企業(yè)財務(wù)預(yù)警模型的比較分析

企業(yè)財務(wù)預(yù)警模型的比較分析

ID:15175960

大?。?2.00 KB

頁數(shù):8頁

時間:2018-08-01

企業(yè)財務(wù)預(yù)警模型的比較分析_第1頁
企業(yè)財務(wù)預(yù)警模型的比較分析_第2頁
企業(yè)財務(wù)預(yù)警模型的比較分析_第3頁
企業(yè)財務(wù)預(yù)警模型的比較分析_第4頁
企業(yè)財務(wù)預(yù)警模型的比較分析_第5頁
資源描述:

《企業(yè)財務(wù)預(yù)警模型的比較分析》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、企業(yè)財務(wù)預(yù)警模型的比較分析財務(wù)預(yù)警模型是診斷企業(yè)財務(wù)狀況、提供財務(wù)危機(jī)信號的得力幫手,研究它無疑具有積極的意義。本文試圖對目前國內(nèi)外多種財務(wù)預(yù)警模型進(jìn)行比較分析,以為構(gòu)建適合我國企業(yè)財務(wù)預(yù)警模型提供一些思路和方法。一、財務(wù)預(yù)警模型的分類簡介(一)單變量模型單變量模型是指運(yùn)用單一變數(shù),用個別財務(wù)比率或現(xiàn)金流量指標(biāo)來預(yù)測財務(wù)危機(jī)的方法。Fitzpatrick最早研究發(fā)現(xiàn),出現(xiàn)財務(wù)困境的公司其財務(wù)比率和正常公司相比有顯著的不同,從而認(rèn)為企業(yè)的財務(wù)比率能夠反映企業(yè)的財務(wù)狀況,并指出財務(wù)比率分別對企業(yè)未來具有預(yù)測作用。Beaver在此基礎(chǔ)上用統(tǒng)計(jì)方法建立了單變量財務(wù)預(yù)警模型,發(fā)現(xiàn)債務(wù)

2、保障比率對公司的預(yù)測效果較好,其次是資產(chǎn)收益率和資產(chǎn)負(fù)債率的預(yù)測效果。另外,日本的田邊升一提出了利息及票據(jù)貼現(xiàn)費(fèi)用的單變量判別分析方法,以利息及票據(jù)貼現(xiàn)費(fèi)用的大小來判斷企業(yè)正常與否,從而也可對企業(yè)起預(yù)測作用。(二)多變量模型多變量模型就是運(yùn)用多個財務(wù)指標(biāo)或現(xiàn)金流量指標(biāo)來綜合反映企業(yè)的財務(wù)狀況,并在此基礎(chǔ)上建立預(yù)警模型,進(jìn)行財務(wù)預(yù)測。按所建模型是否具有動態(tài)預(yù)警能力、財務(wù)預(yù)警系統(tǒng)是否易于修改和擴(kuò)充,多變量模型又可以分為靜態(tài)統(tǒng)計(jì)模型和動態(tài)非統(tǒng)計(jì)模型。1.靜態(tài)統(tǒng)計(jì)模型。①8線性判別模型。多元線性判別模型是運(yùn)用多元統(tǒng)計(jì)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

3、數(shù)、確定判定區(qū)域,以對企業(yè)財務(wù)狀況進(jìn)行預(yù)測。這種模型以美國Atlman教授的Z模型最具代表性。②主成分預(yù)測模型。該模型也形成一個線性判定函數(shù)式,其形式類似判別分析模型。不過該模型是運(yùn)用多元統(tǒng)計(jì)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(xué)者張愛民、楊淑娥等分別運(yùn)用主成分分析方法對我國上市公司的財務(wù)預(yù)警模型進(jìn)行過研究。③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+β1x1+β2x2+…+βkxk。其中:c、β1、β2、…、βk為系數(shù);x1、x2、…、xk為k個預(yù)測變量,即財務(wù)指標(biāo);y為企業(yè)財務(wù)失敗的概率。該模

