（会计学专业论文）基于指标优化的财务危机预警模型实证研究.pdf

摘要 近年来，随着经济全球化与自由化的发展，中国企业面临着激烈的竞争与巨 大的挑战。在这复杂多变的经济环境中，财务危机很容易发生，它直接影响着企 业的生存与发展。基于此，迫切需要帮助企业建立科学而有效的财务危机预警模 型，提前预测并解决财务危机。 财务危机预警在国外无论是学术界还是实务界都是经久不衰的课题，从本世 纪6 0 年代开始，他们就对财务危机预警模型的构建与应用进行着不断地探索。 而我国财务危机预警领域的研究起步较晚，且在模型建立的统计方法和预警指标 的选择上存在着一定的局限性：研究大多数采用多变量判别分析方法，通过对基 于财务报表计算的财务指标的考察来预测财务状况，忽略了现金流量信息与非财 务信息对财务危机的预测作用。鉴于此，本文在借鉴前人成果的基础上，将现金 流量指标和非财务指标引入财务危机预警实证模型，希望能对我国企业财务危机 预警研究提供参考价值。 本文基于财务危机的外部和内部影响因素分析，在国内早期财务预警模型包 含的财务指标( 以下简称早期财务预警指标) 的基础上加入了现金流量指标、非 财务指标；通过显著性分析、相关性分析等统计方法对初选指标进行了筛选，确 定了建模变量；通过实证研究，采用f i s h e r 判别分析、l o g i s t i c 回归的统计方法， 构建了基于早期预警指标的预警模型、引入优化指标的预警模型、基于不同年份 数据的预警模型；接着根据回判分析的结果，比较和分析引入优化指标前后、基 于不同年份数据的模型的预测效果。 研究结果发现：第一、通过实证结果证明有效预测财务危机是具备可行性的， 且随着财务危机的临近，预测的精准度也在逐渐提高；第二、早期预警指标对财 务危机的预测作用明显；第三、引入现金流指标提高了财务危机预警模型的预测 效果；第四、引入非财务指标提高了财务危机预警模型的预测效果。 关键字：财务危机财务危机预警模型现金流量指标非财务指标 a b s t r a c t i nr e c e n ty e a r s ，w i t ht h ee c o n o m i cg l o b a l i z a t i o na n dl i b e r a l i z a t i o n ，t h ec h i n e s e e n t e r p r i s e sa r ef a c i n gf i e r c ec o m p e t i t i o na n dc h a l l e n g e s i nt h i sc o m p l e xa n dv o l a t i l e e c o n o m i ce n v i r o n m e n t ，c o m p a n i e sc a ne a s i l yf a l li n t ot h ef i n a n c i a lc r i s i s ，w h i c hi s d i r e c t l yb o u n du pw i t ht h e i rs u r v i v a la n dd e v e l o p m e n t b a s e do nt h i s ，i ti sn e c e s s a r y t oh e l pe n t e r p r i s e st oe s t a b l i s has c i e n t i f i ca n de f f e c t i v ef i n a n c i a lc r i s i sw a r n i n gm o d e l t op r e d i c ta n dr e s o l v et h ef i n a n c i a lc r i s i s f i n a n c i a lc r i s i si sa ne n d u r i n gi s s u ei nf o r c i 朗c o u n t r i e s ，w h e t h e ri na c a d e m i ao r p r a c t i t i o n e r s f r o mt h eb e g i n n i n go f19 6 0 s ，t h e ya r ec o n t i n u o u s l ye x p l o r i n gt h e e s t a b l i s h m e n ta n da p p l i c a t i o no ft h ef i n a n c i a lc r i s i sw a r n i n gm o d e l s h o w e v e r , t h e s t u d yo nt h a ts u b j e c ti nc h i n ai sr