基于Y分数财务预警模型的永煤控股债券违约案例分析

近年来,我国债券市场作为融资的重要渠道快速发展,然而在此过程中,不断出现企业债券违约的事件,越来越多信用评级较高的主体违约,尤其国企的违约数量与金额暴增。在此背景下,本文通过修正后的Y分数财务预警模型验证得出永煤控股确实存在较大的债券违约风险,原因主要包括“双碳”目标驱动、宽松的外部监管环境以及企业的公司治理存在问题,最后从国企混改政策、中介机构、“子强母弱”型企业角度进一步提出防范债券违约风险的建议。

上市公司财务预警模型——Y分数模型的实证研究

本文采用了统计方法中的主成分分析法,通过对我国上市公司财务危机状况的实证研究,建立了上市公司财务预警模型——Y分数模型,并通过本次研究中选择的样本指标,初步确定了企业财务状况评价区域,为企业预测财务危机提供了一种科学可行的预测方法。

Logistic财务预警模型预警正确率提升研究——引入盈余管理变量的分析

将应计盈余管理变量与真实盈余管理变量引入Logistic财务预警模型,可以对由盈余管理行为导致的财务信息偏差进行纠正,以减少因财务信息失真造成的预警模型误判。以2012—2016年A股上市公司为样本进行的实证研究表明:ST公司与正常经营公司盈余管理行为存在显著差异;与传统Logistic财务预警模型相比,引入盈余管理变量后的Logistic财务预警模型拟合程度与预警正确率均有所提高,且这一改进对ST公司预警正确率提高的程度高于对正常经营公司预警正确率提高的程度。

基于单变量分析的我国上市公司两阶段财务预警模型实证研究——以纺织行业为例

我国现有的财务预警研究大部分仅限于对上市公司是否会陷入ST来建立预测模型,缺少对公司陷入ST后财务状况预测的进一步研究。应着眼于为上市公司的外部信息使用者建立ST前和ST后两阶段的预测模型,即把正常公司是否会转为ST公司作为模型预测的第一阶段,把ST公司是否会暂停上市作为模型预测的第二阶段,可选取包括现金流量指标在内的五种财务指标,以纺织行业为例进行分行业的实证研究,建立纺织行业两阶段的单变量预测模型。研究结果表明这些模型在两个阶段都达到了较好的预测效果。

基于主成分分析法构建陕西省上市公司财务预警模型

本文以陕西省26家上市公司为研究样本,通过主成分分析法构建了陕西上市公司的财务预警模型。首先用主成分分析法对样本公司指标进行处理,提取主成分以实现对指标的简化,最终得出陕西上市公司的财务预警指标综合评价得分。在文章的结论部分,对陕西上市公司的财务状况以及地区差异进行了综合评价分析。

财务预警模型综述

财务预警模型是指借助企业财务指标和非财务指标体系来判别企业财务状况的模型。它通常包括以下六类 :一元判定模型 (Univariate)、多元判定模型 (MDA)、多元逻辑 (Logit)回归模型、多元概率比 (Probit)回归模型、人工网络 (ANN)模型和联合预测模型。通过对财务预警模型进行回顾和评述 ,可以拓展财务预警研究的视野 ,便于我们在借鉴前人思路和方法的基础上进行更深入的研究。

基于行业差异视角的财务预警模型比较研究

财务指标是构建预警模型的数据基础,往往因行业不同而表现出不同的特征。财务指标的行业差异是否会影响到财务预警模型的预测精度以及对不同模型的影响程度如何,成为财务预警领域一个值得研究的重要问题。本文就此作一探讨。

基于主成分分析和Logistic回归方法的财务预警模型比较——来自我国制造业上市公司的经验证据

在对国内外财务预警研究进行系统研究的基础上,选取我国制造业上市公司作为研究样本,综合运用主成分分析法和Logistic回归法构建制造业上市公司财务预警模型,并对其判别效果进行比较分析。研究结果表明,通过建立预警模型帮助上市公司防范财务风险是一种行之有效的方法,主成分分析模型与Logistic回归模型的判别准确率均较高,但整体而言,主成分分析预警模型的判别效果更好。

