我国制造业上市公司财务危机预警实证研究

本文选取沪深两市A股制造业行业的上市公司作为研究对象,在传统财务预警指标基础上,引入公司治理结构、股权结构以及审计意见等非财务预警指标,采用因子分析和Logistic回归建立公司陷入财务危机前两年的财务危机预警模型。实证结果表明,加入审计意见指标建立的综合财务危机预警模型可以提高财务危机预警精度。     

我国上市公司财务危机预警研究

本文针对国内外在企业财务危机预警模型研究中存在的问题，选取沪深两市120家上市公司（其中财务危机公司60家，配比公司60家）作为研究样本，运用因子分析法和Logistic回归分析法为主要建模方法，以t-2年样本数据为基础构建了上市公司的财务预警模型。通过实证分析该方法是可行的，有效的。     

国有上市公司财务危机预警研究

能否有效预警并应对财务危机，是企业持续发展的关键因素。本文以国有上市公司为研究对象，规范结合实证分析。首先概述财务危机定义，阐述国有上市公司特征及导致财务危机发生的因素；其次利用实证分析结果分析国有上市公司财务危机预警模型精确度的影响因素；最后根据实证分析形成相关结论。     

新能源汽车业上市公司财务危机预警实证研究

经济新常态下,我国经济处于经济转型的关键时期,经济发展的"瓶颈"期。制造业作为我国的支柱性产业,是实体经济的主体,汽车制造业是实体经济的基础,对我国GDP的贡献有着举足轻重的作用。近几年来,在科学技术的推动下、国家政策的扶持下及市场需求的驱动下新能源汽车处于井喷式发展,新能源汽车已经成为汽车行业发展的主要方向和投资热点。为了实现新能源汽车制造企业健康稳定持续发展的目标,有必要对其财务危机进行预警。文章结合新能源汽车制造企业自身固有特性,借鉴前人的研究成果,采用能够代表该类企业的预警指标,建立适用于该类型企业的财务风险预警模型,提高该类企业财务风险预测的准确性。     

基于BP-Adaboost的上市公司财务危机预警实证研究

文章提出了将Adaboost算法与BP神经网络相结合的方式构建模型,应用于我国上市公司财务危机预警的研究中,对60家ST和60家非ST的上市公司的财务数据进行实证检验。结果表明,Adaboost算法的引入,提高了神经网络的预测精度,具有较好的实际应用价值。     

出口反倾销立案申请预警:基于面板数据logit模型的研究

本文基于2002～2006年美国对华纺织品反倾销的现实,先通过"逐步排除法"从20个预选指标中筛选出6个在对华反倾销申请中起着关键作用的指标,然后利用具有时间前瞻性的面板数据logit模型建立了出口产品遭遇反倾销指控的预警模型。结果表明:行业失业率和进口产品市场占有率等因素在美国纺织行业对华反倾销申请决策中具有显著影响;在其他条件不变时,中国纺织品市场占有率每增加1个百分点,在未来6个月内遭遇美国纺织行业反倾销指控的机会比率将大约增加3.7%。     

利用现金流量综合分析数据改进上市公司财务危机预警

本文对现金流量进行了重新分类 ,建立了现金流量综合分析模型 ,深入揭示了上市公司现金流量变化的原因 ,从而为不同信息使用者提供了更有价值的信息。在分析现有财务危机预警模型的基础上 ,利用现金流量综合分析模型的有关数据对其进行了改进。通过部分上市公司财务数据对原模     

上市公司财务危机预警分析机制的理论讨

上市公司的财务预警一直是利益相关者关注的焦点,尤其是对其核心--预警分析机制的研究,更是仁者见仁、智者见智.文章在原有研究成果的基础上,提出了定性和定量进行警兆分析的研究思路,对警情的种类和级别进行了界定,深刻剖析了诱发财务危机的内外部因素,并针对这些因素提出了防范和化解财务风险和财务危机的对策建议.     

