基于Logit模型的A股上市公司财务困境预警研究

本文采用2008到2010年的财务数据,选取有代表性的财务指标,对A股上市公司中面临财务困境的47家公司和没有面临财务困境的47家公司利用Logit模型进行估计和预测分析。分析结果表明,Logit模型的预测是有效的,具有良好的精度,是一种有效的财务困境分析和预测工具。     

财务困境预测中BP神经网络模型应用综述

金融危机席卷全球。处于金融市场之中的企业随时面,临着陷入财务困境的可能,财务困境预测模型的建立可以使公司提前预测到困境的发生,从而及早避免投资损失。随着信息技术的发展,人工神经网络预测模型开始兴起,本文重点介绍了BP神经网络模型在财务困境预测中的应用情况,并将BP神经网络模型与传统统计方法进行了比较分析。     

基于神经网络的企业财务困境预警研究

本文首先论述了神经网络的结构和学习原理，接着在阐述基于神经网络的财务困境预警方法的基础上。构建了基于神经网络的企业财务困境预警模型，最后，对模型的有效性进行了检验。实验结果表明，该方法应用于财务困境预警中是有效的，不仅能发现企业是否存在风险以及企业是否会陷入财务困境，向经营者提出警示．以便及时采取相应管理对策，而且还为广大的投资者和包括银行在内的债权人判定上市公司质量和经营业绩提供科学的手段和可靠的依据，该方法具有预测精度高，学习和泛化能力强，适应性广等优点，为财务困境的动态预警提供了新的研究思路和方法．     

基于财务比率计算及图像分析的企业财务困境预警研究

财务困境在国内更多地被称为"财务危机"或"财务困难",企业陷入财务困境是一个循序渐进的过程,企业的财务困境不但有先兆,而且是可预测的。文章选取福建省厦门象屿股份有限公司(600057)作为范例,试图寻找一种简单的、相对可行的分析方法,使企业利益相关者运用Excel软件计算一个企业的相关财务指标,借助直观的图像定性分析财务困境发生前的征兆来推测该企业未来是否将陷入财务困境,并通过Z计分模型验证分析结论。     

基于时间序列上市公司的财务预警实证研究——以我国制造业上市公司为例

本文以我国制造业上市公司为研究对象,利用其被ST前三年的季度时间序列数据建立财务预警模型,以期能反映上市公司财务变化的动态累积效应。研究表明：基于时间序列数据建立的logistic财务预警模型预测效果优于基于截面数据的财务预警模型;预警方法上logistic逻辑回归较fisher多元判别更佳;模型实证结果显示,公司盈利能力、每股收益和总经理持股比例对公司财务困境有显著影响。     

利益相关者财务预警系统

财务危机又称为财务困境,其最为严重的情况就是破产。国外破产(或企业经营失败)预测模型的研究已经比较成熟,研究范围较广,具有很高的可操作性和准确性。我国学者从20世纪90年代以来,开始研究上市公司财务困境预警问题,从研究内容来看,包括财务困境预测模型的理论构建、财务预警实证模型、财务困境成本研究、财务预警管理系统研究等。主要集中于对财务预警模型的实证研究,包括对预测变量的研究、分     

Cox模型在企业财务困境预警中的应用

以我国上市公司为研究对象,借助于上市公司的财务样本数据,采用生存分析半参数模型——Cox模型,对企业财务困境进行预警。研究结果表明:该模型具有可以使用时间序列、无需样本配对、连续预测的特点,能够为企业提供更为有效的财务困境预测。     

财务困境预测模型综述

财务困境预测一直是财务界的研究热点.文章梳理了相关财务困境预测模型的发展脉络,对传统的和现代的财务困境预测模型进行了系统的评述,并对未来财务困境预测的研究作了展望.     

民营企业财务预警模型研究

如何科学预测出现的财务困境,从而能够采取及时的措施避免陷于财务困境或者破产,对于民企的可持续发展是非常重要,本文阐述了财务预警基本模型,分析了在民营企业应用中应该注意的问题。     

基于SVM多分类模型的上市公司财务困境预测

目前的财务困境预测模型大多局限于二分类研究,而公司陷入财务困境往往会经历一个逐步衰败的过程,简单的二分类有时会掩盖某些上市公司财务状况逐渐变差的事实。为了更准确地判断上市公司的财务状况,将其按照盈利能力分为财务健康公司、财务亚健康公司和财务困境公司3类,并运用t-1年和t-2年的面板数据,采用基于平均影响值的变量筛选方法构建了SVM多分类模型。实证结果表明,模型的预测能力较好,能够以较少的特征变量实现较高的分类精度,是切实有效的。     

