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。     

上市公司财务困境预警模型--一个基于沪市A股上市公司的实证研究

本文以我国沪市上市公司为研究对象,遴选了2004年度首次亏损的23家上市公司作为财务困境公司样本,同时选取了23家与之有大致相同规模的盈余公司作为正常公司样本。对相关公司的相关财务指标进行调整后,进行Logistic回归,从而建立两个财务困境预警模型,并对之进行实证检验。研究结果表明:采用调整财务数据后建立的财务困境预警模型对未来事件的预测率比采用原始数据建立的财务困境预警模型的预测率要好。     

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。     

实证构建医药行业上市公司财务预警模型

正所谓隔行如隔山,以往一些关于财务预警的研究模型往往一味追求普遍适用性而忽视了行业的特性,导致在对某一具体行业进行实证分析时,预警的效果不够理想。因此,本文着重剖析了医药行业上市公司面临财务危机时的迹象,借助SPSS19.0统计软件进行回归分析,旨在构建出适用于该行业的公司财务预警模型。     

上市公司财务风险预警模型研究

选取适当合理的财务预警指标,构建符合企业实际情况的财务风险预警模式,是提高企业财务风险防范控制能力的关键。文章针对企业财务风险预警模型的构建,首先介绍了财务风险预警模型的概念以及财务风险预警模型建立的具体流程,进而就上市公司财务风险预警模型的构建措施,进行了详细的论述。     

基于公司治理的上市公司BP神经网络财务预警模型研究

文章在传统的BP神经网络财务预警模型中加入了公司治理因素,选取了2004-2006年间的48家ST公司为样本,并配对了60家同期、同行业、规模类似的公司,通过显著性检验对变量指标进行筛选,经过对样本的训练和学习,实证研究结果证明,加入公司治理因素的BP神经网络财务预警模型的预测效果较好。     

上市公司财务风险预警模型研究的文献综述

科学的财务风险预警模型的构建是上市公司长期健康发展的重要方面.文章在阐述财务危机与上司公司财务风险预警的概念和内涵的基础上,从财务指标的角度介绍国内外现有的关于财务风险预警的模型,并对已有研究成果和文献进行总结和归纳,最后结合国内外相关的研究进展进行简评及提出新的研究思路.     

基于遗传算法优化BP神经网络的企业营销风险预警研究

为了克服现有研究的缺限,文章提出了一个基于遗传算法优化BP神经网络的企业营销风险预警模型.首先阐明了BP神经网络和遗传算法应用于企业营销风险预警的可行性,然后构建了基于遗传算法优化BP神经网络的企业营销风险预警模型,接着通过某企业实例对模型进行了训练和测试.结果表明,该模型可以有效及时地对企业面临的营销风险做出预警.     

BP神经网络和多元线性回归模型对碳排放预测的比较

为帮助钢铁企业了解自身的碳排放情况,更好的实现节能减排,建立BP神经网络和多元线性回归模型对钢铁企业碳排放进行预测分析,以期找到一种精确、实用的碳排放预测模型,为工业化生产提供参考依据,致力于帮助企业做好提前的碳排放预测,掌握自身排放情况,能够更有效的实施温室气体减排,将企业的碳排量控制在国家政策允许的范围内。结果表明：发现两种模型均能有效的对碳排放进行预测,误差均小于5%;BP神经网络模型对碳排放的预测优于多元线性回归模型。     

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     

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。     

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。     

财务预警模型实证研究综述

本文通过对国外以及中国国内研究财务预警模型的综述,从资料来源进行分类,将研究方法相似的总结在一起,并总结其优势与劣势。同时,文中还加入了最近财务预警模型新的研究思路与方法的叙述。     

基于logistic模型的上市公司信用风险评价

文章分析了上市公司信用风险的成因,通过对上市公司年报数据的处理,建立了判断上市公司信用状况的logistic模型,该模型中嵌入的利息保障倍数和存货周转率是上市公司信用的关键决定指标,利用该模型可以对上市公司一年后的信用状况进行评估。     

浅议上市公司财务预警研究

随着我国市场经济体制改革的深化和资本市场的快速发展,企业发生财务危机乃至破产的情形越来越多,因此有效地预防财务危机的出现成为一个重要的研究课题.本文回顾了国内外财务预警研究理论,并对现有的理论文献进行了详细的梳理和评价.     

探讨Z-score模型在我国上市公司财务预警中的适用性

财务危机预警理论的核心是财务危机预警模型,本文选取Z-score模型为分析对象,以我国日用电子器具制造业为研究样本,对Z-score模型在我国上市公司的适用性进行研究,结果显示模型对于ST组企业的适用性明显优于其在正常经营企业的适用程度.     

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。