公司治理引入上市公司财务危机预警体系的实证分析

财务危机,也称为财务困境、财务失败。财务危机预警即是利用企业相关资料,通过建立数学模型来预测危机发生的可能性。目前已有的研究已经取得了丰硕的成果,但这些研究在建立预警模型时主要是以一年的数据为样本进行分析,并没有将公司治理指标引入模型进行分析。基于此,本文在财务危机预警模型中引入公司治理指标,运用二元Logistic回归法建立模型,实证分析我国上市公司治理指标对财务危机预警的影响。     

制造业上市公司财务危机预警模型

本文以我国制造业上市公司为研究对象,选取了181家发生财务危机的公司和181家财务正常的公司为样本,以财务危机发生前三年财务指标为基础,首先运用正态性检验、T检验以及非参数检验筛选出预警能力较强的财务指标,然后运用主成分分析方法构建了财务危机预警模型,最后进行了回代检验和测试样本检验.研究结果显示,预警模型对检验样本的预测正确率为76.60％,能够给投资者、债权人和监管机构等相关各方提供预测财务危机的有用信息.     

非财务指标在财务风险预警中的应用

目前对于公司财务危机预警的研究,主要基于财务指标建构模型,并展开预警分析、监督公司财务状况.但利用一些财务指标直接分析或构建模型来预测企业财务危机发生的可能性只是整个财务预警系统的一个方面,存在局限性.因此在财务危机预警研究中引入公司治理、关联交易、投资者保护、对外担保等非财务因素, 充分估计各种不利因素对企业财务状况的影响,以更好地预测财务危机发生的可能.     

房地产上市公司财务危机预警模型实证研究

本文针对我国房地产行业的重要地位,通过引入宏观经济因素,利用因子分析和Logistic回归分析方法来实证研究适应我国房地产业上市公司的财务危机预警模型.实证结果显示,该预警模型的预测能力较为理想,能反映的公司财务状况预测信息.     

Z值预警模型在房地产业上市公司的运用——来自武昌鱼公司的实证

财务预警是依据企业报表资料，计算分析财务指标的变化，揭示企业面临的经营困难和财务危机，警示企业尽快采取有效措施来优化财务状况，走出破产边缘。本文从定量角度，运用Z值预警模型和武昌鱼公司的年报资料．实证研究财务预警在房地产业上市公司中的运用。     

基于预警模型的企业财务风险防范

财务风险预警模型是一种有效地风险防范手段,它能够通过观测企业经营中一些关键的敏感性较强的财务指标的变化,对企业潜在的财务危机进行预报,一定程度上预测企业财务风险的发生。供电企业使用Z值预警模型监测风险,必须树立强烈的风险意识,健全会计信息系统和内控度,建立企业财务风险预警制度。     

石化行业上市公司财务危机预警研究

本文通过对选取的财务指标进行观察和总结,建立了我国石化行业上市公司危机前四个年度的多重截面的主成分分析预警模型。研究表明:企业的盈利能力以及现金流量状况对财务危机有显著性影响,危机发生前两年的主成分分析模型的预测准确率达到了82.5%,能有效地预测企业在下个年度是否会发生财务危机。     

引入EVA和非财务指标的财务危机预警研究

传统的财务危机预警大多基于财务指标,但由于我国上市公司“壳资源”非常宝贵,会计数据存在财务包装的可能性,因而只采用财务指标进行预警有一定的局限性。在金融危机的背景下,引入能够超前并敏感的预测公司财务危机的预警指标,建立完善的财务预警模型,预测公司财务状况、防范财务危机成为了一项迫在眉睫的任务。因此,本文将EVA和非财务指标引入到财务危机预警体系,构建一个全面完整的财务危机预警指标体系,并分析引入EVA和非财务指标的优势。     

论全面财务危机预警指标体系的构建

鉴于财务指标的局限性，仅仅通过财务指标建立预警系统来预测财务危机具有较大的不确定性，在财务危机预警系统中引入非财务信息，构建出综合运用财务指标与非财务指标的全面财务危机预警指标体系，对加强财务危机预警系统的科学性、准确性和可信度具有较强的理论和现实意义。     

我国上市公司财务危机预测的Logistic回归分析

本文以上市公司被ST作为企业陷入财务危机的标志,从我国A股上市公司中选取了18个财务危机公司样本,依据一定的原则确定了18个正常公司作为对照样本。对选取的7个财务指标进行因子分析,把得到的公共因子作为Logistic模型的变量,依据所得到的因子得分对样本进行Logistic回归分析,结果发现模型拟合效果和预测结果均较好,能够作为决策、研判的依据。     

我国建筑行业财务风险预警模型实证研究

建筑行业投资规模大、受政治、经济影响较为严重,稍有不慎,可能陷入财务危机,所以建立财务预警模型显得尤为重要。选取50家建筑类上市公司作为研究样本,利用聚类分析法选取财务危机公司样本,从盈利能力、公司治理等方面选取了27个财务指标和14个非财务指标,依次对各指标进行T检验、U检验及共线性诊断来构建逻辑回归模型,通过回判检验,发现加入非财务指标的模型的准确性更高。     

