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。     

上市公司财务比率指标的非线性主成分分析

本文选取上海证券市场和深圳证券市场共400家上市公司,利用非线性主成分分析方法对这些上市公司的财务比率指标进行综合评价,以考察上市公司的财务状况。     

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。     

基于Lasso+SVM的制造业上市公司财务风险组合预警模型

根据组合预测思想构建了基于Lasso+SVM的制造业上市公司财务风险组合预警模型,包括串联型组合和信息融合型组合两种,并选取22个财务指标建立了财务预警指标体系,对我国86家制造业上市公司的财务状况进行了预测,还与单一风险预警模型预测效果进行了比较,结果发现:财务风险组合预警模型的预测效果明显高于单一预警模型,用第t-1年的财务数据进行预测的准确率达到了95%以上;串联型组合预警模型的预测效果最优,用第t-1和t-2年的财务数据进行预测的准确率分别达到了100%和90%.     

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.     

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     

审计意见、高管财务背景与内部控制缺陷修正

文章运用2010~2014年度沪深两市A股上市公司的相关数据,首先检验了审计意见与内部控制缺陷修正之间的相关性,结果表明上年收到“不清洁”审计意见的企业在当年更有可能进行内控缺陷的整改与修正;进一步通过分组回归发现,高管中具有财务背景特征的成员比例越高,进行缺陷整改的概率更大,一方面表明外部审计非标准审计意见对内部控制治理效用可能赖于管理层的配合,另一方面也折射出高管人力资源有效配置的重要性。而对披露缺陷修正信息的企业进行跟踪研究,发现这类企业在后续年度仍然会收到“不清洁”的审计意见,反映出这些上市公司的缺陷整改可能浮于表面,并不是实施有效的。     

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。     

分位数回归方法在资本结构影响因素分析中的应用

传统的OLSE回归只能得到一组系数估计值,因此无法深入分析不同财务杠杆程度下资本结构的影响因素.为此本文尝试着将分位数回归理论引入到回归模型中,通过对我国上市公司的相关数据进行分位数回归分析后发现,不同资产负债率水平下,企业股权结构、企业产生内部资源的能力对资本结构的影响效果不同:低负债率水平下,两者均与债务水平正相关;而高负债率水平下,又均与债务水平负相关.研究还发现,企业的成长性、企业规模以及财务困境成本与债务水平正相关,而盈利能力、非债务税盾则与债务水平负相关。     

我国电力上市公司社会责任报告及环境绩效信息披露研究

规模大、盈利能力较强、国资委所属及深交所上市电力企业倾向于发布社会责任报告,上市年限对企业是否发布社会责任报告无明显影响。23家发布报告的企业环境绩效指标披露状况不理想,量化的环境绩效信息披露指数均较低,指标披露得较少,且倾向于披露积极信息,披露内容和方式都不利于信息使用者对其环境绩效进行客观评估和比较。资产规模大、盈利能力强、中央企业及深交所上市企业倾向于披露较多环境绩效信息。     

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.     

基于遗传算法的上市公司财务危机预测模型研究

本文以我国沪深A股上市公司为研究对象,选取制造业公司376家,其中被特别处理的ST公司188家,与其配对的健康公司188家,使用遗传算法和21个财务比率建立了财务危机预测模型,并与Logistic回归和BP神经网络模型进行了比较,结果表明,使用遗传算法可以获得不受统计约束且预测准确率更高的模型。     

高新技术上市公司财务特征的实证分析

运用SPSS软件对高新技术企业与非高新技术企业进行财务指标的实证比较研究，得出高新技术上市公司区别于非高新技术上市公司的财务特征，以加强高新技术上市公司的财务冶理。     

我国创业板企业内部人交易择时行为研究

利用深圳证券交易所2012年1月1日至2013年12月31日期间的创业板企业内部人的交易数据,从间接与直接两个角度考虑创业板企业的内部人交易与信息优势利用的关系.从间接角度来看,创业板企业的内部人卖出能够有效预测未来股票走势,来获取超额收益;而买入则不具有显著的择时能力,不能获取正的超额收益,这与主板企业具有相同特点;但其中创业板小额买入可取得长期收益,这与主板企业有所不同.从直接角度来看,创业板企业内部人在卖出中充分利用了估值判断优势,抓住高估值偏差的市场机会套现,这与主板企业的特点相同;而创业板企业的内部人买入交易决策与估值判断、业绩预测这两种信息优势利用的关系都不密切,这与主板企业的特点有所不同.     

