（金融学专业论文）我国上市公司财务困境预警研究.pdf

硕士学位论文 摘要 上市公司是证券市场的基石，其经营业绩的好坏将直接影响证券市场的健康 发展。由于我国证券市场建立不久且发展迅速，其间存在许多问题，尤其是一些 公司恶意造假，包装上市，有些公司上市不久即戴上s t 的帽子，成为被收购的对 象，给广大的投资者和债权人造成巨大的损失。更为严重的是，广大投资者对上 市公司的财务风险认识不足，还存在许多不理智的投资行为。这使得有关上市公 司财务困境预测的研究日益迫切。我圉1 5 1 前在上市公司中实行的s t 带r j 度就是一种 风险提示方法。 国外有关这方面的研究己经做了许多。我国近年来也有许多探索研究，但真 正反映我国实际情况的预测模型还较少。本文以我国上市公司为研究对象，从财 务困境的界定、研究样本的设计、变量的选择、统计实证方法的应用等方面系统 的回顾和总结了该领域中的主要成果和问题，最后以我国上市公司为研究对象， 选取了2 0 0 2 年、2 0 0 3 年、2 0 0 4 年我国深、沪股市a 股市场4 3 家被s t 的公司弄j 3 4 3 家 财务正常公司为估计样本，另外随机选取了5 6 家上市公司为检验样本。还以被s t 的前3 年为时限，以9 个财务指标作为判别变量，在分析方法上应用主成分分析、 f i s h e r 一- - 类判别分析年1 3 l o g i s t i c 回归分析分别建立了财务困境预测模型。并用检验 样本对模型进行检验。研究结果表明；l o g i t 回归方法建立的实证模型的预测成 功率最高，但用判别分析法建立起来的模型使用起来最简便。 关键词：财务困境；财务指标；主成分分析法；f i s h e r - 类n g i l 分析法 l o g i t l n 归法 i i 我国上市公司财务困境预警研究 a b s t r a c t l i s tc o m p a n i e sa r et h eb a s i so ft h es t o c km a r k e t ，a n dt h e i rp e r f o r m a n c ew i l l d i r e c t l yi n f l u e n c ei t sh e a l t hd e v e l o p m e n t i nr e c e n ty e a r so u rs t o c km a r k e td e v e l o p s r a p i d l y ，b u ta si th a ss e tu pf o rn o tal o n gt i m e ，t h e r ea r em a n yp r o b l e m si nt h es t o c k m a r k e t e s p e c i a l l y , s o m ec o r p o r a t i o n sm a k ef a l s es e r i o u s l yi no r d e rt ob e c o m eal i s t c o m p a n y s o m ec o r p o r a t i o n sw e r es p e c i a l l yt r e a t m e n t ( s t ) s o o na f t e rt h e r eb e c a m ea l i s tc o m p a n ya n dw e r et a k e no v e rb yo t h e rc o r p o r a t i o n s ；t h i sh a sm a d eb i gl o s st o m a n yi n v e s t o r s m o r es e r i o u s l y ，m a n yi n v e s t o r sh a v el i t t l ek n o w l e d g eo ff i n a n c er i s k a n dt h e i ri n v e s t i n gb e h a v i o ri si r r a t i o n a l i tm a k e st h e r es e a r c ho ft h ep e r d i t i o ns y s t e m t ot h ef i n a n c ed i s t r e s su r g e n t l y t h ep o l i c yo f ”s t ”i saw a yo fi n f o r m i n gr i s k f o r e i g nr e s e a r c h e r sh a v em a d em a n ys t u d i e so nt h i s r e c e n t l y ，o u rc o u n t r yh a s s o m es t u d i e so no u rs t o c km a r k e t ，b u tt h e r ea r ef e wp r e d i c a t i o nm o d e ls c a nr e a l l y r e f l e c tt h ec o n d i t i o n t h i ss t u d ys y s t e m a t i c a l l yr e v i e w st h em a i ns t u d i e sa n dp r o b l e m s o ft h ed e f i n i t i o no ff i n a n c ed i s t r e s s ，t h ed e v i c eo fs a m p l e ，t h es e l e c t i o no ff i n a n c e i n d e xa n dt h em e t h o do fa n a l y s i s w es e l e c t4 3 ”s t ”c o r p o r a t i o n sa n d4 3n o r m a l c o r p o r a t i o n sa ss a m p l e si ns h a n g h a ia n ds h e n z h e ns t o c km a r k e ti nt h ey e a ro f2 0 0 2 ， 2 0 0 3a n d2 0 0 4 ，a n ds e l e c t9f i n a n c ei n d e x e sa sd i s c r i m i n a t i n gv a r i a b l e s a d d i t i o n a l l y ， w ec h o o s ea n o t h e r5 6c o r p o r a t i o na st e s ts a m p l e s t h ep a p e rg i v e st h r e ef i n a n c e d i s t r e s sd i s c r i m i n a t i o nm o d e l st h r o u g ha p p l y i n gf o rt h ef i s h e ra n a l y s i s ，t h ep r i n c i p a l c o m p o n e n ta n a l y s i sa n dl o g i s t i cr e g r e s s i o na n a l y s i s i ts h o w s ：c o m p a r a t i v e l y ，t h r e e d i s c r i m i n a t i o nm o d e l sc a na l lp r e d i c tt h ef i n a n c ed i s t r e s sc o r r e c t l y a m o n gt h e s e m o d e l s ，t h er a t eo ff a l s ed i s c r i m i n a t i o no ft h el o g i s t i cm o d e li st h el o w e s t b u tt h e f i s h e rm o d e li st h es i m p l e s t k e yw o r d s ：f i n a n c ed i s t r e s s ；f i n a n c ei n d e x ；l o g i s t i cr e g r e s s i o na n a l y s i s ；t h e p r i n c i p a lc o m p o n e n ta n a l y s i s ；t h ef i s h e ra n a l y s i s i i i 我国上市公司财务困境预警研究 附表索弓 表4 1 配对样本检验表1 9 表4 3c o m p o n e n tm a t r i x ( a ) ( 主成分负荷矩阵) 2 2 表4 4c o m p o n e n ts c o r ec o e f f i c i e n tm a t r i x ( 主成分得分系数矩阵) 2 2 表4 5 预测分值表2 3 表4 6 检验结果表2 6 表4 7 典则判别函数系数表( 非标准化) 2 7 表4 8 检验结果表2 7 表4 9l o g i t 判别函数系数表一2 8 表4 1 0 检验结果表2 9 v 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其 他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个 人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果 由本人承担。 