上市公司财务困境预测-基于Logit模型的实证研究

本文以2008年经济危机以来的经济环境为背景,以上市公司受到退市风险警示作为其陷入财务困境的标志,在沪深股市中选取19家财务困境公司和57家正常公司作为样本,利用所有者权益比率、现金比率等财务指标建立Logit回归模型,以探索同新经济形势相适应的我国上市公司财务预警模型。根据所建立的模型对2016年部分上市公司财务状况进行预测分析,并针对我国制造业提出了加强信息化水平、淘汰落后产能等政策性建议。     

基于BP神经网络的上市公司财务危机预警研究

本文将公司因财务状况异常而被特别处理(ST)作为企业陷入财务困境的标志,以2007年度沪市近三年首次被ST的非金融类上市公司和配对公司为研究对象,选取了2005年度80家上市公司作为建模的训练样本,并使用同期22家公司作为检验样本,分别建立了Logistic回归模型和BP神经网络模型,进行财务预警模型的实证研究。     

基于BP神经网络的上市公司财务危机预警研究

本文将公司因财务状况异常而被特别处理(ST)作为企业陷入财务困境的标志,以2007年度沪市近三年首次被ST的非金融类上市公司和配对公司为研究对象,选取了2005年度80家上市公司作为建模的训练样本,并使用同期22家公司作为检验样本,分别建立了Logistic回归模型和BP神经网络模型,进行财务预警模型的实证研究。     

基于CFaR模型与Logistic回归的财务困境预警研究

从现金流风险角度出发,对企业财务困境进行预警研究:首先构建一个基于企业内部环境、宏观经济政策、货币政策及财政政策等因素的CFaR模型,识别出期望现金流及风险现金流;然后以这两个指标作为预警变量,构建一个二元Logistic财务困境预警模型;最后选取27家中国证券市场中代表陷入财务困境的ST公司及配对的财务良好的非ST公司作为样本进行实证研究。结果表明,所构建的CFaR模型能较好地度量两类上市公司的现金流状况,且两类公司的期望现金流和风险现金流水平存在显著的差异;二元Logistic预警模型能较好地实现对上市公司财务风险的预警,对两类公司的预警正确率分别达到85.2%和81.5%。     

基于CFaR模型与Logistic回归的财务困境预警研究

从现金流风险角度出发,对企业财务困境进行预警研究：首先构建一个基于企业内部环境、宏观经济政策、货币政策及财政政策等因素的CFaR模型,识别出期望现金流及风险现金流;然后以这两个指标作为预警变量,构建一个二元Logistic财务困境预警模型;最后选取27家中国证券市场中代表陷入财务困境的ST公司及配对的财务良好的非ST公司作为样本进行实证研究。结果表明,所构建的CFaR模型能较好地度量两类上市公司的现金流状况,且两类公司的期望现金流和风险现金流水平存在显著的差异;二元Logistic预警模型能较好地实现对上市公司财务风险的预警,对两类公司的预警正确率分别达到85.2%和81.5%。     

基于Factor-Logistic的公司财务预警实证研究

文章以上市公司为研究对象,首先从沪市选取2008-2010年间首次被特别处理的31家ST公司或*ST公司为研究样本,并以31家正常公司作为配对样本,通过因子分析筛选指标,Logistic回归分析方法构建财务预警模型,接着选取15家财务危机公司和15家财务健康公司验证模型的有效性。研究结果表明:建立有效的财务预警系统有助于企业避免发生财务危机。     

上市公司财务危机预警的实证研究

我国企业必须建立财务预警系统,以此帮助企业地预测、防范财务危机。本文选取了我国沪两市上市公司2008-2009年的80家ST公司和845家非ST公司作为研究样本,以2006--2007年的财务指标作为模型研究的变量,对上市公司财务危机进行预警研究。本文选择了8个财务指标作为建立模型的变量,然后采用统计中的贝叶斯判别分析方法,建立了上市公司财务危机的判别分析识别模型,模型预测效果良好,具有实际应用价值。     

基于因子分析的中小板上市公司财务预警研究

中小企业的财务困境问题一直是理论和实务工作者的聚焦点,中小企业板的创立,为中小板上市公司的研究提供了广泛的信息来源。本文运用因子分析法对所选择的中小板样本公司建立财务预警模型,并对模型的预测能力进行检验,所构建的模型能对中小板上市公司的财务状况是否异常做出85%左右的正确预测率,提供了较强的预警判别能力,具有较强的实践应用和借鉴价值。     

沪深两市上市公司财务预警风险的分析——基于主成分分析

文章以2012年1月到2012年6月期间沪深两市新增的28家ST公司为研究样本,按照1:1的比例选择同行业、同会计年度、相近资产规模的另外28家上市公司,利用主成分方法,对财务预警进行预测。结论表明,文章建立的财务预警模型的正确率达到了100%,有较好的预测效果。     

基于COX模型的上市公司财务困境预警研究

基于上市公司的财务信息,采用COX模型构建了上市公司财务困境预警模型,并实证检验模型的预测效果。在对现有研究成果进行深入剖析的基础上,提出了用于财务困境预警的COX理论模型,并以上市公司的财务信息作为信息源,对上市公司财务困境预警的COX模型进行实证研究,通过交叉比对分析验证模型的预警能力。     

基于COX模型的上市公司财务困境预警研究

基于上市公司的财务信息,采用COX模型构建了上市公司财务困境预警模型,并实证检验模型的预测效果。在对现有研究成果进行深入剖析的基础上,提出了用于财务困境预警的COX理论模型,并以上市公司的财务信息作为信息源,对上市公司财务困境预警的COX模型进行实证研究,通过交叉比对分析验证模型的预警能力。     

