國內(nèi)外文獻綜述

1、1.引言1.1 研究背景與意義1.1.1 研究背景2011 年是我國加入 WTO 的第十個年頭， 隨著我國經(jīng)濟的不斷發(fā)展， 改革開放的不斷深 入，制造業(yè)日益面對激烈的國內(nèi)市場競爭與國際市場競爭。 我國是一個制造業(yè)大國， 制造業(yè) 在經(jīng)濟發(fā)展中具有特殊地位和作用。 世界經(jīng)濟發(fā)展的趨勢已表明， 制造業(yè)是一個國家經(jīng)濟發(fā) 展的基石，也是增強國家競爭力的基礎。在過去的 20 世紀中，是制造業(yè)給美國、日本和歐 洲帶來了巨大的經(jīng)濟發(fā)展和市場繁榮。有人坦言： “無論今后科學技術(shù)怎樣進步，發(fā)展先進 的制造業(yè)將是人類社會永恒的主題，制造業(yè)也將永遠是人類社會的首席產(chǎn)業(yè)” 。同時，制造 業(yè)是解決就業(yè)矛盾的一個重要領(lǐng)域，

2、 也是新時代提高一個國家整體就業(yè)水平的重要基礎。 世 界經(jīng)濟發(fā)展的歷史表明， 雖然第三產(chǎn)業(yè)將會吸納越來越多的生產(chǎn)力， 但是制造業(yè)仍然是解決 就業(yè)矛盾的一個重要領(lǐng)域， 而且制造業(yè)的發(fā)展水平直接關(guān)系到第三產(chǎn)業(yè)的發(fā)展。 我國的人口 壓力和就業(yè)壓力越來越大。 因此， 發(fā)展制造業(yè)不僅可以吸收巨大的勞動力， 而且隨著生產(chǎn)效 率的提高， 也可以提高勞動力的素質(zhì)。 對維持社會穩(wěn)定， 構(gòu)建社會和諧有著舉足輕重的作用。 此外制造業(yè)不僅是高新技術(shù)的載體， 而且也是高新技術(shù)發(fā)展的動力。 近年來， 先進的制造技 術(shù)不僅創(chuàng)造了更先進的生產(chǎn)方式和更高的生產(chǎn)效率， 而且先進的制造技術(shù)正在對傳統(tǒng)的制造 技術(shù)進行著系統(tǒng)的改造。

3、當今世界， 高度發(fā)達的制造業(yè)和先進的制造技術(shù)已經(jīng)成為衡量一個 國家綜合經(jīng)濟實力和科技水平的最重要標志， 成為一個國家在競爭激烈的國際市場上獲勝的 關(guān)鍵因素。1.1.2 研究意義 在激烈的國內(nèi)及國際競爭的大環(huán)境下，雖然我們的制造業(yè)上市公司從數(shù)量到規(guī)模都有 了很大的提升， 從整體上看，公司的經(jīng)營狀況、盈利狀況都有所改善， 但每個企業(yè)都面臨著 巨大的生存壓力， 企業(yè)陷入困境、 陷入危機的幾率大幅度增加。 出現(xiàn)了多樣化的風險與危機， 有些企業(yè)逐步從財務狀況正常發(fā)展到財務狀況惡化，陷入財務危機，甚至出現(xiàn)倒閉、破產(chǎn)， 使企業(yè)本身、投資者等多方面利益遭受到損失。所以本文試圖通過對財務預警模型的研究， 實現(xiàn)保

4、護企業(yè)和投資者利益、防范企業(yè)財務風險的目的，具體意義如下：（1）對于投資者來講。有助于投資者預知公司是否會陷入財務危機，獲取財務危機的 事前提示， 使投資者對公司的財務狀況和經(jīng)營成果作出預先判斷，加強投資的警惕性， 這樣就能使投資者盡可能的降低公司股票價格大跌及破產(chǎn)清算的影響，盡可能的避免損失。 所以財務預警有助于投資者作出正確的投資決策，切實保障投資者自身利益。（2）對于企業(yè)經(jīng)營者來講?？梢杂行Х婪敦攧诊L險，加強企業(yè)內(nèi)部控制，改善企業(yè)經(jīng) 營管理。 目前來講， 階段性地評估企業(yè)當前的財務狀況是一項極其重要的工作， 因為這樣可 以發(fā)現(xiàn)公司潛在的優(yōu)勢和不足， 以便采取針對性的對策， 制定新的措施，

