財(cái)務(wù)困境與財(cái)務(wù)欺詐

一、財(cái)務(wù)困境理論1、早期理論（1）“過度負(fù)債”的財(cái)務(wù)困境形成理論費(fèi)雪認(rèn)為金融危機(jī)是周期性的，會造成過度負(fù)債狀態(tài)，引起債務(wù)一通貨緊縮過程的一些金融事件，本意是指宏觀的金融危機(jī)，但其微觀基礎(chǔ)是財(cái)務(wù)困境的形成即公司沒有足夠的流動資產(chǎn)來清償?shù)狡趥鶆?wù)的狀態(tài)，從而引起的債務(wù)困境過程。費(fèi)雪在1933年發(fā)表的《大蕭條的債務(wù).緊縮理論》描述道：假如在某時刻（經(jīng)濟(jì)繁榮期間）存在過度發(fā)債，可能就會出現(xiàn)債務(wù)人和債權(quán)人恐慌而導(dǎo)致的債務(wù)清算。下面是環(huán)環(huán)相扣的后果鏈：①為清償債務(wù)需要廉價銷售，②債務(wù)的清償使存款減少，廉價銷售使貨幣流通速度降低，從而導(dǎo)致③物價下降，進(jìn)而使④企業(yè)債務(wù)負(fù)擔(dān)增加，企業(yè)凈值以更大幅度下降，從而引起部分企業(yè)出現(xiàn)破產(chǎn)和⑤總體利潤水平進(jìn)一步下降，造成⑥產(chǎn)出和就業(yè)水平下降。出現(xiàn)企業(yè)間價值鏈斷裂，償債危機(jī)產(chǎn)生，導(dǎo)致一系列公司破產(chǎn)連鎖效應(yīng)。（2）Gordon的四要點(diǎn)觀點(diǎn)根據(jù)Gordon(1971)的研究，一個完善的財(cái)務(wù)困境理論應(yīng)該能夠解釋清楚以下四個問題：①當(dāng)企業(yè)陷入財(cái)務(wù)困境時，企業(yè)普通股股票和債務(wù)的價值會受到什么影響；②陷入財(cái)務(wù)困境的企業(yè)價值與沒有陷入財(cái)務(wù)因境的企業(yè)價值相比，孰高孰低?各自的資本結(jié)構(gòu)如何?③處于財(cái)務(wù)困境企業(yè)的資本成本；④財(cái)務(wù)困境是否影響到企業(yè)的融資能力。

