经典参考资料中国上市公司财务困境预测模型比较

上市公司财务风险预警实证研究—来自中国上市公司的经验证据徐广成（商学院，财务管理，2007000567）内容摘要财务风险预警是金融领域一个重要的研究课题。自上世纪60年代以来，随着企业破产问题的日益严重，各国学者纷纷试图通过定量分析对企业破产提前作出预测。近五十年来，从多元判别分析等线性预测模型，到以神经网络模型为代表的各种非参数预测模型，相关的研究成果层出不穷。但是，在国内对公司财务风险预警的研究才刚刚起步，其主要原因是1993年7月1日之前我国并没有实施统一的会计准则，缺乏可靠的规范的研究数据。因此，研究如何利用国外现有的研究成果，结合中国的实际对企业破产作出准确的预测，是摆在我们面前迫切需要解决的问题。中国证券市场历经十三年的发展，规模日益壮大。面对这么庞大的市场，如果能借助财务风险预警模型对上市公司的财务危机提前作出预测，不管对于监管者、银行、上市公司或者投资者来说，都具有重要的意义。本文以中国上市公司作为研究对象，将公司因财务状况异常而被特别处理（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风险预警，比较其预测结果。研究发现，速动比率、营运资本/流动资产、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。本文共分四章，引言部分介绍研究背景和研究意义；第一章是国内外财务风险预警研究概述；第二章介绍本文的主要设计，包括研究样本、财务指标的选取和模型的构建；第三章对实证研究的结果进行分析，比较了多元判别分析、Logistic回归和BP神经网络三种方法的预测效果；第四章是研究结论。关键词：上市公司、财务困境、实证研究引言一、上市公司财务风险预警的研究背景企业破产（bankruptcyorfailure）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风险预警研究的高潮。经过近五十年的发展，财务风险预警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，财务风险预警研究才刚刚起步。新中国第一部统一的会计准则——《企业会计准则》于1993年7月1日正式开始生效，才把全国各行业的企业会计工作统一到一个标准上，实现了会计指标的统一。在此之前，由于企业财务报表数据缺乏可比性，财务风险预警研究一直处于停滞状态。随着中国经济的快速发展，对企业破产问题的研究受到越来越多人的关注，而大家关注的焦点又都集中在中国的上市公司。上市公司是证券市场发展的基础，其行为的规范和业绩的好坏直接决定了证券市场的兴衰。中国证券市场历经十三年的发展，规模日益增大，截至2003年9月29日，中国证券市场共有上市公司1280家，流通市值13509.26亿元。但是我们看到，随着证券市场规模的扩大，上市公司所暴露出来的问题也越来越多。上市公司良莠不齐，部分上市公司为了达到包装上市的目的，利用市场本身法规的不健全和监管的不成熟恶意造假，损坏了投资者的利益，扰乱了证券市场的秩序。这些上市公司治理结构失衡，生产经营管理混乱，因而一上市就连年亏损，从而给投资者带来了巨额损失。市场监管的不完善，加上上市公司的虚假行为，沉重打击了投资者的投资信心，2003年7月份中国证券市场的开户数首次出现了负增长，证券行业的发展出现边缘化趋势，市场笼罩着悲观失望的情绪。通过对企业财务状况的分析鉴别质地不同的上市公司，成为摆在我们面前迫切需要解决的问题。本文的主要目的，就是通过比较找出最佳的预测上市公司财务困境的方法，以期向监管部门和广大投资者揭示，哪些上市公司已经进入了财务困境的预警区，是我们应该加以关注或警惕的对象。之所以选择上市公司进行分析，一方面是因为上市公司在国民经济发展中的重要地位，另一方面也是因为上市公司必须遵循严格规范的信息披露制度，所得到的财务数据较为准确和可靠。剥二、研究意手义偷企业破产的职影响面是相掩当广的，投蚕资者、公司衬管理层、员宵工、债权人绳、供应商、浊客户甚至政踢府部门都会嫁受到不同层盘次的影响。阿概括地讲，主本文在以下猎几个方面具武有重要意义锤：暑有助于投资枯者的投资决刘策齿当公司破产愉清算时，股寸东的资产请政求权是处于桥最后一位的相，因而当公压司资不抵债谨时，股东的躲投资往往血前本无归。而柿即使公司没抢有进行破产咐清算，一旦恳监管部门公转布某公司陷摩入财务困境淡，该公司的燥股票价格通坊常会大跌，幕投资者也会鸡遭到投资损偷失。因而，华如果投资者患能够获得一舱种事前信息跨，提前知道敬上市公司是另否会陷入财贤务困境，加辨强警惕性，男减少或者取咐消对该公司议的投资，那男么就能避免剩损失。可见谅，财务抱风险预警贤给投资者提鉴供了一种评偏价公司业绩速的尺度，有棵助于投资者辉作出正确的长投资决策。嘱对于保守的挡投资者，可卷以通过献“铃用脚投票察”镜避免投资损纽失；而对于嗓激进的投资督者，甚至可巾以通过卖空份该公司股票胜获得不错的拨投资收益。哥2耀、打有助于管理疮层加强内部骑控制并改善婚经营管理姓对于公司管傅理层来说，递阶段性地评抚估公司当前闹的状况是一渣项极其重要逗但却又相当然困难的任务征。通过这种惧阶段性的评锹估，管理人堂员可以发现犯公司潜在的诵优点和缺点乖，这样就可拘以有序地改啦变政策和行羊动。在这里宋，如果应用顶得当的话，瞒判别模型就挪可以足够早们地预测出公您司存在的问滔题，使管理腰人员能够意傻识到目前情划况的严重性者，并采取相昂应的措施改贿善经营管理锡以避免破产俭的发生。即够使破产是不畏可避免的，厉那么在破产路前与比较强吵的公司进行集合并，也将类使公司的债号权人和股东施受益。亮3瓶、滑有助于员工常及时对未来踪的工作前景炒作出规划竿对于公司的凝员工而言，搞其经济利益踏与公司的经遇营情况紧密脑相连。作为鼻企业的一分匙子，员工可院以为企业发宪展献计献策恋，协助企业更走出财务困绩境；如果公匪司确实积弱邪难返，则可群以提前对自奋己未来的工倒作进行规划龄，避免遭到龄失业的威胁技。岛4节、黄有助于债权拜人对贷款安斗全性进行评费估刑商业贷款评胶估在社会中迎是一项很重貌要的活动，金它对商业银傅行和其它的家一些放款机开构尤为重要袜。债权人通雕过财务淡风险预警任可以判断企煮业的偿债能信力，从而提奴前采取相应匆的措施加大调清收贷款的塔力度，避免紧贷款损失；痛而对于潜在兵的债权人，来利用财务属风险预警莲则可以对贷只款的安全性芽进行评估，桑帮助信贷员乒避免做出令锁银行损失惨予重的决策。斩可见，财务速风险预警凯有助于信用陡风险评估机马制的建立。咽5弟、有益助于关联公府司的业务决卫策嫌企业的关联涌公司包括材咐料供应商、漆产品销售商棵和业务合作舞者等等。现颜代企业之间秆存在着千丝挥万缕的合作垂关系，一旦吩合作链条上素的某个环节非发生问题，汤就会产生一咽系列连锁反槽应。企业经组营状况的好旱坏不仅会直扛接影响到其扯供应商的销阻售收入和应迁收账款的回屡收率，也会蒙对销售商的便供货来源产棍生影响。因夜此，对于供和应商而言，窝利用财务买风险预警敬可以及时改疮变合作策略价，寻求替代醒的合作伙伴井，避免由于船企业破产产柄生的震动，盘保证企业生辰产经营有序粘进行；对于夕销售商而言的，则可以提铲前寻找其他炉的供货来源吹，避免由于祝断货产生的深不良影响。设6辰、鸭有助于监管临部门加强监改管茎目前，我国挂证券市场的然监管机制还苹是主要以事盟后监管为主验，即通过对石连续亏损两宝年的上市公鼓司实行拳ST厦制度，对连妙续亏损三年企的上市公司诊实行退市制腥度，从而对锋上市公司进蓄行约束。证奖监会对上市股公司进行监闪管所依赖的珠信息主要来虫源于公司当否年所披露的寸财务报表，疯因而具有一渠定的滞后性土。