5、 改變企業(yè)發(fā)展現(xiàn)狀， 有效阻止企業(yè)的財務危機，有助于企業(yè)長久、穩(wěn)定地發(fā)展。（ 3）對于債權(quán)人來講。目前的債權(quán)人以銀行和金融企業(yè)居多，通過財務預警債權(quán)人可 以判斷企業(yè)的償債能力， 合理評估企業(yè)未來的資信狀況， 從而提前采取相應的措施， 避免貸 款損失，保證債權(quán)資產(chǎn)的安全。（4）對于監(jiān)管部門來講。證監(jiān)會對上市公司進行的監(jiān)管主要依賴于上市公司年底所披 露的財務報表， 在時效上具有一定的滯后性。 通過財務預警， 監(jiān)管部門便可以利用該公司前 幾年披露的財務報表提前對上市公司進行監(jiān)測， 對于有財務危機預兆的上市公司， 可以通過 加強事前監(jiān)管，更好的維護市場秩序，并且防范股票市場風險。1.2 國內(nèi)外文獻綜述

6、1.2.1 國外文獻研究國外學者對企業(yè)破產(chǎn)預測的研究始于美國歷史上的 “大蕭條” 時期， 大批銀行倒閉， 企 業(yè)破產(chǎn)，市場蕭條，生產(chǎn)銳減，失業(yè)人數(shù)激增，人民生活水平驟降，農(nóng)產(chǎn)品價格下跌，很多 人瀕臨破產(chǎn)，全面的金融危機接踵而至。國外對企業(yè)財務危機的研究經(jīng)歷了以財務比率分析為主的單變量分析階段和將財務比 率與各種統(tǒng)計方法相結(jié)合的多變量分析階段，具體而言：最初有關(guān)企業(yè)財務危機的預警分析主要采用財務報表分析和財務比率分析。 財務報表分 析的基本思想是通過考核企業(yè)財務報表（資產(chǎn)負債表、利潤表及利潤分配表、現(xiàn)金流量表）中的歷史比較、 橫向比較和結(jié)構(gòu)性比較的數(shù)據(jù)來實現(xiàn)分析企業(yè)真實情況的目的。財務比率分析在

7、本質(zhì)上是屬于財務報表分析，但比財務報表分析又更進一層，主要包括企業(yè)的償債能力、 經(jīng)營能力、獲利能力、財務結(jié)構(gòu)、成長能力和現(xiàn)金流量分析等。真正全面對企業(yè)的財務危機進行預測研究的是 Fiztpartrick 。1932 年 Fiztpartrick 以 19 家 公司為樣本， 運用單個財務比率將樣本劃分為破產(chǎn)組和非破產(chǎn)組， 進行單變量破產(chǎn)預警研究， 其發(fā)現(xiàn)判別能力最高的是“凈利潤/股東權(quán)益”和“股東權(quán)益 /負債”兩個比率。1966 年 Beaver 沿著 Fitzpartriek 的思路繼續(xù)研究破產(chǎn)預測問題，在其財務比率與失敗 預測一文中， Beaver 以企業(yè)危機預測為主題，以單一財務比率指標為

8、基本變量，運用配 對樣本法， 隨機挑選了 1954年至 1964年間的 79 家運營失敗的企業(yè)， 并針對這 79家失敗企 業(yè)挑選了與其產(chǎn)業(yè)相同且資產(chǎn)規(guī)模相近的 79 家正常企業(yè)，分別檢驗了反映企業(yè)不同財務特 征的 6 組 30 個變量在公司破產(chǎn)前的 1-5 年的預測能力，他發(fā)現(xiàn)最好的判別變量是“現(xiàn)金流 量/總負債” （ 在公司破產(chǎn)的前一年成功地判別了90%的破產(chǎn)公司 ）和“凈利潤 /總資產(chǎn)” （在同一階段的判別成功率是88%）。Bevaer還發(fā)現(xiàn)越臨近破產(chǎn)日 誤判率越低。由于單變量分析具有內(nèi)在的無法克服的缺陷，因此后來的學者開始尋求新的方法。Altman 首先將判別分析方法 MDA（Multi