我国钢铁行业上市公司竞争力实证研究

钢铁行业是我国的传统行业,在国民经济中具有举足轻重的地位。本文采用主成分分析法,分别从盈利能力、偿债能力、运营能力以及成长能力等方面对我国34家钢铁类上市公司的10项财务指标进行了竞争力综合评价;通过对各个上市公司的分类比较,发现了我国钢铁行业存在的一些问题;最后指出产业整合是提高我国钢铁行业整体竞争力的必要途径。     

基于财务指标的股票间关联网络结构特征研究

目前关于股票间关联网络结构特征的研究,主要是基于股票价格时间序列间相关关系构建复杂网络.然而,股价只是衡量股票优劣的外在因素,财务指标更能全面地刻画上市公司的运行情况,反映股票背后的经济实力.因此,以中国74家能源上市公司的财务指标为样本,结合复杂网络理论,构建不同阈值下的股票间关联网络,进行结构特征分析.发现,服务类型的股票在网络中影响较大,社团化趋势显著等.     

Forecasting business profitability by using classification techniques: A comparative analysis based on a Spanish case

A comparative study of the performance of a number of classificatory devices, both parametric (LDA and Logit) and non-parametric (perceptron neural nets and fuzzy-rule-based classifiers) is conducted, and a Monte Carlo simulation-based approach is used in order to measure the average effects of sample size variations on the predictive performance of each classifier. The paper uses as a benchmark the problem of forecasting the level of profitability of Spanish commercial and industrial companies upon the basis of a set of financial ratios. This case illustrates well a distinctive feature of many financial prediction problems, namely that of being characterized by a high dimension feature space as well as a low degree of separability. Response surfaces are estimated in order to summarize the results. A higher performance of model-free classifiers is generally observed, even for fairly moderate sample sizes.     

上市公司退市风险预警模型研究

运用统计方法,选取有效建模变量,建立了L og istic预测模型对我国上市公司退市风险进行了预测,研究结果表明该模型具有良好的预测精度,该模型预测精度可达98.10%,可以作为证券投资者和分析人员使用的一种有效预测上市公司退市风险的工具.     

基于ZZ杠杆模型的资本结构影响因素研究——来自中国制造业上市公司的经验证据

ZZ杠杆模型理论上解决"定量求解最优资本结构"这一财务领域长期难以解决的问题,由于该模型建立在一系列理想假设之上,有待实证的进一步检验.基于ZZ杠杆模型研究了资本结构的影响因素,从沪市A股制造业上市公司中筛选了200家符合条件的公司为样本,选用其2008年的横截面财务数据进行实证检验.结果表明,ZZ杠杆模型中的变量是显著影响我国上市公司资本结构的因素:即公司价值波动率与资本结构负相关,所得税税率及平均债务期限与资本结构正相关.结论证实了ZZ杠杆模型在中国市场总体上是成立的.     

基于SEC准则的油田开发规划不确定优化模型及算法

在油价低迷的国际背景下,上市石油公司进行油田开发规划时越来越重视经营效益。美国证券交易委员会(SEC)要求上市石油公司采用产量法计提折耗,极大地影响了石油公司开发规划方案的制定。油田开发受到自然、技术等多种不确定因素的影响,在制定开发规划时需充分考虑这些不确定性。本文基于不确定理论,考虑措施增油效果和新增投资两类不确定参数,以经营效益最大化和新增投资最小化为目标,构建了基于SEC准则的油田开发规划不确定优化模型,并利用差分进化算法求解,给出措施工作量的帕累托解集。本文以D油田年度规划为例,通过构建模型并求解,给出开发规划方案集,并进一步分析SEC储量的下降对上市石油公司经营效益、新增投资回报率、油气总产量、油气完全成本和措施工作量的影响,为企业制定开发规划方案提供参考。