《上市公司财务困境预测实证研究（中英文版）》3045.docx

《《上市公司财务困境预测实证研究（中英文版）》3045.docx》由会员分享，可在线阅读，更多相关《《上市公司财务困境预测实证研究（中英文版）》3045.docx（48页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 上市公司财财务困境预预测实证研研究 工作论文内容摘要财务困境预预测是金融融领域一个个重要的研研究课题。自自上世纪660年代以以来，随着着企业破产产问题的日日益严重，各各国学者纷纷纷试图通通过定量分分析对企业业破产提前前作出预测测。近五十十年来，从从多元判别别分析等线线性预测模模型，到以以神经网络络模型为代代表的各种种非参数预预测模型，相相关的研究究成果层出出不穷。但但是，在国国内对公司司财务困境境预测的研研究才刚刚刚起步，其其主要原因因是19993年7月月1日之前前我国并没没有实施统统一的会计计准则，缺缺乏可靠的的规范的研研究数据。因因此，研究究如何利用用国外现有有的研究成成果，结合合中国的

2、实实际对企业业破产作出出准确的预预测，是摆摆在我们面面前迫切需需要解决的的问题。 中国证券市市场历经十十三年的发发展，规模模日益壮大大。面对这这么庞大的的市场，如如果能借助助财务困境境预测模型型对上市公公司的财务务危机提前前作出预测测，不管对对于监管者者、银行、上上市公司或或者投资者者来说，都都具有重要要的意义。本文以中国国上市公司司作为研究究对象，将将公司因财财务状况异异常而被特特别处理（ST）作为企业陷入财务困境的标志，采用逐步判别分析方法筛选自变量，并利用多元判别分析（MDA）、Logistic回归和BP神经网络三种方法进行财务困境预测，比较其预测结果。研究发现，速动比率、营运资本/流动

3、资产、利息保障倍数、总资产周转率、营业收入净利润率、流动资产净利润率和主营业务利润/利润总额等财务指标具有较强的预测能力；比较三种方法，发现BP神经网络的预测能力最强，Logistic回归模型的预测能力次之，多元判别分析的预测效果最弱；采用BP神经网络模型可以在上市公司被ST的前3年以87的准确率预测出企业即将陷入财务困境。本文共分四四章，引言言部分介绍绍研究背景景和研究意意义；第一一章是国内内外财务困困境预测研研究概述；第二章介介绍本文的的主要设计计，包括研研究样本、财财务指标的的选取和模模型的构建建；第三章章对实证研研究的结果果进行分析析，比较了了多元判别别分析、LLogisstic回回归

4、和BPP神经网络络三种方法法的预测效效果；第四四章是研究究结论。关键词：上上市公司、财财务困境、实实证研究Empirricall Stuudy oof Fiinanccial Disttresss Preedicttion of PPubliic CoompannyAbstrractFinannciall disstresss Prredicctionn is an iimporrtantt fieeld iin Fiinancce. SSincee 19660s,mmore and moree ressearccherss tryy to preddict bankkrupttcy tthr

5、ouugh qquanttitattive anallysiss. Inn thee reccent 50 yyearss, maany mmodells suuch aas Muultivvariaate DDiscrriminnant Anallysiss andd Neuural Netwwork comee outt. Hooweveer, iin ouur coountrry, ffinannciall disstresss prredicctionn jusst beeginss. Thhe maain rreasoon iss thee lacck off uniiformm A

6、cccounttant Rulee beffore Julyy,1,11993.Thuss,It is uurgennt foor uss to workk on finnanciial ddistrress preddictiion iin Chhina.In thhe laast 113 yeears, thee Chiinesee seccuritty maarkett devvelopped rrapiddly. Becaause therre arre soo manny puublicc commpaniies, if wwe caan prredicct thhe faailur

7、re off theem beeforeehandd, itt is signnificcant not onlyy forr supperviisor, bannk aand iinvesstorss, buut allso ffor ppubliic coompannies themmselvves.This studdy reegardds puublicc commpaniies rreceiived speccial treaatmennt ass a ssignaal off finnanciial ddistrress, andd tryy to preddict finaanc

