财务危机预警国内外研究现状

财务危机预警国内外研究现状,上市公司财务危机预警大量财务危机成本的存在使得危机预警成为必要。财务危机预警是以财务会计信息为基础,通过设置并观察一些 敏感性预警指标的变化,对公司可能或者将要面临的财务危机实施的实时监控和预测警报。财务危机成功的预警要借助于良好的财务预警模型,它是指借助于公司财务指标和非财务指标体系,识别公司财务状况的判别模型。

财务危机预警模型的种类很多,常见的有以下六类:一元判定 模型(univariate)、财务危机多元线性判定模型( multiple discriminant analy-sis,MDA)、多元逻辑(logit)回归模型、多元概率比( probit)回归模型、人工神经网络(ANN)模型和联合预测模型。财务危机以下分别对其进行介绍。一元判定模型是指以某--项财务指标作为判别标准来判断公司是否处于破产状态的预测模型。在一元判定模型中,最为关键的一点就是寻找判别阈值。财务危机通常需要将样本分为两组:一组是构建预测模型的“预测样本",也称估计样本(estimation sample);另一组是测试预测模型的“测试样本”，又称“有效样本"( validation sample)。首先,将预测样本(包括破产公司和非破产公司)按照某一.选定的财务比率进行排序,选择判别阈值点,使得该组的误判率达到最小。其次,将选定的阈值作为判别规则，财务危机对测试样本进行测试。财务危机最早的财务危机预警研究是Fitzpatrick(1932)开展的单变量破产预测研究。财务危机Beaver(1966)考察了29个财务比率在公司陷人财务危机前1~5年的预测能力,发现营运资金流/总负债在破产前一年的预测正确率可以达到87%。