基于面板离散选择模型的企业财务预警及其行业适用性

基于制造业上市公司2001~2010年的平衡面板数据,在对财务指标和非财务指标进行筛选的基础上,构建了基于面板Logit模型的财务困境预警模型,并分别检验了非财务指标对财务预警模型的影响、行业差异对财务预警模型的影响以及预警临界点的选择对模型的影响。研究发现:资产负债率是财务困境预警中必须给予高度关注的指标;在非财务指标中,行业类型对模型预警能力的影响最大,应针对不同行业建立不同的财务预警模型,外部审计师出具的加说明段的无保留意见以及保留意见可以作为判断公司陷入财务困境概率的参考依据;在预警过程中可适当降低临界点以减小对财务困境公司的误判率。     

财务指标与违约距离相融合的上市公司财务预警模型

违约距离是基于股票交易数据的信用风险度量指标，运用中国A股上市公司数据研究其在财务预警模型中的作用。研究结果表明，违约距离可提升财务预警模型的拟和优度和预测能力，但提升效果较为有限。     

基于Aalen可加模型的中国上市公司ST预测

针对上市公司特别处理(简称ST)政策，基于公司连续2年净利润为负的特征，利用生存分析方法，建立Aalen可加模型来预测上市公司财务困境。采用中国各制造业公司自上市日起到2015年的财务数据进行实证分析，讨论上市公司违约概率与财务预警指标间的关系。研究结果表明，总资产规模、营业利润率、运营资金/资产总金额、留存的收益/资产总金额四个指标均影响上市公司陷入财务困境的强度，即这四个指标具有稳健性；除了总资产规模对其影响是常数外，其他3个指标对其影响均具有时变性；且总资产规模越大，该公司陷入财务困境的可能性越小。     

基于变量聚类和COX比例风险模型的企业财务预警研究北大核心CSSCI

以沪深两市A股上市的制造企业为样本,运用变量聚类方法,从32个财务与非财务指标中选取11个指标作为财务预警典型指标,在此基础上,建立COX比例风险模型。通过COX比例风险模型实证研究发现:速动比率、股东权益相对年初增长率、资产负债率为危险因素,增加了发生财务困境的危险性;总资产周转率、独立董事比例为保护因素,降低了发生财务困境的危险性。通过COX比例风险模型的判别能力检验,COX模型针对训练样本和测试样本的综合识别准确率均达到80%以上。研究结果证实,COX比例风险模型具有较好的财务预警判别能力。     

基于变量聚类和COX比例风险模型的企业财务预警研究

以沪深两市A股上市的制造企业为样本,运用变量聚类方法,从32个财务与非财务指标中选取11个指标作为财务预警典型指标,在此基础上,建立COX比例风险模型。通过COX比例风险模型实证研究发现:速动比率、股东权益相对年初增长率、资产负债率为危险因素,增加了发生财务困境的危险性;总资产周转率、独立董事比例为保护因素,降低了发生财务困境的危险性。通过COX比例风险模型的判别能力检验,COX模型针对训练样本和测试样本的综合识别准确率均达到80%以上。研究结果证实,COX比例风险模型具有较好的财务预警判别能力。     

企业财务困境修正Z模型的实证研究

针对奥特曼Z模型的不足之处进行了修正，寻找尽可能准确预测财务困境的模型，并选取我国上市公司中41家财务陷入困境的公司和41家财务正常的公司为样本，应用逐步回归分析法，研究了财务困境出现前2年这两类公司的20个财务指标，从中选定7个指标作为预测变量，主要采用Fisher判别分析和Logistic回归分析两种方法分别建立了财务困境预测模型。实证研究结果表明这2个模型与奥特曼的Z模型相比均有较好的预测效果，针对我国上市公司财务困境的预测准确度有显著提高。     

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.     

基于多元判别分析和神经网络技术的公司财务困境预警

应用我国上市公司的财务报表数据，采用多元判别分析（MDA）技术和神经网络（ANN）技术对我国上市公司进行财务困境预警研究。实证结果显示这两种方法都具有较好的预测效果，其中ANN模型的短期预测效果优于MDA模型的预测效果，但无明显的优势。研究同时证明在现有会计制度和会计准则下。财务报表能提供预测财务困境的大量有用信息。财务危机有踪可寻。     

基于决策树的财务预警

实现有效的财务失败预测对于银行、投资者、企业和政府管理机构来说具有重要的意义.本文以上市公司为研究对象,选取了反映上市公司盈利能力、偿债能力、营运能力、成长能力和公司规模的17个财务指标,区别于传统的建模方法,应用决策树技术建立了中国上市公司的财务困境预警系统.实证结果表明本系统具有较好的预测性,在此领域有着良好的应用前景.     