8、iaal faailurre off pubblic comppaniees inn Chiina. I usse sttepwiise ddiscrriminnant anallysiss to seleect ffinannciall rattios and use Mulltivaariatte Diiscriiminaant AAnalyysis, Loggistiic Reegresssionn andd Neuural Netwwork modeel too preedictt finnanciial ddistrress. I finnd thhat qquickk rattio

9、, workking capiital /currrentt asssets, EBIIT/inntereests, salles/ttotall asssets, earrninggs/saales, earrningg/currrentt asssets et aal. ccan pprediict ffinannciall disstresss acccuraatelyy. I alsoo finnd thhat BBack Proppagattion Neurral NNetwoork mmodell oveerwheelms Multtivarriatee Disscrimminan

10、nt Annalyssis aand LLogisstic Regrressiion mmodells inn preedicttion accuuracyy. Wee cann preedictt finnanciial ddistrress of aa pubblic comppany at tthe aaccurracy of 887 peercennt 3 yearrs beeforee it receeivess speeciall treeatmeent bby Baack PPropaagatiion NNeuraal Neetworrk moodel.This studdy c

11、oonsissts oof foour ppartss. Inn thee forreworrd thhe baackgrroundd andd siggnifiicancce off thee stuudy aare iintrooduceed. CChaptter 11reviiews the pastt stuudiess. Chhapteer 2 intrroducces tthe ssamplle, vvariaabless andd moddels. Chaapterr 3 aanalyyzes the empiiricaal reesultts. CChaptter 44 is

12、the concclusiion. Key wwordss: Puublicc Commpanyy; Fiinanccial Disttresss; Emmpiriical Studdy引言一、上市公公司财务困困境预测的的研究背景景企业破产（bankruptcy or failure）不仅是市场经济中的普遍现象，也是一个全球化的话题。一个国家企业破产的数量经常被作为衡量该国经济发展和经济稳定的指标。近年来，全球企业出现了破产数量多、破产面广的趋势，甚至一些大公司也无法幸免。企业破产会带来一系列的经济和社会问题，因而如何在企业破产之前预警并采取相应的减震措施是学者们研究的重点。早在十九世纪三十年

13、代，美国就开始通过对破产企业的财务状况进行定量分析以期提前对企业陷入财务困境发出预警。自十九世纪六十年代起，西方国家掀起了企业财务困境预测研究的高潮。经过近五十年的发展，财务困境预测不仅在理论上形成了一套系统的研究方法，而且在政府外部监管、银行商业贷款评估、企业内部控制、投资者投资决策等领域得到广泛的应用。但是在国内内，财务困困境预测研研究才刚刚刚起步。新新中国第一一部统一的的会计准则则企业业会计准则则于19993年7月1日正式开开始生效，才才把全国各各行业的企企业会计工工作统一到到一个标准准上，实现现了会计指指标的统一一。在此之之前，由于于企业财务务报表数据据缺乏可比比性，财务务困境预测测研

14、究一直直处于停滞滞状态。随着中国经经济的快速速发展，对对企业破产产问题的研研究受到越越来越多人人的关注，而而大家关注注的焦点又又都集中在在中国的上上市公司。上上市公司是是证券市场场发展的基基础，其行行为的规范范和业绩的的好坏直接接决定了证证券市场的的兴衰。中中国证券市市场历经十十三年的发发展，规模模日益增大大，截至22003年年9月29日，中中国证券市市场共有上上市公司11280家家，流通市市值135509.226亿元。但但是我们看看到，随着着证券市场场规模的扩扩大，上市市公司所暴暴露出来的的问题也越越来越多。上上市公司良良莠不齐，部部分上市公公司为了达达到包装上上市的目的的，利用市市场本身法

15、法规的不健健全和监管管的不成熟熟恶意造假假，损坏了了投资者的的利益，扰扰乱了证券券市场的秩秩序。这些些上市公司司治理结构构失衡，生生产经营管管理混乱，因因而一上市市就连年亏亏损，从而而给投资者者带来了巨巨额损失。市市场监管的的不完善，加加上上市公公司的虚假假行为，沉沉重打击了了投资者的的投资信心心，20003年7月份中国国证券市场场的开户数数首次出现现了负增长长，证券行行业的发展展出现边缘缘化趋势，市市场笼罩着着悲观失望望的情绪。通通过对企业业财务状况况的分析鉴鉴别质地不不同的上市市公司，成成为摆在我我们面前迫迫切需要解解决的问题题。本文的的主要目的的，就是通通过比较找找出最佳的的预测上市市公

