基于Logistic回归模型的上市公司财务预警实证研究

本文采用实证研究的方法,以我国A股市场2009年因财务原因新被ST的43家上市公司以及与其行业、资产规模相当的43家非ST的上市公司的财务数据为基础,对财务指标进行差异T检验选出预警指标变量,并据预警指标变量基于Logistic回归分析的方法,构建了财务预警的模型,得出回判的正确率是较高的。最后为了进一步检验模型的预测能力,从A股市场中随机抽取200家上市公司(不包括已在模型中使用的上市公司)2004-2008年连续五年的财务数据代入预警模型进行预测,结果可以看到模型的预警能力是很高的,回判率达到近87%,结果比较令人满意。     

非财务视角下财务困境预警模型研究

以2003年一2005年被认定为财务状况异常的117家ST公司为财务困境样本,另选取117家财务健康公司与其配对对赢利性、长期偿债能力、短期偿债能力、营运能力等方面的12个财务变量提取公因子,将所得因子作为控制变量,运用Logistic回归分别检验股权结构、公司治理等方面的15个非财务变量对财务困境的解释力,年度累积超额收益率与审计师意见和独立董事人数的预警效果较好。     

非财务视角下财务困境预警模型研究

以2003年-2005年被认定为财务状况异常的117家ST公司为财务困境样本,另选取117家财务健康公司与其配对对赢利性、长期偿债能力、短期偿债能力、营运能力等方面的12个财务变量提取公因子,将所得因子作为控制变量,运用Logistic回归分别检验股权结构、公司治理等方面的15个非财务变量对财务困境的解释力,年度累积超额收益率与审计师意见和独立董事人数的预警效果较好.     

基于COX模型的上市公司财务困境预警研究

基于上市公司的财务信息,采用COX模型构建了上市公司财务困境预警模型,并实证检验模型的预测效果。在对现有研究成果进行深入剖析的基础上,提出了用于财务困境预警的COX理论模型,并以上市公司的财务信息作为信息源,对上市公司财务困境预警的COX模型进行实证研究,通过交叉比对分析验证模型的预警能力。     

基于COX模型的上市公司财务困境预警研究

基于上市公司的财务信息,采用COX模型构建了上市公司财务困境预警模型,并实证检验模型的预测效果。在对现有研究成果进行深入剖析的基础上,提出了用于财务困境预警的COX理论模型,并以上市公司的财务信息作为信息源,对上市公司财务困境预警的COX模型进行实证研究,通过交叉比对分析验证模型的预警能力。     

上市公司财务危机预警研究

基于2003-2005年ST股票和相应的非ST配对股票的样本数据,本文选择包括衡量盈利能力、偿债能力和营运能力的共10个财务指标进行实证分析并建立相应的财务预警模型。实证结果表明,净资产收益率解释变量几乎涵盖其他变量的所有信息,以净资产收益率为解释变量的模型具有最好的判别效果。     

多极模糊综合评判法在企业财务风险预警中的运用

一、序言国内外的大量实例表明,陷入经营危机的企业几乎毫无例外地都是以出现财务危机为征兆。企业要进行有效的财务管理,必须了解奉献的来源和特征,正确预测、衡量财务风险,进行适当的控制和防范,降低财务风险给企业带来的损失。最早提出财务预警的学者是比佛(Beaver,1966),他首创以单变量分析法建立了财务危机预测模型。几乎同时,A ltman(1968)提出多变量财务模型预测公司危机,使用判别式分析,他实证研究用五个财务比率的判别式预测了公司破产。目前国内在这方面的研究也主要集中在比佛提出的单变量分析和奥特兰的“Z分数模型”多变量分析方法,我国学者周首华等在1996年对Z分数模型加以改造,提出了财务预警的新模型—F分数模型。但当前的研究一般是利用历史数据采用预警指标等级界限划分多元统计分析等方法从企业外部构造企业财务危机的预警模型。而从企业财务管理角度来说,应从企业内部建立与企业经营特征相适应的预警模型。本文以通信企业为例,采用多因素层次分析法,对影响通信企业财务风险因素指标进行分层研究,建立通信企业的财务预警指标体系并运用模糊综合评判法的方法建立了评价模型,对其进行财务风险预警实证分析。二、财务风险预警评价模型...     

上市公司财务预警研究述评

本文回顾了国内外财务预警研究理论,并在对现有理论梳理和评价的基础上,提出要把财务变量和非财务变量相结合、财务失真和财务失败预警理论研究相结合的财务预警理论等研究观点.     

国内财务危机预警研究的现状和评述

财务预警一直以来都是国内外研究的热点和难点问题之一。财务预警研究的思路和方法一般围绕研究样本、预警模型、指标变量、实证检验四个方面进行。目前国内财务预警研究呈现出研究方法多样、研究对象细分的趋势,在概念框架和预警适用性方面仍然有待进一步的规范。     

多变量财务预警模型应用比较研究

财务预警模型作为财务预警的工具在整个财务预警的过程中起到了至关重要的作用。在具体的财务预警过程中,对于如何选择财务预警模型,并没有明确的理论指导。本文从财务危机界定及样本的选取、财务预警模型应用范围、预警指标的选取、预警度及准确度五个方面对常用的五种多元财务预警模型进行比较,希望对多变量财务预警模型的选择应用有所贡献。     

财务困境预测模型的实证分析与改进——基于中国上市公司的研究

本文利用2010—2012年沪深两市中被ST的47家公司和47家非ST公司的财务指标,根据中国资本市场的实际状况,构建了一个系数与变量修正后的Z-score模型;然后建立一个以现金流量为基础的财务预警统计模型,共同构建财务困境预测模型组合.实证研究表明:整个预测系统的准确率较高,ST公司在T-2年前被成功预测的概率为82.98%,配合现金流财务预警模型,准确率进一步提升.所以该预测模型组合具有较大的使用和研究价值.     