9、ple Discriminant Analysis） 應用到對企業(yè)財務危機的 研究中。 1968 年，根據(jù)行業(yè)和資產(chǎn)規(guī)模，他為 33 家破產(chǎn)公司選擇了 33 家非破產(chǎn)配對公司， 選用 22 個變量作為破產(chǎn)前 1-5 年的預測備選變量，根據(jù)誤判率最小的原則，最終確定了5個變量 （營運資本 /總資產(chǎn)、留存收益 / 總資產(chǎn)、稅息前利潤 /總資產(chǎn)、權(quán)益市場價值 /總債務的 帳面價值及銷售收入/總資產(chǎn)）作為判別變量組成了 Z計分（Z-Score）模型。由于Z計分模型是 以上市公司中的制造業(yè)公司為研究對象，不利于非上市公司及非制造業(yè)的評分，所以后來Ahman修改了 Z計分模型，分別建立了非上市公司及非制造

10、業(yè)的Z計分模型。1977年Altman，Haldemna 和 Narayanan 擴展了原始的 Z 計分模型， 建立了 ZETA 模型， 該模型以 1962年至 1975 年間的 53 家破產(chǎn)企業(yè)和 58 家配對的正常公司為樣本， 選用了 27 個初始財務比率進行 區(qū)別分析，最后選取了 7 個解釋變量，其分類正確率高于原始的 Z 計分模型，特別是在破 產(chǎn)前較長時間的預測準確率較高。由于 Z 計分模型的預測能力好，成本效益好，后續(xù)很多 學者也曾按照 Atlmna 的方法進行了類似的研究并取得了良好的效果，因此多元判別分析方 法成為了研究企業(yè)財務危機的一種主流方法。自 80 年代后，許多相關(guān)文獻在

11、會計比率選擇及新方法的引入方面進行了許多積極的探索。ohlson（1980）用多元邏輯回歸方法分析了1970-1976年間破產(chǎn)的205家公司和2058家公司組成的非配對樣本， 運用邏輯斯蒂回歸法建立了預測模型， 他發(fā)現(xiàn)至少存在四類顯著影響 公司破產(chǎn)概率的變量 :公司規(guī)模、資本結(jié)構(gòu)、 經(jīng)營業(yè)績和當前的變現(xiàn)能力。從 1980年代以來，Lgoistic 回歸分析代替判別分析法，在財務危機預測研究領(lǐng)域占據(jù)主流地位。Frydman ， Altman 和 Kao(1955) 提 供了一 種新分類 方法一 遞歸劃 分算法 (Rcursive Partitioning) 進行財務分析并在公司財務危機的背景下與

12、判別分析作了比較。發(fā)現(xiàn)遞歸劃分 算法在許多原始樣本和對比樣本上比判別分析更好。Platt(1990)檢驗了與產(chǎn)業(yè)相關(guān)的財務指標營運指標和產(chǎn)出的變化與公司經(jīng)營失敗的關(guān) 系，結(jié)果證明， 用產(chǎn)業(yè)因素調(diào)整后的模型事前和事后的分析效果較佳。 從而證明了在進行財 務危機預警研究時，應注意考慮不同行業(yè)之間所存在的差異。Coats和Fant(1991)采用類神經(jīng)網(wǎng)絡構(gòu)建了破產(chǎn)預測模型。他們用了 4家財務危機公司和 47 家健康公司來建立并檢測模型的預測效果，結(jié)果顯示：模型用于預測財務危機公司準 確率達 91%;而采用多元判別法的模型預測同樣德94家樣本企業(yè)， 多元判別法的預測精度僅為 72%。這從而反映出了類

13、神經(jīng)網(wǎng)絡具有較佳的預測能力。但由于其缺乏理論架構(gòu)說明其 運作原理，其預測效果并未得到廣泛認同，因此應用前景尚不明朗。Chen和Lee(1993)利用生存分析法(survival analysis)研究了二十世紀 80年代的石油天然 氣行業(yè)，研究樣本包括 1980-1988 年間的 75 家企業(yè)，結(jié)果表明，流動性比率、財務杠桿比 率、營業(yè)現(xiàn)金流、開采成功率、企業(yè)歷史和規(guī)模對企業(yè)能否存活影響巨大。Lindsay和Campball(1994)應用混沌系統(tǒng)對 46對破產(chǎn)公司和非破產(chǎn)公司的配對樣本進行 分析，指出健康公司比非健康公司顯現(xiàn)更多的混沌現(xiàn)象， 但是利用該理論構(gòu)筑的預測模型對 23 對企業(yè)的預測