e l a t i v e l yh y s t e r e t i c w h a t sm o r e , t h e r e r es o m e l i m i t a t i o n si nt h em o d e l i n gm e t h o d sa n dt h ec h o i c eo fe a r l yw a r n i n gi n d i c a t o r si nt h e m a j o r i t yo fr e s e a r c h ：u s i n gm u l t i v a r i a t ed i s c r i m i n a n ta n a l y s i sm e t h o d ，b a s i n go nt h e f i n a n c i a ls t a t e m e n t sb u to v e r l o o k i n gc a s hf l o wa n dn o n - f i n a n c i a li n f o r m a t i o n v i e wo f t h i s ，d r a w i n go nt h ep r e v i o u ss t u d y , c a s hf l o wf i n a n c i a li n d i c a t o r sa n dn o n - f i n a n c i a l i n d i c a t o r sa r eb r o u g h ti n t ot h ef i n a n c i a lc r i s i sw a r n i n gm o d e li nt h i sp a p e r , i nh o p e so f i m p r o v i n gt h em o d e l b a s e do nt h ea n a l y s i so ft h ee x t e r n a la n di n t e r n a li n f l u e n c i n gf a c t o r so ff i n a n c i a l c r i s i s ，t h i sa r t i c l ea d d e dc a s h f l o wa n dn o n - f i n a n c i a li n d i c a t o r st ot h em o d e l t h e n , t h e p r i m a r y i n d i c a t o r sw e r es c r e e n e db yt h es i g n i f i c a n c ea n a l y s i sa n dc o r r e l a t i o na n a l y s i s n e x t , t h i sa r t i c l eu s e df i s h e rd i s c r i m i n a t o r ya n a l y s i s a n dl o g i s t i c r e g r e s s i o n s t a t i s t i c a lt ob u i l dt h ef i n a n c i a lc r i s i sw a m i n gm o d e l sw h i c hw e r er e s p e c t i v e l yo nt h e b a s i so fe a r l yw a r n i n gf m a n c i a li n d i c a t o r s ，o p t i m i z e di n d i c a t o r sa n dd i f f e r e n ty e a r d a t a f i n a l l y , t h em o d e l s w e r ec o n t r a s t e da c c o r d i n gt ot h ep r e d i c t i v er e s u l t s t h er e s u l t sf i r s t l ys h o w e dt h a tp r e d i c t i n gf i n a n c i a lc r i s i si sf e a s i b l e ，a n dt h e p r e d i c t i o na c c u r a c yi sg r a d u a l l yi m p r o v e dw i mt h ea p p r o a c ho ff i n a n c i a ld i s t r e s s s e c o n d l y , e a r l yf i n a n c i a l