如何分析上市公司(1)怎样避免做假

基于数据挖掘的上市公司财务数据分析——第九届“泰迪杯”挑战赛A题优秀作品 1 问题重述 1.1 问题背景 这是一个信息增长速度飞快的时代,人们获取信息的方式也更加多样化。随着网络和计算机技术的快速发展,如何对各种重要资料进行数据分析是应对变化发展的主要途径。公司在经营过程中积累了大量的数据,股份持有者需要对企业财务数据进行有效分析;很多金融网站每天都发布各上市公司的信息,所有公司的管理人员分析这些数据决定各种策略,投资者也分析这些数据进行有效合理的投资。现代的信息管理系统在公司的运营管理活动中广泛使用,但传统的公司财务统计表分析等方法已经难以满足管理者对信息发现的需要。 目前的 阅读详情

如何分析上市公司(1)怎样避免做假

这个周末去了杭州玩,是晚上回家的,今天就马马虎虎说一点,大家可以提出不同的看法。谢谢!

 

(第264楼)回复:价值投资者的逃顶问题

老股民,你好

一个有缘人推荐,看到了你的Blog,觉得这里讨论气氛融洽,喜欢。

我关注价值投资法有一段时间,注意到你对内在价值的计算和格氏的完全不同:格氏的注重静态的当前的财务数据,而你的方法注重将来,预测的成分多。但无论如何,基本面分析会面临一个问题,如果公司提供的财务数据造假的话,分析就会失真。当年美国的安然公司倒闭前可是被美国人认为可以买入并放心传给下一代的大蓝筹啊。

不知道老股民对这个问题是怎么看的,你是用什么方式规避的?呵呵,如果不是核心机密的话。

-----------------新股民

 

※是的,我对于上市公司的估值更多的注重于未来,也就是说我在估值的方面受到林奇或者是费雪的影响要更多一点。假如一家公司未来的成长性几乎是没有,那么就算是10倍的市盈率也很难吸引我进行投资性买进,最多就是投机性玩一把。

所以,我的估值更多的依赖于未来的预测,可以说是主观的预测,当然,这其中就存在着不少的风险,风险来自于我预测、判断的失误。所以,这就是我需要提高的地方。

至于说如何来规避这个风险,那么就很简单的,只要在一段时间内,公司的经营业绩不能在我的预测范围内运行,那么就说明我的判断有问题,其中有着我所还没有了解的因素存在着,那么我就只能卖出,而且是坚决的卖出,不会考虑我的成本价的问题,也不应该存在成本价的问题,因为我没有成本的概念。就好比马权我在高位下跌30%以后,在公布三季度财务报告不符合我的预测以后就毫不犹豫的卖出,哪怕是卖出以后马上涨停板我也无怨无悔。

至于说上市公司做假的问题,其实这是普遍现象,我可以说存在做假的上市公司在90%以上,只不过是程度不同,方向不同而已,因为目的不同。

其实,这是个我应该在如何分析上市公司里面说的话题,今天就稍许说一点吧。分析上市公司,我花在分析财务报告上面的精力并不多的,不会超过20%的精力,甚至有些上市公司的财务报告我就是匆匆看过就行了。而且我也并不愿意去认真的预测上市公司未来具体的业绩如何如何,我更多的是判断其趋势,判断其行业的景气度,判断其在行业中的地位,判断其在行业中的竞争力。所以,我提倡对于上市公司业绩的预测采用毛估估的方式。再说,也没一个人能准确的预测一家公司的未来业绩,因为影响的因素太多太多。可以那样说,董事长也不能准确的预测自己企业未来的业绩,难道说我们就可以?是不是有点滑稽?