作者签名呻 日期：年 月 日 2 6 7 5 则表明企业的财务状况良好，发生破产的概率小；反之，若z 也 m m 粘 砷o ；对应的特征值的特征向量 为：l a i = ( 1 l l i ，i t z i ，i i t n i ) ( i = l ，2 ，k ) j j k d i l b t i = 1 ；n n g n i e 交矩阵，因此有下式： 彬7 = 弘7 肛= ，( 3 2 ) 由线性代数知识可得： 由式( 3 1 ) ，式( 3 2 ) ，式( 3 3 ) n ： 令z = y i t 贝u 尺= f l y 7 y 肛= ( n 一1 ) ( 3 3 ) p p p | j | ； 地 硕士学位论文 z 7 z = ( n 一1 ) 因此p 个主成分为： fz 1 = x u l1 iz 2 = x u 2l 1 f i z ，2x u pi 由特征值可求得各主成分的贡献率和累计贡献率： 哆= 衫羹九慨= 塞九耋九 ( “= ，二，p ) 接下来要设定主成分的累积贡献率，根据设定的累积贡献率可以得到模型所 包含的主成分的个数。在确定主成分之后要对主成分进行经济解释，再根据主成 分的个数和各主成分的贡献率就可得到财务困境的预测模型了。最后根据所选的 主成分和财务困境预狈0 模型得出各估计样本的预测分值，并确定判别的l 临界值。 用主成分法建立财务困境预测模型时能用较少的主成分代替较多的财务比 率，并没有使财务比率所包含的信息丢失，却使模型变得简单更具有实用性；但 主成分模型的研究样本必须满足正态分布的条件，在本文的研究中由于受我国证 券市场容量的局限，所选取的样本容量并不很大，其分布未必服从正态分布，在 大多数情况下是近似处理的。 3 2 判别分析法及评论 判别分析法是利用原来的分类信息，得到体现这种分类的函数关系式，然后 利用该函数判断未知样本属于哪一类。判别分析法有距离判别法、f i s h e r 判别法和 b a v e s 判别法。根据处理变量的方式不同，又可以分为典型判别法和逐步判别法。 本文采用了f i s h e r 笋l j 别法，由于本文在研究时对变量已经进行了选择，因此在变量 的处理方式上采用了典型判别，即判别法生成的判别函数包含所有参与分析的变 量。f i s h e r 判别法借助方差分析的思想，以f i s h e r 准则为标准来评选判别函数。所 i 胃f i s h e r 准则，指的是较优的判别函数应该能根据待判对象的n 个指标最大限度地 将它所属的类与其他类区分开来。 f i s h e r 判别法通过将多维数据投影到某个方向上，投影的原则是将总体与总体 我国上市公司财务困境预警研究 之间尽可能的分开，然后再选择合适的判别规则，将待判的样本进行分类判别。 设有两个总体g 1 ，g 2 ，其均值分别为h 1 ，2 ，协方差阵为1 和2 ，并假定z a = z 2 = x ， 我们考虑线性组合y ：l 、x ，通过寻求合适的l 向量，使得来自两个总体的数据间 的距离大，而来自同一个总体的数据间的变异较小，为达到此目的，可以证明， 当kc z 一1 ( u 1 m 2 ) ，其中c 不为0 ，所得投影即满足要求。从而称c = 1 时的线性函数； y = l x = ( 肛1 一肛：) 4 丑 为f i s h e r 线性判别函数。其判别规则为： 当y m 时，判x g 1 当y 0 0 5 9 1 6 一年后该企业为非s t 企业 fs0 0 5 9 1 6 一年后该企业为s t 企业 按照同样的方法我们可以建立s t 前两年，s t 前三年的主成分财务困境预警模 型。分别为： f = 0 4 2 1 2 3 2 1 + 0 2 1 5 2 8 2 2 + 0 1 1 6 0 7 2 3 + 0 1 0 3 4 9 2 4 + 0 0 7 9 9 2 5 ( 4 9 ) + 0 0 4 7 3 4 2 6 若f o 0 5 7 1 5 8 二：年后该企业为非s t 企业 fs0 0 5 7 1 5 8 二年后该企业为s t 企业 f = 0 - 3 3 9 2 4 2 1 + 0 1 9 9 2 1 2 2 + 0 1 3 5 3 3 2 3 + o 1 1 6 6 8 7 - , 4 + o 1 0 0 4 6 7 5 ( 4 1 0 、 + o 0 6 2 5 5 2 6 若f 0 0 3 0 5 7 三年后该企业为非s t 企业 f50 0 3 0 5 7 三年后该企业为s t 企业 将样本s t 前二年和s t 前三年的数据回代之后可分别到得式( 4 9 ) ，式( 4 1 0 ) 的误判率，分别为1 9 7 7 ，2 4 4 2 。 