财务预警分析方法

二、财务预警分析方法——财务失败模型构建

（一）财务失败的定性预测模型

1.“A记分”法

美国学者阿吉蒂调查了企业的管理特性以及可能导致破产的公司缺陷，并建立了一套企业财务危机（破产）的定性预测方法，我们可将之称为“A记分”法。

“A记分”法试图将与企业风险有关系的各种现象或标志性因素列出，然后依据它们对企业经营失败的影响大小进行赋值，最后将一个企业的所得分值或记分加起来，这样就可以知道该企业的确切风险程度。

“A记分”法的关键是对于风险因素的处理。“A记分”法将有关因素分为三大类，并依据各因素对企业经营失败的影响大小进行赋值，如表4—2所示：

表4—2　风险因素及其记分值

续表

从表4—2中可以看出，“A记分”法对各种风险因素所赋予的分值是不一样的，可能给企业带来风险越大的风险因素赋予的分值越大，反之则赋予的分值越小。从经营缺点、经营错误和破产征兆这三类因素的分值来看，占分值比重最大的是经营错误（45），而且经营错误包括的风险因素只有三项，因此可以看出这三个经营错误是一个企业卷入失败风险的关键。其次重要的是经营缺点中的分值从3～15不等的几项因素，它们是造成企业经营错误的主要原因。此外，破产征兆对于企业而言当然是致命的，但当破产征兆出现时企业的经营失败几乎可以说是大局已定，除非经营者有回天之力，否则最终结果只有破产。因此，对于风险预测和设法避免破产而言，企业的经营者更应该对经营错误或经营缺点给予足够的重视，而不要坐等破产征兆出现再来挽救。

“A记分”法的理论基础在于，它认为企业的经营失败并不是突然发生的，而是有一个过程。企业首先发生一些经营上的缺点或不足，如不能加以克服，这些缺点就会导致经营上的错误产生，如果错误还得不到纠正，企业中就会出现明显的破产前征兆，而这时企业假如还不能悬崖勒马，则下一步必然是企业的破产。

“A记分”法中的17项风险因素的基本含义为：“管理活动不深入”指管理主要停留在作决策、发命令、提号召等表面活动上，而没有考虑如何落实决策，如何调动企业的各方面力量来执行决策；“管理技能不全面”指在企业领导班子中缺乏某些管理企业必需的人才，如懂财务、懂营销等方面的人才，因而没有形成一个技能全面的经理人员队伍；“被动的董事会”指企业的董事会在管理风格上消极被动，几乎完全被总经理所控制，失去了其应有的督导功能；“董事长兼任总经理”在现代企业制度中是一种不规范的做法，它使总经理失去董事长的必要监督；“总经理独断专行”是比前面两个缺点更进了一步，即总经理不但没有来自上面的有效监督，而且在企业中不听信其他管理人员的任何劝告和建议，一切事情均按个人的意志去办；“应变能力太低”则是指企业在整体上不能适应外部的市场环境，面对市场状况的各种变化，企业不能作出相应的调整和改革，总是落在形势的后面；“财务经理不够强”是指财务经理或者在业务上不能透彻掌握企业的真实财务能力，把握不住企业究竟能承担多大风险，或者在领导岗位上不能成为总经理作决策时的制衡力量，即不能以有力的根据说服总经理不要卷入太大风险的业务活动；“无过程预算控制”是指企业缺乏动态的收支预算监督，企业每一步活动的结果以及下一步活动的内容没能反映到一个完整和不断更新的企业预算表上；“无现金开支计划”即企业的现金支出是随机和随意的，这种没有事先安排的现金开支会造成现金管理的混乱；“无成本监督系统”是指其生产成本的结构及来源的动态分布监督体系没有建立，从而企业对成本的形成和成本的贡献都是不清楚的；“负债过多”意味着企业对于外部负债的按期归还没有把握和保证，这又意味着有被清算的危险，所以负债过多是一种冒险经营；“缺乏资本的过头经营”是指企业的自有资金和支撑资金所构成的资本难以支持企业与其他公司签订大规模的业务合同，因而，过头经营中合同很可能兑现不了，这样企业就会面临因违约而遭其他企业指控和起诉的危险；“项目风险过大”是指企业一次卷入或实施太大的生产或经营项目，这个项目不仅超过了企业的资金和生产等方面的实力，而且如果该项目不成功，企业将会面临破产的结局，这里的项目既可指企业自己经营的项目，也指企业出面担保其他企业从事的项目；“危急财务信号”指企业的财务报表上出现各种危险信息，如亏损赤字、债务到期偿还困难、流动资金瓶颈等；“被迫编造假账”是指企业为了保持市场声誉、股价稳定或债务契约条款的限制等原因，不得不隐瞒企业经营不善、亏损等事实，而企业又不得不向有关政府机构、股民等方面公布自己的财务报表，于是，编造假账的情况这时就有可能发生；“经营秩序混乱”指企业往常的经营秩序已经被打乱，如管理混乱，向上级部门的请示被搁置，不合格产品或服务猛增，市场抱怨增加，工资冻结，士气低落，人才外流，各种不利企业的传闻蔓延等；“管理停顿”则是危机前的最后一步，即企业中的事情无人管、无人负责，生产可能处于瘫痪半瘫痪状态。