16、司财务务困境的方方法，以期期向监管部部门和广大大投资者揭揭示，哪些些上市公司司已经进入入了财务困困境的预警警区，是我我们应该加加以关注或或警惕的对对象。之所所以选择上上市公司进进行分析，一一方面是因因为上市公公司在国民民经济发展展中的重要要地位，另另一方面也也是因为上上市公司必必须遵循严严格规范的的信息披露露制度，所所得到的财财务数据较较为准确和和可靠。二、研究意意义企业破产的的影响面是是相当广的的，投资者者、公司管管理层、员员工、债权权人、供应应商、客户户甚至政府府部门都会会受到不同同层次的影影响。概括括地讲，本本文在以下下几个方面面具有重要要意义：1、 有助于投资资者的投资资决策当公司破产

17、产清算时，股股东的资产产请求权是是处于最后后一位的，因因而当公司司资不抵债债时，股东东的投资往往往血本无无归。而即即使公司没没有进行破破产清算，一一旦监管部部门公布某某公司陷入入财务困境境，该公司司的股票价价格通常会会大跌，投投资者也会会遭到投资资损失。因因而，如果果投资者能能够获得一一种事前信信息，提前前知道上市市公司是否否会陷入财财务困境，加加强警惕性性，减少或或者取消对对该公司的的投资，那那么就能避避免损失。可可见，财务务困境预测测给投资者者提供了一一种评价公公司业绩的的尺度，有有助于投资资者作出正正确的投资资决策。对对于保守的的投资者，可可以通过“用脚投票票”避免投资资损失；而而对于激

18、进进的投资者者，甚至可可以通过卖卖空该公司司股票获得得不错的投投资收益。2、有助于于管理层加加强内部控控制并改善善经营管理理对于公司管管理层来说说，阶段性性地评估公公司当前的的状况是一一项极其重重要但却又又相当困难难的任务。通通过这种阶阶段性的评评估，管理理人员可以以发现公司司潜在的优优点和缺点点，这样就就可以有序序地改变政政策和行动动。在这里里，如果应应用得当的的话，判别别模型就可可以足够早早地预测出出公司存在在的问题，使使管理人员员能够意识识到目前情情况的严重重性，并采采取相应的的措施改善善经营管理理以避免破破产的发生生。即使破破产是不可可避免的，那那么在破产产前与比较较强的公司司进行合并

19、并，也将使使公司的债债权人和股股东受益。3、有助于于员工及时时对未来的的工作前景景作出规划划 对于公司的的员工而言言，其经济济利益与公公司的经营营情况紧密密相连。作作为企业的的一分子，员员工可以为为企业发展展献计献策策，协助企企业走出财财务困境；如果公司司确实积弱弱难返，则则可以提前前对自己未未来的工作作进行规划划，避免遭遭到失业的的威胁。4、有助于于债权人对对贷款安全全性进行评评估商业贷款评评估在社会会中是一项项很重要的的活动，它它对商业银银行和其它它的一些放放款机构尤尤为重要。债债权人通过过财务困境境预测可以以判断企业业的偿债能能力，从而而提前采取取相应的措措施加大清清收贷款的的力度，避避

20、免贷款损损失；而对对于潜在的的债权人，利利用财务困困境预测则则可以对贷贷款的安全全性进行评评估，帮助助信贷员避避免做出令令银行损失失惨重的决决策。可见见，财务困困境预测有有助于信用用风险评估估机制的建建立。5、有助于于关联公司司的业务决决策企业的关联联公司包括括材料供应应商、产品品销售商和和业务合作作者等等。现现代企业之之间存在着着千丝万缕缕的合作关关系，一旦旦合作链条条上的某个个环节发生生问题，就就会产生一一系列连锁锁反应。企企业经营状状况的好坏坏不仅会直直接影响到到其供应商商的销售收收入和应收收账款的回回收率，也也会对销售售商的供货货来源产生生影响。因因此，对于于供应商而而言，利用用财务困

