【正文】 這也從一個角度解釋了為什么許多財務困境企業(yè)并沒有最終申請破產(chǎn)保護。 相比先前估計的破產(chǎn)預測模型，財務困境模型是一個補充研究。分類結(jié)果表明，通過采取糾正措施來減輕破壞生產(chǎn)之前的財務困境是可能的。我們證明了結(jié)合幾 個先前提議定義的一個三屏幕標準帶來比任何一個或兩個標準屏模型相當甚至更低的模型標準錯誤。在整篇文件中，行業(yè)相對表示是被抑制為簡化表示法。行業(yè)相對的擁護者，如 Lev (1969 年 ) 與 Platt 和 Platt (1991 年 )認為，這些比率更穩(wěn)定并能導致事前和事后之間的預測差距減小。行業(yè)相對比率的組合變化發(fā)生于個別公司和其聚 合的整個行業(yè)。 行業(yè)相對比率 ij=j行業(yè)平均比率 公司比率*100 （ 1） 其中，公司 i是行業(yè) j的成員之一， 用 100 調(diào)整百分比率以使標值大于 。這些作為財務困境可能因素的比率是被測試。數(shù)據(jù)選擇包括典型的財務報表項目。 自變量 自變量的建立是從 1999 年的標準普爾數(shù)據(jù)庫的財務報表數(shù)據(jù)中得到的。企業(yè)健康持續(xù)發(fā)展一個方面是健康種類，另一個方面則為破產(chǎn)種類，而財務困境則居于兩者之間。財務困境企業(yè)被任意指定為 1 值，而財務正常企業(yè)被指定為 0 值。被大量財務困境公司證明，屏 3 是最不典型的，且不同于被識別的其他兩個屏。在這 三個獨立的屏之中，企業(yè)財務困境種類的選擇，屏 3是最浪費的，然而屏 1 是最經(jīng)濟的。根據(jù)定義的三屏系統(tǒng)產(chǎn)生的財務困難最少的情況下，因為它是公司在各個屏幕路口升華。三層篩選方法如何影響被標識為財務困境企業(yè)的數(shù)目見表 2 中，表 2 對單個和多個屏幕進行了比較。這種方法在工業(yè)機械、設備、 儀器及相關(guān)產(chǎn)品中產(chǎn)生的財務困境樣本比其他 12 行業(yè)要多。該表還包括各行業(yè)的財務困境企業(yè)的百分比和非財務困境企業(yè)的數(shù)目。后者的度量被取消，因為無法獲得全面的數(shù)據(jù)。 另外兩個以前被研究人員采用但不包括在篩選系統(tǒng)的財務困境標識是：現(xiàn)金流量小于一年到期的長期債務和臨時裁員，重組，或錯過的分紅。否則公司就會被定義非財務困境企業(yè)。 為了避免基于單年表現(xiàn)欠佳而將企業(yè) 定義為財務困境企業(yè)，上述的三屏是為了適合 1999 年和 2020 年而設計的。 ? 息稅前利潤為負（類似于 John, Lang, 和 Netter (1992 年 )）。財務困境企業(yè)被定義為兩個年度內(nèi)同時滿足以下標準的企業(yè)。此外，將與企業(yè)相對接近的財務比率用于 14 個行業(yè)內(nèi)公 司財務比率的配對以確保樣本規(guī)模的充足。如 Mensah (1984 年 ) ， Platt, Platt 和 Pedersen (1994年 )所描述，將數(shù)據(jù) 限制到一年規(guī)避了由于通貨膨脹率，利率和國內(nèi)生產(chǎn)總值增長率的變化所導致的估計問題。本文也采 用了行業(yè)的相對框架，但是為了研究財務困境的預測。 Altman 和 Izan（ 1984 年）開創(chuàng)的行業(yè)相對比率將規(guī)范破產(chǎn)研究的行業(yè)之間存在的差異。但跨行業(yè)間的系數(shù)可能不穩(wěn)定，如果行業(yè)特定系數(shù)被估計將導致系數(shù)估計的擴散。這就是本文的研究目的。他們可能不會成為一個認定公司倒閉的事件而導致破產(chǎn)；與此不同的是，財務困境分階段和不同程度而發(fā)生。 除了諸如自然災害，政府規(guī)章改變或者法律判決這些突發(fā)事件之外，財務困境都先于幾乎所有的破產(chǎn)。 財務困境的定義不如法律行動，如破產(chǎn)或清算程序的定義精確。除了有利于上面列出的股東外，早期的財 務困境的信息將為管理者和所有者提供見解，并會為通過企業(yè)供應鏈來構(gòu)成和其他網(wǎng)絡相關(guān)企業(yè)的未來交貨增加信心。 在大多數(shù)情況下，破產(chǎn)發(fā)生于繼財務危機之后的一段時間。而早期的破產(chǎn)預測有利于企業(yè)重組和破產(chǎn)過程中的參與者，它為管理者或者是有職責扭轉(zhuǎn)一個處于危機或財務困難的企業(yè)的董事會提供了一些幫助。這些好處主要歸于企業(yè)生命周期最終階段的參與者。這項研究表明，銀行和其他想要控制不 良貸款的債權(quán)人應該要依靠比知名的破產(chǎn)模型中包含的更多的信息。最 終的財務危機預警模型包括一個已經(jīng)存在于破產(chǎn)模型中的變量和 4 個新的變量。本文接著對是否存在相同的解釋因子對破產(chǎn)和財務困境同時產(chǎn)生關(guān)聯(lián)提出疑問。該篩選將公司分為財務困境企業(yè)和非財務困境企業(yè)兩部分。與此不同的是，本文開始于一個處于財務危機但尚未破產(chǎn)的企業(yè)的樣本。 Related Products industries than in the other 12 industries. Weakness in heavy industries and segments of the hightechnology sectors as indicated by the threescreen test was widely reported at the time (in 2020) in the business press. How the threetiered screening method impacts the number of panies identified as financially distressed is observed in Table 2 where single and multiple screens are pared. By definition the threescreen system produces the fewest cases of financial distress because it is a distillation of panies at the intersection of individual screens. The multiple screen methodology reduces the number of financial distressed panies by between percent and percent across the fourteen industries pared with a methodology calling firms financially distressed when any one of the screens is violated. Of the three separate screens, Screen3 is the most profligate while Screen1 is the most economical selector of panies for the financial distress category. Overlap between the three individual financial distress screens is less than expected as seen in Table 2. Screen 3 is the most atypical as demonstrated by the large number of panies it calls financially distressed that are not similarly identified by the other two screens. The parison group of 1,127 nondistressed panies includes all panies in COMPUSTAT in the 14 industries that are not already identified as financially distressed and that have plete data for 1999 and 2020. Financially distressed firms are arbitrarily assigned a value of 1, while healthy fir