【正文】 L Bankruptcy”,Financial Management, Autumn,p66761Bouwman,M.,1983,“Human Diagnostic Reasoning by Computer:An Illustration from Financial Analysis” ,Management Science,No 6,p6536721Casey,C., and ,1984,“Cash FlowIt’s Not the Bottom Line”,Harvard Business Review,July/August,p60661Casey,C., and ,1985,“Using Operating Cash Flow Data to Predict Financial Distress: Some Extensions”,Journal of Accounting Research,Spring, ,p3844011Casey，, and Norman , 1985, “Use Operating Cash Flow Data to Predict Financial Distress: Some Extensions”, Journal of Accounting Research, Chicago.1Dambolena,., and ,1980,“Ratio Stability and Corporate Failure ”, Journal of Finance，,p101710261Duchessi,P., and ，1988，“A Knowledgeengineered System for Commercial Loan Decisions”, Financial Management,17/3,p57651Fitzpatrick，.,1932,“A Comparison of Ratios of Successful Industrial Enterprises with Those of Failed Firms”, Certified Public Accountant 2: P589605,656662,7277311Gombola, ., M. E. Haskins, J. , and D. D. Williams,1987, “Cash Flows in Bankruptcy Prediction”, Financial Management, Hammer,M.,1983,“Financial Prediction: Sensitivity of Classification Accuracy to Alternate Statistical Methods and Variables Sets”,Journal of Accounting and Public Policy,2,p2893072Jain,Bharat A., and Barin N. Nag, 1997,“Performance Evaluation of Neural Network Decision Models’, Journal of Management Information Systems”,Fall, Vol. 14, No. 2: 201216.2Laitimen,.,1993,“Financial Predictors for Different Phases of the Failure Process”,Omega,No 2, 2152282Lane,., , and ,1986,“An Application of the Cox Proportional Hazards Model to Bank Failure”，Journal of Banking and Finance,10,p5115312Lippman,.,1987,“Introduction to Computing with Neural Net”，IEEE ASSP，May,4,p4222Lo, .,1986,“Logit Versus Discriminant Analysis: A Specification Test and Application to Corporate Bankruptcies”, Journal of Econometrics, 31, p151178.2Martin, D. ,1977,“Early Warning of Bank Failure”, Journal of Banking and Finance, 1,p2492762Merwin,. ,1942,“Financial Small Corporations: In Five Manufacturing Industries”, National Bureau of Economic Research，p19261936,2Meyer, P. A., and H. W. Pifer,1970, “Prediction of Bank Failures”,Journal of Finance,Sept., P853868.2Nosworthy, and ,1980,“Diagnosis of Financial Health by Cash Flow Analysis”,working paper, London Business SchoolOhlson，James A.