上市公司财务危机预警模型研究

本文研究了模拟退火神经网络在上市公司财务危机预警中的应用,建立了财务危机预警的指标体系,建立模拟退火神经网络的危机预警模型,并用实际的上市公司财务数据进行了验证,结果证明了模型的有效性。     

基于主成分—神经网络上市公司财务危机预警模型研究

本文研究了主成分和神经网络混合算法在上市公司财务危机预警中的应用,分析了财务危机的影响因素,建立了主成分神经网络的危机预警模型,并用收集了40个上市公司财务数据验证了模型的有效性。     

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.     

基于Rough集和构造性学习神经网络的经济预警模型

在深入分析人工神经网络(ANN)与粗集(Rough set)理论方法的基础上,将Rough集、构造性神经网络与宏观经济预警研究相结合,尝试建立起基于Rough集-覆盖算法的构造性神经网络宏观经济预警方法体系;结合安徽省经济数据,对该模型预警实证分析。理论和实践证明,基于Rough集-覆盖算法的构造性神经网络预警模型是有效的、可行的,且具有较高的精度,从而为动态经济预警提供一条新的途经。     

回归金融原理：企业财务危机预警研究述评与展望

财务危机预警一直受到企业、投资者和政府的关注,但已有预警模型方法的预警能力不能满足市场期许,甚至引发争议,政府部门、市场主体对优化债券违约风险识别与预警方法的需求强烈。该文系统梳理了1932至2020年间256篇财务危机预警文献,从财务危机的概念基础、预警模型的原理及迭代、预警指标选取、预警效率评估等维度进行了述评,指出了现有财务危机预警模型研究的3个现象、方法论特征及局限性。提出了一个跨模型可比的财务危机预警模型评价框架和“一个原则、三个方向”研究改进展望,主张回归金融原理,从而更加精确地进行企业财务危机绝对风险的评估、预警与治理。     

上市公司财务危机预警指标体系的构建

介绍了财务危机及财务危机预警的概念,并对财务危机预警的相关研究进行了总结,阐述了财务危机预警指标体系的指标设置情况。     

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.     

基于粗集理论的神经网络

在分析了粗集理论方法和人工神经网络方法两者各自的特点与共同之处后,首先探讨粗集学习与神经网络学习的结合方法,然后提出一种基于粗集预处理的神经网络系统,最后给出一个基于粗集方法作为信息预处理的神经网络文字识别的例子,来说明基于粗集的神经网络系统的优越性     

电力企业财务危机预警方法研究

电力企业是我国的基础能源企业,关系到人们的日常生活和国家的安定有序。一旦电力企业出现财务危机,不但会严重影响电力企业经济的发展,还会给整个国家的经济体系带来灾难,给人们的生活带来困扰。电力企业的财务危机在发展的过程中是一个循序渐进的过程,因此可以通过做好电力企业的财务危机预警机制,提高对电力企业财务的管控能力,有效消除企业内部财务危机隐患,杜绝财务危机的发生。本文主要分析研究了电力企业财务危机预警方法研究。     

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。     

基于LASSO的企业财务危机预警与关键指标选择

将LASSO方法应用于财务危机预警的关键指标选择,并借助90家制造业上市公司的财务数据建立了基于LASSO方法的财务预警模型.提出的模型不仅实现了两个关键财务指标的自动选择,而且获得了较高的预测精度,这为企业纠正经营方向、改进经营决策和有效配置资源提供了可靠的依据.     

基于粒子群优化神经网络的财务预警模型研究

针对基于神经网络的财务预警方法网络结构复杂和训练时间长的缺点,笔者提出了基于粒子群优化神经网络的财务预警方法.首先对样本数据进行归一化处理,然后采用粒子群优化的BP神经网络来进行训练,最后用训练好的神经网络对我国上市公司财务状况进行预测.仿真实验表明,该方法克服了普通BP神经网络的缺点,使得网络结构的复杂度降低,同时提...     

企业财务危机预警模型研究

将主成分分析、粗糙集理论与径向基函数神经网络结合,引入反映企业现实财务状况的现金流量指标,使用粗糙集剔除冗余指标,通过主成分分析提取指标和降维,利用径向基函数神经网络作为判别企业财务状态的工具,构建上市公司财务危机预警模型,实证研究结果证明了该模型具有较高的建模精度和泛化能力。     

我国化工行业财务危机预警实证研究

本文选取了2008和2009年我国化工行业95家上市公司的20个财务指标为研究对象,应用因子分析和逻辑回归分析,建立了我国化工行业上市公司财务危机预警模型,回判精度高达89.5%。结果表明,我国化工行业上市公司财务危机预警模型具有较好的预警作用;同时企业应关注自身盈利能力的提升。     

基于主成分分析和粗径向基神经网络的财务预警模型研究

将主成分分析和径向基函数神经网络结合,以粗糙集作为预处理器进行指标约简,并以传统财务指标为基础,引入反映企业现实财务状况的现金流量指标,通过主成分分析提取指标和降维,利用径向基函数神经网络作为判别企业财务状态的工具,构建上市公司财务危机预警的RPR模型,实证研究结果证明了该模型具有较高的建模精度和泛化能力。     

一种基于支持向量机的企业财务危机预警新模型

为有效解决传统模型存在的小样本、高维数、非线性和局部极小点等问题,基于支持向量机方法建立了一种新的企业财务危机预警模型.该模型以财务危机预警指标体系为基础,企业财务危机与否的实际结果为学习样本,采用交叉验证和"格搜索"方法进行训练、验证,确定出最优分类函数.实例分析结果表明,该模型简单、有效、可行,为企业财务的动态预警提供了新的途径.     

一种基于支持向量机的企业财务危机预警新模型

为有效解决传统模型存在的小样本、高维数、非线性和局部极小点等问题，基于支持向量机方法建立了一种新的企业财务危机预警模型。该模型以财务危机预警指标体系为基础，企业财务危机与否的实际结果为学习样本．采用交叉验证和“格搜索”方法进行训练、验证，确定出最优分类函数。实例分析结果表明，该模型简单、有效、可行，为企业财务的动态预警提供了新的途径。     

上市公司财务危机实时预警机制研究

中国加入WTO后，在给上市公司带来良好机遇的同时，也使其面临着严峻的挑战，笔者认为，互联网络环境下建立上市公司财务危机实时预警系统已势在必行。本文首先阐述了上市公司财务危机实时预警的前提条件，接着就上市公司财务危机实时预警的机制作了探讨，并提出了相关的建议。     

基于现金流量的财务预警体系构建

目前,我国几种常用的传统财务预警模型均存在着较大的缺陷,需要尽快构建一套基于现金流量的财务预管体系,并通过加强对现金流管理和对可能发生财务危机的关键环节进行控制,可以帮助企业有效地防范和化解财务危机,促进其可持续发展.     

中小商业银行财务危机预警机制探索

随着金融体制改革的全面深化,中小商业银行的财务问题逐渐成为了其进一步发展的瓶颈,财务风险凸现,潜在的财务危机也日益加大。然而,相对于国有商业银行,中小商业银行在财务危机预警机制上存在明显的不足,本文试图通过对关键财务指标的综合分析,对中小商业银行的财务危机预警机制进行探索。