险境淘金:基于并购重组事件挖掘的财务脱困预测

针对我国上市企业财务困境预测问题,构造了一个多分类器集成学习模型,挖掘企业并购重组事件(mergers and acquisitions, M&A)以及年报中管理层讨论与分析(management discussion and analysis, MD&A),应用文本分析技术研究其能否提供增量信息,以及新特征的信息价值.研究结果表明,新模型在预测准确度(area under curve, AUC)与识别能力(true positive rate, TPR)上均显著优于基准模型;企业财务数据、M&A, MD&A等的多源异构特征,都帮助该模型获得更佳的预测效果;基于MD&A的文本情感挖掘发现,管理层语调越消极悲观,其企业越易于陷入财务困境;频繁发生M&A事件更易使企业趋于陷入财务困境; MD&A中语调夸大将不利于模型预测的准确性,但大规模M&A会削弱这种消极作用.     

基于最优信用特征组合的违约判别模型——以中国A股上市公司为例

违约判别是信用风险评估的一种方式，提高违约判别精度一直是学界和业界重点关注的问题.本文从最优信用特征组合而不是最优指标组合的角度建立违约判别模型，提高违约判别精度.本文的创新有三个方面：一是以信息值最大为目标建立优化模型，将指标数据划分成能最大区分违约状态的多个信用特征.二是采用弹性网回归对信用特征进行遴选，反推违约判别误差最小的最优信用特征组合.三是以组间离散度与组内离散度之比最大为目标，构建数学规划，反推一组权重，得到线性判别方程.本文基于2000-2017年共2169家中国A股上市公司的数据进行实证，研究表明经过特征划分的线性判别分析、K近邻、支持向量机等模型的精度整体高于没有经过特征划分的模型精度.     

基于最优指标组合的企业信用风险预测

信用风险预测是指构建企业历史数据与违约状态之间的对应关系,根据现在的数据对企业在未来是否会发生违约做出预判。将近邻成分分析引入信用风险领域进行指标组合遴选,以违约预测精度AUC最大反推最优的指标组合。利用随机欠采样方法,以违约预测精度G-mean最大为标准反推违约客户与非违约客户的最佳比例,确定最优训练样本。采用t-m(m=1,2,3,4,5)年的指标数据x_(t-m)和t年的企业违约状态y_t,利用最优指标组合和最优训练样本建立了基于线性支持向量机的信用风险预测模型,达到了运用t年的指标数据x_t预测第t+m年企业违约状态y_(t+m)的效果。实证结果表明,本研究的违约预测精度高于非线性SVM、LR、DT、KNN和LDA等典型的大数据预测模型。研究发现:每股收益EPS-扣除/稀释、货币供应量M_0(亿元)和货币供应量M_1(亿元)3个指标对企业未来1～3年的短期违约状态具有关键影响;当日总市值/负债总计、每股EBITDA和固定资产周转率3个指标对企业未来4～5年的长期违约状态具有关键影响;经营活动产生的现金流量净额/经营活动净收益和审计意见类型2个指标,不论对于企业未来1～3年的短期、还是未来4～5年的长期违约状态,均有关键影响。     

基于余弦相似度的企业违约预测模型及实证

企业违约预测,是通过挖掘指标数据与违约状态之间的函数关系,来预测企业未来的财务风险,其对银行贷款、股票投资、公司债券投资等具有重要的参考意义.本研究的贡献主要有三个方面:一是通过将企业的夹角余弦值而非欧氏距离作为违约状态相似性的度量,构建企业违约预测的Cos-k-means模型,避免了通过欧氏距离聚类时,忽略企业和聚类中心的角度关系以及对噪声样本和极端值敏感的弊端.二是通过构建兼顾模型违约鉴别力最大和指标组合冗余最小的目标函数,采用二进制粒子群算法(binary particle swarm optimization,BPSO)遴选指标组合,保证了构建的信用评价指标体系简洁、合理.三是通过采用企业t-d (d=1,2,3,4,5)期的指标数据和第t期的违约状态构建违约预测模型,实现了使用企业第t期的指标数据预测t+d期违约状态的目的.     