4、型以0.5為危機(jī)分界點(diǎn),y值越大,企業(yè)發(fā)生財務(wù)失敗的可能性越大,y值越接近于0,說明企業(yè)財務(wù)越安全。④logit模型和probit模型。它們也分別叫作對數(shù)比率模型和概率單位模型,都屬于概率模型,是在克服簡單的線性概率模型的基礎(chǔ)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:ln[p÷(1-p)]=α0+β1x1+β2x2+…+βkxk。其中:p取值為0、1;p為概率;x1,x2,…,xk為k個預(yù)測變量,即財務(wù)指標(biāo);α0、β1、β2、…、βk為系數(shù)。probit概率模型的預(yù)測效果一般與logit模型預(yù)測的效果相差不大,在此不多加介紹。82.動態(tài)非

5、統(tǒng)計(jì)模型。動態(tài)財務(wù)預(yù)警模型主要是把人工智能中的歸納式學(xué)習(xí)的方法應(yīng)用于財務(wù)危機(jī)預(yù)測。目前,這種方法中最常用的是神經(jīng)網(wǎng)絡(luò)預(yù)測模型。在神經(jīng)網(wǎng)絡(luò)模型中,當(dāng)輸入一些資料后,網(wǎng)絡(luò)會以目前的權(quán)重計(jì)算出相對應(yīng)的預(yù)測值以及誤差,而再將誤差值回饋到網(wǎng)絡(luò)中調(diào)整權(quán)重,經(jīng)過不斷地重復(fù)調(diào)整,從而使預(yù)測值漸漸地逼近真實(shí)值。當(dāng)應(yīng)用此網(wǎng)絡(luò)到新的案例時,只要輸入新案例的相關(guān)數(shù)值,神經(jīng)網(wǎng)絡(luò)就可以根據(jù)當(dāng)時的權(quán)重得出輸出值即預(yù)測值。神經(jīng)網(wǎng)絡(luò)分析是一種并行分布模式處理系統(tǒng),具有高度的計(jì)算能力、自學(xué)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(gòu)成。案例推理法是近年來才被嘗試應(yīng)用于財務(wù)危機(jī)預(yù)測上的一種動態(tài)

6、非統(tǒng)計(jì)模型方法。它是一種依循經(jīng)驗(yàn)來推理的方法,就是以過去發(fā)生的案例為主要的經(jīng)驗(yàn)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(dāng),學(xué)一次乖”的推理方法。當(dāng)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)有的案例庫中搜尋相似的案例,判斷新案例的類型。案例推理法的關(guān)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(zhuǎn)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(jìn)行推理判斷。二、各類財務(wù)預(yù)警模型的比較(一)單變量模型和多變量模型的比較81.單變量模型方法簡單,多變量模型方法較為復(fù)雜。單變量模型只對單個財務(wù)比率進(jìn)行分析考察,觀察企業(yè)發(fā)展變化趨勢,據(jù)此來判斷企業(yè)財務(wù)狀況,不需

7、要進(jìn)行復(fù)雜的計(jì)算。而多變量模型均同時選取多個財務(wù)指標(biāo)或現(xiàn)金流量指標(biāo),再通過一定的方法進(jìn)行綜合分析,模型的構(gòu)建涉及多種方法和理論,操作比較復(fù)雜。2.和多變量模型相比,單變量模型分析存在較多的局限性。①不同的財務(wù)比率的預(yù)測目標(biāo)和能力經(jīng)常有較大的差距,容易產(chǎn)生對于同一公司使用不同比率預(yù)測出不同結(jié)果的現(xiàn)象。②單個指標(biāo)分析得出的結(jié)論可能會受到一些客觀因素的影響,如通貨膨脹等的影響。③它只重視對個別指標(biāo)影響力的分析,容易受管理人員粉飾會計(jì)報表、修飾財務(wù)指標(biāo)、掩蓋財務(wù)危機(jī)的主觀行為的影響,以致模型判斷失效。而多變量模型由于綜合考

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。