資本定價資本結(jié)構(gòu)成本分析融資狀況（2）現(xiàn)金流量模型的解釋①“水庫”對流入、流出起緩沖作用，即企業(yè)資產(chǎn)規(guī)模越大，其陷入財(cái)務(wù)困境的可能性越?。虎诹魅胙a(bǔ)充“水庫”，即來源于經(jīng)營活動的凈流動資產(chǎn)流量(如現(xiàn)金、銀行存款)越大，企業(yè)陷入財(cái)務(wù)困境的可能性越小；③流出消耗“水庫”，即債務(wù)負(fù)擔(dān)越重或用于經(jīng)營支出的資金越大，企業(yè)陷入財(cái)務(wù)困境的可能性越大；4、Morris關(guān)于財(cái)務(wù)困境的12條標(biāo)志1997年Morris列出了企業(yè)陷入財(cái)務(wù)困境的標(biāo)志，其嚴(yán)重程度逐次遞減：(1)債權(quán)人申請破產(chǎn)清算；(2)公司股票在交易所被停止交易；(3)針對持續(xù)經(jīng)營，會計(jì)師出具了保留意見；(4)與債權(quán)人發(fā)生債務(wù)重組；(5)債權(quán)人尋求資產(chǎn)保全；(6)違反債券契約，公司債券評級或信用評級下降，或發(fā)生了針對公司財(cái)產(chǎn)或董事的訴訟；(7)公司進(jìn)行重組；(8)重新指定董事，或者公司聘請公司診斷師對企業(yè)進(jìn)行診斷；(9)被接管（重組）(當(dāng)然不是所有被接管都預(yù)示企業(yè)陷入財(cái)務(wù)困境)；(10)公司關(guān)閉或出售其部分產(chǎn)業(yè)（解決現(xiàn)金流不足）；(11)減少或未能分配股利（由于利潤下降，甚至虧損所導(dǎo)致），或者對外報告損失；(12)公司股票的相對市場價格出現(xiàn)下降。5、Morris對財(cái)務(wù)困境的理論歸納Morris(1997)提出，目前對財(cái)務(wù)困境和破產(chǎn)的理論大致可分為四類。第一類是“非均衡理論”，主要用外部沖擊來解釋公司的困境和破產(chǎn)，如混沌理論和災(zāi)害(Catastrophe)理論；第二類是用具體的經(jīng)濟(jì)原因，例如市場結(jié)構(gòu)、資本結(jié)構(gòu)及公司的定位等理論來解釋公司破產(chǎn)，期權(quán)定價模型、沒有外部資本市場的賭徒破產(chǎn)模型、具有完全外部資本市場的賭徒破產(chǎn)模型以及不完全外部資本市場的賭徒破產(chǎn)模型等四種模型；第三類是近年在契約理論框架內(nèi)的分析，試圖用股東和債權(quán)人之間的潛在利益沖突來解釋公司的困境和破產(chǎn)；第四類是建立在管理理論和戰(zhàn)略理論基礎(chǔ)上，這類理論試圖通過尋找公司管理和戰(zhàn)略上的弱點(diǎn)來解釋困境和破產(chǎn)，此類研究目前局限于案例研究，計(jì)量模型應(yīng)用是其發(fā)展的方向。二、財(cái)務(wù)欺詐理論1、財(cái)務(wù)欺詐的定義1.1虛假財(cái)務(wù)從虛假財(cái)務(wù)報告的形成過程來看，有錯誤型虛假財(cái)務(wù)報告和舞弊型虛假財(cái)務(wù)報告。

錯誤型虛假財(cái)務(wù)報告是指無意識地對公司經(jīng)營活動狀況進(jìn)行了虛假陳述，在主觀上并不愿意使財(cái)務(wù)報告歪曲地反映公司經(jīng)營狀況。這主要是由于會計(jì)人員素質(zhì)較低引起的錯誤，比如經(jīng)營業(yè)務(wù)的遺漏、對會計(jì)制度的誤解等。

舞弊型財(cái)務(wù)報告是指為了實(shí)現(xiàn)特定的經(jīng)濟(jì)目的而有意識地偏離會計(jì)準(zhǔn)則和其它會計(jì)法規(guī)，對公司財(cái)務(wù)狀況、經(jīng)營成果和現(xiàn)金流量情況進(jìn)行虛假陳述的財(cái)務(wù)報告。它是利益集團(tuán)或個人為了經(jīng)濟(jì)利益而進(jìn)行的一種有意作為，是一種損人利己行徑。公司管理層故意錯誤表述或省略財(cái)務(wù)報告中的數(shù)據(jù)或應(yīng)予以揭示的內(nèi)容以達(dá)到誤導(dǎo)外部投資者的目的。虛假財(cái)務(wù)報告識別研究一般定位于舞弊型虛假財(cái)務(wù)報告，并且主要研究虛假財(cái)務(wù)報告的數(shù)據(jù)化信息。一般將舞弊型虛假財(cái)務(wù)稱為財(cái)務(wù)欺詐，或財(cái)務(wù)舞弊。1.2Albrecht的定義

