基于混合Logit模型的财务困境预测研究

混合Logit模型是离散选择模型的最新发展,它放宽了传统标准Logit模型的两个主要限制——个体选择偏好的同质性和不相关备选方案的独立性,在模型的设定上具有较高的灵活性,但其参数估计比较复杂,需采用极大化模拟似然估计法。本文以我国A股上市公司为样本,以财务状况异常而被ST作为公司发生财务困境的标志,建立了财务困境预测的混合Logit模型。研究结果表明,混合Logit模型无论是在模型拟合度还是预测准确度方面均优于标准Logit模型。     

审计意见与财务困境预测——基于中国上市公司的实证研究

本文选取了2007年33家ST公司(代表财务困境公司)和33家财务健康公司,研究审计意见对财务困境的预测能力。研究发现:审计意见能够预测财务困境;企业陷入财务困境前一期的审计意见比当期的审计意见有更好的预测能力。     

审计意见与财务困境预测——基于中国上市公司的实证研究

本文选取了2007年33家ST公司（代表财务困境公司）和33家财务健康公司,研究审计意见对财务困境的预测能力。研究发现：审计意见能够预测财务困境;企业陷入财务困境前一期的审计意见比当期的审计意见有更好的预测能力。     

EVA视角的上市公司财务预警实证研究

本文以我国A股上市公司为研究对象,选取了65家处于财务困境的公司和75家财务正常的公司为样本,在传统财务指标的基础上引入EVA,运用主成分分析法构建了财务困境模型。结果表明,相对于传统的财务指标,EVA对企业的财务困境具有较强的判别能力,模型具有超前的预测能力。     

引入非财务变量的上市公司财务困境预警

本文选取沪深两市A股2010~2013年52家首次ST公司和52家从未被ST公司作为研究样本,引入盈利能力、股东获利能力、营运能力、发展能力、风险水平和偿债能力六个方面的财务变量,以及股权结构、公司治理、重大事项、人力资本4个方面的非财务变量,使用Fisher判别与Logistic回归两种方法建立ST前3年的财务困境预警模型。实证研究表明,加入非财务指标可以提高财务困境预警的准确率,且Logistic回归方法建立的预警模型的预测效果更好。     

Logit模型在评估上市公司财务绩效中的应用研究

文章以48家ST企业和252家正常企业为研究样本,采用主成分分析将众多财务指标转化为反应企业财务绩效的几个关键主成分.实证分析中,以样本企业28个财务指标数据为基础,得到代表全部财务信息80％以上的12个主成分.进而利用Logit回归分析构建评估模型,整体准确率达到93％,能有效预测上市公司是否存在财务危机.     

遗传算法优化上市公司财务预警的实证研究

<正>一引言企业进行预测、防范、控制和处理财务危机,迫切需要建立一个有效的财务困境预测系统,以便对公司的未来财务状况进行分析和预测,及时将企业财务困境扼杀在萌芽状态。本文针对我国目前上市公司的具体情况,利用我国上市公司近几年的数据资料,分别采用BP神经网络和遗传算法优化BP神经网络的方法,构建了基于财务指标和引入非财务信息的财务危机预警模型,旨在财务危机模型系统的实证研究方法上有所创新,提高模型预测的准确度和建模速度,同时扩大模型的适用性。     

财务困境预测中BP神经网络模型应用综述

金融危机席卷全球。处于金融市场之中的企业随时面,临着陷入财务困境的可能,财务困境预测模型的建立可以使公司提前预测到困境的发生,从而及早避免投资损失。随着信息技术的发展,人工神经网络预测模型开始兴起,本文重点介绍了BP神经网络模型在财务困境预测中的应用情况,并将BP神经网络模型与传统统计方法进行了比较分析。     

基于财务与非财务指标的财务困境预警研究——以制造业上市公司为例

本文以沪深A股市场2005-2009年294家制造业上市公司为样本,以因财务状况异常而被ST作为公司发生财务困境的标志,分别建立了仅包含财务比率指标的单一模型和同时包含财务和非财务指标的综合模型。研究结果表明,加入非财务类指标后的综合模型,无论是在预测能力方面还是在误判成本方面均得到显著优化。     

基于支持向量机财务预警模型的实证研究

本文结合主成分分析法和支持向量机模型,构建了一种新的上市公司财务困境预警模型,并对我国A股上市公司中80家因为“财务状况异常”而被“ST”的公司进行预测,结果表明效果理想。     

基于Logistic模型的物流业上市公司财务预警

从物流业104家A股上市公司中选取了60家上市公司作为样本,分别用提取主成分构建逻辑回归模型和原指标构建逻辑回归模型的方法进行财务预警研究,得出了以下结论:用聚类分析方法判断上司公司是否处于财务困境能减少误差且更具有现实意义,方便投资者做出投资决策;主成分构建的逻辑回归模型和原指标构建的逻辑回归模型预测效果并无显著差异,构建的Logistic模型预测正确性都在80%左右,预测效果良好;在以后研究物流业上市公司财务预警时,必须考虑选取主营业务收入增长率、流动资产周转率、现金债务总额比和现金流量比率四个财务指标。     

