基于Kalman滤波的企业财务危机动态预警模型

基于Kalman滤波理论,考虑财务比率在时间序列上的趋势性和历史数据对结果的影响,构建了财务危机的动态预警模型。首先对动态系统的状态进行描述,建立目标的状态模型,该模型是以时间序列来描述的,此外还建立了财务危机预警的测量方程,利用状态空间法描述目标的状态和测量。然后对Kal-man滤波理论在财务危机预警中的适用性进行分析,利用Kalman滤波器对财务危机预警模型的状态进行Matlab程序计算。并且应用极大似然估计对模型进行参数辨识。采用英国和爱尔兰180家样本公司,5～10年时间序列的财务数据作实证研究,结果表明,由年度破产概率值输出的基于Kalman滤波的动态模型优于静态预测模型的新方法。

基于状态空间的财务危机动态预警模型在中国的实证研究

本文基于状态空间模型构建财务危机的动态预警系统,应用卡尔曼滤波计算模型的时变参数。并以数据统计为基础,根据上市公司绩效的动态特点,提取公司状态由好向坏转变,危机由轻至重的两个阈值分割点。研究从CCER数据库选取264家上市公司,30个财务指标,时间跨度为1994-2008年、合计2724组年度观测数据作为研究样本进行时序的分析与检验。实证结果表明状态空间模型能够有效刻画企业财务状况随时间序列的累积变异,实现动态预警系统的递归更新和实时预测。

基于多尺度组合模型的公司财务危机动态预警研究

提出了一种基于多尺度组合模型的公司财务危机动态预警方法。运用经验模态分解(EMD)将非稳态的财务指标信号自适应分解成高频、低频、趋势等子分量,针对不同子分量的频率特性选择不同的时间序列模型对财务指标进行预测,并根据预测出的财务指标运用Logit模型对公司是否陷入财务危机进行决策。实证结果表明,该预警模型不仅具有较高的预测精度,而且具有较为稳定的预测性能。