14、結(jié)果的第一類錯誤和第二類錯誤分別高達19.51%和 12.20%。這些年來， 為了克服單一方法的局限，一些研究人員嘗試將統(tǒng)計、 金融、經(jīng)濟和社會等 領(lǐng)域的各種方法相結(jié)合推進相關(guān)研究， 出現(xiàn)了財務預警的混合模式。 混合模式是指在進行預 警分析時， 同時采用兩種或兩種以上的方法建立模型， 以實現(xiàn)企業(yè)財務危機預警的目的。 建 立混合模式的目的是同時采用多種方法， 克服各個方法自身的缺陷， 取長補短。 對此進行的 實證研究表明，混合模型與其中包括的單個方法模型相比，有著更高的準確性。2001 年，英國學者 Fneg Yu Lin 和 Salyl MCClena 以四種獨立的財務預警研究方法 (判別分析

15、法、邏輯 回歸法、神經(jīng)網(wǎng)絡方法及決策樹方法)為基礎，將這幾種方法進行不同的組合，建立了幾種混合模式， 再對這些方法進行實證分析， 驗證結(jié)果表明在同等條件下， 混合模式明顯優(yōu)于單 個方法模式。通過上述對西方財務困境預測模型的分類介紹， 得出的基本評價是： 目前財務困境預測 模型盡管層出不窮， 但主要使用的還是單變量判別模型、 多元線性判別模型和多元邏輯回歸 模型三大類。 其他研究方法雖然也作出了一些有益的嘗試， 但由于模型開發(fā)歷史較短， 研究 不夠廣泛，模型的穩(wěn)定性尚有待進一步檢驗。1.2.2 國內(nèi)研究現(xiàn)狀我國學者對財務危機預警問題的研究始于二十世紀八十年代末期，國內(nèi)關(guān)于財務危機 預警的研究基本

16、以靜態(tài)分析為主。最初的研究主要是對國外模型的介紹和評價，直至1994年，以我國企業(yè)數(shù)據(jù)為基礎，建立適用于我國國情的預警模型的文章才開始出現(xiàn)。此后，國內(nèi)學者開始提出一些預警的指標框架并開始引進國外的研究方法對財務危機預警問題進行 實證研究。陳靜在1999年的研究。此研究以到 1998年年底的27家ST公司與同規(guī)模、同行業(yè)的 非 ST 公司作為研究樣本，選取凈資產(chǎn)收益率、資產(chǎn)負債率、流動比率及總資產(chǎn)收益率等4個財務比率，進行了單變量分析，研究結(jié)果表明：流動比率和資產(chǎn)負債率在宣布ST前1年的準確率最高，但在宣布前兩年、前三年時，總資產(chǎn)收益率的準確率最高。張愛民在2001年借鑒了 Ahmna的多元Z值

17、模型，選用了 8個企業(yè)財務指標(凈資產(chǎn)收 益率、總資產(chǎn)利潤率、銷售利潤率、總資產(chǎn)周轉(zhuǎn)率、股東權(quán)益比率、流動比率、總資產(chǎn)增長率、資本積累率 ） ，選擇了 40 家我國的上市公司為估計樣本，用主成分分析法建立了主成分 預測模型，并給出了所研究上市公司的PS值范圍：當PS> 0.03時，則該公司近期不可能發(fā)生財務危機；當 PS<0.03時，則該公司近期有可能發(fā)生財務危機。吳世農(nóng)、 盧賢義在 2001 年以 1998-2000 年中的 70 家被 ST 公司和 70 家非 ST 公司作為 研究樣本。 分別從長短期償債能力、 企業(yè)的盈利能力、成長能力、 營運能力和企業(yè)規(guī)模等角 度選取了股東權(quán)

