认知偏差、财务困境成本与财务保守行为

本文从行为金融视角对资本结构决策中的财务保守行为进行了解释.通过基于前景理论和权衡理论,建立考虑递减敏感性心理和厌恶损失感两种认知偏差的资本结构决策模型,并求解财务保守行为发生的条件,发现:如果决策者的厌恶损失感足够强烈,而递减敏感性心理不太严重,或者财务困境成本足够低,他会选择财务保守.最后得出结论:决策者的心理认知偏差和企业较低的财务困境成本是导致资本结构决策中财务保守行为的重要原因.研究结论对于促进企业融资决策的科学化有重要意义.     

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.     

考虑保守卖空与财务困境的背景风险投资组合模型

如何合理地考虑投资者所面临的背景风险及现实市场限制来进行有效地投资决策是人们所广泛关注的重要实际管理决策问题。本文研究投资者同时面临加性和乘性两类背景风险的前提下具有保守卖空与财务困境的投资组合选择问题。假定投资者寻求使得投资收益最大、投资风险最小及证券主体财务困境最小的最优投资组合策略,进而提出考虑保守卖空与财务困境的背景风险投资组合模型。然后,利用具有精英策略的非支配排序遗传算法对模型进行求解。最后,通过实例来阐述模型的实用性。研究结果表明：考虑保守卖空能为投资者提供更大的收益;两类背景风险的变化均导致有效前沿面的变化。     

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。     

基于Cox模型研究财务困境的行业差异性

公司所属行业是陷入财务困境的一个重要的影响因素,本文主要运用Cox模型衡量不同行业的财务困境风险关系。我们以我国A股制造业上市公司为研究对象,选取制造业中样本量最大的两个次级行业:机械、设备、仪表行业以及石油、化学、塑料行业,以"月"作为生存时间基本单位,选取8个财务指标和一个行业虚拟变量进行实证研究。实证结果表明机械、设备、仪表行业陷入财务困境的风险为石油、化学、塑料行业的0.469倍,并且显著影响这两个行业的公司陷入财务困境的财务指标也不相同,表明研究财务困境考虑行业的重要性;稳健性检验表明这些结论具有可靠性。     

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。     

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。     

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。     

投资企业在BT项目竞标中的决策分析

在我国市场经济条件下,BT项目现多采用招标投标方式来优化社会资源配置,并使得招标方和投标方取得双赢的结果,在BT项目的投标过程中,投资回报率既是投资商竞标成败的重要指标,也是招标投标参与各方签署合同及确定合适的BT项目回购价格的重要依据.投资商通过研究竞争对手的项目回购基价分布和内部收益率分布,并在此基础上,以回购总价最低中标为前提,运用蒙特卡洛模拟求出企业中标的最高投资回报率,为企业获得最优收益.现以武汉市某项目为例,研究某企业在BT竞标中提高中标可能性以及获得最优投资回报率的方法.     

企业内公共物品自愿投资行为分析

企业内公共物品的自愿投资活动是在企业“权威”授意和操作下的非盈利团队活动,也是企业文化建设的一个组成部分.本文将此活动视为企业内各经济人之间的博弈,并对此类活动的三种进行方式进行了经济人的行为分析,对模型结果进行了比较.通过比较分析表明,对规模较大,经理与工人收入差异不大的企业,采用经理与工人同时投资的效果最好;而“经理先投资,工人后投资”的活动方式,将最容易实现.     

企业财务危机预测的贝叶斯模型研究

本文探讨商业银行如何利用贝叶斯分类技术构建企业客户财务危机预测模型。本文使用财务比率作为评价企业绩效的特征属性,并考察两个不同的贝叶斯模型在估计企业客户发生财务危机的后验概率方面的有效性。一个比较简单但有较多的假设,即朴素贝叶斯模型;另一个某种程度上更为复杂但有更少的假设,即组合属性贝叶斯模型。研究发现,与朴素贝叶斯模型相比,由于组合属性贝叶斯模型更好地反映了变量之间潜在的联合分布,因此它能在历史数据支持下估计所要求的概率并做出更精确的预测。所提出的模型可以作为辅助银行审核者做出正确而快速决策的有用工具。     

财务危机预警中财务比率的选择研究

本文采用定性与定量相结合的方法对财务危机预警中财务比率的选择进行了研究 .首先根据初选原则对财务比率进行了初步选择 ,然后提出了一种基于神经网络的变量选择方法 ,对初选的财务比率进行定量筛选并进行了实证研究 ,结果表明 ,这是一种科学、通用的变量选择方法     

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。     

保险公司的最优投资和再保险策略

在保险公司既可以做证券(股票和债券)投资,同时又采取比例再保险策略的情况下,通过对经典的Cramér-Lundberg保险公司盈余过程模型的连续扩散近似,利用动态规划原理分别得出了在破产概率最小和终值期望效用最大两种目标函数下,保险公司的最优投资和最优再保策略的显式解和对应的目标函数值.对两种目标函数下的最优策略做了比较研究.     

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.     

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.     

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.