尹学亭[1]2007年在《上市公司财务危机预警研究》文中认为随着我国证券市场改革的深化和资本市场的快速发展，上市公司也更显著地暴露在错综复杂的市场风险之中，许多公司由于种种原因发生了财务危机，甚至面临退市的风险。上市公司的财务危机甚至破产清算，不仅会影响企业的所有者、债权人、证券市场的投资者、企业管理者和职工的利益，而且会产生广泛的社会影响。特别是大企业的破产甚至会使整个国家或地区的经济和证券市场产生波动。因此，财务危机的预测和防范是非常必要的。财务危机并不是在短期内生成的，而是具有较长的潜伏期和不同的发展阶段，从而使得财务危机预警不仅必要，而且成为可能。本文的研究目的就是尝试在有关理论的指导下采用较为科学的方法建立比较可靠的财务危机预测模型。本文回顾了目前使用的几类财务危机预警模型的特征以及这些模型的实证结果，并且仔细研究了这些预警模型所依托的理论基础，通过总结比较，得出了本文中比较全面和扎实的理论基础，即内外部两部分理论基础，同时比较以前研究模型自身优缺点，在结合我国实际情况的基础上，本文最后选择了Logistic回归模型作为本文的理论模型并进行了实证分析。本文选取了2000年至2006年因财务状况异常被特别处理的184家A股制造业及综合类上市公司和749正常公司作为研究样本，在现代财务危机理论的指导下，通过对企业财务危机成因的分析并参考了以前的研究成果，选择了50个预警变量，其中包括人们常用的财务比率、现金流量指标，特别加入了外部宏观经济环境变量，以期能提高预测的准确率，然后利用逻辑回归分析方法建立了财务危机预测模型，并进行了检验。本文的研究结论主要有：财务危机是可以预测的，本文构建的逻辑回归模型在上市公司财务危机前一年的预测准确率超过90％，采用主成分分析方法在上市公司发生财务危机前二年和前三年的预测准确率也在70％以上，距离公司发生财务危机的时间越早，预测的准确率越低。研究结果表明每股收益、资产负债率、速动比率、净资产收益率、(财务费用+利润总额)／流动负债等指标有着较显著的判别作用，审计意见类型在ST前两年有较显著的判别作用。
陈芳[2]2007年在《基于RBF神经网络的上市公司财务预警模型研究》文中研究说明现代企业面临着各种风险，财务风险就是其中之一。财务风险积聚到一定程度，如果不能及时的采取化解措施或采取的措施有效程度不足，企业就会陷入财务危机。特别是加入WTO后，随着我国银行业、保险业和证券业市场的逐步开放，企业财务环境正在发生一系列变化，这对企业的财务风险管理提出了更高更新的要求。加强企业财务危机的预防与控制，是现代财务理论界与实务界研究的热点问题之一。上市公司财务危机预警的研究在国外尤其是在资本市场发达的国家是一个被广泛关注的研究课题。近年来涌现出大量的利用不同方法构建的财务危机预警模型。其所利用的各种模型各有利弊，尤其是模型的精度和速度有待进一步提高。本文借鉴国内外相对成熟经验，根据我国证券市场的特点，以我国的上市公司公开财务数据为样本，设置财务预警指标体系；通过引入RBF神经网络来创建财务预警模型，利用神经网络领域里的先进技术改进预警模型。本文分五个部分。第一部分主要介绍了财务危机、财务预警的定义。第二部分总结了国内外财务预警研究的理论与实践，并描述本文的研究思路。第三部分通过对样本企业和财务指标的选取，科学地建立财务预警指标体系。选取最近两年被ST的公司，根据相应行业和年份设计了相应的“非ST”样本。所选取的样本新，容量大，可以有效地提高模型的预测精度和对现实的指导意义。第四部分对神经网络进行概述。利用BP神经网络和RBF神经网络分别建立模型，进行仿真实验。结果表明，RBF在财务预警的应用中，预测精度和速度都优于BP神经网络，而且结果非常理想。第五部分是结论，以及对上市公司防范财务危机的建议。
