上市公司财务危机预警模型研究

本文在分析13个变量的基础上,运用Logistic回归给出了判别上市公司财务危机的一个模型。本文模型包括4个变量：毛利率、其它应收款与总资产的比率、短期借款与总资产的比率、股权集中系数;其中的股权集中系数是公司治理结构的直接表征,也是本文模型异于其他预测模型的首要区别。本方模型的回判准确率为84．52％,而对2000年新增加的“ST”公司的判别准确率则达到了95．45％。     

基于EVA的财务危机预警模型构建探讨

EVA指标能全面衡量企业生产经营的真正盈利或创造的价值,对全面准确评价企业经济效益有着重要意义。本文首先探讨了EVA和财务预警的基本理论,然后研究了基于EVA的财务危机预警模型构建问题。     

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.     

高技术中小企业财务危机预警指标体系研究

高技术中小企业的快速发展已成为我国经济发展和产业变革的强大推动力量,如何对高技术中小企业的财务风险进行预警和控制,是消除危机、加快其发展进程的关键。本文在前人研究的基础上,将高技术中小企业的特点与财务指标结合起来,构建了一个切实有效的高技术中小企业财务危机预警指标体系。     

浅谈金融危机下的财务危机预警与控制

受国际金融危机的影响,我国许多企业也面临着生存与发展的巨大挑战。关注财务危机,应对财务风险,使企业增强自身免疫能力,这是实现企业平稳较快发展的一个重要手段。本文从企业财务危机的识别与原因分析入手,着重探讨通过完善的制度和一系列技术措施对财务危机加以控制,以及企业一旦出现财务危机应如何应对,从而为企业管理者提高应对财务危机的能力进行谋划。     

基于粗糙集-神经网络的财务危机预警模型实证研究

本文提出了以粗糙集与神经网络相结合的技术方法,应用于我国上市公司财务危机预警研究中。在通过以中国上市公司财务数据为基础进行实证分析之后,结果表明粗糙集的引入减少了神经网络的输入维数,采用动量添加法和参数自适应算法修正的神经网络算法,在网络训练的准确性和精度上都优于传统的BP神经网络。     

基于现金流的上市公司财务危机预警研究

分析了常用现金流量指标,探讨了建立现金流财务危机预警模型。     

基于状态空间的财务危机动态预警模型在中国的实证研究

本文基于状态空间模型构建财务危机的动态预警系统,应用卡尔曼滤波计算模型的时变参数。并以数据统计为基础,根据上市公司绩效的动态特点,提取公司状态由好向坏转变,危机由轻至重的两个阈值分割点。研究从CCER数据库选取264家上市公司,30个财务指标,时间跨度为1994-2008年、合计2724组年度观测数据作为研究样本进行时序的分析与检验。实证结果表明状态空间模型能够有效刻画企业财务状况随时间序列的累积变异,实现动态预警系统的递归更新和实时预测。     

财务预警的模型分析

根据国内外在财务预警模型研究中，所运用的单变量判别法、多元线性回归分析、主成分分析、二元Logistic回归分析和神经网络分析等，主要建模方法、应用情况和局限性，提出了财务预警模型研究中值得注意的问题和今后的发展趋势。     

基于改进遗传算法的财务危机预警参数提取方法研究

本文针对财务危机预擎参数提取方法亟待研究的现状,采用改进的遗传算法进行特征提取,提出了财务危机预警指标的改进遗传智能提取方法,提高了基于神经网络的财务危机预警系统的预测准确率。     

BP神经网络在企业财务危机预警之应用

针对统计方法中判别分析方法在实际企业财务评价应用中存在的问题，提出神经网络在财务评价应用上的优势和潜力，本文郑重探讨神经网络在企业财务危机预警上应用。在文中用BP神经网络建立财务预警模式，并用实例进行示范性设计和验证。     

公司治理与财务困境预测

本文在分别借助因子分析和非参数检验方法对公司财务指标和治理因素进行统计处理的基础上,构造并实证检验了用于预测我国上市公司财务困境的两大模型,即仅是包含财务信息与融合财务信息和公司治理因素的Logistic回归预测模型。实证结果表明,作为通过了非参数检验的公司治理因素之关键特征变量——第一大股东派出董事比例,不但与公司发生财务困境的概率之间呈现显著的负相关关系,而且能够显著提高包含该变量的预测模型的回判和预测准确率。因此,公司治理信息应当是利于预测我国上市公司是否可能发生财务困境的重要因素。     

公司财务危机动态预测比较研究

本研究以2002年至2005年中国制造业上市公司的季度数据为研究样本,以因财务原因被实施特别处理的公司作为财务危机公司,以最能反映危机公司和正常公司区别的4个财务比率作为研究变量;用动态面板数据的方法估计财务比率的演变过程,分别用累积和控制图模型和指教加权移动平均控制图模型构建公司财务危机的动态预测模型,并将两个模型的准确率进行比较.     

国外公司财务困境预测研究进展评述

国外公司财务困境预测研究在证券投资、信用风险管理、审计决策和公司财务管理中开始扮演越来越重要的角色。本文概述了国外公司财务困境预测模型的研究进展情况；基于建模主要环节和实证研究结果，系统地分析了其中关键问题的研究进展；依据该研究应用工程化的趋势，提出了需要进一步研究解决的问题。     

西方企业财务危机预测方法评析

本文简要回顾了西方关于财务危机预测研究的概况，分析了两种主要方法－－统计方法和人工神经网络法，并对一些典型模型进行了评述，提出了进一步研究的方向。     

基于k-means聚类的快速LDA算法在语音识别上的应用

线性判别分析（LDA）具有很好的分类性能,但是计算复杂度一般较高。为了有效地降低LDA算法的计算复杂度,本文提出了一种基于k-means聚类的快速学习算法。该算法首先根据k-means聚类算法对原始样本进行聚类,计算聚类簇的样本中心作为新训练样本,然后再利用LDA算法进行分类。由于通过聚类算法有效地压缩了训练样本集的规模,因此算法具有更高的效率。在语音识别数据集上的实验充分验证了本文算法具有较好的分类性能,而且效率更高。     

基于邻域粗糙集和神经网络的财务预警研究

利用邻域粗糙集对属性进行约简,得到由财务指标和非财务指标构成的预警指标体系。将其作为神经网络的输入变量对我国上市公司财务状况进行预测。实证研究表明,模型能有效剔除冗余信息,避免传统粗糙集模型因数值离散化带来的信息丢失。在大大缩短训练时间的同时,模型的预测精度达91.7%,高于同等条件下神经网络模型、Logistic模型。     

财务困境成本:基于利益相关者的理论视角

从相关利益者角度对财务困境成本的研究文献进行了综述,并给出了经验证据,认为财务困境成本是指在财务困境期间内企业给相关利益者所造成的损失之和,财务困境成本可以分为股东承担的财务困境成本、债权人承担的财务困境成本以及其他相关利益者承担的财务困境成本,同时认为财务困境成本理论在我国有着广阔的发展前景。     

可持续增长率财务预测分析模型及其应用

企业投资人、债权人和经营管理者等对企业未来的财务状况非常关心，而企业未来的财务状况与现执行的营业政策、筹（融）资政策、投资政策和利润分配政策密切相关。利用可持续增长率财务预测分析的模型对企业未来的财务状况进行预测分析，并采取积极有效的措施，使企业能够实现可持续增长和企业价值最大化。