简介:【摘要】预测性信息是指上市公司对公司未来发展趋势、经营业绩及重大事项等作出的推测,因其在证券市场上具有很强的未来导向性,被世界各国证券市场所重视。美国作为世界上证券法律最为发达的国家之一,其证券市场上有关预测性信息披露制度的规范相当完善,其预测性信息披露的民事责任制度、审核责任制度和更新义务制度都具有一定的代表性和示范性。【关键词】预测性信息披露制度民事责任审核责任更新义务上世纪七十年代早期之前,美国证券交易委员会(SEC)一直是禁止披露预测性信息的,它认为这种信息在本质上是不可靠的,而且会使得无经验的投资者在做出投资决策时不适当地依赖这种信息,其认为披露预测性信息而带来的诉讼危险、更新义务和投资者不适当依赖的风险将超过披露这种信息所带来的利益,因此是得不偿失的。[1]在1969-1979年间,SEC动用了大量人力物力资源就允许还是强制披露预测性信息进行了广泛的论证,直至1978年SEC制定的《揭示预测经营业绩的指南》和《保护预测安全港湾规则》等规定的出台,以及1979年最终采纳了“安全港规则”[2],标志着美国证券法律不再禁止预测性信息的披露,而是将其转化为上市公司的一种自愿行为,并对其进行鼓励。而在相关法令颁布及运行一段时间以后……
简介:摘要文章从盈利预测不确定较性强、可靠性较差,容易受预测者主观因素影响的特点入手分析,认为在信息不对称条件下,盈利预测是信息提供者与信息需求者双方相互沟通的有效平台。
简介:本文利用2003--2008年中国A股上市公司的数据,研究分析师本地优势和信息披露对其预测准确性的影响,发现两者对分析师预测准确性均有显著影响。研究结论表明,我国分析师行业存在本地优势现象,即与公司在同地的分析师其盈余预测更准确;研究还发现公司信息披露质量越高,分析师预测准确性越高;同时,考察这两个因素对分析师预测准确性的影响,发现两者为互补关系,即两者共同作用,提高分析师盈余预测的准确性。这表明分析师进行盈余预测时,不仅依赖公司披露的公共信息,还依赖自身凭借本地优势获取的私有信息。本文的结论加深了我们对分析师行为的理解,而对分析师行为的充分了解可以帮助投资者更好地理解分析师预测误差,从而有助于增强证券市场的有效性,促进资源合理配置。
简介:摘要:为解决工业企业中,工业机器人、大型盾构机、道岔等大型工业设备,施工环境恶劣,维护成本昂贵,乃至产品质量和有序生产。开发工业设备预测性维护系统。系统基于SpringBoot后端框架、VUE前端框架、TensorFlow大数据分析框架对系统进行开发;基于物联网设备系统在针对非计划停机维护的相关工业指标进行实时数据采集;基于多数据源设定标准化API读取;基于SPARK大数据处理框架对设备维护模块进行在线实时分析;基于行业应用模型,在确保生产质量和生产进度的基础上,使用机器学习回归算法对历史数据和行业数据进行预测模型训练,输出预测性维护指标和大型停机检修计划表及预应对方案;最后通过行业场景应用验证了设计系统的可行性。
简介:盈利预测信息对正确评价公司的潜在盈利能力非常重要,有助于投资者做出合理的经济决策,是极为有用的会计信息,因此,需要上市公司公开披露盈利预测信息,以促进市场效率的提高。盈利预测具有内在的不确定性和风险性,这便要求通过积极有效的法律制度设计,来保证上市公司所披露盈利预测信息的质量,保护投资者利益。我国在预测性信息披露制度建设方面可借鉴美国的做法,采用预先警示理论与安全港制度,鼓励公司披露盈利预测信息。并通过建立健全信息披露民事赔偿责任制度,加强注册会计师对盈利预测的审核,充分发挥市场中介的监督作用等举措,促进我国上市公司盈利预测信息披露质量的提高。
简介:摘要目的构建重症患者压力性损伤风险预测模型,并对其预测效果进行验证。方法选取2019年2—9月入住天津医科大学总医院重症医学科的重症患者,采用队列研究,收集患者相关资料,以是否发生压力性损伤为因变量,对相关资料进行单因素和多因素分析建立预测模型,并进行风险分层和预测效果检验。结果重症患者329例,发生压力性损伤48例;对11个影响因素的单因素分析,血乳酸、体温、ICU住院日数、Braden评分、意识状态、年龄、升压药物治疗是压力性损伤发生的可疑影响因素,差异均有统计学意义(Z值为2.575~3.694,χ2值为6.800、30.510、6.344,P<0.05或0.01);可疑影响因素带入二元Logistic回归分析结果显示,患者入ICU 24 h内体温、Braden评分、意识状态、年龄及ICU住院时间是压力性损伤发生的独立影响因素(P<0.05或0.01),建立预测模型。内部验证构建模型有统计学意义且拟合度好,灵敏度为66.7%,特异度为72.2%;根据模型进行风险分层,高危组与低危组差异有统计学意义(t值为-33.371,P<0.01);临床验证预测效果特征(ROC)曲线下面积(AUC)为0.758。结论构建的预测模型是重症患者临床特征的客观指标科学组合有统计学意义;有预测重症患者发生压力性损伤风险的能力;同时具有良好的区分度,对重症患者风险分层管理提供理论依据,具有临床应用价值。
简介:摘要目的构建重症患者压力性损伤风险预测模型,并对其预测效果进行验证。方法选取2019年2—9月入住天津医科大学总医院重症医学科的重症患者,采用队列研究,收集患者相关资料,以是否发生压力性损伤为因变量,对相关资料进行单因素和多因素分析建立预测模型,并进行风险分层和预测效果检验。结果重症患者329例,发生压力性损伤48例;对11个影响因素的单因素分析,血乳酸、体温、ICU住院日数、Braden评分、意识状态、年龄、升压药物治疗是压力性损伤发生的可疑影响因素,差异均有统计学意义(Z值为2.575~3.694,χ2值为6.800、30.510、6.344,P<0.05或0.01);可疑影响因素带入二元Logistic回归分析结果显示,患者入ICU 24 h内体温、Braden评分、意识状态、年龄及ICU住院时间是压力性损伤发生的独立影响因素(P<0.05或0.01),建立预测模型。内部验证构建模型有统计学意义且拟合度好,灵敏度为66.7%,特异度为72.2%;根据模型进行风险分层,高危组与低危组差异有统计学意义(t值为-33.371,P<0.01);临床验证预测效果特征(ROC)曲线下面积(AUC)为0.758。结论构建的预测模型是重症患者临床特征的客观指标科学组合有统计学意义;有预测重症患者发生压力性损伤风险的能力;同时具有良好的区分度,对重症患者风险分层管理提供理论依据,具有临床应用价值。
简介:摘要:本文主要探讨基于信息融合的安全评估及预测研究。论文首先对信息融合的概念进行了分析,然后详细介绍了信息融合的理论基础和技术手段。接着,论文探讨了基于信息融合的安全评估和预测方法,包括信息融合的流程、步骤和具体实现方法。最后,本文进行了实验研究,并与传统安全评估方法和预测进行了对比,分析了基于信息融合的安全评估和预测方法的优点。