第1页共18页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第1页共18页上市公司财务困境预测方法的比较研究吕长江周现华（吉林大学商学院、吉林大学数量经济研究中心130012）ComparativeStudyonForecastApproachesofCorporateFinancialDistressChangjiangLu&XianhuaZhou(BusinessSchoolofJilinUniversity,130012)AbstractHowtoapplyasuitableapproachtoforecastcorporatefinancialdistresshaslongbeenanimportantissueinthefiledofcorporatefinance.Basedonseveralmainforecastapproachesbothfrombroadanddomestic,andtheirprecondition,thispaperwilluseasampleofindustrylistedcompaniesfrom1999to2002,andapplyMulti-DiscriminateAnalysis(MDA),LogitandNeuralNetworkapproachrespectivelytoforecastcorporatefinancialdistress.Empiricalresultsindicatethatthreeapproachescanforecastcorporatefinancialdistressbefore1yearand2-3year,andLogitmodelcanidentifycorporatefinancialdistressmoreaccuratelythanMDA,NNmodelisbestoneamongthreemodels.Keywords:FinancialDistress;Multi-DiscriminateAnalysis;LogitModel;NeuralNetwork联系作者：吕长江吉林大学商学院长春市前卫路10号，130012Tel:0431-5166339,5166093,13331771156Email:Lchangjiang@jlu.edu.cn第2页共18页第1页共18页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第2页共18页上市公司财务困境预测方法的比较研究内容摘要：如何采用适当的方法对公司财务困境进行正确的预测，一直是学术界关注的热点问题之一。基于国内外已有的财务困境各种预测方法及其结果的差异，本文在分析各种研究方法应用前提的基础上，采用制造业上市公司1999-2002四年的数据分别运用多元判别分析、逻辑线性回归模型和人工神经网络模型对财务状况处于困境的公司进行预测比较分析。结果表明：尽管各模型的使用有其特定的前提条件，三个主流模型均能较好地在公司发生困境前1年和前2-3年较好地进行预测，其中，多元判别分析法要逊色于逻辑模型，神经网络模型的预测准确率最高。关键词：财务困境主成分分析判别分析逻辑模型BP网络模型一、引言随着资本市场的不断发展与完善，对上市公司财务困境进行预警研究一直是国内外学术界的热点问题之一。Beaver(1966)最早给出了破产预测模型。从那时起，公司财务困境的预测就成为一个极具吸引力的课题，近期的研究工作将研究的重点扩展到三个领域：统计工具的恰当使用，财务困境概念的界定，以及包括宏观经济解释变量的应用。Beaver（1966）提出了单变量判定模型，定义破产包括“债券拖欠不履行，银行超支，不能支付有限股利等”。运用实证分析得出现金流量与负债总额的比率能够更好地判定公司的财务状况，其次是资产负债率。Altman(1968)提出了多元Z值模型，将若干变量合并入一个函数方程，用Z值进行判定，结果表明，在破产前一年的预测准确性较比弗有很提高。扩展的第二个方面是财务困境的定义。John，Kose（1993）将公司的财务困境定义为：在一个给定的时点上，公司的流动资产不能满足它的书面合同所需要的现金需要时就是财务困境。另外，该文章认为财务困境主要来自于现在可使用的流动资产和它的“书面”财务合同的现有责任之间的不配比，而处理财务困境的手段通过重新设置资产的结构或者重新设置财务合同修正了这种不匹配。再者，样本公司可能被划分为不只两类（破产和非破产公司），而且分类的概率可由多元正态方法给以估计。Johnsen和Melicher（1994）认为使用多元正态模型，一些分类错误可能被显著地减少。第三个领域包括使用通过附加变量或行业调整率来进行解释变量的调整。Hopwood、Mckeown、Mutchler（1989）和Flagg、Giroux、Wiggins（1991）发现“质量观点”在划分财务困境公司时是非常重要的。其他的一些研究也包括了用宏观变量来控制商业环境的改变。在1990年以后，许多相关研究文献在会计比率选择及新理论的引入方面进行了许多积极的探索，如Coats和Fant（1991）对47家财务困境公司和47家正常公司运用神经网络模型进行判别时，对财务困境公司的预测...