21、境境预测可以以及时改变变合作策略略，寻求替替代的合作作伙伴，避避免由于企企业破产产产生的震动动，保证企企业生产经经营有序进进行；对于于销售商而而言，则可可以提前寻寻找其他的的供货来源源，避免由由于断货产产生的不良良影响。6、有助于于监管部门门加强监管管目前，我国国证券市场场的监管机机制还是主主要以事后后监管为主主，即通过过对连续亏亏损两年的的上市公司司实行STT制度，对对连续亏损损三年的上上市公司实实行退市制制度，从而而对上市公公司进行约约束。证监监会对上市市公司进行行监管所依依赖的信息息主要来源源于公司当当年所披露露的财务报报表，因而而具有一定定的滞后性性。通过财财务困境预预测，监管管部门可

22、以以利用该公公司前几年年披露的财财务信息提提前对上市市公司进行行监测，对对于出现财财务困境征征兆的上市市公司给予予更多的关关注，加强强事前监管管；此外，财财务困境预预测还有助助于完善市市场准入制制度，防止止证券市场场成为“圈钱”的摇篮，从从而有助于于证券市场场的健康稳稳定发展。除此之外，财财务困境预预测还可以以应用于收收购或兼并并时对目标标公司价值值的评估，在在会计报表表审计中也也有助于注注册会计师师出具正确确的审计报报告。由此此可见，财财务困境预预测研究的的应用范围围很广，具具有很强的的理论和实实践意义。三、主要创创新本文的创新新要点如下下：1、本文在在国内首次次将神经网网络技术应应用到中国

23、国上市公司司的财务困困境预测并并将其和多多元判别分分析模型、Logistic回归模型进行比较。2、本文选选取了涵盖盖短期偿债债能力、长长期偿债能能力、营运运效率、盈盈利能力、风风险水平、发发展能力六六大类共552个财务务指标并通通过逐步判判别分析筛筛选模型的的预测变量量，用于财财务困境预预测的财务务信息是目目前为止最最全面的，。3、在以往往的研究中中，许多学学者只对估估计样本进进行预测，而而且是在公公司被STT的前两年年进行预测测，即在公公司已经亏亏损一年的的情况下进进行预测，判判断其最终终是否会被被ST，这样样无疑会高高估模型的的预测能力力。本文采采用了新样样本检验模模型的预测测能力，并并且

24、在上市市公司被SST的前三三年，即公公司尚未发发生亏损的的情况下进进行预测，模模型预测能能力的评价价比较客观观。研究结结果表明BBP神经网网络模型对对新样本的的预测准确确率可以达达到87。4、样本新新，容量大大。本文对对1998820033年间因为为财务状况况异常而被被ST的所有有上市公司司进行分析析，最终获获得1088个财务困困境企业样样本，并同同时根据行行业和规模模配比原则则另外选取取了1088个正常企企业作为配配对样本，样样本规模是是迄今为止止最大的。 第一章 企业财务务困境预测测研究概述述第一节 财财务困境的的定义对于“财务务困境”的定义国国内外学者者有很多不不同的看法法，Alttma

25、n( 19993)综合合了学术界界对财务困困境的定义义，将财务务困境分为为四种情形形：（1）失败（FFailuure）： 典型代表表是商业统统计公司DDun& Braddstreeet 采采用的“经营失败败”（Busiinesss Faiiluree）概念，指指公司经营营因为破产产而停止，或或者处置抵抵押品后仍仍对债权人人造成损失失；无法按按期偿付债债务，由于于法律纠纷纷被接管重重组等情况况。（2）无偿付付能力（IInsollvenccy），包包括技术上上的无力偿偿付和破产产意义上的的无力偿付付。前者是是指企业缺缺乏流动性性，不能偿偿付到期债债务，主要要用净现金金流是否能能满足流动动负债的支支

26、付需要作作为判别技技术上是否否无偿付能能力的标准准；而后者者是指企业业资不抵债债，净资产产为负等情情况。（33）违约（DDefauult）。违违约可以是是技术上的的或法律上上的，前者者是指债务务人违反合合同规定并并可能招致致法律纠纷纷，后者则则指债务人人到期无法法还债。（4）破产（Bankruptcy），指企业提交破产申请后被接管清算。对财务困境境定义的不不同必然导导致研究对对象的差异异，从而得得到不同的的研究结论论。国外大大多数研究究将企业根根据破产法法提出破产产申请的行行为作为确确定企业陷陷入财务困困境的标志志，如Alltmann（19688）、Ohllson（19800）、Cassey