基于SVM的医药企业财务危机预警研究

随着经济的快速发展,财务危机预警在企业中发挥着重要的作用。正是由于财务危机预警的重要性,对其的研究也逐渐成为企业重要的活动。根据各行业之间的不同特征建立相应的指标体系和模型成为了研究过程中的一大重点。文章简单介绍了财务危机预警,根据医药企业的特征,构建了医药企业财务预警指标体系;并在此基础上,运用支持向量机(SVM)建立了其财务预警模型,最后对其模型进行测试和实证分析。     

电子信息板块上市公司的财务危机预警

本文将基于马氏距离的费歇判别方法应用到财务危机预警中来,针对证券市场电子信息板块上市公司,建立基于临界值的财务危机判别模型和基于马氏距离的财务危机判别模型。经检验,两模型均具有提前四年的预警能力,且后者效果上总体优于前者。     

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.     

我国农业上市公司财务困境预测的实证研究

文章以我国农业上市公司为研究对象,选取了13家处于财务困境的公司和20家财务正常的财务公司为样本,采用了单变量和多变量的判定分析方法,运用适合农业企业的财务预警模型进行实证研究,并且探索出如何采用适当的方法对农业上市公司财务困境进行正确的预测,最后作出评价并得出结论.     

我国上市公司解除财务困境的财务分析

选取2006年沪深股市成功解除财务困境的30家上市公司作为研究样本,采用杜邦分析法对样本公司进行财务综合分析。分析表明上市公司解除财务困境的关键在于主营业务收入的提高和净利润的提升,上市公司保持较好盈利能力的关键在于提高公司的资产运营效率。     

上市房地产企业财务实力实证研究——基于面板因子分析方法

房地产业是国民经济的支柱产业之一,其发展状况更是经济的关注焦点。文章以2010-2012沪深上市房地产企业为样本,从偿债能力、营运能力、盈利能力、发展能力四个方面综合分析了房地产业的财务实力,对其进行了排名,并依据排名结果剖析了各类型房地产企业所面临的优势和劣势,提出了增强企业财务实力的途径。以期为消费者提供有效决策信息,为企业管理者制定策略指出方向。     

基于数据挖掘的上市公司财务困境预警研究

以2007年被ST的30家上市公司和配对产生的30家正常经营上市公司为样本,以它们2002-2004年的财务指标为样本数据,运用基于数据挖掘的BP神经网络方法构建了上市公司财务困境预警模型。经实证表明,该模型具有良好的预测效果,研究结论对上市公司、投资者和债权人采取有效措施防范风险具有重要借鉴意义。     

基于PCA-k-means和PSO-SVM的AI上市公司财务预警

通过探索影响人工智能上市公司市值增长率的财务指标,建立融合主成分分析(PCA)和k-means的PCA-k-means模型,并将指标归类为盈利、效率、负债、成长因子.围绕ST公司和非ST公司的分类建立融合粒子群算法和支持向量机(PSO-SVM)模型,为财务预警工作提供支撑.实验选取了2019年人工智能行业42家非ST公司和8家ST公司的数据.结果表明,营运能力是人工智能上市公司最核心的成长能力,市场投资不仅关注短期利润更注重长期回报,行业投资趋于理性和稳健.     

基于因子分析的我国农业上市公司财务绩效分析

农业是我国的第一产业,农业上市公司是中国证券市场的重要组成部分,因此,对农业上市公司财务绩效的研究也就十分重要。本文利用SPSS19.0通过因子分析法,对我国30家农业上市公司的财务绩效进行了实证分析,并对它们进行了综合排名及评价。     

信息技术类上市公司财务危机预警实证研究

以沪、深A股2008-2012年28家信息技术类上市公司为研究样本,利用ST公司财务危机前3年的数据初步选用21个初始预警变量;从样本的信息显著性和重复性出发,采用因子分析法等方法筛选基础预警指标,最终确定净资产增长率、净利润增长率、技术人员比率等8个指标作为模型初始变量;接着运用Logistic回归分析构建财务危机预警模型。该模型仅针对信息技术类上市公司,对公司发生财务危机前的财务状况的拟合度较高,具有较强的适用性与指导性。     

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。