中国利率期限结构对经济周期波动的预测能力检验——基于动态Probit模型的研究途径

本文对我国利率期限结构对经济周期波动的预测能力进行实证研究.首先,利用时差相关分析方法选择我国经济周期波动的利差先行指标.然后,利用基于利差先行指标的动态Probit模型检验我国利率期限结构对经济周期波动状态的预测能力,并且对静态Probit模型和动态Probit模型、各种动态Probit模型之间的预测效果也进行了比较.研究结果表明,我国利率期限结构变动对未来3个月的经济周期波动状态具有比较稳定的指示作用,利用经济状态先验信息的动态Probit模型的预测效果优于静态Probit模型.     

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.     

运用Probit模型识别虚假财务报告

本文在Probit模型的基础上,选取注册会计师协会公布的非标准审计意见上市公司为样本,并对每个样本公司进行配对,利用样本公司和配对样本公司的财务比率进行模型构建和实证研究,得出每股净资产和扣除非经常性损益的每股收益指标具有较强的识别能力,且模型识别准确率为82.8%的结论。     

房地产上市公司财务预警实证研究

准确预测房地产公司的财务风险并及时预警有助于房地产企业的健康稳定发展.根据房地产企业的现实情况,通过BP神经网络模型和Logistic模型分别对房地产上市公司的财务状况进行了实证研究.结果表明:BP神经网络模型的预测准确率要高于Logistic模型,同时综合使用多种方法预测房地产公司的财务状况更加准确.     

Z-score预警模型的研究与分析

本文对Z-score预警模型进行了新的研究,将模型中各财务比率的权数及常数项进行调查;并对各模型预测概率进行比较,以获得其预测准确率;然后在此基础上提出P模型(百分数模型),同时用ST公司和非ST公司的财务数据对P模型进行实证检测分析。     

基于多元概率比回归模型的上市公司财务危机预警分析

通过建立多元概率比回归模型(Probit)对上市公司的财务危机进行预警分析,研究发现:Probit回归模型所选取的指标体系科学合理且较完全,能够对企业的财务危机及风险进行综合性地衡量,并且该模型在建模样本中的总体分类精度较高,误判率很低,因而在上市公司危机预警过程中具有很大的实用性。通过分析发现,财务安全公司和财务危机公司主要在以下指标上存在显著差异:流动比率、总资产增长率、资产负债率、资产收益率、现金流动负债比率、现金负债比率、主营业务利润率、股东权益比率以及应收账款周转率。这就提醒上市公司的经营者和证券市场的投资者在作出相关决策时时,必须首先关注这几个指标。     

基于Lasso-Logistic模型的个人信用风险预警方法

将lasso-logistic模型引入到个人信用评估中,通过模拟实验发现,逐步回归法倾向于保留一些不重要的变量,而且选出正确模型的概率较低,而Lasso不仅计算更加快捷、同时进行变量选择和参数估计,而且能更准确筛选出重要变量。此外,本文以信用卡消费信贷违约数据为例对我国个人信用评估进行了实证分析,发现相对于全变量Logistic模型和逐步回归Logistic模型,lasso-logistic模型更能抓住影响消费信用风险的关键因素,而且预测准确率也更高。     

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。     

改进的Logistic模型在隧道围岩变形预测中的应用

改进Logistic模型由于能够比较好的拟合软土地基在荷载作用下的变形过程曲线,因而在地基沉降预测中得到了较多的应用。鉴于隧道围岩变形曲线和地基沉降曲线在形式上的相似性,将改进的Logistic模型用于隧道围岩变形预测分析中,并通过工程实例应用对其可行性进行了验证。结果表明:该模型能够很好的反映隧道围岩变形量与时间的关系,能够非常准确的预测围岩变形量。该模型为隧道监控数据处理提供了一种新方法和新思路,并可为今后的预测分析提供一定的借鉴和参考。     

非调节利润财务报告舞弊识别研究——来自中国证券市场的证据

文章以2004～2009年间因非调节利润财务报告舞弊而受到证监会处罚的上市公司为研究对象,在分析舞弊公司财务特征和公司治理机制特征的基础上,采用2001年～2004年的公司数据作为训练样本集构建了财务报告舞弊识别的Logistic回归模型,并结合2005年～2006年的公司数据,对识别模型的预测精度进行了检验.结果表明,模型的预测精度达到83.33%,说明模型对识别后续年度的财务报告舞弊有一定的参考价值.     

