河南財(cái)政稅務(wù)高等?？茖W(xué)校 楊秋海

隨著全球經(jīng)濟(jì)一體化步伐的加快，我國(guó)企業(yè)在面臨著大好發(fā)展機(jī)會(huì)的同時(shí)，必將迎來(lái)自全球經(jīng)濟(jì)的激烈挑戰(zhàn)和競(jìng)爭(zhēng)。有競(jìng)爭(zhēng)就有風(fēng)險(xiǎn)，因此財(cái)務(wù)危機(jī)是所有企業(yè)都不得不面對(duì)的一個(gè)重要威脅。一旦對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的監(jiān)管、防范不到位，必將導(dǎo)致財(cái)務(wù)狀況不斷惡化，最終導(dǎo)致嚴(yán)重的企業(yè)財(cái)務(wù)危機(jī)，甚至破產(chǎn)。用財(cái)務(wù)指標(biāo)建立一個(gè)科學(xué)合理的財(cái)務(wù)預(yù)警模型，可以為保障上市公司的生存提供重要的信息，并對(duì)上市公司可能出現(xiàn)的財(cái)務(wù)危機(jī)加以防范，減少或避免財(cái)務(wù)危機(jī)的出現(xiàn)。合理的財(cái)務(wù)預(yù)警模型不但對(duì)上市公司有益，對(duì)上市公司以外的社會(huì)團(tuán)體而言也相當(dāng)重要。

一、財(cái)務(wù)預(yù)警概述

財(cái)務(wù)預(yù)警是指以公司的財(cái)務(wù)報(bào)表及相關(guān)的會(huì)計(jì)資料為依據(jù)，通過(guò)對(duì)財(cái)務(wù)指標(biāo)的綜合分析，對(duì)公司財(cái)務(wù)狀況進(jìn)行預(yù)測(cè)研究，及時(shí)發(fā)現(xiàn)企業(yè)生產(chǎn)經(jīng)營(yíng)過(guò)程中潛在的財(cái)務(wù)風(fēng)險(xiǎn)，并在危機(jī)爆發(fā)前提前向公司的管理當(dāng)局發(fā)出警告，督促公司管理當(dāng)局對(duì)此做出相應(yīng)的改變，避免財(cái)務(wù)危機(jī)的發(fā)生，較好地起到了未雨綢繆的作用。根據(jù)警情界定程度的不同，可將其分為狹義和廣義的財(cái)務(wù)預(yù)警。狹義的財(cái)務(wù)預(yù)警偏重于研究財(cái)務(wù)危機(jī)，實(shí)際上就是財(cái)務(wù)危機(jī)預(yù)警。廣義的財(cái)務(wù)預(yù)警是對(duì)所有可能引起企業(yè)財(cái)務(wù)活動(dòng)波動(dòng)的因素進(jìn)行研究，只要引起企業(yè)財(cái)務(wù)活動(dòng)產(chǎn)生不利因素就進(jìn)行預(yù)警。財(cái)務(wù)預(yù)警系統(tǒng)就是合理保證企業(yè)財(cái)務(wù)活動(dòng)不偏離企業(yè)的正常生產(chǎn)經(jīng)營(yíng)活動(dòng)，對(duì)財(cái)務(wù)周期活動(dòng)中出現(xiàn)的不確定和不穩(wěn)定現(xiàn)象進(jìn)行預(yù)測(cè)，判斷企業(yè)目前是處于“正常狀態(tài)”還是“危險(xiǎn)狀態(tài)”。減少造成企業(yè)出現(xiàn)危機(jī)的各種因素，避免出現(xiàn)管理波動(dòng)或管理失誤的重復(fù)出現(xiàn)。本文從財(cái)務(wù)預(yù)警理論出發(fā)，利用ST公司與非ST公司的財(cái)務(wù)狀況中的財(cái)務(wù)指標(biāo)進(jìn)行對(duì)比，根據(jù)比較的結(jié)果預(yù)警上市公司可能出現(xiàn)的財(cái)務(wù)風(fēng)險(xiǎn)狀況。