欺詐是一個專業(yè)術(shù)語，包含了人類創(chuàng)造性所能設(shè)計(jì)的所有方式，個體借助這些方式并且結(jié)合虛假的陳述從他人身上獲取利益。定義欺詐的唯一界限在于那些能夠限制人類非正當(dāng)行為(knavery)的領(lǐng)域。Albrecht歸納了欺詐(舞弊)過程的七個要素:①一個陳述，②關(guān)于一個重要事項(xiàng)，③該陳述內(nèi)容是虛假的，④該行為是故意的或不計(jì)后果的，⑤該陳述欺騙了其他主體，⑥其他主體若采取相應(yīng)的行動將成為受害者，⑦被騙對象利益受損。除了欺騙這個必要要件外，受害者信任欺騙方也是欺詐成功的要件之一，如果缺少投資者的信任，虛假報告的公司是很難欺騙存有疑慮的投資者的。關(guān)于欺詐(舞弊)與錯誤的區(qū)別，Albrecht認(rèn)為區(qū)別僅在于行為人是否是故意的。2、財(cái)務(wù)欺詐的成因理論2.1舞弊三角理論該理淪由Albrecht提出，他認(rèn)為①財(cái)務(wù)欺詐的產(chǎn)生是由壓力(Exposure)、機(jī)會(Opportunity)和自我合理化(Rationalization)三要素組成。就像必須同時具備一定的溫度、燃料、氧氣這三要素才能燃燒一樣，缺少了上述任何一項(xiàng)要素都不可能真正形成財(cái)務(wù)欺詐。②壓力可能是經(jīng)營或財(cái)務(wù)上的困境以及對資本的急切需求；③機(jī)會可能是寬松的或松懈的控制以及信息不對稱；④自我合理化則可能是：我們只是為了暫時渡過困難時期，我的出發(fā)點(diǎn)是為了一個很好的愿望等。舞弊三角中的三個因素是兩兩相互作用的。2.2GONE理論GONE理論是西方對欺詐風(fēng)險因子的一種分類方法。GONE由四個英語單詞的首字母組成。其中①G為Greed指貪婪；“貪婪”指道德水平的低下，這是行為個體個性的一種特征。②O為Opportunity指機(jī)會；“機(jī)會”同潛在的舞弊者在組織中掌握的一定權(quán)力有關(guān)，是實(shí)現(xiàn)欺詐行為可能性的途徑與手段，而且這種“機(jī)會”是不可能消除的。③N為Need指需要；“需要”實(shí)際上構(gòu)成了欺詐行為的動機(jī)。④E為Exposure指暴露?！氨┞丁卑瑑煞矫娴膬?nèi)容：一是欺詐行為被發(fā)現(xiàn)、揭露的可能性；二是對欺詐者懲罰的性質(zhì)及程度，它將影響欺詐者事前判斷是否實(shí)施欺詐的決定。而“Gone”這一單詞本身表示離去的，用光的，因此，產(chǎn)生了一種很巧妙的說法，即“在貪婪、機(jī)會、需要和暴露四因子共同作用的特定環(huán)境中，會滋生欺詐，促使被欺騙者的錢、物、權(quán)益等離他而去”。2.3冰山理論①冰山理論把各種導(dǎo)致欺一詐行為的因素分為兩大類，并比喻為海面上的一座冰山。②露出海平面的只是冰山的一角，是人人都看得見得客觀存在的表象部分，屬于欺詐的結(jié)構(gòu)部分，包含的內(nèi)容是組織內(nèi)部管理方面的問題。③欺詐問題的內(nèi)在動因是更為危險的潛藏在海平面下的隱蔽部分，是主觀的內(nèi)容，更容易被刻意掩飾起來。包括行為人的態(tài)度、感情、價值觀念、滿意度、鼓勵等等，屬于欺詐的行為部分。注冊會計(jì)師在審計(jì)時，不僅應(yīng)把重點(diǎn)放在結(jié)構(gòu)方面，對內(nèi)部控制、內(nèi)部管理的內(nèi)容進(jìn)行評價，而且還應(yīng)注重個體行為方面的考慮，用直覺來分析、挖掘人性方面的欺詐風(fēng)險。該理論說明，④該理論說明，一個公司是否可能發(fā)生財(cái)務(wù)欺詐行為，不僅取決于其內(nèi)部控制的健全性和嚴(yán)密性，更重要的是取決于該公司是否存在財(cái)務(wù)壓力，是否有潛在的敗德可能性。三、經(jīng)驗(yàn)分析法在欺詐性財(cái)務(wù)報告識別中的應(yīng)用1、紅旗標(biāo)志法美國的SAS（審計(jì)準(zhǔn)則說明書）No.8應(yīng)用了“紅旗標(biāo)志法”。這是在評價欺詐性財(cái)務(wù)報告的風(fēng)險時常用的一種方法。其中涉及財(cái)務(wù)指標(biāo)的有：①現(xiàn)金短缺、負(fù)的現(xiàn)金流量、營運(yùn)資金及信用短缺，影響營運(yùn)周轉(zhuǎn)。②融資能力(包括借款及增資)減低，營業(yè)擴(kuò)充的資金來源只能依賴盈余。