27、aand BBartcczak（19855a）、Azziz,eet all（19888）。此外外也有部分分学者把破破产、拖欠欠优先股股股利和债务务作为确定定企业陷入入财务困境境的标志，如如Beavver(11966)。而Jaiin annd Naag (11997)则将首次次发行股票票后第三年年的资产营营运收入低低于其股票票发行前一一年收入的的企业定义义为财务困困境企业。在国内，财财务困境预预测研究才才刚刚起步步，由于非非上市公司司的财务报报表比较不不规范，可可靠性不高高，加之数数据很难获获得，所以以基本上所所有的研究究都以上市市公司作为为研究对象象；而由于于我国证券券市场的退退市制度建建立较

28、晚，退退市的企业业不多，因因而大部分分研究又都都把上市公公司被特别别处理作为为企业陷入入财务困境境的标志，如如陈静（11999），陈陈晓、陈治治鸿（20000），吴吴世农，卢卢贤义（22001），李李华中（22001）等等。除此之之外，长城城课题组（2001）将首次出现亏损的公司界定为财务困境公司；高培业，张道奎（2000）则把企业能否按时偿还银行贷款作为企业陷入财务困境与否的界定标准。根据公司司法第1157条第第4款规定，上上市公司最最近三年连连续亏损的的，由国务务院证券管管理部门决决定暂停其其股票上市市；第1558条规定定，上述情情形在限期期内未能消消除，不具具备上市条条件的，由由国务院证

29、证券管理部部门决定终终止其股票票上市。这这说明，上上市公司若若发生连续续亏损，则则意味着公公司陷入了了财务困境境，公司有有可能随之之走向破产产，或者被被兼并、重重组。由于于公司连续续亏损蕴含含着较大的的风险，中中国证监会会和深沪两两地证券交交易所出台台了一系列列制度用于于警示和防防范风险：1、ST制制度。自19998年3月16日起，我我国证券市市场开始推推行ST制度。根根据中国证证监会关关于上市公公司状况异异常期间的的股票特别别处理方式式的通知，“特别处理”的内容包括：于特别处理的股票前加“ST”(SPECIAL TREATMENT的缩写)标记；公司股票每日涨跌幅限制为5；指定报刊应另设专栏刊

30、登特别处理股票的每日行情。上市公司出出现以下情情形之一的的，则视为为财务状况况异常：(1) 最近两个会会计年度的的审计结果果显示的净净利润均为为负值；(2) 最近一个会会计年度的的审计结果果显示其股股东权益低低于注册资资本，即每每股净资产产低于股票票面值；(3) 注册会计师师对最近一一个会计年年度的财务务报告出具具无法表示示意见或否否定意见的的审计报告告；(4) 最近一个会会计年度经经审计的股股东权益扣扣除注册会会计师、有有关部门不不予确认的的部分，低低于注册资资本；(5) 最近一份经经审计的财财务报告对对上年度利利润进行调调整，导致致连续两个个会计年度度亏损；(6) 经经证券交易易所或中国国

31、证监会认认定为财务务状况异常常的。除了财务状状况异常，其其他状况异异常规定如如下：(1) 由于自然灾灾害、重大大事故等导导致上市公公司主要经经营设施遭遭受损失，公公司生产经经营活动基基本中止，在在三个月以以内不能恢恢复的；(2) 公司涉及负负有赔偿责责任的诉讼讼或仲裁案案件，按照照法院或仲仲裁机构的的法律文书书，赔偿金金额累计超超过上市公公司最近经经审计的净净资产值的的50的的；(3) 公司主要银银行帐号被被冻结，影影响上市公公司正常经经营活动的的；(4) 公司出现其其他异常情情况，董事事会认为有有必要对股股票交易实实行特别处处理的；(5) 人民法院受受理公司破破产案件，可可能依法宣宣告上市公

