基于BP神经网络的中小企业板上市公司财务危机预警模型构建

本文从智能理论角度,选取了2006年—2010年66家中小企业板上市公司作为样本,构建了一个针对中小企业板上市公司的财务危机预警模型。本文利用因子分析法对初选的17个财务指标进行了优化,得到5个预警因子作为输入变量,构建的BP神经网络财务危机预警模型。     

财务危机预警模型研究

本文把上市公司中的*ST板块界定为有财务危机的企业,选取15家*ST公司作为研究样本,同时选取15家非ST公司作为配对样本,组成一个样本量为30的估计样本组,选取这些公司2007年的20个财务指标作为研究变量,采用主成分分析法建立财务危机预警模型。再选取30家非ST公司作为检验样本组,然后用该样本组对模型的有效性进行检验,得出本文建立的模型可以提前预测财务危机的结论。     

我国建筑行业财务风险预警模型实证研究

建筑行业投资规模大、受政治、经济影响较为严重,稍有不慎,可能陷入财务危机,所以建立财务预警模型显得尤为重要。选取50家建筑类上市公司作为研究样本,利用聚类分析法选取财务危机公司样本,从盈利能力、公司治理等方面选取了27个财务指标和14个非财务指标,依次对各指标进行T检验、U检验及共线性诊断来构建逻辑回归模型,通过回判检验,发现加入非财务指标的模型的准确性更高。     

我国化工类上市公司财务预警研究

应用财务危机预警判别分析模型,并以沪深股市16家化工类上市公司为样本,对财务危机预警进行实证研究。结果表明,该模型在评价化工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,对预测财务健康的公司有很强的适用性。     

成长期上市公司财务危机预测——基于Kalman滤波与Logistic回归的实证研究

本文将Kalman滤波智能算法与Logistic回归传统模型相结合,对成长期上市公司财务危机进行预测.结果表明:公司治理因素对上市公司是否发生财务危机具有显著影响;比较而言,Kalman滤波算法算得的专一性优于Logistic回归模型;临近被ST的T-1期模型I、II以及T-3期模型II计算所得敏感性高于Kalman滤波算法敏感性结果,但T-3期模型I及T-5期模型I、II敏感性皆低于Kalman滤波算法得到的敏感性.文章最后提出了成长期上市公司避免陷入财务困境的政策建议.     

公司治理引入上市公司财务危机预警体系的实证分析

财务危机,也称为财务困境、财务失败。财务危机预警即是利用企业相关资料,通过建立数学模型来预测危机发生的可能性。目前已有的研究已经取得了丰硕的成果,但这些研究在建立预警模型时主要是以一年的数据为样本进行分析,并没有将公司治理指标引入模型进行分析。基于此,本文在财务危机预警模型中引入公司治理指标,运用二元Logistic回归法建立模型,实证分析我国上市公司治理指标对财务危机预警的影响。     

制造业上市公司财务危机预警模型

本文以我国制造业上市公司为研究对象,选取了181家发生财务危机的公司和181家财务正常的公司为样本,以财务危机发生前三年财务指标为基础,首先运用正态性检验、T检验以及非参数检验筛选出预警能力较强的财务指标,然后运用主成分分析方法构建了财务危机预警模型,最后进行了回代检验和测试样本检验.研究结果显示,预警模型对检验样本的预测正确率为76.60％,能够给投资者、债权人和监管机构等相关各方提供预测财务危机的有用信息.     

基于神经网络模型的上市公司财务危机预警研究

本文使用人工神经网络(ANN)建立财务危机预警模型,用以测试模型预测上市公司发生财务危机的准确率。模型使用的样本包括110家上市公司的财务指标,其中77家公司作为训练集,33家公司作为测试集。在数据挖掘软件Rapidminer 6.1上构建模型,得到神经网络的总体预测准确率为90.91%。研究表明,人工神经网络具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力,因此是一种非常好的预测财务危机的模型,在企业财务危机预警方面有着很好的应用前景。     

安徽民营上市公司治理风险预警研究——基于Logistic模型

对安徽省民营上市公司的治理风险进行准确的识别和预测,及时对公司治理风险可能恶化的企业发出预警信号,这是上市公司有关利益各方迫切的现实需求。选取了安徽省民营上市公司作为研究样本,从公司治理的股权结构、董事会、监事会、经理层等方面建立了公司治理风险评价指标体系,构建Logistic预警模型并对所建模型进行检验后发现,模型预警效果较好。     

财务危机预警中的审计意见信息含量研究

本文运用描述性统计的方法对1999-2006年上市公司年报中所有上市公司、ST公司、亏损公司的审计意见进行比较分析;根据两种界定财务危机的方法分别建立Logistic回归模型,并比较分析了预测模型的有效性.结果表明审计意见具有显著信息含量,应当将此指标纳入财务危机预警模型.     