i n d i c a t o r so w eo b v i o u sp r e d i c t i v ev a l u e t h i r d l y , t h e i m p r o v e dc a s hf l o wi n d i c a t o r si n c r e a s et h em o d e la c c u r a c y l a s t l y , t h en o n f i n a n c i a l i n d i c a t o r sa l s oa r eh e l p f u lt ot h em o d e la c c u r a c y k e yw o r d s ：f i n a n c i a lc r i s i s f i n a n c i a lc r i s i sw a r n i n gm o d e lc a s hf l o wi n d i c a t o r s n o n f i n a n c i a li n d i c a t o r s c o n t e n t s c h i n e s ea b s t r a c t i e n g l i s h a b s t r a c t 。”i i i c h a p t e r 1i n t r o d u c t i o n 1 1 1r e s e a r c hb a c k g r o u n d 1 2r e s e a r c hs i g n i f i c a n c e 1 3r e s e a r c hm e t h o d sa n di d e a s m m 1 c h a p t e r 2l i t e r a t u r er e v i e w 5 2 1 t h er e v i e wo ff o r e i g nl i t e r a t u r eo ff i n a n c i a lc r i s i sw a r n i n g 5 2 1 1p i o n e e r i n gr e s e a r c ho nt h ef m a n c i a lc r i s i sw a r n i n g 5 2 1 2r e s e a r c ho ni m p r o v i n ge a r l yw a r n i n gi n d i c a t o r s 。5 2 1 3r e s e a r c ho ni m p r o v i n gs t a t i s t i c a lm e t h o d s “8 2 2t h er e v i e wo fc h i n e s el i t e r a t u r eo ff m a n c i a lc r i s i sw a r n i n g 1 l 2 2 1e a r l yr e s e a r c h 1 2 2 2 2f o l l o w - u pr e s e a r c h 1 2 2 3b r i e fs u m m a r y c h a p t e r 3t h e o r e t i c a lr e s e a r c h 15 3 id e f m i t i o no ff m a n c i a lc r i s i s 3 2s t u d yo ni n f l u e n c i n gf a c t o r so ff m a n c i a lc r i s i s 1 5 1 7 3 2 1e x t e r n a lf a c t o ra n a l y s i s 1 7 3 2 2i n t e r n a lf a c t o ra n a l y s i s 1 9 3 2 3t h er e l a t i o nb e t w e e ni n f l u e n c i n gf a c t o r so ff i n a n c i a lc r i s i sa n df i n a n c i a l c r i s i sw a r n i n g 2 3 3 3f i n a n c i a lc r i s i sw a r n i n g 2 3 3 3 1t h e o r e t i c a lb a s i s 。