上市公司财务预警研究——基于逐步回归和Logistic回归

选择适当的指标并构建科学、合理的财务预警模型,可以有效地促进企业财务风险管理的完善。除广泛使用的每股指标、盈利能力指标、收益质量指标、现金流量指标、资本结构指标、偿债能力指标和营运能力指标等财务指标外,文章又新增了企业基本信息、股东持股比例、企业人员的薪资和学历构成、收入成本构成、往来款构成和审计意见类别等非财务指标,以2009—2021年我国A股上市公司数据为样本,将逐步回归与Logistic回归相结合,对上市公司财务预警模型进行重构。结果显示,未经过逐步回归法过滤的模型预测精确度为75%,而利用逐步回归法构建财务预警模型总体预测准确率达到81%,整体预测精度提升了6%,该模型具有较高的判别能力。

大数据背景下基于k-means聚类分析的上市公司财务预警模型研究

选取2000—2020年广西上市公司数据作为样本,构建广西上市公司财务预警模型,可以得出以下结论:第一,在构建模型时,指标选择对研究结果尤为重要,在构建k-means聚类分析财务预警模型时要消除多重共线性的影响。第二,在对广西上市公司进行风险研究时,可以重点研究博士比重、净利率、资产负债率和总资产周转率等4个指标。这4个指标对广西上市公司有较大影响,合理优化企业自身资源,能让企业在激烈的市场竞争中取得更好更快的发展。

大数据背景下上市公司财务预警模型选择与实证研究

在对企业的财务状况进行预测时,模型的选择是非常关键的环节,不同模型对上市公司财务状况预测的结果各不相同,预警准确率也各不相同。选择岭回归、Logistic回归、Lasso回归、支持向量机和决策树等常用的财务预警模型为工具,以2009—2021年A股上市公司的数据为样本,选择A股上市公司的财务指标和非财务指标,对上市公司财务状况进行模型训练和预测,结果表明:模型预测准确率分别为85.67%、78.67%、78.00%、78.00%和80.67%,预测效果较好,其中Logistic回归模型的预警效果最优。

国有企业合并浅析

在经济高速发展时期,市场竞争不断加强,许多中小国有企业由于自身经营能力不足和资金短缺问题,导致企业难以盈利,甚至存在资金链断裂的危机。如何在这一时期社会经济背景下促进国有企业在激烈的市场竞争下仍可以较为稳健的发展?本文以泰新企业作为研究对象,通过对泰新合并入企业集团前后的经营状况进行分析,研究表明:国有企业进行合并后,能提高被合并企业的盈利能力,使其得到更好的发展。

环江县精准扶贫绩效评价

本文以广西西北地区的环江县作为调查对象,通过对环江县开展调研、对该县扶贫数据进行分析,评价该县精准扶贫工作成效,通过进一步分析该县实际扶贫工作中存在的问题,提出相应政策建议。