我国农业上市公司财务预警模型效果的比较研究

文章基于2003—2005年我国沪深两市农业上市公司的样本数据,比较了单变量预警分析、Z计分模型、Zeta模型、修正的F模型以及分数模型对我国农业板块上市公司的财务预警效果。结果表明,后三者的预测准确率明显较高,并且越接近被ST年份其预测准确率总体上越高,其中加入行业修正值及现金流量指标的分数模型的预测准确性在各时点均最高。文章的实证结果提示了关注财务预警分析的行业差异性并进行更多深入的具体行业分析的必要性,最后得出结论并指明后续研究方向。     

我国农业上市公司财务预警模型效果的比较研究

文章基于2003—2005年我国沪深两市农业上市公司的样本数据,比较了单变量预警分析、Z计分模型、Zeta模型、修正的F模型以及分数模型对我国农业板块上市公司的财务预警效果。结果表明,后三者的预测准确率明显较高,并且越接近被ST年份其预测准确率总体上越高,其中加入行业修正值及现金流量指标的分数模型的预测准确性在各时点均最高。文章的实证结果提示了关注财务预警分析的行业差异性并进行更多深入的具体行业分析的必要性,最后得出结论并指明后续研究方向。     

我国农业上市公司财务预警模型效果的比较研究

文章基于2003—2005年我国沪深两市农业上市公司的样本数据,比较了单变量预警分析、Z计分模型、Zeta模型、修正的F模型以及分数模型对我国农业板块上市公司的财务预警效果。结果表明,后三者的预测准确率明显较高,并且越接近被ST年份其预测准确率总体上越高,其中加入行业修正值及现金流量指标的分数模型的预测准确性在各时点均最高。文章的实证结果提示了关注财务预警分析的行业差异性并进行更多深入的具体行业分析的必要性,最后得出结论并指明后续研究方向。     

基于Logistic回归模型的我国化工上市企业财务危机预警研究

不同行业的财务指标其特征不同,而这些指标是构建企业财务危机预警模型的基础,因而有必要分行业进行财务危机预警研究.本文以我国化工行业上市公司为研究对象,采用正态性检验、显著性检验和相关性分析对初选的预警指标进行筛选,最终选取10个能显著反映化工上市公司财务状况的指标,运用Logistic回归构建危机预警模型,模型预测准确率达到了91％,具有一定的应用价值.     

基于SVM的医药企业财务危机预警研究

随着经济的快速发展,财务危机预警在企业中发挥着重要的作用。正是由于财务危机预警的重要性,对其的研究也逐渐成为企业重要的活动。根据各行业之间的不同特征建立相应的指标体系和模型成为了研究过程中的一大重点。文章简单介绍了财务危机预警,根据医药企业的特征,构建了医药企业财务预警指标体系;并在此基础上,运用支持向量机(SVM)建立了其财务预警模型,最后对其模型进行测试和实证分析。     

房地产预警的方法与模型研究

文章明确了房地产预警的内涵,阐述了房地产预警方法与模型的研究现状,最后分析了房地产预警方法与模型研究中存在的问题并对未来进行展望。     

基于行业环境风险识别的企业财务预警控制系统研究

企业的财务风险与外部行业环境情况密不可分,为了保证企业的健康稳定发展,需要在识别行业环境风险的基础上建立完善的财务预警控制系统,本文介绍了企业如何建立财务预警机制并进行管理,通过对财务预警管理风险成因的分析,提出基于行业环境识别的企业财务预警控制机理和具体内容,力求对企业的发展提供参考。     

商业银行的风险评价和预警设计

近年来国内经济不断下滑,经济失速风险加大,集中表现为商业银行对政府的平台贷款和房地产行业贷款具有风险集中度高的特点。以整体风险预警机制的视角,比较了信号分析法、概率分析法以及GM(1.1)模型分析法不同的风险预警设计机制,认为GM(1.1)分析法适合作为国内商业银行的风险预警指标,进而运用此法分析了中国工商银行的信贷风险状况。     

灰色区域下企业财务危机的判另毛——Z—Score模型的一个整合

在财务危机定量预警模型中影响最大和应用最广的当属奥特曼教授提出的Z—Score模型．但是该模型并没有给出当Z值处于灰色区域时,该采用何种方法对企业的财务状况进行判剐。本文提出了一个解决思路,即将财务指标分析法和Z-Score模型结合起来,用于判断Z值处于灰色区域时企业财务危机状况的整合预警模型,并采用浙江古越龙山绍兴酒股份有限公司2012年度财务报表数据对该整合模型进行了应用,取得了不错的效果。     

机械制造产业财务状况预警的经济学分析

一、样本及变量选取 自20世纪60年代以来,国外学者对企业财务状况预警作了大量研究.最初的"Z计分法"由Altrnan在20世纪60年代中期创造,经过近40年的发展,Z函数已得到了充分的扩展和广泛的应用,但由于企业规模、行业、地域、国别等诸多差别,应用Z函数对我国企业进行财务状况预警分析是不适宜的,而应根据我国企业实际情况设计符合其要求的财务预警模型,以正确对企业的财务状况进行经济预警.     

