制造业上市公司财务危机预警模型

本文以我国制造业上市公司为研究对象,选取了181家发生财务危机的公司和181家财务正常的公司为样本,以财务危机发生前三年财务指标为基础,首先运用正态性检验、T检验以及非参数检验筛选出预警能力较强的财务指标,然后运用主成分分析方法构建了财务危机预警模型,最后进行了回代检验和测试样本检验.研究结果显示,预警模型对检验样本的预测正确率为76.60％,能够给投资者、债权人和监管机构等相关各方提供预测财务危机的有用信息.     

我国汽车制造业财务机预警分析

以2008年我国汽车制造业A股上市公司为研究对象,选取47家作为样本,综合运用因子分析和逻辑回归分析方法,建立混合财务危机预警模型.用2006年、2007年的数据对模型进行回代检验,结果表明所构建的混合财务危机预警模型具有较好的预测功能.     

我国制造业上市公司财务报告舞弊识别研究

本文选取2000年至2009年7家因财务报告舞弊而受到监管部门处罚或调查的制造业上市公司和7家对应的非财务报告舞弊公司作为研究样本,以11个财务指标作为解释变量,对舞弊样本和非舞弊样本进行描述性统计分析和显著性T检验,建立可以识别制造业上市公司财务报告舞弊的回归模型.结果表明,应收账款周转率和所得税率指标能更好的的识别制造业上市公司舞弊现象.     

Fama-French三因子模型适用性及风险警示对组合超额收益的影响探究——基于上证主板数据的实证研究

本文选取上证主板1618家上市公司2015年6月至2021年5月,共72个月的月度收益率为研究对象。检验Fama-French三因子模型在我国股票市场的适用性,并构建ST因子,检验风险警示对不同组合超额收益的影响,最后通过在三因子模型中添加截距项,检验遭受风险警示的股票组合是否存在三因子之外的风险补偿。     

基于神经网络模型的上市公司财务危机预警研究

本文使用人工神经网络(ANN)建立财务危机预警模型,用以测试模型预测上市公司发生财务危机的准确率。模型使用的样本包括110家上市公司的财务指标,其中77家公司作为训练集,33家公司作为测试集。在数据挖掘软件Rapidminer 6.1上构建模型,得到神经网络的总体预测准确率为90.91%。研究表明,人工神经网络具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力,因此是一种非常好的预测财务危机的模型,在企业财务危机预警方面有着很好的应用前景。     

上市公司股权激励与公司业绩的相关性研究

本文运用实证方法来研究股权分置改革后我国上市公司业绩与股权激励的关系。首先提出两个假设和建立模型,然后选取2006～2010年间实施了股权激励的67家上市公司的年报数据为样本,采用独立样本T检验以及配对样本T检验的方法,验证股权激励实施的整体效果,采用线性回归的方法,验证了股权激励比例与公司业绩的关系,最后得到结论并提出建议。     

基于Logistic回归的中国上市公司信用风险度量研究

以我国A股90家上市公司为研究样本,利用其2008年的财务数据,通过运行SPSS,建立Logistie回归模型,对其2010年的财务状况进行两类模式分类预测。对每一家上市公司,考虑其经营状况,根据对财务指标的曼一惠特尼检验结果,建立了包括净资产收益率、主营业务收入、净资产、总资产、每股净资产、每股现金流6项财务指标的Logistic预测模型。结果表明：模型的全样本判别准确率很高,可作为较理想的预测工具。     

我国制造业上市公司财务危机预警研究

本文以2008-2010年被"特别处理"(ST和*ST)的34家制造业上市公司和68家健康公司为研究样本,选取了资产负债率、应收账款周转率、销售净利率、主营业务收入增长率、现金流量比率、每股收益等25个财务预警初始指标,运用正态性检验、T检验、非参数检验以及相关性分析,筛选出了财务预警能力较强的财务指标;基于logistic回归分析法,构建了T-2年、T-3年和T-4年的制造企业上市公司财务预警模型,采用样本外检验法检验了所建模型的有效性,解释分析了模型结果。结果表明模型具有较高的预测能力,尤其在发生财务危机的前两年,准确度更是高达90%以上。     

我国上市公司资产出售的公告效应研究

文章以1999-2004年间185家企业226次资产出售事件为样本,检验了我国上市公司资产出售的公告效应,并对2008-2009年间我国上市公司的资产出售进行了稳健性检验.研究发现,我国企业的资产出售具有明显的年中和年末效应；企业股价对资产出售的反应显著为正,尤其是在(-2,0)区间内,资产出售的公告效应得到集中释放.对资产出售公告效应影响因素的检验表明,我国上市公司的资产出售更加符合有效配置假说,融资假说不能解释这种行为.     

