企业财务预警模型的比较分析务管理毕业论文(3)
2016-05-16 01:02
导读:1.各种统计本身功能的比较。判别和主成分分析方法属于多元统计分析,其中,判别分析方法主要在已知研究对象分成若干类型并已取得各类样品观测数
1.各种统计本身功能的比较。判别和主成分分析方法属于多元统计分析,其中,判别分析方法主要在已知研究对象分成若干类型并已取得各类样品观测数据的基础上,如何判别一个新样品的回类,即判别分析的宗旨就是判定新的案例的种别。主成分分析方法的主要功能是为了解决样本数据中指标个数太多以及指标间信息存在重复的题目,其作用有两个:一是降维,二是减少信息的重复,从而使分析简化。简单的线性概率模型和logit概率模型都属于回回分析方法,其目的是研究模型中各解释变量与被解释变量之间的特定的关系,尤其是数值关系。所以,若只从各种方法的主要功能来说,利用判别分析方法建立财务预警模型是最适当的,由于这种方法就是研究种别回属题目。
2.各种统计方法建立财务预警模型的比较。判别分析方法的核心就是根据间隔的远近来判定样品的回属,通常形成一个线性判定函数式,据此判定待判的回属。一般要求数据服从正态分布和两组总体间协方差矩阵相等。主成分分析方法主要是对***财务指标进行综合、降维,然后给各综合指标赋予一定的权值再进行综合分析,形成一个判分式,根据财务正常企业和财务失败企业各自得分情况形成判定区间,出待判企业的得分,据此加以判定。
利用主成分分析方法建立财务预警模型有一个明显的缺陷:即综合评分式权重的确定以及判定区间的确定都具有较大的主观性和不正确性,尤其是后者受样本数据分布的很大。简单线性概率模型就是以各财务指标作为解释变量,以财务状况作为被解释变量,将财务状况分为正常和失败,分别取0和1,利用样本资料建立回回方程,把待判企业财务指标数据代进方程,求得的值即为猜测值,代表该企业发生财务失败的可能性。简单线性概率模型有四个缺陷:①残差不满足正态分布,而是二项分布;②具有异方差;③一般样本决定系数太小,回回方程拟合程度低;④难以保证回回值在[0,1]区间,因此,用此方法建立的财务预警模型,其预警判别能力不如其他方法。Logit和probit模型均是为了克服简单的线性概率模型的缺陷而建立起来的,一般采用最大似然估计方法进行估计,不需要满足正态分布和两组协方差矩阵相等的条件,得出的结果直接表示企业发生财务失败的可能性大小,操纵简单,结果明了。此方法被广泛运用。
(科教论文网 Lw.nsEAc.com编辑整理)
根占有关学者对多种统计模型判别正确率的比较研究,得知判别分析方法是20世纪80年代以前主要的建模方法,其猜测的正确率一直较高,并且是到目前为止被运用的主要方法之一。Altman2000年用判别分析方法建立的预警模型,其猜测精度仍高达96%。logit猜测模型近年来也被广泛地运用,其猜测精度也相对较高。我国学者吴世农、卢贤义建立的财务预警模型具有样本新、容量大的特点,他们在2001年对经过严格检验的同一套样本指标分别用判别分析方法和logit方法进行财务猜测,结果发现logit模型的猜测精度(93.6%)要明显优于判别分析方法的猜测精度(89.9%)。