二、上市公司施行財(cái)務(wù)預(yù)警系統(tǒng)現(xiàn)狀

我國(guó)資本市場(chǎng)作為新興的半強(qiáng)勢(shì)半弱勢(shì)市場(chǎng)，進(jìn)行財(cái)務(wù)預(yù)警方面的研究起步很晚，大部分上市公司建立的財(cái)務(wù)預(yù)警系統(tǒng)都是借鑒西方的成熟模型，而且也應(yīng)用到農(nóng)業(yè)、林業(yè)、工業(yè)、交通等各個(gè)領(lǐng)域。但作為我國(guó)特色資本市場(chǎng)基礎(chǔ)上建立的財(cái)務(wù)預(yù)警系統(tǒng)，還是比較年輕的研究領(lǐng)域，證券市場(chǎng)以及上市公司還不是很成熟，雖然我國(guó)上市公司的監(jiān)管部門(mén)就上市公司運(yùn)用財(cái)務(wù)預(yù)警系統(tǒng)做出相應(yīng)的規(guī)定，但由于我國(guó)上市公司在運(yùn)用財(cái)務(wù)預(yù)警系統(tǒng)進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警方面缺乏一定的主動(dòng)性，直到很多上市公司出現(xiàn)了大量的ST或PT現(xiàn)象，給廣大投資者帶來(lái)巨大損失的現(xiàn)象發(fā)生以后，才引起管理當(dāng)局對(duì)財(cái)務(wù)預(yù)警的重視，財(cái)務(wù)預(yù)警系統(tǒng)逐漸被運(yùn)用。常用的預(yù)警模型有Z分?jǐn)?shù)模型、線性概率模型、F分?jǐn)?shù)模型等。

（一）多元線性判定模式 多元線性判定模式，又稱Z-Score方法，其基本原理是通過(guò)統(tǒng)計(jì)技術(shù)篩選出那些在兩組間差別盡可能大而在兩組內(nèi)部的離散度最小的變量，從而將多個(gè)標(biāo)志變量在最小信息損失下轉(zhuǎn)換為分類變量，獲得能有效提高預(yù)測(cè)精度的多元線性判別方程。Z分?jǐn)?shù)模型的判別函數(shù)如下：

其中，X1=（期末流動(dòng)資產(chǎn)一期末流動(dòng)負(fù)債）/期末總資產(chǎn)X2=期末留存收益/期末總資產(chǎn)X3=息稅前利潤(rùn)/期末總資產(chǎn)X4=期末股東權(quán)益的市場(chǎng)價(jià)值/期末總負(fù)債X5=本期銷售收入/總資產(chǎn)

Z分?jǐn)?shù)模型的判斷標(biāo)準(zhǔn)如下：Z＞2.675，表示財(cái)務(wù)狀況良好，發(fā)生破產(chǎn)的概率?。?.81≤Z≤2.675，表示財(cái)務(wù)狀況不穩(wěn)定，為灰色地帶；Z＜1.81，表示財(cái)務(wù)狀況差，財(cái)務(wù)失敗的可能性非常大。

多元線性判定法從企業(yè)的資產(chǎn)規(guī)模、獲利能力、財(cái)務(wù)結(jié)構(gòu)、資產(chǎn)利用效率以及償債能力等方面綜合分析預(yù)測(cè)企業(yè)的財(cái)務(wù)狀況，準(zhǔn)確率較高，進(jìn)一步推動(dòng)了財(cái)務(wù)預(yù)警的發(fā)展。

Z-Score模型的局限性：一是工作量比較大，費(fèi)時(shí)費(fèi)力。二是在前一兩年的預(yù)測(cè)中，多元線性判定方法的預(yù)測(cè)精度比較高，但再往前，其預(yù)測(cè)精度會(huì)大幅下降，甚至可能低于單變量模型。三是多元線性判定方法有一個(gè)很嚴(yán)格的假設(shè)，這就大大限制了多元線性判定方法的使用范圍。

（二）EVA判別方法 經(jīng)濟(jì)增加值（EVA）的英文簡(jiǎn)稱，是一種評(píng)價(jià)公司經(jīng)營(yíng)業(yè)績(jī)的新指標(biāo)，其定義為EVA=NOPAT-KW（NA）。其中，NOPAT為稅后凈經(jīng)營(yíng)利潤(rùn)；KW為公司資本加權(quán)平均成本；NA為經(jīng)過(guò)調(diào)整的期初公司凈資產(chǎn)價(jià)值。EVA判別法相對(duì)于傳統(tǒng)財(cái)務(wù)指標(biāo)相比具有以下優(yōu)勢(shì)：（1）真實(shí)性。由于EVA針對(duì)現(xiàn)行的會(huì)計(jì)政策進(jìn)行了一系列的調(diào)整,減少了上市公司管理層通過(guò)各種途徑改變資本結(jié)構(gòu)，從而進(jìn)行盈余管理。這相對(duì)于傳統(tǒng)的會(huì)計(jì)指標(biāo)，能更加真實(shí)地反映上市公司的經(jīng)營(yíng)狀況。（2）可靠性。EVA作為一種創(chuàng)值指標(biāo)，它不僅考慮了公司使用的全部資本，充分利用了公司提供的全部公開(kāi)信息，而且考慮了風(fēng)險(xiǎn)，同時(shí)含有企業(yè)外部的市場(chǎng)信息，而傳統(tǒng)的財(cái)務(wù)指標(biāo)則完全利用公司內(nèi)部的信息。所以，這相對(duì)于傳統(tǒng)的財(cái)務(wù)指標(biāo)具有明顯的可靠性。

