财务危机预警工具:基于EVA的BP神经网络模型

本文以2003～2005年我国沪深两市A股上市公司作为研究对象,采用BP神经网络方法构建了整合EVA指标的财务危机预警模型,并进行了实证研究。实证结果表明:整合EVA指标的BP神经网络模型较Logistic模型具有更高的预测精度。     

BP网络模型在财务危机预警中的应用

本文运用因子分析方法和BP网络模型对我国上市公司的财务危机进行了预测,通过分析发现总资产报酬率、现金债务总额比率等12个财务指标对上市公司财务危机有着显著的预示效应.就判别正确率而言,前三年财务数据对上市公司财务危机的预测准确率均在65%以上,其中前两年财务数据的预测准确率均在85%以上.     

BP网络模型在财务危机预警中的应用

本文运用因子分析方法和BP网络模型对我国上市公司的财务危机进行了预测,通过分析发现总资产报酬率、现金债务总额比率等12个财务指标对上市公司财务危机有着显著的预示效应。就判别正确率而言,前三年财务数据对上市公司财务危机的预测准确率均在65%以上,其中前两年财务数据的预测准确率均在85%以上。     

上市公司典型财务危机预警模型比较研究

本文以我国沪深两市2005年90家上市公司作为研究对象，以其被ST前一年的截面数据建立一套财务指标体系，应用Logistic回归和BP神经网络方法建立财务危机预警模型，进行了实证研究。     

基于EVA视角的财务危机预警实证研究

在财务危机预警中引入了EVA，并建Logistic归预警模型，分别对引入EVA前后的预测准确率进行比较，通过设置并观察一些敏感性变量或因素的变化，对企业可能或者将要面临的财务危机实施实时监控和预测警报，及时发现危险信息，并立刻发出警情预报，提醒管理者及早采取有效措施予以防范，将财务危机和风险消灭在萌芽状态。     

BP神经网络与因子分析的财务危机预警应用

本文结合中国制造业上市公司的实证数据,通过三种统计处理方法对财务指标进行处理,再将各自的处理结果作为输入层变量输入神经网络,以此考察财务危机预警模型效果。     

基于EVA的财务危机预警方法研究

财务战略选择与实施过程中．不能忽视风险因素的影响,要考虑企业的财务危机问题。财务危机预警以往研究直接提取公司会计报表上公布的财务指标。然而,传统会计指标只考虑债务资本的成本,不考虑股权资本的成本．并不能有效说明股东价值是否保值增值;其次。会计利润指标的使用对管理者产生误导,使得管理者倾向于操纵利润,并导致短期行为的发生,不利于企业的长期发展,使用于财务研究的数据失真。因此,本文选取了EVA指标．以能真实地反映企业是否创造了价值。     

基于BP神经网络的房地产上市公司财务危机预警

本文通过对国内外公司财务危机预警相关文献的梳理,并且结合中国房地产行业的特点,提出了构建基于BP神经网络的我国房地产上市公司的财务危机预警模型。     

基于优化BP神经网络模型的上市公司财务危机预警

利用粗糙集的约简技术对上市公司的预警指标进行约简,降低神经网络的复杂性和提高网络预测速度及精度,采用遗传算法作为神经网络模型的前置装置,对网络输入端的初始值和阀值进行最优化,缩短网络训练时间,提高了网络的预测精度。实证研究显示,优化模型的财务危机预测精度高于传统BP神经网络模型的预测精度。     

上市公司财务危机预警的Logistic模型

本文从上市公司的财务品质、公司战略和管理者行为等方面选取预警指标,首先对所选指标进行差异性分析,检验出若干预警能力强的变量,然后在此基础上利用估计样本公司进行Logistic回归分析得到财务危机预警模型,最后运用该模型对测试样本进行检验,证实该模型的预测具有较高的准确性.     

上市公司财务危机预警的Logistic模型

本文从上市公司的财务品质、公司战略和管理者行为等方面选取预警指标,首先对所选指标进行差异性分析,检验出若干预警能力强的变量,然后在此基础上利用估计样本公司进行Logistic回归分析得到财务危机预警模型,最后运用该模型对测试样本进行检验,证实该模型的预测具有较高的准确性。     

基于BP神经网络的企业财务危机组合预警研究

本文根据组合预测比单项预测具有更高预测精度的原因,采用基于BP神经网络的非线性组合的预测新方法,构建财务危机预警模型,并进行实证研究.通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明,组合预测方法有效提高了预测精度,具有很好的适用性和优越性.     

化工类上市公司财务危机预警研究——基于BP人工神经网络模型

文章结合我国化工行业特点,将传统的财务指标与现金流量信息相结合,构建一个包含偿债能力、盈利能力、营运能力、发展能力及现金流量的预警指标体系。以沪深两市上市的化工类公司为样本,并采用陷入财务危机前四年的数据,进行BP神经网络系统分析,提高模型的纵向长期预测能力。实证结果表明:将化工业的复杂性与人工神经网络分析的广泛适用性进行有效结合,实行多时段预警,充分展示了神经网络模型的超前预测能力,具有较强的优越性。     

基于BP神经网络的上市旅游企业财务预警

文章分析BP神经网络模型的建模原理，并根据其在财务预警中的优点，构建模型，进行训练和检验，用以对上市旅游企业进行财务预警。     

基于组合预测理论的上市公司财务危机预警研究

针对组合预测比单项预测具有更高的预测精度，本文采用基于BP神经网络的非线性组合的预测新方法，构建了财务危机预警模型，并进行了实证研究。通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明，组合预测方法有效提高了预测精度，具有很好的适用性和优越性。     

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.     

基于logistic回归的上市公司财务危机预警模型

为了建立合理有效的财务危机预警模型，本文选择了代表公司财务健康状况的18个指标作为备选预警指标，并运用logistic 过程中逐步回归的方法从中选择了3个对因变量影响显著的财务指标。用容许度（TOL）和方差膨胀因子（VIF）两个指标对3个财务指标进行多重共线性检验。在多重共线性不显著的情况下，对符合条件的财务数据进行logistic回归，得到了财务危机预警模型。最后通过回代判定，发现这个模型具有较高的预测准确性。     

基于组合预测理论的上市公司财务危机预警研究

针对组合预测比单项预测具有更高的预测精度,本文采用基于BP神经网络的非线性组合的预测新方法,构建了财务危机预警模型,并进行了实证研究。通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明,组合预测方法有效提高了预测精度,具有很好的适用性和优越性。     

基于BP神经网络的河南省旅行社人力资源危机预警模型研究

近些年,河南省旅游业的快速发展,旅行社数量迅速增加,经济效益不断增长,同时,旅行社行业对高素质人员的需求也在上升。但是河南省旅行社行业整体管理水平偏低,旅行社人力资源抗风险能力不足。本文基于BP神经网络,构建了河南省旅行社人力资源危机预警模型,这对于河南省旅行社人力资源管理水平提升具有积极意义。     

基于学习向量量化LVQ神经网络的财务危机预警研究

应用学习向量量化LVQ神经网络方法，以近期14个数据作为财务危机预警建模样本和测试样本，建立了财务危机的顸警模型，经过对样本的反复训练和学习，得到了较好的预测结果。研究结果表明：LVQ神经网络是一种非线性映射模式，在指标间相关度较高、呈非线性变化，或数据缺漏不全等情况下仍可得到比较满意的结果，因此是一种比较理想的预测方法，具有广泛的适用性和较高的推广价值。