多變量預警模型

1、多變M預警模型目錄隱藏 1多變量預警模型概述 2多變量模型的分類 3多變量預警分析模型的構建4相關條目多變量預警模型概述多變量預警模型即是運用多種財務比率加權匯總而構成線性函數(shù)公式來預測財務危機的一種模型。它一種綜合評價企業(yè)風魚的方法，當預測企業(yè)是否會面臨財務失敗時,只需將企業(yè)的多個財務比率同時輸入模型中,模型會通過計算得到一個結果，然后根據(jù)結果就可以判斷企業(yè)是否會面臨財務失敗或險；。多變量預警方法通過多個變量的組合來綜合確定企業(yè)發(fā)生財務風險的可能性,其從企業(yè)集團的宏觀角度出發(fā)運用多個財務指標衡量企業(yè)風險,為管理決策提供幫助,進而規(guī)避風險或延緩危機的發(fā)生。相對于單變量模型而言,多變量模型預警財

2、務指標能多方位反映企業(yè)經(jīng)營狀態(tài)，揭示企業(yè)產(chǎn)、供、銷各環(huán)節(jié)可能存在的風險，適合企業(yè)集團的財務預警系統(tǒng)的要求。多變量模型的分類多變量模型就是運用多個財務指標或現(xiàn)金流量指標來綜合反映企業(yè)的財務狀況,并在此基礎上建立預警模型，進行財務預測。按所建模型是否具有動態(tài)預警能力、財務預警系統(tǒng)是否易于修改和擴充，多變量模型又可以分為靜態(tài)統(tǒng)計模型和動態(tài)非統(tǒng)計模型。1,靜態(tài)統(tǒng)計模型。線性判別模型。多元線性判別模型是運用多元統(tǒng)計分析方法中的判別分析建立起來的，它是根據(jù)一定的樣本資料，建立判別函數(shù)、確定判定區(qū)域，以對企業(yè)財務狀況進行預測。這種模型以美國Atlman教授的Z模型最具代表性。主成分預測模型。該模型也形成一個

3、線性判定函數(shù)式，其形式類似判別分析模型。不過該模型是運用多元統(tǒng)計分析中的主成分分析方法，通過提煉綜合因子形成主成分，并利用主成分建立起來的。我國學者張愛民、楊淑娥等分別運用主成分分析方法對我國上市公司的財務預警模型進行過研究。簡單線性概率模型。該模型是利用多元線性回歸方法建立起來的，其形式是：y=c+31x1+32x2+3kxk其中：c、31、32、3k為系數(shù)；x1、x2、xk為k個預測變量，即財務指標；y為企業(yè)財務失敗的概率。該模型以0.5為危機分界點，y值越大，企業(yè)發(fā)生財務失敗的可能性越大，y值越接近于0,說明企業(yè)財務越安全。logit模型和probit模型。它們也分別叫作對數(shù)比率模型和概

4、率單位模型，都屬于概率模型，是在克服簡單的線性概率模型的基礎上并分別用logit和probit概率函數(shù)建立起來的。logit模型的形式為：lnpt1-p）="0+31x1+32x2+3kxk其中：p取值為0、1;p為概率;x1,x2,，xk為k個預測變量，即財務指標；a。31、32、3k為系數(shù)。probit概率模型的預測效果一般與logit模型預測的效果相差不大，在此不多加介紹。2.動態(tài)非統(tǒng)計模型。動態(tài)財務預警模型主要是把人工智能中的歸納式學習的方法應用于財務危機預測。目前，這種方法中最常用的是神經(jīng)網(wǎng)絡預測模型。在神經(jīng)網(wǎng)絡模型中，當輸入一些資料后，網(wǎng)絡會以目前的權重計算出相對應的預測

5、值以及誤差,而再將誤差值回饋到網(wǎng)絡中調整權重，經(jīng)過不斷地重復調整，從而使預測值漸漸地逼近真實值。當應用此網(wǎng)絡到新的案例時，只要輸入新案例的相關數(shù)值，神經(jīng)網(wǎng)絡就可以根據(jù)當時的權重得出輸出值即預測值。神經(jīng)網(wǎng)絡分近是一種并行分布模式處理系統(tǒng)，具有高度的計算能力、自學能力和容錯能力。該模型由一個輸入層、若干個中間層和一個輸出層構成。案例推理法是近年來才被嘗試應用于財務危機預測上的一種動態(tài)非統(tǒng)計模型方法。它是一種依循經(jīng)驗來推理的方法，就是以過去發(fā)生的案例為主要的經(jīng)驗依據(jù)來判斷未來可能發(fā)生的問題，是一種典型的上一次當，學一次乖”的推理方法。當輸入一個新的問題到案例推理法系統(tǒng)，該系統(tǒng)會在從現(xiàn)有的案例庫中搜尋

