基于Logit模型的上市公司财务危机预警分析——以制造业上市公司为例

本文使用Logit模型构建A股制造业上市公司的财务危机预警模型,将ST公司界定为存在财务危机的上市公司,利用20家ST公司和20家非ST公司的财务数据进行计量分析,建立可靠的预测模型来实现对财务危机的预警。     

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。     

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。     

企业财务预警模型的比较研究——基于我国制造业上市公司数据的实证分析

采用实证和规范相结合的研究方法,以我国制造业A股上市公司因"财务状况异常"而被特别处理的公司作为研究对象,选择2003-2005年65家财务危机公司,同时采用配对的方法逐年选择65家财务健康公司;初步选定53个变量指标并通过柯尔莫哥洛夫-米诺夫检验、曼-惠特尼-威尔科克森检验逐步判别分析进行筛选,建立和检验了Fisher二类判别模型、Logistic回归模型和BP网络模型,并对其进行了比较研究。     

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.     

Fisher模型在评价上市公司信用风险中的应用研究

本文利用Z评分模型思想,以2007年增加的ST公司及相应的对比公司为样本,运用Fisher判别模型和SPSS软件得出相关信用风险模型,并对结果进行分析。     

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.     

基于机器学习方法的上市公司财务预警模型对比研究

当前我国上市公司信息披露仍存在着许多不规范的现象,个别上市公司在面临财务危机时,粉饰其财务风险,进行财务造假.本文利用上市超过3年的A股共3002家上市公司的财务数据,通过对ST、*ST和10家2019年退市的公司样本分析,根据不同的时间窗口,构建了财务预警因子库,共96个因子.分别采用机器学习中的逻辑斯蒂回归、支持向量机、决策树模型对因子数据进行训练.将数据集分为训练集和测试集,用训练集训练模型,并将模型应用在测试集中进行预测.结果如下:(1)三种模型均有较好的预测能力,其准确率都在94%以上;(2)决策树模型的预测效果最佳,支持向量机模型次之,逻辑斯蒂回归模型的预测效果最差;(3)三种模型都存在将较多的财务预警公司预测为正常公司的情况.本文通过将三种模型进行对比分析,以寻找更加优质的财务预警模型,来更好地帮助企业识别财务风险.     

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。     

基于修正Jones盈余管理模型的财务危机预警研究

文章主要考察修正Jones模型是否能引入财务危机预警领域及盈余管理程度对财务危机预警模型预测效果的影响.文章首先将盈余管理理论引入财务危机预警领域,通过单变量分析,初步证实修正Jones模型用于预警的可行性后,再根据四个来自Jones模型的盈余管理因素驱动变量所构成的指标体系分别运用多元判别和逻辑回归分析法基于2006年至2008年中国A股市场新增,*ST公司样本及配对样本的前三年数据进行实证研究.结果表明,正常公司和危机公司的操纵性应计利润具有显著差异,可以通过引入修正Jones模型来考察企业财务危机的可能性.     

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。     

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.     

Z-score模型对我国上市公司适用性实证研究

文章随机抽取了深圳40家制造业公司进行Z-score模型的实证研究:选取了20家ST公司和20家非ST公司近三年的相关财务数据,计算各个指标最终得出Z值,并分析其数值特征和走势特征,得出相关结论。     

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。     

汽车行业上市公司财务预警模型的比较与选择

财务预警模型由于可揭示企业经营中可能面临的财务危机,一直以来是国内外学者研究的热点。本文在简要介绍Z分数模型以及F分数模型的基础上,以我国汽车行业中5家上市公司07--1年五年的财务数据为研究依据,对两种模型的预警效果进行实证检验,得出F分数模型更适合我国汽车行业公司财务预警的结论。     

上市公司财务危机成本实证研究

本文以现金到期债务比标准,选取2006年现金到期债务比小于零的123家公司为研究样本,通过对样本进行配对,依次选择2001至2008年度财务数据作为研究对象,从业绩和权益两方面观测财务危机成本,且所产生的成本是否由投资者承担.结论是投资者实际承担了15.79%的财务危机成本     

基于支持向量机的上市公司财务危机预警实证研究

本文以在上海证券交易所和深圳证券交易所挂牌交易的87家ST上市公司及102家非ST上市公司为样本,采用公开发布的2003年至2006年的上市公司财务报表中的相关数据,运用支持向量机模型进行了实证研究。研究表明,在小样本数据条件下,与其他预警模型相比,支持向量机模型在预测上市公司是否会发生财务危机方面预测精确度远远高于其他方法,具有其他方法所不具有的优越性。     

公司财务危机预警模型研究

公司在运营过程中,由于外部冲击或自身管理不当都会引起公司财务上的问题,过于严重的将形成财务危机,对财务危机的处理不当,将可能导致公司运营困难甚至破产,建立财务危机预警模型,科学的预防财务危机具有重要意义,本文通过我国财务危机预警模型研究现状,浅析我国财务危机预警模型的问题所在及今后的研究方向.     

我国ST公司投资行为分析

本文以1998-2009年我国200多家ST公司为研究对象,采用多元回归分析和Loglstic回归模型检验和分析了其投资行为及时我国ST公司顺利"摘帽"可能性的影响.研究结果表明:ST公司与正常公司的投资行为存在显著差异,ST公司的投资-现金流敏感性较低;减少投资更有利于ST公司摆脱困境,顺利"摘帽".     

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。