基于现金流量的可选消费行业财务预警研究

为了对上市公司可选消费行业出现财务危机的可能性进行更准确的预测,采用logistic回归分析方法做出预警模型.选择非配对样本,以可选消费行业沪市A股公司2003年和2004年的ST公司和正常公司共42家作为分析样本,另外48家作为检验样本.利用主成份分析方法对现金流量指标进行筛选,并运用logistic回归对所得到的主成份进行分析,得到的基于现金流量的财务预警模型,可从获现能力、盈利能力等不同角度全面准确地反映企业的财务状况.     

基于EVA和现金流的财务危机预警模型研究

以上市公司中2013年31家被ST的公司和与之对应的31家非ST公司为研究的对象,利用公司的财务报表,采用Logistic回归方程建立财务预警模型,同时,为进一步增强预警模型的有效性,将前瞻性的EVA指标和真实反映企业财务状况的现金流量指标中同时引到财务危机预警模型的构建中.通过对模型的拟合优度及回代检测可以看出,加入EVA指标和现金流量指标的财务危机预警模型对危机的前瞻性和灵敏度要大于基于传统指标所建立的财务危机模型,因此引入EVA指标和现金流量指标对财务危机的预警具有很好的理论依据.     

制造业上市公司财务困境预测模型实证研究及对策建议

选取沪深两市制造业上市公司中50家ST公司和相对应的50家非ST公司为研究对象，在这些公司会计信息基础上利用Logistic回归构建上市公司财务困境预测模型，对其进行了实证检验并对相关指标特征进行分析，在此基础上提出了针对上市公司财务危机预警的对策建议。     

基于董事会治理因素的财务危机预警模型的构建

企业在经营过程中存在着越来越多的财务风险,为了防止这些风险演变为财务危机,及时进行财务危机预警分析,就需要理顺公司的治理结构,引入董事会治理因素来完善财务危机预警机制.以120家上市公司为研究对象,分别运用非参数检验、T检验以及主成分分析对财务变量和董事会治理变量进行筛选,进而运用Logistic回归分析构建预警模型.结果显示,未引入董事会治理变量的模型的预测正确率为92.5%,而引入董事会治理变量的模型预测正确率为94.15%,预警能力明显增强,也说明,董事会治理因素是影响公司财务危机的一个重要方面.     

基于主成分分析的上市公司财务危机预警模型研究

建立了主成分分析预警模型,该模型可以用来对企业财务困境进行预测.经实证研究得出,该模型对检验样本的预测正确率为70%,说明主成分分析方法对上市公司的财务危机具有较好的预测效果.     

基于Logistic回归模型的IT企业财务危机预警的实证研究

以我国信息技术上市的ST公司和非ST公司作为研究样本,运用因子分析以及Logistic回归分析的方法,综合传统的财务指标和现金流信息指标构建适合IT企业的财务危机预测模型.并对模型的预测效果进行回判,验证了该模型对IT行业具有很好的预警效果.     

基于判别分析方法的上市公司财务危机预警研究

近年来,我国经济飞速发展,但也存在影响经济发展因素,它可能使企业陷入财务危机,因此非常有必要建立财务预警系统。本文通过建立判别分析预警模型对财务困境进行预测,经实证研究得知该模型对检验样本的预测正确率为80%,说明判别分析方法对上市公司的财务危机具有较好的预测效果。     

基于支持向量机的上市公司财务危机预警研究

近年来,我国经济飞速发展,但也存在影响经济发展的因素,它可能使企业陷入财务危机,因此非常有必要建立财务预警系统。本文通过建立支持向量机预警模型对财务困境进行预测,经实证研究得知该模型对检验样本的预测正确率为82.5%,说明支持向量机方法对上市公司的财务危机具有较好的预测效果。     

基于BP神经网络的财务预警实证研究

运用BP神经网络对我国制造业的上市企业进行实证研究,选取2002～2005年的62家ST企业为样本,并选取同行业、同时期、同规模的健康上市企业进行配对.通过显著性检验对指标进行筛选,并建立单纯依靠财务指标的BP神经网络财务预警模型,比较引入非财务指标后的模型的预测效果,得出引入非财务指标后的BP神经网络财务预警模型更加精确.     

基于费歇判别分析的企业财务困境预警研究

选取2011年127家ST公司为财务困境公司,并对每个困境公司进行配对,利用财务困境公司和非财务困境公司T-2年现金流量数据,在费歇判别分析基础上,利用现金与总资产比率、每股收益增长率、净资产增长率、每股经营现金净流量和净利润现金含量5个现金流指标构建现金流量财务困境预警模型,模型整体判别准确率为88.2%.最后,通过ROC曲线对模型判别结果进行检验。     

因子分析模型在上市公司财务预警中的作用

结合国内外有关研究,运用多元统计分析方法,借助于因子分析模型,导入2006年上市公司的财务数据,选取两类(ST和非ST)22家上市公司为样本,建立了财务危机预警模型,并对所建模型的作用和不足之处进行了探讨。     

基于多元回归分析的财务危机预警研究

结合国内外有关研究，运用多元逻辑回归分析方法，借助于Logistic分析工具，导入2002年在沪上市的上市公司财务数据，选取两类（ST和非ST）上市公司的37个财务指标为样本，建立了财务危机预警模型，并对所建模型的创新和不足之处进行了探讨．     

基于支持向量机的上市公司财务危机预警研究

以2002—2005年在沪深两市挂牌交易的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预测精度远远高于其他方法,具有其他方法所不具有的优越性.     