，1980，“Financial Ratios and the Probabilistic Prediction of Bankruptcy”, Journal of Accounting Research, Vol. 18, No. 1 spring: 109131.3Smith,., and . Winakor,1935,“Changes in the Financial Structure of Unsuccessful Corporations”,Urbana，University of Illinois,Bureau of Business Research3Zmijewski，Mark E.，1984, “Methodological Issues Related to the Estimation of Financial Distress Prediction Models”, Journal of Accounting Research, Vol. 22 Supplements: 6182.33. Altman, E. I., Sept. 1968, “Financial Ratios, Discrimininant Analysis and the Prediction of Corporate Bankruptcy”, Journal of Finance 23(4):589610., A., D. C. Emanuel and G. H. Lawson, 1988, “Bankruptcy Prediction An Investigation of Cash Flow Based Model.” Journal of Management Studies 25:419437., W. H., 1966, “Financial Ratios as Predictors of Failure.” Journal of Accounting Research (supplement):71102., M., Spring 1974, “Failing Company Discrimininant Analysis.” Journal of Accounting Research 12:125., C. J. and N. J. Bartczak, 1984, “Cash FlowIt’s Not the Bottom Line.” Harvard Business Review 62:6166. 3 Altman E I. Corporate financial distress [M] . New York :John Wiley , 1993.3 Ward TJ , Foster B P. A note on select a response measurefor financial distress[J ] . Journal of Business Finance amp。　　主要參考文獻(xiàn)長城證券課題組，2001，“上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)：理論研究與實(shí)證分析”，《上證研究》，第3期，p63146陳靜，1999，“上市公司財(cái)務(wù)惡化預(yù)測的實(shí)證分析”，《會(huì)計(jì)研究》，第4期，p3138.陳曉、陳治鴻，2000，“中國上市公司財(cái)務(wù)困境預(yù)測”，《中國會(huì)計(jì)與財(cái)務(wù)研究》，第3期，p5572.高培業(yè)、張道奎，2000，“企業(yè)失敗判別模型實(shí)證研究”，《統(tǒng)計(jì)研究》，第10期，p4651李華中，2001，“上市公司經(jīng)營失敗的預(yù)警系統(tǒng)研究”，《財(cái)經(jīng)研究》，第27卷，第10期，p5864. 吳世農(nóng)、盧賢義，2001，“我國上市公司財(cái)務(wù)困境的預(yù)測模型研究”，《經(jīng)濟(jì)研究》，第6期，p4655.Aharony,J., , and ,1980,“An Analysis of Risk and Return Characteristics of Corporate Bankruptcy Using Capital Market Data”,Journal of Finance35,Sept.,p10011016Altman,Edward I., 1993,Corporate Financial Distress and Bankruptcy,John Wiley amp。大多數(shù)的研究都假定預(yù)測先驗(yàn)概率為50% ，并且預(yù)測結(jié)果的兩類誤差所帶來的成本是一樣的，即認(rèn)為一家公司破產(chǎn)與否的概率是一樣的，而且將一家即將破產(chǎn)的公司預(yù)測為不會(huì)破產(chǎn)所造成的成本與將不會(huì)破產(chǎn)的公司預(yù)測為會(huì)破產(chǎn)而帶來的成本是一樣的。這主要取決于兩個(gè)方面，即對預(yù)測先驗(yàn)概率和預(yù)測誤差成本的估計(jì)。預(yù)測精度判定標(biāo)準(zhǔn)一旦設(shè)定，也就決定了模型的預(yù)測能力及其外部適用性。因時(shí)間推移以及經(jīng)濟(jì)條件改變，線性/線性模型都面臨參數(shù)重新估計(jì)甚至重新建模的風(fēng)險(xiǎn)。姜秀華（2005）也在模型中引入了股權(quán)集中系數(shù)。結(jié)果表明改善公司盈利和營運(yùn)等能力、提高獨(dú)立董事比例、增加財(cái)務(wù)報(bào)表的可信度將有助于避免陷入財(cái)務(wù)危機(jī)。