耿桂娟[3]2008年在《我国上市公司财务危机预警实证研究》文中进行了进一步梳理随着我国市场经济和证券市场的快速发展,上市公司数量逐渐增多,规模逐渐扩大。截至2007年11月底,沪深两市A股上市公司的数量已达到1468家。面对这样一个规模日益庞大的市场,无论是对于作为监管者的中国证监会和证券交易所,还是对于广大的投资人来说,如果能够使用上市公司可以获得的财务数据,建立一套科学的财务危机预警系统,及时的监控上市公司的财务状况,对其财务危机进行预警,从而有效防范和化解财务风险和危机。这样就把握了证券市场的命脉,握住了成功的机遇。本文在前人研究的基础上,以上市公司为研究对象,意在通过实证研究建立上市公司财务危机的预警模型,向广大投资者和监管部门揭示,有哪些上市公司已经进入财务危机的预警区,以便及时监控上市公司的财务状况,对其财务危机进行预警,并做出合理可行的决策。全文共分为五部分:第一部分引言,介绍选题的背景、目的和意义;第二部分文献述评,介绍国内外财务危机预警的研究;第三部分财务危机预警理论分析,介绍了财务危机与财务危机预警、财务危机预警研究方法和财务危机预警指标的选择三个方面的内容;第四部分多元线性判别分析模型的构建,界定本文研究对象和设计研究样本,通过定量分析,运用Fisher判别准则建立了两个线性判别模型。第五部分研究结论及其局限性,总结实证研究得出的结论及存在的局限性,并提出未来的研究方向。本文的创新点有:1.本文应用多元统计分析中的判别分析—费雪两类判别和SPSS统计分析工具,建立了上市公司财务危机的预警模型。2.在研究样本的选择上,考虑到公司总资产规模变动幅度较大,选用在一个时期内保持相对稳定的总股本规模作为选择控制样本的标准之一。3.现金流量类指标的编制依据是现金收付制,基本不受会计政策选择的影响,预警指标选用常用的财务指标并且引入了现金流动负债比,每股现金流量等现金流量指标。本文的研究结论:1.本文应用多元统计分析中的判别分析—费雪两类判别和SPSS统计分析工具,建立了两个上市公司财务危机的预警模型。这两个模型的总判别率分别达到了93.8%、92.2%。2.在研究中发现,资产负债率、总资产周转率、每股收益、每股净资产等指标有着显著的判别作用。3.上市公司陷入财务危机是一个逐步的过程,随着财务指标恶化程度和范围的加大,逐渐走向财务危机,因此需要进行多期财务危机预警研究。在研究财务危机发生前1年的基础上,又进行了危机发生前2年的预警研究,建立中期的财务危机预警模型。
秦志敏[4]2012年在《我国上市公司财务预警变量选择研究》文中指出随着我国资本市场的快速发展和证券市场的逐步完善,上市公司数量日益庞大,根据中国证监会统计报告显示,截至2011年年底,沪深两市A股上市公司的数量已达到2319家,加之创业板、中小板、权证等,上市公司的数量与规模不断给宏观监管的质量提出挑战。由于经济环境的多重不确定性和公司自身市场竞争程度等因素,优胜劣汰之公司生存法则亘古未变。作为上市公司其财务危机乃至破产清算,不仅会影响股东、债权人、证券市场的投资者、管理层和员工的利益,而且有的公司将会使整个国家或地区的经济和证券市场产生波动,其蝴蝶效应不可小视。马云曾经在品味公司经营之道时发人深省地说到：“一个公司在两种情况下最容易犯错误,第一是有太多的钱的时候,第二是面对太多的机会,一个CEO看到的不应该是机会,因为机会无处不在,一个CEO更应该看到灾难,并把灾难扼杀在摇篮里。”