稀疏组Lasso-logistic回归模型在财务报告舞弊识别中的应用研究

财务报告舞弊行为对广大投资者的切身利益造成巨大损害,如何高效识别财务报告中的舞弊行为已成为目前研究的热点.在对已有的财务报告舞弊识别模型分析的基础上,提出一种基于稀疏组Lasso-logistic回归的识别模型,并通过选取近8年间180家上市公司年报数据作为样本,综合财务及非财务指标,从盈利能力、营运能力、偿债能力、治理结构等方面设计了15组29个解释变量使用该模型进行了实证研究.结果证明,与以往的向前Logistic回归、Lasso-logistic回归和组Lasso-logistic回归等模型相比,稀疏组Lasso-logistic回归识别模型不但具备良好的变量筛选能力而且可以获得更好的识别效果,具有较高的应用价值.     

GRNN和PNN模型在信用风险评估中的应用

广义回归神经网络GRNN和概率神经网络PNN,与传统的BP神经网络相比,收敛速度快,学习能力强.本文将其应用到信用风险评估,选取1057组公司财务数据作为训练数据,350组数据作为测试数据,分别建立基于不同属性的模型对样本公司财务状况评判其是守信公司还是违约公司,最终选取精度较高的作为最终模型对财务系统进行预测.结果表明,PNN对于信用风险评估泛化能力好,测试集正确率高,因此可以用作风险预警的模型,给决策者提供智力支持.     

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.     

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。     

ST公司基于财务数据的动态分析

国内上市公司发生ST可以看作违约,现有的研究基本基于静态的判别分析。本文提出了基于Cox模型的动态违约预报模型,考虑了多阶段财务状态变量对违约强度的影响。选取1998年以前国内A股市场上市的公司作为样本,发现流动比率、其它应收款/总资产和资产周转率等财务指标对公司是否发生ST有显著影响,且其它应收款占比影响较大,投资者应当提高警惕。同时还发现,我国的证券市场还处于初期的不断调试完善阶段,模型存在微小的结构性变化。本文还针对训练样本外的测试样本做了预报检验,并以Logit模型作为对比,发现二者均可以进行违约预报,且基于Cox的动态模型优于传统的Logit模型。     

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.     

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。     

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。     

公司价值与财务信息的相关性:基于中国上市公司的研究

本文以778家上市公司1998—2002年5年间的3890个观测值为样本,研究了公司价值与财务信息的相关性。结果表明,ST、PT公司的价值测度与综合短期利润测度存在不显著的负相关关系;既发行A股又发行B股的上市公司的价值测度与综合短期利润测度在0.01水平下显著正相关性,利润测度提供了约2%的公司价值解释力;对于绝大多数的经营正常的A股公司,价值测度与综合短期利润测度在0.01水平下显著正相关性,利润测度提供了约18%的公司价值解释力。     

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%.     

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.     

KMV模型运用于中国上市公司财务困境预警的实证检验

我国目前关于上市公司财务困境预警的研究大多建立在试误的基础上,缺少经济理论依据;并且经我们证明,按照配对原则设定的分析样本会出现过度抽样等问题,这将会大大高估模型的预警能力。因此本文将基于期权定价理论的KMV模型首次运用到财务困境预警中,引入功率曲线进行对照分析,经过大量的实证研究后得出结论:KMV模型运用到中国上市公司财务困境预警中是完全可行的,而且相对基于大量历史数据得到了Logistic、Fisher等模型,其优势是明显的。     

商业银行财务绩效偏序集评价研究

为了提高商业银行财务绩效水平,满足利益相关者信息需求,从收益和风险以及发展的角度构建“盈利性”、“安全性”、“流动性”和“社会性”四个维度的商业银行财务绩效评价指标体系,采用偏序集评价方法对15家样本商业银行2017年财务绩效进行评价。财务绩效排名和HASSE图的结果表明:处于较高层级的样本商业银行财务绩效较好,其盈利性、安全性、流动性较优,并具备较强的发展能力;处于较低层级的样本商业银行财务绩效较差,其盈利性、安全性、流动性较弱,发展能力较弱;重要性程度靠前的 “盈利性”和“安全性”评价维度,不是导致商业银行绩效排名和分层的主要影响因素,商业银行要提升财务绩效,应该更加重视“流动性”和“社会性”维度。同时,采用偏序集评价方法,克服了评价指标精确赋权问题,获得的HASSE图直观展示样本商业银行财务绩效排名稳定性和整体市场竞争格局,具备其他评价方法无法比拟的优势。     

股权分置改革对市场流动性的影响——一个理论模型及经验检验

股权分置改革是克服我国股票同股不同权的特有现象而进行的一场改革,然而,改革提高市场流动性目标了吗?基于理性预期框架;建立了一个指令驱动系统交易机制下考虑股权分置的信息模型,并通过分析得出基本假设,从理论上论证股权分置改革对流动性产生的影响.然后通过构造差分模型,以沪市607家公司作为样本对理论假设进行实证检验.研究发现:实施股权分置改革公司的流动性会高于没有进行股改的公司,股权分置改革取得了改善流动性的效果.     

企业诚信度的贝叶斯估计研究

本文利用贝叶斯分析方法建立了评估企业诚信度的概率估计模型，并选取了一些有代表性的企业进行实证分析。与现有的同类问题研究相比，本模型的特点是将决策者个人经验和主观判断作为先验信息与样本信息相结合、将财务数据与诚信表现相结合，从而提高了估计的可靠性和准确性。     

企业诚信度的贝叶斯估计磷究

本文利用贝叶斯分析方法建立了评估企业诚信度的概率估计模型，并选取了一些有代表性的企业进行实证分析。与现有的同类问题研究相比，本模型的特点是将决策者个人经验和主观判断作为先验信息与样本信息相结合、将财务数据与诚信表现相结合，从而提高了估计的可靠性和准确性。     

公司创业投资的薪酬激励问题分析

公司创业投资的财务收益和战略收益取决于投资企业和公司创投家的投入。本文运用博弈模型分析了公司创业投资的薪酬激励问题,结果表明:薪酬激励对公司创投家的努力程度具有正面影响,而对投资企业的支持力度具有负面影响。投资企业和公司创投家的能力与薪酬激励强度分别呈反向和正向关系,与对方的努力(支持)呈反向关系。项目战略利益与薪酬激励的关系则取决于投资企业和公司创投家能力的相对强弱。在此基础上,本文尝试为研究和实践提出相关建议。     

基于三阶段DEA模型的文化传媒类上市公司经营效率研究

随着文化产业在国民经济中所占比重越来越大,文化产业相关政策密集出台予以扶持.研究选取我国31家文化传媒类上市公司作为样本,利用三阶段DEA模型对其经营效率进行分析和评价.结果表明:在剔除外部环境因素的影响后,这31家文化传媒类上市公司无论是综合效率还是纯技术效率和规模效率都有所提高;纯技术效率对公司综合效率的影响更为直接,其效率提升或下降影响着综合效率提升或下降;文化传媒类上市公司经营效率水平受外部环境因素影响较大,分别表现为GDP的增长和政府扶持力度的加大对经营效率的提高具有消极作用,而居民消费水平的提高对经营效率的提高有积极作用.研究就此提出:应把握发展契机、协调与其他产业之间的关系、继续增加技术研发方面的投入、不断创新投入途径、适度缩减政府财政扶持力度等政策建议.     

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.