通过财务吵风险预警汤，监管部门皇可以利用该绑公司前几年于披露的财务览信息提前对炒上市公司进尝行监测，对祸于出现财务泼困境征兆的含上市公司给较予更多的关躬注，加强事湿前监管；此时外，财务须风险预警宏还有助于完耀善市场准入候制度，防止景证券市场成厉为勇“绒圈钱昏”风的摇篮，从箭而有助于证叼券市场的健蔑康稳定发展链。名除此之外，概财务唤风险预警沿还可以应用且于收购或兼束并时对目标馅公司价值的预评估，在会咐计报表审计方中也有助于镰注册会计师饥出具正确的方审计报告。古由此可见，纱财务供风险预警躲研究的应用牲范围很广，箱具有很强的笔理论和实践贸意义。血三、主要创李新境本文的创新拒要点如下：帮1薪、本文在国艺内首次将神陕经网络技术钞应用到中国六上市公司的稀财务蛛风险预警庆并将其和多兴元判别分析输模型、势Logis争tic煮回归模型进料行比较。存2晓、本文选取呈了涵盖短期耻偿债能力、惜长期偿债能带力、营运效床率、盈利能伐力、风险水捐平、发展能抖力六大类共蜡52最个财务指标挺并通过逐步枣判别分析筛率选模型的预科测变量，用套于财务暑风险预警级的财务信息圣是目前为止芹最全面的，恶。皱3册、在以往的孕研究中，许趣多学者只对丧估计样本进凝行预测，而究且是在公司豪被哗ST挥的前两年进游行预测，即猪在公司已经挤亏损一年的预情况下进行水预测，判断握其最终是否涉会被芽ST瞎，这样无疑近会高估模型灭的预测能力锡。本文采用渣了新样本检瓦验模型的预肉测能力，并抽且在上市公衬司被靠ST幼的前三年，播即公司尚未忘发生亏损的全情况下进行珍预测，模型为预测能力的毯评价比较客呆观。研究结息果表明BP诵神经网络模财型对新样本筋的预测准确誓率可以达到羊8淘7％。课4汗、样本新，牵容量大。本滑文对苹1998晚－钻2003在年间因为财进务状况异常缎而被数ST厅的所有上市幕公司进行分兼析，最终获必得概108尾个财务困境顽企业样本，仗并同时根据体行业和规模茂配比原则另矩外选取了任108坏个正常企业宋作为配对样斗本，样本规贴模是迄今为粒止最大的。歌第一章巡企业财务糖风险预警封研究概述葡第一节茅困财务困境的鹿定义驴对于嫂“汉财务困境赵”驳的定义国内勉外学者有很茎多不同的看慢法，致Altma骑n(19敌93)棋综合了学术雾界对财务困捐境的定义，雾将财务困境袋分为四种情嚷形：（脖1特）失败（捐Failu蛙re租）：塑堤典型代表是宾商业统计公铜司银Dun&银Brads芽treet巨殊采用的坊“任经营失败联”勿（于Busin桂essF倡ailur敢e璃）概念，指荡公司经营因得为破产而停疼止，或者处械置抵押品后思仍对债权人冰造成损失；霸无法按期偿她付债务，由婆于法律纠纷疏被接管重组涝等情况。（传2课）无偿付能担力（无Insol岩vency缎），包括技探术上的无力双偿付和破产扑意义上的无询力偿付。前逼者是指企业容缺乏流动性束，不能偿付枯到期债务，仪主要用净现墨金流是否能雷满足流动负握债的支付需债要作为判别艳技术上是否烛无偿付能力矮的标准；而亩后者是指企触业资不抵债禽，净资产为蹄负等情况。淘（枯3船）违约（葱Defa有ult俘）。违约可微以是技术上役的或法律上欠的，前者是驴指债务人违动反合同规定羞并可能招致脾法律纠纷，借后者则指债吊务人到期无邻法还债。（离4忙）破产（态Bankr袄uptcy秩），指企业挎提交破产申旗请后被接管滔清算。浴对财务困境茄定义的不同江必然导致研猫究对象的差滋异，从而得葱到不同的研丧究结论。国滋外大多数研第究将企业根连据破产法提惩出破产申请这的行为作为运确定企业陷胡入财务困境女的标志，如振Altma德n溜（返1968框）、叫Ohlso湾n外（的1980自）、伪Casey宝and娃Bartc尿zak月（诸1985均a）、单Aziz,买etal彼（沙1988经）。此外也焰有部分学者氧把破产、拖征欠优先股股嫌利和债务作畏为确定企业西陷入财务困概境的标志，健如友Beave尿r(196置6)蜻。而厅Jain喊andN唯ag(1弯997)汽则将首次发钢行股票后第少三年的资产倡营运收入低倍于其股票发绝行前一年收挤入的企业定伍义为财务困吨境企业。维在国内，财宋务猜风险预警未研究才刚刚者起步，由于想非上市公司朴的财务报表祥比较不规范尸，可靠性不挣高，加之数建据很难获得显，所以基本逝上所有的研宝究都以上市龙公司作为研燥究对象；而烦由于我国证裤券市场的退贡市制度建立摇较晚，退市慰的企业不多票，因而大部喝分研究又都决把上市公司替被特别处理安作为企业陷驼入财务困境坡的标志，如席陈静（扯1999厚），陈晓、苗陈治鸿（承2000盲），吴世农考，卢贤义（翻2001锻），李华中含（赖2001碗）等。除此跃之外，长城辽课题组（抱2001兔）将首次出社现亏损的公搭司界定为财旷务困境公司酬；高培业，夺张道奎（砌2000乖）则把企业脚能否按时偿情还银行贷款从作为企业陷识入财务困境稠与否的界定灶标准。是根据《公司姿法》第缴157近条第仰4秋款规定，上莲市公司最近跌三年连续亏求损的，由国右务院证券管旗理部门决定狭暂停其股票茧上市；第盛158雷条规定，上盐述情形在限阴期内未能消潜除，不具备防上市条件的也，由国务院墙证券管理部樱门决定终止腊其股票上市野。这说明，酸上市公司若竭发生连续亏倡损，则意味开着公司陷入酒了财务困境摄，公司有可师能随之走向途破产，或者配被兼并、重孕组。由于公亏司连续亏损斗蕴含着较大组的风险，中短国证监会和痛深沪两地证竹券交易所出位台了一系列房制度用于警倍示和防范风慈险：泰1蠢、嗓ST夹制度烫。自乱1998栽年呼3嗽月挡16剩日起，我国任证券市场开唉始推行思ST际制度。根据得中国证监会浴《关于上市援公司状况异场常期间的股赴票特别处理填方式的通知值》，甘“萌特别处理旦”案的内容包括局：于特别处污理的股票前蓄加特“幕ST”(S影PECIA围LTRE逃ATMEN谈T布的缩写认)侍标记；公司暑股票每日涨指跌幅限制为尿5抚％；指定报言刊应另设专叛栏服刊登特别处塘理股票的每妨日行情。浮上市公司出际现以下情形恒之一的，则茎视为财务状究况异常：惹最近两个会竞计年度的审创计结果显示茅的净利润均圾为负值；敏最近一个会夫计年度的审坦计结果显示勤其股东权益易低于注册资悔本，即每股柄净资产低于副股票面值；掘注册会计师宜对最近一个吓会计年度的叼财务报告出滨具无法表示安意见或否定插意见的审计林报告；绘最近一个会文计年度经审节计的股东权稀益扣除注册察会计师、有上关部门不予今确认的部分值，低于注册俗资本；稼最近一份经纯审计的财务潮报告对上年紧度利润进行霸调整，导致点连续两个会索计年度亏损训；唯(6)经土证券交易所伴或中国证监霜会认定为财奶务状况异常乳的。语除了财务状详况异常，其浆他状况异常精规定如下：准由于自然灾地害、重大事符故等导致上息市公司主要颜经营设施遭毁受损失，公饰司生产经营串活动基本中鱼止，在三个侧月以内不能苍恢复的；寨公司涉及负锤有赔偿责任喘的诉讼或仲盗裁案件，按袋照法院或仲院裁机构的法馆律文书，赔悼偿金额累计遇超过上市公贿司最近经审肿计的净资产毁值的50％游的；嫌公司主要银顺行帐号被冻弦结，影响上线市公司正常瓦经营活动的辆；伞公司出现其绣他异常情况窗，董事会认余为有必要对疤股票交易实佳行特别处理永的；别人民法院受器理公司破产互案件，可能桂依法宣告上迅市公司破产墓的；烫（6）公司晒董事会无法却正常召开会诱议并形成董垃事会决议的羊；咐（7）诱公司的主要荐债务人被法秒院宣告进入降破产程序，短而公司相应雀债权未能计电提足额坏帐纤准备，公司稻面临重大财驰务风险的；彻(8)尸中国证监会毯或证券交易耳所认定为状宪况异常的其标他情形。拜2亚、滑PT纸制度售。灯1999学年，深沪证柏券交易所根集据《公司法怀》、《证券群法》和《交趟易所股票上宏市规则》的趁有关规定，曾制定了特别锅转让（先PT笔）制度，即票当上市公司屋出现最近三绪年连续亏损掠的，由证券劈交易所暂停浑其股票上市腥。公司股票途暂停上市期魄间，交易所扁为投资者提俱供特别转让责服务。圈3毛、葬退市制度她。裳2001架年炮2礼月截24异日，中国证裙监会发布了虚《亏损上市莲公司暂停上殿市和终止上淋市实施办法过》，给予价PT顺公司一年的镜宽限期，从记而正式想启动证券市渴场的退市机斯制。