风险价值在房地产上市公司财务危机预警模型中的应用

一、风险价值定义及计算 风险价值（Valueat Risk,简称VAR）是指在一定的置信水平下,预期资产的最大可能损失,其被广泛用来衡量金融风险。设资产的收益为R,预期收益为一定值E限）,置信水平为1-a,则VAR可以由下式定义：P（R〈-VAR）=1-a（绝对损失）,其中VAR取损失的绝对值。在正态分布情况下,上式可化为：VAR=-up＋Zaop（其中：1-a为置信水平;为预期收益的波动性）。     

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。     

我国房地产上市公司财务危机预警研究

我国房地产行业一直以来就是一个高利润行业,这也是很多企业改变自有的主营业务转而进军到房地产行业的主要原因,但同时也使企业认清自己所面临的风险显得更为重要。单从业绩方面来看,我国房地产上市公司在很多财务指标上都还比不上沪深两股市场上上市公司的平均水平,也就是说,房地产行业潜在的财务危机是现实存在的,所以说,对房地产行业的危机进行预测与防范也是必不可少的一项工作。     

财务危机预警模型在上市公司的应用

本文通过分析企业破产的原因,提出了构建企业财务危机预警系统。以ST海龙为例,运用一元判别法、Z-score分析模型以及F分数模型对进行了分析,通过得出的结论对企业如何建立财务危机预警模型提出了建议。     

基于BP神经网络的房地产上市公司财务危机预警

本文通过对国内外公司财务危机预警相关文献的梳理,并且结合中国房地产行业的特点,提出了构建基于BP神经网络的我国房地产上市公司的财务危机预警模型。     

上市公司恶性财务危机预警模型有效性研究

有效的财务危机预警分析有助于企业寻找财务失败的根源，及时采取对策，防止财务状况进一步恶化，同时为各利益关系人做出正确决策提供依据。为防止财务危机带给各决策者的诸多不利，我国证监会通过颁布部门规章来规范证券市场，提供企业发生财务危机的各种表现并给予各种警示，如沪深证券交易所从2003年5月8日起实行《关于对存在股票终止上市风险的公司加强风险警示等有关问题的通知》，规定了五种情况的公司股票将给予“退市风险警示”的特别处理，即在这些公司的股票简称前冠以“＊ST”标记。本文就是根据我国证监会颁布的上述部门规章，借豁国内外经济学者的研究成果，运用财务危机坝警模型，对面临退市或破产等恶性财务危机的上市公司出现问题前后的财务状况特征进行研究。     

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。     

上市公司中长期财务危机预警模型的构建

本文选用2005年被ST的A股上市公司为研究对象,根据行业和总股本规模选择配对样本,运用费雪判别准则,通过实证研究建立三个线性判别函数,以期构建实用有效的中长期预警模型来预测上市公司的财务危机。     

上市公司中长期财务危机预警模型的构建

本文选用2005年被ST的A股上市公司为研究对象,根据行业和总股本规模选择配对样本,运用费雪判别准则,通过实证研究建立三个线性判别函数,以期构建实用有效的中长期预警模型来预测上市公司的财务危机.     

上市公司财务危机预警的Logistic模型

本文从上市公司的财务品质、公司战略和管理者行为等方面选取预警指标,首先对所选指标进行差异性分析,检验出若干预警能力强的变量,然后在此基础上利用估计样本公司进行Logistic回归分析得到财务危机预警模型,最后运用该模型对测试样本进行检验,证实该模型的预测具有较高的准确性。     

上市公司财务危机预警的Logistic模型

本文从上市公司的财务品质、公司战略和管理者行为等方面选取预警指标,首先对所选指标进行差异性分析,检验出若干预警能力强的变量,然后在此基础上利用估计样本公司进行Logistic回归分析得到财务危机预警模型,最后运用该模型对测试样本进行检验,证实该模型的预测具有较高的准确性.     

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。     

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。     

信息技术业上市公司财务危机预警研究

本文以上市公司因财务状况异常而被特别处理（ST）作为企业陷入财务危机的标志。为使建立的财务危机预警模型更具有解释力和预测性,在借鉴前人研究成果的基础上并考虑数据资料获取难易程度,初步确定了反映我国信息技术企业盈利能力（每股收益、净资产收益率、总资产收益率、主营业务利润率）、偿债能力（流动比率、速动比率、已获利息倍数、     

Z计分模型在房地产上市公司财务预警中适用性检验

本文对Z计分模型在房地产上市公司财务预警中的适用性进行检验。结果发现:Z计分模型对财务风险具有一定的适用性,检验发现上市房地产企业中,Z值普遍偏低,主要是国情、行业和财务困境界定等方面与Z模型建立时有差异。建议上市房地产企业进行Z计分模型财务预警时应适当调低Z临界值。     

基于优化BP神经网络模型的上市公司财务危机预警

利用粗糙集的约简技术对上市公司的预警指标进行约简,降低神经网络的复杂性和提高网络预测速度及精度,采用遗传算法作为神经网络模型的前置装置,对网络输入端的初始值和阀值进行最优化,缩短网络训练时间,提高了网络的预测精度。实证研究显示,优化模型的财务危机预测精度高于传统BP神经网络模型的预测精度。     

我国综合类上市公司财务危机预警模型的比较研究

以1998-2004年沪深两市首次被特别处理的A股综合类上市公司为研究对象，通过均值比较、配对样本丁检验和Z检验，从9个方面的27个研究变量中选取了9个差异显著的变量，建立了危机前（t-2）年的判别分析模型、逻辑回归模型和人工神经网络模型。各种模型均取得较高的预测效果，尤其是判别分析模型，判正率高达89．29％。     

基于多元统计分析的上市公司财务危机预警模型的研究

随着我国市场经济体制改革的深化和资本市场的快速发展,企业发生财务危机乃至破产的情形越来越多,因此有效的预防财务危机的出现是一个重要的研究课题。文章采用了实证分析的方法,利于我国上市公司的数据资料,使用SPSS13.0统计分析软件、基于多元统计分析方法,对选择的27个财务指标进行科学的降维,并根据回归分析方法构建模型,对财务危机状况进行预测分析。