2 3 3 3 2f u n c t i o n 2 5 v i i 3 3 3f i n a n c i a lc r i s i sw a r n i n ga n df i n a n c i a lc o n d i t i o nm o n i t o r i n g 2 5 c h a p t e r 4w a r n i n gi n d i c a t o r ss e l e c t i o n 2 7 4 1e a r l ys t a g e sw a r n i n gi n d i c a t o r s 2 7 4 2w a r n i n gi n d i c a t o r so p t i m i z a t i o n 2 8 4 1 1c a s hf l o wi n d i c a t o r s 。2 9 4 1 2n o n f i n a n c i a li n d i c a t o r s 3 0 4 3i n d i c a t o r sp r i m a r ye l e c t i o na n dr e s e a r c hh y p o t h e s i s 3 3 4 3 1i n d i c a t o r sp r i m a r y 3 3 4 3 2r e s e a r c hh y p o t h e s i s 。3 4 c h a p t e r 5e m p i r i c a lr e s e a r c h 3 7 5 1s a m p l e sa n dd a t a 0 0 0 0 0 0 0 0 q g o p o o o o o o d o 3 7 5 1 1 s a m p l e s 3 7 5 1 2d a t a 3 8 5 2i n d i c a t o r ss c r e e n i n g 。”“”3 8 5 1 1 s i g n i f i c a n td i f f e r e n c e st e s t 3 9 5 1 2c o r r e l a t i o nt e s t 4 4 5 3m o d e l s 川0 0 0 川川 5 0 5 3 1f i s h e rd i s c r i m i n a n tm o d e l 5 0 5 3 2l o g i s t i cr e g r e s s i o nm o d e l 5 5 5 3 3r e s u l t sa n a l y s i s 6 0 c h a p t e r 6r e s e a r c hc o n c l u s i o n s 6 3 6 1r e s e a r c hc o n c l u s i o n s 6 2r e s e a r c hl i m i t a t i o n s 6 3r e s e a r c hp r o s p e c t 6 4 r e f e r e n c e s 。6 7 a p p e n d i x e s 。”一”7 3 a c k n o w l e d g m e n t s v i 7 7 第l 章绪论 1 1 研究背景 第1 章绪论 随着中国经济全球化的趋势愈演愈烈，中国企业在这激烈的市场竞争中面临 的不仅是机遇，更多的是挑战。一方面，国际经济环境充满着巨大的不确定性， 2 0 0 7 年爆发的全球金融危机对我国实体经济所造成的负面影响至今仍未消除；另 一方面，中国企业更多地处在一个快速成长的阶段，企业内部治理的不完善同样 影响和制约着企业的经营和发展。在这充满挑战的市场竞争中，一些企业不可避 免地会陷入财务危机，甚至发展到出现生存危机。由于企业的同常运作会影响到 银行系统、投资人等众多资本市场参与者，因此企业财务危机的发生不仅仅影响 到个体的存活，也关系到经济市场的稳定和繁荣。基于其重大性与系统性，近年 来对于财务危机预警的研究也越来越受到学术界与实务界的多方关注。 有效预测企业财务危机既是银行信贷管理的重要环节，也是证券市场投资者 降低投资风险、减少投资损失的重要手段。随着中国上市公司信息披露制度的不 断完善，商业银行信贷管理改革的进一步深化，中国上市公司经营管理的透明度 也在逐步提高。这些条件的具备使得上市公司信息披露的真实性和可靠性得到提 升，也给企业财务危机预测的研究提供了客观基础。 1 2 研究意义 从b e a v e r ( 19 6 6 ) 【2 】的单变量研究开始，财务危机预警研究在国外尤其是在 资本市场发达的国家一直都是一个被广泛关注的研究课题。而在我国，财务危机 预警领域的研究较西方国家起步晚，其实际运用更具有一定的滞后性：以借鉴国 外研究成果为主，未能充分考虑本国的特有环境，更缺乏对环境变化的敏感性。 因此，在证券市场快速发展的大背景下，对我国上市公司财务危机预警模型的探 讨和研究，具有重要的现实意义和必要性。 第一、帮助企业相关利益群体优化财务危机预测系统。 对于企业内部管理者来说，准确判断企业失败程度无疑是优化企业经营管理 的基础和前提，有效可行的财务危机预警机制能够帮助企业控制风险，分析危机 产生原因，解决存在问题。