6、相似的案例，判斷新案例的類型。案例推理法的關鍵步驟就是根據(jù)相似性演算法測算出案例之間距離，再轉變?yōu)榘咐g的相似度，由相似度選取最相近的案例，據(jù)此進行推理判斷。多變量預警分析模型的構建財務預警的方法很多,如比弗的立面分析、兩分法檢驗和一元判定模型,迪肯的概率模暨埃德米特的小企業(yè)研究模型，達艾蒙德的范式確認模型等。但比較有代表性的主要是Z預警模型和F預警模型。1、Z預警模型。Z預警模型是由美國愛德華？阿爾曼（Altman）在20世紀60年代中期提出來的，最初阿爾曼在制造企業(yè)中分別選取了66家破產(chǎn)企業(yè)和良好企業(yè)為樣本，收集了樣本企業(yè)資產(chǎn)負債表和利潤表總的有關數(shù)據(jù)，并通過整理從22個變量中選定預測破

7、產(chǎn)最有用的5個變量，經(jīng)過綜合分析簡歷了一個判別函數(shù)：在這模型中他賦予5個基本財務指標以不同權重，并加權產(chǎn)生"Z1,即Z=0.012X1+0.014X2+0.033X4+0.999X5式中：Z為判別函數(shù)值X1=（營業(yè)資金一資產(chǎn)總額）X100X2=（留存收益土產(chǎn)總額）X100X3=（息稅前利潤一資產(chǎn)總額）X100X4=（普通股優(yōu)先股市場價值總額+負債賬面價值總額）X100*5=銷售收入度產(chǎn)總額該模型將反映企業(yè)償債能力的指標X1和X4、反映企業(yè)獲利能力的指標X2和X3以及反映企業(yè)運營能力的指標X5有機聯(lián)系起來，通過綜合分值分析預測企業(yè)財務失敗或破產(chǎn)的可能性。按照這個模式，一般來說，Z值越低

8、企業(yè)越有可能破產(chǎn)，通過計算某企業(yè)若干年的Z值就可以發(fā)現(xiàn)企業(yè)是否存在財務危機的征兆。阿爾曼根據(jù)實證分析提出了判斷企業(yè)財務狀況的幾個臨界值，即：當Z值大于2.675時，則表明企業(yè)的財務狀況良好，發(fā)生破產(chǎn)的可能性??；當Z值小于1.81時，則表明企業(yè)潛伏著破產(chǎn)危機；當Z值介于1.81-2.675時被稱為灰色地帶”，說明企業(yè)的財務狀況極為不穩(wěn)定。上述模型主要使用于股票已經(jīng)上市交易的制造企業(yè)，為了能夠將Z預警模型使用于私人企業(yè)和非制造企業(yè)，阿爾曼又對該模型進行了修正，即Z=0.065X1+0.0326X2+0.01X3+0.0672X4式中：X1=（運營資金銀產(chǎn)總額）X100X2=（留存收益銀產(chǎn)總額）X1

9、00X3=（息稅前利潤一資產(chǎn)總額）X100X4=（企業(yè)賬面價值+負債賬面價值）X100在這個預警模型中，當目標企業(yè)的Z值被測定為大于2.90時，說明企業(yè)的財務狀況良好；當Z值小于1.23時，說明企業(yè)已經(jīng)出現(xiàn)財務失敗的征兆；當Z值處于1.23-2.90時為灰色地帶：表明企業(yè)財務狀況極不穩(wěn)定。阿爾曼設計的Z模型綜合考慮了企業(yè)的資產(chǎn)規(guī)模、變現(xiàn)能力、獲利能力、財務結構、償債能力等方面的因素,該模型在西方預測公司破產(chǎn)的準確率達70%-90%,在破產(chǎn)前一年準確率高達95%。2、F預警模型。由于Z預警模型在建立時并沒有充分考慮到現(xiàn)金流量的變動等方面的情況，因而具有一定的局限性。為此，有學者擬對Z預警模型加以

10、改造，并建立其財務危機預測的新模型F預警模型。F預警模型的主要特點是：（1）F預警模型加入現(xiàn)金流量這一預測自變量。許多專家證實現(xiàn)金流量比率是預測公司破產(chǎn)的有效變量，因而它彌補了Z分數(shù)模式的不足。（2）本模型考慮到了現(xiàn)代化公司財務狀況的發(fā)展及其有關標準的更新。比如公司所應有財務比率標準已發(fā)生了許多變化，特別是現(xiàn)金管理技術的應用,已使公司所應維持的必要的流動比率大為降低。（3）本模型使用的樣本更加擴大。其使用了CompustatPCPlus會計數(shù)據(jù)庫中1990年以來的4160家公司的數(shù)據(jù)進行了檢查；而Z預警模型的樣本僅為66家（33家破產(chǎn)公司及33家非破產(chǎn)公司）。F預警模型對4160家公司進行了驗