随后，徐2001险年变11渴月暑30跳日，中国证公监会又发布子了民《亏损上市祥公司暂停上世市和终止上恭市实施办法够（修订）》为，取消了特贼别转让（材PT队）制度兆，加快了完赵善退市机制缎的步伐。六4填、逮退市风险警江示制度眨。为了向投竖资者充分警首示上市公司煤存在的终止骂上市的风险或，同时又与询其他异常状宾况实行特别马处理的风险虏警示相区别础，惕2003梳年践4龄月藏4老日，深沪两章地证券交易隔所发布了《虎关于对存在盼股票终止上床市风险的公佛司加强风险堤警示等有关夸问题的通知御》，谷由证券交易膝所对存在股拜票终止上市陶风险的公司藏股票交易实赚行挑“廊警示存在终由止上市风险队的特别处理莲”之。其主要措移施为在其股俊票简称前冠冶以歌“*ST”简字样，以区兔别于其他股恢票，并且股泥票报价的日喂涨跌幅限制亦为否5跟％。浸根据规定，膀当上市公司垫出现下列可钻能终止上市场风险情形时揭，将对其股迎票实行糖“璃退市风险警角示股”毛：灿（兴1顾）最近两年腿连续亏损的膨；警（毙2弟）因财务会销计报告存在暑重大会计差旱错或虚假记励载，被中国丧证监会责令鼻改正或公司扁主动改正，痛对以前年度海财务报告进留行追溯调整直，导致最近械两年连续亏毛损的；推（看3攻）因财务会泽计报告存在花重大会计差艇错或虚假记昨载，中国证笨监会责令其傻改正，在规紧定期限内未监对虚假财务只会计报告进推行改正的；双（吸4汤）在法定期弃限内未依法腐披露年度报万告或半年度追报告的；总（午5资）处于股票澡恢复上市交脱易后至其披结露恢复上市念后的第一个询年度报告期疤间的。宅上市公司经蛙营首次出现无亏损带有一羊定的偶然性焦，其受到国抗民经济发展铺状况、行业黑发展态势、族甚至个别意弱外事件的影撤响。因此，劣若上市公司门一亏损就直亿接将其判定裙为财务困境猴企业有失偏暂颇，这无疑菜会夸大财务熄困境企业的阳比例，把一形些出现暂时王经济困难的乔公司也误认户为是财务困牺境企业。但粮是，从上述穷制度可以看挂出，出现连平续两年亏损辟的上市公司督不仅会被特手殊处理，而爽且面临着退伴市风险，因哄而可以认为活其已经陷入列了财务困境倾。应该注意怨的是，我们鸡仅仅把上市材公司因为财溉务状况异常呆而被特别处忆理作为企业乘陷入财务困盯境的标志，泄剔除了因为狡其他异常而抢被拥ST剂的情况，这辱是由于上市耀公司出现其锐他异常状况评而被特别处宰理具有一定茅的特殊性和延突发性，难喘以提前加以茂预测。纸综上所述，痛本文以上市循公司作为研委究对象，将中公司因财务脆状况异常而志被特别处理漠（姻ST胶）作为企业狮陷入财务困抢境的标志。落这不仅符合吵中国的实际怎情况，而且偷与国内大部嘱分研究保持记一致，便于屯相互比较。仗第二节怒听国外财务砌风险预警萌模型概述淡自上个世纪陶60年代以爹来，财务廊风险预警逆在欧美得到登广泛发展，备从多元判别撑分析等线性荒预测模型，狗到以神经网穿络模型为代音表的各种非红参数预测模终型，相关的同模型、方法团层出不穷。膨在这些模型拆中，有一个帝共同的前提零假设，就是娃可以对公司棒进行分组（彩如可以将公记司分成财务崭困境公司和昆财务健康公嚼司），其基骗本的思想即喜利用企业的争各种财务指饺标，建立判搂别模型，从饱而根据企业狠的总体财务俊状况进行分暂类。纵观国刊外现有的研热究成果，财层务薄风险预警膨方法主要有失单变量分析冲、多元判别道分析、线性国概率模型、止Logis限tic模型业、递归分割丙算法、生存皱分析、专家肝系统和神经合网络模型等收。梯一、单变量仅分析欧单变量分析服是最早应用救于财务杏风险预警洒的模型，其鼓主要思想是躲通过比较财详务困境企业任和非财务困里境企业之间狱各个财务指列标的显著差塞异，选定某顷个指标作为期排序变量，昂让样本数据天根据该指标煮进行排序，富然后根据最言佳判定点对悼财务困境企名业和财务健泥康企业进行读分类的一种滋分析方法。辣Fitzp屑atric色k敏（偿1932皱）最早利用移该模型对企纱业财务困境虏进行预测，熔他以云19呼家公司作为方样本，运用斑单个财务指奋标进行预测县，结果发现敲净利润琴/长股东权益、供股东权益洪/访负债这两个鲁财务指标判康别能力最高预。而友Smith唯灰和陡Winak净or闲（治1935尺）进行了类沙似的研究，识则发现营运如资本在/肾总资产这个锻指标的预测间能力最高。矮此外，谁Merwi犯n危（狭1942中）发现营运勾资本咱/赞总资产、股就东权益吸/查负债、流动腊资产衔/老流动负债这苏三个指标能睛提前纯6节年对企业破旅产作出预测榜。紧Beave篮r巷（记1966活）发现判别享能力最高的穴财务指标分足别是现金流顶/可总负债、净叶收入坊/槐总资产、总用债务涂/屈总资产。迈单变量分析检是最早应用观于企业财务恰风险预警到的实证模型颗，虽然其开还创了财务捎风险预警透实证研究的铸先河，但是赴其具有以下羞的局限性：迅（攻1盲）相关的指圈标给出令人梦混淆的判别话信号，根据日不同的财务晨指标进行判阔断有可能得夫出相反的结糊论。如盈利唤能力差的企单业有可能因集为流动性稍沃好而被判为诉财务健康企柔业，但是如周果根据盈利欢能力判断则杂很可能被判挪为财务困境配企业。（吵2士）实证结果巨表明，从总蹦体上看单变律量分析分辨颜非财务困境闭企业的能力配高于分辨财脆务困境企业晚的能力。（梢3但）单个变量网所包含的信绑息不足以反墨映企业的整纵个财务状况占。这些缺陷肃严重影响了呈单变量模型今的适用性。抢二、节虑多元判别分敢析揉为了克服单净变量分析的猎局限性，赌Altma享n比（哭1968担）首次将多译元判别分析叫（膏MDA虾）的方法引绩入到财务钱风险预警着领域。此后白，这种方法塘在企业财务林风险预警狂的实践和研容究中都得到寄了广泛的应据用。供该方法假设掘任一家公司鸽i鸦，其特征可萌以用警n碑个独立的财嫌务变量唉x塔组成的向量摘X惩来表示。那画么对两组公晴司（财务困岸境与财务健必康公司），斥假设两组中辞的自变量分旱布服从多元身正态分布，赢协方差矩阵绩相等，但均稍值不同。其千目的在于获打得自变量的叔线性组合，硬使得组间方蓬差与组内方缩差之比达到章最大化。用墨这个方法估巾计出判别函她数，其系数僻向量为讨A(厉),锤常数项为免。由这一变闹量的线性组槐合可以得出背每一家公司贩的引Z霞值：爬，己派生碑忠完（愁1.1潜）纤其中，佩是词i色公司的塔Z直分值，纺崖是搅i齐公司的亭n健个自变量。横然后，根据爬组内公司数王目和错误分肥类成本的先执验概率计算间出临界值。监通过将各公宽司计算出的晴Z警值和临界值牛进行比较，压可以知道公讽司属于财务丛困境或是财舍务健康企业徒。难Altma择n吓（范1968纳）选择了营骨运资本居/茂总资产、留剑存收益猴/蚊总资产、息播税前收益痰/宰总资产、股洗票市场价值矮/宿债务账面价飘值、销售收镰入展/鲁总资产果5碧个财务比率六建立判别函咬数来区分财康务困境和财偶务健康公司坑，在破产前宣1风年预测精确廊度达到舟95%阵，前盾2奔年精确度达办到邀72%横。此外，类沈似的研究还旨有侍Dambo容lena洪和努Khour唇y团（钞1980黎）、董Lait蛮imen丰（芽1991养）等。静多元判别分泰析虽然得到员广泛的应用特，但是该方掩法也存在着送一些问题，乎主要是其对阳预测变量的析分布性质施产加了一些统盛计上的限制慌。比如说，冲对于破产组剂和非破产组津，预测变量案的方差－协寇方差矩阵必盯须是相等的勇，预测变量沙必须遵循正劈态分布等。适这使多元判明别分析遭到窑诸多学者的照批评。运三、线性概客率模型喉由于多元判凤别分析只能夸直接得出判融别结果，无妖法估计出企衔业破产的风种险。为了估取计企业破产姐的概率，研示究者设计了闷线性概率模贞型（肃LPM镜）。线性概虑率模型其实森是普通最小树二乘回归模衰型的一种特歌例，其因变聪量只能取两验个值，晋1嫁或者回0孤。其模型的杏回归形式如跌下：幸乞隐卡限档辉待（彻1.2颤）像其中，自变修量傲是反映企业脏财务状况的怨指标。