再说了,假如通过分析财务报告就可以判断一家公司的未来,那么那些财务专家炒股票是不是就很方便了的?呵呵,不然,财务专家是炒不好股票的。

甚至,我可以那样说,这一家公司的财务主管,在一月份的时间段,他也无法准确的判断上市公司去年的业绩是多少?只能是毛估估。大家可能会觉得荒唐吧?其实,并不荒唐,这就是做假。请大家注意一下这个事实:为什么财务报告需要董事会的认证就可以公布,而不是由财务主管来公布呢?所以,判断一家上市公司,更多的功夫在于财务报告以外。

判断一家公司是否存在严重的做假问题,假如你大概的熟悉了这一个行业的趋势,大致的了解了同行业其它公司的业绩,熟悉了以前几年的财务报告以后,你就会有一个自己心中的标杆,一旦财务报告的数据偏离标杆太多,那么就说明存在着问题,此时你就应该警觉,重新梳理一下自己的思路,或者打电话问问上市公司,看看他们怎么解释这个问题。

判断上市公司是否做假,需要分析公司业绩与行业景气度的吻合度,需要在同行业不同公司之间的横向对比,需要本公司历史数据的纵向对比,需要在平常地方上新闻报道的点点滴滴的分析。比如说,今年鞍钢的净利润超过90亿元,我就会认为这是假的,除非是所得税抵扣方面出现变化,除非钢材产量的大幅度提高。

所以,我说,分析上市公司有个知识经验的积累问题,有个熟能生巧的问题。所以,这个就需要时间,并不是仅仅靠聪明才智就可以解决的问题。

 

上市公司债务重组中债转股研究——以长航油运为例(开题报告) 本文将结合长航油运的案例,从财务顾问设计债转股方案的角度,论证如何识别困难企业存在债转股的价值,以及系统性地研究如何利用债转股的价值来厘定转股价格,包括利用企业价值评估的方法确定债转股的价格以及考虑溢价因素调整债转股的价格,以为未来债权人、企业或者利益相关者选择重组方案时,是否考虑债转股作为其中的重组工具,以及如何确定债转股的转股价格作出参考。现有的文献大部分是从商业银行等金融机构的角度,针对债转股的理论以及实践进行研究,分析市场化债转股的经验、问题、条件等,更多从影响金融体系等宏观方面来研究债转股。 阅读详情

相关推荐

基于RFM模型的上市公司违规行为画像研究

年证监会、证券交易所等对上市公司做出的违规处理记录超过上千条,涉及到虚构利润、虚列资产、虚假记载、推迟披露、重大遗漏、披露不实、欺诈上市、出资违规、擅自改变资金用途、占用公司资产、内幕交易、违规买卖股票、操纵股价、违规担保、一般会计处理不当等。根据RFM分值,将违规上市公司划分为低风险类、中风险类、次高风险类和高风险类,不同风险等级的违规上市公司体现出不同的特征,较弱的营运能力、偿债能力和公司治理能力以及高资本结构往往意味着高违规风险,这一结果符合违规行为发生的内在逻辑。高、中高、低、中低、次低。

罗伯特技术屋 1219

AI上市公司法律事件影响分析报告智能生成系统

它的AI辅助编程功能可以快速生成基础代码框架,内置的模型API也简化了法律文本分析模块的开发。最方便的是项目可以直接部署为在线服务,省去了服务器配置的麻烦。作为一名金融科技方向的开发者,最近尝试搭建了一个帮助证券分析师快速评估上市公司法律事件影响的AI系统。这个项目很好地结合了法律分析和金融评估的需求,下面分享我的开发思路和实现过程。建议有兴趣的开发者可以试试这个平台,特别是它的实时协作和版本管理功能,对团队开发这类复杂系统特别有用。报告生成模块负责整合各模块输出,生成PDF格式的完整分析报告。

