基于现金流量的财务预警实证研究——来自上海证券交易所A股数据

文章首先阐述财务风险、财务危机和财务预警理论,指出建立以现金流量为基础的财务预警的优势,接着按照随机原则选取上海证券交易所54家资产规模相近的ST和非ST上市公司为样本,基于2010年的财报数据,运用因子分析法提取公共因子,并在此基础上建立了F预警模型,进而对该模型进行有效性测试。研究结果表明:以现金流量指标为基础的财务预警模型能够对企业的财务危机起到有效的预警作用。     

上市公司财务困境预测的信用评分模型

信用评分是通过选择财务指标,建立判别模型来预测公司财务困境的方法.根据中国证券市场的实际情况在财务困境的界定,财务指标的选择和计算等方面对信用评分模型进行了调整,并运怂用于中国上市公司财务困境的预测.研究首次引入了包含股票价格的市场信息变量,并在判别模型表现时对估计样本和测试样本进行了区分.结果表明新模型在预测能力上要优于Altman,Ohlson和Zmijewski的模型,新模型在上市公司财务困境前一年的预测有较高的准确性,随着时间的推移,预测能力有明显的下降,因此模型适用于短期预测.     

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.     

上市公司财务健康状况实证研究——基于机械制造业的分析

判别上市公司的财务状况对公司管理层和投资者具有重大意义,本文利用主成分分析法对上市公司的财务健康状况进行实证研究,分析结果表明,在判别财务健康的指标中,现金流量和机构投资者的持股比例是判别财务健康的重要指标.     

基于因子分析的有导师监督型Kohonen神经网络在公司财务预警中的应用研究——以2015年24家上市公司为例

针对衡量公司绩效能力的财务指标众多,难以建立高效的公司财务预警系统问题,本文首先通过变异系数和相关系数对最为常用的衡量公司绩效的22项指标进行初步筛选和二次筛选,得到资产收益率、销售净利率、净资产收益率、留存收益与总资产比率、资产现金回收率、营运资本总资产比、经营性现金流量流动负债比、经营性现金流量债务总额比和净资产增长率等9项指标,然后利用因子分析将这9项指标划分为盈利能力、偿债能力和成长能力3个主因子,并以此建立一个按资产收益率层级划分的监督型主元Kohonen神经网络.利用Kohonen神经网络模型对24家上市公司的财务进行实证分析,结果表明该模型相比已有的F分数模型和BPNN模型具有更高的判别准确率,可以有效地规避拒识情形,在实际中具有更高的应用价值.     

我国公司经营失败的财务预警模型实证分析

采用多元逻辑回归模型作为基本的分析模型，最终选取资产负债比、管理费用比、应收账款周转率、净资产收益率、资产报酬率、总资产增长率、股东权益增长率等7个指标作为财务变量，运用SPSS统计软件对337家上市公司年报数据进行实证分析，旨在建立财务预警模型来监控公司的经营失败，防范公司风险。检验结果表明，判别函数的准确判别率为78．7％，建立的逻辑回归模型具有较好的预警能力。     

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。     

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．     

析供电企业资金全过程监控预警--以六安供电公司为例

资金管理是现代财务管理的重要组成部分,随着财务集约化和财务信息化的逐步推进,公司资金管理工作也面临新的挑战,如资金安全管理需进一步加强,资金管理模式需不断创新等。六安供电公司从资金安全管理的角度,对资金进行全过程监控预警,从现金流量进行源头预警,采用银行账户预警、票据管理预警、电子支付库预警、资金支付流程预警等方法形成对资金的实时预警监控,同时结合自查和上级检查进行跟踪预警,通过各项绩效考核指标对资金进行优化预警。在实际应用中,六安供电公司资金使用效益得到提升,有效防范了企业的资金风险。     

基于数据挖掘技术的上市公司财务危机预警实证分析

为了能够对上市公司的财务困境进行预测,采用样本上市公司的财务数据,建立了BP人工神经网络财务预测模型.研究结果表明,建立的计量模型预测准确度较高,不仅对企业财务困境的研究具有一定的理论价值,而且对证券分析行业相关人员进行上市公司的财务预测具有一定的现实意义.     

房地产行业上市公司财务绩效的实证研究

为了了解房地产行业的财务发展情况,选取了8项具有代表性的财务指标,对2013年房地产上市公司的财务绩效进行了实证研究。首先利用因子分析法求出企业的财务绩效得分并排名,然后对排名前十名和后十名的企业的绩效得分进行配对样本T检验。结果发现,盈利能力和发展能力对企业绩效的影响显著,而营运能力和收现能力对企业绩效有影响但不显著。     

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。     

上市公司盈利能力因子分析——基于重庆市上市公司实证研究

以重庆市26家上市公司为样本,利用其2004年年报数据,运用因子分析法,分别从利润指标角度和现金流量指标角度衡量样本公司盈利能力.研究发现,从利润指标角度和现金流量指标角度衡量的企业盈利能力存在很大的差异.在对差异进行分析后,提出应以利润指标角度为基础,以现金流量指标角度为辅,对上市公司盈利能力进行分析.