基于误判代价加权的Logistic财务预警模型研究

1:1样本配比的财务预警模型的系数和概率估计是有偏的,全市场公司的样本数据又高度不平衡.为克服两类样本不平衡给预警模型带来的影响,引入公司误判代价分析,以ST公司误判代价为权重,通过最小化加权的对数似然损失函数,建立误判代价加权的Logistic回归财务预警模型.实证结果表明,误判代价加权的Logistic回归模型具有较好的预警效果,2007年的训练样本上正常公司和ST公司的识别率为89.43%和93.33%,2008年测试样本上两类公司的识别率分别为:92.1%和95.83%.     

一种利用Pls提取因子的财务危机预警模型

为了克服直接使用财务指标建立Logit模型存在的估计和检验不可靠问题,在所有的财务比率指标基础上,通过删除完全共线、意义相同和缺失数据指标,建立海选指标集.利用t检验筛选指标,删除t检验不显著的指标,保留t检验显著的指标,构建财务危机预警指标体系.通过提取互不相关的Pls因子,估计Pls-logit模型对因子赋权.将Pls因子回归代入Pls-logit模型对指标赋权,建立基于Pls-logit模型的财务危机预警模型.以2010年381家制造业上市公司作为建模样本进行了实证分析,表明Pls-logit模型中31个系数在5%的显著性水平下显著,说明建立的财务预警指标体系能够显著解释财务危机.以2010年和2011年随机抽取的制造业公司为检验样本进行回溯检验,检验结果表明预警总准确率达到91.7%以上.2010年危机预警准确率为66.7%;2011年危机预警率为100%.Pls-logit模型的总体预警准确率明显优于财务指标logit模型.     

上市公司财务危机预警的实证研究

以是否被特别处理为财务危机标志,利用我国上市公司近几年的年报财务数据,选取了财务危机和健康企业各50家作为开发样本.首先研究了开发样本财务指标的数据特征和财务危机出现前3年内这两类企业的财务指标的显著性差异,其后利用因子分析法筛选了8个指标作为建立模型的自变量,运用Logistic模型构建了上市公司财务危机预测模型,并对估计样本的40家企业进行了检验.实证分析结果表明:其一,我国上市公司财务比率不服从正态分布;其二,尽管我国资本市场的会计数据质量不尽人意,但财务数据仍具有一定的信息含量;其三,利用开发样本构建的Logistic模型在财务危机发生前1年和前2年有比较高回判准确率,估计样本在财务危机发生前1年和前2年有比较高的预测准确率.     

上市公司财务危机预警分析——基于数据挖掘的研究

本文以我国上市公司为研究对象,选取了1999-2001年被ST的公司和正常公司各73家作为训练样本,2002年被ST的公司和正常公司各43家作为检验样本,分析了财务危机出现前2年内各年两类公司15个财务指标。在进行数据挖掘中,我们运用了三种独立的方法,分别为判别分析、Logistic回归和神经网络,结果发现神经网络预测的效果要优于其它两种方法。最后,结合了这些方法的优点,建立了一种混合模型,研究表明预测的正确性要高于每种单独方法,从而提高了模型的预警效果。     

生猪市场价格风险预警的GRNN建模及其实证研究

为了对生猪市场价格风险进行预警,根据我国2009年1月-2011年8月14个指标的32组样本数据,建立了广义回归神经网络(GRNN)预警模型,其中训练样本29组,测试样本3组.训练样本和测试样本的均方根误差、平均绝对误差(AAE)和相关系数都非常接近,说明建立的模型具有较强的泛化能力和鲁棒性,测试样本的AAE为0.0062,平均相对误差为2.3%,说明建立的GRNN模型具有很高的预测精度,可用于我国生猪市场价格风险预警研究和实际预测,并为政府有关部门指导生猪生产和进行市场调控提供决策依据.     

基于变精度加权平均粗糙度决策树的财务预警研究

运用聚类方法把公司财务状况分为5个等级,分别为财务状况健康,良好,一般,预警和危机,与以往将研究样本分为ST和非ST两类的财务预警模型相比,5分类模型更加精确合理,贴近实际。同时基于指标相关性和指标重要度对33个财务指标进行了约简,得到9个能够反映企业财务状况的财务指标。以约简后的9个指标及5个等级的财务状况来建立决策树,指标体系和财务等级更加合理。树的生成过程运用粗糙集中的变精度加权平均粗糙度作为选择测试属性的方法,每次选择变精度加权平均粗糙度值最小的属性作为分支结点。变精度加权平均粗糙度的应用提高了决策树的防噪声能力,复杂性较低且能有效提高分类效果。实证研究表明将它应用到财务预警领域,提高了财务预警的分类精度。     