我国上市公司动态违约概率KMV模型改进

应用KMV模型检验中国上市公司的信用风险,需要对KMV模型做出修正并在此情况下检验模型的有效性。动态违约点的设定是对KMV模型修正的重要内容。本文通过设置动态违约点,对违约距离DD进行描述性统计分析并应用多种检验方法论证违约点参数设定,构建了大样本下违约距离和经验EDF的映射关系,在此基础上检验KMV模型的区分能力。结论表明,(1)均值差比较,均值t检验和秩和检验的结果在5年内具有一致性的结论,即当违约点在DP1时KMV模型的区分能力最强。(2)违约距离判别精度效果最好,而经验EDF的判别精度相比较低。     

基于盈利质量的DANP变权财务预警模型

高质量的盈利是企业健康持续发展的基石,财务危机是财务质量的综合表现.以和谐理论为基础,从盈利质量及其各维度的均衡性两方面分析财务危机发生的机理,并依此建立基于盈利质量金字塔的财务危机指标评价体系.考虑到评价指标间存在一定程度的相互影响的现实因素,同时为避免常权综合评价模型的属性值转移,建立决策实验室法的网络层级分析法(DANP)双层惩罚变权时间序列财务预警模型以判断企业财务状况.通过上市公司数据实证,构建财务预警综合评价值的临界区间为[0.6494,0.6547],其值越小财务危机发生的可能性越大,且预测准确率达到91.53%.在理论上对财务危机发生的机理研究具有增量贡献,在实践中对企业自身财务状况的监督具有现实指导意义.     

买方市场中的价格战对沪深股市国有控股上市公司的国有资产保值增值的危害的研究

根据近两年来我国沪深股市成份股公司的实际经营情况 ,分析了我国的买方市场中的价格战对国有控股上市公司股东权益等指标造成的危害 ,提出了建立国有控股上市公司国有资产保值增值动态系统模型的方法.     

Predicting status of Chinese listed companies based on features selected by penalized regression

China’s companies have attracted much attention due to the development of stock market in China. The listing status of listed Chinese companies becomes an important indicator which implies the potential risk of a stock. Thus predicting the status of listed Chinese companies is obviously crucial for stockholders and investors when they make further decisions. According to the four possible listing statuses for Chinese companies, researchers formulate the above issue as a classification problem which is typical in data mining area. Plenty of classification techniques have been implemented to predict the status of the listing Chinese companies based on their financial factors. Usually, there are more than 150 financial factors for each of the listed companies, and feature selection is needed before the implementation of classification methods. In the literature, researcher used t-test with variance inflation factor (VIF) analysis to select relevant factors. However, such method can not be applied in the high dimensional case. In this paper, we apply the idea of penalized regression to select the interested factors based on a logistic regression model, and then apply popular classification methods to predict the companies’ statuses. Our results show that the proposed method can find more representative factors and improves the prediction accuracy of the classification methods.     

我国股票市场行业间波动溢出效应研究——基于改进的EMD去噪方法

针对我国股市噪声交易能量较大、行业指数同步性较高的特点,提出改进的EMD(empirical mode decomposition,经验模态分解)去噪方法对行业数据进行处理,进而采用BEKK-GARCH模型分析金融危机前、金融危机期间、金融危机后三个阶段行业间波动溢出效应.研究表明,在降低股价同步性方面,改进的EMD去噪方法效果更佳;行业间波动溢出效应在金融危机期间显著上升,金融危机后回落;较之金融危机前,金融危机后传统制造业受产业链上游的波动溢出效应有所降低、受科研的波动溢出效应有增强的趋势.     

