石油石化行业财务风险预警指标体系设计

建立一个完善的危机预警系统,随时对企业的财务状况进行跟踪、监控,及早发现财务风险信号,可以避免或减少对企业的破坏。文章结合中国石油石化行业自身的特点并广泛收集其财务数据,选取了2006年和2007年被特别处理的公司(ST公司)和非ST公司的石油石化行业的18家上市公司的财务资料;结合被调查者意见以及财务风险预警的内涵,初步筛选了7大类14个财务指标,通过统计分析构建了适合我国石油石化行业财务风险预警的指标体系。     

我国信息技术类上市公司财务预警研究

<正>财务预警模型是指借助企业财务指标和非财务指标体系,识别企业财务状况的判别模型。建立财务预警模型,可以发现企业运行中存在的问题,及时采取措施,减少企业的损失。关于财务预警模型的研究始于Fitzpatrick(1932),在国内,选取上市公司财务指标建立通用模型的研究较多,但针对具体行业的财务预警模型研究较少。本文针对信息技术类上市公司构建财务预警模型。一、样本公司的选取我国证劵市场上市公司没有因财务问题而被破产清算的,所以选择上市公司中的ST公司作为陷入财务危机的企业。样本按照《上市公司行业分类指导》对行业的分类选择信息技术类上市公司进行研究。选取2012年被特别处理的7家信息技术类上     

引入非财务变量的上市公司财务困境预警

本文选取沪深两市A股2010~2013年52家首次ST公司和52家从未被ST公司作为研究样本,引入盈利能力、股东获利能力、营运能力、发展能力、风险水平和偿债能力六个方面的财务变量,以及股权结构、公司治理、重大事项、人力资本4个方面的非财务变量,使用Fisher判别与Logistic回归两种方法建立ST前3年的财务困境预警模型。实证研究表明,加入非财务指标可以提高财务困境预警的准确率,且Logistic回归方法建立的预警模型的预测效果更好。     

上市公司财务预警体系实证分析

本文以房地产行业上市公司是否因“财务状况异常”而被特别处理为界定其是否陷入财务危机的标志,由26家ST公司和26家非ST公司各自的12个原始指标,建立构建财务预警体系模型,并运用统计分析软件进行因子分析,建立逻辑回归模型,对模型结果作出了相应的解释,最后对文章的有关问题进行总结,并提出了文章的不足。     

石油石化行业财务风险预警指标体系设计

建立一个完善的危机预警系统,随时对企业的财务状况进行跟踪、监控,及早发现财务风险信号,可以避免或减少对企业的破坏.文章结合中国石油石化行业自身的特点并广泛收集其财务数据,选取了2006年和2007年被特别处理的公司(ST公司)和非sT公司的石油石化行业的18家上市公司的财务资料;结合被调查者意见以及财务风险预警的内涵,初步筛选了7大类14个财务指标,通过统计分析构建了适合我国石油石化行业财务风险预警的指标体系.     

上市公司财务预警问题研究——基于证券市场财务数据的研究

本文借鉴Altman财务预警研究思想,选取了A股市场58家ST公司及58家非ST公司作为研究样本,建立财务危机预警模型进行了有效性检验。结果表明：多元判别模型在上市公司财务危机出现前一年的预测准确率达到95％,并且具有提前三年预测出上市公司财务危机的能力。同时还发现,随着财务危机企业ST戴帽年的临近,财务危机企业与非财务危机企业各预警变量值间的差异明显扩大。     

制造业上市公司BP神经网络财务预警

本文运用BP神经网络对我国制造业上市公司进行实证研究,选取了2002～2005年的62家ST公司为样本,通过显著性检验对指标进行筛选,并比较了单纯依靠财务指标的BP神经网络财务预警模型与引入非财务指标后的模型的预测效果,结论认为引入非财务因素后的BP神经网络财务预警模型更加精确。     

制造业上市公司BP神经网络财务预警

本文运用BP神经网络对我国制造业上市公司进行实证研究,选取了2002～2005年的62家ST公司为样本,通过显著性检验对指标进行筛选,并比较了单纯依靠财务指标的BP神经网络财务预警模型与引入非财务指标后的模型的预测效果,结论认为引入非财务因素后的BP神经网络财务预警模型更加精确.     

ST公司财务特征分析

本文选择在2005年因财务状况异常而被特别处理（ST）的上市公司,同时选取同行业、规模相近的非ST公司作为配对样本。通过比较两类公司财务报表项目均值,以及对t值的分析,总结出ST公司的财务报表项目特征。力图在分析上市公司财务困境成因的基础上,探讨各财务报表项目之间的关系以及它们对上市公司发生财务困境的预警作用。     

基于中报数据的上市公司财务预警模型构建与检验

国内外学者关于财务预警模型的研究大都以上市公司年报数据为样本数据。在我国，由于上市公司年报公告的时间与当年有关机构宣布ST公司名单的时间比较接近，而距下年有关机构宣布ST公司名单的时间则比较远，因此，用ST前一年的年报数据来预测当年或下年的警情，都具有较大的局限性。实证研究结果表明，采用上市公司中报数据构建的财务预警模型，不仅具有很高的预警准确率，而且比基于年报数据的模型更具有较强的预警时效性。     