企业危机预警熵模型设计及应用

针对当前大部分企业危机预警模型特征选取和等级分类困难的现状,提出一种基于熵的预警方法. 该方法首先对企业运 营的指标进行特征选择,在选定指标的基础上利用判别熵选取企业危机预警特征值,然后利用熵聚类算法对预测结果进行分类, 判断企业的危机状态,最后采集沪深A股上市公司的年报数据对该模型进行了实证分析,结果表明该模型有效可行.     

考虑误判损失的Logistic违约预测模型构建

目前企业违约预测模型和现实情况存在一定差距,表现在:1)违约公司与正常公司样本数比例与实际情况严重不符;2)已有的研究极少考虑误判损失;3)鲜少提及信用等级,行业,规模,地区等定性指标对违约预测的影响.针对以上问题,建立了一个考虑误判损失的违约预测Logistic模型,摒弃以往配对原则,采用全样本分析,将地区、规模、行业作为定性指标和29个财务比率指标代入Logistic逐步回归后,最后得到一个违约判别模型.     

基于最优指标组合的代价敏感违约预测模型——以A股中小企业为例

企业违约预测是在当下时刻推断企业未来时刻发生违约事件的概率，与经济和社会息息相关。本研究的贡献在于：一是构造了兼顾指标组合违约预测精度和指标个数的多目标函数，通过sigmoid函数将蜉蝣算法转化为二进制蜉蝣算法，将其引入金融风险领域进行最优指标组合的遴选。二是在逻辑回归模型的对数似然函数中，给违约企业添加一个惩罚系数，以违约预测精度F-measure最大，反推最优的惩罚系数值，在保证总体判别精度的前提下，提高模型对违约企业的识别精度；同时使得逻辑回归求解的目标函数更贴合实际情况，确保了估计的权重向量更准确地反映指标数据与其违约状态间的函数关系。中小企业的实证研究表明：“高管年薪披露方式”“前十大股东是否存在关联”和“监事会持股比例”等企业内部非财务因素，以及“人均地区生产总值”“中长期贷款基准利率”和“货币和准货币供应量同比增长率”等宏观经济因素对中小企业违约预测的影响不容忽视。该方法可以提升对企业信用风险的识别能力，降低商业银行的不良贷款率。     

中国上市公司解禁与业绩说明会语调操纵

管理层在上市公司业绩说明会中的语调因具有实时性和互动性,难以事先完全准备,因此被证明具有预测未来业绩的信息增量,从而会引起显著的市场反应.本文选取上市公司限售股解禁事件,研究业绩说明会中是否会因限售股股东的重大得利驱动产生管理层语调操纵现象,并创新性地探究了业绩说明会管理层语调操纵的时机、诱因、目的和效果:1）时机:在控制了公司业绩表现的基础上,解禁前最近一次举办的业绩说明会相比于其它时期的业绩说明会,管理层语调显著更加积极; 2）诱因:解禁前业绩说明会的异常语调与限售股股东减持动机显著正相关; 3）目的:解禁前业绩说明会的异常语调与公司未来业绩无关,说明异常语调无信息增量,管理层企图通过过分积极的语调来误导市场; 4）效果:市场对解禁前业绩说明会的异常语调反应平平.上述结果表明,当涉及重大相关利益时,例如限售股解禁事件发生时,即便是实时互动性强的业绩说明会,也会出现管理层语调操纵现象.然而,由于投资者的理性预期,解禁前的管理层语调操纵并不能达到误导市场的目的,这也说明了中国金融市场具有一定的有效性.     

基于混合生存分析的动态信用评分方法

当今国内外经济形势复杂多变,不确定因素增多,金融市场中信用风险的动态性显著增强,动态信用风险评价成为金融机构迫切需要解决的问题.为此,本文提出了一种基于混合生存分析的动态信用评分方法.该方法由三部分组成:首先,构建基于混合生存分析的动态信用评分模型,包括违约状态判别模型和违约时间估计模型,用于预测评价对象"是否违约"以及"何时违约";其次,利用面板数据构建多重生存状态向量,用于表征信用特征和生存时间的动态关联;最后,基于生成的多重生存状态向量,利用期望最大算法迭代估计模型参数.实验研究表明该方法的预测效果显著优于基于单分类、基于集成学习以及基于生存分析的信用评分方法.     