基于二项Logistic回归的上市公司财务预警实证研究

在本文研究中,通过以2015年上半年12家因为连续亏损3年被特别处理(被ST)的上市公司和12家财务运行正常(未被ST)的上市公司为样本,运用独立样本T检验方法筛选指标,并基于二项Logistic回归分析方法,通过SPSS统计软件建立了上市公司被ST前三年的logistic财务预警模型。该实证研究表明,模型整体预警识别率高达91.67%,这说明该模型的预测准确度较高。     

基于BP神经网络的企业财务风险评价研究

选取了酿酒行业27家上市公司作为研究对象,基于BP神经网络研究了现金流量对于企业财务风险的影响,构建了企业的财务风险评价模型,并对模型的有效性进行了检验。     

企业财务预警模型的比较研究——基于我国制造业上市公司数据的实证分析

采用实证和规范相结合的研究方法,以我国制造业A股上市公司因"财务状况异常"而被特别处理的公司作为研究对象,选择2003-2005年65家财务危机公司,同时采用配对的方法逐年选择65家财务健康公司;初步选定53个变量指标并通过柯尔莫哥洛夫-米诺夫检验、曼-惠特尼-威尔科克森检验逐步判别分析进行筛选,建立和检验了Fisher二类判别模型、Logistic回归模型和BP网络模型,并对其进行了比较研究。     

我国汽车制造业财务危机预警分析

以2008年我国汽车制造业A股上市公司为研究对象，选取47家作为样本，综合运用因子分析和逻辑回归分析方法，建立混合财务危机预警模型。用2006年、2007年的数据对模型进行回代检验，结果表明所构建的混合财务危机预警模型具有较好的预测功能。     

短期资产持有水平差异性分析

本文从运营资本概念中的广义运营资本即短期资产为出发点,分析和研究对于短期资产的差异性的各种影响因素。以中国上市公司中制造业、房地产、农林牧渔业、批发和零售业、建筑业等五个行业为对象,选取上市公司200年至2013年的数据,以影响上市公司短期资产持有差异的各个因素为变量,构建模型,对其进行了实证检验,研究公司短期资产持有差异的内外影响因素。     

互联网时代零售业上市公司资本资产定价模型研究

互联网时代背景下,互联网技术改变了零售业上市公司的经营决策、产品创新、价值生产及资源控制等环节.本文对零售业上市公司的研究发现,互联网溢价已经影响了零售业上市公司的资本资产价值,并且是通过互联网技术影响其他生产要素的价值创造过程实现的.本文考虑互联网技术渗透度,构建资本资产定价四因子模型,该模型在零售业上市公司的运用通过了稳健性检验和新冠肺炎疫情下危机行情的异质性检验.进一步研究发现,对于大规模、高账面/市值比的零售业上市公司以及高账面/市值比的互联网零售业上市公司,四因子模型拟合效果更加显著.     

内部控制审计报告对上市公司的影响小议

为加大内部控制制度建设,根据证监会要求,国有上市公司和规模较大的上市公司的2012年度报告需出具内部控制审计报告.本文拟研究出具内控审计报告这一要求对上市公司的影响.通过控制变量法控制是否出具内部控制审计报告这一变量,选取50家2012年出具内控报告的上市公司,运用logistic模型检验该公司2012年与2011年度的经营业绩是否存在显著差异,并运用事件分析法检验出具内控审计报告事件对该上市公司的市场反应是否存在显著差异. 通过对实证检验结果的分析来说明出具内部控制审计报告对上市公司的影响效果并给出评价.     

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。     

基于Logistic模型的企业财务预警研究——以房地产企业为例

针对当前房地产市场严厉的监控措施,建立有效的财务预警系统,预测企业是否会陷入财务困境是房地产企业长远发展的重中之重。本文选取沪深两市首次被ST前一年的数据,运用因子分析法对所选择的30家房地产公司,建立最新形势下我国房地产企业Logistic财务预警模型,并对模型的预测能力进行检验,所构建的模型能对房地产上市公司的财务状况是否异常做出86.7%的预测准确率,具备较强的财务预警判别能力,因而具有一定的可行性和实用价值。     

基于VAR模型的我国对外贸易与经济增长关系的实证分析

本文选取了1990年至2017年间我国的进口总额(IM)、出口总额(EX)、国内生产总值(GDP)作为变量,构建了VAR模型,通过运用协整检验、格兰杰因果检验、脉冲响应分析以及方差分解等方法逐步分析了我国对外贸易与经济增长之间的关系以及检验这种关系存在的真实性。     

上市公司财务困境预测———基于信息熵与Logistic回归的实证分析

以沪深两市1370家上市公司作为研究样本,摒弃了以往研究中惯用的配对方法,采用信息熵理论对财务指标的预测能力进行了客观测定,并选取预测能力最强的前11个指标作为输入变量,构建了基于Logistic回归的上市公司财务困境预测模型,并对模型进行了实证检验.研究结果表明:每股净资产、营业毛利率等11个绝对财务指标和相对财务指标对公司是否陷入财务困境有较强的预测能力.