财务预警模型研究综述

风险存在于企业的各个发展阶段，当其累积到一定阶段就容易导致财务危机的发生，因此建立适当的财务预警模型对于企业来说具有十分重要的意义。在企业财务预警研究中，菲特帕特克的研究是目前公认的对财务危机预警研究的开山之笔。此后，在国际学术界中关于财务预警的研究可谓是方兴未艾，国内外学者都在这个领域做了不懈的探索。

财务预警模型研究综述与展望

财务预警模型是指借助企业财务指标和非财务指标体系来判别企业财务状况的模型。本文说明了财务预警研究的意义,简单介绍了财务预警的基本概念,综述了财务预警模型研究的现状、水平、趋势和不足,提出了今后财务预警模型研究的重点和难点问题。

财务预警模型——分析、比较、评价

财务预警模型的构建方法是多种多样的,本文对企业财务预警模型进行了比较深入的分析与比较,并在此基础上,给出了财务预警模型进一步研究的内容和方向。

基于医药类行业数据的财务预警模型比较研究

自从我国加入WTO后，国际化进程不断加快，这使我国的上市公司在面临重大机遇的同时也遭受着巨大的风险，主要表现在理财上的复杂性。因此通过对财务预警模型的研究找出适合各大上市公司自己的方法与对策，从而根据各项财务指标来对财务进行危机预警，进而为市场的参与者提供决策依据有其必要性。

上市公司资产结构与负债结构的财务预警模型研究

本文以我国ST上市公司2007～2009年三年数据作为研究样本,采用因子分析法,将资产结构与负债结构要素纳入到我国上市公司财务预警模型的构建中。这将对上市公司在实践中及时调整企业的资产结构与负债结构配比,预防财务危机起到真正的预警作用。

基于指标变动幅度的财务预警模型探析——以“夏新电子”为例

一、财务预警研究概况 （一）财务预警研究现状财务预警的研究始于20世纪30年代，经济危机的爆发促使人们将财务报表分析的重心由对历史结果的分析转向对未来的预测。经过长期的理论研究与实践检验，形成了几种最具代表性的预警模型：一元判定型（Univarlate）、多元判定模型（Muiriple Discriminant Analysis，MDA）、多元逻辑（Logit）回归模型，多元概率比（Probit）回归模型、人工网络（ANN）模型和联合预测模型。我国对财务预警的研究起步较晚，最初主要是借鉴西方的财务预警模型；随着我国证券市场的发展和风险意识的强化，

上市公司财务预警模型最优分割点的确定

本文以我国企业资料为依据,利用11.5forWindowsSPSS统计软件,根据统计分组原理确定上市公司财务预警的评价区域,提出了以前研究中罕有论及的分割点的计算方法,从而确定了上市公司财务预警模型的最优分割点。

多变量财务预警模型比较研究——来自农业上市公司的经验证据

一、引言 因为农业经济在很大程度上受自然条件的约束，使得公司经营存在着极大的不确定性，财务危机的发生具有多样性、突发性等特点。同其他法人企业相比，农业上市公司经营面临的财务风险更加突出。这就需要利益相关者建立健全财务预警系统，对企业的经营活动、财务活动等进行监控分析，在危机发生之前对潜在的经营风险和财务风险进行预警，未雨绸缪，

基于KNN和Logistic回归方法的财务预警模型比较

基于我国上市公司的财务报表数据,本文使用"行业优先"的样本选择方法,采用K近邻方法和Logistic回归方法进行财务危机的预警建模研究。实证结果显示两种方法均具有很好的预测效果,但Logistic回归更适合于对短期内的预测,而K近邻方法对于基于事前信息建模的长期预测有很高的精确度。本文的研究为将来更加详尽全面的研究上市公司的财务危机预警模型提供了参考。