网络信息传播与中国征券市场新股基本面的关系

网络媒介由于其传播速度既快，覆盖面又广，对于新股的信息传播具有很大的影响力。人们可以通过网络媒介迅速挖掘出准备上市新股的大部分信息，因此，在消除信息不对称的方面，网络媒介有着天然的优势。在中国证券市场中，一般情况下，中小投资者是无条件对上市公司进行调研的，但可以通过招股书或公司公布的财务报表等相关信息掌握上市公司的基本情况，对要入市公司的财务状况和经营状况进行了解。所以新股的基本面状况，是投资者作为投资与否的一个重要原因。在新股招股书公布后，会有大量的投资者通过网络论坛、微博、微信等形式表达对新股的观点。通过股票基本面中的相关指标和网络传播数据的相关性，考察投资者在网络中传播的股市信息和股票基本面中各指标的关联情况，揭示网络传播与新股基本面的内在关系。     

低碳产业上市公司并购行为对公司劳动力需求的效应——基于动态面板数据的实证分析

以2003~2009年沪深两市发生并购的低碳产业上市公司的面板数据集为研究对象,通过构造动态面板数据模型,探究低碳产业上市公司并购对公司劳动力需求的影响。研究结果表明低碳产业上市公司并购有利于增加公司劳动力需求。本文研究不但从理论上丰富了并购的研究内容、拓展了研究范围,从实证上明确了并购对公司劳动力需求的影响关系,并且为相关政府部门合理制定就业政策提供了可行建议。     

基于BP神经网络的上市公司财务预警模型

为了进行企业财务危机预警方法精度的比较研究,采用BP人工神经网络工具,以120家上市公司的截面财务指标作为建模样本,并使用同期60家公司作为检验样本建立了财务危机预警模型.经过对样本的反复训练和学习,分别取得了建模样本90.8%和检验样本90%的判正率.与我们采用主成分分析法建立的模型对同一建模样本和检验样本的预测精度分别是90%和81.7%相比有很大的提高.研究结果表明:BP神经网络是一种非线性映射模式,在指标间相关度较高、呈非线性变化,或数据缺漏不全等情况下仍可得到比较满意的结果,因此是一种比较理想的预测方法,具有广泛的适用范围和较高的推广价值.     

企业财务弹性指数的构建及实证分析

借鉴已有的研究成果,综合考虑现金指标、杠杆指标和外部融资成本指标三个方面,构建了财务弹性指数,阐明了财务弹性指数的具体计算方法。利用财务弹性指数对上市公司进行考察发现,我国上市公司的财务弹性指数整体偏低,且ST公司的财务弹性指数低于上市公司平均水平。对财务弹性指数的指标设计与结构合理性的检验表明,该指数的信度和效度令人满意。     

股票价格与上市公司业绩的关联分析——对中国证券市场的研究

选取净资产收益率和每股收益指标代表上市公司的业绩。上海综合指数和深圳成份指数作为股票价格表征，运用时间序列分析方法。在对各序列特征进行全面分析的基础上，重点对股票价格与上市公司业绩两者之间的变动关系进行了研究。研究发现：①股票价格与上市公司业绩变化之间不存在长期均衡关系。说明股票价格不反应上市公司业绩；②沪市指数和深市指数之间存在长期均衡关系。并且沪市指数是深市指数的Granger成因；③沪市上市公司净资产收益率和深市上市公司净资产收益率之间存在长期均衡关系．不论是从长期还是短期来看两者都呈同向变化关系。     

资产增长度量指标新论——经营资产增长率指标的提出与实证分析

资产增长效应的存在对市场有效性理论提出了挑战,近年来该异象受到金融学界的关注.学者们提出了多种衡量资产增长的实证性指标,这些指标或仅考察了部分资产成分的增长,或笼统地考察总资产的增长而没有剔除其中的噪音成分,导致以往研究结论存在一定的局限性.基于此,文章试图在剔除噪音资产成分的基础上,将更多的与未来股票收益负向相关的资产成分纳入指标的构建,提出使用经营资产增长率指标来衡量上市公司资产变动状况,并运用分组法、Fama-MacBeth横截面回归法、时间序列回归法以及非重叠套利投资战略等工具,以1994-2012年A股市场中非金融类上市公司为样本,实证分析了各种资产增长率指标和股票收益之间的关系.研究表明:经营资产增长率能够全面度量上市公司的资产增长状况,充分反映资产增长效应,是度量资产增长的代表性指标,依据该指标形成的套利组合获得的收益也是最高的,从而为投资决策提供更为准确的依据.