财务预警研究作为公司经济运行的观测指南,不仅具有较高的学术研究意义,而且具有较强的现实应用价值。无论是对于作为监管者的中国证监会和证券交易所等部门,还是对于中介机构、投资者以及各方利益相关者,乃至公司管理层和决策层,客观评价上市公司的业绩,及时发现上市公司在错综复杂的市场风险中,由于种种原因即将发生财务危机甚至退市风险,有效运用上市公司的财务数据及其相关信息,找出影响财务危机的显著性变量,建立科学的财务危机预警系统,实时监控和预警上市公司的财务状况,采取措施对危机予以遏制,其意义显而易见。随着经济学理论、管理学理论的不断发展和学术研究方法的多元化及其日趋完善,财务预警研究在理论和实务应用中都得到相应的发展,尤其是上市公司的数据研究及其案例研究,推动了财务预警的理论研究向更新的领域探索与迈进。纵观国内外研究成果,财务预警研究领域具有两大动态,一是从资本市场宏观监管、投资者理性投资等多维视角研究与探索财务预警的必要性与可行性,二是强化实证研究力度,用上市公司等大量数据验证财务预警的可操作性。面对可贵的研究成果,也尚有相对苍白的研究地带,主要体现在：(1)财务预警及其变量选择的宏微观系统理论依据不足。现有研究多数基于研究某个层面或者指标视角来预警财务危机,比较热衷于财务预警的模型及其应用研究,并非能完全阐释选择各类财务预警模型及其指标的理由,鉴于此,夯实财务预警的理论基础重要而又必要,系统而赋予逻辑的理论依据恰恰可以为目前各类预警模型提供较为严密和逻辑性的解释。(2)财务预警信息的透明度和牵制性考虑不足。目前我国的公司法、股票上市规则(2008年9月第六次修订)中规定实行ST、SP制度,上市公司管理层及其有关部门要求的“壳资源”,避免出现亏损或者连续三年亏损的需求往往会驱动公司采用盈余手段粉饰财务数据,而财务危机预警模型的变量选择时如果大量依据权责发生制数据,在财务报告人为歪曲、创造性会计的倍受青睐的驱动下,选择权责发生制下产生的预警变量将受到质疑。(3)基于历史研究结论的预警变量选取较多,对于这些变量的内涵解释度及其与非财务指标之关系以及与定性指标之关系阐述较少；等等。为此,本文从破解难题出发,首先回顾了国内外关于财务危机、财务预警及其预警变量选择的经典研究,在明确财务危机的概念及其本质的基础上,重点基于狭义财务预警变量的研究视角,直面财务预警的变量选择的多视角多维度的复杂性,引入能够全面指导财务预警及其变量选择的经济学与管理学理论,构建完整的财务预警理论基础；在此基础上,更多地站在投资者和债权人的角度,对财务预警变量选择予以理论分析,从影响财务危机的宏观因素与微观因素、财务因素与非财务因素的作用机理入手,进行公司财务预警变量选择的财务观视角论证,并从财务能力等多维视角构建上市公司财务预警变量的框架体系；针对多维度的解释变量予以较为严谨的Logistic回归分析模型的实证检验和有效性判定,并根据理论分析和实证检验结果,提出本文的研究结论并提出研究启示。全文内容共分为七个部分,各部分的具体内容如下：第一部分为绪论。这部分主要阐述本文研究的最基本问题,包括本文的选题背景和研究意义,研究目标和研究内容,以及技术路线和研究过程中使用的研究方法。第二部分为文献综述。首先回顾了国内外关于财务危机、财务预警及其预警变量选择的经典研究,通过梳理国内外关于财务预警、变量选择及其预警模型的观点之后,归纳总结了国内外关于财务危机影响因素的经验研究结论,并对现有的研究文献进行了评述,在总结现有研究中存在的不足的基础上,归纳国内研究过程中尚待解决的问题,明确本文后续研究方向。