文献类型：期刊文章

作　　者：杨贵军[1] 周亚梦[1] 孙玲莉[1]

Yang Guijun;Zhou Yameng;Sun Lingli(School of Statistics,Tianjin University of Finance and Economics)

机构地区：[1]天津财经大学统计学院

出　　处：《数量经济技术经济研究》

基　　金：国家自然科学基金项目面上项目“劣者淘汰两阶段自适应临床试验的设计和分析”(11471239);2017年度全国统计科学研究计划项目重点项目“大数据背景下住户调查理论与应用研究”(2017LZ25);第三次全国农业普查国家级研究课题“利用第三次全国农业普查结果完善抽样调查设计研究”(N51);国家社会科学基金项目青年项目“基于三系统估计量的中国普查年人口总数估计研究”(17CTJ002)的资助

年　　份：2019

卷　　号：36

期　　号：10

起止页码：149-164

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、CSSCI、CSSCI2019_2020、NSSD、RCCSE、RWSKHX、SKJJZZ、ZGKJHX、核心刊

摘　　要：研究目标:Benford律是财务数据质量检测的一种常用方法,通过将Benford律引入财务风险预警Logistic模型,增加代表财务数据质量的有效变量,提高预警模型的预测准确性。研究方法:运用Benford律检验财务数据质量,构造Benford因子,将其与财务变量相结合建立财务风险预警Benford-Logistic模型,以2000~2017年中国A股上市公司为样本,利用Lasso方法对解释变量进行筛选,确定最优模型,验证增加Benford因子能否提高Logistic模型的预测准确性。研究发现:Benford因子能够反映企业财务数据质量,与公司是否ST存在一定的相关性;增加Benford因子可以提高财务风险预警Logistic模型的预测正确率。研究创新:将Benford律引入财务预警Logistic模型,提出Benford因子的一种构造方法,建立企业财务风险预警Benford-Logistic模型。研究价值:提高了财务风险预警Logistic模型的预测准确性,为企业财务风险预警提供了一种有效的建模方法,研究成果可推广到风险评估与违约预测等领域。

关 键 词：财务风险预警 LOGISTIC模型 Benford因子  Lasso方法  

分 类 号：F830.9[金融学类] O211.3]