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.     

控股股东会计行为异化识别模型的构建——基于公司治理的视角

本文收集了2004年至2009年因提供与事实不符的财务报告而被证监会处罚,舞弊年度始于2001年以后的上市公司作为研究样本,并为每家处罚公司按照一定的标准选取了配对公司,建立了基于公司治理的会计行为异化识别模型进行了检验,其总体预测正确率达77％.     

基于孤立点消除合理选择训练样本的物流预测

为了提高物流需求的预测精度,提出一种基于消除孤立点合理选择训练样本的物流预测(IFCM-RBFNN)。首先采用密度方法识别和剔除原始物流需求数据中的孤立点,消除孤立点对聚类结果的不利影响;然后采用模糊均值聚类(FCM)算法对物流需求数据进行聚类,选择最优训练样本集;最后采用RBF神经网络建立物流需求预测模型,并采用仿真实验对其性能进行测试。仿真结果表明,相对于对比模型,IFCM-RBFNN提高了物流需求的预测精度,预测结果更加可靠。     

“以前年度损益调整”账户的运用分析

“以前年度损益调整”账户是用来核算企业本年度发生的调整以前年度损益的事项 ,企业在资产负债表日与年度财务报告批准报出日之间发生的需要调整报告年度损益的事项 ,以及本年度发生的以前年度重大会计差错也在本账户核算与调整。会计差错是指在会计核算时 ,由于计量、确认、记录等方面出现的错误 ,只有当本年度发现以前年度发生的重大会计差错而且涉及到损益项目时 ,才能运用“以前年度损益调整”账户 ,并应以其对损益的影响数来调整发现当期的期初留存收益 ,会计报表其他相关项目的期初数也应一并调整。在资产负债表日至年度财务报告批准…     

基于支持向量机的福建省GDP预测研究

采用1981～2002年的福建省GDP数据作为支持向量机(SVM)的训练目标,以各期前三年的GDP作为输入向量构成训练样本。首先利用格子搜索法获得支持向量机模型中的参数(C,γ,ε)对样本进行训练。然后用训练所得模型对2003、2004、2005三年的福建省GDP进行测试,平均测试精度达98.12%。可以认为支持向量机具有较强的泛化能力,在宏观经济预测中具有较高的精度,从而可用于未来实际GDP的预测。     

基于BP神经网络的龙洞堡机场旅客吞吐量预测研究

精确的预测机场旅客吞吐量对贵阳龙洞堡机场提供最优调配具有重要意义。文章首先运用灰色关联度计算出各个影响因素与旅客吞吐量之间的关联度;然后合理选择隐含层神经元个数及输入层、隐含层、输出层的激励函数,提高预测精度,使误差达到最小;用BP神经网络模型选取2005-2009年数据作为网络训练样本,2010-2014年五年数据为测试样本。结果表明:对2010-2014年旅客吞吐量的预测值与实际值之间的误差较小,然后通过设定好的BP神经网络对2015年的机场旅客吞吐量进行预测。     

复杂环境下爆破振动衰减规律的研究

岩石地基爆破开挖会引起爆破振动,爆破振动是造成周围建筑物裂隙、坍塌的主要影响因素,如何准确预测爆破振动对施工安全与施工进度影响意义重大.以广西某项目部分爆破施工工程为例,分别运用线性、非线性两种回归分析方法对爆区附近建筑物、构筑物处的爆破振动峰值速度进行了模型预测,依据模型预测结果,调整后续爆破方案,对爆破振动速度进行测试,测试结果表明测试值接近于预测值且均小于预测值,并且明显小于安全允许值,对同类工程有一定的指导作用.分析结果表明:运用该分析方法所得到的振动速度预测模型具有较高的拟合精度保障,且第二种分析方法以其6％以内的高精度优势,使之更加适用该工程的拟合.     

一种新的地方政府债务风险预警系统设计与应用

本文围绕构建地方政府债务风险预警系统,首先综合运用TOPSIS法和德尔菲法确定了样本的债务风险综合评价值;然后利用支持向量机,提出了基于结构风险最小化的地方政府债务风险预警模型,并将该模型的求解转化为非线性规划仅有线性约束问题,解决了传统方法中忽略模型置信范围、需要样本数量大及过度学习等缺陷。在实证研究中,基于训练样本的模型平均绝对百分精度达99. 69%,基于检验样本的模型平均绝对百分精度达96. 99%,数值结果表明本文所设计的地方政府债务风险预警系统是有效的,可行的。     

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。     

基于岭回归机器学习算法的项目成本预测研究 ——以A风景园林规划研究院规划设计项目为例

文章以A风景园林规划研究院规划设计类项目为例,针对其现有项目成本预测主观性强、缺乏准确性,项目成本影响因素考虑不全面等问题,分析其成本构成情况和历年项目成本影响因素,设计了成本预测的流程和方法,在此基础上建立了成本预测指标体系,利用岭回归机器学习算法构建了成本预测模型,以2014—2018年的财务数据为基础对项目成本进行了模拟预测,将训练样本和预测检验样本进行拟合,检验模型预测的效果,结果显示该回归模型有较高的预测精度,能够为A研究院的预算管理和投标决策提供有价值的参考.     

