MTS法用于上市公司财务质量评估初探

本文应用MTS法(MahananobisTaguchiSystem)于我国股票市场,以评估上市公司的财务质量。通过综合分析深圳和上海1000余家上市公司2000年年度财务报表的15项财务比率发现,利用MTS法提供的技术可以较有效识别存在财务质量以及财务造假问题的公司。     

基于XGBoost的上市企业财务违约预测研究

公司年度报告中的管理层讨论与分析部分是企业信息披露的重要组成.构建表面情感语调STONE和隐含违约倾向IPD两个文本特征指标对年报中管理层讨论与分析的定性文本数据进行量化,并提出了一种基于XGBoost的上市公司财务违约预测模型,该方法对上市公司财务违约实现了较好的预测效果.根据特征重要性排序对特征与财务违约之间的关系进行挖掘,进一步利用敏感性分析验证了表面情感语调和隐含违约倾向指标的有效性.     

年报无戏言

目前虚假信息披露所带来的预期收益要远远大于预期成本,出于“成本效益原则”的考虑,上市公司才会不断利用财务造假来达到自身目的,从而导致上市公司虚假信息披露愈演愈烈。     

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%.     

看穿你的报表

见人摔跤而抚掌大笑,只是看客的心理;对照审视自己的脚下,才是智者所为。2008年8月,一本针对上市公司财务造假的新书面世,其作者郑朝晖也再次成为公众视线的焦点。郑朝晖,笔名飞草、申草、夏草,从2001年开始在公开媒体发表文章,对上市公司进行财务分析,尤擅通过现金流追踪企业财务舞弊线索。     

基于机器学习模型预测A股市场高送转股票

A股高送转作为我国政策特有的现象,对其精确、有依据的预测有一定的研究价值.本文对A股数据集进行缺失值、异常值、标准化等数据处理,采取特征选择中过滤法、包裹法、嵌入法等方法提取特征,结合经济学意义得到最终特征.数据的不平衡采取过采样、欠采样以及SMOTE采样等方法处理.最后采用基于Stacking算法融合模型,第1层学习器采用5种分类机器学习模型,并进行超参数调整;第2层采用LightGBM模型预测,以F1分数为评价指标,进行对A股市场预测哪些公司可能会实施高送转.     

基于子空间多核学习的企业财务困境预测方法

财务指标的异构性是影响企业财务困境预测精度的重要因素,现有多核学习方法能够用于解决异构数据学习问题。本文首先介绍了子空间多核学习财务困境预测理论框架,在此基础上根据子空间学习的最大化方差准则、类别可分性最大化准则、非线性子空间映射原理,提出了三种子空间多核学习方法,分别为最大化方差投影子空间多核学习、类别可分性最大化子空间多核学习、非线性子空间多核学习。利用采集的我国上市公司数据进行实验,对比所提出的方法同现有代表性财务困境预测方法,并对实验结果进行分析。实验结果表明,本文提出的子空间多核学习财务困境预测框架行之有效,该框架下所构造的子空间多核学习预测方法能够有效地提升财务困境预测精度。     

上市公司动态复合财务系数

上市公司动态复合财务系数．本文应用主成份分析方法和理想点法,讨论了上市公司动态复合财务系数的计算原理和方法,从而给出了对上市公司财务状况进行动态综合评价的一种简单、有效的方法     

基于比例优势模型的上市公司财务困境预测研究

在激烈的市场竞争中,现代企业非常关注风险管理,注重防范与控制风险,而风险管理的关键是预测与控制财务风险。生存分析模型能动态地预测风险事件发生的概率,本文精比例优势模型应用干我国上市公司财务困境预测,根据边际似然与ALASSO变量选择程序,确定了影响财务风险的主要因素,获得模型参数估计,考察了比例优势模型财务困境预测判断能力,比较了Cox模型和比例优势模型这两种生存模型的财务风险预测效果。结果表明,比例优势模型能展现企业财务困境的发展过程,具有较好的财务困境预测能力。     