③成本增長超過收入或遭受低價進(jìn)口品的競爭。④現(xiàn)有借款合約對流動比率、額外借款及償還時間的規(guī)定缺乏彈性。⑤存貨大量增加超過銷售所需，尤其是高科技產(chǎn)業(yè)的產(chǎn)品過時的嚴(yán)重風(fēng)險。⑥盈余品質(zhì)逐漸惡化，例如折舊由年數(shù)總和法改為直線法而缺乏正當(dāng)理由。2、財(cái)務(wù)比率分析①主營業(yè)務(wù)利潤率=主營業(yè)務(wù)利潤/主營業(yè)務(wù)收入②應(yīng)收賬款/主營業(yè)務(wù)收入③銷售商品、提供勞務(wù)收到的現(xiàn)金/主營業(yè)務(wù)收入④其他應(yīng)收款/流動資產(chǎn)⑤營業(yè)利潤/利潤總額⑥支付的所得稅/利潤總額(參考指標(biāo)：支付的增值稅/主營業(yè)務(wù)收入或支付的增值稅/主營業(yè)務(wù)利潤)3、“剔除法”分析①不良資產(chǎn)剔除法②關(guān)聯(lián)交易剔除法③異常利潤剔除法4、外部財(cái)務(wù)指標(biāo)①財(cái)務(wù)狀況不佳②成長性過于樂觀5、審計(jì)難度較大的科目①應(yīng)收賬款、其他應(yīng)收款的賬齡和可收回性難以準(zhǔn)確判斷；②存貨及一些固定資產(chǎn)和在建工程難以實(shí)地盤存；7、異常波動指標(biāo)分析觀察財(cái)務(wù)指標(biāo)的波動是審計(jì)師進(jìn)行分析性復(fù)核的重要利器之一，指標(biāo)的異常波動往往蘊(yùn)涵著一定的財(cái)務(wù)欺詐風(fēng)險。美國財(cái)務(wù)研究與分析中心(CFRA)對異常波動指標(biāo)的分類體系，將異常波動指標(biāo)分為縱向和橫向兩種類型，其中縱向分析是尋求報表中的結(jié)構(gòu)性變化，而橫向分析則突出銷售增長與相關(guān)資產(chǎn)、費(fèi)用、現(xiàn)金流增長之間的關(guān)系。此外，審計(jì)報告意見類型、審計(jì)事務(wù)所變更、利潤對非經(jīng)常性損益的依賴等等也是我們用來檢測是否存在財(cái)務(wù)欺詐現(xiàn)象的常用方法。8、四類容易發(fā)生財(cái)務(wù)欺詐的公司①有強(qiáng)烈籌資動機(jī)的公司；②高級管理人員持股多的公司；③有著薄弱的公司治理結(jié)構(gòu)的公司；④財(cái)務(wù)狀況表現(xiàn)異常的公司。四、欺詐性財(cái)務(wù)報告的識別模型自上個世紀(jì)80年代以來，財(cái)務(wù)欺詐預(yù)測在歐美得到廣泛發(fā)展，從多元判別分析等線性預(yù)測模型，到以神經(jīng)網(wǎng)絡(luò)模型為代表的各種非參數(shù)預(yù)測模型，相關(guān)的模型、方法層出不窮。在這些模型中，有一個共同的前提假設(shè)，就是可以對公司進(jìn)行分組(如可以將公司分成財(cái)務(wù)欺詐公司和非欺詐公司)，其基本的思想是利用企業(yè)的各種財(cái)務(wù)指標(biāo)，建立判別模型，從而根據(jù)企業(yè)的總體財(cái)務(wù)狀況進(jìn)行分類?？v觀國外現(xiàn)有的研究成果，財(cái)務(wù)欺詐預(yù)測方法主要有單變量分析、多元判別分析、線性概率模型、Logistic模型、遞歸分割算法、專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)模型等。（一）一元判別法(單變量財(cái)務(wù)困境預(yù)測模型)1、Beaver單一比率模型(Univariatediscriminantmodel)Beaver(1966)提出了單一比率模型，即利用單一的財(cái)務(wù)比率來預(yù)測企業(yè)的財(cái)務(wù)失敗，這也是財(cái)務(wù)失敗預(yù)測中進(jìn)行的最早的研究。Beaver所選用的財(cái)務(wù)比率的原則是：①具有普遍性；②運(yùn)用以前研究成果；③增加現(xiàn)金流量相關(guān)指標(biāo)。首創(chuàng)樣本配對方法，以79家失敗公司配對79家正常公司，并采用了30個財(cái)務(wù)比率。篩選出5個最能分開失敗企業(yè)和非失敗企業(yè)的比率，它們是：現(xiàn)金流量/負(fù)債總額；凈收入/總資產(chǎn)；資產(chǎn)負(fù)債率；營運(yùn)資本/總資產(chǎn)：現(xiàn)值率(內(nèi)部收益率)。

