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。     

基于新闻情感的上市公司财务造假识别方法研究

将大数据技术应用于上市公司财务造假识别是一有益探索。选取某段时期内存在财务造假的39家上市公司和与之配对的财务诚信度良好的39家上市公司作为研究样本,根据筛选后的2个反映新闻情感的指标与5个反映上市公司财务状况的指标,分别建立了基于财务指标、基于新闻情感、基于财务指标和新闻情感的三种上市公司财务造假Logistic识别模型,并对这三种模型进行了对比分析。结果表明:综合新闻情感与财务指标的财务造假Logistic识别模型的准确率最高,是上市公司财务造假识别的一种更有效方法。     

我国农业上市公司股票价格对内在价值偏离度研究

本文以15家沪深股市的农业上市公司为分析样本,基于F-O剩余收益定价模型,分析了2014-2016年度15家农业上市公司的财务指标,并利用市净率与内净率的比率测算了这些公司的股票价格对内在价值的偏离度。结果表明,15家农业上市公司的股票价格对内在价值的偏离度均大于1,市场价格与内在价值的偏离度较大。主要原因与国家对农业的相关扶持政策、投资者的投机心理有关。     

基于SPSS分析平台的上市公司财务预警模型

筛选140家ST及非ST上市公司作为样本,运用定性与定量相结合的方法选取财务指标.在相关性分析、因子分析法和距离判别原理的基础上,基于SPSS分析平台导出一种新的财务失败预测模型,即Y评分模型.随机抽取沪深股市的120家上市公司进行实证检验,以期降低对上市公司财务风险.     

基于灰色理论与ARIMA模型的股票价格预测

利用组合模型对茅台股票价格进行预测。首先通过ADF检验观察价格时间序列是否平稳。其次,选择ARIMA、GM(1,1)、GM-ARIMA回归模型分别对股票价格序列进行拟合。最后,基于误差标准选择GM-ARIMA回归模型对茅台股价进行预测。结果表明,GM-ARIMA回归模型更能准确地预测茅台股票的股价。     

基于Bayes判别分析法的上市公司财务风险研究

上市公司如果发生财务风险,就会使投资者遭受重大损失.在前人研究的基础上,选择适当的财务指标,运用Bayes判别分析法建立了上市公司财务风险判断模型,并利用该模型对上市公司的财务风险进行了实证检验.实践证明,上市公司只有不断提高盈利能力,正确把握财务杠杆尺度,才能有效规避财务风险,实现持续经营.     

股价信息含量对企业资源配置效率影响实证研究

以中国上市公司为研究样本,采用股价波动非同步性方法度量股价信息含量,并基于面板数据回归模型对股价信息含量与资源配置效率的因果关系进行了实证检验.实证结果表明:股价信息含量与企业的投资过度行为呈显著负相关,即股票价格中包含的特质信息能起到抑制企业投资过度行为,增加资源配置效率的作用;高信息含量股价也能显著提升企业未来期间的经营绩效水平.因此上市公司股价信息含量增加能对资源优化配置产生正向促进作用.     

中小型企业的Logistic回归信用风险预警模型——以甘肃省为例

以中小型企业为研究对象,筛选了甘肃省的120家中小型企业作为研究样本,构建了基于20个常用的财务指标的Logistic回归预警模型,进而对中小型企业的信用风险进行预测分析.研究结果表明模型具有良好的预测效果,预测准确率达到92.5%,可以较好地为企业内部进行风险预警,并为银行系统提供企业信用风险状况和信贷决策依据.     

局部线性光滑技术和ARIMA模型在股价动态预测中的应用

针对目前我国股票市场中难以对上市公司的股票价格从定量分析的角度进行有效预测这一突出问题,利用时间序列局部线性光滑技术并结合ARIMA建模方法,提出了股票价格序列的一步动态预测方法,用于股票价格序列的建模及股价短期预测,以期为企业和投资者在进行相关决策时提供有益的参考．最后,以两家上市公司近几年股票的周平均价格为例验证了预测结果的有效性．     

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。     

改进的时间相关序列股票价格混合预测模型研究

金融股票市场是一个极其复杂的演化系统,因此对股价波动进行准确预测是投资者理性规避投资风险的重要渠道。本文首先通过构建科学性较强的自回归移动平均与支持向量机（ARIMASVM）模型分析一维金融时序数据的线性成分,对我国股价波动进行样本内预测并与真实数据作比较,再利用改进的支持向量机（TGDSVM）模型基于金融面板时序数据处理线性预测后剩余的非线性成分信息。采用平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对比例误差（MAPE）、回归指数（WIA）、百分标准误差（SEP）与Nash系数六个预测精度指标检验五只股票日收盘价的预测精度。仿真结果表明：改进的时间相关序列（ARIMA-TGD-SVM）股票价格混合预测模型可以很好的弥补传统支持向量机（SVM）模型对解决多分类问题存在困难和对大规模训练样本难以实施的不足,并有效解决其利用欧式距离表征时序数据内部真实相互关系不足的缺陷,能够为股市预测提供理论依据和实际应用奠定基础。     

