我国中小企业板上市公司财务风险预警的探讨

分析了中小企业板上市公司的特点和风险,介绍了上市公司常用的财务风险预警方法,利用经济增加值(EVA)指标对中小企业板上市公司的财务风险进行了预警研究。     

资产流动性与财务失败预警系统

为了建立财务失败预警系统,帮助企业及早的避开和化解财务危机,利用上市公司的财务数据,筛选出能够代表资产流动性的指标作为原始的变量,通过多变量的因子分析方法建立财务预警模型并对其有效性进行了检验,从而发现资产流动性与财务失败之间更深层次的内在联系,为上市公司的财务预警机制提供一种新的思路.     

电力行业上市公司财务预警Logit模型实证研究

运用因子分析方法,得到反映上市公司经营状况的综合指标,以此为变量建立Logit财务预警模型。模型及参数均通过Wald检验,预报准确率令人满意,对证券投资及企业经营活动监控具有指导意义。     

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.     

浅探上市公司财务预警系统若干问题

本文从上市公司财务预警系统的定义、产生的必要条件、实际应用中应注意的问题等方面进行了论述,希望能够为财务预警模型在上市公司的推广运用提供思路和方法。     

浅探上市公司财务预警系统若干问题

本文从上市公司财务预警系统的定义、产生的必要条件、实际应用中应注意的问题等方面进行了论述,希望能够为财务预警模型在上市公司的推广运用提供思路和方法.     

装备制造企业财务风险预警模型的研究

选取3家装备制造业上市公司,使用功效系数法对其2010～2012年的财务指标进行预警模型研究。模型选择可反映装备制造企业经营情况的15个指标,采用Delphi法确定预警指标权重,分析各指标的特点,建立隶属度函数,并算出隶属度。通过模型的建立计算装备制造企业财务风险预警评价指标值,判别企业相应的财务风险评价级别,对企业账务风险进行警情分析。     

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GA-SVM的上市公司财务评价模型研究

财务评价是企业财务管理中的重要环节,本文在对传统财务评价方法的不足进行分析的基础上,结合财务管理理论和企业预警理论,采用GA-SVM方法建立上市公司财务评价模型。首先以沪深两市2007~2009年度A股上市公司为研究对象,以因财务状况异常而被列为特别处理的公司(ST公司)作为界定上市公司的财务危机标志,并以上市公司年报财务数据作为输入特征向量,然后将遗传算法与支持向量机相结合,通过实证方法建立上市公司财务评价模型,实证结果验证了该模型的有效性。     

基于P-S模型的民营上市公司财务风险预警系统

民营上市公司财务风险预警系统可以帮助探测企业财务风险并防范财务危机。本文创新地将统计学方法和因子分析法,应用于可能-满意度模型,建立了新的民营上市公司财务风险预警系统,并将其应用于14家高风险的民营上市公司财务风险分析,结果表明,该系统使用简单,并具有较好的预警能力。     

利用财务指标预测股票价格及财务风险预警

主要研究上市公司的财务指标和股票价格的关系及如何利用这些指标对财务风险进行预警。首先运 用回归模型对上证180家上市公司财务指标与个股股价进行实证分析,并对样本股票价格进行预测。然后 选择100家ST股票和深沪两市绩优股为样本,再次利用回归模型将对股价有显著影响的财务指标与样本 股出现财务风险的概率进行分析,对样本股财务风险进行预测,并说明此研究的实际应用价值。     

基于随机森林模型的上市公司财务失败预警研究

基于2003年1月—2016年5月我国A股连续2年财务亏损的上市公司样本,实证研究了随机森林模型对上市公司财务失败预警的应用。通过与逻辑斯蒂回归模型所得结果比较,证明了随机森林模型的预测精度高于逻辑斯蒂回归模型。     

基于BP神经网络方法的财务预警模型研究

本文通过BP神经网络方法来建立我国上市公司财务失败的预警模型,该模型对检验样本的预测正确率为85%,实证研究表明,该模型具有较好的预测效果。     

中小企业板上市公司退市风险预警研究——基于因子分析的Rprop神经网络模型分析

以我国中小企业板上市公司退市风险预警为例,利用弹性反向传播算法(resilient back propagation,Rprop)和因子分析法相结合,建立一种基于因子分析的Rprop神经网络模型。首先利用因子分析法构建包含财务变量和非财务变量的预警体系;其次运用Rprop神经网络模型对我国160家中小企业板上市公司进行退市风险预警实证分析;最后对该模型的有效性进行实证分析,结果表明,该模型对上市公司退市风险预警的准确性比标准的BP神经网络模型和支持向量机模型分别提高2.91%和6.09%。因此,该模型可为投资者决策提供较好的参考依据。     

房地产行业上市公司财务预警分析

选取40家房地产上市公司,运用其2008年-2010年的财务数据,构建Z分数模型进行实证分析,研究房地产上市公司财务预警的可行性和有效性.     

基于支持向量机的大学财务困境预警模型

为了解决大学的财务风险预警模型由于样本稀疏造成预测准确率偏低的问题,该文提出了一种基于支持向量机(SVM)的预警模型的构造方法.选取教育部64所大学的7个财务评价指标并将其分为轻警、重警和巨警3种类别进行了训练计算.与误差反向传播(BP)神经网络模型相比较,在小样本数据条件下,基于SVM的大学财务困境预警模型是大学财务困境预警的有效方法.研究结果可以较好地对大学财务困境进行预警监测.     

基于遗传算法和神经网络的上市公司财务困境预测

针对上市公司财务困境预测问题,以中国制造业上市公司为研究对象,以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,将股权结构和董、监事会状况指标加入到财务预警的指标体系中,应用遗传算法优化的BP神经网络算法,并对独立检验样本集进行预测,将预测结果同logistic方法、支持向量机方法和BP神经网络方法进行比较。结果表明,GA-BP神经网络方法在提前两年和三年预测中,总正确率分别达到91.25%和82.5%,优于其他方法,具有较大的应用价值。     

改进的粒子群算法的小波支持向量机预警模型

将小波函数引入支持向量机核函数,同时在支持向量机的学习算法上,引入了改进的粒子群优化算法,使得支持向量机的参数得到最优解,从而建立上市公司财务困境预警模型。实验结果表明,本文提出方法的预测准确率高于普通的小波支持向量机预警模型。     

基于判别分析方法的上市公司财务危机预警研究

近年来,我国经济飞速发展,但也存在影响经济发展因素,它可能使企业陷入财务危机,因此非常有必要建立财务预警系统。本文通过建立判别分析预警模型对财务困境进行预测,经实证研究得知该模型对检验样本的预测正确率为80%,说明判别分析方法对上市公司的财务危机具有较好的预测效果。     

基于多元统计的上市公司财务预警研究

伴随我国市场经济体制改革的深化和资本市场的快速发展,企业发生财务危机甚至破产的情形越来越多,因此及时准确地对财务危机进行检测及预报已成为上市公司重点关注的问题之一。运用因子分析、聚类分析和判别分析等多元统计分析方法,构建三种上市公司的财务预警模型,选取我国证券市场的30家样本公司,进行实证研究,结果表明判别分析模型具有最优的预警效果。