EVA判別法的局限性：由于EVA涉及對(duì)傳統(tǒng)利潤(rùn)指標(biāo)復(fù)雜的調(diào)整計(jì)算，其實(shí)用性遭到國(guó)內(nèi)學(xué)者的質(zhì)疑，所以有關(guān)EVA在預(yù)測(cè)財(cái)務(wù)困境方面的研究目前在國(guó)內(nèi)尚屬空白。

（三）F分?jǐn)?shù)模型 F分?jǐn)?shù)模型的判別函數(shù)如下：

其中，X1=（期末流動(dòng)資產(chǎn)一期末流動(dòng)負(fù)債）/期末總資產(chǎn)；X2=期末留存收益/期末總資產(chǎn)；X3=（稅后純收益+折舊）/平均總負(fù)債；X4=期末股東權(quán)益的市場(chǎng)價(jià)值/期末總負(fù)債；X5=（稅后純收益+利息+折舊）/平均總資產(chǎn)。

F分?jǐn)?shù)模型的臨界點(diǎn)為0.0274，若F分?jǐn)?shù)低于0.0274，則將被預(yù)測(cè)為破產(chǎn)公司；反之，若F分?jǐn)?shù)高于0.0274，則公司將被預(yù)測(cè)為繼續(xù)生存公司。此數(shù)值上下0.0775內(nèi)為不確定區(qū)域，區(qū)間為[-00501，0.1049]，若落入此區(qū)域中，管理決策者應(yīng)該進(jìn)一步分析，因?yàn)镕分?jǐn)?shù)模型只能輔助管理者，警告可能會(huì)發(fā)生財(cái)務(wù)危機(jī)。即F分?jǐn)?shù)模型的判斷標(biāo)準(zhǔn)可如下表示：F＞0.0274，表示被預(yù)測(cè)為繼續(xù)生存公司；F＜0.0274，表示被預(yù)測(cè)為破產(chǎn)公司；-00501＜F＜0.1049，表示被預(yù)測(cè)為不確定區(qū)域。

F分?jǐn)?shù)模型中的5個(gè)自變量的選擇是基于財(cái)務(wù)分析理論，因此，它可以較為準(zhǔn)確地預(yù)測(cè)出企業(yè)是否存在財(cái)務(wù)危機(jī)，降低了單變量的誤判率；及時(shí)預(yù)警上市公司的財(cái)務(wù)危機(jī)并尋求發(fā)生財(cái)務(wù)危機(jī)的根源，同時(shí)還能加強(qiáng)公司對(duì)于財(cái)務(wù)危機(jī)的防范措施，分析和判斷上市公司未來(lái)的發(fā)展趨勢(shì)，在一定程度上，可以幫助利益相關(guān)者做出相應(yīng)的決策。

雖然已經(jīng)建立了系統(tǒng)的財(cái)務(wù)預(yù)警模型，但目前很多上市公司并沒(méi)有廣泛采用，這是因?yàn)橐环矫婧芏嗌鲜泄镜墓芾懋?dāng)局缺乏建立系統(tǒng)的財(cái)務(wù)預(yù)警模型的意識(shí)，另外上市公司建立的科學(xué)的財(cái)務(wù)預(yù)警系統(tǒng)要在真實(shí)合法的資料基礎(chǔ)上，但是由于中國(guó)的資本市場(chǎng)不完善，上市公司造假的現(xiàn)象屢見(jiàn)不鮮，使得建立出來(lái)的系統(tǒng)并沒(méi)有發(fā)揮應(yīng)有的作用，上市公司的會(huì)計(jì)失真現(xiàn)象極大地影響到財(cái)務(wù)預(yù)警系統(tǒng)的有效性，使其失去應(yīng)有的效果，財(cái)務(wù)預(yù)警系統(tǒng)也就形同虛設(shè)了。

