基于RBF&BP神经网络的R&D绩效隐患预警与控制模型

针对线性PCA无法提取R&D绩效系统中重要的非线性绩效隐患信息的弊端,首先运用RBF网络实现R&D绩效警兆指标变量非线性主元(警情指标变量)的识别,并通过Q统计和SPE贡献图法实现R&D绩效隐患的分离和预警.然后运用Dephi专家评判法校正警情指标得分,并构建BP神经网络获得企业在没有绩效隐患情况下应该达到的警兆指标基准得分,从而发现偏差,采取有针对性的控制措施防患于未然.实证研究表明,该套模型与方法可以克服线性PCA在提取绩效警兆信息(观测变量)的非线性特征方面存在的不足,并能够较为准确地实现R&D绩效隐患的分离、预警和控制.     

考虑财务报告中文本风险信息的财务困境预测

现有的财务困境预测研究大多忽略了公司在年度财务报告中以文本形式披露的风险信息,而相比于公司披露的其他类型的文本,这些风险信息能够更加直接和前瞻地反映公司经营中的潜在重要风险。创新性地引入财务报告中的文本风险信息进行财务困境预测,并构建了能够反映所披露的风险对公司产生影响的可能性的文本特征指标——风险可能性,而后采用机器学习方法构建预测模型。基于2006~2020年美国35706个上市公司年度样本的实证研究发现：在常用的财务及市场各类定量指标的基础上,融合财务报告中的文本风险信息能够显著提升公司财务困境的预测效果;相比于其他常用文本特征指标,本研究提出的风险可能性指标在财务困境预测中表现的重要度最高;定量指标的财务困境预测能力随着预测时间窗口的提前而明显下降,而文本风险信息的预测能力不仅没有下降,还呈现出了更为显著的提升效果。本研究可以帮助市场投资者、监管机构理解如何解读公司在财务报告中披露的文本风险信息,并为实现财务困境预测中融合文本信息提供了理论指导。     

软件企业R&D人力资本投资风险预警与控制模型

为了有效提取软件企业R&D人力资本投资系统中投资风险的非线性信息,首先运用改进型中心调整算法和经优化调整的新型递推学习算法实现R&D人力资本投资风险警兆指标变量非线性主元的识别,然后运用基于Kalman滤波方法的快速学习算法获得软件企业在没有R&D人力资本投资风险情况下应该达到的警兆指标基准得分,从而发现偏差,采取有针对性的控制措施防患于未然.实证表明,该模型能够较为准确地实现R&D人力资本投资风险的分离、预警与控制.     

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。     

基于学习曲线的行业财务风险分析

借助回归分析建立学习曲线方程,求出行业学习率,对学习率进行对比分析,判断学习能力的高低差异.借助主成分分析和回归分析筛选指标,基于学习曲线建立一个反映企业各项能力的指标体系,并将学习率差异对应于该体系中各项具体的财务指标.在具体指标分析中,以上市年数为因变量,以财务指标为自变量,求出回归方程,得出各指标对应的相关系数,着重关注相关系数较高的指标,对照财务指标计算公式挖掘财务指标水平的影响因素.将学习曲线应用于财务风险分析中,建立基于学习曲线财务风险分析模型(LCFRA),并将其应用于行业研究中,以激发目标行业的学习能力,力求对相关财务风险进行合理有效的防范与规避.     

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

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。     

高新技术企业创新资金配置风险预警的FOA-SVM模型及实证

为了提高创新资金的运营效率和为企业创新活动提供有效支撑,按照高新技术企业创新资金配置的生态化要求,从资金的来源、使用、偿还、收益分配四个维度进行风险分析并构建风险预警指标,给出创新资金配置的生态目标,将支持向量机二分类问题扩展到多分类并与果蝇优化算法结合构建风险预警的FOA-SVM (fruit fly optimization algorithm and support vector machines)模型,确定警度和警限,选取117家医药制造企业2016年数据进行模型验证并与GA-SVM (genetic algorithm and support vector machines)模型进行比较分析,研究表明,FOA-SVM模型分类准确率高而且对于高风险的误判率低,可以实现对高新技术企业创新资金配置风险的分类预警,为优化创新资金配置、防范与控制创新资金配置风险提供依据.     