“A记分”法对各风险因素的打分规则是，每一项得分要么是0分，要么是满分，不允许给中间分。因此对打分者的要求很高，他必须对公司的有关项目的情况要非常熟悉，打分时有充分的把握，有些情况最好能列举企业中发生的具体例子。

这种预测方法的评判标准是：所得总分值越高，则企业的处境越差；在理想的企业中，总分值应当为0。企业的总临界分是25；如果企业所得的总分在25分以上，则表示企业已处于高风险区内，如果所得的总分超过35，企业就处于严重的危机之中，我们可以将25～35之间称为企业的“黑色区”；企业的安全得分一般应小于18；如果企业的得分处于18～25之间，则表明企业处于正常风险区，这时企业必须提高警惕了，不妨将此区域称为“警戒区”。

“A记分”法虽然把对企业的财务危机（破产）预测的结论具体化为分值，给予定量化的显示，但是，从上述的评价过程中我们可以看出，从本质上说，这种方法是一种定性预测法，评价过程是主观的，风险测定结果主要依据于评价者的个人主观判断。这种方法的缺点主要有：①由于对公司具体情况了解的程度不同，不同评判者对同一企业的风险测定结果往往不一样；②评判者的判断边界模糊；③不同评判者对各风险因素的记分或赋值标准的观点可能不一致。

2.标准化调查法

标准化调查法，又称风险分析调查法，指通过专业人员、咨询公司、协会等，就企业可能遇到的问题加以详细调查与分析，形成报告文件。这种报告文件从一两页到上百页不等。之所以称其为标准化，并不是指这些报告文件具有统一的格式，而是指它们所提出的问题对所有企业都是有意义的、普遍适用的。这种方法的优点正在于此，但缺点也由此而生，即它无法对特定企业提出有针对性的风险分析报告。并且，报告文件是专业人员根据调查结果，以自己的职业判断为准对企业的情况给予的定位，这里有可能出现主观判断错误的情况。另外，该类表格没有要求对回答的每个问题进行解释，也没有引导使用者对所问问题之外的相关信息作出正确判断。