茫首先，从估管计样本中利东用最小二乘笛法址(OLS)咽估计出系数皇，然后利用膛估计出的系战数算出企业伸破产的概率既，当它大于段某个临界值怪时则认为企跳业属于财务袄困境企业，植反之亦然。海我们发现，疏模型（英1.2器）中的回归巴系数除了截霸距外，都与雀多变量判别物系数成固定约比例，也就筒是说线性概牛率模型只是揉多变量判别顺分析（暖MDA申）的一个特掉例。因此，咐我们上面所扰算出的闪LPM宏得分也只是恢判别得分的遇一个线性转康换。所以虽帐然怒MDA售与句LPM绩的模型假设寨不同，但是罢分类的结果曾却是相同的秤。但相对于驻MDA揪，答LPM怖用于企业财抓务亲风险预警国更方便（路Theod裤ossio怕u1991推）。推葡搬弓酬LPM狱的应用存在映两个主要的买统计问题：亮（蔽1误）如果采用吵普通最小二羡乘法来估计极式（扭1.2奔）的系数，光那么就必须傻假设残差项弊方差相同，荷如果出现异窄方差，那么册OLS引的系数估计捏虽是无偏但育却是无效的也。而且，如哲果残差项不悄是正态分布删的，那么传察统的显著性英检验将没法派用。不幸的伤是这两种情光况在揉LPM眉的应用中都暗可能存在。舅（聪2叛）根据尿LPM启计算出的概国率有可能落舟在区间（夸0出，采1雷）之外，这功很难加以解那释。洁Meyer淋和予Pifer罢（偶1970逢）最早将何LPM议运用于银行耕业的财务崇风险预警图，而证Laiti泡nen弊（圈1993饺）也曾作过喊相似的研究策，将慕LPM声运用于企业岂财务香风险预警拣。蹈四、LOG誓ISTIC环和PPOB宣IT回归模披型罚由于胳MDA址和杆LPM报都受到统计缘假设的限制沟，为了克服册这一局限性鹅，研究人员溜引入了多元晃条件概率模推型，并采用腊极大似然估箭计法进行参逝数估计。多黑元条件概率障模型包括L谜ogist起ic模型和估P链robit避模型，两者浑的区别只在砌于累积概率漏函数不同。答其主要优点届是对破产的组先验概率或版预测变量的圾分布不需要塔作任何假设深，基本的估睬计问题为：障给定一家公归司属于某个叮特定的总体则，那么在某玉一特定期间并内，公司破节产的概率是屈多大？诚敌假设下是第佩i缘个公司的预晕测变量，怨α礼和纹β据为待估计参骂数，公司醋i筹破产的概率肢可以由下式戏给出：奉酬团守史对逃轰伟姓（俭1.似3）孤在幅Logis掏t睛ic啊模型中，保障听蛇翅捉（光1.系4）遇或者齿托罚销叛惧电驳携（伴1.台5）四假设第率1阳组样本为幼，第刮2圾组样本为碎，则似然函平数为：触蝇洽杀（泼1.会6）胆最大化对数或似然函数府就可以估计让出式（搂1.伶5）中的参助数苏，从而算出猛公司破产的般概率筛，基于这一证概率公司可千以被划分为叙财务困境公点司与财务健晌康公司。宅Marti胀n抽（甩1977眯）首次运用兵Logis笼tic模型趟来进行银行娱破产预测。贱这一方法后机来被椅Ohlso爸n恋（敞1980坊）用于预测井企业的财务暂困境。肌在Prob浑it模型中童，采用的概贵率函数则是尿累积标准正户态分布函数吗：宽深卖代奇训罩（1席.厕7）设纽虽然麦P间robit邮模型与歌Logis肢tic赛模型相似，因但应用并不送象后者那么眨广泛。关于碧P碗robit倘模型研究的施文献很少，的这可能是因培为该模型包抢括了非线性估估计，所以再计算量较纽Logis同tic倦模型大。倦五、递归分授割算法佣递归分割算谅法违RPA暴是一种基于蝇模式识别的季非参数的计疑算机分类技馒术，它同时秀具有传统单巾变量分类法撤和多变量分由析法的特点虑。由潜RPA唤得到的模型桥呈现出分类至二叉树的形王式，该二叉粱树能够把对液象分到特定快的组中。阔RPA杏的输入包括洞一个由祥个对象的观爆测数据组成拐的原样本，浅还有它们实多际的类别以损及先验概率匪和误判成本根。我们用柳表示某对象僵属于组婆的先验概率欣，用蹲表示将属于斯组吐的对象被误很判为组胜的成本。如泼图闭1塌所示，我们爷给出了一个席实际的树，诞该树是咐RPA尸基于一定的缴先验概率和昂误判成本，闷从境200表家破产公司霞（组过1瘦）和非破产如公司（组挡2照）中构建出察的。该树共身有日5金个最终节点昆（椅termi盼naln遵ode胖），如图脆1霉中的圆圈所驱示。这些圆茫圈代表所有砌公司最后的印分类。模型危根据各个公蝴司的财务特全征将其逐级减往下分到各司个最终节点龄。秧RPA游模型的构建诵分两步，第屿一步是构建称预期误判成慰本较小的树蔬，第二步是企通过交叉检费验来选择树敬合理的复杂污度。烛RPA除模型的缺点凭是：（巧1餐）它是一种臭前向选择方怪法，当它引监入新的分类琴规则时并没扎有考虑前面猾的分类方法赠，因而有可瞒能同一个分够类指标会重却复出现但判尚别点发生变倍化；（脊2潜）有可能出屈现过度拟和长现象；（缺3短）棵RPA笼技术能将公拌司分割成不勤同风险类型无，但无法将爸同一风险类架型内的公司约进行对比。课猛帮逮臭防图1.1泉RPA树23家公司现金/总销售收入23家公司现金/总销售收入132家公司总负债/总资产68家公司留存收益/总资产200家公司现金流量/总负债州注：树（嚷1谎）是基于忧200钥家公司的财婶务数据、破榆产组和非破悔产组的先验帝概率猪以及误判的锋成本幻构建而成。嫁当某个公司骡的判别变量纳值大于判别潮点（优cutof迁f靠）时朝右边秀移动。最终注节点是圆圈烛。最左边的虎最终节点有豆45铃家公司，其棍中紫40产家属于组裕1祸，咱5不家属于组底2属。属于组错1镜（破产）的碰节点在圆圈扫内记为永B丈。属于组伤2后的最终节点荡记为声NB弊。该树误判仿了挤5桑家破产公司披和露15佛家非破产公辞司。迁六、生存分炮析摇抱上述模型均洗运用企业破犁产前的数据镇进行预测，滨但并不能预袋测出企业破摊产的确切时执间。胜Lane围etal孔.份（稀1986烛）运用一个窑比例危害模松型对银行破主产进行预测置，称为生存砌分析。生存具分析假定财骂务健康和财拣务困境的公社司都来自同切样的总体。规公司破产的并风险是通过杏计算每家公寄司的生存时孝间来衡量的茎。假设漆T熄时间后公司袍就会破产，满那么生存函膛数瞒S介（塞t屠）就代表赔T>t睬概率，公司教在姨t宾时间前破产愁的概率可以吊用乒F脉（卷t射）表示：或度红两购摄尊醒言烧炕艇原（1串.茂8）她危险度函数距h(t)帽可以由下式跟给出：拔明弃饼意乐然菜遣律（1四.现9）苹并且，惰版头腐疗泛抄元舱（1警.1维0）装其中，堤x川代表公司一直系列财务比巾率的向量，伟代表系数向扎量，是用最征大似然法进枕行估计的，酿是令狂x=0罩计算得到的寿。派生存函数哄菜续密劲爆滥（1.佳11）翠其中，句搅阁辱扫重耽时（1.12恩）摇由于没有限鞠制驾的分布，所纵以生存分析她是一种半参私数的方法，达这也使之免贺于很多对参庄数方法的攻姥击，而且，稀用这种方法恳处理破产预旬测问题显得串更为现实。杏留生存分析方经法可以得出针期望破产时谦间，这给决或策者提供了友重要的信息冻。虽然相对剧传统的统计鹊方法而言，团生存分析方敌法的确是很叔好的替代方航法，但是到闷目前为止，胀它仍然得不谣到非常广泛阵的应用。巧七、专家系两统年竿人工智能的窗发展和应用译使得研究者当开始采用专穿家系统来解杯决破产问题酿。专家系统设一般是采用旧归纳推理（捞Induc番tive键infer圈ence愤）方法，该美方法是通过派分析与所要霸解决的问题武相关的一系闪列案例，从茂而发现规律液。归纳推理因方法又有两连种途径：一买是模型驱动这型（词model盘-driv每en负），利用先扭验模型指导狂来发现规律贯；二是信息舰驱动型（阳data-臣drive赴n丘），利用一袭系列案例信海息来发现规疤律。逐在模型驱动涉型方法中，废规律是建立福在先验模型达基础上的，谎然后用一系股列的案例来杰检验。信息糖驱动型方法曲首先对所有晨公司进行审租查，然后寻剪找最为方便罚的程序系统灾来对这些公榨司进行分类姥，当加入新雪公司时就必枕须对所得出衫的规律进行庸修改。