32、公司破产的的；（6）公司司董事会无无法正常召召开会议并并形成董事事会决议的的； （7）公公司的主要要债务人被被法院宣告告进入破产产程序，而而公司相应应债权未能能计提足额额坏帐准备备，公司面面临重大财财务风险的的；(8)中国证监监会或证券券交易所认认定为状况况异常的其其他情形。2、PT制制度。19999年，深沪沪证券交易易所根据公公司法、证证券法和和交易所所股票上市市规则的的有关规定定，制定了了特别转让让（PT）制度度，即当上上市公司出出现最近三三年连续亏亏损的，由由证券交易易所暂停其其股票上市市。公司股股票暂停上上市期间，交交易所为投投资者提供供特别转让让服务。3、退市制制度。20011年2月

33、24日，中中国证监会会发布了亏亏损上市公公司暂停上上市和终止止上市实施施办法，给给予PT公司一一年的宽限限期，从而而正式启动动证券市场场的退市机机制。随后后，20001年11月30日，中中国证监会会又发布了了亏损上上市公司暂暂停上市和和终止上市市实施办法法（修订），取取消了特别别转让（PPT）制度度，加快了了完善退市市机制的步步伐。4、退市风风险警示制制度。为了了向投资者者充分警示示上市公司司存在的终终止上市的的风险，同同时又与其其他异常状状况实行特特别处理的的风险警示示相区别，2003年4月4日，深沪两地证券交易所发布了关于对存在股票终止上市风险的公司加强风险警示等有关问题的通知，由证券交易

34、所对存在股票终止上市风险的公司股票交易实行“警示存在终止上市风险的特别处理”。其主要措施为在其股票简称前冠以“*ST”字样，以区别于其他股票，并且股票报价的日涨跌幅限制为5。根据规定，当当上市公司司出现下列列可能终止止上市风险险情形时，将将对其股票票实行“退市风险险警示”：（1）最近近两年连续续亏损的；（2）因财财务会计报报告存在重重大会计差差错或虚假假记载，被被中国证监监会责令改改正或公司司主动改正正，对以前前年度财务务报告进行行追溯调整整，导致最最近两年连连续亏损的的；（3）因财财务会计报报告存在重重大会计差差错或虚假假记载，中中国证监会会责令其改改正，在规规定期限内内未对虚假假财务会计计

35、报告进行行改正的；（4）在法法定期限内内未依法披披露年度报报告或半年年度报告的的；（5）处于于股票恢复复上市交易易后至其披披露恢复上上市后的第第一个年度度报告期间间的。上市公司经经营首次出出现亏损带带有一定的的偶然性，其其受到国民民经济发展展状况、行行业发展态态势、甚至至个别意外外事件的影影响。因此此，若上市市公司一亏亏损就直接接将其判定定为财务困困境企业有有失偏颇，这这无疑会夸夸大财务困困境企业的的比例，把把一些出现现暂时经济济困难的公公司也误认认为是财务务困境企业业。但是，从从上述制度度可以看出出，出现连连续两年亏亏损的上市市公司不仅仅会被特殊殊处理，而而且面临着着退市风险险，因而可可以认

36、为其其已经陷入入了财务困困境。应该该注意的是是，我们仅仅仅把上市市公司因为为财务状况况异常而被被特别处理理作为企业业陷入财务务困境的标标志，剔除除了因为其其他异常而而被ST的情况况，这是由由于上市公公司出现其其他异常状状况而被特特别处理具具有一定的的特殊性和和突发性，难难以提前加加以预测。综上所述，本本文以上市市公司作为为研究对象象，将公司司因财务状状况异常而而被特别处处理（STT）作为企企业陷入财财务困境的的标志。这这不仅符合合中国的实实际情况，而而且与国内内大部分研研究保持一一致，便于于相互比较较。第二节 国国外财务困困境预测模模型概述自上个世纪纪60年代代以来，财财务困境预预测在欧美美得