模型建立之后，还要对模型的预测能力进行检验。将测试样本组s t 前一年， 前二年，前三年的财务比率进行标准化：再利用主成分得分系数分别计算z 1 ，z 2 ， z 3 ，z 4 ，z 5 ，z 6 ；最后再分别根据式( 4 8 ) ，式( 4 9 ) ，式( 4 1 0 ) 式计算预 测得分值f 并与分割值进行比较做出判断。检验结果见表4 6 。 表4 6 检验结果表 s t 前一年s t 前二年s t 三年 测试样本数 5 6 5 65 6 样本误判率1 7 8 6 2 5 3 5 7 1 4 3 2 判别分析财务预警实证模型的建立及检验 通过典则判别分析方法可得到标准化典则判别函数和非标准化典则判别函数。 如果使用标准化典则判别函数来计算判别值，必须代入标准化的自变量值；使用非 标准化典则判别函数计算判别值，则只需要原始自变量值，为简便起见，本文使 用的是非标准化典则判别函数。 把被s t 的公司划分为组合0 ，非s t 公司划分为组合1 ，对于估计样本组的财务 困境前一年的财务数据，使用前面用到过的九个财务比率x 1 ，x 2 ，x 3 ，x 6 ，x 1 0 ， x 1 7 ，x 1 8 ，x 2 1 ，x 2 6 。将估计样本组的财务比率数据经过s p s s 统计软件的处理 之后可到非标准化典则判别模型的系数表( 表4 7 ) 。 表4 7 典则判别函数系数表( 非标准化) 变量名称x 1x 2x 6x 1 0x 1 7x 1 8x 2 1x 2 6c ；o n s t a n t 变量系数 ，0 1 62 3 23 5 5 8 3 5 6 7 一1 5 72 2 8 76 5 6 91 8 34 4 8 从表4 7 可以得到典则判别模 y = - 0 4 4 8 + 0 , 3 1 6 x l + 0 2 3 2 x ：z - 3 5 5 8 x 3 + 3 5 6 7 x 6 0 1 5 7 x 1 0 ，、 + o 2 0 0 x 1 7 + o 2 8 7 x 2 1 8 + 6 5 6 9 3 ：2 1 + o 18 3 x 2 6 41 1() 再将估计样本数据代入式( 4 1 1 ) 可得各个样本的得分值，然后可求的s t 公 司样本得分值的平均值为一0 2 9 3 8 ，非s t 公司样本平均得分值为5 9 1 0 1 8 1 ，临界值 为2 8 0 8 1 9 。将估计样本的得分值与临界值2 8 0 8 9 1 比较，可得判别结果为：1 3 家s t 公司被，误判率为1 5 9 同样还可以得到s t 公司被特别处理前二年的和前三年的非标准化典则判别模 型。 s t 前二年的非标准化典则判别模型是： y _ - - 0 9 2 5 旬6 7 1 x 1 + 0 9 8 8 x 2 - 3 9 6 5 x 3 + 4 】6 9 x 6 + 0 8 2 0 x 1 0 1 - 0 0 9 4 x 1 7 + o 5 2 7 x 1 8 1 5 6 7 x 2 1 + 0 4 4 8 x 2 6 ( 4 1 2 ) 将估计样本数据代入式( 4 1 2 ) 可得临界值为一0 0 0 0 3 8 ，判别结果为：1 8 家s t 公司被误判，误判率为2 0 9 。 s t 前三年的非标准化典则判别模型是： y = - - 1 7 9 6 + 0 6 0 8 x 1 - 0 8 2 4 x 2 + 6 6 5 4 x 3 - 8 5 1 3 x 6 + 4 1 1 7 3 ： 1 0 ，、 - 0 0 5 3 x 1 7 1 7 9 5 x 1 8 + 4 5 8 6 x 2 1 + 0 2 7 8 x 2 6 ( 4 1 3 ) 将估计样本数据代入式( 4 1 3 ) 可得临界值为o 0 0 0 6 3 ，判别结果为：2 3 家 公司误判，误判率为2 6 7 。 模型建立之后运用检验样本的数据分别对s t 前一，二，三年的非标准化典则 判别模型分别进行检验。检验结果如表4 8 所示。 表4 8 检验结果表 s t 前一年 s t 前二年 s t 前三年 检验样本数5 6 5 6 5 6 检验错判率1 7 9 2 8 6 3 9 3 4 3 3l o g i t 财务困境预警模型的建立及检验 在本文中，p 表示上市公司面临财务困境的概率，x 1 ，2 8 2 ，x 3 ，x 4 ，x 5 ，x 6 为 用来拟合财务困境预测模型的n 个财务指标。在模型拟合之前，对财务困境公司p 值取为1 ，财务健康公司( 非财务困境公司) p 值取为0 再将估计样本4 3 家s t 公司和4 3 家非s t 公司在财务困境前一年的前文中用到的9 个财务指标的数据输入s p s s 统计 我国上市公司财务困境预警研究 软件中去，利用s p s s 软件i 弘j b i n a r yl o g i s t i c 回归程序进行处理。