該項(xiàng)研究意義在于發(fā)現(xiàn)了不同財(cái)務(wù)指標(biāo)具有不同預(yù)測企業(yè)破產(chǎn)的能力，并為多變量方法預(yù)測奠定了基礎(chǔ)。但是總體而言，該方法用于分辨非失敗企業(yè)的準(zhǔn)確率高于分辨經(jīng)營失敗企業(yè)，這在一定程度上影響了模型的實(shí)用性。（二）多變量判別分析(MultivariateDiscriminantAnalysis，MDA)1、Altman的Z-Score模型：

Altman（1968）首次將多元線性判別方法(MultipleDiscriminantAnalysis，MDA)引入到財(cái)務(wù)困境預(yù)測領(lǐng)域。這就是著名的Z-Score模型，這個模型的目的是預(yù)測企業(yè)的潛在失敗性。Altman選用1946至1965年期間提出破產(chǎn)申請的33家破產(chǎn)生產(chǎn)企業(yè)和規(guī)模相當(dāng)及行業(yè)的對應(yīng)的33家非破產(chǎn)生產(chǎn)企業(yè)作為樣本，從最初的22個財(cái)務(wù)比率選擇了5個，使用破產(chǎn)企業(yè)破產(chǎn)前一年的數(shù)據(jù)和非破產(chǎn)企業(yè)在相應(yīng)時段的數(shù)據(jù)，估計(jì)出一個多元線性函數(shù)，稱為Z-Score模型，其達(dá)式為：Z—判別函數(shù)值；X1—營運(yùn)資金/資產(chǎn)總額，用于衡量企業(yè)流動性和資產(chǎn)規(guī)模；X2—利潤留成/資產(chǎn)總額，用于衡量企業(yè)一段時間內(nèi)的內(nèi)源融資率；X3—息稅前利潤/資產(chǎn)總額，用于衡量企業(yè)資產(chǎn)的贏利能力；X4—普通股、優(yōu)先股市場價值總額/負(fù)債帳面價值總額，用于衡量企業(yè)財(cái)務(wù)杠桿；X5—銷售收入/資產(chǎn)總額，用于衡量主業(yè)經(jīng)營能力在Z-Score模型中，Altman提出了判斷企業(yè)財(cái)務(wù)失敗或破產(chǎn)臨界值：Z-Score如果企業(yè)的Z-Score大于2.765，表明企業(yè)財(cái)務(wù)狀況良好，發(fā)生財(cái)務(wù)失敗或破產(chǎn)的可能性比較??；如果企業(yè)的“Z-Score"小于2.765，則表明企業(yè)存在財(cái)務(wù)失敗的危機(jī)，也就是說，企業(yè)的“Z-Score”越低，發(fā)生財(cái)務(wù)失敗或破產(chǎn)的可能性就越大，反之則說明企業(yè)財(cái)務(wù)狀況越好。Altman發(fā)現(xiàn)在1.81和2.99之間會產(chǎn)生錯誤的分類，因此，他認(rèn)為這一區(qū)間是忽略區(qū)域。Altman將各種有關(guān)的比率合并成單一的預(yù)測指數(shù)，克服了單個比率內(nèi)容有限、無法全面揭示企業(yè)財(cái)務(wù)狀況的缺點(diǎn)利用Z-Score模型和它的判別標(biāo)準(zhǔn)，Altman的判別結(jié)果如下：破產(chǎn)前一年的預(yù)測準(zhǔn)確率為95.45%，但隨著時間的增加，準(zhǔn)確率大幅下降。2、Altman的Z模型由于在一些國家有很多處于財(cái)務(wù)困境但又沒有公開交易有價證券的公司，于是阿爾特曼重新評估變量X4，將其確定為：所有者權(quán)益/總債務(wù)帳面價值。新的模型被Altman稱之為Z模型，其表達(dá)式為：Z模型的臨界值區(qū)間如表所示。Z>2.99陷入財(cái)務(wù)困境可能性很小2.7_<Z<2.99有陷入財(cái)務(wù)困境可能1.81<Z<2.7陷入財(cái)務(wù)困境可能性很大Z<1.81陷入財(cái)務(wù)困境可能非常大3、ZETA模型

