常用的财务预警模型

　　许多研究人员试图通过统计模型的方法来建立财务预警模型，并取得了一些成果。当然，机械的财务预警模型不能取代全面分析所需的艰巨工作，但是对这类模型的研究有助于发掘最有预见性的财务指标。此外，财务危机预测模型还具有分析成本低的优点。因此，有必要了解一些常用的财务预警模型？

　　1、单变量模型

　　最早的财务预警分析研究开始于20世纪30年代。早期的财务预警分析研究一般采取趋势分析法，考察企业在面临财务危机前财务状况的变化趋势。Beaver(1966)选择了行业、规模均相当的已经破产与正常经营的两组158家公司，通过对破产前5年的29个财务比率进行比较，发现破产公司在破产前5年就有比率警报，而且这些比率会迅速恶化，尤以最后一年的情况为最。Beaver发现六个最具区分能力的比率，在所有的比率中，以现金流量/债务总额比率的预测作用最为明显，利用该比率划分破产和非破产公司的准确性和错误率。

　　利用现金流量/债务总额比率能够较为成功地区分破产公司与非破产公司，即使在5年前正确区分的比率也接近80%,而且越接近破产年度，正确 区分率越高。但也要注意不同的错误比率，第I类错误是指将公司归为非破产公司，但最终却破产了;第II类错误是指将公司归为破产而它最终生存下来了。第I类错误对投资者来说代价更高，因为它使投资者遭受损失所有投资金额的可能性，第II类错误则会导致损失投资资金的机会成本。可以发现在Beaver的研究中第I类错误率大大高于第II类错误率。这也显示了单变量模型的不足。

　　单变量分析有助于找出与破产相关的因素，但没有提供评估风险时各个财务比率的重要性高低，或者多个比率结合运用时各比率的相对重要性。比如，我们无法判断一家拥有高流动比率和高资产负债率的公司是否比一家拥有低流动比率和低资产负债率的公司有更高的破产风险。

　　2、多变量模型

　　单变量模型的缺陷促使研究者开始转向开发多变量模型。研究人员一般选择一组破产公司的样本，并在同行业中找出一些规模相当的，与那些破产公司相匹配的健康公司。通过这样的配比过程能够帮助研究人员控制规模和行业因素。然后研究人员计算出大量的财务报表比率，并将这些比率作为输入变量，利用各种分析法挑选出能最好区分破产公司和非破产公司的比率子集。多变量模型包括一套相关系数，当这些相关系数与特定的财务报表比率相乘后加总时，产生了一个多变量积分，该积分低于关键转折点就意味着有很大的破产可能性，而积分高 于此点就表明破产可能性较低。