中国黄金期货价格的SVR智能预测研究

以中国黄金期货为研究对象,选取了开盘价、最高价、最低价、收盘价、成交量和成交额6项指标作为样本的特征指标变量,运用归一化方法消除特征指标变量间因量纲不同而造成的预测误差,进而引入支持向量回归机(Support Vector Regression Machine,SVR)智能方法对该期货的开盘价格进行预测研究,并通过引入网格搜索法对SVR模型的最优参数进行寻找,从而构建了最优的SVR智能预测模型。通过对训练样本集与测试样本集的实证研究发现,文章所构建的最优SVR智能预测模型具有优越的学习性能与泛化推广性能,能够准确地预测中国黄金期货的价格。     

基于神经网络集成方法的公司盈利预测研究

盈余预测具有引导投资者投资行为的作用,因此受到投资者的广泛重视。然而,国内对公司未来盈利进行预测的研究还相当少。提出了以决策树作为基分类器,采用集成学习方法,利用上市某公司2001至2005年的财务数据对该上市公司在2006年的盈利状况进行预测研究。首先,采用有放回的随机抽样技术分别从训练样本和测试样本中产生50个训练子集和1个测试集;然后利用决策树,采用CHAID算法对50个训练子集分别进行训练,得到50个基决策树分类器;通过采用Bagging方法,构建决策树集成模型。所得到的集成模型在测试集上的分类准确率达到96％以上,通过比较由不同数目的基分类器构成的集成模型和单个分类器的预测准确率,证明了该集成模型的预测准确率高且稳定。     

财务困境上市公司财务报告舞弊预警模型研究

本文选择2004～2012年间被证监会处罚的48家处于财务困境中的财务报告舞弊上市公司和48家正常公司为样本,以舞弊前三年到舞弊年度为研究区间,利用配对样本T检验和Wilcoxon符号秩检验在选取的31个财务指标中筛选存在显著差异的指标,通过Logistic回归技术构建基于财务困境的上市公司财务报告舞弊预警模型.模型对舞弊公司预警的有效性高达91.7％,综合有效性达到88.5％,取得了显著的预警效果.     

基于季节模型的中国社会消费品零售总额分析

本文选取了我国1993年第一季度至2018年第一季度的全国社会消费品零售总额的季度数据,运用SARIMA模型和X-12季节调整模型分别进行分析预测。以2016年第一季度至2018年第一季度的真实值进行预测能力检验,结果发现X-12季节调整模型的预测精度更高,并运用此模型进行外推预测。     

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.     

对“以前年度损益调整”科目使用的探讨

根据《股份有限公司会计制度》规定,“以前年度损益调整”科目主要核算“公司本年度发生的调整以前年度损益的事项及公司在资产负债表日和年度财务报告报出前发生的需要调整报告年度损益的事项。公司由于调整以前年度利润或亏损而相应增加或减少的所得税也通过本科目核算”。同时《股份有限公司会计制度》还规定“以前年度损益调整科目余额直接转入利润分配——未分配利润科目。公司本年度发生的调整以前年度损益的事项,应当调整本年度会计报表相关项目的     

基于残差函数主成分的相依函数型回归模型估计及金融应用

本文研究具有相依特征的函数型数据的函数表示方法及其回归模型的估计方法。首先基于分整理论提出基于残差函数主成分的函数表示方法,然后利用残差函数主成分对回归系数函数正则化表示,最后把函数曲线和回归系数函数代入相依函数型回归模型进行估计,并通过蒙特卡洛模拟和金融实例分析来评估参数估计和样本外预测的准确性。研究发现,相比现有的基于协方差函数和长期协方差函数的函数主成分估计方法,本文提出的基于残差函数主成分的估计方法具有良好的有限样本性质,回归系数函数估计更准确、样本外预测效果更好;基于高频数据的股市开盘价预测实证研究表明本文方法的样本外预测精度最高。与现有方法相比,本文提出的基于残差函数主成分的估计方法,既考虑函数型数据的相依特征,又避免长期协方差函数估计时面临的核函数和窗宽选择问题,为经济金融等领域具有相依特征的函数型数据提供一种函数表示方法,丰富函数型回归模型理论,为其他函数型回归模型的拓展提供借鉴。     

上市公司财务报告质量评价区域的确定

本文根据沪深两市制造业上市公司2003～2006年的财务数据,运用因子分析法构建了识别财务报告舞弊的Logistic回归模型,最后通过聚类分析确定了评价上市公司财务报告质量的区域。     

基于贝叶斯组合模型的物流需求预测及分析

为克服单一预测方法假设条件及适用范围存在局限性的不足,以贝叶斯概率模型为基础,建立了基于GM(1,1)和多元线性回归模型的贝叶斯组合预测模型,各模型权重能够根据前期预测误差进行自适应调整,以保证预测精度.以北京市2009-2013年物流需求预测为例进行实例分析,结果表明贝叶斯组合预测模型的平均预测误差为0.95%,模型具有良好的自适应性和动态调整性,预测精度较高,可应用于物流需求预测研究.     

上市公司非流动资产处置的价值相关性研究

近年来,非流动性资产处置损益因其使用频率的广泛,成为上市公司调节利润的重要手段。本研究以2015-2017年沪市A股制造业发生非流动资产处置损益的公司为研究样本,通过分析上市公司年度财务报告,以每股非流动资产处置损益对股票异常收益率作回归分析,考察样本公司是否存在利用价值相关性人为影响股票市场。研究结果发现,上市公司非流动资产处置损益具有显著的价值相关性,对股票收益率有较强的解释能力。为了遏止上市公司利用非流动资产处置操纵盈余,市场监管部门应将该项目进一步引入风险警示制度中。