具体看地说该方法叼先是把公司饰分成破产组杠和非破产组融，把这些公祝司用一系列借财务状况属煮性来描述，半然后归纳出挥一个流程系核统来正确分崇类样本公司蹈。锹其中，优先淹用于分类的挺属性必须使纤得分类后熵榨（并entro常py镰）最小，假色设有某家公夏司可能被分璃入向n坟种不同的组寄，该公司被细分入组陡的概率是够，那么分类鱼的熵码为紫芦驻老张锦鸟围（1课.1观3）权绩归纳推理方倍法的局限性良表现在以下殊几个方面：微（辉1销）该方法很绕难应用于解产决较大的问佛题，因为可石以得到的样版本毕竟有限臂，这可能可押以通过把大纳问题分割成员小的问题单疏元来加以解宋决，但这只外是个设想，锻仍需进一步荐研究。（哄2伤）方法的应菠用中如果忽昼视了重要的省案例（公司丢）或是分类亩属性，那么朱将会使得该总方法的预测开能力大为减焰弱。（抽3右）方法的应自用中经常会老出现相互矛帆盾的案例，特比如说两个犬案例（公司忽）属于不同塑类，但是具织有相同的属颤性，从而难幸于加以区分滋。绿章目前，在专良家系统方法薄的深入研究激中，除了我音们所具体阐向述的归纳推劣理方法外，盯通过与经验隐丰富的决策库者进行交谈谦，并将其知吸识和经验并旺入流程程序旧中，这也是怕一种很好的转方法。促温专家系统经壶常被用来解悦决破产与信务用承诺问题鲜，压Borow材ski什eta面l.(饥1988秒)采用专家批系统方法来授预测储蓄和恐贷款机构的拖破产问题,铜而举Bouwm刻an踏（晋1983岸）和是Duche逐ssi顷eta屠l.（隆1988趟）等则将专电家系统的方谦法应用于信筑用承诺研究滥。普八、神经网年络模型姓神经网络模想型是由大量病的简单处理弓单元相互联职结组成的复烫杂网络系统痛。它的许多答功能和特性缓是对人脑神黑经网络系统轮的模拟，是遗一种自然的龟非线性建模闻过程，也被缺称为人工神享经网络（宾Artif短icial舰Neur淹alNe灿twork庄）。作为非榜参数的预测例模型，它克娇服了选择模小型函数形式拖的困难，同流时对样本及郑变量的分布公特征没有限蔑制。其主要锈分析模型如饲下：遇图1.2减上神经网络模共型输出神经元输出神经元隐层神经元输入神经元LayerILayerII荷它的神经元均一般包括三服种处理单元丸，也称为节触点（族Node伏）：输入神惜经元，隐层为神经元和输康出神经元。恨输入神经元拔接受外界环案境信息的输就入；输出神样经元则将经阶过神经网络出处理后的信柱息送到外界殊；而隐层神绑经元则处于胳前两种神经愈元之间，不持直接与外界模环境发生联骗系，它接受映输入神经元江的信息，经疏过多层次的忆网络内部运巩算，把数据仔结果转移给扁输出神经元贴。隐层神经解元可以有多尤个层次（色Layer角）。暑总体来说，描神经网络具私有一些其他钉方法无法比棚拟的优点，胳体现在：配(1)灭它根据所提掏供的数据进删行学习和训泽练，找出输盏入与输出之跌间的内在联醒系，通过改防变每个节点鸟上的加权系惰数来求取问问题的解，从凉而具有自适遵应的功能；掘(2)妨能够处理那世些有噪声或畅不完全的数万据，具有泛杀化功能和很劳强的容错能妈力；丧(3)搅神经网络对露于非独立因纳素组成的总抛体依然适用前，并能够处惰理其中复杂真的非线性关甚系。闸目前，主要往采用的神经胸网络模型有玩反向传播（幸Back－倘Propa拉gatio夏n）算法、蔬串级相关（申Casca济deCo城rrela蚂tion）品算法和汗遗传算法（倾Genet炊icAl线gorit羽hm）等。钩第三节敌滤国内财务串风险预警借研究概述则国内的财务房风险预警贺研究才刚刚碌起步，陈静虽（罩1999警）以杰1998慕年储27忌家仙ST乒和眠27鲜家非辱ST批上市公司作狱为样本，分篇别采用单变圾量分析和多册元判别分析昆方法进行财繁务艇风险预警艳，发现由资掘产负债率、惜净资产收益弓率、总资产薯收益率、流展动比率、营我运资本可/右总资产、总掌资产周转率跌等请6凝个指标构成埋的判别函数露能较好地预鸭测出论ST冷公司。盐陈晓、陈治近鸿（梯2000进）以零38井家留ST屠和春132提家非激ST座上市公司作防为样本，采麻用胁Logis固tic钥模型，通过症试验去1260问种变量组合有，发现负债躬－权益比、帅应收账款周掀转率、主营貌利润涝/帜总资产、留悄存收益剖/丙总资产对企说业财务困境岗有显著的预喊测作用。高高培业、张葱道奎（肝2000任）采用醋29推个财务指标全，运用多元胖判别分析方鞭法建模，发时现由留存收舞益迁/棋总资产、息导税前收益块/泄总资产、销苍售收入撤/顽总资产、资裹产负债率、盐营运资本挎/怪总资产构成鉴的判别函数层有较好的预红测能力。胆吴世农、卢似贤义（报2001殿）以掠70黑家衰ST晌和邪70呜家非催ST犯上市公司作汤为样本，采攻用盈利增长途指数、资产乐报酬率、流贵动比率、长蹄期负债步/语股东权益、换营运资本沿/呜总资产、资行产周转率等查6厦个财务指标仓，比较了多壳元判别分析阵、线性概率锯模型和膜Logis凤tic筑模型的预测螺效果，发现您logsi森t枣ic五模型的预测签能力最强。滔长城证券课叫题组（察2001孩）选取了闪37县个财务指标索，采用毙logsi淹tic绣模型，设计自了财务危机笼预警系统和蛙财务危机恶盾化预警系统传，发现净利呀润诵/撇总资产、投夜资收益求/械利润总额、惯应收账款周虚转率、营业亮利润增长率唱、净资产增偏长率、长期凳负债马/够总资产、净犹利润增长率摸、存货周转光率等指标具泥有显著的判视别作用。纠归纳起来，封国内目前的恰研究存在以煎下不足：（北1箱）使用的方那法比较简单招，主要是单湾变量分析、江多元判别分职析和昌Logis机tic晴模型等参数坡方法，而像茎神经网络模杆型等非参数屋方法则尚未蜂有人使用；矿（雁2灵）由于受到主数据限制，洲样本量不足魂，大部分研债究只是对估挽计样本进行乓回判，没有俱采用新样本袭进行检验，织这高估了模有型的预测能总力；（多3凝）大部分研梢究是在公司倒被下ST亿的前两年进磨行预测，即明在公司已经斯亏损一年的沿情况下进行闸预测，判断嫌其最终是否胀会被退ST季，这样无疑肥会再度高估残模型的预测角能力；（贿4知）有些研究约采用的财务考指标不多，句无法反映企存业全面的财乓务状况。之鉴于此，本霞文的目的即永采用容量更层大的样本和委更全面的财济务指标比较膏多元判别分晴析、苏Logis隔tic捆模型和神经各网络模型三杨种方法的真难实预测能力撑。灿第二章搁柱实证研究设饥计从第一节灯牧样本设计次如第一章第卧一节所述，悉本文以鼠沪深两市拔A股御上市公司作异为研究对象三，将公司因句财务状况异钞常而被特别悟处理（货ST畜）作为企业袍陷入财务困窗境的标志，妄从中选取了窄1998－嚷2003年题间108家恨ST公司作称为财务困境僵公司样本，究具体样本见赖附录1，样围本的行业分拾布特征如下杂：术表2.钉1“财务圾困境企业”值样本的行业献分布特征界行业类别腥财务困境企洽业样本数量辞（个）级农、林、牧从、渔业轻1启制造业季59垮建筑业派1悠交通运输、为仓储业孤3垃信息技术业街5若批发和零售虎贸易统9挂房地产业晶7狗社会服务业纸5闯传播与文化剑产业观3煤综合庭15帮合计光108遇由于证监会听是根据上市慧公司前两年来的年报所公帽布的业绩判惩断其是否出善现财务状况豪异常并决定蕉是否要对其按进行特别处鼓理的，所以华采用上市公寨司前两年的听年报预测其础是否会被淹ST显然会道夸大模型的嗽预测能力。寄毕竟在公司椅已经亏损一樱年的情况下划其被ST的昂几率自然大耳于没有出现齿亏损的公司编；而在公司灯已经亏损两龟年的情况下景其被ST已孕成定局，所田以更没有任枯何预测意义顷。因此，本早文选择在上鼻市公司被S脊T的前三年例进行预测，晋判断其最终饰是否会陷入次财务困境，坐即如果某上姨市公司在2跃003年被貌特别处理，雄我们采用2律000年的溪年报数据进敲行预测。哭为了剔除不栽同年份、行赶业和资产规请模因素对财朱务乌风险预警深的影响，我遗们根据以下枯原则按川1：1的比洽例选择财务浅健康的上市港公司作为配异对样本：向（衰1）、研究蚊期间一致，州如财务困境纤企业采用的验是2000从年的数据，脂则财务正常悼公司也同样竖采用200妹0年的数据哪。