基于文本信息的上市中小企业财务困境预测研究

本文通过网络爬虫获取上市中小企业相关的文本信息,包括以年报为代表的信息披露报告和互联网新闻媒体报道的文本内容,采用词袋方法基于不同特征词词表对这些文本内容进行了量化分析,并以财务变量模型为基础对文本信息量化指标在财务困境预测中的作用进行了实证检验,结果表明由信息披露报告构建的管理层语调变量以及由新闻媒体报道构建的报道倾向变量、负面报道比例变量确实可以提高财务困境模型的拟合度和预测能力,而且在对不同类型文本信息的分析应有不同的侧重点。尽管本文针对的是上市中小企业,但并未考虑市场交易信息,因而可以推广到未上市交易的中小企业。     

考虑公司信息披露情绪的欧式脆弱期权定价

从公司信息披露的角度来看,定量数据直观地反映了公司的经营和财务状况,而描述性的非结构文本信息是对定量数据的有效补充。本文从公司年报中挖掘信用违约文本信息,构建语调变量情绪指标,以调控脆弱期权的违约临界值,改进经典的Klein欧式脆弱期权定价模型。研究表明:随着语调变量指标的增大,欧式看涨看跌期权价格呈递减趋势,且指标越接近1,期权价格递减速度越快,说明期权价格对负向情绪更加敏感,符合金融市场实际情况。此外,应用研究发现不考虑情绪指标的Klein模型倾向于低估期权价格,考虑公司信息披露情绪的脆弱期权定价模型能更准确地分析财务困境对信用风险的影响,结果更贴近实际情况。     

管理层的讨论与分析语调对企业未来业绩表现的影响研究

本文选择年报披露中管理层的讨论与分析(Management’s Discussion and Analysis,MD&A)作为研究对象,以其语调为文本特征,提出年报MD&A语调与公司未来业绩表现相关性分析的假设,在实证分析中,选择我国2007年至2017年间A股上市公司逾20000份年报的MD&A文本数据,运用字典法构建财经领域的专用情感词典,并使用异质性面板回归模型分73个证监会二级行业深入探讨了年报MD&A语调对公司未来业绩的影响机制和相关关系。研究发现,整体来看年报MD&A语调对企业未来业绩表现存在很强的影响,即年报MD&A语调对公司未来经营状况具有信息增量作用,分行业来看,这种信息增量作用不仅显著存在,而且各行业的大小存在差异,即年报MD&A语调的信息增量具有异质性;同时,语调信息量的多少受公司信息不对称的影响,即信息不对称程度在年报MD&A语调与企业未来业绩表现之间发挥了调节效应,信息对外越不透明的公司,普遍来说其年报语调信息量越大。     

基于KMV模型的我国上市公司信用风险研究

在KM V框架的基础上对股权价值计算方法进行了改进,通过改进后的方法,计算出1999年至2006年各年所有上市公司的违约距离、理论违约率、企业价值、股权价值等指标数据.从分析的结果来看,上市公司规模对信用风险有一定影响,上市公司规模越大,信用风险越小,公司规模越小,信用风险越大.从违约风险的变化情况看,2003—2006年上市公司的违约距离呈下降态势,说明近年来上市公司的违约风险加大.对比沪深300上市公司股改前和股改后信用状况,发现股改前后信用状况有显著不同,股改后上市公司的违约风险变大.通过违约距离的敏感性分析,认为股权价值波动率对违约距离最敏感.     

中国股市上市公司财务的统计分析

本文从财务年报出发 ,分析沪深两地上市公司财务的基本统计特征 ,并讨论上市公司财务分析的多元统计方法     

一种与市场预期误差最小的信用风险评价模型及实证

利用KMV测算的违约距离,反映市场预期的违约风险.引入R平方构建信息比率测算指标体系的信息含量,解决指标筛选过程中的信息含量测算问题,筛选出的财务指标体系既满足分散化原则,又符合信息含量最大原则.基于与市场预期违约风险一致原则,通过构建与市场预期违约风险误差最小的有约束优化模型确定指标权重,解决没有公开和完备贷款违约数据库时的信用风险评价问题.以中小企业板块上市公司作为样本进行了实证分析,评价结果表明,建立的与市场预期风险误差最小的信用风险评价体系能够准确反映我国中小企业违约风险的现状.     