3.“四阶段症状”分析法

企业财务状况不佳，甚至出现危机肯定有特定的症状，而且是逐渐加剧的，企业管理者的任务是及早发现各个阶段的症状，对症下药。这种方法就是将企业财务运营病症大致分为四个阶段，各阶段有其相应的发病症状。①财务危机潜伏期，发病症状有：盲目扩张、无效市场营销、疏于风险管理、缺乏有效的管理制度，企业资源分配不当和无视环境的重大变化；②财务危机发作期，发病症状有：自有资本不足、过分依赖外部资金，利息负担重、缺乏会计的预警作用和债务拖延偿付；③财务危机恶化期，发病症状有：经营者无心经营业务，专心于财务周转、资金周转困难和债务到期违约不支付；④财务危机实现期，发病症状有：负债超过资产，丧失偿付能力和宣布倒闭。实践操作中可以将企业的财务状况与各个阶段的典型财务特征相对照，从而对企业的财务危机可能性做出判断，如有相应情况发生，定要尽快弄清病因，采取有效措施，摆脱财务困境，恢复财务正常运作。

4.“三个月资金周转表”分析法

判断企业“病情”的有利武器之一是看看有没有制定三个月的资金周转表。是否制作资金周转的三个月计划表，是否经常检查结转下月余额对总收入的比率以及销售额对付款票据兑现额的比率以及考虑资金周转问题，对维持企业的生存极为重要。

这种方法的理论思路是当销售额逐月上升时，兑现付款票据极其容易。可是反过来，如果销售额每月下降，已经开出的付款票据也就难支付。而且，经济繁荣与否和资金周转关系甚为密切，从萧条走向繁荣时资金周转渐趋灵活，然而，从繁荣转向萧条，尤其是进入萧条期后，企业计划就往往被打乱。销售额和赊销款的回收都不能按照计划进行，但是各种经费往往超过原来的计划，所以如果不制定特别细致的计划表，资金的周转就不能不令人担忧。

这种方法的实质是企业面临的理财环境是变幻无穷的，要避免发生支付危机，就应当仔细计划，准备好安全度较高的资金周转表。假如连这种应当办到的事也做不到，就说明这个企业已经呈现紧张状态了。

这种方法的判断标准：①如果制定不出三个月的资金周转表，这本身就已经是个问题了。②倘若已经制好了表，就要查明转入下一个月的结转额是否占总收入的20%以上，付款票据的支付额是否在销售额的60%以下（批发商）或40%以下（制造业）。

5.流程图分析法

企业的经营活动大体上包括筹资与投资、购货和付款、生产与耗费和销售与收款等相互联系的方面，我们可以将企业的这些经营活动以现金为中心，用流程图的形式反映出来。企业流程图分析是一种动态分析，这种流程图对于识别企业生产经营、财务活动中的关键点特别有用。运用流程图分析可以暴露潜在的风险。在整个企业生产经营流程中，即使仅一两处发生意外，都有可能造成损失，使企业难以达到既定目标。如果在关键点上出现堵塞和发生损失，将会导致企业全部经营活动终止或资金运动中止。

在这种流程图中，每个企业都可以找到一些财务监控关键点。哪些关键点上容易发生故障，损失将怎么样，有无预先防范的措施等，这是一种潜在风险的判断与分析。企业可以根据自身具体情况把流程图画得详细一些，以便更好地识别可能发生的风险。一般而言，在关键点处采取防范措施，才可能降低风险。

流程图分析法有其明显的局限性。它是建立在过程分析的基础上，是一种防范手段，应与识别损失的其他方法同时使用。

（二）财务失败的定量预测模型

财务失败（破产）预测的定量研究有两种类型，第一类研究分析个别财务比率与财务危机的关系（单变量模式），单变量模式每次只运用一个财务比率来进行预测；第二类研究则运用多个财务比率来预测财务危机（多变量模式），由于不同比率可能反映企业财务状况的不同侧面。因此，运用一组比率的适当综合，而不是单个比率一般会获得更好的预测效果。基于这个原因，多变量模式很快就取代了单变量模式，获得了更大的发展。