StarlightOwl56的博客 866

上市公司专利引用数据分析与应用指南

专利引用数据作为技术创新的重要指标,通过记录专利间的引用关系揭示知识流动路径和技术发展脉络。其核心价值在于量化评估企业创新能力,常见分析方法包括网络中心度计算和技术演化路径追踪。在工程实践中,这类数据需要经过严格的数据清洗和标准化处理,特别是处理公司名称变更和跨国专利匹配等挑战。典型应用场景涵盖企业竞争力分析、技术趋势预测和学术研究支持,尤其在金融科技和人工智能等前沿领域价值显著。通过Python等工具可实现专利引用网络的可视化分析,为投资决策和研发规划提供数据支撑。

weixin_34391445的博客 353

价值投资备忘录之一,避免做假

 为了报答朋友们的厚爱,今天开始和朋友们说说价值投资者在分析研究基本面时应注意的几个方面。我没有统一的构思,只能想到哪里说那里,希望大家谅解有可能的杂乱无章。同时,请朋友们提供让我思考的话题。 今天就说说那个如何判断做假的问题,一般来说,我国的企业绝大多数会做假,我估计有80%以上的比例在做假,只不过是目的不同,程度不同而已。有些是善意的做假,有些是恶意的做假,大家可以参考一下拙作《投资杂谈》。

673

2020年2月中国房地产上市公司销售业绩分析报告

简介:本报告全面分析了2020年2月中国房地产上市公司销售业绩,包括销售额、销售面积等关键指标。报告深入探讨了新冠病毒疫情对房地产市场的影响,对市场环境进行了详细解读,并提供公司排名与区域销售差异分析。同时,报告分析了政府调控政策和财务状况对销售业绩的影响,并对未来市场趋势和消费者行为进行了预测。此外,报告还讨论了行业新趋势,并对潜在风险进行了提示,为投资者和业界人士提供了数据支持和策略制定参考。

weixin_35871529的博客 1049

机器视觉最全面试题总结

空洞卷积(Atrous Convolution)也叫做膨胀卷积、扩张卷积,最初的提出是为了解决图像分割在用下采样(池化、卷积)增加感受野时带来的特征图缩小,后再上采样回去时造成的精度上的损失。空洞卷积通过引入了一个扩张率的超参数,该参数定义了卷积核处理数据时各值的间距。可以在增加感受野的同时保持特征图的尺寸不变,从而代替下采样和上采样a. 是普通的卷积过程(dilation rate = 1),卷积后的感受野为3b. 是dilation rate = 2的空洞卷积,卷积后的感受野为5。

@bangbang的博客 9204

上市公司信用评级模型(因子分析法)

1. 引言 信用统计评级模型是指通过观察和分析企业财务报表中的一些感性的财务来判别企业财务状况以及采取适当防范施的数学模型对于投资和债权,可以根据财务预测指数的动态分析进行正确的投资选择;而对于上市公司经营者来说,可以据此揭示财务经营中所存在的问题,及时调整公司经营策略,以避免沦 ST、PT 的行列。 Beaver 运用单变量分析方法对企业破产问题进行了初步的研究,Altman 首次应用 Fisher 线性判定分析对美国的企业破产进行了研究,并建立了企业破产的预测模型。但是以前的研究存在以下问题 (1) 在

agoldminer的博客 3870

zynq 7010/020 AMP双核通信-Vitis2023/2024

在platform cpu1设置中添加;注意value中使用空格分开程序思路:比较简单。

weixin_43310175的博客 916

AI上市公司舆情动态追踪与智能投资建议系统

对于证券分析师来说,这种能实时感知市场情绪变化的工具,确实是值得尝试的数字助手。通过设置正向词库(如"增长"、"超预期")和负向词库(如"下滑"、"风险"),结合上下文语境计算情绪指数。输入上市公司名称或代码后,系统会自动组合关键词,生成包括财经新闻、社交媒体讨论、研报摘要等在内的模拟数据。系统会参考当前情绪分值与历史波动区间的关系,给出保守、中性或积极的投资建议,并自动标注高风险提示。作为一名证券分析师,每天面对海量的市场信息,如何高效捕捉关键舆情变化并快速生成投资建议,一直是个挑战。

GarnetLynx45的博客 956

读书笔记:深度学习入门-基于python的理论与实现(俗称鱼书)

终于从头到尾把鱼书看完啦,真的是非常入门,非常查漏补缺,对新手很友好,对有一定基础的人也非常不错。看完不复习等于没看,所以今天开始复盘,顺便写这篇读书笔记。希望分享给没看过这本书或者看过这本书的同僚们参考,欢迎大家指教。我将从第三章神经网络开始复习,前两章内容书里已经非常基础and清楚了。(会持续更新滴).........