选择变量全部进入 方法，所得结果如表4 9 所示。 表4 9l o g i t 判别函数系数表 bs e w a l d s i g e x p ( b ) s t e p1 ( a ) x 10 5 55 8 40 0 99 2 51 0 5 6 x 21 9 37 4 20 6 87 9 51 2 1 3 x 34 1 5 44 1 6 0 9 9 7 3 1 8 0 1 6 x 65 0 8 4 5 2 0 09 5 63 2 81 6 1 4 4 7 x 1 0f 3 6 5 6 1 63 5 05 5 46 9 4 x 1 77 4 03 6 64 0 8 20 4 3 2 ，0 9 6 x 1 85 8 31 0 7 4 2 9 55 8 71 7 9 2 x 2 1 4 9 6 33 2 9 92 2 6 31 3 3 1 4 2 9 6 7 x 2 61 4 48 7 20 2 7 8 6 98 6 6 c o n s t a n t6 1 1 。5 1 71 4 0 12 3 75 4 3 即 a v a r i a b l e ( s ) e n t e r e do ns t e p1 ：x 1 ，x 2 ，x 3 ，x 6 ，x l o ，x 1 7 ，x 1 8 ，x 2 1 ，x 2 6 从表4 9 可得s t 前一年的预测模型： l o g p ( 1 p ) = - 0 6 1 1 + 0 0 5 5 x 1 + 0 1 9 3 x 2 - 4 1 5 4 x 3 + 5 0 8 4 x 6 0 3 6 5 x 1 0 + o 7 4 0 x 1 7 + 0 5 8 3 x 1 8 + 4 9 6 3 x 2 1 0 1 4 4 x 2 6 p = i ( i + e 。06 1 1 + “。铬x 1 + 0 1 9 3 搬4 1 5 4 + 5 4 x 3 6 1 0 + 0 7 4 0 x 1 7 + “5 8 3 。1 8 “娜3 x 2 1 也1 “。、 ( 4 1 4 ) 将估计样本前s t 前一年的财务比率数据代进式( 4 1 4 ) 模型，将得到的p 值与 o 5 相比，大于0 5 的属于s t 公司，小于0 5 属于正常公司。所有估计样本回代到式 ( 4 1 4 ) ，可的回判结果为：误判率为1 0 5 。同样可以得至r j s t 前二，三年的l o g i t 财务困境预测模型。 s t 前二年的l o g i t 预测模型： l o g p ( 1 - p ) = - 0 5 8 1 - 0 6 0 7 x 1 + 0 9 9 0 x 2 2 9 5 7 x 3 + 3 6 8 9 x 6 + 0 1 8 7 x 1 0 + 0 0 7 9 x 1 7 0 1 3 1 x 1 8 0 7 8 5 x 2 1 + o 3 6 1 x 2 6 即：p = l ( 1 + e 加5 8 1 。0 6 。1 十“9 9 0 x 2 ”2 9 5 7 x 3 + 36 8 卵+ “1 8 7 x 1 m 加7 9 0 x 1 7 0 1 3 l x l 鲫7 8 毹2 1 。0 3 6 1 x 2 ( 4 1 5 ) s t 前三年的l o g i t 预测模型： l o g p ( 1 - p ) 一1 5 6 9 + 0 5 9 9 x 1 0 8 7 2 x 2 + 6 8 6 3 x 3 8 2 8 4 x 6 + 3 6 5 5 x 1 0 - 0 0 3 0 x 1 7 1 4 9 4 x 1 8 + 2 7 9 6 x 2 1 + 0 7 0 3 x 2 6 即：p = l ( 1 + e 。1 姗m 5 9 9 x 1 。0 8 7 疆2 + 68 6 铽强2 8 4 瑚+ 3 6 5 5 x 1 。“0 3 0 x 1 7 。1 4 9 4 x 1 8 + 2 蕊。2 1 + “7 0 3 船6 1( 4 1 6 ) 将估计样本s t 前二，三年的财务比率数据分别代进式( 4 1 5 ) ，式( 4 1 6 ) ， 然后将得到的p 值与0 5 比较可得如下结果：s t 前二年l o g i t 预测模型误判率为 硕士学位论文 1 7 4 ，s t 前三年l o g i t 预测模型误判率为2 3 3 。 将检验样本s t 前一，二，三年的财务比率数据分别代进式( 4 1 4 ) ，式( 4 1 5 ) ， 式( 4 1 6 ) ，再将得到的p 值与0 5 进行比较可得到s t 前一，二，三年的检验结果 ( 见表4 1 0 ) 。 