关于我国ST上市公司的财务特征及预测的实证分析——以制造业为例

本文以ST(Special Treatment,特别处理)上市公司为研究对象,选取了31家在2010年由于财务困难被特别处理的上市公司和31个规模相近的非ST上市公司为样本,首先通过计算代表性财务指标并比较t值的方法确定了ST上市公司与非ST上市公司在财务特征上的差异,之后在上述各财务指标中各选择两者差异最大的财务指标建立用来预测的回归模型,从以不同类型数据为样本得出的若干模型中选取以2009年相关数据为样本的模型作为最终的Z值判定模型。研究结果表明:①ST上市公司在短期偿债能力、资产管理效率和长期偿债能力三方面与非ST上市公司有明显差异,而在盈利能力和市价比率方面则差异不大;②Z值判定模型在财务困境发生的前一年预测准确率最高,可达90%以上。因此该模型可直接应用于实际,为上市公司管理层、股东以及其他利益相关者提供预测信息,从而依此作出相关决策。     

我国农业上市公司财务预警模型效果的比较研究

文章基于2003—2005年我国沪深两市农业上市公司的样本数据,比较了单变量预警分析、Z计分模型、Zeta模型、修正的F模型以及分数模型对我国农业板块上市公司的财务预警效果。结果表明,后三者的预测准确率明显较高,并且越接近被ST年份其预测准确率总体上越高,其中加入行业修正值及现金流量指标的分数模型的预测准确性在各时点均最高。文章的实证结果提示了关注财务预警分析的行业差异性并进行更多深入的具体行业分析的必要性,最后得出结论并指明后续研究方向。     

我国农业上市公司财务预警模型效果的比较研究

文章基于2003—2005年我国沪深两市农业上市公司的样本数据,比较了单变量预警分析、Z计分模型、Zeta模型、修正的F模型以及分数模型对我国农业板块上市公司的财务预警效果。结果表明,后三者的预测准确率明显较高,并且越接近被ST年份其预测准确率总体上越高,其中加入行业修正值及现金流量指标的分数模型的预测准确性在各时点均最高。文章的实证结果提示了关注财务预警分析的行业差异性并进行更多深入的具体行业分析的必要性,最后得出结论并指明后续研究方向。     

我国农业上市公司财务预警模型效果的比较研究

文章基于2003—2005年我国沪深两市农业上市公司的样本数据,比较了单变量预警分析、Z计分模型、Zeta模型、修正的F模型以及分数模型对我国农业板块上市公司的财务预警效果。结果表明,后三者的预测准确率明显较高,并且越接近被ST年份其预测准确率总体上越高,其中加入行业修正值及现金流量指标的分数模型的预测准确性在各时点均最高。文章的实证结果提示了关注财务预警分析的行业差异性并进行更多深入的具体行业分析的必要性,最后得出结论并指明后续研究方向。     

我国房地产上市公司财务预警研究

文章主要通过建立适合于我国房地产上市公司的财务预警模型来研究房地产企业的财务风险.首先,对财务预警模型的解释变量进行筛选,以我国1998—2010年房地产上市公司为研究对象,选取了48家ST公司和48家财务正常公司为样本,对入选解释变量进行了逐步筛选;其次,对于构建的3个Logistic模型进行分析比较,选取预测率较高的模型;最后,对获得的预警模型进行有效性分析,基于样本公司从前一年至前四年的财务数据进行返回预测检验,表明该模型预测的总准确率分别为:93.8%、89.6%、73.4%、65.6%.     