我国制造业上市公司财务危机预警实证研究

本文选取沪深两市A股制造业行业的上市公司作为研究对象,在传统财务预警指标基础上,引入公司治理结构、股权结构以及审计意见等非财务预警指标,采用因子分析和Logistic回归建立公司陷入财务危机前两年的财务危机预警模型。实证结果表明,加入审计意见指标建立的综合财务危机预警模型可以提高财务危机预警精度。     

中国工业行业产能过剩预警体系再研究

文章对已有研究成果存在的产能过剩预警指标体系维度设计逻辑不清和行业属性特征体现不充分、预警警限确定不严谨、指标权重方法不匹配、预测模型与预测对象契合度弱等问题分析的基础上,从理论和实践两方面对出现频率较高的产能过剩预警指标的内涵及应用进行了反思,并依据行业的不同特点构建了差异化产能过剩预警指标体系,且对使用频率较高的综合指数预警法完善及预测模型选择提出了相应建议。     

财务预警与高管薪酬——中国上市公司面板数据的实证分析

本文对高管薪酬和财务预警进行了一般讨论,并且对国内外学者的研究成果进行了回顾。在对国内外财务预警模型进行理论分析的基础上,采用2004～2007年中国上市公司的截面数据,运用各种财务指标,对财务预警的模型进行了实证研究。研究结果显示,高管薪酬越多,发生财务危机的可能性越小。     

基于神经网络模型的上市公司财务预警研究

为了对上市公司财务状况进行合理预测,利用神经网络模型进行企业财务预警研究。首先,运用主成分分析等统计方法对初选的财务指标进行筛选,从初始指标中提取了五个因子作为财务预警指标;然后,选取2010至2013年间首次被特殊处理的上市公司作为财务危机样本企业,构建的财务预警模型提前三年的预测准确度近似于90%。研究结果表明,神经网络模型对我国上市公司财务状况预测具有较高的准确度,并且对预警指标进行适当的预处理,会提高模型预测的准确率。     

上市公司财务风险预警模型研究

选取适当合理的财务预警指标,构建符合企业实际情况的财务风险预警模式,是提高企业财务风险防范控制能力的关键。文章针对企业财务风险预警模型的构建,首先介绍了财务风险预警模型的概念以及财务风险预警模型建立的具体流程,进而就上市公司财务风险预警模型的构建措施,进行了详细的论述。     

基于多类SVM武器装备预研项目风险预警模型及实证研究

在分析武器装备预研项目研究范畴及特点的基础上,进行全寿命周期内项目风险因素识别。对现有风险预警模型进行了比较分析,针对现有研究模型的不足,将支持向量机（Support Vector Machine, SVM）算法应用于武器装备预研项目风险预警,选取1-a-1方法对SVM进行多类扩展,选择RBF函数作为核函数,构建基于多类SVM的武器装备预研项目风险预警模型。最后,结合某军工研究所预研项目进行了实证研究,结果表明该方法拟合精度高、鲁棒性强,对于同类问题具有一定的推广价值。     

海洋经济预警研究

海洋经济预警研究是国家以及地方各级海洋行政管理部门实施海洋经济宏观调控的重要基础工作。利用景气信号灯建立海洋经济预警模型，具体包括预警指标的选取原则、预警界限确定、预警权重的确定等方面；利用上述模型对天津海洋经济进行预警实证分析，并得出相应的结论。     

我国房地产上市公司财务预警研究

文章主要通过建立适合于我国房地产上市公司的财务预警模型来研究房地产企业的财务风险.首先,对财务预警模型的解释变量进行筛选,以我国1998—2010年房地产上市公司为研究对象,选取了48家ST公司和48家财务正常公司为样本,对入选解释变量进行了逐步筛选;其次,对于构建的3个Logistic模型进行分析比较,选取预测率较高的模型;最后,对获得的预警模型进行有效性分析,基于样本公司从前一年至前四年的财务数据进行返回预测检验,表明该模型预测的总准确率分别为:93.8%、89.6%、73.4%、65.6%.     

基于Logistic分析的我国上市公司财务预警区域研究——以北京、上海、江苏为例

针对目前国内财务预警研究忽视区域因素对建模的影响,文章以北京、上海和江苏2004-2005年被ST的所有上市公司为样本,运用SPSS13.0统计分析软件,对三省市上市公司分区域、分行业进行了财务预警研究,分别建立了三省市上市公司的Logistic财务预警模型,预警识别率分别达到了100%、92.9%、100%,实证研究结果表明分区域建立的企业财务预警模型具有较高的判别准确率,有较高的研究     

基于Lasso-Cox模型的中小企业债务预警分析

以云南省中小企业为研究样本,建立Lasso-Cox模型对中小企业进行债务预警。实证结果表明资产负债率、应交税费、GDP增长率、CPI增长率能够较好地预测中小企业的债务风险,其中资产负债率、应交税费及CPI增长率是危险因素,GDP增长率是保护因素。所建立的Lasso-Cox模型的预警准确率为80.29%,并且通过了稳健性检验。利用Lasso-Cox模型得到2018年约有33.91%的中小企业面临着债务危机,并呈逐年递增的趋势,其中工业行业中债务危机企业占比最大。