1.单变量模式

单变量模式是指运用单个财务比率来预测财务危机的模型，即利用单一的财务比率来预测企业的财务失败。资料表明，单变量模式最早是由比弗（Beaver，1966）提出的。他对于财务危机不仅仅狭义地界定为破产，还包括“债券拖欠不履行，银行超支，不能支付优先股股利等”。根据比弗的研究，下列财务比率对预测财务失败是最有效的：①现金流量/债务总额；②净利润/资产总额（资产收益率）；③债务总额/资产总额（资产负债率）。

一般来说，企业发生财务失败是由长期因素而非短期因素造成的，因此，在预测企业的财务失败时应长期跟踪这些比率，并特别注意这些比率的变化趋势。通过计算1954～1965年间79家发生财务失败的企业，13个财务项目的平均值，比弗得出以下结论：①失败企业有较少的现金和应收账款；②如果速动资产和流动资产同时包括现金和应收账款，失败企业与成功企业的差别就被掩盖了，因为这两个项目具有完全不同的性质；③失败企业的存货一般较少。这些发现表明，在预测财务失败时应特别注意现金、应收账款和存货这三个流动资产项目。

利用单个财务比率分析企业风险，预测财务失败常用的财务比率主要包括酸性试验比率、流动比率、资产负债率、存货周转率、已获利息倍数、债权比率、资本回报率、利润边际率、资产周转率等9个。

（1）酸性试验比率＝速动资产/流动负债。该比率的原理着眼于解决企业的眼前风险问题，其临界值为1，而企业的风险安全区域在1以上。

（2）流动比率＝流动资产流动负债。流动比率的临界值也是1，但如果企业流动比率处于1以下，则表明企业的风险性要大于酸性试验比率的同样数值所显示的风险性。

（3）资产负债率＝外借资金/自有资金。对于资产负债率的临界值，各国有不同的处理惯例和规定，如以英国为代表的一些国家规定为1，而日本等国则规定在1～2之间。这样，资本结构比率大于临界值（或其他数值）则表示企业风险过大，而小于临界值则表示企业在资本结构方面处于安全区。

（4）存货周转率＝销售额/存货值。存货周转率计算的结果就是一个企业在一年内存货的周转次数。该指标没有绝对的标准，但每一个行业或经营类型应有一个参考的风险值。一般来说，只要不达到“过头生意”的程度，存货周转率在一定范围内是越大越好。

（5）已获利利息倍数＝息税前收益/利息。这一比率的风险安全值是大于1。而等于1或小于1则意味着企业的收入偿还利息后等于零或者还有欠息，即处于危险之中。

（6）债权比率＝销售额/债权。该比率的高低反映了企业管理部门收回欠账的能力。显然，企业收回欠账的能力强即意味着资金周转流畅，企业的风险就小，否则风险就大。一般而言，债权比率的临界值为5，越大越安全，而低于5则企业开始进入危险区了。

（7）资本回报率＝息税前收益/所用资本。这个比率实际上是作为企业经营业绩主要指标的资本回报率或资金利润率。不过，作为风险指标的资本回报率必须考虑当期的通货膨胀情况，因为只有扣除物价上涨率之后的利润上涨指标才能反映企业的真实风险。这样，扣除物价因素后的资本回报率一般必须在正值以上，零值或负值的比率意味着企业处于风险区了。

（8）利润边际率＝利润/销售额×100%。这个比率是反映企业效益风险大小的综合指标。利润边际率这个指标通常表现为百分比，临界值一般为10%，比值越大，安全性越高。

（9）资产周转率＝销售额/所用资本。该比率临界值因企业所在的行业或经营类型而异，所以，考察该比率所包含的风险含义，就必须首先找到有关行业的一般风险临界值，而安全区肯定在临界值以上，越大越好。从一般经验来看，资产周转率的临界值要大于1。