Z值财务预警模型在交通运输业的修正与应用

文章将经典Z值模型应用于我国交通运输行业中,检测结果发现其判别准确率不高。继而选取我国交通运输行业62家上市公司数据作为样本,使用多元判别法修正了适合于我国交通运输行业的Z值模型,并使用企业连续两年的经营活动现金流量净额/流动负债值作为企业陷入财务困境的标志。经再次检验后表明该模型对我国交通运输企业财务状况预警的整体准确率明显提高。     

Z分模型在财务预警中的实用性分析——基于中国资本市场的经验证据

文章应用Z分模型以中国沪深两市2010年底全部72家*ST公司作为研究样本进行了静态和动态的分析.结果表明,Z分模型对中国上市公司具有较强的预测能力,但应调低Z值判断标准.即如果上市公司Z值低于0.9,且伴随着下降的趋势,则处于严重的财务困境之中,并将面临退市警告,公司很可能会在将来一段时间被实行*ST.     

“阿尔曼”模型在我国上市公司财务预警系统中的应用——基于沪市上市公司2010年 XBRL 文档

阿尔曼模型(Z-Score 模型)是多元线性函数回归模型,是理论界和学术界预测企业财务危机的一个重要的函数模型,本文在系统阐述模型概念及相关理论的基础上,选取沪市 XBRL 文档数据中披露的868家上市公司(剔除了异常数据)作为样本,对上市公司的财务风险进行了实证分析,并且验证了阿尔曼模型在财务风险预测中的应用,同时针对ST、*ST 公司存在的财务风险进行了单独的分析和预测,在分析中总结出各项指标对 Z 值的影响,进而提出预防企业财务风险的对策     

“阿尔曼”模型在我国上市公司财务预警系统中的应压——基于沪市上市公司2010年XBRL文档

阿尔曼模型（Z--Score模型）是多元线性函数回归模型,是理论界和学术界预测企业财务危机的一个重要的函数模型,本文在系统阐述模型概念及相关理论的基础上,选取沪市XBRL文档数据中披露的868家上市公司（剔除了异常数据）作为样本,对上市公司的财务风险进行了实证分析,并且验证了阿尔曼模型在财务风险预测中的应用,同时针对ST、＋ST公司存在的财务风险进行了单独的分析和预测,在分析中总结出各项指标对Z值的影响：进而提出预防企业财务风险的对策。     

基于神经网络与逻辑回归的财务危机预警研究

文章以2014～2017年制造业上市公司ST企业为研究对象,并以1:2比例选取配对样本,针对T-3年的财务数据指标进行模型的构建与分析。结果表明虽然人工神经网络与逻辑回归都有不错的预测效果,但逻辑回归分析的结果准确率更高,可解释性更强。     

上市公司财务困境预警系统模型及实证研究

文章以因财务状况异常而被特别处理(ST)作为上市公司陷入财务困境的标志,利用Logistic回归模型与因子分析相结合的方法,按不同年份建立我国上市公司财务困境预警系统,并进行实证分析.研究表明,整个预警系统准确率很高,被ST前三年预警模型的第一类错误率均在10%以下,且每个预警模型总正确率均在80%以上.此外,模型具有较强的经济解释能力.该预警系统对上市公司、投资者及研究者具有较大的使用价值和学术价值.     

上市公司信用风险分析——多元统计方法在上市公司财务困境预测中的应用

针对我国商业银行信用风险评估日益迫切的问题，本文以沪深两市因“财务状况异常”而被特别处理（ST）的上市公司为研究样本，根据相应行业和年份设计了相应的“非ST”样本。该文的实证研究与以前中国上市公司财务危机预警的实证研究有所不同。第一，本文给出的综合因子，偿债因子，周转率因子，盈利因子，股票因子等五个因子能很好的结合实际解释我国A股工业企业上市公司的经营情况；第二，本文在五个因子基础上运用多元判别分祈方法进行回代预测和超前预测，结果显示，距离财务危机发生的时间越近，判别准确率越高，尤其是-1年模型的判别准确率在94．83％，表明该模型有很强的判别分类能力，模型方法在企业内部风险控制、银行贷款信用评级等领域具有较高的应用价值。     