博客而已 1万+

国产系统迁移实战:在银河麒麟V10上搞定Wine32位支持,让老Windows软件跑起来

本文详细介绍了在银河麒麟V10操作系统上构建Wine32位支持的全过程,帮助用户解决Windows应用迁移难题。从系统架构差异分析到Wine环境配置,再到实战应用部署与优化,提供了一套完整的解决方案,确保老Windows软件在国产系统上稳定运行。

weixin_32288959的博客 648

因子分析实战:从上市公司评价到生育率研究

本文通过上市公司盈利能力和生育率影响案例,详解因子分析的全流程实现。结合MATLAB代码,展示数据标准化、因子提取、旋转及得分计算步骤,解析主成分分析与因子分析的核心差异。提供可直接运行的代码模板,助力读者掌握高维数据降维与潜在结构挖掘技能。

2501_90186640的博客 1190

基于大模型的恶性胸腔积液全周期预测与诊疗方案研究

本研究基于大模型技术构建了恶性胸腔积液全流程预测与诊疗体系,涵盖术前风险评估、术中方案优化、术后恢复预测及并发症预防。通过整合多源医疗数据,实现了手术风险概率预测(准确率80%)、并发症预警(AUC值0.85)及个性化康复方案制定,显著提升诊疗精准度。研究创新性地将Transformer架构与多模态数据融合,在100例临床验证中显示良好性能,但存在数据样本局限、模型可解释性不足等问题。未来将扩大多中心临床验证,优化算法可解释性,探索与基因检测等技术的结合应用,推动恶性胸腔积液的精准诊疗发展。

嵌入式毕设/课设资料清单(速查手册·文档模板·题库,持续更新)→ 见最新文章 1897

华为云Flexus+DeepSeek征文|基于Dify构建上市公司财报分析报告网页

基于AI自动化解析上市公司财报PDF,精准提取财务数据并智能生成包含动态图表、主题化设计的精美HTML可视化报告。

特立独行的博客 968

汽车工程师必看:从CAN到Ethernet,6种车载通信协议全解析(附应用场景对比)

本文全面解析了从CAN到Ethernet的6种车载通信协议,包括CAN、LIN、MOST、FlexRay等,并对比了它们的应用场景和技术特点。文章详细介绍了各协议的演进历程、技术优势及在现代汽车中的混合网络架构设计,为汽车工程师提供了实用的协议选型指南和未来通信技术发展趋势。

weixin_28683689的博客 491

Python 爬虫实战:Twitter 数据定向抓取(特定话题 + 用户推文爬取与分析)

在社交媒体研究、舆情监测和市场分析等领域,Twitter 数据具有极高的价值。本文将详细介绍如何使用 Python 构建一个完整的 Twitter 数据爬取系统,包括特定话题和用户推文的爬取与分析。我们将涵盖从认证到数据存储、清洗、分析和可视化的全流程。

u014481728的博客 1035

A股哪家上市公司年报更亮眼?

正值年报季,通过分析年报部分数据窥探一下A股上市公司的情况。

Tobe_01的博客 1329

异步处理优化:多线程线程池与消息队列的选择与应用

本文讨论了两种常见的异步处理方式:多线程线程池和消息队列(MQ)。通过将非核心逻辑异步化,可以提升系统的性能和响应速度。多线程线程池适用于本地并发任务,适合需要快速响应的场景,但无法处理跨服务任务。消息队列则适用于分布式系统,能够解耦服务并保证任务的可靠性和顺序性,适合处理高并发和高可靠性要求的任务。文章提供了实际代码示例,帮助开发者根据业务需求选择合适的异步处理方式。

曾经“等你生日那天”都遥远得像未来,如今却可欢愉的挥手说“下个十年见” 170万+

A股上市公司年报链接获取(详细分析过程+成品)

