“黑天鹅”事件与国际关系理论的预测危机

"黑天鹅"事件引发国际关系理论预测危机的逻辑机制是由内外两个维度上的因素互动导致的。内生层次上,国际关系理论在预测"黑天鹅"事件时无法克服所面对的天然性内在矛盾;外生层次上,"黑天鹅"事件亦在以其消极能量从多个方向不断向国际关系理论预测力施加反作用力。国际关系理论的内在缺陷与"黑天鹅"事件的外在阻力是影响国际关系理论预测的两大关键动因,它们之间的联动效应合力诱导了预测危机的屡屡显现。文章认为面对这一预测危机的现状,一方面要在预测失败的实践中不断修正和完善国际关系理论的预测功能,另一方面则需要以开放和非线性的思维模式审视国际关系发展演变的复杂性,同时在主观认知上要充分考虑"黑天鹅"事件发生的偶然性与非规律性特征。

考虑金融网络指标的信息技术类上市公司财务危机预测研究

信息技术类上市公司市场变化趋势难以捕捉,而这部分信息能有效显示企业的运营状况。股票收益信息能够及时反映市场变化,为了监督企业运营状况,避免财务危机发生,本文采用股票信息构建金融网络,将股票信息以网络指标的形式引入模型。为了充分发挥集成算法在财务危机预测模型中的作用,提高模型的泛化能力,同时解决单一分类器不能充分使用数据的问题,本文采用lightGBM集成算法构建信息技术类上市公司财务危机预测模型,并提出了基于lightGBM算法的调参集成策略,利用模型之间的信息互补提高算法的预测性能。以沪深两市信息技术类上市公司为研究对象进行实证研究,结果表明,经过调参集成的lightGBM算法具有更高的预测性能。同时引入金融网络指标的模型总体表现优于传统模型,说明股票信息的引入有利于财务危机预测。本文研究为财务危机预测模型构建提供了新思路。

基于SVM的中小企业财务危机预测模型研究

市场竞争日益激烈,中小企业的发展面临着越来越严峻的考验,受财务、非财务等多种因素的影响,中小企业很可能陷入财务危机。基于这一背景,如何有效帮助中小企业管理者预防财务危机、规避财务危机风险成为人们关注的焦点。文章基于支持向量机(SVM)方式构建了中小企业财务危机预测模型,以期帮助中小企业管理者及时进行管理策略调整。并且,为了检验模型的预测效果,将其与传统Logistic预测模型进行了对比,进而得出研究结论:SVM模型在预测中小企业财务危机方面更加具有优势,能够准确预测中小企业在T+2年之后是否会陷入财务危机。

基于大数据技术的公共危机预测研究

对大数据和公共危机预测以及它们之间的关系进行界定,阐述大数据时代公共危机预测的特点,重点提出基于大数据技术的公共危机预测模式和管理策略。

神经内科病房护理危机预测及干预对策

目的探讨神经内科病房可能发生的危机并研究应对策略,保证医患双方的安全。方法成立质量管理核心小组,对病房管理、治疗护理过程、患者陪护等方面可能发生的突发事件进行评估,制定应对方法,对全体护士进行培训、考核,对患者、陪护人员进行宣传教育。结果实施2年来,神经内科病房危机发生率明显下降。结论神经内科病房进行危机预测及对策研究,大大提高了护士的危机意识及处理危机的能力,促进了医患关系的和谐,明显降低了危机的发生率。

MMPI测试对住院精神病患者危机状态预测分析及心理干预

目的:了解精神病患者住院期间的心理变化,预测患者危机状态发生。方法:采用明尼苏达多相人格测验计算机诊断系统,对307例住院精神患者心理状态进行测试。结果:自杀自伤、暴力行为的风险倾向高的患者年龄分布在20～40岁之间,疾病类型以情感性精神障碍最为明显。结论:对住院精神患者进行MMPI测查,及时了解患者的心理状态,制订相应的心理干预措施,能够减少自杀自伤、暴力行为等危机事件的发生。

