上市公司财务报告信息操纵预警研究

本文建立了上市公司财务报告信息操纵预警模型,通过构建信息群来解决财务报告信息操纵预警研究中的信号指标确定问题,并使用人工神经网络和支持向量机测试其分类准确性。     

战略性新兴产业上市公司财务风险智能预警研究

本文以中国战略性新兴产业上市公司为研究对象,运用主成分分析(PCA)方法提取出对财务风险具有显著影响的特征指标,以此作为输入变量将粒子群算法(PSO)、遗传算法(GA)、网格搜索法(GS)分别与支持向量机(SVM)相结合构建财务风险预警模型,进而以样本集分类准确率和第一、二类错误率为标准对模型的可靠性进行对比研究。实证结果表明,PCA-PSO-SVM模型具有最为优越的学习能力与泛化推广能力,能够最为准确地预测财务风险,从而为我国监管机构和企业管理层提供可操作性的应用工具与方法。     

基于Logistic—SVM的上市公司总经理离职行为预警模型研究

文章在建立上市公司总经理离职行为预警指标体系基础上,提出了Logistic和支持向量机（SVM）相结合的上市公司总经理离职行为预警模型。对原始指标数据进行标准化处理,然后通过Logistic回归分析对SVM的输出提供支持信念以修正支持向量机的结果。     

房地产行业上市公司财务危机预警的实证研究

一、财务危机概念及成因 从20世纪30年代起国外学者就开始了企业财务危机问题的研究.但是,理论界对财务危机的概念至今没有统一的定义.目前对于财务危机的理解是:企业无力支付到期债务或费用的一种经济现象,包括从资金管理失败到破产以及处于两者之间的情况.     

基于支持向量机的企业财务危机预警模型研究

一、引言 财务危机是指企业丧失偿还到期债务的能力,包括从资金管理的技术性失败到破产以及处于两者之间的各种情况。有效的财务危机预测,有助于企业寻找财务失败发生的根源,及时采取对策,防止情况进一步恶化;投资者和债权人可用其作出正确的投资决策;银行等金融部门可用其进行企业的信用风险评估,决定贷款的发放对象。因此,财务危机预测是金融领域中一个重要的研究课题。财务危机评级就是一般的分类问题,即根据企业的财务历史状况,将其分为两类：正常和危机,或更加细致的多类。     

上市公司财务预警模型的对比研究——以A公司为例

文章运用成熟的两种财务预警模型,对A公司进行实证研究,预测其发生财务危机的可能性,并对该方法的局限性进行了探讨.