18、益收益率、盈利能力增長率等 21 個指標，首先采用了單變量判定分析和剖 面分析研究前 5 年內(nèi)各年這些公司 21 個財務指標的差異性。 然后又以 Fisher 線性判別分析、 多元邏輯回歸和線性回歸分析三種方法應用構(gòu)建了相應的模型。研究結(jié)果表明： 三種模型都可以在財務危機發(fā)生前做出較為準確的判斷。吳超鵬、吳世農(nóng)在 2005 年收集我國 1998-2003 年 540 家價值損害型上市公司的有關(guān)財 務變量，并且首次引入公司內(nèi)外部治理變量，應用 “排序因變量模型” 分析財務狀態(tài)變化的影響因素 ,并采用“人工神經(jīng)網(wǎng)絡技術(shù)” ,預測價值損害型企業(yè)的五種變化趨勢 ：財務康復、財 務轉(zhuǎn)好、財務維持、財務轉(zhuǎn)

19、差或財務困境。其結(jié)果表明：股票超額收益、公司治理指數(shù)和投 資者利益保護指數(shù)都有助于提高模型的預測能力。呂長江、周現(xiàn)華在 2005 年以制造行業(yè)上市公司的 33 個指標樣本為基礎 ,分別運用多元 判別分析、邏輯線性回歸模型和人工神經(jīng)網(wǎng)絡模型對財務狀況處于困境的公司進行預測分析 并對他們的預測結(jié)果加以比較。呂長江在 2008 年對上市公司兩階段財務預警進行了研究，在對公司財務行為和風險特 征的研究基礎上 ,提出了公司財務狀況五分類法 ,并采取兩階段財務預警的思路 ,研究了上市 公司財務困境和財務破產(chǎn)的前后變化關(guān)系,給出了預防、診斷和治療財務困境、財務破產(chǎn)的不同措施 ,這對于豐富和發(fā)展公司財務理論

20、,規(guī)范、指導公司的財務行為 ,提高上市公司財務運 營的質(zhì)量 ,指導上市公司財務管理實踐 ,優(yōu)化市場資源配置 ,促進證券市場的健康穩(wěn)定發(fā)展具 有重要的理論意義和現(xiàn)實意義。總之， 在財務危機預警問題上我國學者作了一些有益的探索并取得了一定的成果，與此同時也存在著一定的問題 ：第一對國外的模型不加修正直接采用，沒有充分考慮國內(nèi)外模型 適用環(huán)境不同 ;第二上市公司前一年的財務報告是上市公司是否會被特別處理的主要依據(jù)。 而我國的大多數(shù)研究都以上市公司發(fā)生財務危機前一年的財務報告為數(shù)據(jù)來源，這樣就會降低了所建模型的實用性 ;第三“配對抽樣”方法可能把象行業(yè)和資產(chǎn)規(guī)模排除在模型之外， 而這些因素很可能是解釋

21、破產(chǎn)的重要因素。 同時，配對抽樣還夸大了預警模型的判別正確率 第四我國財務危機預警研究中大都沒有涉及現(xiàn)金流量內(nèi)容， 這樣就影響一些研究成果的有用 性。本文在進行研究時充分考慮了以上問題并在一定程度上予以改進，極力建立適合我國上市公司的財務危機預警模型。1.3 研究方法與理論框架研究方法本文主要采取定性分析與模型構(gòu)建為主的方法，以制造業(yè)上市公司財務預警模型的構(gòu) 建為研究目的。在國內(nèi)外財務預警理論研究的基礎上，試圖找出一種改進的財務預警模型， 主要采用以下研究方法：（ 1）規(guī)范分析方法。這種方法主要用于建立理論分析框架，闡述制造業(yè)上市公司財務 危機預警的概念和理論基礎，建立財務危機預警的指標體系。

22、（ 2）統(tǒng)計分析方法。這種方法應用在資料整理、尋找規(guī)律以及數(shù)學建模等，應用中要 合理確定統(tǒng)計方法的應用條件，有效利用這種方法尋找規(guī)律和檢驗規(guī)律。（3）定性與定量相結(jié)合的方法。在定性方法中，首先采用的是歷史分析法。在文獻綜 述部分，以時間為主線，對歷史上相關(guān)領(lǐng)域的主要代表人物及其研究成果進行了匯總和歸納， 并結(jié)合本研究的需要加以評述。在文中的實證研究部分，在搜集大量的樣本數(shù)據(jù)基礎上, 合運用了數(shù)學及計算機等知識，最終得出研究結(jié)論并加以分析解釋。132理論框架1 Fitzpatrick,P.J. A Comparison of Ratis of Successful Industrial Ente