不平衡数据的企业财务预警模型研究

在股票市场中,由于被评为"ST"的公司数量远远少于普通的公司,所以用于训练财务预警模型的数据有着严重的不平衡性。而一般的分类模型如logistic回归等并不具备处理不平衡数据的能力。本文应用加权L1正则化支持向量机(w-L1SVM)构建一个可以处理不平衡数据的财务预警模型:一方面,w-L1SVM通过对两类样本的损失函数进行加权处理,有效地解决了样本不平衡性带来的预测精度问题;另一方面,w-L1SVM通过引入LASSO罚,使得模型在训练的过程中可以直接进行特征选择。通过数值模拟,本文验证了w-L1SVM在非平衡数据分类问题中的预测和特征选择表现。在实证研究中,本文针对我国股票市场机械、设备、仪表板块中的上市公司构建了一个基于w-L1SVM的财务预警模型,结果显示基于w-L1SVM的财务预警模型可以有效选择重要的财务指标并预测被评为"ST"的公司,并且其预测效果显著优于非加权的传统模型,这充分说明了w-L1SVM在财务预警问题中的适用性。     

基于L_(1/2)正则化Logistic回归的上市公司财务危机预警模型

针对财务危机预警模型指标存在信息冗余及Logistic回归模型预测精度有待提高的不足,利用L_(1/2)范数惩罚技术优化Logistic回归模型,构建基于L_(1/2)正则化Logistic回归的上市公司财务危机预警新模型.通过以沪深股市制造业股票交易得到特别处理(Special Treatment, ST)公司和非ST公司为研究对象,对比研究传统Logistic回归和L_1正则化Logistic回归模型的预测结果,实证研究表明:通过L_(1/2)正则化的Logistic回归模型不仅可以实现参数估计和变量选择,而且具有更高的预测精度和泛化能力.研究体现了新模型对预警问题的合理性和优越性,为上市公司财务危机预警后续研究提供一定的借鉴.     

基于可拓方法的ST公司财务危机预警模型研究

对ST公司财务状况的恶化进行预警分析,已经成为各界人士关注的焦点,并且对上市公司未来的发展有重要的指导意义.文章运用可拓学方法对沪深两市中ST公司的财务状况构建物元预警模型进行实证分析,并且运用灰色关联度评价法进行实证检验.     

多层感知器信用评模型及预警研究

本文利用多层感知器 ( MLP)原理建立神经网络信用评价模型 ,用来对我国 2 0 0 0年 1 0 6家上市公司进行信用评级 ,并进一步对我国 2 0 0 1年公布的 1 3家预亏公司进行预警研究 .按照各上市公司的经营状况分为“好”、“差”两类 ,每一类由 5 3家上市公司构成数据样本 .对于每一家上市公司 ,主要考虑其经营状况的四个财务指标 :每股收益 ,每股净资产 ,净资产收益率和每股现金流量 .仿真结果表明 ,本文所建立的神经网络信用评价模型有很高的分类准确率 ,达到 98.1 1 % .又由于该信用评价模型有很强的适应能力 ,故可以进一步用来对企业的财务危机进行预警研究 .预警实证分析表明 ,该信用评价模型对我国 2 0 0 1年公布的 1 3家预亏公司进行预警分析 ,预警准确率达到 1 0 0 % .此外 ,文中还给出 MLP网络模型的学习算法和步骤     

银行对公存款模型探索

对公款是银行各项存款的重要组成部分，是银行信贷资金的主要来源之一，探索对公存款的活动规律已引起金融部门的高度重视．本文从某市近五年的实际数据出发，通过多元线性回归的方法，建立了对公存款活动规律的数学模型，并对模型进行了各种检验，结果表明模型合格可用，利用它对未来五年的活动规律进行了预测、取得了令人满意的结果．     

企业财务危机预警Rough-Fuzzy-ANN模型的建立及应用

本文提出了一种基于粗糙一模糊神经网络（Rough-Fuzzy-ANN）的企业财务危机建模和预测新方法，并给出了相应的算法，在通过以我国上市公司财务数据为基础进行的实证分析之后，结果表明，Fuzzy-Rough-ANN模型具有预测精度高。学习和泛化能力强，适应性广的优点；同时有效、可行，为企业财务危机的动态预警提供了一条新的途径。     

基于自组织映射和模糊隶属度的财务危机预警研究

良好的财务危机预警模型能够有效监控企业运营情况,避免企业倒闭或被重组的悲剧发生。本文结合自组织映射模型和模糊C均值的模糊隶属度,构造模糊自组织映射模型,并应用到财务危机预警中。该模型将模糊隶属度带入到学习率函数中,在计算过程中自动更新获胜节点邻域范围,并在迭代过程中采用批学习算法,提高预测精度、稳定输出结果。对沪深两市上市公司的财务指标进行实证研究,通过与传统预警模型对比,得出模糊自组织映射模型在财务危机预警方面具有更优越的预测性能。     

BP神经网络在企业经营绩效评价中的应用

对企业经营绩效的评价主要采用线性和非线性两类评价模型,非线性评价模型能够更好地对经济现象进行仿真,评价结果客观、准确,更加具有实际参考价值。本文从考核投入产出效率的角度出发,选取基本财务指标构成评价体系,在此基础上,建立基于误差逆传播人工神经网络(BP神经网络)的高新技术企业绩效评价模型。以医药行业2003年度22家上市公司财务数据作为神经网络的训练和测试样本,将训练好的BP神经网络应用于企业绩效的当期评价和仿真预测,实证分析结果令人满意。     

