企業(yè)財(cái)務(wù)預(yù)警模型的比較分析務(wù)管理畢業(yè)論文

《企業(yè)財(cái)務(wù)預(yù)警模型的比較分析務(wù)管理畢業(yè)論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、企業(yè)財(cái)務(wù)預(yù)警模型的比較分析務(wù)管理畢業(yè)論文財(cái)務(wù)預(yù)警模型是診斷財(cái)務(wù)狀況、提供財(cái)務(wù)危機(jī)信號(hào)的得力幫手，它無疑具有積極的意義。本文試圖對(duì)國(guó)內(nèi)外多種財(cái)務(wù)預(yù)警模型進(jìn)行比較，以為構(gòu)建適合我國(guó)企業(yè)財(cái)務(wù)預(yù)警模型提供一些思路和。一、財(cái)務(wù)預(yù)警模型的分類簡(jiǎn)介（一）單變量模型單變量模型是指運(yùn)用單一變數(shù)，用個(gè)別財(cái)務(wù)比率或現(xiàn)金流量指標(biāo)來猜測(cè)財(cái)務(wù)危機(jī)的方法。Ｆｉｔｚｐａｔｒｉｃｋ最早研究發(fā)現(xiàn)，出現(xiàn)財(cái)務(wù)困境的公司其財(cái)務(wù)比率和正常公司相比有明顯的不同，從而以為企業(yè)的財(cái)務(wù)比率能夠反映企業(yè)的財(cái)務(wù)狀況，并指出財(cái)務(wù)比率分別對(duì)企業(yè)未來具有猜測(cè)作用。Ｂｅａｖｅｒ在此基礎(chǔ)

2、上用統(tǒng)計(jì)方法建立了單變量財(cái)務(wù)預(yù)警模型，發(fā)現(xiàn)債務(wù)保障比率對(duì)公司的猜測(cè)效果較好，其次是資產(chǎn)收益率和資產(chǎn)負(fù)債率的猜測(cè)效果。另外，日本的田邊升一提出了利息及票據(jù)貼現(xiàn)用度的單變量判別分析方法，以利息及票據(jù)貼現(xiàn)用度的大小來判定企業(yè)正常與否，從而也可對(duì)企業(yè)起猜測(cè)作用。（二）多變量模型多變量模型就是運(yùn)用多個(gè)財(cái)務(wù)指標(biāo)或現(xiàn)金流量指標(biāo)來綜合反映企業(yè)的財(cái)務(wù)狀況，并在此基礎(chǔ)上建立預(yù)警模型，進(jìn)行財(cái)務(wù)猜測(cè)。按所建模型是否具有動(dòng)態(tài)預(yù)警能力、財(cái)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(dòng)態(tài)非統(tǒng)計(jì)模型。１．靜態(tài)統(tǒng)計(jì)模型。①線性判別模型。

3、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，建立判別函數(shù)、確定判定區(qū)域，以對(duì)企業(yè)財(cái)務(wù)狀況進(jìn)行猜測(cè)。這種模型以美國(guó)Ａｔｌｍａｎ教授的Ｚ模型最具代表性。②主成分猜測(cè)模型。該模型也形成一個(gè)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(guó)學(xué)者張愛民、楊淑娥等分別運(yùn)用主成分分析方法對(duì)我國(guó)上市公司的財(cái)務(wù)預(yù)警模型進(jìn)行過研究。③簡(jiǎn)單線性概率模型。該模型是利用多元線性回回方法建立起來的，其形式是：ｙ＝ｃ＋

4、β１ｘ１＋β２ｘ２＋…＋βｋｘｋ。其中：ｃ、β１、β２、…、βｋ為系數(shù)；ｘ１、ｘ２、…、ｘｋ為ｋ個(gè)猜測(cè)變量，即財(cái)務(wù)指標(biāo)；ｙ為企業(yè)財(cái)務(wù)失敗的概率。該模型以０．５為危機(jī)分界點(diǎn)，ｙ值越大，企業(yè)發(fā)生財(cái)務(wù)失敗的可能性越大，ｙ值越接近于０，說明企業(yè)財(cái)務(wù)越安全。④ｌｏｇｉｔ模型和ｐｒｏｂｉｔ模型。它們也分別叫作對(duì)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(jiǎn)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

5、為０、１；ｐ為概率；ｘ１，ｘ２，…，ｘｋ為ｋ個(gè)猜測(cè)變量，即財(cái)務(wù)指標(biāo)；α０、β１、β２、…、βｋ為系數(shù)。ｐｒｏｂｉｔ概率模型的猜測(cè)效果一般與ｌｏｇｉｔ模型猜測(cè)的效果相差不大，在此未幾加先容。內(nèi)容來自.nseac.２．動(dòng)態(tài)非統(tǒng)計(jì)模型。動(dòng)態(tài)財(cái)務(wù)預(yù)警模型主要是把人工智能中的回納式的方法于財(cái)務(wù)危機(jī)猜測(cè)。目前，這種方法中最常用的是神經(jīng)猜測(cè)模型。在神經(jīng)網(wǎng)絡(luò)模型中，當(dāng)輸進(jìn)一些資料后，網(wǎng)絡(luò)會(huì)以目前的權(quán)重出相對(duì)應(yīng)的猜測(cè)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，從而使猜測(cè)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(shí)，只要

6、輸進(jìn)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(shí)的權(quán)重得出輸出值即猜測(cè)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(cuò)能力。該模型由一個(gè)輸進(jìn)層、若干個(gè)中間層和一個(gè)輸出層構(gòu)成。案例推理法是近年來才被嘗試應(yīng)用于財(cái)務(wù)危機(jī)猜測(cè)上的一種動(dòng)態(tài)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，就是以過往發(fā)生的案例為主要的經(jīng)驗(yàn)依據(jù)來判定未來可能發(fā)生的，是一種典型的“上一次當(dāng)，學(xué)一次乖”的推理方法。當(dāng)輸進(jìn)一個(gè)新的題目到案例推理法系統(tǒng)，該系統(tǒng)會(huì)在從現(xiàn)有的案例庫中搜尋相似的案例，判定新案例的類型。案例推理法的關(guān)鍵步驟就是根

7、據(jù)相似性演算法測(cè)算出案例之間間隔，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)行推理判定。二、各類財(cái)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１．單變量模型方法簡(jiǎn)單，多變量模型方法較為復(fù)雜。單變量模型只對(duì)單個(gè)財(cái)務(wù)比率進(jìn)行分析考察，觀察企業(yè)變化趨勢(shì)，據(jù)此來判定企業(yè)財(cái)務(wù)狀況，不需要進(jìn)行復(fù)雜的計(jì)算。而多變量模型均同時(shí)選取多個(gè)財(cái)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，操縱比較復(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(cái)務(wù)比率的猜測(cè)目標(biāo)和能力經(jīng)常有

8、較大的差距，輕易產(chǎn)生對(duì)于同一公司使用不同比率猜測(cè)出不同結(jié)果的現(xiàn)象。②單個(gè)指標(biāo)分析得出的結(jié)論可能會(huì)受到一些客觀因素的，如通貨膨脹等的影響。③它只重視對(duì)個(gè)別指標(biāo)影響力的分析，輕易受治理職員粉飾報(bào)表、修飾財(cái)務(wù)指標(biāo)、掩蓋財(cái)務(wù)危機(jī)的主觀行為的影響，以致模型判定失效。而多變量模型由于綜合考慮了反映公司財(cái)務(wù)環(huán)境包括財(cái)