主成分logistic回归分析在底板突水预测中的应用

为对矿井底板突水进行预测,采用结合主成分分析法和logistic回归分析法的分析模型.利用主成分分析法对突水主控因素进行降维处理得到主成分,并计算出主成分在样本中的得分值;应用logistic回归分析法对确定好的主成分得分值进行logistic回归分析;把主成分转变回底板突水各主控因素,得到矿井各主控因素对于底板突水影响的回归模型.研究结果表明:可见模型的拟合优度很好,正确率达到90%以上;主成分logistic回归分析在底板突水预测中的应用是可行的.     

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Logistic回归模型的IT企业财务危机预警的实证研究

以我国信息技术上市的ST公司和非ST公司作为研究样本,运用因子分析以及Logistic回归分析的方法,综合传统的财务指标和现金流信息指标构建适合IT企业的财务危机预测模型.并对模型的预测效果进行回判,验证了该模型对IT行业具有很好的预警效果.     

我国房地产行业上市公司财务安全影响因子分析

以企业现金流量表提供的财务信息为基础,构建以现金流量为核心的财务安全指标体系,以我国房地产行业在沪深证券交易所上市的128家公司为样本,数据来源于2011年公司发表的年报.采用因子分析法对财务指标的相关性进行KMO检验和Bartlett球形检验,结果显示指标具有很强的相关性.再借助SPSS18.0软件,进行主成分分析,得到7个主成分因子,且这7个因子累积方差达到73.821%,说明这7个指标较完整的保留了原始数据的信息量,证明了财务安全影响因子的合理性.     

电子商务环境下企业财务危机预警的理论研究

通过对国内外财务危机预警模型的比较,以“2004年度中国企业信息化500强”为样本,从偿债能力、盈利能力、资产运营能力、增长能力四个方面构建了电子商务环境下企业财务危机预警的指标体系,试图用二值多元logistic回归方法来建立电子商务环境下企业财务危机的预警模型。     

基于主成分分析的上市公司财务危机预警模型研究

建立了主成分分析预警模型,该模型可以用来对企业财务困境进行预测.经实证研究得出,该模型对检验样本的预测正确率为70%,说明主成分分析方法对上市公司的财务危机具有较好的预测效果.     

基于主成份分析法的高校就业质量评价模型研究

在参照现有的文献和数据可得性基础上,选取就业率、平均起薪、专业对口率、单位性质、工作岗位层次作为评价指标,可以运用主成份分析方法构建起高校就业质量评价模型,并进行实例分析。研究结果表明:运用主成份分析方法构建的高校就业质量评价模型对就业质量进行评价,是较为可行的、准确的,比较符合实际情况。     

基于费歇判别分析的企业财务困境预警研究

选取2011年127家ST公司为财务困境公司,并对每个困境公司进行配对,利用财务困境公司和非财务困境公司T-2年现金流量数据,在费歇判别分析基础上,利用现金与总资产比率、每股收益增长率、净资产增长率、每股经营现金净流量和净利润现金含量5个现金流指标构建现金流量财务困境预警模型,模型整体判别准确率为88.2%.最后,通过ROC曲线对模型判别结果进行检验。     

商业银行信贷业务风险预警 ——基于灰色系统理论与Logistic回归的实证检验

商业银行信贷业务在给银行带来丰厚收益的同时,也带来了很高的风险。其主要原因在于银行对违约企业的前期预警能力不足。研究以2011年制造型企业上市公司年报数据为样本,采用样本配比的抽样法,建立了基于灰色系统理论的logistic违约预警模型,并进行了实证检验。结果表明,引入灰色系统理论的logistic违约预警模型具有较好的拟合度,对违约企业具有较强的预测能力和预测精度,达到了对违约企业进行前期预警的目的。该模型的运用将显著降低银行的信贷业务风险,提升银行的经营效益。     

基于董事会治理因素的财务危机预警模型的构建

企业在经营过程中存在着越来越多的财务风险,为了防止这些风险演变为财务危机,及时进行财务危机预警分析,就需要理顺公司的治理结构,引入董事会治理因素来完善财务危机预警机制.以120家上市公司为研究对象,分别运用非参数检验、T检验以及主成分分析对财务变量和董事会治理变量进行筛选,进而运用Logistic回归分析构建预警模型.结果显示,未引入董事会治理变量的模型的预测正确率为92.5%,而引入董事会治理变量的模型预测正确率为94.15%,预警能力明显增强,也说明,董事会治理因素是影响公司财务危机的一个重要方面.