Deakin(1972)嘗試構(gòu)造二次式(Quadratic)函數(shù)的多元判別模型。他選取了1964-1972年間32家財(cái)務(wù)困境公司以及與之配對的32家健康公司作為樣本來構(gòu)造模型，模型前三年的判別正確率達(dá)80%，而對其他年度的判別正確率卻不甚理想。Altman(1977)進(jìn)行了改進(jìn)。①（非線性的）二次式多元判別分析。選取分析了1969-1975年間53家制造業(yè)財(cái)務(wù)困境公司與58家配對正常公司，最后選定了7個變量進(jìn)入模型，這②7個指標(biāo)是資產(chǎn)報酬率、收入的穩(wěn)定性(用10年資產(chǎn)報酬率的標(biāo)準(zhǔn)差的倒數(shù)來度量)、利息保障倍數(shù)、贏利積累(留存收益/總資產(chǎn))、流動比率、資本化率(五年的股票平均市場值/長期資本)和規(guī)模(用公司總資產(chǎn)來度量)，這7個指標(biāo)分別表示企業(yè)目前的贏利性、收益的保障、長期贏利性、流動性和規(guī)模等特征。③判別正確率達(dá)到96%。此模型就是著名的Zeta模型。但由于該模型被ZETA服務(wù)有限公司作為商品出售，因此，這7個比率的權(quán)重大小一直以來都是商業(yè)機(jī)密，不為公眾所知。（三）Tobit模型1、Tobit簡介