第三部分为财务预警及其预警变量选择的理论依据研究。财务预警理论的建立要有其源远流长、底蕴深厚的成熟理论做奠基,本文经过精心研究,总结了财务预警理论体系所涉猎的相关学科理论基础和依据,这些理论建立在核心概念基础上,而这些核心概念经过严密逻辑交织与演绎、系统有序地组织起来即形成公司财务预警理论基础。本文从公司财务预警环境为区分标志,以与公司财务预警相关的宏观和微观层面的理论视角为主线,将相关学科理论予以阐述与梳理,特别是将这些理论与财务预警及其变量选择问题予以推进式联系,紧扣焦点问题以进一步夯实财务预警及其变量选择问题的理论基础。第四部分为财务预警及其预警变量选择的理论分析与框架构建。本部分在财务预警变量选择理论指导下,根据环境目标论的逻辑起点,以公司财务危机的环境做切入点对财务危机各类诱因予以分析,阐述上市公司财务危机的共同特征,通过对已有国内外研究结果的梳理归纳,参考本研究问卷调研结果,经过变量选择的科学论证过程及其结果总结,构建上市公司财务预警变量体系框架。第五部分为财务危机预警变量选择的实证研究。本文以2006年～2008年沪深两市A股首次ST上市公司及按行业相同、股本相同或相近进行样本配对,以符合要求的共计250家公司为研究对象,运用Logistic回归分析模型,全面考察了六个维度30个预警变量的在ST公司前一年到前三年的有效性。本部分包括研究对象、研究样本设计与数据来源、研究变量及研究方法、Logistic回归分析模型的构建以及T-1年～T-3年的预警变量的显著性总结。第六部分为财务预警变量选择有效性检验研究。本文以2009年～2010年沪深两市A股首次ST上市公司及按行业相同、股本相同或相近进行样本配对,以符合要求的共计136家公司为研究对象,以Logistic回归分析模型予以T-1-T-3年的显著性预警变量的有效性检验,从递进研究时段和扩大样本的路径予以稳健性分析。第七部分为研究结论与启示。这部分首先对以上理论研究和实证检验的研究结论作以总结；其次,根据研究结论提出研究启示；最后,总结本文研究贡献,并展望后续研究方向。本文的创新在于：第一,基于理论创新方面：(1)本研究尝试性系统夯实了财务预警变量选择的理论基础。本文以公司财务预警环境为理论区分标志,基于公司财务预警的宏观和微观层面的理论视角,引入能够全面解释财务预警及其变量选择的经济学与管理学理论,对各种著名理论解析与梳理,并将这些理论与财务预警及其变量选择问题予以推进式关联性阐述与研究,紧扣焦点问题,探索性夯实财务预警及其变量选择的理论基础。(2)将预警变量选择问题作为独立板块研究,构建多维度的上市公司财务预警变量框架体系。本文以财务预警变量选择理论作指导,根据环境目标论的逻辑思想,阐明宏观因素与微观因素、财务因素与非财务因素对公司财务危机的作用机理,从公司财务能力的六维视角构建上市公司财务预警变量的框架体系。第二,基于实证的突破：(1)样本选择和数据截取的严谨性。为保证本研究结论的真实有效,区别于目前同类研究,本文审慎选择研究样本,并在保持与理论界定的逻辑一致性基础上对样本选择理由予以充分论证；同时在数据截取方面力求突破,按照行业相同、股本规模相同或相近的原则,对2006年～2008年连续三年首次ST公司予以样本组配对,直接对125对配对样本的ST前一年到前三年原始财务数据严谨分析并对30项预警变量认真计算,尽量减少过程偏差。经过ST前一年到前三年的样本描述统计与均值差异显著性检验,并对预警显著性变量予以萃取,结果表明：其一,在α=5%的显著性检验下,公司ST前三年到前一年,财务预警变量的数量呈现逐年增加的趋势,公司越临近ST其财务预警变量的显著性差异越大,尤其在公司ST前两年内。