《国内外负债风险预警研究的文献综述》2000字.docxVIP

国内外负债风险预警研究的文献综述

1国内外负债风险预警方法综述

目前企业负债风险预警方法包括：单变量预警模型、多变量预警模型、Logistic回归预警模型、神经网络预警模型、支持向量机模型等。

单变量预警模型。Fitzpatrick(1932)通过比较样本中负债组和正常组的财务比率，发现财务比率清楚地反映了两个样本之间的差异，其中，净利润/权益、权益/债务这两个指标具有很强的预测能力。在国内研究中，陈静（1999）按照负债公司和正常公司1：1的比例选取了54家，结合4个财务指标数据进行分析，发现流动比率、资产负债率这两个指标对于预测公司财务状况更准确。单变量模型计算简单易于理解，但是，单变量预警模型只能从一个方面说明公司财务状况，并且不同的指标说明的结果不一致，而且结论极易受到通货膨胀因素影响。之后便有学者们在此基础上提出了多变量模型。

多变量预警模型。考虑到单变量模型在使用过程中的局限性，Altman（1968）研究了多变量模型，对判别度最高的5个财务指标进行赋值，构建出了z记分模型，该模型比单变量分析模型评价效果好，提高了企业负债带来的财务风险预警的准确性。国内研究中，周首华等（1996）从Altman的研究中吸取经验，添加现金流量指标以改进模型，以1：1的比例选取了62家样本来建立F分数模型，其预测准确率可达70%。多变量预警模型在一定程度上弥补了单变量模型的一些不足，预测