以上这9个比率值，每一个只反映企业风险程度的一个方面，且单个财务比率容易受到操纵。因此，为了尽可能正确评价一个企业的综合风险大小，每一次风险测量中最好同时考察数个比率值。但是，如何恰当解释各个比率值的含义，尤其是当它们彼此不完全一致时如何得出一个统一的结论，就成为极为费时和困难的问题，同时也使客观测量标准可能由于解释的难度变得在结论上失去其客观性。所以，由于单变量模式只是利用个别财务比率预测企业财务失败，因此其有效性受到一定的限制。一般地说，企业的生产经营状况受到许多因素的影响，各种因素之间既有联系又有区别。单个比率反映的内容往往有限，无法全面解释企业的财务状况。

2.多变量模式

（1）企业安全率的计算。通过计算企业的安全率，了解企业财务经营结构现状，并寻求企业财务状况改善方向。企业安全率是由两个因素所交集而成：一是经营安全率；二是资金安全率。

经营安全率用安全边际率表示：

资金安全率计算方法是：

一般说来，当两个安全率指标均大于零时，企业经营状况良好，可以适当采取扩张的策略；当资金安全率为正，而损益平衡点安全率小于零时，表示企业财务状况良好，但营销能力不足，应加强营销管理，增加企业利润的创造能力；当企业的损益平衡点安全率大于零，而资金安全率为负时，表明企业财务状况已露出险兆，积极创造自有资金、进行开源节流、改善企业的财务结构成为企业的首要任务；当企业的两个安全率指标均小于零时，则表明企业的经营已陷入危险的境地，随时有爆发财务危机的可能。因此，经营者必须有将企业安全率总是保持在大于零的状态的决心，并要采取必要的做法将企业维持在安全区域，这样企业才可永续经营。

（2）虚拟因变量计量经济模型。多变量模式下的虚拟因变量计量经济模型在文献中的研究成果可以归为以下几类：线性概率模型、线性辨识模型和Logit模型。

①线性概率模型。线性概率模型的回归形式为：

式中：x_ji＝第j个企业第i个财务比率的值，是模型的解释变量；

ε_j＝相互独立且均值为零的随机变量；

运用多元线性回归技术可以计算出此模型中c_i（i＝0，1，2，…，k）的估计值8_i。得到模型：

此模型可以解释为，在给定某公司财务比率x_i的情况下，为该公司发生财务危机的概率的估计值。文献显示，P.A.Meyer和H.W.Pifer在分析银行破产时使用的就是线性概率模型（P.A.Meyer and H.W.Pifer，1970）。

必须指出，虽然线性概率模型计算简单，但有明显的缺陷。最大的问题来自回归方程本身，因为模型表示公司发生财务危机的可能性，则y值只能落在［0，1］上，但将模型用于预测时，y值却可能落在此区间之外。由于线性概率模型的巨大缺陷，此方法在企业财务危机预测的实际研究中很少被采用。作为一种认识问题的思路，因此在这里对它做了一个简要的介绍。

②线性辨识模型。目前由学者们建立的大多数多变量预测模型属于线性辨识模型，其原理可概述如下：

假设观察到在某一时点上的n个企业，分为以下两组：其中n₁个财务状况良好，n₂个发生财务危机（n＝n₁＋n₂），同时我们也可以收集到这些企业的一些财务特征（财务比率）x_i（i＝1，2，…，k）。问题是，针对一个新的企业，要对它是否发生财务危机做出判断。