表4 1 0 检验结果表 s t 嘀口一年s t 前二年s t 前三年 检验样本数5 65 65 6 检验错判率1 4 3 2 1 4 3 3 9 t h ec u tv a l u ei s 5 0 0 4 4 模型的比较分析 上文的实证分析用主成分分析法、f i s h e r 判别分析法和l o 譬i t 方法三种方法分别 建立了s t 研究样本被s t 前一、二、三年的财务困境预警模型，通过比较分析用三 种方法建立的模型和研究结果可以得出以下结论： 第一，用不同方法建立模型的预测结果有一个共同的特点，越接近公司被s t 的年份，模型的预测成功率越高，这说明越接近公司被s t 的年份，财务指标所包 含的信息量越多，越全面。这与以往的研究结果相似。 其次，在预测成功率方面，l o g i t 模型的预测成功率最高，f i s h e r 模型的预测 成功率相对来说是最低的。但是l o g i t 模型比较复杂，将样本数据直接代入模型后 不能得算出结果；f i s h e r 模型则要简单实用些，将样本数据直接代入模型后可得到 结果；主成分模型的预测成功率位于前两者之间，将样本数据代入模型后可以直 接得到结果，但计算过程要l l f i s h e r 模型的稍微复杂些。这一结论基本上本文的实 证方法的选择原则相一致。 我国上市公司财务困境预警研究 结论 本文对我国上市公司财务困境预警进行了实证分析，研究视角对准了我国a 股市场的上市公司。在借鉴前人研究经验的基础上，从我国上市公司财务困境预 测的实际情况出发，对财务困境预测问题进行了理论和实证上研分析。主要研究 结论和发现陈述如下： 1 通过对样本组的五大类3 1 个财务指标进行配对样本t 检验，发现在9 5 的 显著性水平下有9 个财务指标具有明显的差异性，能够很好的区分s t 样本组和非 s t 样本组。这9 个财务指标分别是：流动比率，速动比率，现金比率，股东权益比 率，投资收益率，现金债务总额比，主营业务毛利率，总资产利润率，总资产增 长率。这些财务指标代表了企业的偿债能力，赢利能力和成长能力。 2 本文在进行财务困境预警实证分析时，运用了主成分分析法，判别分析法 和l o g i t 回归法。用这几种方法使用全部备择变量构建了被s t 前三年每一年的财 务困境预测模型，通过比较发现建立起来的实证模型都有一个特点；即越接近s t 的年份，预测成功率越高。这说明距离s t 的时间越近，财务指标所包含的信息越 多，越全面。 3 在用主成分分析法，判别分析法和l o g i t 回归法进行财务困境预测实证研 究时还发现l o g i t 回归方法建立的实证模型的预测成功率最高，但用判别分析法建 立起来的模型使用起来最简便。 在本文的研究中，由于种种原因，还存在着不少的局限性，有待于进一步研 究和探讨： 1 财务失败预测的前提是企业所公布的财务数据必须是真实可靠的，但我国 的现实情况却是上市公司所公布的财务报表普遍存在着弄虚作假的现象。正如我 国学者陈小悦1 9 9 9 年的实证研究发现的那样：我国上市公司为争取扩张股权普遍 存在着操纵利润的现象。 2 财务困境界定的局限性；在本文的研究中将s t 公司定义为陷入财务困境的 公司。但随着我国证券市场的不断发展，s t 的标准也在不断的变化；另外在非s t 有可能存在一些实际已经陷入财务困境，但仍然没有被s t 的公司。这在一定程度 上会影响财务困境预测模型的预测效果。 3 不同的模型需要不同的前提条件，如样本要求等协方差，自变量要服从正 态分布等。事实上大多数情况下这些条件都不能得到满足，学者们都是直接假设 符合条件，因此所建立的模型大部分是在近似的条件下成立的。这必然影响到模 型的正确性和预测精确度。 硕士学位论文 4 从总体效果看模型的稳定性显然不够，采用不同的方法得到的财务困境预 测模型都存在显著的差异。而且，同一模型的适用范围在很大程度上受到限制。 我们要预测不同年份企业的财务状况，就需要采用不同年份的样本分别去构建财 务困境预测模型。 财务困境预测研究具有较高的使用价值，是一个令人神往、心动的研究领域， 但同时也是一个极其艰难、富有挑战性的探索过程。财务困境预测的实证研究在 我国才刚刚起步，研究设计的种种问题具有相当的难度，有待学术界和实务界的 进一步探索和研究。 