上市公司财务预警机制指标选择的实证研究——基于ST与非ST企业的GLM与二元Logit模型分析

本文选取上市公司2009年ST与非ST企业的杜邦财务指标体系进行多元标准化处理后分别建立多元形象分析与二元Logit模型。发现二元Logit模型对上市公司财务困境境况有明显的判别作用;财务指标有助于企业、投资者以及监管机构考察上市公司财务状况以便进行决策判断。     

Cox模型在企业财务困境预警中的应用

以我国上市公司为研究对象,借助于上市公司的财务样本数据,采用生存分析半参数模型——Cox模型,对企业财务困境进行预警。研究结果表明:该模型具有可以使用时间序列、无需样本配对、连续预测的特点,能够为企业提供更为有效的财务困境预测。     

财务困境预警模型分析及比较

财务预警实证研究是以企业现有财务指标为基础，建立数学模型来预测企业陷入财务困境的可能性，为企业内外利益相关者了解、预测企业财务状况提供一种简便有效的分析工具。相应的，财务预警模型就是利用企业一系列财务指标和非财务指标来识别企业财务状况的有效工具。     

关于我国困境企业财务行为的统计分析

从现有的理论与实证研究文献来看,财务困境研究基本上围绕两条主线展开.其一是财务困境的预测研究,即如何构建更为精确的预测模型,以服务于投资者评估投资风险等不同的目的;其二是财务困境与财务行为、公司业绩之间关系的研究,即财务困境究竟是如何影响公司行为与业绩的.目前在财务学界,学者们对于财务困境预测研究只是在模型和变量选择上有所区别,而在财务困境与公司行为与业绩之间关系的理解上观点则不一致.因此,第二条主线的研究似乎已成为继"资本结构之谜"、"股利之谜"和"IPO之谜"之后的又一个财务学谜题.     

论上市公司财务数据异常初步判断

作为市场经济的微观主体,上市公司总是面临各种风险,这些风险可能导致企业发生危机而陷入财务困境之中。传统研究中,对财务危机预测主要通过建立财务预警系统或模型进行,但这对普通投资者而言并不实际。我们认为,基于财务数据异常值判断是比较实用、简便的方法,因为财务危机总是已经通过各种财务指标异常表现出来。文章将通过公司历史财务表现、现实财务能力和未来财务潜力三个方面可以进行异常判断分析,达到预警效果。     

财务困境理论的预测动态性改进与应用

财务困境理论核心内容是如何提高预测动态性能力。探讨财务困境的动态性内涵和划分动态发展过程不同时期特征,建立过程模型和判别模型,改进了财务困境的动态预测方法。应用卡尔曼滤波思想,设计通用的超前n步预测算法,优化前瞻性预测功能。     

宏观经济环境、公司治理与财务困境研究

考察宏观经济环境与公司治理结构对公司陷入财务困境的影响,首先应从财务困境定义出发,界定困境公司组和非困境公司组,利用Logistic模型检验公司治理结构对公司财务困境的影响;其次应综合分析宏观经济环境与公司治理结构对公司陷入财务困境的影响。研究表明:公司治理结构、大股东侵占与公司陷入财务困境的可能性显著相关;同时,宏观经济环境对于公司陷入财务困境也有一定的影响,特别是公司对于工业增加值和实际利率水平等变化越敏感,就越容易受到弱化的公司治理结构的影响而陷入财务困境。     

基于SVM多分类模型的上市公司财务困境预测

目前的财务困境预测模型大多局限于二分类研究,而公司陷入财务困境往往会经历一个逐步衰败的过程,简单的二分类有时会掩盖某些上市公司财务状况逐渐变差的事实。为了更准确地判断上市公司的财务状况,将其按照盈利能力分为财务健康公司、财务亚健康公司和财务困境公司3类,并运用t-1年和t-2年的面板数据,采用基于平均影响值的变量筛选方法构建了SVM多分类模型。实证结果表明,模型的预测能力较好,能够以较少的特征变量实现较高的分类精度,是切实有效的。     

论上市公司财务数据异常初步判断

作为市场经济的微观主体，上市公司总是面临各种风险．这些风险可能导致企业发生危机而陷入财务困境之中。传统研究中．对财务危机预测主要通过建立财务预警系统或模型进行。但这对普通投资者而言并不实际。我们认为，基于财务数据异常值判断是比较实用、简便的方法，因为财务危机总是已经通过各种财务指标异常表现出来。本文将通过公司历史财务表现、现实财务能力和未来财务潜力三个方面可以进行异常判断分析．达到预警效果。