三、上市公司財(cái)務(wù)預(yù)警系統(tǒng)實(shí)證分析——以制造業(yè)為例

本文針對(duì)我國(guó)滬、深兩市所有被ST的制造業(yè)上市公司進(jìn)行隨機(jī)抽樣，從中隨機(jī)抽取10家ST上市公司以及10家非ST的制造業(yè)上市公司作為本次的研究樣本。本文的樣本數(shù)據(jù)均取自各年上市公司公開(kāi)披露在網(wǎng)上（和訊、證券之星、巨潮資訊等）的各年年報(bào)和有關(guān)財(cái)務(wù)指標(biāo)，主要選取2008～2010年的相關(guān)財(cái)務(wù)數(shù)據(jù)進(jìn)行研究。

（一）Z-Score模型實(shí)證分析 按照Z(yǔ)-Score模型的要求收集整理財(cái)務(wù)數(shù)據(jù)，計(jì)算得到不同年份制造業(yè)上市公司的Z值得分,見(jiàn)表 1～6。

表1 2008年非ST上市公司數(shù)據(jù)

Z-Score模型預(yù)警方法分析：（1）對(duì)非ST上市公司的預(yù)測(cè)。從上述的表格中可以看出，Z-Score模型對(duì)非ST企業(yè)的預(yù)測(cè)結(jié)果為：非ST上市公司的Z值大于2.675（即處于安全地帶）的平均比例為63.33%；Z值在1.81～2.675之間（即處于灰色地帶）的平均比例為26.33%；Z值小于1.81的（即處于危險(xiǎn)地帶）的平均比例為10.34%。這說(shuō)明我國(guó)非ST制造業(yè)上市公司財(cái)務(wù)狀況基本良好,有一定的抵御風(fēng)險(xiǎn)的能力。（2）對(duì)ST上市公司的預(yù)測(cè)。從上述的表格中可以看出，在被“特別處理”前幾年，上市公司的財(cái)務(wù)狀況已經(jīng)出現(xiàn)明顯的惡化。Z-Score模型對(duì)ST企業(yè)的預(yù)測(cè)結(jié)果為：Z值小于1.81（即處于危險(xiǎn)地帶）的平均比例為60%；Z值在1.81～2.675之間（即處于灰色地帶）的平均比例為16.67%；Z值大于2.675（即處于安全地帶）的平均比例為23.33%。這說(shuō)明我國(guó)ST制造業(yè)上市公司財(cái)務(wù)狀況大部分處于破產(chǎn)邊緣，它們需要及時(shí)調(diào)整本身存在的問(wèn)題，如果不及時(shí)進(jìn)行調(diào)整或者是調(diào)整力度不夠，就極易走向破產(chǎn)的深淵。（3）ST上市公司在被列入“特別處理”的前兩年（即2008、2009年），他們的Z值平均值為-2.432；而同期非ST的上市公司我Z值平均值為4.3918。很顯然，ST上市公司的財(cái)務(wù)狀況遠(yuǎn)遠(yuǎn)差于非ST上市公司，ST上市公司的財(cái)務(wù)危機(jī)已經(jīng)相當(dāng)嚴(yán)重了，已經(jīng)在破產(chǎn)的邊緣了。

表3 2009年非ST上市公司數(shù)據(jù)

表4 2009年ST上市公司數(shù)據(jù)

表5 2010年非ST上市公司數(shù)據(jù)

表6 2009年ST上市公司數(shù)據(jù)

（二）EVA判別法實(shí)證分析 按照EVA判別法的要求收集整理財(cái)務(wù)數(shù)據(jù)，計(jì)算得到不同年份制造業(yè)上市公司的EVA值，見(jiàn)表 7～9。

表7 2008年上市公司EVA值

表8 2009年上市公司EVA值

EVA判別法的分析：（1）對(duì)非ST上市公司的分析。從上述表格中可以看出，非ST上市公司的EVA為正數(shù)的平均比例為73.33%，這說(shuō)明我國(guó)上市公司的創(chuàng)值能力還是比較強(qiáng)的。同時(shí)，非ST上市公司的EVA平均值呈現(xiàn)逐年遞增的現(xiàn)象，這說(shuō)明我國(guó)非ST上市公司的財(cái)務(wù)狀況普遍較為良好。分析如圖1所示。