对于企业外部大股东、债权人来说，优化企业财务危 机判断机制能够为其决策提供更多的信息支持，帮助其正确预测投资风险，避免 1 基于指标优化的财务危机预警模型实证研究 损失。 第二、促进我国资本市场的规范和健康的发展。 我国的资本市场的建立与发展只有近二十年的历史，大量实证研究文献认为 中国资本市场正处在弱式效率阶段，这意味着投资者尚未充分利用有关的公开信 息，对企业的价值进行准确的判断。因此，科学的财务危机预警模型能够充当财 务信息收集与分析的角色，既可以帮助资本市场投资者评价上市公司质量，做出 有效投资决策，又可以帮助政府监管者识别市场风险，确定监管重点。 第三、有助于促进社会资源的进一步优化配置。 国有企业占重要地位的经济体制中，国有资产的保值增值成为国有所有者的 首要任务，预测投资行业和企业发展前景无疑也尤为重要，科学的财务危机预警 能够帮助政府做出有效的决策。某种程度上可以说，财务危机预警解决的不仅仅 市场个体的问题，它也可能成为促进我国市场经济理想发展的重要因素。 1 3 研究方法与思路 本文在借鉴前人构建的预警模型的基础上，采用f i s h e r 判别分析、l o g i s t i c 回归的统计方法，尝试对基于财务指标的早期财务危机预警模型进行优化。首先， 文章对财务危机的外部和内部影响因素进行了较为深入的分析，以期为预警指标 的选择提供理论支持。在影响因素分析的基础上，文章将现金流量指标、非财务 指标引入财务危机预警模型并提出相应的研究假设。接下来，通过显著性分析、 相关性分析等统计方法对初选指标进行了筛选，确定了建模变量。通过实证研究， 采用f i s h e r 判别分析、l o g i s t i c 回归的统计方法，构建基于早期预警指标的预警 模型、引入优化指标的预警模型、基于不同年份数据的预警模型；接着根据回判 分析的结果，比较和分析引入优化指标前后、基于不同年份数据的预测效果。最 后，基于实证结果得出研究结论。 本文共六章，具体内容安排如下。 绪论部分：阐述本文的研究背景和研究意义，并说明本文的研究方法和思路。 第2 章：从财务危机预警研究的早期研究领域和后续改进领域分别对国内外 研究现状进行详细的介绍。 第3 章：从定性描述与定量界定两个方面对财务危机进行了清晰的定义，深 入分析财务危机的成因，并阐述了财务危机预警的理论基础与作用等。 2 第1 章绪论 第4 章：分析了早期预警指标的局限性，并在理论分析的基础上引入现金流 指标和非财务指标，初步确定了被选入模型的指标。 第5 章：实证研究。通过显著性分析、相关性分析等统计方法对初选指标进 行了筛选，确定了建模变量；采用f i s h e r 判别分析、l o g i s t i c 回归的统计方法构 建基于早期预警指标的预警模型、引入优化指标的预警模型、基于不同年份数据 的预警模型，并比较他们的预测效果。 第6 章：结论。针对本文研究中发现的问题，以及对模型的检验分析，得出 结论，阐述研究局限，并提出了对后续财务危机预警研究领域的展望。 3 第2 章义献综述 第2 章文献综述 2 1 国外财务危机预警文献回顾 2 1 1 国外财务危机预警开创性研究 开创财务危机预警研究先河的是f i t z p a t r i c k t l l ，他于1 9 3 2 年，以1 9 家公司作 为研究对象，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的判别能力最高。 6 0 年代，b e a v e r ( 1 9 6 6 ) 【2 1 及a l t m a n ( 1 9 6 8 ) 【3 】分别发表了具有里程碑意义 的论文。s c o t t 称之为在财务危机判别与预测领域开创性研究，相应地两位学者 也被认为是用财务比率预测企业破产的先驱。 b e a v e r ( 1 9 6 6 ) 1 2 7 9 家财务危机企业为研究样本，运用单个财务指标分别 采用均值比较、二分法分类测试、似然比率分析方法进行企业财务危机预测，得 出对于企业财务危机预警能力最强的指标为“现金流量负债”比率，其次为资 产负债率。 单变量分析是最早应用于企业财务危机预测的研究方法，但其存在局限性也 是非常明显的，包括不同财务指标进行预测可能得出相反的结论、单个变量所包 含的信息不足以反映企业整个财务状况等。a l t m a n ( 1 9 6 8 ) 3 1 是最早在研究方法 上进行创新和突破的学者，他首次将多元判别分析( m d a ) 的方法引入到财务 危机预测领域。他以1 9 4 5 1 9 6 5 年提出破产申请的3 3 家公司为研究样本，建立 了包含营运资本资产、留存收益资产、息税前利润资产、权益市场价值负债、 销售额资产5 个财务指标的z s c o r e 模型，并通过多元判别模型得到一个判别财 务危机的临界值一z 值。