财务困境与财务欺诈.pptVIP

（二）多变量判别分析(Multivariate DiscriminantAnalysis， MDA) 1、Altman的Z-Score模型： Altman（1968）首次将多元线性判别方法(Multiple Discriminant Analysis，MDA)引入到财务困境预测领域。这就是著名的Z-Score模型，这个模型的目的是预测企业的潜在失败性。 Altman选用1946至1965年期间提出破产申请的33家破产生产企业和规模相当及行业的对应的33家非破产生产企业作为样本，从最初的22个财务比率选择了5个，使用破产企业破产前一年的数据和非破产企业在相应时段的数据，估计出一个多元线性函数，称为Z-Score模型，其达式为： Z —判别函数值； X1—营运资金/资产总额，用于衡量企业流动性和资产规模； X2—利润留成/资产总额，用于衡量企业一段时间内的内源融资率； X3—息税前利润/资产总额，用于衡量企业资产的赢利能力； X4—普通股、优先股市场价值总额/负债帐面价值总额，用于衡量企业财务杠杆； X5—销售收入/资产总额，用于衡量主业经营能力 第二十九页，共五十页，2022年，8月28日 在Z-Score模型中，Altman提出了判断企业财务失败或破产临界值：Z-Score如果企业的Z-Score大于2.765，表明企业财务状况良好，发生财务失败或破产的可能性比较小；如果企业的“Z-Score小于2.765，则表明企业存在财务失败的危机，也就是说，企业的“Z-Score”越低，发生财务失败或破产的可能性就越大，反之则说明企业财务状况越好。 Altman发现在1.81和2.99之间会产生错误的分类，因此，他认为这一区间是忽略区域。 Altman将各种有关的比率合并成单一的预测指数，克服了单个比率内容有限、无法全面揭示企业财务状况的缺点 利用Z-Score模型和它的判别标准，Altman的判别结果如下：破产前一年的预测准确率为95.45%，但随着时间的增加，准确率大幅下降。 第三十页，共五十页，2022年，8月28日 2、Altman的Z模型 由于在一些国家有很多处于财务困境但又没有公开交易有价证券的公司，于是阿尔特曼重新评估变量X4，将其确定为：所有者权益/总债务帐面价值。新的模型被Altman称之为Z模型，其表达式为： Z模型的临界值区间如表所示。 Z 2.99 陷入财务困境可能性很小 2.7 _ Z2.99 有陷入财务困境可能 1.81 Z2.7 陷入财务困境可能性很大 Z1.81 陷入财务困境可能非常大 第三十一页，共五十页，2022年，8月28日 3、 ZETA模型 Deakin (1972)尝试构造二次式(Quadratic)函数的多元判别模型。他选取了1964-1972年间32家财务困境公司以及与之配对的32家健康公司作为样本来构造模型，模型前三年的判别正确率达80%，而对其他年度的判别正确率却不甚理想。Altman (1977)进行了改进。 ① （非线性的）二次式多元判别分析。选取分析了1969-1975年间53家制造业财务困境公司与58家配对正常公司，最后选定了7个变量进入模型，这 ② 7个指标是资产报酬率、收入的稳定性(用10年资产报酬率的标准差的倒数来度量)、利息保障倍数、赢利积累(留存收益/总资产)、流动比率、资本化率(五年的股票平均市场值/长期资本)和规模(用公司总资产来度量)，这7个指标分别表示企业目前的赢利性、收益的保障、长期赢利性、流动性和规模等特征。 ③ 判别正确率达到96%。 此模型就是著名的Zeta模型。但由于该模型被ZETA服务有限公司作为商品出售，因此，这7个比率的权重大小一直以来都是商业机密，不为公众所知。 第三十二页，共五十页，2022年，8月28日 （三）Tobit模型 1、Tobit简介 1981 年的诺贝尔经济学奖授予美国经济学家James Tobin， 以奖励他对金融市场及其与支出决策、就业、生产和价格的关系的分析。 Tobin 1958 年关于耐用消费品的研究。消费者有欲望去购买耐用消费品必须在其它基本需求已得到满足时才有可能。为刻划这样的需求，必须在模型中引进特殊的定性变量，建立了 Tobit 模型， Tobin 也被认为是 Markowitz 证券组合选择理论的奠基人，并且把它广泛地应用到居民和厂商的投资行为理论中去。他实际上最早提出二基金分离定理，即每一有效的投资组合都可由两个有效组合来生成，从而投资者面对