基于最优模糊SVM的财务危机预警研究--来自成渝经济区上市公司的经验证据

以我国成渝经济区上市公司为研究对象,将模糊方法（Fuzzy Approach）引入支持向量机（Support Vector Machine, SVM）,构建了模糊支持向量机（FSVM）模型,并对四种不同核函数下的FSVM进行了性能对比研究,同时,也与传统统计模型和其余人工智能模型进行了性能对比研究。实证结果表明,Gauss径向基核函数下的FSVM模型不仅较线性、多项式和神经元的非线性作用三种核函数下的FSVM模型具有更为优越的预测性能,同时,也显著优于传统统计模型和其余人工智能模型。     

海西经济区内上市公司财务危机组合预警系统设计

在分析海西经济区内企业的销售、生产、筹资和投资等方面的基础上,结合海西经济区内企业的特点,基于财务和非财务因素进行海西经济区内企业财务危机组合预警系统的设计与分析,并实现应用在海西经济区内企业,期望能够强化海西经济区内企业的风险意识,并对海西经济区内企业财务危机预警管理提供理论和实践上的指导,同时也可以增强海西经济区内企业财务危机决策的科学性和效益性。     

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。     

基于改进Z模型的财务危机预警研究——来自医药行业上市公司的经验证据

文章以现金流量为研究视角,引入主成分分析法改进Z计分模型,使用t-1年的财务数据构建财务危机预警综合模型对42家医药行业上市公司进行研究。结果表明:企业财务危机是一个动态发展过程,存在阶段性特点;另外,企业的Z值越小,表示其财务状况越差,越有可能陷入财务危机。     

基于FMTSVM的企业财务危机预警研究

财务危机给企业管理人员和广大利益相关者带来巨大负面影响,如何事先识别财务危机发生的征兆,并对管理者进行预警已成为当前财务管理研究的热点.针对目前财务危机预警中存在样本数据不均衡、野值噪声干扰等难题,提出一种基于模糊间隔孪生支持向量机(FMTSVM)的财务危机预警模型,并使用2018—2019年间被证交所ST的66家A股上市企业数据作为财务危机企业样本,综合财务及非财务指标,对模型进行实证研究.结果证明:与目前应用较为广泛的Logistic、支持向量机等预警模型相比,模糊间隔孪生支持向量机在模型预警精度、噪声野值下的抗干扰性、不平衡数据下的稳健性和分行业中的泛化性等方面都有明显优势,具有一定的理论和应用价值.     

公司治理与会计信息视角下上市公司财务危机预警研究--理论依据、模型与实证

文章阐述了基于公司治理与会计信息进行财务危机预警的理论依据,从股东、董事会和管理层等三个维度选择了公司治理变量,从偿债、营运、盈利、现金和成长等五方面遴选了会计信息变量;应用非线性支持向量机构建了财务危机预警模型,实证分析表明该模型具有良好的学习和预测能力。     

基于主营视角的财务危机预警模型构建研究——来自我国制造业上市公司的经验证据

自20世纪90年代以来,海内外市场上日益出现回归主业,突出主业,实行"归核化"战略的趋势.文章以2007年度被ST的50家制造业公司和500家正常公司为样本,以上市公司主营业务水平为研究对象,运用2004～2006年年报数据和Logistic回归方法,实证检验了主营业务水平对财务危机的影响.研究发现:主营业务水平在财务危机公司和非财务危机公司间存在着显著的差异;主营业务获利能力越强,成长能力越好,企业越不容易陷入财务危机;主营业务利润在总利润中的比重越大,企业陷入财务危机的可能性就越小;主营业务指标能够较为有效地预测企业是否面临财务危机.数据结果表明,企业只有做精、做强自己的主营业务,才能减少财务危机出现的可能性.     

非财务信息与财务危机预警——来自我国上市公司的证据

本文从我国上市公司中,选取30家财务危机公司,与30家财务健康公司作为样本。首先对两组公司的13个财务变量,进行均值的t检验和Wilcoxon秩检验。选择合适的财务变量集,再将此财务变量集分别与董事会高管人员持股比例、股权集中度、股票价格变动趋势,及是否更换会计师事务所等,四个非财务变量一起作为解释变量,建立Logistic回归模型。实证研究结果表明,股票价格变动趋势与财务危机风险显著相关,加入非财务变量的预测模型效果更优。     

基于Fisher判别的上市公司财务危机预警

本文以上市公司为研究对象,运用logistic回归对其进行财务危机预警研究,研究结果表明Fisher判别法具有较好的财务危机预警效果,能够在危机发生的前两年做出较为准确的预警。     