充（出2）、配对凶样本与财务败困境企业行赴业类型相同感或相近。朋（轰3）、配对槽样本与财务谜困境企业的雨总资产规模必相当。其据此，本文金确定了跟216个研安究样本，其亿中3/4作微为估计样本侵，1/4作悲为预测样本沟，具体情况释如下：益估计样本覆162式家，其中财红务困境公司现81拜家，财务健范康公司饱81奋家响预测样本化54丈家，其中财斧务困境公司易27辱家，财务健裙康公司源27赌家洞第二节隙劫预测变量的歪选择由一、预测变叶量分类冲财务武风险预警色模型所采用钉的预测变量刺大体可分为僚三类：斗1翁、财务指标枣。这里的财匙务指标指的远是狭义的来线自资产负债订表和损益表街的指标，大畜部分学者均撤采用此类预较测变量，但洲是对于如何严选取财务指央标却一直存土在分歧。目勇前唯一能达借成共识的一询点是财务指宋标所涵盖的泳企业的财务伯信息越广越火好，应该覆办盖企业盈利师能力、长短狗期偿债能力竖、营运能力桑、成长能力翠、风险水平蕉等诸多方面蹄，但是对于绝具体挑选哪听一个指标，驴则见仁见智税。哗Harme迁r宗（跃1983毅）指出被选稠财务指标的寺相对独立性绍能提高模型救的预测能力磨。在美国，钢Altma窃n陈（绸1968扭）选取的谨5酬个财务指标健成为大部分甜学者用于模薪型比较的基匆准，但是这洋5椒个指标在中随国却未必适波用。碌2、现金流条量指标。卖上世纪影80表年代，随着轧现金流量表晓在用于评价注企业整体财宪务状况时越咳来越受到重取视，各国学格者开始讨论浅现金流量指兔标是否能用汤于企业财务刻风险预警练。秃Noswo败rthy池etal塔.嘱（阶1980旅）认为钢“神现金流厚/埋总债务慨”饱是一个显著鲁的单变量判骄别指标。指Aziz毯etal锯.虚（涨1988昨）则发现在咬破产前五年积财务困境公宾司和财务正愤常公司的经奋营现金流量粉均值和用现于金支付的所尤得税均值存员在显著差异贫。但是店Casey籍eta假l.(1哨984彩b鸣)装却认为单独惊使用现金流默量指标进行霸财务组风险预警蛙效果不佳，掘而在其佣1985足年的文章中催，他们更进臣一步指出即苦使采用现金称流量指标结浴合其他财务欺指标进行分桂析，也无助郊于提高模型年的预测能力蓝。们Gombo诱laet烈al.患（负1987旁）也认为现酸金流指标并欧不是一个重则要的财务湿风险预警另变量。因此这，现金流量题指标究竟是腥否有助于财队务砍风险预警悦仍有待考证灿。贝3、股票收融益率指标。反Beave雀r（196点6败）最早使用坚股票收益率闪数据进行财虾务奸风险预警免，他发现在惜有效的资本仙市场上，股赚票收益率也局如同财务指洒标一样可以劳预测企业破肥产。Aho薄rony艰etal缘.（198卧0）则提出杆采用股票收蓬益率的方差炎进行财务适风险预警蚀，他们发现每在正式的破反产公告之前芹的4年内，吵财务困境公冒司的股票的术市场收益率肿方差与财务挪健康公司存昌在差异。但宣是，由于中堂国证券市场颗目前仍不是禽一个有效市伏场，所以无抬法采用股票葛收益率指标似进行财务暮风险预警也。杰二、剖面分乔析仆如前所述，佛不同的财务攻指标从不同夺的侧面反映移企业的财务血状况，选择坝的变量不同候，最终预测毕的效果自然给各异。由于隔以前很多研白究在变量的梢选择上带有妙主观性，因兵此很难直接筋比较其研究辆成果。为了元克服这一问帆题，首先我子们将以往研谱究中所提到惜的对最终模氏型有显著贡欢献的财务指顶标进行了归社纳，并将其差全部作为初订始自变量（亿附录哄2洗）。这些变瑞量包括短期够偿债能力、虹长期偿债能玻力、营运效辣率、盈利能订力、风险水积平、发展能佩力总共六大婶类叫52摧个指标，足付以全面反映装企业的财务扬状况。卧定义组合朝0盼为财务困境失公司，组合席1律为财务健康拔公司，为了距比较棍52瞧个财务指标汗在不同组合晋中的均值是忠否相等，我寒们进行了均服值相等的检范验。表2.薄2下列出了脊52森个财务指标压在两组样本难中的均值、连标准差和摧wilks虏’氧λ甘统计量懂，可以看出画在葬10蜻％的显著性子概率水平上幕，狱X3榨等冈29芦个财务指标旗在两组样本饶的均值上存狱在显著差异徐。姻团浙蛛椒锹表2.灭2渡组均值相等掌的检验结果悼变量镰组忆0逐组牧1俱Wilks膛'品λ浩F哭df1剩df2狗Sig.沸均值泼标准差号均值僚标准差想X1刑0.4鼓0.15倍0.39羽0.14胃0.998棋0.379降1愈214另0.539捉X2尤0.59距0.179裤0.56努0.17增0.995勤0.996芽1勒214蚂0.319劝X3肯0.07湖0.07谦0.12塌0.1减0.908黎21.72绢6爱1炎214糖0源X4刷1.9乱1.95或2.03董1.5朗0.998答0.345蜜1角214角0.557素X5虾1.37盆1.62熄1.4嫁9摧1.33鹅0.999社0.309禁1洗214关0.579得X6哭0.23碍0.456狠0.52汽0.83勺0.954临10.35越2遗1艇214跑0.001罚X7宁0.29陶0.335峰0.35荒0.3俊0.973逆6.017判1仍214灿0.015宜X8弄0.17复0.19睡0.218拦0.17熔0.983榨3.716御1碰214读0.055款X9督0.29晶0.38庄0.346循0.29周0.994就1.327选1浴214仓0.251是X10哄0.17茧0.36趁0.2镰0.46卷0.998杨0.422苗1柿214忍0.517趋X11壶0.21矩0.441源0.358妙0.82庙0.988委2.588效1稿214厉0.109缓X12烧0.51豪2.28伟0.72止4.43透0.999纱0.19段1棵214幻0.663通X13水0.49胳0.18颤0.39等0.157熊0.914脱20.09祸2置1蝇214常0校X14咏0.3骄0.178塑0.34忙0.187彼0.987煎2.806睛1孟214刃0.095忙X15洁3.9恶4.79阴5.53禽16.26宣0.995补0.97痕1质214瓜0.326旋X16诱0.15底0.18脑0.1馆0.15撞0.985段3.269叹1岸214唐0.072部X17绩0.56牛0.4秆0.44身0.35沟0.975供5.552但1强214束0.019泽X18徒5.33固18.48反-5.08钢51.12须0.982仓3.964晶1糟214单0.048树X19攀.269泉24.3粪1.53艘8.61手0.999德0.258膜1似214连0.612辞X20鹅6.68勉12.棍15.7侨29.08姑0.96种8.966坏1竭214洽0.003企X21内3.37傻4.30尘4.81描8.677皮0.989宇2.393虎1劣214芽0.123滤X22聋22.1匆125.6镇51.86产285.7烦0.995体0.983麦1沫214却0.323拘X23挡1.2乎8.953圆-17.7些225.4哨0.996皮0.762都1冤214以0.384丸X24游11.6蒸12.15南7.997杏9.54屈0.974它5.747忠1帆214缘0.017缓X25秤0.8惠0.64演1.068画0.796关0.966铲7.558昼1啊214脚0.006兆X26汪3.13锅6.19累2.858技4.186领0.999谱0.144忘1雅214帅0.705三X27秘1.3掉1.376田1.537走1.12刊0.992惰1.771剖1领214屠0.185穿X28源0.432引0.334姥0.56依0.357崭0.966涨7.558舌1彻214全0.006微X29耕1.06劈1.24嫩1.03腹0.817彩1尤0.041肉1助214食0.839咱X30腊0.047捞0.068可0.047缘0.065更1膜0.001常1鸽214言0.98欧X31术0.2脾0.132隙0.28羊0.158岔0.935帐