基于神经网络模型的上市公司财务预警研究

为了对上市公司财务状况进行合理预测,利用神经网络模型进行企业财务预警研究。首先,运用主成分分析等统计方法对初选的财务指标进行筛选,从初始指标中提取了五个因子作为财务预警指标;然后,选取2010至2013年间首次被特殊处理的上市公司作为财务危机样本企业,构建的财务预警模型提前三年的预测准确度近似于90%。研究结果表明,神经网络模型对我国上市公司财务状况预测具有较高的准确度,并且对预警指标进行适当的预处理,会提高模型预测的准确率。     

基于PCA-PNN的制造企业财务预警研究

财务预警通过模型的建立可为公司的财务风险规避提供理论基础,评估模型的建立方式与预测准确率密切关联。概率神经网络(PNN)常用于模式分类,为建立以PNN为基础的优化预警模型,以90家制造企业上市公司2016年的31个指标作为样本构建预测模型。实证得出:传统PNN的预测正确率为50.0%,加入主成分分析(PCA)的PCA-PNN的预测正确率为87.5%。     

企业财务困境预测实证研究——基于主成分分析及二元logistic回归模型

文章针对我国上市企业的特点,将由于"财务异常状况"而被"特别处理"的企业定义为财务困境企业,选取2007-2010年间存在的财务困境的制造业企业52家以及配对企业52家作为研究对象,收集t-3年相关财务指标,以80%样本作为训练样本,利用主成分分析法和二元Logistic回归建立模型,剩下20%样本对模型预测效果进行检验得到65%的预测准确率.表明文章所建立的预测模型能对企业财务状况进行较好判别.     

基于Logistic分析的我国上市公司财务预警区域研究——以北京、上海、江苏为例

针对目前国内财务预警研究忽视区域因素对建模的影响,文章以北京、上海和江苏2004-2005年被ST的所有上市公司为样本,运用SPSS13.0统计分析软件,对三省市上市公司分区域、分行业进行了财务预警研究,分别建立了三省市上市公司的Logistic财务预警模型,预警识别率分别达到了100%、92.9%、100%,实证研究结果表明分区域建立的企业财务预警模型具有较高的判别准确率,有较高的研究     

现金流与企业财务困境的实证分析

在权责制会计制下，所采用会计政策的不同使得不同企业的财务资料可比性大受影响；而现金流量的计量是非常明确和简单的，不涉及对会计政策的主观选择，因此具备较强的可比性。本文以此为切入点，选取了26家ST公司和26家非ST公司作为财务困境企业和财务正常企业的样本，考察了现金流量信息在财务困境预测模型中的信息含量。运用逐步判别法对logit模型进行分析发现：现金流量在会计比率模型的基础上能提供增量信息。本文为今后企业财务困境研究，充分挖掘现金流量的预测价值打下了基础。     

关于水泥制造企业培育核心竞争力的探讨

对上市公司财务状况恶化进行预警分析 ,不仅是各界人士关注的焦点 ,也将对上市公司今后的发展具有重要的指导意义。文章将沪深两地证券市场的ST公司界定为财务状况恶化企业 ,在借鉴奥特曼多元Z值判定模型的基础上 ,采用主成分分析方法 ,利用上市公司公布的 2 0 0 1年中期财务     

山东上市公司财务危机预警研究

以1998年ST制度实施以来山东省被ST的上市公司为研究对象,配以上市时间相同或相近的省内财务健康公司做控制样本,选取无量纲化后的财务指标和非财务指标通过Fisher二元判别分析建立了预测准确率高的模型,体现盈利能力的总资产收益率判别效果最显著。     

制造业上市公司财务预警研究

文章选取我国制造业2014年4月沪深股市的61家ST公司和61家非ST公司为研究样本,运用熵权法,筛选出10个包含信息量多,并能准确预警的指标,通过这10个指标建立"因子分析"模型进行定量分析,得到财务危机预警函数(即为ST与非ST的判别函数),最后将测试组中60家公司的数据回代到预警函数中检验其判别率,判别率达到81.67%,具有较高的的判别正确率,说明文章建立的财务预警系统对于上市公司财务危机的预测与防范起到一定的作用。