获取年报链接,便于批量下载并做数据分析。

凌小添的博客 8480

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

AI上市公司法律风险雷达图生成系统

最近我尝试用AI工具搭建了一个法律风险快速评估系统,3分钟就能生成直观的雷达图报告,这里分享下实现思路和操作体验。:通过输入公司名称/股票代码,自动关联企业工商信息,并支持多选法律风险维度(默认包含证券合规、知识产权、劳动纠纷等8个高频领域)。对于需要高频处理上市公司法律风险的分析师来说,这类工具能节省大量基础调研时间,把精力集中在深度分析和决策判断上。:设置每日凌晨自动同步最新裁判文书,对于正在审理的案件会标注"风险未决"状态,避免误判。系统内置行业特征模板,自动调节各维度在总分中的占比。

IronwoodEagle56的博客 911

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

AI驱动的上市公司法律风险动态简报系统

作为证券分析师,每天需要跟踪大量上市公司的法律风险信息,传统的人工检索和分析方式效率低下。为了解决这个问题,我尝试开发了一个AI驱动的上市公司法律风险动态简报系统,能够快速生成专业、可靠的法律风险分析报告。通过预设的风险评估框架,对收集的信息进行分类、摘要和评级,突出显示对公司经营可能产生重大影响的风险点。一位试用过的同行反馈:"系统帮我发现了之前忽略的专利诉讼风险,避免了潜在的投资损失。:法律风险信息更新频繁,系统实现了增量更新机制,对新出现的信息优先处理,并通过消息推送提醒分析师关注重大变化。

OpalStag58的博客 627

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

AI上市公司舆情3D动态追踪与语音摘要系统

系统使用TTS技术将关键舆情浓缩为60秒语音报告。常规报告采用平稳语调,而检测到重大利好或利空时,语音会自动切换为急促语调以引起注意。摘要内容突出最关键的三条信息,确保分析师在最短时间内获取核心情报。

CrystalwaveHawk54的博客 661

AI上市公司财报3D动态摘要生成系统

上部署特别方便,他们的云环境预装了Python金融分析库,连复杂的3D图表依赖都能自动配置。最惊喜的是「一键部署」功能,把我的Flask后端和前端打包成可直接访问的网页应用,省去了服务器搭建的麻烦。现在团队分析师反馈,原本需要半天的手工分析现在5分钟就能出初稿,而且动态图表比Excel更直观。对利润表/现金流量表等标准表格,建立了字段映射模板,自动匹配"营业收入"、"归母净利润"等关键指标。重要细节:每个分析结论都标注原始财报页码,比如"见年报P23管理层讨论章节",方便用户复核。

AmethystFox57的博客 735

AI上市公司财报关键指标智能提取与趋势预测系统

作为一名证券分析师,每天要处理大量上市公司财报,手动录入关键财务指标不仅耗时耗力,还容易出错。最近尝试用AI技术解决这个问题,开发了一个智能财报分析系统,分享下实现过程和心得。平台上还内置了AI辅助编程功能,遇到技术问题时可以直接在编辑区提问,能快速得到解决方案建议,大大提升了开发效率。上开发的,最方便的是它的一键部署功能。系统开发完成后,直接点击部署按钮就能上线运行,完全不需要操心服务器配置这些琐事。这个系统的核心目标是帮助分析师快速从PDF财报中提取关键指标,并预测未来趋势。

GarnetLynx45的博客 748

基于 Streamlit 构建申万行业指数与上市公司综合分析平台

本项目展示了如何利用Streamlit 快速搭建金融数据看板,具备良好的交互性和扩展性。增加行业对比功能接入实时行情 API引入机器学习模型预测行业趋势支持导出 PDF 报告├── 最新个股申万行业分类(完整版-截至7月末).xlsx├── 上市公司基本信息.xlsx└── app.py。

2501_93601799的博客 977
上一篇: 08年经济高速增长态势仍将延续
下一篇: 关于鞍钢的调换问题
Labber
博客等级 码龄19年 26粉丝 1976原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值