基于GA-SVM的上市公司财务危机预警研究

以财务管理理论和企业预警理论为基础,采用GA-SVM方法建立上市公司财务危机预警模型.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危机预警模型.     

基于Logistic模型的上市公司财务预警实证研究

将在沪深两地上市的2004年～2008年被ST的公司界定的财务危机公司,配以股本结构相近的财务健康公司作为对比样本,利用假设检验逐步回归,从86个备选财务指标中选出7个可以用于财务预警的指标,建立了基于Logistic模型的财务预警模型,并利用这一模型对山东省上市公司进行了实证分析.     

基于Logistic回归模型的房地产上市公司财务危机预警研究

近年来房价不断上涨,我国政府采取了一系列紧缩政策来控制房价,对房地产上市公司产生了巨大影响,有部分公司因为资金链断裂而陷入困境。因此,对房地产上市公司的财务预警十分重要。文章采用非参数检验的方法,从反映企业各方面能力的20个财务指标中筛选出能显著区别ST和非ST上市公司的指标,建立Logistic回归模型,利用SPSS软件,对房地产上市公司的财务危机预警进行了研究。研究结果表明,基于Logistic回归模型的财务危机预警模型效果较好,具有良好的预测准确度。     

我国上市公司财务危机预警模型的实证研究

选取沪深两市2002~2005年被"ST"的55家上市公司作为财务危机样本组,选取与财务危机样本组同行业、资产规模在10%差异之内的55家非财务危机上市公司作为配对样本组,并且以综合反映企业的盈利能力、偿债能力、资产营运能力、成长能力和获取现金能力14个财务指标作为解释变量,运用主成分分析法提取公共因子,并在此基础上建立因子分析预警模型和Logistic预警模型。经过验证两种模型的测准确度都比较高,因子分析预警模型预测准确度最高为91.67%,Logistic预警模型预测准确度最高为83.33%。     

基于现金流量指标的企业财务困境预警模型构建

针对现有企业财务困境预警系统的局限性,从现金流量角度研究企业财务困境的预警问题.通过选取2011年127家ST公司为样本公司和配对样本公司,利用其T-1年至T-6年现金流量数据,在费歇判别分析基础上构建现金流量财务预警模型,并通过ROC曲线对模型判别结果进行检验.结果表明,T-2年模型判别能力最强,T-1年和T-3年模型判别能力较强.     

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。     

机械制造业上市公司财务预警模型实证研究

本文运用Logistic模型对我国机械制造业上市公司进行财务预警研究,选取被特别处理的上市公司(即ST公司)作为研究样本,并从多角度进行检验,结果表明所选模型有较好的预警效果,对我国机械制造业上市公司的财务危机防范能起到一定作用。     

我国部分上市公司两种财务危机预警模型的比较研究

财务危机预警模型是防范财务危机的有效途径之一.采用主成分分析模型和BP算法神经网络仿真模型对我国部分上市公司进行了财务困境预测,以我国上市公司中60家公司的财务指标作为估计样本组,以40家公司作为预测样本组建立了财务危机预警模型.对两种模型的计算分析表明,BP算法神经网络仿真模型的预测准确率明显优于主成分分析模型,具有广泛的适用性.     

基于多层BP神经网络的财务风险预警模型构建

首先筛选引发财务危机相关因素,建立财务风险预警指标体系.分析BP神经网络的隐含层数及结点数对网络分类能力的影响,构建基于多层BP神经网络的财务风险预警模型.进行了M atlab仿真实验,以验证所建模型的可行性、有效性及合理性.     

非财务指标对我国上市公司财务预警的影响

以我国沪深两市被ST的62家工业企业作为研究样本,同时选择相同口径的62家非ST工业企业作为配对样本,采用均值显著性分析、多重共线性分析和回归分析研究了非财务指标对我国上市公司财务预警的影响。研究结果表明,在上市公司ST问题的研究中应综合考虑财务指标与非财务指标,将非财务信息与财务信息有效结合建立预警模型将更好地预警上市公司的财务困境问题。     