（2）對(duì)ST上市公司的分析。從上述表格中可以看出，ST上市公司的EVA為負(fù)數(shù)的比例比較高，尤其是在前兩年（即2008、2009年），達(dá)到了70%。同時(shí)，2008、2009年兩年的企業(yè)EVA值持續(xù)走低，說(shuō)明這些企業(yè)的財(cái)務(wù)狀況更加惡化了，急需做出調(diào)整。而到了2010年，ST上市公司的EVA值大部分都為正數(shù)，只有兩家企業(yè)為負(fù)數(shù)，這說(shuō)明各ST企業(yè)經(jīng)過(guò)了一系列的調(diào)整，并取得了一定的成效。ST上市公司這三年的EVA值走勢(shì)如圖2所示

表9 2010年上市公司EVA值

（3）對(duì)比ST上市公司和非ST上市公司，不難發(fā)現(xiàn)，雖然ST企業(yè)在2010年的財(cái)務(wù)狀況稍微得到了一點(diǎn)改善，但是其財(cái)務(wù)危機(jī)還是明顯地比非ST上市公司惡化，必須進(jìn)行及時(shí)有效的調(diào)整措施，要不然就難逃被破產(chǎn)厄運(yùn)。同時(shí)，非ST企業(yè)也有不穩(wěn)定的，也必須進(jìn)行相應(yīng)的調(diào)整，切勿置之不理，否則，等到風(fēng)險(xiǎn)積壓到一定程度的時(shí)候就會(huì)演變成財(cái)務(wù)危機(jī)，直至破產(chǎn)。

（三）F分?jǐn)?shù)模型實(shí)證分析 按照F分?jǐn)?shù)模型的要求收集整理財(cái)務(wù)數(shù)據(jù)，計(jì)算得到不同年份制造業(yè)上市公司的F值得分,見(jiàn)表 10～15。

F分?jǐn)?shù)模型預(yù)警方法的判定結(jié)果及分析：（1）對(duì)非ST上市公司的預(yù)測(cè)。從上述的表格中可以看出，F(xiàn)分?jǐn)?shù)模型對(duì)非ST企業(yè)的預(yù)測(cè)結(jié)果為：非ST上市公司的F值大于0.1049（即處于安全地帶）的平均比例為80%；F值在-0.0501～0.1049之間（即處于不穩(wěn)定地帶）的平均比例為20%；Z值小于-0.0501的（即處于危險(xiǎn)地帶）的為0。（2）對(duì)ST上市公司的預(yù)測(cè)。從表10～15中可以看出，在被“特別處理”前幾年，上市公司的財(cái)務(wù)狀況已經(jīng)出現(xiàn)明顯的惡化。F分?jǐn)?shù)模型對(duì)ST企業(yè)的預(yù)測(cè)結(jié)果為：F值小于-0.0501（即處于危險(xiǎn)地帶）的平均比例為50%；F值在-0.0501～0.1049之間（即處于不穩(wěn)定地帶）的平均比例為20%；Z值大于0.1049（即處于安全地帶）的平均比例為30%。（3）ST上市公司在被列入“特別處理”的前兩年（即2008、2009年），其F值小于-0.0501的平均比例為70%，其F值遠(yuǎn)遠(yuǎn)低于非ST上市公司。但是ST公司于2010年的F值小于-0.0501為0家，說(shuō)明ST上市公司經(jīng)過(guò)了兩年的調(diào)整逐漸走出了金融危機(jī)帶來(lái)的影響，并逐漸走出財(cái)務(wù)危機(jī)。

表10 2008年非ST上市公司數(shù)據(jù)

表11 2008年ST上市公司數(shù)據(jù)

表12 2009年非ST上市公司數(shù)據(jù)

表13 2009年ST上市公司數(shù)據(jù)

表14 2010年非ST上市公司數(shù)據(jù)

表15 2010年ST上市公司數(shù)據(jù)

（四）制造類上市公司財(cái)務(wù)預(yù)警模型實(shí)證結(jié)果比較 針對(duì)以上研究結(jié)果，并對(duì)其進(jìn)行匯總，得到表16。

表16 三種模型對(duì)檢驗(yàn)樣本預(yù)測(cè)分類準(zhǔn)確率對(duì)比表

從表16可以看出：（1）三種預(yù)警模型在特別處理前一年，EVA判別法的準(zhǔn)確率為70%，而Z-Score模型以及F分?jǐn)?shù)模型的準(zhǔn)確率則為75%，高于EVA判別法。（2）三種預(yù)警模型在特別處理前兩年，Z-Score模型以及EVA判別法的準(zhǔn)確率都為75%，而F分?jǐn)?shù)模型的準(zhǔn)確率則為80%，高于另外兩種判別方法。（3）綜合比較，三種方法的準(zhǔn)確率都比較高，但是F分?jǐn)?shù)模型的準(zhǔn)確率最高，高于EVA判別法和Z-Score模型。

