山东财经大学 金融风险管理 * 表6—2 第一批样本分辨的准确性程度(倒闭日前1年)) 实际分组 每组数量 对各组成员预测的结果 I(破产) II(健康) 第1组(破产企业) 33 31 (94%) 2 (6.0%) 第2组(非破产企业) 33 1 (3%) 32 (97%) 山东财经大学 金融风险管理 * 第二批样本分辨的准确性程度(倒闭日前2年) 实际分组 每组数量 对各组成员预测的结果 I(破产) II(健康) 第1组(破产企业) 33 24 (72%) 9 (28%) 第2组(非破产企业) 33 2 (6%) 31 (94%) 注:总体分辨的准确性为83% 山东财经大学 金融风险管理 * * 一、Z值评分模型的基本原理与应用(续) (二) Z值评分模型的应用 需解决的关键问题: 预测借款人能否破产时,哪一个指标最重要; 每个指标所占权重大小。 Z值评分模型是判别函数模型,建立方法有三类: 距离判别函数 Bayes判别函数 Fisher准则下的最优线性判别函数 山东财经大学 金融风险管理 * ZETA信用风险模型 1977年,Altman等对原始的Z计分模型扩展,建立了第二代模型。其目的是创建一种能够明确反映公司破产问题研究的最新进展的度量指标。同时,该模型还对从前模型构建中采用的统计判别技术进行了修正与精练。 山东
原创力文档

文档评论(0)