23、rprises With Those of Failed Firms.Certified Public Accountant.1932,2:589-7372 William H. Beaver. Financial Ratios As Predictors Of Failure.Journal Of Account Recearrh.1966,4:71-1273 Edward I.Altman.Finaneial Ratios,Diseriminant Analysis and Predietion of CorPorate Bankrupt.Journal of Finanee.Septem

24、ber1968,9:589-6064 Edward I.Altman,Robert G. Haldeman,P.Narayanan.Zeta Analysis:A New Model to Identify Bankruptcy Risk of Corporation.Journal of Banking and Finanee.1977,1:29-545 Ohlson J.S.Finaneial Ratios And The Probabilistic Predietion of Bankruptcy.Journal of Accounting Researeh.1980,1:109-131

25、6 Zmijewski,M.E.Methodological Issues Related to the Estimation of Financial Distress Predietion Models.Supplement to Journal of Accounting Researeh.1984:59-827 Halina Frydman,Edward I.Altman,Duen-LiKao.Introducing Reeursive Partitioning for Financial Classification:The Case of Financial Distress,Jo

26、urnal of Finanee.1985 ， 40(1):269-2918910 Kevin C.W.Chen,Chi-Wen Jevons Lee.Financial Ratios and Corporate Endurance:A Case of the Oil and Gas Industry.Contemporary Accounting Researeh.1993,9(2).Spring.11 David H. Lindsay,Annhenrie Campbell.A Chaos Approach to Bankruptey Predietion.Journal of Applie

27、d Business Resareh.199412 Feng Yu Lin. Sally MCClean.A data mining approach to the Predietion of corporate failure.Knowledge-Based Systems.2001,14:189-19513 Deakin .E.B.A Diseriminant Analysis Prediction of Business Failure. Journal of AccountingReseareh(Spring),1972:167-16914 Koh, H.C.The sensitivi

28、ty of optimal cutoff points to misclassification costs of type I and typ e n errors in the goin g-c oncern predict ion con text, Jour nal of Busin ess Finan ce&Acco un ti ng , 1992,19(2):187-97.15 Sinkey,J.F.,Jr.A multivariate statistical analysis of the characteristics of problem banks,The Jour

29、nal of Finance.1975,30(1):21-3616 KichinosukeTakahashi, Yukiharu Kurokawa, Corporate Bankruptey Prediction inJapan.Journal of Flanking and Finanee.1984,617 Joo-Ha Nam, Taehong Jinn. Bankruptey Predietion:Evidence from Korean Listed Companiesduring the IMF Crisis.Journal of International Financial Ma

30、nagement and Accounting， 2000 ， 11(3)1 陳靜上市公司財務惡化預測的實證分析J.會計研究，1999 (4) 31-382 張愛民，祝春山，許丹健.上市公司財務失敗的主成分預測模型及其實證研究.金融研究,2001 ，(3) 10-253 吳世農(nóng)，盧賢義我國上市公司財務困境的預測模型研究J.經(jīng)濟研究，2001(6)46-554 吳超鵬，吳世農(nóng)基于價值創(chuàng)造和公司治理的財務狀態(tài)分析與預測模型研究J.經(jīng)濟研究，2005(11)：99-110呂長江，趙巖上市公司財務狀況分類研究J.會計研究，2004( 11)： 56-616 王克敏，姬美光基于財務與非財務指標的虧損公司

31、財務預警研究J，財經(jīng)研究，2006( 7)： 63-727 呂長江上市公司兩階段財務預警研究J，審計與經(jīng)濟研究，2008( 3)： 1118 陳燕，張海軍上市公司財務預警模型的研究J，財經(jīng)問題研究，2007( 6): 92-979 宋鵬，張信東基于Logistic模型的公司財務危機預警研究J.經(jīng)濟問題，2009(8): 50-5210 呂長江，周現(xiàn)華上市公司財務困境預測方法的比較研究J.吉林大學社會科學學報，2005 (11)：99-10911 賴娟，肖珉，周宗放 基于因子分析和Logistic 回歸模型的我國集團上市公司財務危機預測實證研究A第四屆(2009)中國管理學年會一一金融分會場論文