此结论很好地诠释了目前诸多预警研究中为什么从不同视角选取变量都相对有效的原因。其二,观测公司ST前三年到前一年的预警变量交集：投资现金流入结构比、投资现金流出结构比、资产负债率、流动比率、净资产收益率、每股收益、每股净资产、总资产周转率8个预警变量在样本组之间具有很高的显著性差异。其三,六个维度预警变量解释力足够强大,其中盈利能力预警变量当属首选,现金流量类变量越接近ST显著性变量越多,其他维度预警变量相互补充,在二元Logistic预警模型中的预警效力进一步得到证明。(2)用预测准确率进一步验证回代准确率,强化本研究的实用意义。本文比较有学术探索的实证思路在于,将2009年、2010年ST公司及其配对样本的136家公司前三年预警变量再次进入预警模型,从新数据集T-1年到T-3年财务预警模型预测准确率与原数据集回代准确率的比较可见：本文所构建的财务预警变量及其在此基础上的Logistic模型对于上市公司是否陷入财务危机具有较强的预测能力,且距离财务危机发生的时间越近模型的预测能力越强,预警模型在上市公司ST前一年和前两年的回代准确率均达到90%以上,预测准确率均达到85%以上。
张春燕[5]2010年在《我国上市公司财务危机预警实证研究》文中研究指明随着我国资本市场的进一步的发展,上市公司作为资本市场的主体,倍受各方关注。近年来,上市公司因财务危机沦为“ST”板块甚至被迫退市的情况愈演愈烈。公司陷入财务危机,不仅危及其自身的生存和发展,也给投资者、债权人带来巨大的损失。因此,构建一个有效实用的财务危机预警模型,对经营困境风险的控制与化解具有重要的指导意义,同时也为各方利益相关者提供一个有益的辅助决策工具。上市公司经营危机的发生往往是诸多因素交互作用的结果,目前国内对上市公司财务危机因素的研究多集中于财务指标因素的研究,只有少数研究从某些角度研究了单个或单方面的非财务因素对企业财务危机的影响。同时国内有关财务危机因素的研究多是静态的,只是利用1个时点的财务数据来对上市公司进行横截面预测,很少从动态角度对财务危机进行预测。本文在以财务因素为基础的上市公司财务危机模型的基础上,引入非财务因素,对我国上市公司的经营危机风险动态轨迹进行了描述,建立了结合多因素的上市公司财务危机的评价的动态模型。对中国上市公司财务危机进行评价,为上市公司准确把握财务危机提供了可靠的依据。本文首先介绍了选题背景及意义,对国内外研究情况进行了综述,找出了本文研究的落脚点。其次,对中国上市公司财务危机进行了界定,分析其形成机理,为财务危机模型的研究界定范围。再次对财务危机预警研究的相关理论进行了梳理,为财务危机预警奠定了理论基础,提供了理论依据。最后通过实际选取上市公司样本,对上市公司财务危机进行了实证研究。通过引入典型的非财务指标,以及反映企业偿债能力、盈利能力、资产管理效率、主营状况、股权结构等方面情况的财务指标,建立以面板数据为基础的多元回归模型,证明了多因素下面板数据的应用提高了财务危机预警模型的精度。并用实际样本进行了预测,从而得出了本文的研究结论。
