④logit模型和probit模型。它们也分别叫作对数比率模型和概率单位模型,都属于概率模型,是在克服简单的线性概率模型的基础上并分别用logit和probit概率函数建立起来的。logit模型的形式为:ln[p÷(1-p)]=α0+β1x1+β2x2+…+βkxk。其中:p取值为0、1;p为概率;x1,x2,…,xk为k个预测变量,即财务指标;α0、β1、β2、…、βk为系数。probit概率模型的预测效果一般与logit模型预测的效果相差不大,在此不多加介绍。
2.动态非统计模型。
动态财务预警模型主要是把人工智能中的归纳式学习的方法应用于财务危机预测。目前,这种方法中最常用的是神经网络预测模型。在神经网络模型中,当输入一些资料后,网络会以目前的权重计算出相对应的预测值以及误差,而再将误差值回馈到网络中调整权重,经过不断地重复调整,从而使预测值渐渐地逼近真实值。当应用此网络到新的案例时,只要输入新案例的相关数值,神经网络就可以根据当时的权重得出输出值即预测值。神经网络分析是一种并行分布模式处理系统,具有高度的计算能力、自学能力和容错能力。该模型由一个输入层、若干个中间层和一个输出层构成。案例推理法是近年来才被尝试应用于财务危机预测上的一种动态非统计模型方法。它是一种依循经验来推理的方法,就是以过去发生的案例为主要的经验依据来判断未来可能发生的问题,是一种典型的“上一次当,学一次乖”的推理方法。当输入一个新的问题到案例推理法系统,该系统会在从现有的案例库中搜寻相似的案例,判断新案例的类型。案例推理法的关键步骤就是根据相似性演算法测算出案例之间距离,再转变为案例之间的相似度,由相似度选取最相近的案例,据此进行推理判断。
二、各类财务预警模型的比较
(一)单变量模型和多变量模型的比较
1.单变量模型方法简单,多变量模型方法较为复杂。
单变量模型只对单个财务比率进行分析考察,观察企业发展变化趋势,据此来判断企业财务状况,不需要进行复杂的计算。而多变量模型均同时选取多个财务指标或现金流量指标,再通过一定的方法进行综合分析,模型的构建涉及多种方法和理论,操作比较复杂。
2.和多变量模型相比,单变量模型分析存在较多的局限性。
①不同的财务比率的预测目标和能力经常有较大的差距,容易产生对于同一公司使用不同比率预测出不同结果的现象。
②单个指标分析得出的结论可能会受到一些客观因素的影响,如通货膨胀等的影响。
③它只重视对个别指标影响力的分析,容易受管理人员粉饰会计报表、修饰财务指标、掩盖财务危机的主观行为的影响,以致模型判断失效。而多变量模型由于综合考虑了反映公司财务环境包括财务危机状况的多个方面的因素,反映的是基本的和整体、全局的状况,因此能比单变量模型更好地避免上述情况的发生。