产出随机下农业供应链的扶贫融资策略研究

金融扶贫政策在助力我国实现脱贫攻坚中具有重要作用。本文考虑了由单一资金受限合作社与单一企业组成的订单农业供应链,构建了供应链内部融资、银行融资、财政贴息、风险补偿金四种合作社融资模型,就扶贫政策存在的必要性、扶贫政策应资助的对象类型以及不同扶贫政策的适用条件等问题进行了深入分析。研究发现,当产出风险很小且企业资本成本较低时,合作社会采用供应链内部融资模式,此时合作社和企业的利润与社会福利都高于银行贷款融资模式;反之,会选择从银行贷款,此时对于具有“高成本、低产出”特征的农产品,政府扶贫可以同时提高合作社和企业的利润,增加社会福利。结合三亚和泉州两个地方政府的扶贫实践对比两种扶贫模式,发现若产出风险较小,则政府贴息扶贫模式下政府支出更多,合作社和企业的利润以及社会福利更高,反之,风险补偿金扶贫模式下政府支出、合作社和企业的利润、社会福利会更高。     

低碳视角下企业技术创新能力评价指标体系构建及评价研究

技术创新是企业在解决环保问题的同时保持经济绩效的重要途径,也是企业实现可持续发展的重要基础.以技术创新能力为研究主线,从低碳的视角,建立一套企业技术创新能力评价指标体系.该指标体系由技术创新投入能力、技术创新产出能力、技术创新研发能力和技术创新管理能力4项主体指标和16项个体指标构成.同时,结合层次分析法(AHP)和模糊综合评判法(FCE)构建综合评价模型,并进行实证分析,为政府和企业制定相关政策提供决策参考.     

On the usage of qualitative reasoning as an approach towards enterprise modelling

This paper analyzes the computational requirements of enterprise modelling, presents a reasoning framework, and reports about a prototype implementation. Enterprise modelling studies complex systems which are normally only partially known, and focuses on studying the qualitative properties of the underlying system, and thus differs from traditional quantitative approaches. Various modelling approaches from computer science and management science are discussed with respect to their suitability for enterprise modelling. Qualitative reasoning is identified as a promising basis to develop a computational framework for enterprise modelling. A rules-constraints-method of reasoning with imprecise knowledge, which is essentially an interval-based version of difference equations, is proposed as a powerful and versatile tool for enterprise modelling. As an illustrative example, a model of a business organization, derived from the concept of a financial statement, is developed and simulated.     

基于熵权夹角和TOPSIS的企业经济效益诊断模型

本结合企业实际情况，通过客观赋值降低主观因素影响，运用熵权法确定诊断指标权重和夹角度量-TOPSIS方法，建立了企业微观经济效益综合评价模型，并用于对长龙电缆制造有限公司的经济效益综合评价和诊断分析中，为企业改善经营效果提供科学决策的方法依据。     

基于GAS t-Copula模型的金融市场非对称风险溢出效应测度研究

准确测度金融风险溢出效应对于金融风险管理和构建投资组合具有重要意义,而金融市场之间的非线性及动态相关结构一直是风险溢出效应研究中的难点问题之一。本文通过引入GAS t-copula模型与CoVaR方法,结合能够刻画重要典型事实特征的边缘分布模型,构建了金融市场间的风险溢出效应测度模型,以中国内地等五个股市为研究对象,测度美国股市对中国内地等四个重要股市的风险溢出效应,以检验模型的可靠性与准确性。实证结果表明:中国内地等四个股市与美国股市之间呈现出显著为正且时变相关结构,随着金融危机的爆发,相关系数逐渐增加达到最大值;中国内地等四个股市受到美国股市的风险溢出效应呈现出非对称特征,即下跌风险溢出效应强度显著大于上涨风险溢出效应;中国内地股市受到的金融风险溢出效应显著小于香港、日本以及英国股市。     

网络性企业兼并的目标选择研究

采用SaloP圆周城市模型来研究产品差异化的市场竞争状况,根据Bertrand竞争理论来分析市场的均衡状态,利用四阶段动态博弈为研究思路,假定市场中存在四家企业,均匀地分布在圆周上,其中一家企业具有先动兼并优势,首先分析此先动企业尝试着分别兼并圆周上相邻企业和与其位置相对称的企业,然后分析在两种不同兼并目标的选择情况下,剩余两家企业的兼并反应情况,由此先动企业会决定是否调整初始决策,最后将先动企业在选择不同兼并目标的情况下所能获得的最大利益进行对比,从而发现先动企业所应该作的最佳兼并决策.研究发现,在不同强度的网络外部效应下,企业会选择不同的兼并目标.最后分析了对于先动企业所作的最佳兼并决策,以及社会福利发生的变化.