研究结果表明破产前1 年的预测准确率高达9 5 。此 后，z s c o r e 模型在企业财务危机预测的实践和研究中都得到较好的应用。 2 1 2 国外预警指标优化相关研究 1 、对现金流量指标的关注 企业的财务危机最终都体现在现金的失控上，国外研究学者在很早时期就关 注到现金流量信息对财务危机预警的帮助。b e a v e r ( 1 9 6 6 ) 【2 1 在最初单变量判定 模型中就将现金流量指标纳入预警指标范围，最后得出能够最有效预测财务危机 s 皋于指标优化的财务危机预警模型实证研究 的四个指标中就包括现金流量债务总额指标。 a z i z 和l a w s o n ( 1 9 8 9 ) 【4 】比较了z 模型、z e t a 模型、现金流量模型预测 企业发生财务危机的准确率，发现现金流量模型的预测效果较好。 c h a r l e se m o s s m a n ，g e o f f r e ygb e l l 等学者( 1 9 9 4 ) 【5 】同样在前人建模的基 础上，将财务指标模型、现金流量模型、股票回报模型等进行应用比较，研究发 现财务指标模型一般在财务危机发生前一年度有较强的预测作用，也就是其更多 的是对财务危机这个事实的反映而非提前预测。而现金流量模型却能在发生前两 年、前三年表现出良好的预测作用。 w 莉t e r r yj ( 1 9 9 4 ) 6 1 分行业对现金流量的预警作用进行研究，发现不同 行业现金流量的预警效果会有所区别，文章用实证数据证明了现金流量信息在煤 矿、石油、天然气等行业的预警作用远远大于其他行业。 b e n j a m i nef o s t e r ，t e r r yj w a r d ( 1 9 9 7 ) 7 1 同样认为现金流量对财务危机预 警作用明显，但其更多的是关注现金流量多年的变化趋势，认为变化趋势比单一 年份的现金流量指标具有更多的信息含量。 2 、引入非财务指标 非财务指标是指不能从企业的财务报表中分析取得，而只能由企业的某些 非财务信息体现出来的指标，它被认为是财务指标的驱动因素。随着财务危机预 警研究的深入，国外学者开始认识财务危机预警模型仅仅关注财务数据信息是不 充分的，非财务信息同样对财务危机预警有帮助。 ( 1 ) 市场信息 b e a v e r ( 1 9 6 8 ) 【8 】认为证券价格可以传递财务危机的信息，并证明利用普通 每股收益能够提前两年半预测财务危机，比会计数据大大提前了预测时间。 s c o t tj ( 1 9 8 1 ) 4 4 1 发现财务危机预测不仅可以基于内部财务变量，而且还可 以基于外部的股票市场价值。这是因为，如果投资者发现企业处于清偿力不足的 情况，那么他会认为该公司的风险增大，因而要求获得更高的回报率，从而促使 股票价格向下调整。一般而言，非财务危机企业的股票收益率相对稳定，而财务 危机企业的股票收益率则随着破产之日的临近不断下降，两者之差不断扩大。 q u e e n ，m a g g i e ，r o l l 和r i c h a r d ( 1 9 8 7 ) 【9 】以公司规模、股票价格、总盈 余、盈余波动率、1 3 值等5 个市场指标作为预警变量进行研究，发现公司规模的 6 第2 章文献综述 预警作用最明显。 ( 2 ) 公司治理信息 g i l s o ns g ( 1 9 8 9 ) 0 0 】认为高层管理者如c e o 总经理等离职也可以作为财 务危机的指标。他以1 9 7 9 年至1 9 8 4 年共3 8 1 家发生财务危机的公司为研究样本 发现5 2 的财务危机公司的有高级管理人员异动之情形，而正常公司只有1 9 。 c a t h e r i nm d a i l y 和d a nr d a l t o n ( 1 9 9 4 ) 1 1 1 研究了公司治理结构与企业破 产之间的关系，实证结果显示破产公司中总经理董事长二职合一的比例为 5 3 8 ，而正常配对公司中该比例为3 7 5 ；而破产公司中董事会内部董事的比 例为5 9 5 ，正常配对公司为4 4 9 ，统计结果证明公司治理结构与企业破产之 间确实存在一定的联系。 e l i e z e rm f i c h 和s t e v el s l e z a k ( 2 0 0 7 ) 1 2 】研究发现较d , r 较为独立的董 事会、较高比例外部独立董事、较高比例内部董事持股在抵御财务危机方面都有 明显作用。 m o h dm o h i dr a h m a t 和t a k i a hm o h di s k a n d a r ( 2 0 0 9 ) 1 3 1 将马来西亚的7 3 家 财务危机上市公司和与之相配对的7 3 家非财务危机公司作为研究样本，采用逻 辑回归方法，研究审计委员会的相关特征变量包括审计委员会的规模、构成、会 议召开频率、财务知识水平对财务危机预警的作用。