上市公司复合财务系数

在构建上市公司财务评价指标体系的基础上,应用主成分分析方法对各财务指标进行综合,得到复合财务系数,从而为投资者提供了客观、合理的决策依据     

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.     

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.     

上市公司财务困境预测模型比较研究

以中国上市公司为研究对象,以因财务状况异常而被特别处理作为上市公司陷入财务困境的标志,采用交叉验证技术建立各种统计和神经网络模型,并在独立的预测样本集上进行比较.实验结果表明统计和神经网络模型都能有效地进行财务困境预测,对于提前两年预测,统计模型优于神经网络模型,而对于提前三年预测,神经网络模型优于统计模型.实验结果也表明了在与训练集同一财务年度区间内的测试集上不能正确估计模型的性能.     

上市公司财务状况判别分析算法的实证研究

针对当前财务状况判别分析建模研究中存在的问题，在分析经典判别分析算法不足的基础上结合粗糙集理论提出一种新的判别分析算法，实证分析结果表明其在多指标筛选、指标重要性识别以及判别分析等方面性能良好。     

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.     

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。     

上市公司复合财务系数的灰关联算法

在确认上市公司复合财务系数评价指标体系的基础上 ,应用灰色关联度的计算方法对各财务指标进行综合 ,得到一种新复合财务系数计算方法 ,从而为投资者作出投资判断提供了客观、合理的决策依据 .     

企业失败动态预测的ARMA-EWMA模型及其应用

利用ARMA模型的时间序列分析和EWMA控制图对过程变异的加权累加记忆特征．以图示化的形式研究企业失败演化路径。实证结果显示．ARMA-EWMA模型能够预测出企业由缋效好向差转变的转折点，预测失败趋势；在预测精度上．ARMA—EWMA模型与统计判别Fisher模型、Logit模型近似，表现出较高的预测正确率，但在中长期预测上，ARMA—EWMA模型优于统计判别模型。     

基于递阶遗传算法和BP网络的财务预警

提出一种基于递阶遗传算法和BP神经网络的财务预警模型.现有的BP网络模式分类训练方法大都只能训练BP网络的权重,网络的结构得预先用某种方法确定.利用巧妙设计的递阶遗传算法能够把网络的结构和权重同时通过训练确定.以模式分类数据库中的数据进行训练和测试,并与其他模式分类模型相比较.结果表明,该模型更优,分类精确度更令人满意.根据上市公司的财务数据用所提出的方法进行财务预警是可行的.     

中国股票市场的中值回归现象

采用2000～2009年的A股市场数据,通过考察投资组合的动态特性,检验了中国上市公司的净资产收益率、市净率、市盈率、股票收益率及公司市值等主要指标的中值回归趋势,并比较了不同指标之间的回归强度。实证结果显示:A股上市公司的盈利能力、估值水平和公司规模都呈现出显著的中值回归特点。通过对指标的序位建立模型和进行参数拟合,将不同经济指标纳入一个可以互相比较的框架,并对中值回归现象背后的形成机制进行了分析。     

基于复杂网络的金融市场网络结构实证研究

基于股票价格波动序列的相关特性,通过阈值化处理得到金融网络的连接矩阵,并用复杂网络的特征参量表征其网络性质.节点累积度分布的胖尾特征表明存在少数中心节点的股票,而聚类系数和最紧邻平均度表征金融网络具有层次结构和异配特性.进一步研究k核结构,发现核数随节点度幂律增长,当节点度较大时核数保持不变,而且最核心的节点对应中心节...     

金融市场的效率与分形市场理论

简要回顾了通常描述金融市场效率的有效市场理论并指出其缺陷 ,将非线性系统理论中的分形理论引入金融市场有效性的研究 ,阐述了分维时间序列的经济涵义以及分形市场理论 ,并指出分形市场理论提出的意义 .最后给出实证研究 .     

MG模型模拟我国金融市场格式化特征的研究

利用正态概率作图、R/S分析和自相关函数分析等方法,发现在高频数据下(时间长度为15分钟),以上证指数和深成指数为代表的我国金融市场存在出收益率的"肥尾"、"集聚"和相关性等格式化特征,同时利用基于MG模型的"生产者-投机者"模拟市场模拟这些特征.这项工作的意义在于,由于MG模型可以同时进行数值和解析分析,因而基于MG的模拟市场的研究为定量分析真实市场提供了一条可能的途径.     

Modeling Financial Market with Minority Game

There are two main paradigms in financial study： one is classical theories such as CAPM, APT and EMH, the other is Behavioral Finance. However, both sides have certain disadvantages： The former emphasizes rationality and equilibrium while neglects the effect of investors＇ psychology and interaction on price evolution; the latter focuses on investors＇ irrationality and heterogeneity, whereas denies equilibrium and systematism. So we need a comprehensive and realistic model which simultaneously consists of heterogeneous agents, dynamical interaction and evolutionary equilibrium. The Minority Game was first introduced by physicists and is a powerful and rather simple tool dealing with the problem how the equilibrium could be dynamically attained under such circumstance as heterogeneous agents interacting with each other. In this paper, we attempt to apply this inter-discipline theory to model financial markets.     

上市公司财务状况的动态多指标综合评价方法

针对上市公司财务状况的动态多指标综合评价问题 ,首先建立了评价指标体系 ,并在此基础上 ,综合考虑评价指标的好坏程度和增长程度两种情况 ,提出了一种适用于动态多指标综合评价的理想矩阵法 ,最后给出了一个实际应用算例.     

金融危机对中国证券网络影响的实证研究

以金融危机前和金融危机下两个不同时期对中国证券网络影响进行了实证研究。结果表明:沪深300证券网络权重分布在危机前后并没有太大变化,但在后金融危机时期,股价波动相关系数主要分布在弱相关区域。影响因子的分布是由危机前的普遍偏大变为危机后的普遍偏小。利用最大生成树所构建的中国证券网络和美国S&P500证券网络在金融危机时期网络层次均变得紧凑;度分布涌现出个别度值很大的Hub节点。沪深300相关性网络的最大社团中行业覆盖面较广,一些有利害关系的产业出现在同一社团中;且危机后的最大社团形态与S&P 500经济平稳时较为相似。     

中国股市投资者情绪与股票收益的实证研究

应用GARCH—M（1，1）模型检验了中国股市投资者情绪对股票收益的影响，结果发现：机构投资者情绪是影响股票价格的重要因素，但对不同市场和组合的影响方式不同且未形成系统风险；而个人投资者情绪的影响并不显著，也不存在小盘股主要受个人投资者情绪影响的现象。这与国外相关研究结论不同。