37、到广泛泛发展，从从多元判别别分析等线线性预测模模型，到以以神经网络络模型为代代表的各种种非参数预预测模型，相相关的模型型、方法层层出不穷。在在这些模型型中，有一一个共同的的前提假设设，就是可可以对公司司进行分组组（如可以以将公司分分成财务困困境公司和和财务健康康公司），其其基本的思思想即利用用企业的各各种财务指指标，建立立判别模型型，从而根根据企业的的总体财务务状况进行行分类。纵纵观国外现现有的研究究成果，财财务困境预预测方法主主要有单变变量分析、多多元判别分分析、线性性概率模型型、Loggistiic模型、递递归分割算算法、生存存分析、专专家系统和和神经网络络模型等。一、单变量量分析单变量分

38、析析是最早应应用于财务务困境预测测的模型，其其主要思想想是通过比比较财务困困境企业和和非财务困困境企业之之间各个财财务指标的的显著差异异，选定某某个指标作作为排序变变量，让样样本数据根根据该指标标进行排序序，然后根根据最佳判判定点对财财务困境企企业和财务务健康企业业进行分类类的一种分分析方法。Fitzpatrick（1932）最早利用该模型对企业财务困境进行预测，他以19家公司作为样本，运用单个财务指标进行预测，结果发现净利润/股东权益、股东权益/负债这两个财务指标判别能力最高。而Smith 和Winakor（1935）进行了类似的研究，则发现营运资本/总资产这个指标的预测能力最高。此外，Me

39、rwin（1942）发现营运资本/总资产、股东权益/负债、流动资产/流动负债这三个指标能提前6年对企业破产作出预测。Beaver（1966）发现判别能力最高的财务指标分别是现金流/总负债、净收入/总资产、总债务/总资产。单变量分析析是最早应应用于企业业财务困境境预测的实实证模型，虽虽然其开创创了财务困困境预测实实证研究的的先河，但但是其具有有以下的局局限性：（1）相关的指标给出令人混淆的判别信号，根据不同的财务指标进行判断有可能得出相反的结论。如盈利能力差的企业有可能因为流动性稍好而被判为财务健康企业，但是如果根据盈利能力判断则很可能被判为财务困境企业。（2）实证结果表明，从总体上看单变量分析

40、分辨非财务困境企业的能力高于分辨财务困境企业的能力。（3）单个变量所包含的信息不足以反映企业的整个财务状况。这些缺陷严重影响了单变量模型的适用性。二、 多元元判别分析析为了克服单单变量分析析的局限性性，Alttman（19688）首次将将多元判别别分析（MMDA）的的方法引入入到财务困困境预测领领域。此后后，这种方方法在企业业财务困境境预测的实实践和研究究中都得到到了广泛的的应用。该方法假设设任一家公公司i，其特征征可以用nn个独立的的财务变量量x组成的向向量X来表示。那那么对两组组公司（财财务困境与与财务健康康公司），假假设两组中中的自变量量分布服从从多元正态态分布，协协方差矩阵阵相等，但但

41、均值不同同。其目的的在于获得得自变量的的线性组合合，使得组组间方差与与组内方差差之比达到到最大化。用用这个方法法估计出判判别函数，其其系数向量量为A (),常数项项为。由这这一变量的的线性组合合可以得出出每一家公公司的Z值：， （1.1）其中，是ii公司的Z分值， 是是i公司的n个自变量量。然后，根据据组内公司司数目和错错误分类成成本的先验验概率计算算出临界值值。通过将将各公司计计算出的ZZ值和临界界值进行比比较，可以以知道公司司属于财务务困境或是是财务健康康企业。Altmaan（19688）选择了了营运资本本/总资产、留留存收益/总资产、息息税前收益益/总资产、股股票市场价价值/债务账面面价

42、值、销销售收入/总资产5个财务比比率建立判判别函数来来区分财务务困境和财财务健康公公司，在破破产前1年预测精精确度达到到95%，前前2年精确度度达到722%。此外外，类似的的研究还有有Dambbolenna和Khouury（19800）、 Laaitimmen（19911）等。多元判别分分析虽然得得到广泛的的应用，但但是该方法法也存在着着一些问题题，主要是是其对预测测变量的分分布性质施施加了一些些统计上的的限制。比比如说，对对于破产组组和非破产产组，预测测变量的方方差协方方差矩阵必必须是相等等的，预测测变量必须须遵循正态态分布等。这这使多元判判别分析遭遭到诸多学学者的批评评。三、线性概概率模型

