利益相关者财务预警系统

财务危机又称为财务困境,其最为严重的情况就是破产。国外破产(或企业经营失败)预测模型的研究已经比较成熟,研究范围较广,具有很高的可操作性和准确性。我国学者从20世纪90年代以来,开始研究上市公司财务困境预警问题,从研究内容来看,包括财务困境预测模型的理论构建、财务预警实证模型、财务困境成本研究、财务预警管理系统研究等。主要集中于对财务预警模型的实证研究,包括对预测变量的研究、分     

信息技术类上市公司财务困境预警研究

正一、概述财务困境预警研究始于20世纪60年代,经过半个世纪的发展,学者们对财务困境预警的研究已经形成了一些有效的方法。在我国财务困境预警研究始于20世纪90年代,近几年的实证结果显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。比如陈远志、罗淑贞(2008)以农业类上市公司为研究对象,结果显示Zeta模型、修正的F模型以及分数模型准确程度较高;徐勇(2007)以制造业企业为研究对象,实证分析表明logistic模     

基于改进灰色关联理论的上市公司财务风险预警研究

建立了财务风险预警指标,使用改进的GM(1,1)模型对上市公司财务风险进行实证研究。应用结果表明,改进灰色关联理论在财务风险预警中能够提高准确度,加快收敛速度,为财务风险预警提供了新的研究方法。     

基于战略视角的Z-Score模型临界值修正研究

本文以我国上市公司财务预警系统的建立和完善为主线，运用Altman的模型对我国上市公司的适用情况作了实证研究，并依据计算结果对其临界值进行了修正研究，提出企业要进行财务战略预警分析。     

基于战略视角的Z-Score模型临界值修正研究

本文以我国上市公司财务预警系统的建立和完善为主线,运用Altman的模型对我国上市公司的适用情况作了实证研究,并依据计算结果对其临界值进行了修正研究,提出企业要进行财务战略预警分析.     

高校财务风险评价与预警双模型实证研究

文章针对现阶段高等学校普遍关注的财务风险评价预警问题进行实证研究,通过采用巴萨利模型和功效系数模型,从企业财务、事业财务两个视角对高等学校财务风险程度进行了度量分析,并对两种模型下高校的财务风险趋势轨迹进行了实证验证,得出该方法可以有效预警高校财务风险的研究结论.     

基于时间序列上市公司的财务预警实证研究——以我国制造业上市公司为例

本文以我国制造业上市公司为研究对象,利用其被ST前三年的季度时间序列数据建立财务预警模型,以期能反映上市公司财务变化的动态累积效应。研究表明：基于时间序列数据建立的logistic财务预警模型预测效果优于基于截面数据的财务预警模型;预警方法上logistic逻辑回归较fisher多元判别更佳;模型实证结果显示,公司盈利能力、每股收益和总经理持股比例对公司财务困境有显著影响。     

基于KMV模型的信贷违约风险探析

本文采用KMV模型,结合相关的财务特征指标,对我国上市公司的信用状况进行实证检验.检验结果表明,KMV模型能在上市公司财务困境发生前三年对上市公司的违约风险进行预警,在我国具有较好的适用性.根据实证检验结果,提出将不同预警模型相结合,层次递进建立我国信贷风险预警机制的建议.     

制造业上市公司BP神经网络财务预警

本文运用BP神经网络对我国制造业上市公司进行实证研究,选取了2002～2005年的62家ST公司为样本,通过显著性检验对指标进行筛选,并比较了单纯依靠财务指标的BP神经网络财务预警模型与引入非财务指标后的模型的预测效果,结论认为引入非财务因素后的BP神经网络财务预警模型更加精确。     

制造业上市公司BP神经网络财务预警

本文运用BP神经网络对我国制造业上市公司进行实证研究,选取了2002～2005年的62家ST公司为样本,通过显著性检验对指标进行筛选,并比较了单纯依靠财务指标的BP神经网络财务预警模型与引入非财务指标后的模型的预测效果,结论认为引入非财务因素后的BP神经网络财务预警模型更加精确.     