审计意见与财务困境预测——基于中国上市公司的实证研究

本文选取了2007年33家ST公司（代表财务困境公司）和33家财务健康公司,研究审计意见对财务困境的预测能力。研究发现：审计意见能够预测财务困境;企业陷入财务困境前一期的审计意见比当期的审计意见有更好的预测能力。     

审计意见与财务困境预测——基于中国上市公司的实证研究

本文选取了2007年33家ST公司(代表财务困境公司)和33家财务健康公司,研究审计意见对财务困境的预测能力。研究发现:审计意见能够预测财务困境;企业陷入财务困境前一期的审计意见比当期的审计意见有更好的预测能力。     

基于混合Logit模型的财务困境预测研究

混合Logit模型是离散选择模型的最新发展,它放宽了传统标准Logit模型的两个主要限制——个体选择偏好的同质性和不相关备选方案的独立性,在模型的设定上具有较高的灵活性,但其参数估计比较复杂,需采用极大化模拟似然估计法。本文以我国A股上市公司为样本,以财务状况异常而被ST作为公司发生财务困境的标志,建立了财务困境预测的混合Logit模型。研究结果表明,混合Logit模型无论是在模型拟合度还是预测准确度方面均优于标准Logit模型。     

资本结构波动、利率市场化和企业财务困境

通过数理推论,演绎了资本结构波动对财务困境的推动作用,以及利率市场化的推进如何影响资本结构波动与财务困境之间的关系。运用我国2002—2013年上市公司财务数据,对理论推理进行实证检验,研究结果表明,资本结构波动导致企业陷入财务困境的可能性增大;利率市场化进程的加快可以降低资本结构波动幅度,从而缓解了资本结构波动对企业财务困境的助推效应。进一步研究发现,在利率市场化进程中,利率决定方式市场化和利率浮动范围的扩大能显著降低资本结构波动对财务困境的推动作用,而基准利率水平确定对企业财务困境影响相对比较小。     

预期财务困境成本在债务违约预测模型中的信息含量

本文首先对预期财务困境成本、财务政策与违约概率之关系进行理论分析,模型显示,预期财务困境成本愈高,债务违约概率愈小。在此基础上,作者选择2002~2004年间首次出现债务违约的97家A股上市公司为违约样本,并予以配对,应用二元Logistic回归模型实证考察预期财务困境成本与违约概率之关系。实证结果表明,预期财务困境成本在债务违约预测模型中既具有相对信息含量,也具有增量信息含量,即在基准模型的基础上引入预期财务困境成本的代理变量能够显著降低模型的误判率。     

短期偿债能力财务风险预警探析

一、概述1968年埃德沃德·阿尔特曼提出了Z-score模型。他对财务风险预警模型的研究,主要采用的是财务比率分析方法。其中的财务比率之一是描述偿债能力的比率。尽管实践中Altman-Z模型的预测精度近年来有所下降,但是该模型在预测财务困境和破产方面仍然起     

财务困境预测研究综述

财务困境预测研究自上个世纪60年代以来,引起了国内外学者的极大兴趣,各种方法和模型层出不穷,本文以该研究领域方法和模型的演化发展为主线,对国内外学者在该领域的研究进行了综述。     

上市公司财务困境的回归预测

在合理选择财务指标的基础上,利用因子分析计算个体综合因子得分,并在综合因子得分与财务指标之间建立回归预测模型;最后,择取2003年“财务状况异常”的上市公司来检验模型的合理性,证明了模型对陷入财务困境的公司有较高的预测准确性。判断财务困境的回归模型引入和其较方便的操作性,可以使证券市场及时发现财务失败公司,市场监管者可以减少公司违规、违法的监督成本,证券投资者可以缩小择股范围、加大投资的准确性。同时,通过上市来融资的股份公司也可以利用其预警作用,提前采取对策,防止出现因财务进一步恶化而被退市的命运。     

基于财务与非财务指标的财务困境预警研究——以制造业上市公司为例

本文以沪深A股市场2005-2009年294家制造业上市公司为样本,以因财务状况异常而被ST作为公司发生财务困境的标志,分别建立了仅包含财务比率指标的单一模型和同时包含财务和非财务指标的综合模型。研究结果表明,加入非财务类指标后的综合模型,无论是在预测能力方面还是在误判成本方面均得到显著优化。     

基于投入产出效率的中小企业财务困境预测研究

近年来，我国中小企业得到快速发展，在市场经济中发挥着重要作用。在发展壮大过程中遇到的各种难题逐渐受到关注和重视。这主要是由于中小企业没有完善的信用评估系统以及缺乏科学的财务困境预测体系。因此，在这一背景下研究中小企业财务困境预测具有很大的现实意义。