基于现金流和EVA指标构建公司财务预警模型

财务危机的出现是一个渐进的过程,科学的财务危机预警系统可以帮助企业在危机来临之前及早发现问题,采取相应措施,进而预防财务危机。本文在传统财务指标的基础上,引入了EVA指标及现金流量指标,构建了基于EVA及现金流量指标的财务危机预警Logistic模型,从而更准确地对财务危机进行预警。     

基于EVA会计利润的财务危机预警研究

企业财务因素是企业出现危机进而有可能会导致企业走向破产的重要原因。加强企业应对风险的能力，需建立企业财务危机预警机制，提前对企业的危机作出预警，从而能够采取必要的防范措施。传统的财务危机预警模型为基于会计利润为基础指标的预警模型，本文通过引进经济增加值（EVA），建立基于EVA的财务危机预警模型，从而能够更加准确的进行财务危机预警。     

基于EVA的财务危机预警模型应用

本文构建了基于经济增加值(EVA)的财务危机预警模型,并对其进行了实证分析,证明EVA在公司财务危机预警方面确实优于传统财务指标。     

利用EVA进行企业财务危机预警实证分析

利用EVA指标在财务危机预警过程中优于传统财务危机预警指标的特点。尝试将这一指标应用到上市公司财务危机预警中。本文选取在特定年份发生财务危机的上市公司40家。按其财务危机发生的严重程度不同分为2组：“ST”(其他的“特别处理”)组和“*ST”(“退市风险警”)组。从其发生财务危机的前2年和前3年的数据进行处理和分析。判断上市公司财务危机预警发出信号的年份。得出研究结论。研究表明基于EVA值判断上市公司财务危机发出的信号的准确率明显上升。     

财务危机预警工具:基于EVA的BP神经网络模型

本文以2003-2005年我国沪深两市A股上市公司作为研究对象,采用BP神经网络方法构建了整合EVA指标的财务危机预警模型,并进行了实证研究.实证结果表明:整合EVA指标的BP神经网络模型较Logistic模型具有更高的预测精度.     

财务危机预警工具:基于EVA的BP神经网络模型

本文以2003～2005年我国沪深两市A股上市公司作为研究对象,采用BP神经网络方法构建了整合EVA指标的财务危机预警模型,并进行了实证研究。实证结果表明:整合EVA指标的BP神经网络模型较Logistic模型具有更高的预测精度。     

引入公司治理信息的上市公司财务危机预警分析机制构建

传统的财务危机预警大多通过财务指标建立模型进行预测,财务指标从理论上并没有深入剖析企业陷入财务危机的深层次原因,因此还需要引进非财务信息纳入财务危机预警机制。文章通过公司治理结构与上市公司财务危机关系的分析,运用公司治理来完善财务预警机制,最终引入公司治理信息构建上市公司财务危机预警分析机制。     

公司治理、治理结构调整与财务危机——来自我国上市公司的经验证据

本文以我国上市公司为对象,从公司治理结构安排的角度,探讨企业发生财务危机的深层次原因,并以此为着眼点,在对危机公司财务表现分析的基础上,引入治理结构变量进行财务危机预警研究。结果表明,将公司治理结构变量引入财务危机预警模型能提高模型的预测能力,在财务危机的不同阶段关注重点应不同,公司治理结构异动对外部利益相关人有着较好的警示作用。     

公司治理、治理结构调整与财务危机——来自我国上市公司的经验证据

本文以我国上市公司为对象,从公司治理结构安排的角度,探讨企业发生财务危机的深层次原因,并以此为着眼点,在对危机公司财务表现分析的基础上,引入治理结构变量进行财务危机预警研究。结果表明,将公司治理结构变量引入财务危机预警模型能提高模型的预测能力,在财务危机的不同阶段关注重点应不同,公司治理结构异动对外部利益相关人有着较好的警示作用。     

上市公司财务危机预警模型构建

本文以2005年发生ST的A股上市公司为研究对象,采用行业和总股本规模作为选择配对样本的标准,构建了上市公司财务危机预警模型。预警指标除选择常用的财务指标外还引入了现金流量指标,并运用费雪(Fisher)判别准则,通过实证研究建立线性判别函数,以期为预测上市公司财务危机提供参考。     

上市公司财务危机预警的因素分析——基于沪深股市的实证研究

本文将传统的财务业绩评价指标与EVA融合，并借此分别对ST（危机公司）与非ST（正常公司）进行配对样本的差异性检验、相关性检验，筛选出与上市公司财务危机状况具有显著性关系的财务指标；通过Logistic回归分析构建企业财务危机预警模型并通过检验证明，该模型能提供较强的预警鉴别能力。     