32、集C,2009.12 呂長江上市公司財務困境與財務破產(chǎn)的比較分析J.經(jīng)濟研究，2004(8).13 趙桂芹，周晶晗我國產(chǎn)險公司財務惡化預警一一基于Logistic模型J經(jīng)濟管理，2007(13):13-20.14 趙景企業(yè)財務預警模型實證研究現(xiàn)代金融，2008(4)15 趙桂芹，周晶晗 我國產(chǎn)險公司財務惡化預警經(jīng)濟管理， 2007 (13)16 薛業(yè)飛 上市公司財務危機預警研究上海金融， 2006(12)17 韓臻聰，于麗萍上市公司財務危機成因分析J.經(jīng)濟論壇，2005(19):120-12318 周娟，王麗娟基于現(xiàn)金流量指標的財務危機預警模型分析J.財會通訊，2005(12):107-110

33、1 Fitzpatrick,P.J. A Comparis on of Ratis of Successful In dustrial En terprises With Those of Failed Firms.Certified Public Accountant.1932,2:589-7372 William H. Beaver. Financial Ratios As Predictors Of Failure.Journal Of Account Recearrh.1966,4:71-1273 陳靜上市公司財務惡化預測的實證分析J.會計研究，1999 (4) 31-384 張愛民，

34、祝春山，許丹健.上市公司財務失敗的主成分預測模型及其實證研究.金融研究,2001 ，(3) 10-255 Edward I.AItman.Finaneial Ratios,Diseriminant Analysis and Predietion of Corporate Ban krupt.Journal of Finan ee.September1968,9:589-6066 Edward I.Altman,Robert G. Haldeman,P.Narayanan.Zeta Analysis:A New Model to Identify Bankruptcy Risk of Corpo

35、ration.Journal of Banking and Finanee.1977,1:29-547 吳世農(nóng)，盧賢義.我國上市公司財務困境的預測模型研究J.經(jīng)濟研究，2001(6)46-558 吳超鵬，吳世農(nóng).基于價值創(chuàng)造和公司治理的財務狀態(tài)分析與預測模型研究J.經(jīng)濟研究，2005(11)：99-1109 Ohlson J.S.Finaneial Ratios And The Probabilistic Predietion of Bankruptcy.Journal of Accounting Researeh.1980,1:109-13110 Zmijewski,M.E.Methodol

36、ogical Issues Related to the Estimation of Financial Distress Predietion Models.Supplement to Journal of Accounting Researeh.1984:59-8211 呂長江，趙巖.上市公司財務狀況分類研究J.會計研究，2004( 11)： 56-6112 王克敏，姬美光.基于財務與非財務指標的虧損公司財務預警研究 J，財經(jīng)研究，2006 ( 7)： 63-7213 HalinaFrydman,Edward I.Altman,Duen-LiKao.Introducing Reeursiv

37、e Partitioning forFinancial Classification:The Case of Financial Distress,Journal of Finanee.1985 ， 40(1):269-2911415 呂長江.上市公司兩階段財務預警研究J，審計與經(jīng)濟研究，2008( 3)： 11116 陳燕，張海軍.上市公司財務預警模型的研究 J，財經(jīng)問題研究，2007( 6)： 92-971718 Kevin C.W.Chen,Chi-Wen Jevons Lee.Financial Ratios and Corporate Endurance:A Case of the

38、Oil and Gas Industry.Contemporary Accounting Researeh.1993,9(2).Spring.19 宋鵬，張信東.基于Logistic模型的公司財務危機預警研究J.經(jīng)濟問題，2009 (8)： 50-5220 呂長江，周現(xiàn)華 . 上市公司財務困境預測方法的比較研究 J. 吉林大學社會科學學報，2005 (11)：99-10921 David H. Lindsay,Annhenrie Campbell.A Chaos Approach to Bankruptey Predietion.Journal of Applied Business Resareh.199422 Feng Yu Lin. Sally MCClean.A dat