1981年的諾貝爾經(jīng)濟(jì)學(xué)獎授予美國經(jīng)濟(jì)學(xué)家JamesTobin，以獎勵他對金融市場及其與支出決策、就業(yè)、生產(chǎn)和價格的關(guān)系的分析。Tobin1958年關(guān)于耐用消費(fèi)品的研究。消費(fèi)者有欲望去購買耐用消費(fèi)品必須在其它基本需求已得到滿足時才有可能。為刻劃這樣的需求，必須在模型中引進(jìn)特殊的定性變量，建立了Tobit模型，Tobin也被認(rèn)為是Markowitz證券組合選擇理論的奠基人，并且把它廣泛地應(yīng)用到居民和廠商的投資行為理論中去。他實(shí)際上最早提出二基金分離定理，即每一有效的投資組合都可由兩個有效組合來生成，從而投資者面對眾多證券進(jìn)行組合與只對銀行帳戶和某一有效的基金進(jìn)行組合是一樣的。

Tobin`sQ理論Tobin1969年提出。Tobin`sQ為企業(yè)的市場價值與資本重置成本之比。它的經(jīng)濟(jì)含義是比較作為經(jīng)濟(jì)主體的企業(yè)的市場價值是否大于給企業(yè)帶來現(xiàn)金流量的資本的成本。

Tobin`sQ值大于1，說明企業(yè)創(chuàng)造的價值大于投入的資產(chǎn)的成本，表明企業(yè)為社會創(chuàng)造了價值，是“財(cái)富的創(chuàng)造者”；反之，則浪費(fèi)了社會資源，是“財(cái)富的縮水者”。

2、Tobit模型的數(shù)學(xué)形式

yi=+xi+ui

其中ui為隨機(jī)誤差項(xiàng)，xi為定量解釋變量。yi為二元選擇變量，設(shè)1（若是第一種選擇）

yi=0（若是第二種選擇）對yi取期望，E(yi)=+xi下面研究yi的分布。因?yàn)閥i只能取兩個值，0和1，所以yi服從兩點(diǎn)分布。把yi的分布記為，

pi

=P(yi=1)1–pi

=P(yi=0)則E(yi)=1(pi)+0(1-pi)=pi

有

pi=+xi（yi的樣本值是0或1，而預(yù)測值是概率。）3、Tobit模型的意義以pi=-0.2

+0.05xi為例，說明xi

每增加一個單位，則采用第一種選擇的概率增加0.05。假設(shè)用這個模型進(jìn)行預(yù)測，當(dāng)預(yù)測值落在[0，1]區(qū)間之內(nèi)（即xi取值在[4，24]之內(nèi)）時，則沒有什么問題；但當(dāng)預(yù)測值落在[0，1]區(qū)間之外時，則會暴露出該模型的嚴(yán)重缺點(diǎn)。因?yàn)楦怕实娜≈捣秶荹0，1]，所以此時必須強(qiáng)令預(yù)測值（概率值）相應(yīng)等于0或1（見圖1）。線性概率模型常寫成如下形式

1，+xi1

pi=+xi，0<+xi<10，+xi04、Tobit模型的局限①兩端需要強(qiáng)制為1和0；②估計(jì)過程是無偏的，但預(yù)測結(jié)果卻是有偏的。5.Edmister模型Edmister(1972)用Tobit模型建立了包含7個財(cái)務(wù)比率線性回歸的財(cái)務(wù)預(yù)警Tobit模型，預(yù)測精度在90%以上。Edmiste認(rèn)為多元線性回歸方法（MDA）是“黑一灰一白”方法，“灰區(qū)”的企業(yè)是被誤判的，而線性概率模型（LPM）方法得到的是破產(chǎn)概率，將財(cái)務(wù)比率通過模型轉(zhuǎn)化為破產(chǎn)概率，使得結(jié)果具有實(shí)際意義。由于Tobit模型無法保證結(jié)果在(0，1)區(qū)間，因此運(yùn)用Probit函數(shù)和Logisti函數(shù)對LPM變換，則得到Probit模型和Logit模型，其中Logit方法逐漸成為主流方法之一。（四）logit模型1、logit模型簡介該模型是McFadden于1973年首次提出。其采用的是logistic概率分布函數(shù)。Probit曲線和logit曲線很相似。兩條曲線都是在pi=0.5處有拐點(diǎn)，但logit曲線在兩個尾部要比Probit曲線厚。其形式

