基于logistic回归的上市公司财务危机预警模型

国内外所有关于财务危机预警问题的研究,主要涉及到两个方面的问题：一是财务危机概念的界定;二是预测变量（判别指标）的选择和预警模型的建立（企业财务危机是一个连续的动态过程,并直接表现为绩效指标的恶化,因此,可通过一定的财务指标来构造企业的财务预警模型）。运用中国上市公司的财务指标数据及因子分析和Logistic回归等方法构建基于上市公司的财务危机预警的Logistic模型,经过检验,具有一定的实际应用价值。     

财务危机预测模型的构建

基于Logistic回归模型,选取中国制造业上市公司作为样本对财务危机预测进行研究。从企业的盈利能力、营运能力、偿债能力、成长能力、现金流量等方面出发,选取了10个财务预警指标,经过回归分析得出,总资产收益率、总资产周转率、资产负债率、主营业务增长率、经营活动现金净流量对负债的比率五项财务指标对上市公司发生财务危机有重要影响。从而提出要从提高盈利能力、提升营运能力、增强偿债能力、提高成长能力、保障现金流的充足几方面来应对财务危机。     

上市公司财务危机预警模型研究

本文在传统财务预警指标的基础上加入衡量公司盈余管理程度的预警指标,采用主成分分析和Logistic回归构建了上市公司财务危机预警模型.实证结果显示,预警模型的预测能力较为理想,能给投资者、公司管理层和债权人等相关各方提供更为明确的反映公司财务状况的信息.     

上市公司对外担保及其财务危机预测

文章在对我国上市公司对外担保现状中存在的问题以及企业担保行为潜在风险进行全面分析的基础上,从实证的角度考察了对外担保对上市公司财务状况的影响作用并构建了Logistic回归财务危机预警模型。文章研究表明:ST与非ST企业对外担保指标之间存在显著性差异,而且对外担保比例越高,企业陷入财务危机的可能性越大,从而证实了企业因担保承担连带赔偿责任增加了企业的财务风险以及陷入财务危机的可能性这一推断;而融合财务信息与对外担保信息的Include模型较之仅包含财务变量的Exclude模型,无论是在模型的拟合优度、模型的解释力,还是模型的回判准确率,均有明显改善,说明包含对外担保信息在内的财务危机预警模型预测效果更好。     

我国中小企业板块上市公司财务风险预警研究——基于两种多变量模型的比较分析

中小企业普遍规模较小,所处市场大都竞争激烈,更容易陷入财务危机。文章以中小企业板块上市公司为样本,采用两种多变量模型对中小企业财务危机预警模型进行检验,并对结果做了比较研究。通过论述,检验前人已有的财务危机预警模型对我国中小企业板块上市公司的适用性,并对我国建立与完善中小企业财务危机预警和应对系统提出建议。     

上市公司财务危机实时预警系统研究

我国加入WTO后，在给上市公司带来良好机遇的同时，也使其面临着严峻的挑战。笔者认为建立上市公司财务危机实时预警系统已势在必行。本文首先阐述了上市公司财务危机实时预警的基本前提，接着就如何架构上市公司财务危机实时预警的模式和机制作了探讨，并提出了相关的建议。     

基于神经网络的旅游业上市公司财务危机预警研究

本文综合考虑导致我国旅游业上市公司产生财务危机的因素,以神经网络理论为基础,运用BP神经网路模型构建了旅游业公司财务危机预警模型,并以14家旅游上市公司为例进行实证研究,验证了该财务危机预警的方法和模型.     

我国上市公司财务危机两阶段动态预警模型

通过对我国上市公司财务危机内涵、特征、致因的研究,对财务危机从风险因素的角度进行了新定义,并对财务危机的进程进行了隐性期、显性期、恶化期和分化期四阶段划分,模型中首次引入变动趋势调整比率指标和信用评价指标,对我国上市公司财务危机预警的准确性和应用性有了较大改进.     

基于神经网络的旅游业上市公司财务危机预警研究

本文综合考虑导致我国旅游业上市公司产生财务危机的因素,以神经网络理论为基础,运用BP神经网路模型构建了旅游业公司财务危机预警模型,并以14家旅游上市公司为例进行实证研究,验证了该财务危机预警的方法和模型。     

我国上市公司财务危机两阶段动态预警模型

通过对我国上市公司财务危机内涵、特征、致因的研究,对财务危机从风险因素的角度进行了新定义,并对财务危机的进程进行了隐性期、显性期、恶化期和分化期四阶段划分.模型中首次引入变动趋势调整比率指标和信用评价指标,对我国上市公司财务危机预警的准确性和应用性有了较大改进.     

Forecasting technology diffusion: a new generalisation of the logistic model

The present research proposes a new generalisation of the logistic model aiming at technology diffusion forecasting. Regarding criticisms and failures reported in the literature to apply logistic function for long-term forecasting, in our work we focused on short-term accuracy of forecast. To formulate the model, based on mathematical approximation, at first the differential equation governing the diffusion process is found and then by solving the derived differential equation, the forecast function is obtained. In all steps, mathematical tools from numerical analysis are used. We compared the New Generalized Logistic Model with eight of the most renowned models in the literature. The model led to more accurate fits and forecasts than those obtained from other models we applied for comparison.     