基于股吧情感本体与传播的股市短线预测

为研究股吧文本中蕴含的股民情感对股市短线走势的影响，使用情感倾向点互信息算法构建面向股市的情感词典，分别考虑情感本体与情感来源传播建立面向股市的加权情感倾向得分模型，并进一步建立ARMA-GARCHX模型以分析股民情感与股市短线走势之间的关系.研究显示：面向股市的情感词典相比于传统情感词典具有更强的适应性，使用加权情感倾向得分模型建立的预测模型对股市走向的预测相比于传统方法具有更优良的预测效果.     

基于主题模型的半监督网络文本情感分类研究

针对网络评论文本的情感分类问题中存在的数据的不平衡性、无标记性和不规范性问题,提出一种基于主题的闽值调整的半监督学习模型,通过从非结构化文本中提取主题特征,对少量标注情感的文本训练分类器并优化指标调整闽值,达到识别用户评论的情感倾向的目的。仿真研究证明阈值调整的半监督模型对数据非平衡性和无标记性具有较强的适应能力。在实证研究中,对酒店评论文本数据构建的文本情感分类器显示该模型可以有效预测少数类评论样本的情感极性,证实了基于主题模型的闽值调整半监督网络评论文本情感分类模型在实际问题中的适用性与可行性。     

汽车制造业上市公司资本结构与财务绩效关系研究

探讨了我国汽车制造业上市公司资本结构对财务绩效的影响.对汽车制造业上市公司资本结构与财务绩效相关数据进行了描述性统计分析,对资本结构和财务绩效综合因子之间的关系进行了因子分析和回归分析.结果表明:汽车制造业上市公司资产负债率与财务绩效不显著负相关,流动负债率与财务绩效显著负相关,股权集中度与财务绩效不显著正相关.并针对性地提出了对策:合理降低资产负债率和流动负债率、适度提高股权集中度、发展多元融资.     

基于深度学习模型预测财务造假的上市公司

上市公司财务造假是一种违规行为,对其精确、有依据的预测有一定的研究价值.使用多种统计方法提取特征,并结合经济学意义得到了最终特征集.针对数据的不平衡问题,采用过采样、欠采样以及SMOTE采样等方法进行处理.最后采用3种神经网络模型融合的方法,以AUC值为评价指标来预测财务造假的上市公司.     

基于稀疏主成分的我国上市公司信用风险评价与预测

把我国2016-2018年沪深Ａ股上市公司中164家ST公司作为信用违约样本，492家非ST上市公司作为非违约样本进行实证研究.从营运能力、偿债能力、盈利能力和成长能力等4个方面选取了25个财务指标，然后运用稀疏主成分方法提取主成分因子，并加入公司规模、第一大股东持股比例和股权质押3个非财务指标，作为Logistic回归模型的输入参数.在此基础上构建Logistic模型进行信用风险评价和预测.     

上市公司财务预警的BP神经网络模型的建立及其应用

将BP神经网络方法应用于上市公司的财务预警上,构建了上市公司财务预警模型,不仅能发现企业是否存在风险和企业经营是否偏离轨道,向经营者提出警示,以便及时采取相应管理对策,而且还为广大的投资者和银行在内的债权人判定上市公司质量和经营业绩提供科学的手段和可靠的依据.实例分析表明该模型有效、可行,为上市公司财务预警提供了新的途径.     

Prediction of financial distress: An empirical study of listed Chinese companies using data mining

The deterioration in profitability of listed companies not only threatens the interests of the enterprise and internal staff, but also makes investors face significant financial loss. It is important to establish an effective early warning system for prediction of financial crisis for better corporate governance. This paper studies the phenomenon of financial distress for 107 Chinese companies that received the label ‘special treatment’ from 2001 to 2008 by the Shanghai Stock Exchange and the Shenzhen Stock Exchange. We use data mining techniques to build financial distress warning models based on 31 financial indicators and three different time windows by comparing these 107 firms to a control group of firms. We observe that the performance of neural networks is more accurate than other classifiers, such as decision trees and support vector machines, as well as an ensemble of multiple classifiers combined using majority voting. An important contribution of the paper is to discover that financial indicators, such as net profit margin of total assets, return on total assets, earnings per share, and cash flow per share, play an important role in prediction of deterioration in profitability. This paper provides a suitable method for prediction of financial distress for listed companies in China.     