14.97苍8直1俗214古0厨X32卫0.044息0.157宇0.101帮0.477畜0.994粗1.389军1钩214中0.24掠X33盲0.016抛0.047岛0.057偷0.068茂0.89匙26.55霞9贞1棋214震0艰X34辫0.033艇0.087傍0.126粘0.134执0.855健36.29隐1顺1欺214奥0淋X35玻.162梦.489锁.44慧1.377锦0.982怪3.951唇1宇214狱0.048豆X36呈0.027宽0.12剧0.095啊0.13捉0.928漫16.67砌9盯1既214军0袋X37台0.07明0.16区0.14喉0.128季0.941亲13.50梳8燃1振214翼0体X38碑0.03润0.067森0.080莫0.075摘0.887头27.13肢8沉1费214逐0赴X39那0.03深0.048价0.075团0.07夺0.897补24.57昼1堆1利214芽0颂X40艺0.075拖0.228松0.288董0.31尖0.867袋32.79狠1古1弄214嫩0呆X41壁0.23掌0.16子0.31艇0.24蹦0.958昼9.334除1死214作0.003唐X42地0.14陪0.298仿0.2辛0.28唐0.989扭2.486绕1劈214接0.116简X43鹿2.46互3.5否1.4脏1.51歪0.964助8.013匠1县214破0.005起X44咽-5.55肢18.89侮-4.07蕉5.2绿0.997垂0.619臣1武214柔0.432混X45协-26.1幼53.3熟-7.6蹈16.8滥0.947各11.86粉7贷1鬼214沈0.001伍X46鸟2.305姿0.63户2.68胖0.887槽0.944肢12.60怒2忠1惭214学0纱X47袄0.39勒0.675延.387率0.66争1找0.001亮1删214乎0.972旷X48治0.116蜜0.24祸0.202值0.28巧0.973呜5.953猫1筝214甘0.016病X49剪0.085陆0.25泽0.16命0.24酬0.974挺5.614城1筐214税0.019淹X50瞎0.083短0.728取0.126番0.33捉0.999言0.307就1价214削0.58黎X51凝-4.51芳36.78尽-0.17摘6.6接0.993恭1.462迟1腾214愁0.228阻X52浪-1.39窃10.09堵0.496散2.1盏0.983时3.612状1董214愚0.059声三、预测变岩量的选择稼关于预测变孝量的选择，黑不同的学者菠有不同的看族法，比较有浇代表性的是宇Altma旦n骆（撑1968杰）的方法，柜他提出分四柿步筛选变量持：（佛1餐）观察各种耗备选函数在浙统计上的重逢要性，包括翻决定各独立旗变量的相对尊贡献度；（床2肉）对相关变业量的交互相粉关进行估计煎；（僵3勉）观察变量歇集合的预测窗精确度；（静4速）分析者的镜判断。攀本文采用逐律步判别分析暖对变量进行次筛选。逐步许选择开始时嗽模型中没有踪任何变量，痕每一步都要烘对模型进行鲁检验，在茎把模型外的翻对模型判别玉能力贡献最凭大的变量加修入到模型的灾同时，也考嗓虑把已经在却模型中但又坛不符合留在非模型中条件检的变量剔除拔。直到模型恶中所有的变芹量都符合引骡入模型的判种据，模型外色的变量都不扣符合进入模壳型的判据时民，逐步选择旋变量的过程凯结束。进入废模型的判据仙一般是根据拔事先指定的昏F值确定，桶F值越大，厉表示该变量拉在模型中的槐作用越大，迈只有当某个隙变量计算出辣的F值大于多指定值时，温该变量才能遇进入最终的舞判别方程。雾一般而言，队事先指定的转F值对应的贪显著性概率缝在0.01凯—0.2之揉间。F值太线小，则进入纺模型的变量新太少，建立盐判别函数的别财务信息不哀足；F值太棕大，则可能犯发生过度拟晋和现象，从框而导致估计露样本准确率杀较高，但是暂预测样本准辫确率较低，呆更为严重的勇是，太多的凉变量进入模位型，反而有而可能产生干捡扰信息，降扫低模型的预共测能力。据胳此，本文将趴F值对应的践显著性概率孙定为0.1久。坛变量筛选过餐程见表2.国3，可以看拘出从第1步占到第5步逐贤步判别分析斑总是将模型张外对模型贡针献最大的变伙量选入；但卸在第6步引厘入X28后摘，X16对巨模型的贡献沫下降，显著太性概率高于翠10％，因腿而被剔除出炎模型；而在设第8步和第务9步X7和酒X5又分别裂被选入，此刚时模型外的债变量都没有烈达到进入模贿型的要求，填筛选变量的细过程结束，菠最后进入模漂型的预测变扬量是X5、删X7、X1伞8、X28三、X32、依X34和X或45。杠脖毕狸掩结表2.杀3逐步筛贼选变量忆过程凑Step裁忧Sig.到ofF咸toRe眯move遮Wilks敌'Lam啊bda介Step奔Sig.捕ofF届toRe裂move怨Wilks悔'Lam训bda必1侮X34梢.000汪师7退X34僚.000盆.848失2泼X34朽.000险.998告苦X32蠢.017勿.788沟率X32兴.004岛.873趋屡X18躬.016田.788毅3牧X34隔.000甩.984锡四X45防.018捉.788幼斗X32存.003董.849由索X28翅.025扭.784惹震X18佣.025遣.828昨8巴X34验.000犁.812雅4侦X34序.000峰.951酸贪X32混.021住.768跨秤X32拣.005握.824虚港X18途.019干.768拒娇X18贯.023妇.809孙抗X45熟.018盛.769屿艘X16贷.049筛.802株渔X28钱.011缠.773著5厌X34阻.000盆.907销殊X7浩.053痒.760纳龄X32滨.008削.801含9筝X34音.000慧.796坡作X18扇.027需.789徒虹X32度.012载.746油荷X16枯.047题.784舅疑X18继.036再.736与泻X45兄.058振.783首式X45尽.031倘.737滨6辅X34腥.000拉.834担复X28组.022茎.740挺除X32钞.021拘.773目接X7灶.003坛.758称廊X18务.017报.775死戚X5疏.019征.741论搜X16牵.109蓝.760猛橡X45房.021戒.774击今X28刃.058蜻.765每为了避免多额重共线性，薪本文采用容驴许度（匀TOL）和租方差膨胀因览子（VIF霞）对选定的白7个变量进肚行了多重共杀线性检验，桂计算公式为屯：穷奖帐丘过垮握席剩（2.1）虎其中，厦是率X移j哑对其他凤k泉－呈1棕个自变量回洒归中的判定喷系数景。当盯TOL工较小或斤VIF犹较大时，认面为存在多重矮共线性。一葛般地，当扶TOL壁小于爆0.1辟，或组TIF捷大于陆10皂时，认为存夜在多重共线佣性。从表2英.豆4索可以看到，反本文选择的城预测变量并筝不存在多重最共线性。袖啄榜裂冷李表2.盲4乏多重共线性羡检验讽X5索吧X7誓X18吗X28老X32狡X34林X45拴TOL味0.605匀0.587拣0.978地0.814暖0.62暴0.497赏0.917习VIF额1.652哗1.703买1.022鼓1.229狠1.614有2.012误1.091亭在入选的变叫量中，X5谈和X7属于敞短期偿债能盆力指标，其画中X5（速宵动比率）反罚映企业资产惯的流动性，课由于其扣除银了存货和预阅付费用的影泥响，因而能简比流动比率偶更透彻地反姿映企业的短鲁期偿债能力宜，一般而言眠该指标需要伐保持在1：变1以上，数葱值越大说明匹公司的变现炮能力越强，铜但是如果该附指标过高也奶并不一定是云一件好事，崇这说明公司济的资金使用寻效率可能不途高；X7（村营运资本/联流动资产）小反映企业用叉流动资产偿泼还流动负债决后的余额占晶流动资产的念比率，该指鹅标越大说明馋公司的短期响偿债能力越睛强。X18宅（利息保障猎倍数）属于秩长期偿债能旋力指标，其遗用息税前收汇益除以财务铲费用，反映带了企业所创扛造的新增价煮值对利息费岩用的保障程阀度，当利息宁保障倍数小电于1时，说餐明企业偿债陆能力不足。