我国上市公司财务困境成本的计量问题分析

本文通过选取1998—2013年间沪、深两市48家A股ST公司为样本,对已有研究成果进行总结和评价,分析认为上市公司陷入财务困境可能会引起企业业绩的下降,并且企业业绩下降也会导致上市公司陷入财务困境,最终分析认为无法从经营业绩观计量财务困境成本。对基于权益价值观从样本公司财务困境开始年到困境解除年的财务困境成本问题进行了研究,研究发现:企业投资者在财务困境期间平均承担了1.68%的财务困境成本,针对存在财务困境成本的原因进行分析的同时提出了应对财务困境风险的措施。     

我国上市公司财务困境成本的计量问题分析

本文通过选取1998—2013年间沪、深两市48家A股ST公司为样本,对已有研究成果进行总结和评价,分析认为上市公司陷入财务困境可能会引起企业业绩的下降,并且企业业绩下降也会导致上市公司陷入财务困境,最终分析认为无法从经营业绩观计量财务困境成本。对基于权益价值观从样本公司财务困境开始年到困境解除年的财务困境成本问题进行了研究,研究发现：企业投资者在财务困境期间平均承担了1.68%的财务困境成本,针对存在财务困境成本的原因进行分析的同时提出了应对财务困境风险的措施。     

ST上市公司与非ST上市公司财务困境问题比较研究——基于公司治理视角

公司财务困境是当前学术界和实务界极为关注的重大课题,本文通过对国内外研究学者对财务困境成本影响因素问题的概述,将上市公司被ST作为上市公司陷入财务困境的标志,同时将上市公司财务困境成本定义为权益市场价值的下降。针对ST样本公司选取了45家未被ST的公司作为配对样本,通过配对样本T检验和回归分析,得出以下结论:ST公司与配对样本之间的股权结构指标和董事会特征指标之间存在差异。股权集中度与财务困境成本呈负相关;董事会会议频率与财务困境成本呈负相关;独立董事所占比例与财务困境成本呈正相关。最后根据所得实证结果就上市公司陷入财务困境前如何积极防范、陷入财务困境后如何合理应对提出相关的政策建议。     

上市公司对外担保与财务困境预测的实证研究——基于我国A股市场2003年至2004年ST公司的分析

本文选取2003年至2004年度的65家财务困境样本和65家非财务困境样本,运用Logis- tic模型分析检验担保指标在财务困境预测中的作用,研究发现:单个担保指标进入模型不能明显改进模型的预测能力,只有两个或以上的担保指标同时纳入到预测模型中,误判率才会得到显著降低,其中逾期担保余额/净资产和互保余额/净资产同时进入模型的预测效果最好。     

ST上市公司与非ST上市公司财务困境问题比较研究——基于公司治理视角

公司财务困境是当前学术界和实务界极为关注的重大课题,本文通过对国内外研究学者对财务困境成本影响因素问题的概述。将上市公司被ST作为上市公司陷入财务困境的标志,同时将上市公司财务困境成本定义为权益市场价值的下降。针对ST样本公司选取了45家未被ST的公司作为配对样本,通过配对样本T检验和回归分析,得出以下结论：ST公司与配对样本之间的股权结构指标和董事会特征指标之间存在差异。股权集中度与财务困境成本呈负相关;董事会会议频率与财务困境成本呈负相关;独立董事所占比例与财务困境成本呈正相关。最后根据所得实证结果就上市公司陷入财务困境前如何积极防范、陷入财务困境后如何合理应对提出相关的政策建议。     

稀有事件Logitsic模型及其在我国上市公司财务困境预测中的应用研究

我国上市公司一般具有较大的资产规模与较强的盈利能力,发生财务困境的概率较低,数据呈非平衡性。采用传统Logistic回归会受到因变量分布不平衡的影响。本文将西方学者在医学现象研究中普遍使用的稀有事件Logistic回归引入我国上市公司财务困境预测的研究中,根据财务困境发生实际概率确定样本观察单位的权重,构建Relogit回归模型。研究结果表明,Relogit模型预测效果优于传统Logistic模型。     

公司治理结构特征与困境公司恢复——基于中国上市公司的实证研究

目前学者们对公司财务困境的研究主要集中在事前的困境预测上,而对公司陷入财务困境后如何恢复研究较少。本文选取2005—2009年国内被ST的上市公司为研究样本,将研究样本分为逐渐走出财务困境的公司（一类公司）和一直处于财务困境中的公司（二类公司）,从董事会特征、股权结构以及管理层持股这三个方面来比较分析这两类公司在陷入财务困境之后的公司治理结构差异对困境恢复的影响。研究结果表明,公司处于不同的财务情况下,大股东们对公司绩效的影响是不一样的。当公司逐渐陷入财务困境的过程中,大股东们对公司绩效没有显著性的影响;而在公司逐渐摆脱财务的过程中,大股东们对公司绩效有显著的正面影响,此时的公司治理关键在于股权集中度,大股东在公司摆脱财务困境中起到了重要作用。     

企业财务危机困境预测模型研究——主成分分析基础上的Logit模型

本文选取沪深两市在2003-2005年度被实行退市风险警示的56家上市公司以及随机选取的56家正常公司进行实证研究,尝试建立主成分分析基础上的 Logit 模型对财务危机进行预测,结果显示,主成分分析基础上的 Logit 模型能够有效预测财务困境。     

数据挖掘技术在上市公司财务困境预测中的应用

本文在系统研究了国内外关于财务困境预测方面的理论和方法的基础上,以我国的沪深两市上市公司为研究对象,将中国上市公司因财务状况异常而被特别处理(ST)作为企业陷入财务困境的标志,采用主成分分析方法确定模型变量,利用Clementine软件进行Logistic回归,并在此基础上构建了财务困境预测模型.