上市公司财务困境预测模型的再比较

被引：7

作者：

胡援成 ^{[1
]}

田满文 ^{[1
]}

机构：

[1] 江西财经大学金融学院

来源：

经济学(季刊) | 2005年 / S1期

关键词：

财务困境; 多元判别分析(MDA); Logistic; 回归; 改进型; BP; 神经网络;

D O I：

10.13821/j.cnki.ceq.2005.s1.002

中图分类号：

F275 [企业财务管理]; F224 [经济数学方法];

学科分类号：

0701 ; 070104 ; 1202 ; 120202 ;

摘要：

本文将中国上市公司因财务状况异常而被特别处理(ST)作为企业陷入财务困境的标志,采用主成分分析方法确定模型变量,并利用多元判别分析、Logistic 回归和改进型 BP 神经网络三种方法进行财务困境预测。比较其预测结果发现,BP 神经网络模型的预测准确率明显优于多元判别分析和Logistic 回归模型,而后两者的判别效果接近,可见改进型 BP 神经网络模型更适合于企业财务困境预测。但三种模型的长期预警能力均不够理想,需要建立以定量模型为主、定性分析为辅的上市公司财务困境预测方式,以提高预测的准确性。

引用

页码：173 / 188

页数：16