基于主题相似性的在线评论情感分析北大核心CSCDCSSCI

从在线文本评论挖掘消费者情感信息,能够得到更加真实的消费者购买体验及其偏好。主题情感混合模型作为一类有效的无监督情感分类模型,正在成为这方面的重要文本挖掘工具,但该模型存在分类准确率和稳定性还不够高的问题,为克服这一不足,提出一种基于主题相似性的无监督在线评论情感分类模型。以潜在狄利克雷模型分析在线评论主题,结合情感词典计算主题情感极性;引入理想评论并构造理想评论代表集,通过计算评论和理想评论集的主题相似度,实现在线评论情感分类。实验结果表明,该模型能有效判别消费者在线评论情感倾向,稳定性较高,衡量分类结果的综合指标F_1值比现有主题情感混合模型提高3%～20%。同时,在计算机、酒店、图书及手机等不同领域评论数据集上的实验结果显示,该方法具有较好的领域可移植性。     

基于主题相似性的在线评论情感分析

从在线文本评论挖掘消费者情感信息,能够得到更加真实的消费者购买体验及其偏好。主题情感混合模型作为一类有效的无监督情感分类模型,正在成为这方面的重要文本挖掘工具,但该模型存在分类准确率和稳定性还不够高的问题,为克服这一不足,提出一种基于主题相似性的无监督在线评论情感分类模型。以潜在狄利克雷模型分析在线评论主题,结合情感词典计算主题情感极性;引入理想评论并构造理想评论代表集,通过计算评论和理想评论集的主题相似度,实现在线评论情感分类。实验结果表明,该模型能有效判别消费者在线评论情感倾向,稳定性较高,衡量分类结果的综合指标F_1值比现有主题情感混合模型提高3%～20%。同时,在计算机、酒店、图书及手机等不同领域评论数据集上的实验结果显示,该方法具有较好的领域可移植性。     

基于Fisher判别的企业短期贷款信用违约模型构建

企业信用违约率的准确测度是巴塞尔Ⅱ框架下内部评级法中的基本要求。本文针对企业信用违约预测存在的问题，运用SAS统计软件对某国有商业银行的2003年全部短期贷款企业的财务数据进行分析．摒弃以往配对模式，采用全样本进行分析，筛选出11个财务比率指标作为企业信用风险评价函数的计量参数。应用Fisher判别原理．建立一个简明的违约判别模型，经统计检验模型是有效的．判别结果也是可接受的。     

不同行业竞争特征下现金持有对投资的平滑作用的比较分析

利用中国2001~2012年A股上市公司的面板数据,基于带凸性调整成本的动态投资模型,采用两步系统GMM估计,从市场竞争特征和经营竞争特征两个维度出发,选取了市场集中度和行业内企业间经营相似度两个行业竞争度量指标,考察了不同行业竞争特征下现金持有对企业投资平滑作用的差异。结果表明,不同行业竞争特征下现金持有对企业投资的平滑作用存在显著差异,在市场集中度高以及企业间经营相似度高的行业内,现金持有对企业投资具有更明显的平滑作用。     

基于显著区分两类客户的小型建筑企业信用评价模型研究

本文以中国某区域性商业银行185个小型建筑企业的贷款客户为样本,将熵值法权重、CRITIC法权重和方差齐性检验法权重进行组合,通过构建非线性目标规划函数反推出单一赋权方法的组合系数,构建了显著区分违约和非违约客户的小型建筑企业信用评价模型.通过ROC曲线原理,对不同赋权模型的结果进行违约判别能力的检验.本文的创新与特色:一是通过组合赋权得到的信用得分的组内平方和越小、组间平方和越大、那么违约与非违约客户差异越显著的思路建立非线性目标规划模型,通过目标函数最大反推出单一赋权权重的组合系数,保证组合权重的大小能够显著区分客户的违约状态.解决了信用风险评价中组合权重的大小必须对违约状态有显著鉴别能力的难题,避免了现有研究的信用评分模型由于忽略指标权重区分违约状态的能力、导致出现越是可能违约的客户、信用得分反而越高的不合理现象,开拓了信用风险评价指标赋权的新思路.二是根据违约样本均值偏离全部样本均值程度越大、这个指标区分违约状态能力越强、权重越大的思路对指标进行赋权,通过方差齐性检验F值刻画指标的权重,使指标权重的大小反映指标鉴别违约状态能力的大小,改变了现有研究的指标客观赋权方法与违约状态鉴别能力无关的弊端.实证结果表明,与单一赋权结果相比,组合赋权模型的灵敏度和特异度分别为83.33%和95.95%,对客户的违约判别能力更强.     