對于給定的xi，pi表示相應(yīng)個體做出某種選擇的概率。logit曲線近似于自由度為4的t分布曲線。Probit曲線和logit曲線都是在pi=0.5處有拐點(diǎn)，但logit曲線在兩個分布的尾部要比Probit曲線厚。且計(jì)算上也比較方便，所以Logit模型比Probit模型更常用。對Logit模型作變換，有由上式知回歸方程的因變量是對數(shù)的某個具體選擇的機(jī)會比。logit模型的一個重要優(yōu)點(diǎn)是把在[0，1]區(qū)間上預(yù)測概率的問題轉(zhuǎn)化為在實(shí)數(shù)軸上預(yù)測一個事件發(fā)生的機(jī)會比問題。logit累積概率分布函數(shù)的斜率在pi=0.5時最大，在累積分布兩個尾端的斜率逐漸減小。說明相對于pi=0.5附近的解釋變量xi的變化對概率的變化影響較大，而相對于pi接近0和1附近的xi值的變化對概率的變化影響較小。2、Chesser判別模型Chesser得到的公式：其中X1=(現(xiàn)金+市場化證券)/總資產(chǎn)X2=銷售凈額/(現(xiàn)金+市場化證券)；X3=資產(chǎn)報酬率；X4=資產(chǎn)負(fù)債率；X5=固定資產(chǎn)/股東權(quán)益；X6=營運(yùn)資本/凈銷售收入變量Y是一個獨(dú)立變量的線性組合，采用如下公式確定不一致的概率PY值可以看作客戶不一致傾向的指數(shù)，Y越大不一致的概率越高，他確定的分類原則是：如果p>0.50，歸于不一致組；如果p<0.50，歸于一致組。3、logit模型的改進(jìn)（1）樣本配對大多采用非隨機(jī)方式，以失敗公司與正常公司一比一配對，然而此種抽樣方式易產(chǎn)生選取的偏誤(choice-basedsamplebiases)?？刹捎梅桥鋵Φ碾S機(jī)樣本。（2）財(cái)務(wù)數(shù)據(jù)之間經(jīng)濟(jì)聯(lián)系密切，一般均會導(dǎo)致模型生產(chǎn)多重共線性問題?？刹捎弥鞒煞址椒ǎ⒒谥鞒煞值幕貧w模型。（五）試算與分析1、一元判別法(單變量財(cái)務(wù)困境預(yù)測模型)采用SPSS軟件，計(jì)算F檢驗(yàn)和t檢驗(yàn)。8個指標(biāo)顯著。初始指標(biāo)14個，分別為：總股本、流通A股、總資產(chǎn)、凈利潤、每股凈資、每股收益、中期收益、凈收益率、股東權(quán)益、資本公積、利潤總額、主營收入、資產(chǎn)負(fù)債、流通盤。60個樣本公司，正常和ST公司各30。Analyze“數(shù)據(jù)分析”→“均值比較”→“獨(dú)立樣本t-檢驗(yàn)”兩個總體均值之差的假設(shè)檢驗(yàn)

一般可以將這類問題歸結(jié)為——通過假設(shè)檢驗(yàn)來判斷兩個獨(dú)立抽取的樣本是否來自具有相同的總體均值的總體