结论显示，财务危机与审计 委员会成员的财务知识水平显著相关，文章认为这是由于具有较高财务知识水平 的审计委员会能更好的对公司的运作进行有效的监督从而减少危机发生的可能 性。而另外三个变量却未与财务危机显示相关性，文章解释可能是由于大多数上 市公司的审计委员会的构建与运作都遵照国家相关准则的规定，因而在这些方面 财务危机公司和非财务危机公司不存在明显差异。 ( 3 ) 审计信息 h o p w o o dw i l l i 锄，m c k e o w nj a m e s 和m u t c h l e rj a n e ( 1 9 8 9 ) 1 1 4 1 使用1 9 7 4 至 1 9 8 1 年间美国破产的6 0 家企业及没有破产的5 5 家企业为前期样本，再以1 9 8 2 至1 9 8 5 年间的3 2 家破产企业及3 2 家正常企业为后期样本，利用三种审计保留 意见( 一惯性、持续经营和不确定性事项保留意见) 及六个财务比率，采用单变 量及l o g i s t i c 回归分析构建财务危机预警模型。实证结果发现在单变量模型中三 种保留意见均有助于预测财务危机，而在多变量模型中只有对继续经营有疑虑的 7 錾 基于指标优化的财务危机预警模型实证研究 保留意见与不确定事项保留意见能有效地预测财务危机。 c l i v es l e n n o x ( 1 9 9 9 ) 1 5 j 同样针对审计报告信息对财务危机预警的作用进 行研究却得出完全不同的结论。文章以9 7 6 家上市公司为研究样本，结果发现审 计意见的预警作用非常微弱，文章对此的解释是一是审计报告中本身反映破产可 能性的信息较少，二是持续报告的特征削弱了审计报告的准确性。 b r i a nd k l u g e r 和d a v i ds h i e d s ( 1 9 8 9 ) 1 6 】认为会计事务所的更替同样可能 是一个财务危机的信号，并用实证数据证明，财务危机公司更换审计师通常是因 为原注册会计师不同意其为了获得更好数据表现选择的会计处理方法，在更换审 计师后公司通过会计政策、估计方法和程序的变更使其数据具有更好的市场表 现。 2 1 3 国外统计方法优化相关研究 1 、传统统计方法 ( 1 ) 多元判别分析 尽管a l t m a n 的z s c o r e 模型在理论与实务中都得到了广泛的认可与应用，但 随着经济环境的改变和财务会计制度的变革，z s c o r e 模型存在的局限性使其应 用受到越来越多的限制：z s c o r e 模型更适合于短期财务危机的预测，且其并未 充分考虑现金流量等因素的影响。基于此，大量学者在原有的z s c o r e 模型的基 础上，对其判别式分析方法以及财务比率进行了一系列的改进。a l t m a n ， h a l d e m a n 和n a r a y a n a ( 1 9 7 7 ) u7 】提出一种能准确地预测企业财务失败的新模型 “z e t a 模型”用以计量企业破产的可能性。结果表明z e t a 模型用于预测五年 和一年之后的财务危机企业精度分别为7 0 和9 0 ，与1 9 6 8 年z 值模型相比具 有提前5 年的预测准确性，而且对相同样本的比较分析表明，z e t a 模型的预测 效果明显优于1 9 6 8 年a l t r n a n 发明的z 模型。 多元判别分析虽然一度成为进行财务危机研究最普遍的技术，但其依旧存在 一些缺陷限制了其应用与发展：第一，它们对预测变量的分布性质进行了严格的 假定，比如对于配对组之间要求预测变量的方差协方差矩阵必须相等，预测变 量必须满足正态分布等；第二、应用m d a 模型得出的结果是一个分值，很难从 直观上进行解释，第三、m d a 所应有的配对程序也存在一定的争议，其存在的 8 第2 章文献综述 主观性可能会影响模型的预测准确度。 ( 2 ) l o g i s t i c 模型 l o g i s t i c 回归模型又被称为评定模型，其建立的基础是累计概率函数，该方 法最早应用于医学研究领域，利用该模型，我们可以得到把观测对象归为某个类 别的条件概率。m a r t i n ( 1 9 7 7 ) 1 8 】认为以多元判别分析方法建立的预测模型只能 就样本公司是否发生财务危机进行分类，无法衡量发生危机的概率，另外多元判 别方法严格的假设限制了其实际应用。基于此，他首次将l o g i s t i c 回归分析法引 入企业财务危机预警模型的构建，文章以1 9 6 9 1 9 7 4 年为样本期间选出2 5 个财 务比率构建模型预测两年后银行可能倒闭的概率。