制造业企业基于现金流量的财务危机预测研究

本文在梳理国内外企业财务危机研究文献的基础上,以选定的现金流量指标对制造业企业进行差异性检验和相关性检验,建立制造业企业基于现金流量的财务危机预测模型并进行预测能力检验,为企业规避财务危机发生提供了可行性方案。

神经内科中病房护理危机预测以及干预的对策

目的探讨神经内科的病房中可能会出现、发生的危机,并且从中研究应对的策略方法,从而来保证医患这双方的安全。方法成立起来相关的质量管理控制小组,针对病房的管理以及其中对病人的治疗、护理过程以及患者陪护等等方面上可能会出现的一些突发性的事件进行评估,并且从而来制定处理相对应的方法,对科室中的所有护士进行相关的知识以及技能培训,通过考核让护士将质量提高上来,并且针对患者以及陪护人员进行相关的一些宣传教育。结果自从开始实施质量管理核心小组之后,神经内科病房危机发生的几率有了明显的下降。结论神经内科病房中进行危机预测以及相对应的对策研究,能够大大地提高护卫的危机意识以及对危机的敏感性,同时还增强了护士对于危机事件的处理能力,将医患这两者之间的关系有了明显的和谐促进作用,同时也将危机的发生率降低到了一定的程度。

公司财务危机动态预测比较研究

本研究以2002年至2005年中国制造业上市公司的季度数据为研究样本,以因财务原因被实施特别处理的公司作为财务危机公司,以最能反映危机公司和正常公司区别的4个财务比率作为研究变量;用动态面板数据的方法估计财务比率的演变过程,分别用累积和控制图模型和指数加权移动平均控制图模型构建公司财务危机的动态预测模型,并将两个模型的准确率进行比较。

基于粒子群算法和核极限学习机的财务危机预测模型

文章提出了一种基于粒子群优化算法与核极限学习机的企业财务危机预测方法。考虑到在分类预测的过程中参数优化与特征选择之间的相互影响,利用粒子群优化算法优化核极限学习机参数的同时进行特征选择,从而优化出最优的核极限学习机模型并得到具有代表性的特征子集;最后,使用所提出的最优的核极限学习机模型对新数据集进行训练和预测。实验表明,与其他预测模型进行对比实验,该方法具有更好的性能,方法可行有效且实用。

管理层超额乐观语调与企业财务危机预测——基于年报前瞻性信息的分析

本文基于印象管理理论和文本分析方法,研究财务报告前瞻性信息中管理层超额乐观语调对企业财务危机的预测价值。研究发现,前瞻性信息中超额乐观语调水平越高,企业未来发生财务危机的可能性越低,而前瞻性信息的不一致性会削弱二者的负向相关性。进一步区分公司的外部信息环境,发现在分析师关注度低、产品市场竞争程度高时,超额乐观语调与财务危机预测的相关性更强,但该环境中,信息不一致性的负向调节效应也更显著。文章拓展和丰富了文本信息语调特征的相关研究,同时为行为财务研究提供了经验证据。

基于现金流量的企业财务危机预测

一、财务危机及财务预测 （一）财务危机涵义财务危机又称为财务困境，是指企业丧失支付能力、无力支付到期债务或费用、以及出现资不抵债的经济现象，包括营运失败、商业失败、无力偿债、资不抵债、正式破产等。财务危机预测是以企业会计信息及其他相关资料为基础，通过各种方法，分析企业财务指标的变化，发现并将企业可能面临的经营风险及时报告给经营者和其他利益相关人，分析导致风险的可能性因素，以促使经营者早做准备或采取对策，使企业走出破产危机的一种财务活动。

基于机器学习的上市公司财务危机预测模型研究

本文基于公司财务危机预测的6个常用机器学习模型,即逻辑回归模型、K最邻近模型、支持向量机(Support Vector Machine,SVM)模型、朴素贝叶斯模型、决策树模型以及随机森林模型,从东方财富数据中心爬取近两年上市公司财务数据以及股权信息。通过数据预处理,PCA降维,模型参数优化进行多模型性能对比分析,结果显示支持向量机模型具有较高的预测精度,其准确率达到了88%,接受者操作特性曲线(Receiver Operating Characteristic Curve,ROC)曲线面积达到0.89,支持向量机模型对财务危机预测有较好识别能力,这说明支持向量机模型在财务危机预测中具有不错的应用前景和实用价值。