公司治理与会计信息视角下上市公司财务危机预瞀研究——理论依据、模型与实证

文章阐述了基于公司治理与会计信息进行财务危机预警的理论依据,从股东、董事会和管理层等三个维度选择了公司治理变量,从偿债、营运、盈利、现金和成长等五方面遴选了会计信息变量;应用非线性支持向量机构建了财务危机预警模型,实证分析表明该模型具有良好的学习和预测能力。     

基于Logistic回归预警模型的房地产上市公司财务危机预警研究

本文在国内外财务危机预警系统相关理论以及模型的基础上,以上市公司全部64家房地产行业财务报表相关数据为研究样本,分析比较了各种预警模型的优劣,对Logistic回归预警模型在房地产业的财务危机预警分析上进行了研究对比并检验,验证了上述模型的准确性。     

基于Logistic回归预警模型的房地产上市公司财务危机预警研究

本文在国内外财务危机预警系统相关理论以及模型的基础上,以上市公司全部64家房地产行业财务报表相关数据为研究样本,分析比较了各种预警模型的优劣,对Logistic回归预警模型在房地产业的财务危机预警分析上进行了研究对比并检验,验证了上述模型的准确性。     

基于Logistic—SVM的上市公司总经理离职行为预警模型研究

文章在建立上市公司总经理离职行为预警指标体系基础上,提出了Logistic和支持向量机（SVM）相结合的上市公司总经理离职行为预警模型。对原始指标数据进行标准化处理,然后通过Logistic回归分析对SVM的输出提供支持信念以修正支持向量机的结果。     

我国上市公司财务危机预警模型的实证研究

针对财务危机预警模型研究中经常出现的可能高估模型预测能力的问题,本文采用1:10的比例来对ST公司和非ST公司进行配对研究。研究发现,资产负债率越高,财务危机的可能性越大;总资产报酬率和总资产增长率越高,则企业发生财务危机的可能性越小。     

基于组合预测理论的上市公司财务危机预警研究

针对组合预测比单项预测具有更高的预测精度,本文采用基于BP神经网络的非线性组合的预测新方法,构建了财务危机预警模型,并进行了实证研究。通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明,组合预测方法有效提高了预测精度,具有很好的适用性和优越性。     

化工类上市公司财务危机预警研究——基于BP人工神经网络模型

文章结合我国化工行业特点,将传统的财务指标与现金流量信息相结合,构建一个包含偿债能力、盈利能力、营运能力、发展能力及现金流量的预警指标体系。以沪深两市上市的化工类公司为样本,并采用陷入财务危机前四年的数据,进行BP神经网络系统分析,提高模型的纵向长期预测能力。实证结果表明:将化工业的复杂性与人工神经网络分析的广泛适用性进行有效结合,实行多时段预警,充分展示了神经网络模型的超前预测能力,具有较强的优越性。     

财务危机预警的Z计分模型实证研究——来自中国电器业上市公司的新证据

文章介绍了财务危机预警的Z计分模型,并以沪深股市38家电器业上市公司为样本,对财务危机预警展开了实证研究.结果表明,Z计分模型在评价电器业上市公司财务危机方面具有较高的准确性,可以引导管理层、投资者、债权人、上市公司监管部门等依据该模型对上市公司财务风险进行评估,对可能的财务危机进行预警.     

财务危机预警在我国上市公司的实证研究

本文以我国上市公司为研究对象,将沪深两个证券交易所上市的ST公司界定为发生财务危机的公司。选取了40家ST公司和非ST公司共80家公司为样本,对我国上市公司财务危机预警问题进行了实证研究。     

基于组合预测理论的上市公司财务危机预警研究

针对组合预测比单项预测具有更高的预测精度,本文采用基于BP神经网络的非线性组合的预测新方法,构建了财务危机预警模型,并进行了实证研究。通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明,组合预测方法有效提高了预测精度,具有很好的适用性和优越性。     

基于混合粗糙集与ANN的上市公司财务危机预警研究

利用混合粗糙集ANN数据挖掘技术和相关敏感财务及非财务指标构建财务危机预警模型,对30家ST和90家非ST的A股制造业上市公司的财务数据进行实证检验。结果表明,将混合粗糙集的知识约简理论和神经网络的推理能力相结合构建的混合粗糙ANN预警模型具有较高的财务危机预测准确率和较好的实际应用价值。