鸽X28（总省资产周转率纸）属于营运杨效率指标，恨其反映了企滩业管理者对凭企业拥有的云全部资产的徐有效利用程疮度，资产周徐转速度越快浓表明企业资碰产发挥的效偷率越大。X裹32（营业敢收入净利润际率）和X3匠4（流动资敌产净利润率接）均属于盈铃利能力指标愤，其中X3复2是衡量企无业从事生产喜经营活动所痒获收益情况炸的重要指标钳，而X34蜓则衡量企业脏运用流动资恒金获得利润水的能力。X悠45（主营案业务利润/汉利润总额）断属于风险水框平指标，由棚于利润总额巾＝主营业务喂利润＋其他宜业务利润＋护投资收益逝—评营业外收支芒净额，所以哈该指标反映关了企业通过烛主营业务创爬造利润的能仿力，该指标先越大说明利旁润来源更稳丝定可靠，企菊业经营越稳颜健。综上我善们可以看到扰，在入选的痰7个变量中马，并不包括祝发展能力指睁标，这说明辈该类指标在足用于财务奸风险预警策时作用并不惨突出；而短乡期偿债能力乌指标和盈利秆指标分别有纵两个变量入酸选，说明该柄类指标在企葡业财务猎风险预警往中具有重要捡作用。恰第三节核实证模型尿本文腹将财务困境昌公司和财务彼健康公司分棉别用递0驶和堂1遍表示，宽采用多元判也别分析、纯Logis般tic回归期和神经网络备模型三种方冰法进行财务私风险预警秋：购一、多元判扛别分析模型久如前所述，六多元判别分氏析的主要思然想即根据观方测到的若干爱财务指标构立造出判别函作数并计算出骡每一家公司朽的判别得分兼，从而对研伐究对象属于它哪一类进行俯判断。根据锈Fishe你r准则，要骡使判别得分幕最大限度地磁区分两类不景同的总体，煮最后得到的帜线性判别函劫数必须是使棵得判别效率送最大的判别摘变量线性组哥合。即猛荷樱坟剂棕葡帮亚怒（2.2）国其中，绸Z累是判别分数投，继是由反映企匹业财务状况舰的各个变量挎组成的向量煤，蛛为判别系数犯。判别效率狮最大指的是塌两组的组间泼差与组内差后之比最大。饱即申咬剥攻肾旨康盛蓬靠（身2幕.3）其中，酬伏路根据糖Fishe姐r铅的线性判别魄模型，我们帐可以计算出烂两类样本的夏均值河和浇，箱“告判别点始”叛则根据对称冤分类原则确根定：镰悟巨您翼踏浓驾弓脖嫁（2.4）喝最后，我们南将每个公司雅的年Z咏分值与判别牛点逝进行比较，着如果偿则判为财务称健康公司，寒反之则判为脊财务困境公孔司。艰二、弱LOGIS荡TIC回归腔模型哄在懂Logis致tic净模型中，假铺设绢是第脏i披个公司的预猜测变量，打α敢和绸β丧为待估计参供数，公司混i耳破产的概率援可以由下式钱给出：台斜倡兔少宇活模惊堤（2.5）男或浇体加给判央峰址犹（2.6）鹊假设组饰0顷（财务困境堆公司）的样泪本为邮，组勺1浩（财务健康蒜公司）的样占本为译，则似然函控数为：右蚀裳掀齿曾（2.7）仔对数似然函档数为料笔寇（具2.8）侄当第艰i排个样本为财辣务困境公司酱时，垮＝娘0什；当第分i帖个样本为财闸务健康公司钉时，爸＝怕1船。通过最大货化对数似然歉函数避就可以估计惑出参数齐，从而得出错公司破产的丑概率陪。我们选定削0.5惠作为临界值假，破产概率示超过迈0.5萄则判定为财台务困境公司垄，小于助0.5扩则判定为财魂务健康公司哪。简三、神经网喘络模型酒目前，古避在神经网络裕模型的实际输应用中，多战层前向神经本网络中的反蝇向传播（歼B筝ack-佳P妖ropag炎ation农）算法在诸枯如函数逼近邮、模式识别拒等领域得到泰广泛的应用永，因此本文暑采用帐BP润算法进行财顽务予风险预警下。雁BP魂算法的学习阔过程可以简徐单地描述如面下：己（直1陆）工作信号逃正向传播：挺输入信号从式输入层经过施隐层传到输而出层，在输龟出端产生输絮出信号。在夏信号的正向孕传递过程中忙网络的权值基是固定不变犹的，每一层俱神经元的状省态只影响下售一层神经元秆的状态。如嗽果在输出层植得不到期望灾的输出，则归转入误差信教号反向传播里。碌（浮2决）误差信号孙反向传播：带网络的实际茫输出与期望庭输出之间的挣差值即为误某差信号，误阀差信号从输民出端开始逐召层向前传播搜。在误差信寸号的反向传屈播过程中，银网络的权值辛由误差反馈爷进行调节，确通过权值的下不断修正使贷网络的实际业输出更接近价期望输出。锹BP弱神经网络可布以有一个或造多个隐层。延Lippm痕an街（辽1987绿）证明单隐赠层的翼BP甚神经网络可捷以以高精度第逼近任意映睡射关系，而属且与一个隐倍层相比，用状两个隐层进渔行网络训练金并不能显著商提高预测的态准确率。因毫此本文采用努单隐层的看BP设神经网络模赔型结构，如虾图：如习远逃滑图2.1达单隐层的摄BP神经网火络约输入层士插喂捐唤滨温牧昏隐层役帅糖器捧较输出层输入变量X权重WΣ传递函数f权重T1Σ1传递函数g输入变量X权重WΣ传递函数f权重T1Σ1传递函数g敢BP腥算法的详细纪步骤如下：图（参1粥）设置变量掠和参量。输颤入变量已，堤N四为训练样本亭的个数；输搏出节点的期高望输出为边。输入层和赵隐层之间的铅连接权重为炸，节点阈值推为建；办隐层和输出村层之间的连嗓接权重为止，节点阈值古为悔。缘（间2执）初始化权鸟值和阈值，览随机给出一略个非零的初拌始值。忽（婚3蒙）计算神经框网络前向传烫播信号。假弊设输入层有兽n蜓个节点，隐络层有过m咐个节点，输茫出层有一个笔节点，则隐脂层节点的输裹出为：墙纪抚守村堆灶偷糊（2.9厦）晨输出节点的芦输出为：侮筑桑验育君稻绵创（2.10啄）捕（身4区）判断实际布输出和期望条输出（真实潜值）之间的叛误差是否达朋到精度要求秋。判断标准闯：视所有样本误清差倾晓愧爬鬼弊竭（2.贿11）磨其中，胳N鼓为训练样本陕个数，再，突是误差精度泳要求。塑（劫5棉）修正权值沈。根据误差耻信号先后修号正隐层和输闭出层之间、闭输入层和隐固层之间的权稻值。暮输出节点输身出的误差为休：晋伶听援册宽粉冰（达2.12）权值修正：稿罗唐丘京辣以蛛（2栏.13）启其中杰k恳为迭代次数阈值修正：察朱敏逢昌养肿叮谅（2.14召）蛮隐层节点输旺出的误差为赵：漠爬袋所号抬竖数杏（2.1弃5）权值修正：骨精想当如并因托（2.斧16）阈值修正：客值宗捉条艳胆元俯（2.1稳7）渐如果误差达摇到精度要求奴或者循环次让数足够大，啦则结束网络易训练，否则庭则继续训练姐神经网络。逮BP阵神经网络的苹输入层与隐悉层之间通常体采用寿S姐型的传递函瞎数（如对数与函数、正切快函数），而捆隐层和输出织层之间则采旬用线性传递依函数。由于佛正切函数关聋于原点对称喜，学习速度廊较快，因而挽在本文中，蝶输入层和隐栗层之间的传逢递函数取正解切函数：樱名绵（2.1袍8）煤a阿和慰b刻分别取经验厕值术1.715片9宝和云2/3径。鱼隐层节点个椅数的选择比券较复杂，通尽常认为隐层蜻节点个数应跳介于输入和检输出节点个怖数之间，而再且与样本大鼓小有关。本滔文采用况Jain卷etal急.死（劈1997灯）的做法，吴隐层的节点孙个数＝样本川个数酬/（10×商（输入层节沉点个数＋输反出层节点个糊数））。穗由于在懂BP份神经网络的树训练中，训引练次数过多辆往往会出现抽对数据的过旨度拟和，为丘了提高网络立的泛化能力杯，本文采取缎了下列两个通解决办法：红对输入数据挨进行标准化刷处理，即绒均值为兴0、标准差残为1。竞规则化调整裁，即通过调器整网络的性妹能函数来增岛强网络泛化瞧能力。普通找的赤BP神经网迈络一般采用死网络误差的健均方根之和碑作为性能函策数，如至蒙伐宅轰（2剑.19）集而调整后的喊网络性能函句数如下：胆撑尘愁望集奔（2.20稀）疮其中，据是性能函数田，在岛Matla从b江中可以进行照自动设置。筹使用该性能导函数可以减崇少网络的有方效权值和阈阁值，并且使懂网络的训练收输出更加平借滑，从而增促强网络的泛规化性能。历第三章言资实证结果分厚析比较仁本文的多元术判别分析和苗Logis券tic回归抽分析采用S亩PSS软件斗进行，而神爆经网络模型河的构建则采哗用Matl忘ab进行，戚结果如下:司第一节多塔元判别分析挥夺假设组合腊0为财务