马莉霞[6]2005年在《上市公司财务危机预警实证研究》文中提出中国证券市场已发展了十余年,证券投资方式也已经逐渐被社会大众所接受,如何对上市公司进行风险鉴别是广大投资者十分关心的问题。“财务状况异常的特别处理”作为中国证监会对财务状况不好的上市公司的一种处置方式对投资者的分析和决策影响重大,有必要对这一事件进行预测以防范投资风险。 本文首先对财务危机相关理论进行总结,对国外各种预测方法进行了比较,其次将财务状况异常的特别处理的上市公司界定为实证研究中的财务危机公司,通过定量分析,建立了对上市公司是否会因财务状况异常而被特别处理进行预测的Logistic回归分析预测模型,为证券投资者和证券分析人员提供了有效的预测工具。 通过实证研究,本文得出以下主要结论:(1)在上市公司因财务状况异常被特别处理发生的前两年,该类公司与财务健康公司在主营业务利润率、净资产收益率、每股净利润、资产负债率、每股净资产和总资产增长率这六个指标上有显著差异,可以根据这些指标建立预测模型,对上市公司是否会因财务状况异常而被特别处理进行预测。现金流量类指标虽然没有最终被引入模型,但也表现出较强的区分财务困境公司和财务健康公司的能力。(2)本文建立的预测模型表现出较好的预测能力,可以作为上市公司财务危机预警的有效预测工具。
刘彦文[7]2008年在《上市公司财务危机预警模型研究》文中认为竞争激烈的市场经济孕育发展机遇的同时,也暗藏着无尽的风险和危机。对于上市公司而言,因财务危机沦为“ST”甚至被迫退市的情况愈演愈烈。公司陷入财务危机,不仅危机其自身的生存和发展,也给投资者、债权人带来巨大的损失。因此,构建彼此不相关而且信息涵盖量大的财务危机预警指标体系,以及预测能力高的财务危机预警模型,对于证券市场的投资者和公司管理层而言,无疑能起到稳定证券市场、稳定国民经济乃至稳定社会发展的重要作用。本文在实证研究部分分别用Logistic预警模型、神经网络预警模型和遗传改进神经网络预警模型进行了预警模型的构建与检验。论文共分为五部分。第一部分介绍了上市公司财务预警的研究背景和研究意义,以及国内外研究现状;第二章介绍了企业财务危机的研究理论,分别从企业及其发展、企业财务危机的内涵和企业财务危机形成的原因进行了概述;第三部分主要对企业财务危机预警的相关理论进行了阐述,介绍了企业财务危机预警的理论依据,并对企业财务危机定性和定量预警的研究方法进行了回顾;第四部分是研究设计,主要介绍样本和预警变量的选取,并运用主成分分析提取主成分;第五部分是在分别用Logistic预警模型,BP神经网络预警模型和遗传优化神经网络预警模型进行了预警模型的构建与检验,并利用不同预测模型建模方法的实证结果进行比较;最后本文提出研究结论,并探讨了本研究的局限性和有关研究领域未来的扩展方向。本文的特色及创新之处在于:一是指标体系中引入了盈余管理、利润操纵程度指标和非财务信息,使预警指标体系更加完整。二是将遗传算法和神经网络相结合,构建了优化的财务预警模型。三是采用新的样本配对方法,增强了模型的适用性。
曹慧[8]2010年在《基于现金流的上市公司财务风险预警研究》文中研究表明我国加入WTO后,企业的国际化进程给财务风险经营带来了诸多的复杂性,作为企业改革先锋的上市公司在迎接改革和发展机遇的同时,也面对更加激烈的竞争,面临新的更大的风险和危机。本论文首先对国内外关于财务风险预警理论进行了整理,在此基础上,建立以现金流为主的财务指标体系,利用因子分析法对正常上市公司、ST上市公司等进行实证分析并比较结果,最后结合我国财务预警系统及企业现状提出具体的解决对策,具有一定的指导意义。本论文的主要工作成果如下：(1)利用因子分析法分别对正常、ST上市公司2009年的财务指标进行实证分析,并提出实证结果；(2)对正常上市公司与ST上市公司的实证结果进行比较,并针对实证中所出现的问题结合我国财务风险预警现状,提出具体的解决对策；(3)对历年来我国国内财务预警的研究现状进行了整理,总结。