旅游上市公司财务风险评价的可变模糊改进方法

为克服旅游上市公司财务风险评价方法的不足,提出可变模糊改进方法.首先,基于集对模糊联系度,构造相对隶属度矩阵,进而建立可变模糊综合评价模型;然后,结合评价等级特征值,运用二元语义方法确定评价等级和阈值;最后,将方法应用于旅游上市公司财务风险评价问题.结果表明:旅游上市公司财务风险等级为Ⅱ级,即风险较低,且通过计算可发现收现能力和成长能力是影响其风险等级的主要因素,是旅游上市公司财务风险管理的重点.     

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.     

基于FOA算法的Logistic回归模型的财务预警研究

制造行业中企业的财务危机频发使得财务预警系统显得格外的重要.针对现有的预警模型对制造业企业的财务风险预测精度不高的问题,以最近两年被特别处理的上市公司为研究对象,将FOA算法与Logistic财务预警模型相结合构建了FOA-Logistic财务预警模型,并对其进行了测试,测试结果显示FOA-Logistic的识别率大幅提升,证明了模型的有效性.     

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.     

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.     

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     

基于GA-RS-LR算法的公司财务与个股投资探究

运用遗传算法-粗糙集-逻辑回归方法(GA-RS-LR)探讨我国A股上市公司财务与股票收益的关系.运用GA-RS方法获得财务指标最优约简;运用LR模型探求两者关系.最终,经GA-RS约简,60个财务指标中有17个对股票投资有重要影响;通过LR模型,4个指标具有显著效应;其中,负债与权益市价比为5.82%负效应,其余为正效应.对2015年股票相对波动进行预测得到70%的准确率,验证了GARS-LR模型对中长期投资的有效性.     

上市公司资本成本面板数据模型与实证分析

本文利用我国上市公司1997至2002年的有关财务数据,建立了我国上市公司资本成本面板数据模型,运用该模型分析了我国上市公司资本成本与财务杠杆、企业规模的关系.结果表明,财务杠杆的提升、企业规模的扩大将使资本成本下降.该结论对我国上市公司优化资本结构、提高企业价值具有一定的参考价值.     

基于Kohonen网络的激光超声缺陷探测研究

在激光超声缺陷检测技术中,不同类型缺陷采样信号的准确分类至关重要.针对激光超声表面波实验采样信号高维小样本的特点,采用了一种有监督学习的Kohonen神经网络(S_Kohonen)自适应分类方法.在S_Kohonen网络自组织学习的过程中,通过改进网络的学习率提高了网络的收敛速度.通过采用一种无需邻域半径判断的自适应权值调整方式来实现竞争层神经元权值不同程度的调整,从而更有效的表征输入样本的分布特征.通过对不同类型缺陷探测样本的多次实验,验证了所述方法具有良好的分类预测效果,多次交叉验证分类正确率均能达到100%.     

上市公司财务危机动态预测模型研究

预测上市公司财务危机是投资者、债权人及证券市场监管机构所广泛关注的课题.运用现代资本结构理论和期权模型,以企业“资不抵债”作为上市公司陷入财务危机的标志,利用资本市场的信息指标——股价建立起上市公司动态财务危机预测模型,克服了统计预测方法利用财务报表信息预测的时期性和滞后性的缺陷.     

网络信息披露制度下XBRL金融数据的频繁模式并行挖掘

信息披露制度是上市公司为保障投资者利益、接受社会公众的监督而依照法律规定必须将其自身的财务变化、经营状况等信息向社会及监管部门公开或公告,以便投资者充分了解情况的制度.XBRL作为一种基于XML的可扩展性商业报告语言,目前已广泛应用于财务信息披露制度中,并逐渐成为了信息披露制度的标准数据格式.对XBRL的规范、分类、实例文档进行研究,基于MapReduce和HDFS提出可用于海量XBRL数据的频繁模式并行挖掘方法,基于我国上市公司的XBRL实例数据进行了实验,取得了良好的效果.