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。     

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。     

我国上市公司财务危机预测的Logistic回归分析

本文以上市公司被ST作为企业陷入财务危机的标志,从我国A股上市公司中选取了18个财务危机公司样本,依据一定的原则确定了18个正常公司作为对照样本。对选取的7个财务指标进行因子分析,把得到的公共因子作为Logistic模型的变量,依据所得到的因子得分对样本进行Logistic回归分析,结果发现模型拟合效果和预测结果均较好,能够作为决策、研判的依据。     

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。     

上市公司财务危机预警指标多层次筛选研究

本文初步选择43个财务及非财务指标作为预警指标,先后应用正态性分布检验、两独立样本的T检验、两独立样本的非参数检验及粗糙集约简等技术多层次剔除多余的属性。通过多层次筛选,最终确定6个敏感指标可用于财务危机预警系统实证研究,可提高系统的判别能力。     

我国制造业上市公司财务危机预警研究

本文以2008-2010年被"特别处理"(ST和*ST)的34家制造业上市公司和68家健康公司为研究样本,选取了资产负债率、应收账款周转率、销售净利率、主营业务收入增长率、现金流量比率、每股收益等25个财务预警初始指标,运用正态性检验、T检验、非参数检验以及相关性分析,筛选出了财务预警能力较强的财务指标;基于logistic回归分析法,构建了T-2年、T-3年和T-4年的制造企业上市公司财务预警模型,采用样本外检验法检验了所建模型的有效性,解释分析了模型结果。结果表明模型具有较高的预测能力,尤其在发生财务危机的前两年,准确度更是高达90%以上。     

我国制造业上市公司财务报告舞弊识别研究

本文选取2000年至2009年7家因财务报告舞弊而受到监管部门处罚或调查的制造业上市公司和7家对应的非财务报告舞弊公司作为研究样本,以11个财务指标作为解释变量,对舞弊样本和非舞弊样本进行描述性统计分析和显著性T检验,建立可以识别制造业上市公司财务报告舞弊的回归模型.结果表明,应收账款周转率和所得税率指标能更好的的识别制造业上市公司舞弊现象.     

基于BP神经网络模型的公司财务危机预警实证研究

以公司为研究对象,选取2005年被ST公司和配对的正常公司各34家作为训练样本,2006年被ST的公司和配对的正常公司各31家作为检验样本,构建了公司发生财务危机前第三年的BP神经网络预警模型,实证研究结果表明,神经网络预警模型是一种有效的财务危机预警模型,有广泛的使用范围和较高的推广价值。     

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。     

引入EVA和非财务指标的财务危机预警研究

传统的财务危机预警大多基于财务指标,但由于我国上市公司“壳资源”非常宝贵,会计数据存在财务包装的可能性,因而只采用财务指标进行预警有一定的局限性。在金融危机的背景下,引入能够超前并敏感的预测公司财务危机的预警指标,建立完善的财务预警模型,预测公司财务状况、防范财务危机成为了一项迫在眉睫的任务。因此,本文将EVA和非财务指标引入到财务危机预警体系,构建一个全面完整的财务危机预警指标体系,并分析引入EVA和非财务指标的优势。     

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。     

非财务指标在财务风险预警中的应用

目前对于公司财务危机预警的研究,主要基于财务指标建构模型,并展开预警分析、监督公司财务状况.但利用一些财务指标直接分析或构建模型来预测企业财务危机发生的可能性只是整个财务预警系统的一个方面,存在局限性.因此在财务危机预警研究中引入公司治理、关联交易、投资者保护、对外担保等非财务因素, 充分估计各种不利因素对企业财务状况的影响,以更好地预测财务危机发生的可能.     

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。     

Z财务预警模型的检验与改进

财务预警模型是基于财务学、统计学理论．选择一些财务指标作为变量，对企业是否可能陷入财务危机作出预测的模型。文章选取160家上市公司的财务数据对国外最为知名的财务预警模型——Z模型进行检验，根据检验结果调整了模型临界值，并引入3个新的变量。经过改进后的模型预测准确性有了大幅提高．对我国上市公司具有较好的财务预警能力。     

论全面财务危机预警指标体系的构建

鉴于财务指标的局限性，仅仅通过财务指标建立预警系统来预测财务危机具有较大的不确定性，在财务危机预警系统中引入非财务信息，构建出综合运用财务指标与非财务指标的全面财务危机预警指标体系，对加强财务危机预警系统的科学性、准确性和可信度具有较强的理论和现实意义。     

我国上市公司线性概率信用风险模型的构建

本文以我国A股上市公司为研究样本,在对各财务指标变量进行因子分析的基础上,建立了两个信用风险判别分析模型.进一步,根据模型的预测概率值确定了上市公司财务状况的评价准则和区域,对所构建的模型的预测效果进行了检验.研究表明两个模型的预测效果都比较理想,可以用来对我国A股上市公司的信用风险状况或发生财务危机的概率进行计算和判别.     

基于非财务指标的财务预警模型初探

国内外学者针对财务危机,提出了不同的财务预警的定量分析模型,笔者通过研究发现单纯定量财务预警模型在预测财务危机方面存在一定的误差,应考虑非财务指标的重要作用,建立一个同时考虑定量指标和定性因素的财务危机的综合预警模型,以实现对财务危机更加准确的预警。     

基于贝叶斯判别分析的上市公司财务危机预警模型研究

以我国沪市A股上市公司为研究对象,选取2004年和2005年的ST公司和正常的公司各40家作为分析样本,另外各20家作为检验样本,采用9个财务指标进行贝叶斯判别分析。研究结果发现,该方法有较好的预测效果,可以为投资者、债权人和监管机构等提供判别依据。     

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.