国有企业财务危机预警模型实证研究

财务危机从根本上威胁着企业的持续性经营和发展,如果不对其进行预测分析很可能给企业和社会带来严重的影响。近年来,我国政府部门频繁出台文件和措施要求企业特别是国有企业要加强对财务危机的管理控制。文章以上海市××区国有企业为研究对象,选取了29家出现财务困境的国有企业和29家财务正常的国有企业为样本,参照国内外学者对上市公司财务危机预警的研究方法,并结合国有企业财务实际,选择13个财务指标为变量,应用Logistic回归分析建立财务危机预警模型。研究表明:所建立的Logistic预测模型对财务危机发生前一年的预测准确率达93.1%。     

交通机动化爆炸性增长的模型分析

近年来我国城市交通出现较为严重的拥挤,其中一个重要的背景原因就是机动化进程不但呈现加速趋势,而且其增长具有爆炸性,而以往对机动化水平的预测明显偏低。基于交通规划预测中常用的逻辑斯蒂(Logistic)模型分析了爆炸性机动化的形成机制,并在建立收入增长的动态模型的基础上进行了数值模拟,进而提出了相关的政策建议。     

基于DEA-DA模型的财务危机预警模型研究

DEA-DA模型是基于数据包络分析（Data Envelopment Analysis）的判别分析（Discriminate Analysis,简称DA）方法。该方法通过DEA加性模型和DA结合,不仅可以给出判别函数。而且可以很好地解决判别分析中的＂重叠＂现象。文章以因＂连续两年亏损或每股净资产低于股票面值＂而被ST的公司作为危机公司来进行财务危机预警模型建模研究,实证结果表明,该模型的预测效果良好。     

企业业绩"爆雷"预警系统构建探讨

文章选择2010—2018年创业板上市公司作为研究对象,从财务指标、治理结构指标和高管行为指标三方面选择因素,通过Logistic回归模型和SVM模型构建业绩"爆雷"预警系统.分析得出越低的财务绩效、内部控制质量和更高的高管股票减持、在职消费会加剧业绩"爆雷"可能性.滞后一期的Logistics回归模型的预测准确率为83.7％,SVM模型的预测准确率为87.9％,且在预报"爆雷"准确率上高于Logistic模型24个百分点,说明SVM模型预测更加精确.因此,在实践中投资者可以使用SVM模型来预测上市公司的业绩"爆雷",以降低投资风险.     

上市公司财务危机预测模型比较研究

财务危机预测一直是公司金融领域的研究热点,危机预测模型随着研究的深入在不断地发展变化.多元线性模型、Logistic模型、COX模型、神经模型是当前主流的四种财务危机预测模型.以2003年-2008年制造业上市公司为样本,采用财务比率作为预测变量,通过样本公司财务数据建立了四种财务危机预测模型,利用判别精度和ROC曲线比较不同模型在财务危机发生提前3年的预测效果.研究发现神经网络模型在判别精度和稳定性方面均优于其他模型.多元线性模型、COX模型、Logistic模型预测虽然均具有应用价值,但三类模型在预测精度和稳定性上各有优劣.     

基于Logit模型的A股上市公司财务困境预警研究

本文采用2008到2010年的财务数据,选取有代表性的财务指标,对A股上市公司中面临财务困境的47家公司和没有面临财务困境的47家公司利用Logit模型进行估计和预测分析。分析结果表明,Logit模型的预测是有效的,具有良好的精度,是一种有效的财务困境分析和预测工具。     

我国上市公司财务危机预警模型的实证研究

针对财务危机预警模型研究中经常出现的可能高估模型预测能力的问题,本文采用1:10的比例来对ST公司和非ST公司进行配对研究。研究发现,资产负债率越高,财务危机的可能性越大;总资产报酬率和总资产增长率越高,则企业发生财务危机的可能性越小。     

基于财务信息和非财务信息的债券违约预警模型研究——Fisher模型与Logistic模型的实证分析与应用

自2014年我国债券市场发生首例债券违约以来，债券违约事件日益增多。尤其近几年来，无论是发生债券违约的企业、债券违约的只数还是违约总金额，都呈现爆发式增长和蔓延态势。在此背景下，本文使用2014～2020年债券市场全样本数据，基于财务信息构建债券违约预警模型，在Fisher模型与Logistic模型判别效果对比后选择了Logistic模型，并在此基础上加入部分非财务信息指标，以进一步提升模型的预测能力。最终得到基于财务和非财务信息的Logistic模型。研究结论如下：第一，Logistic模型整体判别效果优于Fisher模型。第二，构建的基于财务和非财务信息的Logistic模型具有较好的预测能力，经济含义清晰，具备实际使用价值。第三，财务指标如净资产收益率、资本累积率、刚性负债率、筹资NCF/平均总资产等是债券违约预警模型中的显著指标，这些指标对于预警债券违约具有重要作用。第四，部分非财务指标对于提升模型预警能力有明显效果，非财务信息诸如发债企业所在省份风险情况、行业风险情况、企业所有制形式等为预警债券违约提供了显著的增量信息，也反映了我国债券违约具有所有制、地域和行业的群聚特征。     

基于Logistic模型的上市公司财务危机判别分析

本文选取90家ST公司为样本,以传统财务指标为基础,通过因子分析提取指标和降维,利用Logistic回归模型作为判别企业财务状态的工具,构建了上市公司财务危机的判别模型。研究结果表明,该模型具有较高的建模精度和判别能力。