多元统计在上市公司财务年报分析中的应用

文章把多元统计中的因子分析法用于分析上市公司的财务年报，从分析结果可见，这一方法是切实可行的综合分析上市公司财务年报的有效方法，并且分析结果可做为投资者参考的主要依据之一。     

房地产业上市公司的统计数据挖掘分析研究

应用统计类数据挖掘技术对房地产业上市公司财务进行了分析。即搜集十五个房地产业上市公司的主要财务指标进行因子分析,用提取主成份的方法缩减变数,归纳出影响公司财务状况的四个主要因素。然后,对十五家房地产上市公司进行聚类分析,划分各公司的经营等级。最后,结合因子分析与聚类分析的结果对各公司的经营状况进行了综合评价,并以此指导投资者和经营管理者做出正确的决策。     

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.     

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。     

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.     

大股东关系经济后果实证研究——基于公司绩效和盈余质量的评价视角

本文关注了中国社会文化中的"关系"特质在上市公司的体系特征及其影响。通过对上市公司前十大股东的调查和分析,我们发现约有50%的上市公司中,其前十大股东之间存在联结关系。在对大股东联结关系进行分类统计的基础上,本文进一步检验了大股东关系的经济后果。研究发现,大股东关系的存在增加了上市公司股东网络的社会资本,社会资本的正向效果比较明显,从而使得大股东之间有联结关系的上市公司,其财务绩效和盈余质量显著高于大股东之间不存在联结关系的公司。     

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.     

自由现金流、公司治理与财务性投资——基于2011-2013年A股上市公司的实证研究

本文基于预期效用和控股权利益理论,运用数理分析方法,通过构造公司价值的V-N-M效用函数,对影响我国上市公司财务性投资行为的因素及其机理进行分析,并以2008-2011年沪深两市A股上市公司为样本进行实证检验。研究发现:(1)公司自由现金流越多,越有可能进行财务性投资;(2)在自由现金流一定条件下,资产负债率越高,上市公司越不可能进行财务性投资;(3)控股股东持股比例与财务性投资存在倒U型的关系。     

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。     

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.     

基于面板logit模型的上市公司财务困境预测

目前关于财务困境预测的研究大多是局限于截面数据的静态计量和统计模型,忽视了公司的财务状况是不断变化的事实.为了揭示公司财务状况的变化过程,利用面板数据建立了panel logit概率模型.研究结果表明,panel logit模型在预测准确度方面优于普通的logit模型.     

基于双风险因子调整的剩余收益经营与投资最优决策模型

一般来说,公司净资产基于投向可以分为净经营性资产和净金融性资产。这两种净资产所面临的风险属性是不同的,净经营性资产承担的是经营性风险,而净金融性资产承担的则是金融性风险。作为公司多元化经营的决策者,在公司净资产一定的情况下,如何合理分配经营性投资与金融性投资间的比例并作出最优的投资决策,以达到公司价值最大化？本文基于一般形式的三阶段剩余收益模型,根据净经营性资产具有经营风险,净金融性资产则具有金融风险的风险识别与判断,从理论上构建出双风险因子调整的剩余收益经营与投资决策模型(Operation and Investment Decision Model of Dual-risks RIM, OIDM-DRRIM)。同时,利用中国资本市场1997年到2014年的经验数据进行实证检验,研究结果表明,所构建的OIDM-DRRIM具有非常好的适用性,公司经营决策者可以根据该模型计算出净经营性资产和净金融性资产之间的最优分配比例,进而作出使公司价值最大化的经营与投资决策。     

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。     

财务危机预测主要方法比较研究

本文以我国沪深A股上市公司为研究对象,将被特别处理的ST公司视为财务危机公司,使用多种方法建立了财务危机预测模型,并对各模型的预测准确率、优缺点进行了对比,结果表明,人工智能方法预测准确率更高,遗传算法模型成为最优预测模型。     

基于PLS通径分析的上市公司财务指标综合评价

为了对上市公司财务报表中的大量财务指标进行综合认识和评价,本文提出利用偏最小二乘(PLS)通径分析方法建立综合评价指标,该指标可以最大程度的综合各原始指标的信息,并且还可以利用其对各组原始指标所反映的不同隐变量信息进行研究.本文以证券市场上钢铁板块的22个上市公司公布的财务数据为例,利用PLS通径分析模型建立了一个综合评价指标,并用其对各上市公司进行了排名,得到了与实际情况十分吻合的结果.     

基于W-SVM的民营环保企业信用风险预警模型

2019年中国绿色债券发行量依旧稳居世界前列,成为民营环保企业重要融资渠道,但是2018年至今,大量环保企业信用风险事件频发为我们敲响了警钟,构建合适的民营环保企业信用风险预警机制迫在眉睫.环保产业属于新兴产业,并以国有企业为主导,民营企业的样本数据具有样本量小,维度高等特征,这导致传统的信用风险模型适用性不强.因此选用加权支持向量机模型,对不同类别样本采取不同权值,选取大量财务特征,最终构建出风险预警模型．研究发现加权支持向量机模型具有十分优秀的预警性能.环保企业本身具有资金回收周期较长并且项目前期投入较高等特点,建议加强财务管理,保障资产流动性,建立完善产业链.     

因子分析法在中小企业板块上市公司综合业绩评价中的应用

本文运用因子分析法对我国中小企业板块22家上市公司的综合业绩进行评价,从其2003年度十三个主要财务指标中提取了四个具有一定含义的因子,用它们代表各公司的综合业绩,根据每家公司的因子得分情况对其综合业绩排序。     

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。