假设利用若干个财务比率构造的线性判别函数为：

系数λ_i（i＝0，1，2，…，k）可以采用费歇准则确定，即确定的原则是使两组间的区别最大，而使每个组内部的离差最小。

在实际的建模过程中，以下两点是其关键步骤：第一是必须对许多财务比率进行验证，只有那些能“最有效”地区分破产类企业与非破产类企业的财务比率才可以选入模型，作为构造模型的自变量（对此已有研究进行了一定的拓展，详见下文）；第二就是使用控制样本来帮助确定模型的判别规则，即为模型的目标函数确定一个区分企业是否破产的临界（区分）值，以尽可能地减少错误分类的数量（即将破产企业误判为非破产企业的数量——第Ⅰ类错误——加上将非破产企业误判为破产企业的数量——第Ⅱ类错误）。基于不同目的而采用的临界（区分）值确定基础是不一样的。比如说，假如银行正在考虑一项贷款，它必须根据所犯错误类型的成本权衡每一类错误，并使这些误差的加权总和最小化。权衡第Ⅰ类错误和第Ⅱ类错误的方法是不一样的，因为把一个破产企业误判为非破产企业的代价高于将一个非破产企业误判为破产企业的代价。

1）奥特曼的“Z记分模型”。影响最大的预测财务危机的线性辨识模型可能要数美国的奥特曼（E.I.Altman）的“Z记分模型”（Z-Score Model）了。“Z记分模型”的构造是首先选定一定数量特定时期发生财务危机的公司和未发生财务危机的健康公司为样本，其次是对每类公司收集一套财务比率数据，接着再从这些比率中选出预测破产最有用（即最能区分这两类公司）的财务比率作为自变量，运用多元判别分析技术建立判别函数。最初的Z记分模型是奥特曼于1968年创造的用5个财务比率来预测公开上市交易的制造业公司破产的模型：

Z＝1.2X₁＋1.4X₂＋3.3X₃＋0.6X₄＋1.0X₅

式中：X₁＝净营运资本/资产总额；

X₂＝累积留存收益/资产总额；

X₃＝息税前收益/资产总额；

X₄＝股票市场价值/债务账面价值；

X₅＝销售收入/资产总额。

按照这一模型，Z值越低，企业就越有可能破产。在前一年，如果Z≤1.81，破产指日可待，如果Z≥2.99，则不会破产，Z值在1.81～2.99之间为灰色区域，也就是说难以简单地得出是否肯定破产的结论。

奥特曼最初的模型要求公司有上市交易的股票，且必须是一家制造业公司。为了使模型能够用于私人企业和非制造业公司，他对模型进行了修正，修正后的模型为：

Z＝6.56X₁＋3.26X₂＋1.0X₃＋6.72X₄

式中：X₁＝净营运资本/资产总额；

X₂＝累积留存收益/资产总额；

X₃＝息税前收益/资产总额；

X₄＝股票账面价值/总负债。

此模型的判别规则是：如果Z＜1.23，则破产指日可待，如果Z＞2.90，显示不会破产，1.23≤Z≤2.90表示企业处于灰色区域。

以后，奥特曼从“Z记分模型”的运用实践中发现，由于随着时间的间隔越长，企业发生变化的可能性越大，“Z记分模型”的预测效果也因时间的长短而不一样，这样应用“Z记分模型”测定企业风险时就必须注意时间性。对于企业短期风险的判断可以直接使用“Z记分模型”的Z值大小，但对于企业长期风险的判断则必须计算企业在各年份的Z值，按照这些分值的变化趋势来断定企业长期风险的大小。

1977年，奥特曼等人又提出了一种能更准确预测企业财务失败的新模型“ZETA”模型。该模型由经营收益/总资产比率、收益稳定性、利息保障倍数、留存收益/总资产比率、资产流动率、普通股权益/总资本比率和普通股权益/总资产比率组成。奥特曼等人根据过去5年的财务资料计算ZETA值，然后据以判断企业出现财务失败的可能性。由于向企业提供这项服务是有偿的，他们并没有详细介绍这一模型的具体操作方法。

尽管许多人批评这一方法是纯经验方法，选择比率没有理论可依，选择同一行业中相匹配的破产公司和健康公司是困难的，所观察的总是历史事件等。但是这一方法简单明了，此后很多研究都是沿着这一思路进行的。

