基于SVM的中小企业财务预警模型探讨

本文结合我国中小企业当前的实际情况，针对常用的财务危机预警模型的不足，为有效解决传统模型存在的小样本、高维数、非线性和局部极小点等问题，提出了利用SVM（支持向量机）的分类能力建立财务预警模型。最后利用上市公司的财务数据进行训练和评估，证明了基于支持向量机的财务预警模型在小样本情况下具有良好的非线性建模能力和泛化能力。     

基于机器学习方法的上市公司财务预警模型对比研究

当前我国上市公司信息披露仍存在着许多不规范的现象,个别上市公司在面临财务危机时,粉饰其财务风险,进行财务造假.本文利用上市超过3年的A股共3002家上市公司的财务数据,通过对ST、*ST和10家2019年退市的公司样本分析,根据不同的时间窗口,构建了财务预警因子库,共96个因子.分别采用机器学习中的逻辑斯蒂回归、支持向量机、决策树模型对因子数据进行训练.将数据集分为训练集和测试集,用训练集训练模型,并将模型应用在测试集中进行预测.结果如下:(1)三种模型均有较好的预测能力,其准确率都在94%以上;(2)决策树模型的预测效果最佳,支持向量机模型次之,逻辑斯蒂回归模型的预测效果最差;(3)三种模型都存在将较多的财务预警公司预测为正常公司的情况.本文通过将三种模型进行对比分析,以寻找更加优质的财务预警模型,来更好地帮助企业识别财务风险.     

上市公司财务预警模型构建中的应用

本文运用层次分析法（AHP），将会计类指标，现金流量类指标和非财务指标有机结合，利用Satty 1～9标度法和德尔菲法赋值。建立一套综合财务预警指标体系，进而构建上市公司财务预警模型，用于判断上市公司的财务状况，具有较好的预警作用。     

上市公司财务预警模型构建中的应用

本文运用层次分析法(AHP),将会计类指标,现金流量类指标和非财务指标有机结合,利用Satty1~9标度法和德尔菲法赋值,建立一套综合财务预警指标体系,进而构建上市公司财务预警模型,用于判断上市公司的财务状况,具有较好的预警作用。     

基于SVM的中小企业财务预警模型探讨

本文结合我国中小企业当前的实际情况,针对常用的财务危机预警模型的不足,为有效解决传统模型存在的小样本、高维数、非线性和局部极小点等问题,提出了利用SVM(支持向量机)的分类能力建立财务预警模型。最后利用上市公司的财务数据进行训练和评估,证明了基于支持向量机的财务预警模型在小样本情况下具有良好的非线性建模能力和泛化能力。     

基于贝叶斯判别法的上市公司财务预警模型

本文利用贝叶斯判别法,以我国沪市A股上市公司为研究对象,选取2005和2006的ST公司和正常的公司各70家作为分析样本,建立财务预警模型。经检验,该方法预测的效果较好,可为投资者、债权人和监管机构等提供判别依据。     

Z-Score模型在财务预警中的应用

本文在说明企业财务预警必要性、功能的基础上,具体阐述了Z-Score模型。最后,用事例说明了该模型在财务预警中的可行性。     

基于组合评价的纺织行业财务风险预警模型研究

将主成分分析（PCA）和最小二乘支持向量机（LSSVM）结合,提出了一种适用小样本空间的财务风险模型：PCA—LSSVM模型。以传统年度财务指标为基础,通过主成分分析,简化了输入变量,并利用LSSVM作为判别企业风险等级的工具。该模型可以在纺织行业中的上市公司选中1个或多个企业参与,避免了传统算法模型在解决财务风险预测的缺陷。算例结果表明了所提出模型能有效地提高预警方案的可行性,为财务风险的在线实施提供了方便。     

上市公司财务预警模型的建立和应用探讨

本文以2005年发生ST的A股上市公司为研究对象,通过实证研究建立三个线性判别函数,并且以实际的上市公司为例,探讨了多期财务预警模型的应用方法,分析了财务预警模型在实际应用上的简化性、准确性和及时性,希望可以帮助利益相关者能够利用上市公司公开的财务报告信息,进行财务预警。     

上市公司财务预警模型研究综述

基于目前我国上市公司财务预警体系研究还不成熟,对国内外学者关于上市公司财务预警的研究文献进行综述。主要从财务预警的定义、财务预警指标的选择及模型的构建三个方面展开,在此基础上总结前人研究的成果及不足,以指导我国上市公司财务预警模型的构建。     