财务危机预警模型中的非财务指标应用研究

财务危机不仅仅是由于财务活动引起的,非财务活动在某些情况下也会导致财务危机的产生。本文拟以2004年～2005年部分首次被ST的A股上市公司为研究对象,结合经过无量纲化处理的财务指标和非财务指标,使用主成分分析法和Logit回归建立财务危机前2年的预警模型。研究显示,引入非财务指标后的财务危机预警模型在一定程度上提高了预测准确率。     

智能财务危机预警与原因诊断方法研究——基于自适应贝叶斯网络模型SABNM的探析

随着经济环境的复杂化和信息化水平的提高，企业对财务危机预警和诊断的有效性和智能化也越来越受到重视。基于SABNM的财务预警与诊断模型利用遗传算法搜索最优贝叶斯网络，利用其正向推理进行财务危机预警，利用逆向推理进行财务危机原因诊断，避免了统计方法的局限性和人工神经网络的不足。实验表明，SABNM预测模型准确率较高，且短期预测能力明显强于中长期预测能力，而SABNM诊断模型的原因诊断结果与实际资料也基本相符。     

三维视角下财务危机预警本质分析

财务危机预警是以财务会计信息为基础,通过设置并观察一些敏感性预警指标的变化,对企业可能或者将要面临的财务危机所实施的实时监控和预测警报。财务危机预警集日常监测、诊断与警报等功能于一身,它首先能通过财务指标及非财务指标的异常     

基于ERP的财务危机预警子系统的建立

每年有大量企业出现财务危机甚至破产，尽管这些企业运行着ERP或财务软件系统，但系统本身并没有财务危机预警子系统．难以进行实时自动预测报警，从而失去了企业经营赖以决策的重要诊断工具。本文将ERP功能扩展．进行了财务危机预警子系统的系统分析与设计。     

西部地区装备制造业上市公司财务危机预警研究

文章以财务危机预警为出发点,采用Logistic回归模型和灰色系统理论方法,研究构建了财务危机预警判别模型,对上市公司的财务数据进行预测,并利用此模型进行了判别分析,证实预测效果较好,从而为企业的风险管理提供了新的思路和方法.     

基于神经网络的企业财务危机预警研究--以制造业上市公司为例

现阶段,激烈的市场竞争与动荡的经济环境给各行各业带来了前所未有的挑战,对于企业的经营者与投资者来说,能够准确预测财务危机并有效地规避财务危机具有重大的现实意义。制造业在我国经济中具有举足轻重的地位,文章以制造业上市公司为例,引入财务指标与非财务指标构建指标体系,运用因子分析对筛选的指标进行降维,使各个指标间不相关,消除多重共线性,以得出的公因子作为神经网络模型的输入层来提升神经网络的拟合效率,以企业被特别处理与没有被特别处理作为神经网络模型的输出层,运用此模型对财务危机进行预测。预测结果显示：该财务危机预警模型预测效果较好,能够帮助制造业上市公司识别潜在的财务危机。除此之外,根据结论得出企业的盈利能力是影响制造业上市公司财务危机的最主要因素。     

企业财务预警指标体系构建

财务预警是以企业的财务报表、经营计划及其他相关会计资料为依据,对企业的经营活动、财务活动等进行分析预测,采用可靠的预警模型对财务危机进行预警,使企业经营者及时洞察企业可能发生的财务危机,并预防财务危机的发生。财务预警模型的实证研究在研究变量方面呈现出以下特点：首先,对财务预警的研究变量缺乏理论指导,以定性方法选取研究变量居多,     

基于神经网络的企业财务危机预警研究——以制造业上市公司为例

现阶段,激烈的市场竞争与动荡的经济环境给各行各业带来了前所未有的挑战,对于企业的经营者与投资者来说,能够准确预测财务危机并有效地规避财务危机具有重大的现实意义。制造业在我国经济中具有举足轻重的地位,文章以制造业上市公司为例,引入财务指标与非财务指标构建指标体系,运用因子分析对筛选的指标进行降维,使各个指标间不相关,消除多重共线性,以得出的公因子作为神经网络模型的输入层来提升神经网络的拟合效率,以企业被特别处理与没有被特别处理作为神经网络模型的输出层,运用此模型对财务危机进行预测。预测结果显示:该财务危机预警模型预测效果较好,能够帮助制造业上市公司识别潜在的财务危机。除此之外,根据结论得出企业的盈利能力是影响制造业上市公司财务危机的最主要因素。     

支持向量机在财务危机预警中的应用评析

信息技术的迅速发展和世界经济全球化使很多企业面临各种各样的经营困难,最终体现为财务危机。提前对其进行预警以协助企业有效地规避财务危机是十分重要的。随着研究的深入,各种财务危机预警方法逐渐成熟。本文从样本选择、模型建立和预测性能3方面对支持向量机（SVM）在财务危机预警领域的应用进行了评析,认为SVM方法具有强大的分类功能和优良的学习性能,在财务危机预警领域有着广阔的应用前景。