财务困境概率贝叶斯估计

通过财务困境概率估计模型建立一套企业财务风险预测系统,具有降低企业经营风险、投资风险以及防范金融危机的重要意义。现有的预测模型主要有:多元识别分析模型、Logit和Probit等统计回归模型以及人工神经网络预测模型。但以上模型均忽略了决策者个人经验、智慧以及信息优势对财务困境预测的重要作用。本文利用贝叶斯分析方法建立的概率估计模型,可以较好地解决这个问题,提高预测的针对性和准确性。     

引入违约距离的上市公司财务危机预警应用

目前关于上市公司财务危机预警的研究大多数偏重于财务比率指标,忽略了股票价格及波动、企业的经营效率、宏观因素的制约、股权结构等非财务指标的影响。本文尝试区别同类文献研究,在KMV模型的基础上嵌入期权定价模型,通过加入反映上市公司股票价格和波动率的违约距离指标,建立一个相对动态的集财务指标、公司治理指标和违约距离指标于一体的综合财务困境预警模型。在实证基础上检验违约距离指标对于上市公司财务困境预警的适用性及有效性问题。     

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.     

房地产对金融体系风险溢出效应研究——基于AR-GARCH-CoVaR方法

金融危机对全球金融体系造成了巨大的影响,这使得各国研究者开始深入研究房地产部门与金融体系的这种连带关系所传达的信息,并思考应对之道. 本文首先从资产价格波动角度分析了房地产市场对金融系统的风险溢出的机制和传导过程. 在此基础上,本文首次引入AR-GARCH-CoVaR模型,估算了我国房地产市场对金融系统的风险溢出效应. 研究表明：银行将房地产作为仅次于制造业的第二大投资行业,银行房地产贷款额占总贷款额的20%左右,但这20%的贷款可能产生的风险却几乎相当于金融系统自身的系统性风险. 此外房地产部门对金融系统的风险溢出效应存在顺周期性,这表现为在2008年金融危机时房地产的风险溢出效应较大,而在2010年经济逐步恢复稳定时房地产的风险溢出效应较小.     

Multiple Classifiers Hybrid Combination For Companies' Financial Distress Prediction

In order to control uncertainty and instability of single classifiers in financial distress prediction, this research proposed a multiple classifiers hybrid combination model for financial distress prediction. This model improves predictive performance by the combination of multiple classifiers and taking advantages of serial combination and parallel combination. Diversity principle and individual optimization principle were taken as criteria for classifier selection. On the foundation of defining selection operator for class's best classifier, algorithm for constructing basic modules in hybrid combination, dynamic weighting mechanism for parallel modules inside hybrid combination, and mechanism of majority voting were designed. Empirical research with data from Chinese listed companies indicates that the model improves average predictive accuracy and simultaneously reduces variation degree. Statistical analysis demonstrates that the hybrid combination model outperforms existing single classifiers in financial distress prediction significantly.     

企业财务危机预警Rough-ANN模型的建立及其应用

基于Rough集理论和ANN(人工神经网络)方法建立了企业财务危机预警的Rough-ANN模型,对企业财务危机指标的约简、财务危机知识的神经网络动态学习与推理、财务危机的预测和评定等功能进行了集成,并就企业财务危机预警问题进行了实证分析.其结果表明,该模型有效、可行,为企业财务危机的动态预警提供了一条新的途径.     

Analysis on the Mutation and Time-Varying Characteristics of Coal Price System Evolution from the Perspective of Finance

Coal is essential to ensure China's energy security. The sudden or gradual change of coal price reflects the degree of disequilibrium or expected disequilibrium of coal supply and demand, which will not be conducive to energy security. Therefore, it is important to analyze the change points of coal price and explore the reason of the price fluctuation. This paper analyses the coal price from January2008 to June 2019 as the perspective of the financial market. Firstly, the PPM-DBSCAN model is used to identify the mutation point of coal price fluctuation. Secondly, path analysis is used to extract the core driving factors that affect coal price. Thirdly, the authors construct a time-varying and time-lag effect analysis model for structural changes of coal price based on the TVP-VAR model. The results show that there are 11 mutation points of coal price fluctuation. Financial market factors, coal supply and demand and alternative factors are the reasons of coal price mutation. The authors find that the imbalance of coal supply and demand in traditional view cannot fully explain the fluctuation of coal price. The impact of the financial market and non-thermal power generation have more influence on the coal price.     

次贷危机传染渠道的空间计量

本次美国次贷危机通过不同的传染渠道席卷全球,厘清这次危机的传染渠道对深刻认识金融危机意义重大. 选取32个经济体次贷危机前后21个季度中的数据,引入空间面板回归模型对表现金融市场关联程度的Copula传染指数进行传染渠道的实证分析, 结果表明:金融渠道是本次危机的主要传染渠道,国际贸易渠道的重要性弱于金融渠道; 同时, 流动性风险和信用风险加剧了金融传染的程度; 但货币竞争性贬值因素在美国次贷危机的传染过程中作用并不显著. 此外,区域性经济组织之间的传染明显强于地理关系之间的传染.