制造业上市公司财务预警模型的构建及比较——基于ROC曲线分析

本文以制造业上市公司为研究主体,选取反映企业经营成果和财务状况等六大方面的财务指标和审计意见等非财务指标,运用因子分析方法降低指标之间的多重共线性,分别建立Logistic回归和决策树模型,最后运用ROC曲线来对模型的预测精度进行比较分析。研究发现:从AUC的角度来看,Logistic回归模型的预警能力要强于决策树。但两个模型的侧重点不一,决策树会更加的偏重于对企业财务经营情况进行长远的预测,反映企业发生财务危机的内在原因,而Logistic回归模型则是直接的体现出企业发生财务危机后的结果,因此我们应该根据不同的目的来选择相应的模型进行财务危机的预警分析。     

基于Z值模型的上市公司财务预警分析——以北京市为例

如何运用财务预警系统揭示企业面临的财务危机,是国内外财务研究的一大难题。从Z值模型角度,从北京市A股上市公司中选取8家ST、*ST和13家经营良好的公司作为样本,进行实证分析,Z值模型对北京市上市公司财务预警具有一定的有效性,在我国具体运用Z值模型时还应注意我国会计制度与国际惯例的距离,样本指标的畸变,财务报表真实客观性,企业政策等因素。     

我国上市公司财务欺诈识别的实证研究

以我国上市公司为研究对象，从偿债能力、盈利能力、营运能力、资产质量指标以及公司治理结构五个方面选取14个指标，建立了上市公司财务欺诈的Logistic回归识别模型，并用检验样本对模型进行检验。研究结果表明该模型具有良好的预测精度，可以作为证券投资者和分析人员使用的一种有效的财务欺诈识别工具。     

基于Logistic模型林业企业信用风险研究

以36家林业相关上市公司为样本,根据KMV模型分组结果选取了2012年上市企业财务报告中的20个指标进行因子分析并提取主成分,运用Logistic模型构建适合我国林业上市公司的信用风险预警模型。结果表明,该预测模型的正确率达到80%以上,负债、现金流量和存货对林业企业信用风险的判别影响较为显著。结合KMV分组结果构建的Logistic模型可以作为理想的林业企业信用风险预测工具,对其信用风险管理具有积极意义。     

我国汽车制造业财务机预警分析

以2008年我国汽车制造业A股上市公司为研究对象,选取47家作为样本,综合运用因子分析和逻辑回归分析方法,建立混合财务危机预警模型.用2006年、2007年的数据对模型进行回代检验,结果表明所构建的混合财务危机预警模型具有较好的预测功能.     

基于Logistic模型的天津市上市公司财务预警实证研究

本文采用实证分析的方法对天津市上市公司进行财务危机预警研究。选择Lo-gistic模型进行预警研究,以被实行特别处理的公司为财务危机公司的样本,按照行业相同、规模相近的原则选取配对样本。再次,结合天津市上市公司的主要特点和财务危机发生的原因,选取24个财务指标和8个非财务指标对财务信息与非财务信息进行量化,并利用U检验和相关性分析对变量指标进行筛选,最终确定用于建立财务预警模型的变量指标。利用筛选出的预警变量指标建立了天津市上市公司财务预警模型并对天津市上市公司2012年的财务状况进行预警分析。最后,总结本文的研究结论和提出相关政策建议。     

我国汽车制造业财务危机预警分析

以2008年我国汽车制造业A股上市公司为研究对象，选取47家作为样本，综合运用因子分析和逻辑回归分析方法，建立混合财务危机预警模型。用2006年、2007年的数据对模型进行回代检验，结果表明所构建的混合财务危机预警模型具有较好的预测功能。     

广东上市公司的财务困境预警系统研究

财务困境的发生是一个循序渐进的过程,它的可预测性敦促人们不断地探究,以求建立一套科学的财务困境预警系统。本文以广东省上市公司为研究对象,选取了该省上市公司中所有27家ST公司和与其配对的27家非ST公司为样本,采用Logistic回归模型方法进行研究,建立了预测精度比较高的预警模型。结果表明该模型对检验样本的判别结果与实际结果接近,较高的判别率进一步证明了我们根据Logistic回归分析方法建立的预警模型的实用性和准确性。     

上市公司财务危机识别模型的运用比较

本文以我国沪深两地上市公司为研究对象,根据同行业且总资产规模相近的原则,选取ST板块中71家上市公司及71家非ST上市公司为样本,建立主成分预测模型、二分类变量logistic回归模型和判别分析模型,用来识别上市公司是否出现财务危机。通过模型比较发现,二分类变量logistic回归模型的实证结果总体上优于另外两种模型,具有较高的识别效果。     

企业并购中目标公司股权结构特征分析

分析什么样的上市公司容易被并购者看中,一直是投资者,特别是证券投资基金等机构投资者十分关注的问题。本文从理论分析角度考察上市公司并购中目标公司的股权结构特征及其对被并购可能性的影响,选取2005年被并购的上市公司作为样本,采用Logistic条件概率模型进行回归分析和检验。关于股权结构对公司并购发生可能性影响的主要结论,即国有股比例低、股权相对分散且流动性强的公司容易发生并购。所得到的估计模型对并购的发生有较强的解释能力。