程守红[9]2004年在《我国上市公司财务危机预警的实证研究》文中指出以是否被特别处理为财务危机标志，本文利用我国上市公司近几年的年报财务数据，选取了50家财务危机企业和50家健康企业作为开发样本。借助SPSS统计分析软件，首先研究了开发样本财务指标的数据特征和财务危机出现前3年内这两类企业28个财务指标的显著性差异，其后利用因子分析法筛选了8个指标作为建立模型的自变量，构建了多元线性判别模型和逻辑斯蒂回归模型，最后应用逻辑斯蒂回归模型对估计样本的40家企业进行了检验。 实证分析结果表明：其一，我国上市公司财务比率不服从正态分布，因而不适宜使用多元线性判别分析方法建立财务危机预测模型；其二，尽管在只有十年历史的我国资本市场中，会计数据质量不尽人意，但财务数据仍具有一定的信息含量，对企业利益相关者预测公司的财务危机有较大的帮助，只是财务数据的有效预警期为财务危机前两年；其三，对于同一信息集，逻辑斯蒂回归模型优于多元线性判别模型；其四，利用开发样本构建的逻辑斯蒂回归模型在财务危机发生前1年和前2年分别有95.87％和84％的回判准确率，而对于估计样本在财务危机发生前1年和前2年则分别有95％和82.5％的预测准确率。
李艳[10]2007年在《我国ST上市公司（制造业）财务预警研究》文中提出企业财务预警研究是一个被广泛关注的研究课题，它不仅具有较高的学术价值，而且有着巨大的应用价值。在日益发展但尚不成熟的中国证券市场中，上市公司的健康与否关系到各投资人、债权人的相关利益，所以对其财务状况的研究极其重要。如果能够将其研究成果推广于其他非上市公司，用以指导所有类型企业的经营和防范风险就显得更加具有意义。在此背景下，本文首先对国内外财务困境预测模型研究领域中的经典文献进行了回顾。在对前人研究方法及研究成果总结的基础上，对我国ST公司的现状做了分析，选取了2006年因“财务状况异常”而被特别处理的58家A股上市公司中制造业的13家作为研究样本，并按照行业和规模配对的标准选择同样数目的财务状况良好的上市公司构成控制样本。采用Altman的Z-score模型建立了多变量的财务困境预测模型，并且对该模型进行了样本数据检验，然后在定量分析的基础上进行了定性的分析和研究；引入现金流预警体系，主要使用经营净现比观察短期偿债能力、盈余现金保障倍数观察企业的盈利能力；进一步完善Z模型对企业经营决策的指导作用。
参考文献：
[1]. 上市公司财务危机预警研究[D]. 尹学亭. 东北财经大学. 2007
[2]. 基于RBF神经网络的上市公司财务预警模型研究[D]. 陈芳. 青岛大学. 2007
[3]. 我国上市公司财务危机预警实证研究[D]. 耿桂娟. 中国海洋大学. 2008
[4]. 我国上市公司财务预警变量选择研究[D]. 秦志敏. 东北财经大学. 2012
[5]. 我国上市公司财务危机预警实证研究[D]. 张春燕. 天津财经大学. 2010
[6]. 上市公司财务危机预警实证研究[D]. 马莉霞. 苏州大学. 2005
[7]. 上市公司财务危机预警模型研究[D]. 刘彦文. 大连理工大学. 2008
[8]. 基于现金流的上市公司财务风险预警研究[D]. 曹慧. 西安建筑科技大学. 2010
[9]. 我国上市公司财务危机预警的实证研究[D]. 程守红. 暨南大学. 2004
[10]. 我国ST上市公司（制造业）财务预警研究[D]. 李艳. 贵州大学. 2007
标签：会计论文; 财务预警论文; 预测模型论文; 财务状况分析论文; 样本容量论文; 实证分析论文; 财务预测论文; 模型公司论文; st论文; 企业财务论文;