上市公司财务危机预警模型比较研究

本文以2001年至2008年间74家A股机械、设备、仪表业上市公司数据为研究对象,分别用多元判别、逻辑回归、BP神经网络和支持向量机四种方法构建了财务危机预警模型,并用2009年至2012年间24家同行业上市公司作为检验样本对模型进行了检验.研究结果表明:第一,人工智能方法所构建模型的预测准确率比传统方法构建模型的准确率高;第二,资产净利率和营业收入增长率是区分机械、设备、仪表行业上市公司财务状况优劣的重要指标.     

核Fisher判别分析在上市公司财务预警中的应用研究

本文利用基于核函数和线性Fisher判别构建的核Fisher判别方法研究上市公司财务预警。该方法首先通过核函数建立一个非线性映射,把原空间中的样本点投影到一个高维特征空间,然后在高维特征空间中应用线性Fisher函数,把具有不同属性值的样本点判别到相应类别。通过对上市公司财务指标的研究,核Fisher方法的实证结果较为满意。     

上市公司财务预警方法与模型评析

通过上市公司财务预警问题研究现状、方法及模型的评析,我国上市公司要建立适合公司的财务预警模型,建立和完善上市公司财务预警评价指标体系,完善内部控制制度,必须在公司危机发生之前向公司管理层发出财务预警信号,为上市公司防范财务风险,加强内部控制提供参考依据。     

上市公司财务预警的面板logit模型

本文利用1989-2012年上市公司财务数据建立面板logit回归模型,对上市公司下一年亏损情况进行预测。研究结果表明,上市公司财务预警的面板logit模型在预测上市公司是否会亏损方面具有较高的准确率,可为投资者提供一定的参考。     

上市公司财务预警实证研究

利用数学模型对企业进行财务预警,并以此来反应财务风险及采取相对应的化解措施就成为企业利益相关者日渐关注的问题。上市公司的财务预警判别问题是国内外财务研究的热点,建立过多种财务预警模型。本文以2012年33家上市公司公开披露的财务数据作为检验数据来源,采用多元统计中的逐步判别法确立出3个判别分析变量,运用逐步判别法来确定具体的筛选指标,从而得出相应的财务预警检验模型。     

上市公司财务预警的面板logit模型

本文利用1989—2012年上市公司财务数据建立面板logit回归模型,对上市公司下一年亏损情况进行预测。研究结果表明,上市公司财务预警的面板10出模型在预测上市公司是否会亏损方面具有较高的准确率,可为投资者提供一定的参考。     

机械设备仪表类上市公司阶段性财务预警模型构建

我国是一个制造业大国,在此次国际金融危机中受到了影响,通过对国内外制造业财务预警相关文献的研究,将企业财务状况分为财务风险、财务困境、财务危机和破产四个阶段,针对其中财务风险和财务困境两个阶段,选取机械设备仪表类上市公司数据,综合运用主成分分析和Logisdc回归分析法,构建了分阶段的、概念界定更加清晰的、针对性更强的行业财务预警模型。     

上市公司财务预警初探

本文围绕财务危机预警的目的,在现有基础上对财务预警的概念进行了深入剖析,并在详细分析现有预警研究中存在的主要问题,提出财务预警框架重构的改进意见。     

基于支持向量机的上市公司财务危机预警实证研究

本文以在上海证券交易所和深圳证券交易所挂牌交易的87家ST上市公司及102家非ST上市公司为样本,采用公开发布的2003年至2006年的上市公司财务报表中的相关数据,运用支持向量机模型进行了实证研究。研究表明,在小样本数据条件下,与其他预警模型相比,支持向量机模型在预测上市公司是否会发生财务危机方面预测精确度远远高于其他方法,具有其他方法所不具有的优越性。     

中小企业财务风险预警模型

截止2013年三季度末,全国工商注册的中小企业总量超过4200万家,占全国企业总数的99%,同时,中小企业也贡献了58.5%的GDP,68.3%的外贸出口额,52.2%的税收和80%的就业。可见,中小企业已经成为发展市场主力军。我国中小企业有着如此庞大的市场规模,控制好财务风险就尤为重要。随着市场竞争的加剧,中小企业的财务风险不断加大,为规避这一风险,必须建立一套适合中小企业自身的财务预警机制。