基于非财务指标的财务预警模型初探

国内外学者针对财务危机,提出了不同的财务预警的定量分析模型,笔者通过研究发现单纯定量财务预警模型在预测财务危机方面存在一定的误差,应考虑非财务指标的重要作用,建立一个同时考虑定量指标和定性因素的财务危机的综合预警模型,以实现对财务危机更加准确的预警。     

论房地产上市公司财务危机预警体系的完善

随着经济日益发展,市场竞争日趋激烈,完善的财务危机预警体系是房地产上市公司在激烈的市场竞争中处于不败的必要保障。但我国财务危机预警体系研究起步较晚,至今尚未形成完整的财务危机预警体系。我国房地产上市公司主要采用定量分析法来进行财务危机预警。本文在前人研究的基础上,从我国房地产上市公司财务危机预警体系的现状出发,指出仅采用定量分析法来预测公司财务风险的局限性,提出引入非财务指标因素及改进财务预警模型两点建议来完善我国房地产上市公司财务危机预警体系,旨在加强我国房地产上市公司防范财务风险的能力。     

国内外财务危机预警研究综述

对于企业来说,财务危机不是突然发生的,而是一个渐进的过程,因此建立财务危机预警模型,对企业发生财务危机的可能性进行预测具有十分重要的意义。国外早在19世纪三十年代就开始进行财务危机预警研究,起步早,发展较为成熟。而我国在财务预警方面的研究起步较晚,相对来说还不成熟。所以对国内外研究现状进行综述,可以进一步推动我国对财务危机预警分析的研究。     

基于Logistic模型的天津市上市公司财务预警实证研究

本文采用实证分析的方法对天津市上市公司进行财务危机预警研究。选择Lo-gistic模型进行预警研究,以被实行特别处理的公司为财务危机公司的样本,按照行业相同、规模相近的原则选取配对样本。再次,结合天津市上市公司的主要特点和财务危机发生的原因,选取24个财务指标和8个非财务指标对财务信息与非财务信息进行量化,并利用U检验和相关性分析对变量指标进行筛选,最终确定用于建立财务预警模型的变量指标。利用筛选出的预警变量指标建立了天津市上市公司财务预警模型并对天津市上市公司2012年的财务状况进行预警分析。最后,总结本文的研究结论和提出相关政策建议。     

我国制造业上市公司财务危机预警研究

本文以2008-2010年被"特别处理"(ST和*ST)的34家制造业上市公司和68家健康公司为研究样本,选取了资产负债率、应收账款周转率、销售净利率、主营业务收入增长率、现金流量比率、每股收益等25个财务预警初始指标,运用正态性检验、T检验、非参数检验以及相关性分析,筛选出了财务预警能力较强的财务指标;基于logistic回归分析法,构建了T-2年、T-3年和T-4年的制造企业上市公司财务预警模型,采用样本外检验法检验了所建模型的有效性,解释分析了模型结果。结果表明模型具有较高的预测能力,尤其在发生财务危机的前两年,准确度更是高达90%以上。     

基于PNN的财务危机预警模型的改进的研究

目前神经网络技术在日益发展中完善,在对于非线性数据的处理中也被证明具有卓越性能,这种性能为企业财务危机预警的研究开阔了新思路,同时提供了新的技术支持。通过筛选并确定了对上市公司陷入财务危机最具有影响力的七个财务指标,并且将其作为建立预测模型的判定指标,运用PNN对财务危机预警模型进行改进,并分析了这种模型的预测效果,得到了有关研究结论。     

国内外财务预警研究文献综述

随着经济的发展,经济环境的越发复杂,企业面临的经济风险越来越大,因此建立财务危机预警模型对企业发生财务危机的可能性进行预测具有十分重要的意义。本文通过对国内外研究现状进行综述,可以进一步推动我国对财务危机预警模型的研究。     

基于神经网络模型的上市公司财务危机预警研究

本文使用人工神经网络(ANN)建立财务危机预警模型,用以测试模型预测上市公司发生财务危机的准确率。模型使用的样本包括110家上市公司的财务指标,其中77家公司作为训练集,33家公司作为测试集。在数据挖掘软件Rapidminer 6.1上构建模型,得到神经网络的总体预测准确率为90.91%。研究表明,人工神经网络具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力,因此是一种非常好的预测财务危机的模型,在企业财务危机预警方面有着很好的应用前景。     

财务危机预警模型研究综述

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,发生财务危机进而破产的企业越来越多。财务危机预警模型作为企业经营的警示灯,为企业避免潜在的风险起到未雨绸缪的作用。因此,建立财务危机预警模型已成为财务管理的重要课题之一。文章通过介绍国内外财务危机预警模型的研究,对已有的研究成果进行总结和评述,从而为我国开展该项研究的方向和趋势提出建议。