非财务指标对我国上市公司财务预警的影响

以我国沪深两市被ST的62家工业企业作为研究样本,同时选择相同口径的62家非ST工业企业作为配对样本,采用均值显著性分析、多重共线性分析和回归分析研究了非财务指标对我国上市公司财务预警的影响。研究结果表明,在上市公司ST问题的研究中应综合考虑财务指标与非财务指标,将非财务信息与财务信息有效结合建立预警模型将更好地预警上市公司的财务困境问题。     

基于相关利益者的财务危机预警体系研究

选取 A股制造业2 9家2 0 1 2 - 2 0 1 4年内首次被S T的财务危机企业和2 9家财务安全企业为研究对 象, 建立了以财务指标为自变量的逻辑回归模型和引入相关利益者变量的综合模型, 并用此两种模型对样本发生危 机的前三年数据进行了分类。研究结果表明, 引入相关利益者变量在一定程度上能够提高现有财务危机预警体系 的准确性。     

支持向量机在上市公司财务预警模型中的应用

利用我国上市公司财务数据,采用支持向量机模型对上市公司财务危机预警研究,将其与神经网络模型进行比较,结果表明,无论在分类能力和预测能力上,支持向量机模型的精度和可信度都高于神经网络模型。证实了该方法用于财务预警的有效性及优越性。     

多元统计分析在企业财务危机预警中的应用

主要针对我国家电业上市公司,利用其公开披露的年报财务信息和数据,运用聚类分析法、判别分析法和主成份分析法等多元统计分析方法,并借助于SPSS统计分析软件,建立多变量预测模型进行企业财务危机预警的实证分析.利用财务危机预警体系,企业可以预先发现将有可能出现的财务危机.分析研究方法可供国内的上市公司和非上市公司进行财务危机预警分析的参考.     

基于Jackknife检验的财务危机预警模型及实证研究

我国资本市场的发展客观上要求加强财务危机预警理论与模型方面的研究,国外有关企业财务危机预警理论与模型的研究起步较早,但各种方法都有利弊.建立基于Jackknife检验的财务危机预警模型,实证研究表明本模型是有效的.     

上市公司财务风险预测模型的实证研究

以我国上市公司为研究对象，从深沪两市中选取了2002年新增ST公司41家和非ST公司41家为样本，使用SPSS软件，引入现金流量指标，从财务状况恶化前三年内两类公司20个指标中选取7个指标作为预测变量，分别运用多元线性回归和Logistic回归分析，建立并比较两种财务风险预测模型．结果表明：1)由于引入了以往研究中所没有的现金流量指标，使得模型在财务状况恶化前一年的误判率仅为6．10％；2)两种模型中，Logistic模型的预测准确率较高．     

上市公司财务危机预警实证研究

本文以2004-2007年上市公司中被特别处理的企业为研究对象,在吸收前人研究成果的基础上,提出了相关的预警指标,并进行了实证研究和实例分析,旨在解决当前财务危机预警指标以及财务信息失真导致的财务预警失效问题。     

基于自由现金流的公司价值分析

通过比较中美两国在处理和计算自由现金流量方面的不同,提出了自由现金流量的计算方法,并论述了在我国会计准则下如何通过会计调整计算自由现金流量。结合公司的基本面,以财务报表的调整为基础,从基本的财务资料出发,在考虑企业经营环境和行业动态的影响下,通过对公司自由现金流量的分析和计算,提出了以自由现金流量为基础来评价公司价值的方法。     

粗糙集—遗传优化神经网络构建与企业财务危机预警研究

基于双重混合神经网络技术的财务危机预警研究是未来财务危机预警理论的重要内容,比如粗糙集与遗传算法双重数据挖掘技术做为基于神经网络的财务危机预警系统的前置装置,优化后模型能有效降低模型训练时间和提高系统的预测精度。     

基于Logistic模型的上市公司财务危机预警研究

基于Logistic统计模型构建了财务危机预警模型,并把它应用于上市公司财务状况的判定.根据财务指标的选取原则,采用16项财务参数作为Logistic模型的候选指标.运用统计模式识别对各参数的分类能力进行分析,最终挑选净资产收益率、总资产周转率、资产负债率、每股净资产和总资产增长率作为Logistic统计模型输入的特征指标.把该模型用于上市公司的预警,实验表明错误率仅为3.33%.