43、由于多元判判别分析只只能直接得得出判别结结果，无法法估计出企企业破产的的风险。为为了估计企企业破产的的概率，研研究者设计计了线性概概率模型（LPM）。线性概率模型其实是普通最小二乘回归模型的一种特例，其因变量只能取两个值，1或者0。其模型的回归形式如下： （1.2）其中，自变变量是反映映企业财务务状况的指指标。首先，从估估计样本中中利用最小小二乘法(OLS)估计出系系数，然后后利用估计计出的系数数算出企业业破产的概概率，当它它大于某个个临界值时时则认为企企业属于财财务困境企企业，反之之亦然。 我们发现，模模型（1.2）中的的回归系数数除了截距距外，都与与多变量判判别系数成成固定比例例，也就是是

44、说线性概概率模型只只是多变量量判别分析析（MDAA）的一个个特例。因因此，我们们上面所算算出的LPPM得分也也只是判别别得分的一一个线性转转换。所以以虽然MDDA与LPM的模模型假设不不同，但是是分类的结结果却是相相同的。但但相对于MMDA，LPM用于于企业财务务困境预测测更方便（Theodossiou1991）。 LPM的应应用存在两两个主要的的统计问题题：（1）如果采采用普通最最小二乘法法来估计式式（1.22）的系数数，那么就就必须假设设残差项方方差相同，如如果出现异异方差，那那么OLSS的系数估估计虽是无无偏但却是是无效的。而而且，如果果残差项不不是正态分分布的，那那么传统的的显著性检检

45、验将没法法用。不幸幸的是这两两种情况在在LPM的应应用中都可可能存在。（2）根据LPM计算出的概率有可能落在区间（0，1）之外，这很难加以解释。Meyerr和Pifeer（19700）最早将将LPM运用用于银行业业的财务困困境预测，而而Laittinenn（19933）也曾作作过相似的的研究，将将LPM运用用于企业财财务困境预预测。四、LOGGISTIIC和PPPOBITT回归模型型由于MDAA和LPM都受受到统计假假设的限制制，为了克克服这一局局限性，研研究人员引引入了多元元条件概率率模型，并并采用极大大似然估计计法进行参参数估计。多多元条件概概率模型包包括Loggistiic模型和和Pro

46、bbit模型型，两者的的区别只在在于累积概概率函数不不同。其主主要优点是是对破产的的先验概率率或预测变变量的分布布不需要作作任何假设设，基本的的估计问题题为：给定定一家公司司属于某个个特定的总总体，那么么在某一特特定期间内内，公司破破产的概率率是多大？ 假设是第ii个公司的的预测变量量，和为待估计计参数，公公司i破产的概概率可以由由下式给出出： （1.3）在Logiisticc模型中， （1.4）或者 （1.5）假设第1组组样本为，第第2组样本为为，则似然然函数为： （1.6）最大化对数数似然函数数就可以估估计出式（1.5）中的参数，从而算出公司破产的概率，基于这一概率公司可以被划分为财务困境

47、公司与财务健康公司。Martiin（19777）首次运运用Loggistiic模型来来进行银行行破产预测测。这一方方法后来被被Ohlsson（19800）用于预预测企业的的财务困境境。在Probbit模型型中，采用用的概率函函数则是累累积标准正正态分布函函数： （1.7）虽然Prrobitt模型与LLogisstic模模型相似，但但应用并不不象后者那那么广泛。关关于Probiit模型研研究的文献献很少，这这可能是因因为该模型型包括了非非线性估计计，所以计计算量较LLogisstic模模型大。五、递归分分割算法递归分割算算法RPAA是一种基基于模式识识别的非参参数的计算算机分类技技术，它同同时具有传传统单变量量分类法和和多变量分分析法的特特点。由RRPA得到到的模型呈呈现出分类类二叉树的的形式，该该二叉树能能够把对象象分到特定定的组中。RPA的输输入包括一一个由个对对象的观测测数据组成成的原样本本，还有它它们实际的的类别以及及先验概率率和误判成成本。我们们用表示某某对象属于于组的先验验概率，用用表示将属属于组的对对象被误判判为组的成成本。如图图1所示，我我们给出了了一个实际际的树，该该树是RPPA基于一一定的先验验