上市公司财务困境风险的行业差异性研究

在财务困境预测中,行业差别是影响预测结果的一个重要因素。现有的财务预警系统大多没有考虑行业差异对预警指标的干扰,从而使财务预警的准确性和科学性受到了不同程度的削弱。本文选择制造业中样本量最大的两个次级行业机械、设备、仪表行业和石油、化学、塑胶、塑料行业为研究对象,对两个行业各自的样本以及混合样本分别建立了Cox比例风险模型,并将行业差异作为虚拟变量引入混合样本的Cox模型。实证结果表明这两个行业的显著影响因素截然不同,并且虚拟变量的系数显著,说明处于不同行业的上市公司所面临的财务困境风险是不同的,本文中的石油、化学、塑胶、塑料行业的总体财务困境风险是机械、设备、仪表行业的1.857倍。     

基于SVM多分类模型的上市公司财务困境预测

目前的财务困境预测模型大多局限于二分类研究,而公司陷入财务困境往往会经历一个逐步衰败的过程,简单的二分类有时会掩盖某些上市公司财务状况逐渐变差的事实。为了更准确地判断上市公司的财务状况,将其按照盈利能力分为财务健康公司、财务亚健康公司和财务困境公司3类,并运用t-1年和t-2年的面板数据,采用基于平均影响值的变量筛选方法构建了SVM多分类模型。实证结果表明,模型的预测能力较好,能够以较少的特征变量实现较高的分类精度,是切实有效的。