我国上市公司财务预警的实证分析——基于修正的Z-score模型

财务风险是指未能达到财务目标的可能性,是企业理财过程中客观存在的,企业无法完全消除财务风险。重要的是,企业如何合理评估和控制财务风险,并进一步掌握市场机遇、避免或降低因风险导致的损失。本文拟对＂Z-score＂模型预警体系进行修正,以30家ST公司和30家非ST公司为样本,根据修正后的＂Z-score＂模型进行实证分析,由此得出新的＂Z-score＂财务预警模型和判别标准,最后利用36家创业板上市公司2010年的财务数据,对研究的结论进行验证。     

基于Fisher判别法的企业财务危机预警研究

主要介绍了使有Fisher线性模型对财务危机企业的判别方法,选取了沪深两市A股市场上2006、2007年被进行特别处理的12家ST商业公司作为财务困境公司研究样本,其中4家公司作为检验样本;选取42家非ST商业公司作为比对样本,其中9家公司作为检验样本。通过检验结果知,使用Fisher线性判别法可以对企业目前的财务状况做出基本判断。     

基于遗传算法的上市公司财务危机预测规则发现研究

本文以我国沪深A股上市公司为研究对象,选取制造业公司376家,其中被特别处理的ST公司188家,与其配对的健康公司188家,使用遗传算法和财务比率建立了财务危机IF--THEN判别模型,经检验,提前3年进行危机预测平均准确率为83．89％。     

制造业上市公司财务危机阶段性预警的实证分析

财务危机的形成具有阶段性特征,有必要根据所选取指标表现出的差异性来判断不同的财务危机阶段,从而对财务危机进行阶段性预警。本文选取了我国2010~2012年首次因财务状况异常而被*ST的43家制造业上市公司作为财务危机组样本,按照1∶1原则以同期43家非ST公司作为配对组样本,运用财务和非财务指标进行阶段性分析。研究发现:在财务危机爆发前五年,两组公司显著性差异指标在各年是不一样的,随着时间的推移,显著性差异指标个数呈现出一个逐渐增多的趋势;同一预警变量在不同阶段模型中的系数也表现出很大差异。     

基于非财务因素的电子商务企业财务危机预警研究

本文将公司治理结构、审计意见、关联交易等非财务因素引入电子商务企业财务危机预警的研究中，抽取沪深两市A股市场上2006年至2008年被特剐处理的20家电子商务企业作为财务失败样本，另从中国电子商务500强企业名单中抽取20家财务健康企业建立财务和非财务指标体系，通过显著性检验筛选指标，并对其作多重共线性因子分析，利用Logistic回归法建立财务预警模型，比较引入非财务因素前后的预测效果     

基于现金流量视角的财务风险预警模型分析——以ST上市公司为例

基于现金流建立财务预警模型,对企业尤其是上市公司是十分必要的。文章以ST上市公司为例,对基于现金流量的F分数预警模型的有效性进行验证分析。选取了以利润指标为基础的Z模型和以现金流量财务指标为基础的F模型进行比较,采用6家ST公司作为样本,并对获得的2007年到2012年财务数据对F模型的预测结果进行分析,证明了F模型预警的有效性。     

不同竞争战略模式下财务风险评价模型实证分析

一、研究假设、样本数据来源及指标计算(一)研究假设Z-SCORE模型适用于本文所选纺织类上市企业。该模型是由美国财务专家奥尔特曼(Edward.I.Altman)于1968年对美国破产和非破产生产企业进行观察,采用了22个财务比率并经过数理统计筛选而建立的变量模型,又称奥尔特曼模型。原型样本是由66家制造类上市企业(33家破产公司和33家非破产公司)所构成。国外大多数研究将企业破产作为确定进入财务困境的标志,但是破产作为企业整体经营失败的最终表现,除了     

基于AHP与信息熵的制造企业财务风险预警研究

以上市制造企业被特别处理作为出现财务风险的标志。选取沪深两市2010年和2011年首次被特别处理的制造企业为研究对象，以其被特别处理前一年的数据为依据，同时随机选取相同数量的非特别处理制造企业作为配对样本进行相应实证分析，提出了新的制造企业的财务风险预警指标体系。通过层次分析法与信息熵方法．借助Yaahp及SAS软件确定了各指标的主客观权重并建立了制造企业财务风险预警模型，实证分析显示模型的预测正确率可达86．7％。     

基于支持向量机财务预警模型的实证研究

本文结合主成分分析法和支持向量机模型,构建了一种新的上市公司财务困境预警模型,并对我国A股上市公司中80家因为“财务状况异常”而被“ST”的公司进行预测,结果表明效果理想。     

基于时间序列上市公司的财务预警实证研究——以我国制造业上市公司为例

本文以我国制造业上市公司为研究对象,利用其被ST前三年的季度时间序列数据建立财务预警模型,以期能反映上市公司财务变化的动态累积效应。研究表明：基于时间序列数据建立的logistic财务预警模型预测效果优于基于截面数据的财务预警模型;预警方法上logistic逻辑回归较fisher多元判别更佳;模型实证结果显示,公司盈利能力、每股收益和总经理持股比例对公司财务困境有显著影响。