企業(yè)財(cái)務(wù)預(yù)警模型比較分析-預(yù)覽頁
【正文】 中調(diào)整權(quán)重，經(jīng)過不斷地重復(fù)調(diào)整，從而使預(yù)測值漸漸地逼近真實(shí)值。案例推理法是近年來才被嘗試應(yīng)用于財(cái)務(wù)危機(jī)預(yù)測上的一種動(dòng)態(tài)非統(tǒng)計(jì)模型方法。 二、各類財(cái)務(wù)預(yù)警模型的比較 （一）單變量模型和多變量模型的比較 １．單變量模型方法簡單，多變量模型方法較為復(fù)雜。①不同的財(cái)務(wù)比率的預(yù)測目標(biāo)和能力經(jīng)常有較大的差距，容易產(chǎn)生對于同一公司使用不同比率預(yù)測出不同結(jié)果的現(xiàn)象。 （二）靜態(tài)統(tǒng)計(jì)模型和動(dòng)態(tài)非統(tǒng)計(jì)模型的比較 １．建立模型的方法。而動(dòng)態(tài)非統(tǒng)計(jì)模型不是依據(jù)統(tǒng)計(jì)理論，而是利用人工智能中歸納式學(xué)習(xí)的方法建立起來的，整個(gè)分析及預(yù)測過程就好像是人類學(xué)習(xí)及思考一樣。如，多元統(tǒng)計(jì)分析中的數(shù)據(jù)正態(tài)分布假設(shè)、協(xié)方差矩陣相等假設(shè)、簡單線性概率模型的二項(xiàng)分布假設(shè)等。 ３．是否具有動(dòng)態(tài)預(yù)警功能和容錯(cuò)性。而動(dòng)態(tài)非統(tǒng)計(jì)模型具備隨著不斷變化的環(huán)境進(jìn)行自我學(xué)習(xí)的能力，隨著樣本資料的積累，可以定期更新知識，從而實(shí)現(xiàn)對企業(yè)危機(jī)的動(dòng)態(tài)預(yù)警。但是，它在實(shí)際運(yùn)用中還存在一些問題，如模型的拓?fù)涠x、網(wǎng)絡(luò)架構(gòu)的決定、學(xué)習(xí)參數(shù)以及轉(zhuǎn)換公式的選擇等比較復(fù)雜和難以確定，其工作的隨機(jī)性較強(qiáng)，非常耗費(fèi)人力與時(shí)間，而且其在決策方法中表現(xiàn)得像一個(gè)黑匣子，以致對它的接受和應(yīng)用都較困難。并且某些統(tǒng)計(jì)方法，如：ｌｏｇｉｔ、ｐｒｏｂｉｔ模型對數(shù)據(jù)是否具備正態(tài)分布、兩組協(xié)方差是否相等也沒有要求，常用的判別分析中的距離判別方法也可以在兩總體協(xié)方差矩陣不相等的情況下使用。主成分分析方法的主要功能是為了解決樣本數(shù)據(jù)中指標(biāo)個(gè)數(shù)太多以及指標(biāo)間信息存在重復(fù)的問題，其作用有兩個(gè)：一是降維，二是減少信息的重復(fù)，從而使分析簡化。判別分析方法的核心就是根據(jù)距離的遠(yuǎn)近來判斷樣品的歸屬，通常形成一個(gè)線性判定函數(shù)式，據(jù)此判斷待判企業(yè)的歸屬。簡單線性概率模型就是以各財(cái)務(wù)指標(biāo)作為解釋變量，以財(cái)務(wù)狀況作為被解釋變量，將財(cái)務(wù)狀況分為正常和失敗，分別?。昂停?，利用樣本資料建立回歸方程，把待判企業(yè)財(cái)務(wù)指標(biāo)數(shù)據(jù)代入方程，求得的值即為預(yù)測值，代表該企業(yè)發(fā)生財(cái)務(wù)失敗的可能性。 根據(jù)有關(guān)學(xué)者對多種統(tǒng)計(jì)模型判別準(zhǔn)確率的比較研究，得知判別分析方法是２０世紀(jì)８０年代以前主要的建模方法，其預(yù)測的準(zhǔn)確率一直較高，并且是到目前為止被運(yùn)用的主要方法之一。7 /
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1