公司治理、外部审计信息与财务危机预警

为了提高财务危机预警模型的准确率和稳健性,在利用上市公司财务数据的基础上,加入公司治理和外部审计信息变量,采用主成分分析和Logistic回归构建了预警模型。实证分析结果显示,加入公司治理和外部审计信息的预警模型,预测能力要比仅使用财务指标的预警模型更为理想。     

支持向量机（SVM）方法对财务危机的预警

上市公司是证券市场的基石，其行为的规范与否及其财务状况的好坏将直接影响到证券市场的发展和投资者的利益。而在市场经济条件下，每个企业绝对地防止财务失败是不现实的，在特定的条件下，总会有一些企业陷入财务失败的困境，然而人们面对这样的困境不是无能为力的，企业财务失败是可以提前预测的。本论文正是基于这样的思想，在总结国内外有关企业财务失败研究成果的基础上，论述了企业财务失败与破产、企业财务失败与ST的关系。在对企业财务失败预警的含义、功能及特征等进行了必的简单介绍之后便进入实证研究部分。实证研究部分主以我国深、沪两市96年前上市的260家A股公司为研究样本，采用2005年至2007年三年的实际财务数据的均值，运用支持向量机（SVM）方法，随机抽取其中的200家企业的数据建立判别模型，运用自身验证法对模型的稳定性加以分析，又运用外部数据法，使用剩余60家上市公司的数据对模型的预测能力进行了验证。结果表明：通过对21个变量指标进行分析，SVM的准确率很高，其预测的准确率为94％。而后对模型的可行性和有效性进行了验证，正确的判别率达到了91．6667％，结果表明模型是可行的。从而建立了判断上市公司财务危机的数学模型。     

基于CNN的上市公司财务危机预警研究

对财务危机预警模型进行研究,有助于企业及早发现可能的风险,制定相应对策加强财务管理,对完善资本市场体系,推动经济高质量发展意义重大.本研究提出了一种基于主成分分析(Principal Component Analysis, PCA)和卷积神经网络(Convolutional Neural Network, CNN)相融合的财务危机预警方法.首先,针对海量财务数据存在噪音的问题,构建表征企业财务风险的主成分分析框架,实现备选指标数据的预处理.其次,根据预警指标的特征,通过对财务预警数据的反向学习训练,构建轻量化的三层卷积神经网络模型,预测企业是否陷入财务危机.最后,与现有机器学习财务预警方法进行对比,新模型显示了较高的预测准确率.     

我国上市公司渐进式财务困境预测研究

财务困境指企业因财务状况恶化、面临倒闭破产的状况,有效的财务困境预测手段有助于投资者避免损失,帮助上市公司及时发现危机以预防。文章以我国上市公司作为研究对象,选取50家被因财务业绩差被退市警告的公司和50家财务正常的公司作为研究样本,首先应用单变量分析,研究财务困境公司在财务困境发生年度之前5年内重要财务指标变化情况与差异,然后构建判别我国上市公司渐进式财务困境的Z-SCORE模型,并利用样本数据对模型进行检验。研究结果表明,本文构造的判别模型能够有效的对我国上市公司的渐进式财务困境进行预测。     

基于多元统计的上市公司财务预警研究

伴随我国市场经济体制改革的深化和资本市场的快速发展,企业发生财务危机甚至破产的情形越来越多,因此及时准确地对财务危机进行检测及预报已成为上市公司重点关注的问题之一。运用因子分析、聚类分析和判别分析等多元统计分析方法,构建三种上市公司的财务预警模型,选取我国证券市场的30家样本公司,进行实证研究,结果表明判别分析模型具有最优的预警效果。     

基于Z值模型的我国房地产上市公司财务预警模型研究

从沪深两市中,筛选出比较典型的36家房地产上市企业作为研究样本进行研究。结果表明,二元逻辑回归模型对我国房地产业上市公司财务危机预测准确率可以较好的预测我国房地产业的财务状。     

财务危机预警的统计方法研究

随着市场竞争的日益激烈,现代企业面临的竞争压力急剧加强,通过对财务危机预警定量方法进行比较分析,旨在从实际出发寻求具有较强适用性的预警建模方法,以提高企业对财务危机预测和警示的能力,推动企业可持续发展。