财务危机预测中的统计方法

随着我国市场经济的发展,对公司财务危机预警研究的需求日益迫切,急需通过完善预警方法,建立起有效的预警系统。

基于人工蜂群优化循环神经网络的财务危机预测

为了提高财务危机预测的性能,采用循环神经网络(Recurrent neural network,RNN)对关键指标进行分析训练,以解决因为时间变化带来的深度学习网络预测准确率性能下降的问题。选取关键指标特征生成预测样本,并充分利用RNN在时间序列的循环计算优势,采用差异化时间序列的赋权策略,记忆不同历史时间序列对RNN预测分析的影响。经过RNN训练,并采用隐藏层输出不断循环的方式,将历史时间段输入不断作用于当前训练输出。引入人工蜂群(Artificial bee colony,ABC)算法在RNN反向传播过程中对时间序列权重进行更新。将RNN网络输出值与预测值的均方误差作为ABC的适用度函数,获得全局最优的ABC-RNN预测模型。试验证明,合理优化历史时间序列权重,能够获得较高的危机预测准确率。和常用预测算法对比,所提ABC-RNN算法的预测准确率更高,且曲线面积(Area under the curve,AUC)值更高。

管理层语调、媒体报道与企业财务危机预测——基于年报前瞻性信息的分析

本文以2007—2017年A股上市公司年报中前瞻性文本信息为研究对象,分析了媒体报道对管理层语调与企业财务危机预测关系的调节效应。研究发现,前瞻性信息中管理层净乐观语调与企业未来是否发生财务危机显著负相关,而媒体报道能够提升管理层语调在财务危机预测方面的价值。进一步研究发现,在机构投资者持股比例低时,媒体报道的促进提升作用更加明显。

基于内部资本市场信息的企业集团财务危机预测研究

本文使用企业集团为研究样本,从内部市场机制视角,分析了内部资本市场信息在企业财务危机预测过程中是否能够提供增量信息。研究发现,反映企业集团基本财务状况、极端财务事件信息的指标能提供增量信息,从而有效地提高财务危机预测能力;在考虑内部资本市场效率差异之后,财务危机预测能力得到进一步提高。进一步对独立样本进行研究,发现上述研究结论仅对企业集团公司有效,而对非企业集团公司无效。

对《企业、法规、宏观资产负债表指标在危机预测和预防中的作用》一文的解读与评述

本文主要是对《企业、法规、宏观资产负债表指标在危机预测和防范中的作用》一文的解读和评述。国际货币基金组织政策发展评论部门的Mulder、Perrelli和Rocha在2002年3月发表的一篇以亚洲金融危机为现实背景,运用一系列独特的评价指标对外部危机进行有效地评价,提出了企业部门的资产负债表对外部危机发生的可能性和深度均有着非常明确的指示作用,而且还建议政策的制定者需要努力去构建一个健全的企业部门的金融结构,并从法律法规层面对股东权利的健全进行支持,以此可以在危机过程中减少冲击和危机的联动性。这些论述,对我们在研究国内危机预测和防范方面有一定的借鉴意义,但需要进一步补充和完善,宏观经济资产负债表分析方法也有待继续深化和扩展,加入市场价值元素以有效地动态监控和评价宏观风险状态,为危机预测提供依据。

电子对抗事件建模方法在危机预测中的应用

提出了一种用于危机预测的电子对抗事件建模方法,该方法主要使用电子目标参数特征、行为特征和环境特征进行危机事件建模。利用事件模型和电子侦察数据进行事件情报处理,能够有效提高电抗情报处理水平和危机预测能力,实现电抗情报从数据层向认识层的提升。通过仿真数据实现了危机事件预测,验证了该方法的有效性。