【1 】 【1 5 】 1 6 参考文献 f i t z p a r t r i c k ，ej ac o m p a r i s o no fr a t i o sa n ds u c c e s s f u li n d u s t r i a le n t e r p r i s e s w i t ht h o s eo ff a i l e df i r m s c e r t i f i e dp u b l i ca c c o u n t a n t ，1 9 3 2 ，5 9 8 6 0 5 ， 6 5 6 6 6 2 ，7 2 7 - 7 3 1 b e a v e rw a l t e r n a t i v ea c c o u n t i n gm e a s u r e s ：p r e d i c t o r so ff a i l u r e a c c o u n t i n g r e v i e w , 1 9 6 8 ，1 0 ( 2 ) ：1 1 3 - 1 2 2 e d w a r dea l t m a f i n a n c i a lr a t i o ，d i s c r i m i n a t ea n a l y s i sa n dt h ep r e d i c t i o no f c o r p o r a t eb a n k r u p t c y j o u r n a lo ff i n a n c e ，1 9 6 8 ，9 ( 3 ) ：5 8 9 6 0 9 p l a t t ，h ，a n dm p l a t t ，1 9 9 1 an o t eo nt h eu s eo fi n d u s t r yr e l a t i v ev a r i a b l e si n b a n k r u p t c yp r e d i c t i o n ，j o u r n a lo fb a n k i n ga n df i n a n c e1 5 ，1 1 8 3 1 1 9 4 j s o h l s o n f i n a n c i a lr a t i oa n dt h ep r o b a b i l i s t i co fb a n k r u p t c y j o u r n a lo f a c c o u n t i n gr e s e a r c h ，1 9 8 0 ，8 9 9 5 陈静上市公司财务恶化预测的实证分析会计研究，1 9 9 9 ，( 4 ) ：8 - 1 0 陈晓，陈冶鸿企业财务困境研究的理论、方法及应用投资研究，2 0 0 0 ，( 2 ) ： 1 5 1 8 吴世农，卢贤义我国上市公司财务困境的预警模型研究经济研究，2 0 0 1 ， ( 6 ) ：2 5 - 2 8 张爱民，祝春山，许丹健上市公司财务失败的主成分预警模型及其实证研 究金融研究，2 0 0 1 ，( 3 ) ：2 4 2 9 刘红霞，张心林以主成分分析法构建企业财务危机预警模型财务与会计 导刊，2 0 0 4 ，( 7 ) ：1 4 1 7 张灵，曹艳春基于经济附加值的上市公司财务困境预警实证研究，财经理 论与实践，2 0 0 4 ，( 9 ) ：2 1 2 5 宋力，李晶上市公司财务危机预警模型的实证研究，财经论丛，2 0 0 4 ，( 1 ) ： 2 0 2 5 张鸣，程涛上市公司财务预警实证研究的动态视角财经研究，2 0 0 5 ，( 1 ) ： 1 8 m 2 4 d i c k e y , d a ，w a f u l l e r d i s t r i b u t i o no ft h ee s t i m a t o r sf o ra u t o r e g r e s s i v e t i m es e r i e sw i t hau n i tr o o t j o u r n a lo ft h ea m e r i c a ns t a t i s t i c a la s s o c i a t i o n 7 4 ，1 9 7 9 ( 1 0 ) ，4 2 7 4 3 1 余绪缨企业理财学，沈阳，辽宁人民出版社，1 9 9 6 ，1 8 0 1 8 5 房维中，吴家骏工业企业亏损调查研究，北京，经济管理出版社，1 9 8 9 ， 吲 吲 州 吲 嘲用 嗍 呷 m 旧 旧 硕士学位论文 1 5 4 1 6 5 【1 7 】l o g i tv e r s u sd i s c r i m i n a n ta n a l y s i s as p e c i f i c a t i o nt e s t a n da p p l i c a t i o nt o c o r p o r a t eb a n k r u p t c y j o u r n a lo fe c o n o m e t r i c s ，v 0 1 3 1 ，1 5 1 7 8 【1 8 】a m e m i y a ，tq u a l i t a t i v er e s p o n s em o d e l s as u r v e yj o u r n a lo fe c o n o m i c l i t e r a t u r e1 9 ，1 9 8 1 ，( 1 1 ) ：1 4 8 3 1 5 3 6 【1 9 】t h e o d o s s i o u ，p ，e k a h y s ，r s a i d i ，a n dg c p h i l i p p a t o s f i n a n c i a ld i s t r e s s c o r p o r a t ea c q u i s i t i o n s ：f u t e re m p i r i c a le v i d e n c e j o u r n a n lo fb u s i n e s sf i n a n c e a n da c c o u n t i n g2 3 ，1 9 9 6 ，( 7 ) ：6 9 9 7 1 9 【2 0 t h e o d o s s i o u ，rp r e d i c t i n gs h i f t s i nt h em e a no fam u l t i v a r i a t et i m es e r i e s p r o c e s s ：a na p p l i c a t i o ni np r e d i c t i n gb u s i n e s sf a i l u r e s j o u r n a lo ft h e a m e r i c a ns t a t i s t i c a la s s o c i a t i o n8 8 ，1 9 9 3 ，( 6 ) ：4 4 1 4 4 9 【2 1 t h e o d o s s i o u ，p ，e k a h y a ，n o n s t a t i o n a r i t i e si n f i n a n c i a lv a r i a b l e sa n dt h e p r e d i c t i o no fb u s i n e s sf a i l u r e s p r o c e e d i n g so ft h eb u s i n e s sa n de c o n o m i c s t a t i s t i c ss e c t i o n ，a m e r i c a ns t a t i s t i c a la s s o c i a t i o n , 1 9 9 6 ，1 3 0 1 3 3 【2 2 w e c k e r , w e ，p r e d i c t i o no ft u r n i n gp o i n t s j o u r n a lo f b u s i n e s s5 2 ，19 7 9 ，3 5 5 0 【2 3 a l t m a ne p r e d i c t i n gf i n a n c ed i s t r e s so fc o m p a n i e s r e v i s i t i n gt h ez s c o r e a n dz e t am o d e l s j o u r n a lo ff i n a n c e ，2 0 0 0 ，( 7 ) ，5 8 9 - 6 0 9 【2 4 】s c o t t ，j t h ep r o b a b i l i t yo fb a n k r u p t c y ：c o m p a r i s o no fe m p i r i c a lp r e d i c t i o n s a n dt h e o r e t i c a lm o d e l s j o u r n a lo fb a n k i n ga n df i n a n c e 1 9 8 1 3 1 7 3 4 4 【2 5 】a l t m a ，e d w a r di ，r gh a l d e m a n ，a n dp n a r a y a n a n ，z e t aa n a l y s i s ：an e w m o d e lt oi d e n t i f yb a n k r u p t c yr i s ko fc o r p o r a t i o n s ，j o u r n a lo fb a n k i n ga n d f i n a n c e ，j u n e1 9 7 7 ，7 7 8 2 【2 6 高培业，张道奎企业失败判别模型实证研究统计研究，2 0 0 0 ，( 1 0 ) ：1 3 1 7 【2 7 】张玲财务危机预警分析判别模型数量经济技术经济研究，2 0 0 0 ，( 3 ) ： 1 6 2 0 【2 8 】z m i j c w s k i ，m m1 9 8 4 m e t h o d o l o g i c a l i s s u e s r e