（五）F分?jǐn)?shù)模型優(yōu)勢(shì) 從上述的財(cái)務(wù)分析情況來(lái)看，利用F分?jǐn)?shù)模型可以有效監(jiān)測(cè)公司的運(yùn)營(yíng)情況。F分?jǐn)?shù)模型中的5個(gè)自變量的選擇是基于財(cái)務(wù)分析理論，因此，它可以較為準(zhǔn)確地預(yù)測(cè)出企業(yè)是否存在財(cái)務(wù)危機(jī)，降低了單變量的誤判率；還能及時(shí)預(yù)警上市公司的財(cái)務(wù)危機(jī)情況，尋求發(fā)生財(cái)務(wù)危機(jī)的根源；同時(shí)加強(qiáng)公司對(duì)于財(cái)務(wù)危機(jī)的防范措施，分析和判斷上市公司未來(lái)的發(fā)展趨勢(shì)，在一定程度上，可以幫助利益相關(guān)者做出相應(yīng)的決策，有利于公司的健康長(zhǎng)遠(yuǎn)發(fā)展。通過(guò)Execl等軟件進(jìn)行數(shù)據(jù)處理工作，有目的、有計(jì)劃地進(jìn)行了我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警模型的研究，得出以下結(jié)論∶

我國(guó)制造業(yè)非ST上市公司普遍具有良好的財(cái)務(wù)狀況，具有較好的風(fēng)險(xiǎn)抵御能力。但是，也有的非ST企業(yè)處于不穩(wěn)定甚至危險(xiǎn)地帶，這些企業(yè)必須及時(shí)而有效的做出相應(yīng)的調(diào)整措施，如果調(diào)整不力或者是效果不明顯，則這些財(cái)務(wù)風(fēng)險(xiǎn)必將演變成財(cái)務(wù)危機(jī)，進(jìn)一步威脅著企業(yè)的生產(chǎn)發(fā)展；Z-Score模型能提供給投資者更多的預(yù)測(cè)性,投資者能早期得到企業(yè)陷入困境的警告,及早做出決策,規(guī)避風(fēng)險(xiǎn)，還可以幫助企業(yè)做出信用決策等；EVA作為一種長(zhǎng)期的財(cái)務(wù)指標(biāo)，其對(duì)企業(yè)財(cái)務(wù)困境的預(yù)測(cè)具有相關(guān)性，且相對(duì)其他財(cái)務(wù)指標(biāo)其預(yù)測(cè)準(zhǔn)確程度較高，這說(shuō)明運(yùn)用EVA對(duì)中國(guó)上市公司財(cái)務(wù)狀況進(jìn)行評(píng)價(jià)與分析具有一定的可行性；F分?jǐn)?shù)模型可以更準(zhǔn)確地預(yù)測(cè)出企業(yè)是否存在財(cái)務(wù)危機(jī)；降低了單變量的誤判率；預(yù)警上市公司的財(cái)務(wù)危機(jī)；及時(shí)尋求發(fā)生財(cái)務(wù)危機(jī)的根源；加強(qiáng)公司對(duì)于財(cái)務(wù)危機(jī)的防范措施；分析和判斷上市公司未來(lái)的發(fā)展趨勢(shì)；在一定程度上，可以幫助利益相關(guān)者做出相應(yīng)的決策。通過(guò)對(duì)比可以發(fā)現(xiàn)，在三種預(yù)警模型中，F(xiàn)分?jǐn)?shù)模型的準(zhǔn)確率最高，高于其他兩種模型。

［1］寧?kù)o鞭：《基于KNN和logistic回歸方法的財(cái)務(wù)預(yù)警模型比較》，《商業(yè)時(shí)代》2008年第13期。

［2］馮月平：《Logistic財(cái)務(wù)預(yù)警回歸模型的構(gòu)建與檢驗(yàn)》，青島理工大學(xué)2010年碩士學(xué)位論文。

［3］李雪華：《企業(yè)財(cái)務(wù)預(yù)警機(jī)制研究》，西安建筑科技大學(xué)2008年碩士學(xué)位論文。