因子分析和Logistic回归在农业上市公司财务预警中的联合运用

在普遍采用的盈利能力、偿债能力、经營能力和发展能力四个主要方面财务指标的基础上,新加入了利润质量指标和市场估值两类指标,采用2007-2018年沪深农业上市公司的数据为样本,联合运用因子分析法和二元logistic回归法重新构建农业上市公司财务风险预警模型,结果表明,该模型具有较高的拟合精度和判别能力。     

Enhanced decision support in credit scoring using Bayesian binary quantile regression

Fierce competition as well as the recent financial crisis in financial and banking industries made credit scoring gain importance. An accurate estimation of credit risk helps organizations to decide whether or not to grant credit to potential customers. Many classification methods have been suggested to handle this problem in the literature. This paper proposes a model for evaluating credit risk based on binary quantile regression, using Bayesian estimation. This paper points out the distinct advantages of the latter approach: that is (i) the method provides accurate predictions of which customers may default in the future, (ii) the approach provides detailed insight into the effects of the explanatory variables on the probability of default, and (iii) the methodology is ideally suited to build a segmentation scheme of the customers in terms of risk of default and the corresponding uncertainty about the prediction. An often studied dataset from a German bank is used to show the applicability of the method proposed. The results demonstrate that the methodology can be an important tool for credit companies that want to take the credit risk of their customer fully into account.     

成也萧何,败也萧何？——高管金融经历与公司债券融资

基于印记理论和高层梯队理论,本文以2008至2018年发行公司债券的上市公司为研究对象,考察高管金融经历对公司债券融资的影响机理。结果表明:首先,高管金融经历在提高公司债券发行成功率的同时也会增加债券融资成本和违约风险,而对发债规模与期限并不会产生显著影响,在控制可能的内生性问题后结论依然成立;其次,具有金融经历的高管所任职公司会通过盈余管理来提高债券发行成功率,但也会增加债券的融资成本和违约风险;最后,具有证券公司或商业银行工作经历的高管对公司债券融资的影响更为显著。本文有助于实务界和理论界理解高管异质性特征对公司债券融资的影响机制,为监管部门制定防范金融风险的政策提供可靠的理论依据。     

Predicting default of a small business using different definitions of financial distress

The paper introduces a number of risk-rating models for UK small businesses applying an accounting-based approach, which uses financial ratios to predict corporate bankruptcy. An enhancement to these models is considered through features typical to retail credit risk modelling. A common problem of default prediction consists in the relatively small number of bankruptcies or real defaults available for model-building. In order to expand the ‘default’ group beyond bankrupt companies, the paper considers adopting four different definitions of ‘a failing business’ by investigating combinations of financial distress levels. The impact of each default definition on the choice of predictor variables and on the model's predictive accuracy is explored. In addition, the paper examines the value of categorizing financial ratios used as predictor variables.     

L1正则化Logistic回归在财务预警中的应用

线性模型和广义线性模型已广泛地用于社会经济、生产实践和科学研究中的数据分析和数据挖掘等领域,如公司财务预警,引入L1范数惩罚技术的模型在估计模型系数的同时能实现变量选择的功能,本文将L1范数正则化Logistic回归模型用于上市公司财务危机预报,结合沪深股市制造业ST公司和正常公司的T-2年财务数据开展实证研究,舛比Logistic回归和L2正则化Logistic回归模型进行对比分析.实验结果表明L1正则化Logistic回归模型的有效性,其在保证模型预测精度的同时提高模型的解释性.     

财务舞弊侦测——以中国上市公司为例研究

会计师事务所的独立性在世界范围内遭到了不同程度的质疑。本文搜集了1998-2009年间受到证监会处罚并经三大权威报纸披露的31家舞弊公司的信息,将其作为舞弊研究样本,另外整理了同行业同年度财务状况良好的31家非舞弊公司的信息,将其作为对照样本。通过归纳我国上市公司财务舞弊的具体特征,本文选取了与企业经营有关的相关财务指标和公司治理指标作为解释变量,采用逐步向前的多元逻辑回归法构建财务舞弊侦测模型,经验证,该模型侦测准确度为73.8%。     

基于财务状况多分类的上市公司财务危机预警

目前的财务危机预警模型大多局限于二分类研究,而公司陷入财务危机往往会经历一个逐步衰败的过程,简单的二分类有时会掩盖某些上市公司财务状况逐渐变差的事实.为了更准确地判断公司的财务状况,将公司分为财务稳定公司、潜在危机公司、财务危机公司和破产公司四类,运用t-2年的财务数据构建了有序多分类logistic回归模型.实证结果表明,模型的预测能力较好,误判成本较低,能提供更加准确的信息.