我国上市公司财务欺诈识别模型的实证研究

本文基于SPSS统计软件,运用多元统计中的Fisher判别分析法构建了财务欺诈识别模型,并利用识别模型对随机选取的16家上市公司进行判别分析。结果表明:该模型所得到的误判率低,具有较强的判别能力,判别结果与实际情况符合良好。     

Z财务预警模型的检验与改进

财务预警模型是基于财务学、统计学理论．选择一些财务指标作为变量，对企业是否可能陷入财务危机作出预测的模型。文章选取160家上市公司的财务数据对国外最为知名的财务预警模型——Z模型进行检验，根据检验结果调整了模型临界值，并引入3个新的变量。经过改进后的模型预测准确性有了大幅提高．对我国上市公司具有较好的财务预警能力。     

主成分分析法在财务欺诈预警模型中的应用

本文尝试应用主成分分析法构建财务欺诈预警模型,旨在以最少的且不相关的变量反映财务欺诈公司最普遍的共同特征,以期寻找导致财务欺诈的根源,使监管部门有的放矢,对症下药,制定有效措施,防止上市公司进行财务欺诈,损害投资者和债权人的利益。     

主成分分析法在财务欺诈预警模型中的应用

本文尝试应用主成分分析法构建财务欺诈预警模型,旨在以最少的且不相关的变量反映财务欺诈公司最普遍的共同特征,以期寻找导致财务欺诈的根源,使监管部门有的放矢,对症下药,制定有效措施,防止上市公司进行财务欺诈,损害投资者和债权人的利益.     

上市公司财务欺诈的识别与防范

近年来,上市公司财务欺诈事件不断发生,为避免这种行为的发生,可以从虚增收入、操纵利润、虚增现金流与粉饰财务状况等进行识别,通过对会计视角、审计视角、监管机制与网络信息技术等四个方面进行防范,对于防范上市公司财务欺诈有一定的借鉴和启示作用。     

上市公司财务风险预警模型构建与分析

上市公司作为开放的经济体,面临着财务风险。文章主要阐述了上市公司财务风险模型构建、上市公司与财务风险相关的活动与因素、财务风险因素识别、上市公司财务风险因素衡量指标分析等问题。     

上市公司会计信息欺诈行为识别分析

上市公司的财务报告舞弊行为破坏了资本市场赖以存在和发展的“三公”原则,如何在纷繁复杂的财务信息中识别出会计欺诈风险是财经界和广大投资者日益关注的问题。从定性角度介绍了五种识别会计欺诈的方法和途径,旨在探求我国上市公司财务会计信息欺诈行为的基本规律,为财务会计信息欺诈行为的预警、实时监控和综合治理提供经验证据支持。     

我国建筑行业财务风险预警模型实证研究

建筑行业投资规模大、受政治、经济影响较为严重,稍有不慎,可能陷入财务危机,所以建立财务预警模型显得尤为重要。选取50家建筑类上市公司作为研究样本,利用聚类分析法选取财务危机公司样本,从盈利能力、公司治理等方面选取了27个财务指标和14个非财务指标,依次对各指标进行T检验、U检验及共线性诊断来构建逻辑回归模型,通过回判检验,发现加入非财务指标的模型的准确性更高。     

基于内部控制的上市公司财务舞弊识别研究

上市公司财务舞弊行为的治理关键是要通过企业内部控制治理来实现。因此本文以上市公司财务舞弊识别为研究对象,从营运能力、盈利能力、财务状况、成长速度、关联交易、内部治理结构等多个角度探究基于内部控制的上市公司财务舞弊识别途径,并从完善股东大会内部治理机制、健全董事会内部治理机制、完善监事会内部治理机制、完善公司内部控制机制等方面提出上市公司财务舞弊防范策略。     

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。     

上市公司财务欺诈成因分析及防范

上市公司作为国民经济最具影响力和成长优势的企业群体,其财务欺诈行为不仅导致利益相关者因决策的重大误差带来的巨额经济损失;更会对众多非上市企业树立不良榜样,传递因不诚信的产生可观收益。故研究上市公司财务欺诈动因,从根源上遏制上市公司财务欺诈的动机迫在眉急;本文以上市公司财务欺诈的含义和现状为起点,分析产生现状的动因,提出相应的防范措施。     

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.     

上市公司财务困境预警理论与模型研究

随着资本市场的不断发展与完善,客观上要求加强上市公司财务危机预警理论与模型方面的研究。凭借科学的预警模型,上市公司可以及时预防和化解财务危机并提高危机预警管理的科学性,投资者可以获得财务风险的警示。探讨如何借鉴吸收现有财务困境预警理论与方法的有益成果、克服其的不足,并对财务困境特征识别及财务困境控制进行了分析。     

我国上市公司财务危机的判断与预警

准确识别与判断上市公司财务危机对于投资者具有特殊重要的意义,本文以相关财务理论为依据,将因子分析与选择性模型相结合,利用我国上市公司的实际数据,通过对比分析筛选出对财务危机有显著影响的财务变量,构建了判别上市公司财务危机的因子分析Logit模型.以此为基础,本文进一步引入非财务变量,提出了判别上市公司财务危机的改进模型,并依据该模型讨论了上市公司财务危机的预警问题及数量界面.     

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。     

上市公司财务异常的会计监管问题探讨

上市公司会计信息披露的可靠性与公开性是股票市场会计监管的核心问题。近年来国内外发生多起财务舞弊案件,会计信息失真、公司造假违规事件层出不穷,严重损害了投资者的利益。上市公司为达到经济目的,蓄意出具虚假的财务报告,影响了资本市场的健康发展。因此,本文选择上市公司发生财务异常作为研究会计监管的时间点,以便建立有效的监控系统,监测上市公司财务异常,识别会计信息形成过程中的欺诈行为,提高上市公司会计监管的有效性,保证股票市场会计信息的真实性。     

基于KMV模型上市公司违约点的选择

对我国上市公司数据进行混合模型回归得到KMV模型违约点,并与KMV公司提出的经验违约点公式以及流动负债加75%长期负债的违约点进行对比,运用KMV模型评价*ST公司和正常公司的信用风险,并检验模型识别上市公司信用风险的能力。结果表明,利用混合面板回归得到违约点的KMV模型能够更好的识别信用风险差异。     

财务欺诈成因探讨

近年来，国内外纷纷揭露了许多大的上市公司做假账，进行“财务欺诈”，蒙骗广大投资者的丑闻。一时间，引得广大投资者对上市公司的财务报告失去信任，对投资失去信心。财务欺诈将导致大量社会经济资源的严重浪费，搅乱融资市场的正常运作。找出财务欺诈的成因，进而找到标本兼治的方法已经成为世界各国共同关注的课题。     

房地产企业财务风险预警问题研究

本文在对国内外相关研究进行综述的基础上，结合我国房地产市场现状，选取了适用于该研究的60家在深、沪两市上市的房地产公司的财务数据，确定将Z-SCORE模型作为我国房地产上市公司财务风险预警模型。根据选定的Z模型，对60家上市公司2012年的财务险状况进行了计算并排名，并对我国房地产上市公司财务风险预警管理提出了简单的意见。     

电子商务中第三方支付平台欺诈风险识别研究

随着电子商务的飞速发展,第三方支付平台欺诈风险呈现递增趋势。本文采用Logistic回归构建第三方支付的欺诈风险识别模型,并结合Kolmogorov-Smirnov统计量来查找判断欺诈交易和正常交易的分割点,对欺诈风险进行量化估计。实证研究表明本文所构建模型比较稳定且预测比较准确,可大大提高风险识别能力,对第三方支付机构的风险管理具有重要作用。