上市公司财务危机预警的实证研究

我国企业必须建立财务预警系统,以此帮助企业地预测、防范财务危机。本文选取了我国沪两市上市公司2008-2009年的80家ST公司和845家非ST公司作为研究样本,以2006--2007年的财务指标作为模型研究的变量,对上市公司财务危机进行预警研究。本文选择了8个财务指标作为建立模型的变量,然后采用统计中的贝叶斯判别分析方法,建立了上市公司财务危机的判别分析识别模型,模型预测效果良好,具有实际应用价值。     

论我国企业财务预警机制的构建

近年来多家世界知名的跨国公司因财务失败而走向破产的事件表明,我国企业应当建立有效的财务预警机制,为企业的健康、持续发展提供技术支持.企业构建财务预警机制的方法可以有多种,在技术层面包括应用数据分析模型,如单变量预警模型、多元判定分析模型、多元逻辑回归模型和多元概率比回归模型等,在组织架构层面应建立专门机构负责财务预警的具体运作,并由企业最高决策层直接监管.本文通过对财务预警机制的论述,为我国上市公司构建完善的财务预警机制提供参照.     

基于CFaR模型与Logistic回归的财务困境预警研究

从现金流风险角度出发,对企业财务困境进行预警研究:首先构建一个基于企业内部环境、宏观经济政策、货币政策及财政政策等因素的CFaR模型,识别出期望现金流及风险现金流;然后以这两个指标作为预警变量,构建一个二元Logistic财务困境预警模型;最后选取27家中国证券市场中代表陷入财务困境的ST公司及配对的财务良好的非ST公司作为样本进行实证研究。结果表明,所构建的CFaR模型能较好地度量两类上市公司的现金流状况,且两类公司的期望现金流和风险现金流水平存在显著的差异;二元Logistic预警模型能较好地实现对上市公司财务风险的预警,对两类公司的预警正确率分别达到85.2%和81.5%。     

基于CFaR模型与Logistic回归的财务困境预警研究

从现金流风险角度出发,对企业财务困境进行预警研究：首先构建一个基于企业内部环境、宏观经济政策、货币政策及财政政策等因素的CFaR模型,识别出期望现金流及风险现金流;然后以这两个指标作为预警变量,构建一个二元Logistic财务困境预警模型;最后选取27家中国证券市场中代表陷入财务困境的ST公司及配对的财务良好的非ST公司作为样本进行实证研究。结果表明,所构建的CFaR模型能较好地度量两类上市公司的现金流状况,且两类公司的期望现金流和风险现金流水平存在显著的差异;二元Logistic预警模型能较好地实现对上市公司财务风险的预警,对两类公司的预警正确率分别达到85.2%和81.5%。     

基于因子分析的中小板上市公司财务预警研究

中小企业的财务困境问题一直是理论和实务工作者的聚焦点,中小企业板的创立,为中小板上市公司的研究提供了广泛的信息来源。本文运用因子分析法对所选择的中小板样本公司建立财务预警模型,并对模型的预测能力进行检验,所构建的模型能对中小板上市公司的财务状况是否异常做出85%左右的正确预测率,提供了较强的预警判别能力,具有较强的实践应用和借鉴价值。     

基于经营决策的财务预警体系构建

以Z计分模型为代表的财务风险预警多元判别模型,是根据上市公司在特定时间段的资料进行统计计算得出的。本文从中小型非上市企业内部决策的实用性角度,提出建立适合企业自身特点的单变量财务预警分析模型,以降低企业的经营与决策风险。     

基于BP神经网络的上市公司财务危机预警研究

本文将公司因财务状况异常而被特别处理(ST)作为企业陷入财务困境的标志,以2007年度沪市近三年首次被ST的非金融类上市公司和配对公司为研究对象,选取了2005年度80家上市公司作为建模的训练样本,并使用同期22家公司作为检验样本,分别建立了Logistic回归模型和BP神经网络模型,进行财务预警模型的实证研究。     

基于BP神经网络的上市公司财务危机预警研究

本文将公司因财务状况异常而被特别处理(ST)作为企业陷入财务困境的标志,以2007年度沪市近三年首次被ST的非金融类上市公司和配对公司为研究对象,选取了2005年度80家上市公司作为建模的训练样本,并使用同期22家公司作为检验样本,分别建立了Logistic回归模型和BP神经网络模型,进行财务预警模型的实证研究。     

支持向量机在上市公司财务预警模型中的应用研究

利用我国上市公司财务数据,采用支持向量机模型对上市公司财务危机预警研究,将其与神经网络模型进行比较,结果表明,无论在分类能力和预测能力上,支持向量机模型的精度和可信度都高于神经网络模型。证实了该方法用于财务预警的有效性及优越性。