基于结构化模型的违约概率期限结构研究

研究国内信贷市场上违约概率的期限结构问题.首先,基于结构化模型基本原理,提出了累积违约概率和边际违约概率模型;然后,利用国内某银行的数据,测算了1～20年期边际违约概率曲线以及年度累积违约概率和年度边际违约概率;最后,通过情景分析的方法研究了波动率σ和违约阈值B对违约概率期限结构的影响.研究发现:1)在1年期违约概率的预测方面,结构化模型优于Z'评分模型;2)违约概率的变化幅度随期限的增加而逐渐降低.但对于风险较高的贷款,5年期以上的年度边际违约概率的变化幅度不应被忽略,需要对目前的信用风险度量和定价方式加以改进;3)风险越高,近期违约概率越大,中远期违约概率先增后减;时点距离当前越远,边际违约概率对这些风险因素的敏感性越低.     

创始人控制对董事会结构与管理层薪酬的影响

通过考察创始人作为实际控制人对企业董事会结构与管理层薪酬的影响，研究创始人的公司治理角色。通过利用Heckman两阶段模型对A股上市公司中披露了创始人身份信息的企业2010~2015年相关数据进行面板数据个体固定效应回归分析，得出：创始人作为实际控制人会降低企业的董事会规模，但同时会提高董事会独立性；创始人控制会降低管理层整体的薪酬水平与管理层薪酬的业绩敏感性，但对管理层内部薪酬差距不存在显著影响。     

基于违约状态判别的小企业债信评级北大核心CSCD

文章对1 231笔小企业贷款数据进行实证分析,通过方差齐性检验和R聚类构建了对违约状态影响显著的小企业债信评级指标体系;通过区分违约状态越显著的指标、权重越大的思路进行赋权,建立债信评分模型;通过债信等级越高、违约损失率越低的标准划分债信等级,建立了债信评级体系.实证结果表明:速动比率、法人代表信用卡记录等21个指标构成的指标体系不但可以显著区分小企业的违约状态、而且避免了重复反映信息的指标重叠和冗余.     

上市公司信用状况分析新方法

借鉴KMV公司信用计量方法,提出可以用该方法中的"违约距离"对我国上市公司的信用状况进行分析.选取了15家上市公司,使用其股票价格历史数据和财务报表数据计算各家公司的"违约距离",从而对它们的信用状况进行比较.最后指出"违约距离"在公司信用状况分析应用中需进一步开展的工作.     

相似信息优先的复杂装备费用测算模型

针对横截面数据的复杂装备费用预测问题,由于主要参数比较相似的装备系统其研制费用往往趋同,提出了横截面数据的“相似信息优先原理”。分析新研装备与以往装备的相似度,按照指标信息的相似度区分横截面信息的优先次序。用归一化的相似度作为加权最小二乘法的权重,通过实例建立相似信息优先的回归模型,并与其他方法的结果对比,结果表明本文的方法具有更高的预测精度,相似信息优先的多元回归模型充分反映了相似信息的规律。     

基于违约状态判别的小企业债信评级

文章对1 231笔小企业贷款数据进行实证分析,通过方差齐性检验和R聚类构建了对违约状态影响显著的小企业债信评级指标体系;通过区分违约状态越显著的指标、权重越大的思路进行赋权,建立债信评分模型;通过债信等级越高、违约损失率越低的标准划分债信等级,建立了债信评级体系.实证结果表明:速动比率、法人代表信用卡记录等21个指标构成的指标体系不但可以显著区分小企业的违约状态、而且避免了重复反映信息的指标重叠和冗余.