基于Cox比例危险模型的制造业财务困境恢复研究

利用生存分析中的Cox比例危险模型,对上市公司陷入财务困境后影响其成功恢复的因素进行实证研究。研究发现:困境公司能否顺利摆脱困境受到财务和公司治理因素的共同影响,财务因素中盈利能力的影响最为显著,而变更管理层对困境公司的恢复也有积极影响;此外,在困境发生后进行资产重组和关联交易的企业更容易恢复。鉴于资产重组和关联交易的目前发展现状,不断完善此类活动的信息披露机制并加强对此类活动的监管显得十分必要。

基于等比例危险模型的金融危机预警

针对金融危机预警,FR、STV、KLR和DCSD 4种模型对数据有特殊要求,造成应用上的困难,预测能力不足的问题。在Cox and Oakes基于存活分析提出的等比例危险模型(PHM)的基础上,利用31个样本国家的年度数据资料,采用13个相关预警变量,构建金融危机前一年的PHM预警模型,并进行实证分析,提出一种的金融危机预警模型。通过对预测期间17个测试国进行的模型预警效果检验,认为该模型预警能力较佳。

基于惩罚组变量选择的COX财务危机预警模型

随着市场竞争的日益激烈,上市公司生存压力不断增大,如何从繁多的财务指标中选择重要指标,建立有效的财务危机预警模型显得尤为重要。COX模型具有对因变量分布无假设并可以对公司生存时间进行动态预测等优点,因此本文引入COX模型,并加入惩罚组变量选择CMCP方法,对具有分组结构的财务指标进行筛选。本文根据实际的财务危机数据特征设置模拟实验,并将CMCP-COX模型与Lasso-COX模型、逐步COX模型、COX模型和逐步Logistic相比,结果表明在不同的自变量相关性下CMCP-COX模型的指标筛选和预测效果均更优。实证分析中,CMCP-COX模型在测试集上的预测准确率高于80%,尤其在"危机"类别中预测准确率高于90%,其预测准确性和AUC值均优于传统的逐步Logistic回归和其他COX模型,并呈现出了理想的时点预测效果。综合对比认为CMCP-COX模型对于财务危机预测的综合表现较好,更具有现实意义。