基于优化MACD模型的股票价格变化趋势预测方法

【目的】探寻一种有效预测股票价格变化趋势的方法。【方法】在指数平滑异同移动平均线(MACD)指标中加入市场活跃程度(ACT)、波动率(VOL)、离差值(DIF)趋势程度3个指标来构建股票价格变化趋势预测模型。采用热点图对MACD策略中的参数以及股票进行选择、融合,并运用技术分析工具、支持向量机(SVM)与相关向量机(RVM)等机器学习方法对MACD策略中产生的交易信号进行优化,筛选特征变量。【结果】将设计的股票价格变化趋势预测策略的数据换成A股全市场数据并进行回测,发现近10年的年化收益率(14.8%)胜过沪深300指数(7.201%),而且使用A股全市场的数据有效避免了幸存者的偏差。【结论】优化改进的股票价格变化趋势预测模型可以在一定程度上预测股票上升的趋势,有效规避风险。     

我国化工行业股票价格影响因素实证研究

化工行业股票是股市的重要组成部分。从投资者投资分析常用的财务数据摘要着手,随机选取30只化工行业股票进行研究,用计量经济学回归分析的方法研究影响化工行业股票价格的因素。实证研究结果表明,每股收益（调整后）是影响化工行业股票价格的主要因素。     

股票价格塑性性质的计量经济模型及实证检验

首先基于股票价格和成交量，根据股票的量价规律，分析了股价波动的塑性性质；然后使用计量经济学方法建立描述股价波动的塑性模型，包括股价塑性基本模型、基本模型的一阶自回归模型、幂指数模型及幂指数模型的一阶自回归模型，基于12支样本股对这些模型进行参数估计和检验。由4种模型均能够通过经济学检验和统计学检验可知股价波动具有塑性性质，且4种形式的股价塑性模型均是可行的。比较4种形式的股价塑性模型的检验结果得出幂指数模型描述股价塑性较为科学、合理。     

基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。     

股票价格塑性模型及其计量经济学检验

从股票市场的量价规律出发提出股票的均衡价格、股价塑性等概念,建立包含高频交易数据的股价塑性理论的计量经济模型.用样本股票的数据对股价塑性模型进行检验和实证分析,检验结果表明,除了拟合优度R2稍差之外,解释变量的t检验和方程的F检验以及模型的经济学检验结果都较理想,实证分析结果表明股票价格的变化具有塑性的特征.     

基于情感分析和GAN的股票价格预测方法

股票价格具有非平稳性和波动性特点,且投资者容易受自身情感影响,投资决策行为具有非理性特征,因此股票价格难以预测.针对预测股票价格的卷积神经网络情感分析方法存在文本标记分布不平衡问题,本文提出一种基于情感分析和生成对抗网络的股票价格预测方法.首先,建立金融领域情感词典库;然后,使用基于词典的情感分析方法计算金融文本数据的情感极性和投资者每天的总体情感指数;最后,利用生成对抗网络对股市波动进行预测,其中生成器生成股票序列数据,而判别器采用卷积神经网络对生成数据和真实数据进行区分.该方法能动态地更新股票价格预测结果且误差较小.     

股票财务评价的因子分析

在股票财务评价中引进了因子分析法,选择石化板块2003年年报进行了实证分析来阐述这种方法,用spss10.0软件对一大堆烦杂的财务指标综合成几个不相关的、能反映股票价值大部分信息的因子,确立了各因子权重,按综合分值和各因子分值进行量化,客观地排序.     

股票市场供求关系与股价及其变化率的微分方程

在股票市场中,股票进行买卖的行为叫做股票交易。交易量的大小称为成交量,而成交量直接影响股票价格的变化。主要研究供求与股价等一些相关因素的关系,建立数学模型,并对此模型进行讨论、分析,给出定量的描述,为投资者提供一个理论依据。     

日历、成交量进程和股价波动率的关系

在成交量进程标度的股票价格动力学方程为几何布朗运动的假设下,将股票价格动力学方程的进程标度从成交量进程转换到日历进程.转换后的股价动力学方程能表现出异步交易特性,也能表现出股票收益率与成交量的非线性关系,而且能表现出股票收益波动率与成交量的非线性关系.通过对沪深两市共21支流通市值较大股票的实证检验,表明该模型能显著改进股票收益率的正态性.