2）日本开发银行的“利用经营指标进行企业风险评价的新尝试”。20世纪70年代，日本也利用了与奥特曼“Z记分模型”相似的研究思路，致力于研究开发预测企业财务危机的方法。日本开发银行调查部发表的“利用经营指标进行企业风险评价的新尝试——利用多变量分析的探索”，研究思路与“Z记分模型”一致，所不同的只是构成Z的各独立变量的选择有明显的差异。他们选择东京证券交易所310家上市公司作为研究对象，建立了破产预测模型：

Z＝2.1X₁＋1.6X₂-1.7X₃-X₄＋2.3X₅＋2.5X₆

式中：

X₁＝销售额增长率；

X₂＝总资本利润率；

X₃＝他人资本分配率；

X₄＝资产负债率；

X₅＝流动比率；

X₆＝粗附加值生产率（为折旧费、人工成本、利息与利税之和与销售额之比）。

判别规则是，目标函数Z值越大，企业越是“优秀”；相反，则是“不良”的象征；0～10之间属于可疑地带，也就是说难以简单地得出是否会破产的结论。

3）中国台湾的多元线性函数。陈肇荣先生利用中国台湾地区企业的财务资料计算得之，较适合当地的情况，模型为：

Y＝0.35X₁＋0.67X₂-0.57X₃＋0.29X₄＋0.55X₅

式中的5个财务比率分别是：

X₁＝速动比率；

X₂＝静态投资状况（营运资金/资产总额）；

X₃＝固定比率（固定资产/资本净值）；

X₄＝应收账款周转率；

X₅＝动态资金状况（现金流入量/现金流出量）。

4）周首华等人的“F分数模式”。我国学者周首华等人对奥特曼（E.I.Altman）的“Z记分模型”进行了一定的拓展，建立了“F分数模式”。主要的拓展在于进入模型的财务比率（变量）的选定是基于财务理论，而且这些财务比率包含了反映现金流动的变量，而不是取自试误选定（trial and error）方法。此项研究是以美国的有关历史资料（Compustat会计数据库）进行的，所得到的F分数模式如下：

F＝-0.1774＋1.1091X₁＋0.1074X₂＋1.9271X₃＋0.0302X₄＋0.4961X₅

式中：X₁＝（期末流动资产-期末流动负债）/期末总资产；

X₂＝期末留存收益/期末总资产；

X₃＝（税后纯益＋折旧）/平均总负债；

X₄＝期末股东权益的市场价值/期末总负债；

X₅＝（税后纯益＋利息＋折旧）/平均总资产。

F分数模式的临界点是0.0274，此数值上下0.0775内为所谓的不确定区域，F分数越小，则公司发生财务危机的可能性越大。

5）基于我国沪、深股市上市公司数据的研究。近年来，随着我国沪、深股市的迅猛发展，我国学者也结合沪、深股市有关历史资料开展了财务危机预测领域的经验研究。如张玲（2000）结合我国沪、深股市上市公司的数据进行研究，建立了如下财务危机预警分析判别模型：

Z＝0.517-0.46X₁-0.388X₂＋9.32X₃＋1.158X₄

其中：X₁＝负债总额/资产总额；

X₂＝（流动资产-流动负债）/资产总额；

X₃＝净利润/平均资产总额；

X₄＝（未分配利润＋盈余公积）/资产总额。

模型中的4个变量是从最初的15个特征财务比率经过判别分析过程筛选出来的。

模型的判别规则是，Z值小于0.5的公司被判为财务危机公司，Z值大于0.9的公司被判为财务安全公司，而Z值界于两者之间的为非财务危机公司。

另外，陈静（1999）、陈瑜（2000）等关于我国上市公司财务危机预测研究中也使用了线性辨识模型。

上面介绍的财务危机预测线性辨识模型存在一些问题，包括各自变量（财务比率）服从多元正态分布的假设和发生财务危机与未发生财务危机企业具有同样方差——协方差矩阵的假设，显然，这些假设与现实相去甚远。而且，一般在抽样过程中，抽取的两类公司的样本比例与实际生活中两类公司的比例是不同的，这样在评价模型的预测准确性时往往会高估。Logit模型是一种更符合实际的经济情况的模型，而且不存在上述线性模型的缺陷。