煤炭行业财务风险预警指标体系分析

综现国内外有关财务风险预警方法的研究,可分为构建预警指标体系和建立预警模型两种,其中在我国的分析研究中前者较为完善.然而,由于相关的实证研究中材料大多采集于制造业的上市企业,对于煤炭行业这一特殊性并不能完全适应.我国煤炭行业的发展具有鲜明的历史特征,特别是近年来的发展态势,更体现出其自身行业财务的特殊性.如果套用现有的预警指标体系,则会与实际南辕北辙,所以结合煤炭行业的特殊性,建立其财务风险预警指标体系迫在眉睫.     

引入股权结构指标的财务预警实证研究——以农业上市公司为例

为了对财务预警进行实证研究,本文引入股权结构非财务指标,以60家农业上市公司为研究对象,采用因子分析法选取财务指标以建立Logistic财务预警模型,对样本公司进行检验以判定财务预警模型的有效性。     

财务困境及预警研究述评

随着我国资本市场的不断发展,我国学者引进借鉴西方研究方法,对我国企业可能面临的财务困境作了大量理论探讨和实证研究,并取得了丰富的研究成果。研究领域涉及企业是否处于财务困境的判断、财务困境成本计量和测算、财务预警管理系统、困境企业与市场的行为互动关系研究等。本文对国内外财务困境研究的成果进行了总结和评述,并提出了未来该研究领域的发展方向。     

我国非上市公司财务报告舞弊的非财务预警信号研究

本文对会计师事务所的调查结果为依据．分析了我国非上市公司财务报告舞弊的非财务预警信号．提出了四大方面的11项主要信号。这些信号明显不同于已有一般公开研究文献所描述的非财务预警信号。     

财务预警模型中研究变量体系的设计

任何企业的财务困境由萌生到恶化,并非瞬间所致,而是要经历一个渐进积累转化过程.在这一过程中,各种危机的因素都将直接或间接地在资金运动的晴雨表--一些敏感性研究变量值的变化上反映出来.通过观测这些敏感性指标的变化,可对企业的财务困境发挥预警作用.国内对财务预警的实证研究,始于上世纪80年代,国内关于财务预警模型的实证研究在研究变量方面呈现出以下特点:     

基于企业理财活动财务预警指标的探讨

目前对企业财务预警问题的探讨,基本上是从实证或规范的角度出发进行研究,本文在分析企业财务风险来源的基础上,从企业理财活动的角度探讨了通过建立财务预警指标、进而进行财务预警分析的方法。     

企业财务预警指标体系构建

财务预警是以企业的财务报表、经营计划及其他相关会计资料为依据,对企业的经营活动、财务活动等进行分析预测,采用可靠的预警模型对财务危机进行预警,使企业经营者及时洞察企业可能发生的财务危机,并预防财务危机的发生。财务预警模型的实证研究在研究变量方面呈现出以下特点：首先,对财务预警的研究变量缺乏理论指导,以定性方法选取研究变量居多,     

基于支持向量机模型的财务预警警度分类研究

本文以模式分类理论阐述了财务预警的实质,给出了财务预警指标及量化方法,并应用支持向量机模型对上市公司进行财务预警警度分类,实证表明了支持向量机以多模式分类标识财务预警警度的可行性和实用性。     

基于AHP与信息熵的制造企业财务风险预警研究

以上市制造企业被特别处理作为出现财务风险的标志。选取沪深两市2010年和2011年首次被特别处理的制造企业为研究对象，以其被特别处理前一年的数据为依据，同时随机选取相同数量的非特别处理制造企业作为配对样本进行相应实证分析，提出了新的制造企业的财务风险预警指标体系。通过层次分析法与信息熵方法．借助Yaahp及SAS软件确定了各指标的主客观权重并建立了制造企业财务风险预警模型，实证分析显示模型的预测正确率可达86．7％。     

基于蚁群算法的财务风险预警模型构建——以纳斯达克上市公司A企业为例

企业财务风险预警研究一直是一个非常重要的课题传统的研究多是从企业基本面开展的,难以对企业的财务风险作出具体的量化分析。随着信息技术与人工智能的提出,从量化的角度对财务风险进行研究成为可能。本文运用企业财务风险评价理论,在分析企业财务指标的基础上,从理论和实证两个方面,提出了企业财务风险分析和预测的指标体系,据此构建了一种基于蚁群算法的财务风险预警模型,结合实际案例对上市公司的财务风险预警进行了研究。研究结果表明,基于蚁群算法的财务风险预警模型有效、可行,有助于企业财务风险的预警管理,提高财务管理水平。