o h l s o n ( 1 9 8 0 ) 1 1 9 】选择了 1 9 7 0 1 9 7 6 年间破产的1 0 5 家公司和2 0 5 8 家正常公司作为研究样本构建了 l o g i s t i c 财务危机预警模型，得出资产规模、融资结构、业绩、流动性四个变量 的预测效果显著，其模型提前1 年、2 年、3 年预测精度分别高达9 6 1 2 、9 5 5 5 、 9 2 8 4 ，由此可见，l o g i s t i c 回归模型的运用大大提高了预测模型的预测能力。 随着l o g i s t i c 分析技术本身的拓展，开发出多项l o g i s t i c 模型、多水平l o g i s t i c 模型、混合l o g i s t i c 模型等不同的模型类别，促进了l o g i s t i c 分析技术的分类准 确性，而这些改进的l o g i s t i c 分析技术也渐渐被应用于财务危机预警领域。 z a v g r c n ( 1 9 8 5 ) 【2 0 】通过计算熵值来衡量意外破产的不确定性，以此来衡量包含 在l o g i s t i c 里面的信息。s t e w a r t j o n e s ，d a v i d a h c n s h c r ( 2 0 0 4 ) 1 2 1 】运用混合 l o g i s t i c 模型进行财务危机预测，并用实证结果证明混合l o g i s t i c 模型对的财务 危机预警的效果优于多项l o g i s t i c 模型。 ( 3 ) p r o b i t 模型 同样也是o h l s o n 1 9 1 于1 9 8 0 年，使用了多元概率比回归方法，将于1 9 7 0 1 9 7 6 年间破产的1 0 5 家公司和2 0 5 8 家非破产公司组成的配对样本作为研究对象，采 用极大似然法，通过使每个样本个体的破产与非破产的联合概率最大来构造模 型，并分析了样本公司在破产概率区间上的分布以及两类错误和判别阀值点之间 的关系。 p r o h i t 模型和l o g i s t i c 模型的思路很像，但是在具体的计算方法和假设上又 有一定的差异。主要体现在三个方面：一是假设前提不同，l o g i s t i c 不需要严格 的假设条件，而p r o b i t 则假设企业样本服从正态分布，其概率函数的p 分位数可 9 皋于指标优化的财务危机预警模型实 j 阿f 究 以用财务指标线性解释；二是关于参数a 、b 的求解方法不同，l o g i s t i c 采用线性 回归方法求解，而p r o b i t 采用极大似然函数求极大值的方法求解；三是求破产概 率的方法不同，l o g i s t i c 采用取对数的方法，p r o h i t 采用积分处理的方法。因此， p r o b i t 模型要求的假设不算很严格，预测精度较高，但计算过程复杂且在计算的 过程中有很多的近似处理。 2 、非参数方法 ( 1 ) 递归分割算法 递归分割算法( 砒 a ) 是一种以单变量分类法和多元法的模式识别为基础的 计算机处理的非参数技术。由r p a 构建的模型是分类二叉树的形式，该二叉树 能够把对象分到选定的先验组中。 f r y d m a n ，a l t m a n 和k a o ( 1 9 8 5 ) 2 2 1 首次将递归分割算法带入财务危机预警 领域，选择了于1 9 7 1 1 9 7 8 年间破产的5 8 家工业公司，并随机选择1 4 2 家配对 样本，分别基于递归分割算法和判别分析法建立模型并进行比较，他们发现在大 多数原样本和检验样本的比较中，递归分析方法无论在回判准确率和预测准确率 方面都优于判别分析方法。 h u e y - d e rh s i a o ，m i n g - s h i n gl e e ( 2 0 0 8 ) 1 2 3 1 ，同样也把递归分割算法运用 于财务危机预警模型中，并将基于该算法构建的模型与l o g i t 回归模型进行比 较，结果发现基于递归分割算法构建的模型预测准确率达到8 5 2 9 ，优于l o g i t 回归模型的预测准确率。 ( 2 ) 神经网络模型 神经网络( n n ) 是由大量的处理单元广泛连接而成的网络，是对人脑的具 体抽象和简化模型，该领域的研究是从大脑的生理结构出发，进而模拟大脑对信 ， 息的处理功能。这种模型适用于解决真实世界的问题，特别是变量服从未知分布， 且协方差矩阵不相等的情况，而这样的情况经常出现在财务危机样本中。 o d o m ，s h a r d a ( 1 9 9 0 ) 1 2 4 1 是将类神经网络应用于企业危机预测中最具代表 性的学者之一，他以a l t m a n ( 1 9 6 8 ) 【3 1z 计分模型所使用的五个财务比