企业财务预警模型的比拟研究_1.docx

企业财务预警模型的比拟研究企业财务预警模型的比拟研究财务预警模型是诊断企业财务状况、提供财务危机信号的得力帮手，研究财务预警模型对现实具有指导意义。本文对几种典型的财务预警模型进行比拟分析，为构建合适我国企业的财务预警模型提供一些思路和方法。标签：财务预警比拟研究随着国内有关财务预警研究文献的日益增加，财务预警理论不断发展成熟，越来越多的模型被应用到财务预警中。从最早的单变量财务预警模型，到目前在国内应用比拟广泛、发展较为成熟的多元判别模型、主成分预测模型、逻辑回归分析模型(Logistic)和类神经网络分析法(ANN)，每种模型都有各自优缺点。只要弄清各种模型在财务预警应用中的优势和劣势，才能更为准确的将财务预警模型应用到实践中。1财务预警模型的分类1.1单变量财务预警模型单变量模型是指运用单一变量，用个别财务比率或现金流量指标来预测财务危机的方法。Fitzpatrick最早研究发现，出现财务窘境的公司其财务比率和正常公司相比有显著的不同，进而以为企业的财务比率能够反映企业的财务状况，并指出财务比率分别对企业将来具有预测作用。Beaver在此基础上用统计方法建立了单变量财务预警模型，发现债务保障比率对公司的预测效果较好，其次是资产收益率和资产负债率的预测效果。1.2多变量财务预警模型多变量模型就是运用多个财务指标或现金流量指标来综合反映企业的财务状况，并在此基础上建立预警模型。运用较为广泛的多变量财务预警模型主要有下面几种：1.2.1多元判别分析模型。多元线性判别模型是运用多元统计分析方法中的判别分析建立起来的，它是根据一定的样本资料，建立判别函数、确定断定区域，以对企业财务状况进行预测。判别分析方法主要研究在已知研究对象分成若干类型并已获得各类样品观测数据的基础上，怎样判别一个新样品的归类问题，即判别分析的宗旨就是判定新的案例的类别。1.2.2主成分预测模型。该模型也构成一个线性断定函数式，其形式类似判别分析模型。不过该模型是运用多元统计分析中的主成分分析方法，通过提炼综合因子构成主成分，并利用主成分建立起来的。主成分分析方法的主要功能是为了解决样本数据中指标个数过多以及指标间信息存在重复的问题，其作用有两个：一是降维，二是减少信息的重复，进而使分析简化。