疫情前后我国上市公司资本结构影响因素实证分析

合理化的资本结构使企业在面临疫情冲击时能够平稳发展,因此有效的资本结构研究是我国上市公司关注的重点。以2017—2021年A股上市527家民营制造企业为研究对象,运用多元回归分析法分析疫情前后我国民营上市公司资本结构的影响因素变化。结果显示,企业规模、盈利能力、成长性、股权集中度四个因素均在显著的水平下对资本结构产生影响。根据回归分析结果,得出疫情前后企业规模、成长性两个因素与公司资本结构存在显著的正相关关系,盈利能力与股权集中度两个因素对公司资本结构产生负向影响的结论。根据相关结论对我国上市公司提出了合理化建议,同时为企业在面临突发市场状况时积极调整资本结构提供一定的参考。     

企业财务危机预警模型比较实证研究

针对财务危机预警模型，梳理了国内外相关文献，根据其公司财务信息的时间序列特征，比较了Z分数模型、Logistic回归模型以及卷积神经网络模型在财务风险预警中的性能，并且根据实验比较，分析证明了卷积神经网络在财务方面的应用相较于传统方法的优越性，最终通过建立现实场景下的数据集进行验证观测性能以及收敛曲线后，给出相关财务危机预警建议。基于此，利用深度学习智能模型，不仅能快速且高效地处理大规模财务数据，还可以保证在测试阶段（即实际应用场景下）不会随着时间推移而改变企业风险预测的结果，可以有效保证预测的稳定性。因此，利用深度学习处理财务风险数据并预警具有实际应用价值。以近3年A股上市公司数据为样本，并通过实证研究证明深度学习智能模型与传统模型之间的性能差异并得出结论。