③Logit模型。最早采用Logit模型来研究财务危机预测问题的是奥尔逊（Ohlson，1980）。皮尔森曾用Logit模型研究过泰国金融危机问题（1998）。

Logit模型的具体形式为

在上式中，e代表自然对数的底，α和β为待估计的系数向量，X_i为描述公司i的一组可测度财务特征的财务比率列向量。模型的含义是，对于给定的X_i，P_i表示公司i发生财务危机的概率。

此模型是一个用来测度公司是否会发生财务危机的二元选择模型，对这个模型的参数估计只能采用最大似然估计法，经过多次变量组合的试验，并筛去一些不显著的变量，就可以得到使得最大似然函数值最大时的参数估计值，目前已有一些软件如SPSS、SAS等能对这种模型进行估计。必须注意的是，直接用所抽取的样本估计参数时，β的估计值不会受不同抽样率的影响，α的估计值会受不同抽样率的影响，它必须将直接用所抽取的样本来估计参数得到的常数项加上［ln（p₁）-ln（p₂）］（其中p₁、p₂分别为从总体中发生财务危机的一类公司和没有发生财务危机的一类公司进行抽样的抽样率）才能得到。

由Logit模型可得：

这个方程中的因变量是公司i发生财务危机的机会比（P_i/（1-P_i））的自然对数。从此方程可以看到，Logit模型的一个重要优点是它把在（0，1）上预测一个公司是否发生财务危机的概率的问题转化为在实数轴上预测一个公司是否发生财务危机的机会比的问题。这与前述线性概率模型有着本质的不同和进步，在那里是直接定义一个公司是否发生财务危机的概率为解释变量（财务比率）的线性函数。

通过上面关于企业财务危机（破产）预测的探讨，不难发现，对于企业财务危机（破产）的预测在国际上至今尚无一个广泛认可的预测模式。已有的研究成果表明：第一，在预测手段上，定性预测虽然主观性较强，但若对该企业有深入了解，如企业管理当局或企业管理顾问等，定性预测是相当有价值的，因为它的针对性较强，即使主要运用定量预测方法，定性预测作为辅助手段也有一定的价值。第二，由于多变量模式综合了多个变量，更为综合的反映了企业的财务状况，实证研究证明，相对与单变量模式，其预测能力较强，稳定性较好。第三，对于多变量模式下的虚拟因变量计量经济模型，从理论上说，Logit模型有其优势，但理解、计算比较困难一些，而线性辨识模型虽存在一些问题，但它易于理解，且计算简单，使用方便。第四，所有虚拟因变量计量经济模型研究中存在的一个共同问题是独立变量的选择。迄今为止，还没有一个重要理论能够说明财务比率在破产前的预测能力。因此，变量的选择取决于研究者的直观判断以及资料的可获性。

虽然周首华等人的研究对此有所拓展，在他们的研究中进入模型的财务比率（变量）的选定是基于财务理论，而且这些财务比率包含了反映现金流动的变量，而不是取自试误选定（trial and error）方法，但到目前为止还没有得到公认。因此，建立这样的一种理论将是一项艰巨的工作。除自变量的选择问题外，临界值（区分值）的确定也没有一个统一的标准，不同的研究目的下，确定的标准是不一样的，如银行对企业作资信分析和研究人员针对整个证券市场作企业财务危机预测的经验研究时，确定临界值（区分值）的标准往往不同，银行必须使误分可能带来的代价最小化，而证券市场研究人员遵循的原则一般是要使得误分率最小。而且，即使使用相同的模型，针对不同时期、不同地区甚至不同行业建立的具体模型形式往往也是不同的，当然临界值也会不同。