基于财务与非财务指标的亏损公司财务预警研究——以公司ST为例

以往公司财务预警研究主要基于财务指标预测公司财务状况。文章强调,对于转轨时期的中国企业财务预警研究,基于财务指标的分析,虽然能够给出财务困境发生的概率,但却难以给出财务困境的深层次解释,特别地,对于财务困境早期预警具有较大局限性。鉴于此,文章在财务指标分析的基础上,引入公司治理、投资者保护等因素,综合分析上市公司亏损困境的原因,并比较分析了基于财务、非财务指标及综合指标的预测模型的有效性,进而提出相关政策建议。     

基于ARIMA与GARCH模型的国际油价预测比较分析

在分析影响油价波动因素的基础上,利用1986年1月至2010年12月的WTI国际原油价格月度数据,分别建立ARIMA和GARCH模型对油价进行预测。并通过对2011年1月至2012年4月WTI原油价格进行外推预测,检验模型的预测效果。比较分析发现,在短期预测中,ARIMA和GARCH模型对油价的预测均比较准确,但当油价由于受到重大事件的影响而有较大波动时,模型的预测精度下降;在长期预测中,GARCH模型的预测效果优于ARIMA模型;整体来看,GARCH模型预测的精度高于ARIMA模型。因此,在国际油价预测中,用GARCH模型是比较合适的。     

利用上市公司公开的财务信息预测未来的销售

销售收入与赢利直接相关 ,而且相对于赢余数据的披露更加客观。所以销售预测不仅可以对公司的盈利预测提供很好的补充 ,本身也是预测公司未来业绩的一个重要指标。本文采用横截面上的线性回归模型和贝叶斯动态线性模型等统计方法 ,对A股市场上市公司年度财务报告进行分析 ,发现财务报告中所披露的公司财务及经营的数据中包含有关于其未来销售变动的信息。进一步比较各种方法的预测效果 ,发现贝叶斯动态线性预测模型的预测效果更好 ,值得推荐。     

上市公司财务困境预测模型的再比较

该文将中国上市公司因财务状况异常而被特别处理(ST)作为企业陷入财务困境的标志,采用主成分分析方法确定模型变量,并利用多元判别分析、Logistic 回归和改进型 BP 神经网络三种方法进行财务困境预测.比较其预测结果发现,BP 神经网络模型的预测准确率明显优于多元判别分析和Logistic 回归模型,而后两者的判别效果接近,可见改进型 BP 神经网络模型更适合于企业财务困境预测.但三种模型的长期预警能力均不够理想,需要建立以定量模型为主、定性分析为辅的上市公司财务困境预测方式,以提高预测的准确性.     

Inaccurate forecasts of the logistic growth model for Nobel Prizes

Modis [Technol. Forecast. Soc. Change 34 (1988) 95] reports that a logistic growth (LG) model of the number of U.S. Nobel Prize recipients provides an excellent fit for the period 1901-1987. This model forecasts that approximately 235 Americans will receive a Nobel Prize by year-end 2002 and that a total of 283 Americans will eventually receive a Nobel Prize. We use recent data (1901-2002) on prize recipients to provide a revised test of this model. The results of extensive holdout forecasting and nonlinear least-squares fits to the data provide convincing evidence that the LG model systematically underpredicts the number of Nobel Prizes awarded to Americans. For instance, the cumulative number of American recipients as of year-end 2002 is 270, significantly larger than the LG forecast of 235. We argue that other approaches to forecasting the number of future Nobel awards should be considered.     

中国粮食供需的预测指标体系及模型设计

通过建立粮食需求预测指标体系,从口粮、饲料粮、种子粮、工业用粮及粮食损耗角度实现了粮食需求预测。并采用基于三次指数平滑模型、灰色预测模型、支持向量机预测模型的组合预测模型,成功实现了粮食供给预测。最后,在粮食供需综合分析中,确认了粮食供需缺口的存在性。     

The logistic envelope approximation in technological forecasting

In a great number of cases, the growth behavior of a field of technology is the sum total of many technological achievements, each following its own logistics-type life story. The tendency in sequential logistic lines positions is described with a logistic curve tangent to individual curves—a logistic envelope. A method of constructing such an envelope based on experimental data is proposed and applied to forecasting of primary electro-chemical cells' development.     

A comparison of Logistic and Harvey models for electricity consumption in New Zealand

There have been a number of forecasting models based on various forms of the logistic growth curve. This paper investigates the effectiveness of two forms of Harvey models and a Logistic model for forecasting electricity consumption in New Zealand. The three growth curve models are applied to the Domestic and Non-Domestic sectors and Total electricity consumption in New Zealand. The developed models are compared using their goodness of fit to historical data and forecasting accuracy over a period of 19 years. The comparison revealed that the Harvey model is a very appropriate candidate for forecasting electricity consumption in New Zealand. The developed models are also compared with some available national forecasts.