姜國華（2004）發(fā)現(xiàn)主營業(yè)務(wù)利潤水平和第一大股東持股比例顯著地影響著公司在第三年成為被“ST”的可能性的大小。劉國光等（2005）應(yīng)用Merton模型對2002年－2004年ST公司和相應(yīng)配對公司的危機(jī)發(fā)生前的違約距離進(jìn)行了研究，發(fā)現(xiàn)危機(jī)公司違約距離在危機(jī)發(fā)生前第三年明顯低于正常公司的相應(yīng)值，違約距離比傳統(tǒng)財(cái)務(wù)指標(biāo)能更早地預(yù)警到企業(yè)財(cái)務(wù)危機(jī)的發(fā)生。　　隨著資本市場的迅速發(fā)展，融資的非中介化、證券化趨勢以及金融創(chuàng)新工具的大量涌現(xiàn)，以財(cái)務(wù)比率為基礎(chǔ)的統(tǒng)計(jì)分析方法不能反映借款人和證券發(fā)行人的資產(chǎn)在資本市場上快速變化的動(dòng)態(tài)價(jià)值，有學(xué)者開始利用資本市場的信息構(gòu)建預(yù)警模型。研究文獻(xiàn)統(tǒng)計(jì)結(jié)果表明：1） 引用頻繁的指標(biāo)大致可以分為以下幾類　　流動(dòng)性指標(biāo)：流動(dòng)比率，（期末流動(dòng)資產(chǎn)期末流動(dòng)負(fù)債）/總資產(chǎn)，速動(dòng)比率；資產(chǎn)的管理能力指標(biāo)：總資產(chǎn)周轉(zhuǎn)率，應(yīng)收賬款周轉(zhuǎn)率，存貨周轉(zhuǎn)率；盈利及回報(bào)能力指標(biāo)：資產(chǎn)凈利率，凈資產(chǎn)利潤率，主營業(yè)務(wù)利潤率，（利潤總額+財(cái)務(wù)費(fèi)用）/總資產(chǎn)；財(cái)務(wù)杠桿指標(biāo)：資產(chǎn)負(fù)債率，負(fù)債權(quán)益比率；股本擴(kuò)張能力指標(biāo)：留存收益/總資產(chǎn)，每股收益，每股凈資產(chǎn)，每股經(jīng)營活動(dòng)現(xiàn)金流量；公司的成長性指標(biāo)：主營收入增長率，資產(chǎn)增長率。陳曉（2000）采用非配對樣本進(jìn)行研究，%，%的財(cái)務(wù)危機(jī)公司(ST公司)，這一結(jié)果和其它采用配對抽樣得破產(chǎn)研究結(jié)果相比，判別正確率偏低。這一方法可以控制一些因素，如行業(yè)和資產(chǎn)規(guī)模，但同時(shí)也把作為配對標(biāo)準(zhǔn)的這些因素排除在模型之外，而這些因素很可能是解釋破產(chǎn)的重要因素。這些配對標(biāo)準(zhǔn)用來控制由于財(cái)務(wù)危機(jī)組與控制組之間的報(bào)告季節(jié)性、行業(yè)特征和公司規(guī)模的差異所可能帶來的模型偏差。如何確定陷入財(cái)務(wù)危機(jī)公司的樣本組，其首要標(biāo)準(zhǔn)是所選公司的財(cái)務(wù)狀況是否符合所界定的財(cái)務(wù)危機(jī)概念?？梢?，把ST公司界定為財(cái)務(wù)危機(jī)在實(shí)踐中已經(jīng)被廣泛地應(yīng)用了。在所選的文章中，將“特別處理”和把“財(cái)務(wù)狀況異常被ST的公司”也歸為財(cái)務(wù)危機(jī)公司分別統(tǒng)計(jì)。1998年深滬證券交易所正式啟用了當(dāng)上市公司出現(xiàn)“異常狀況”時(shí)，對上市公司進(jìn)行“特別處理”的條款。因此，以破產(chǎn)來研究財(cái)務(wù)危機(jī)問題顯然是不可行的。在國內(nèi)，大多數(shù)學(xué)者根據(jù)企業(yè)被ST這一事件選取陷入財(cái)務(wù)危機(jī)的公司，這樣的界定與我國的國情具有密切相關(guān)性。再次，定性方法與定量方法相結(jié)合，財(cái)務(wù)指標(biāo)與非財(cái)務(wù)指標(biāo)兼顧選擇哪些財(cái)務(wù)指標(biāo)作為建立財(cái)務(wù)預(yù)警模型的變量，對模型的預(yù)警精確性和可靠性將產(chǎn)生較大的影響。財(cái)務(wù)預(yù)警系統(tǒng)是為企業(yè)管理信息系統(tǒng)服務(wù)的，離開了管理信息系統(tǒng)，財(cái)務(wù)預(yù)警系統(tǒng)也就失去了存在的價(jià)值。應(yīng)積極借鑒美國、日本等國業(yè)已成功開發(fā)并應(yīng)用的預(yù)警模型，來建立和完善適合我國企業(yè)的財(cái)務(wù)預(yù)警模型?！　?基于上述分析，認(rèn)為應(yīng)依托現(xiàn)代計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)通信技術(shù)、數(shù)據(jù)庫技術(shù)以及管理學(xué)、財(cái)務(wù)學(xué)、統(tǒng)計(jì)學(xué)和各種優(yōu)化技術(shù)，盡快構(gòu)建起科學(xué)有效的現(xiàn)代企業(yè)財(cái)務(wù)預(yù)警系統(tǒng)。此外，分時(shí)點(diǎn)的截面分析可能由于樣本時(shí)間段的不同而得到因子差異明顯的模型。企業(yè)財(cái)務(wù)循環(huán)具有持續(xù)性特點(diǎn)和累積效應(yīng)，財(cái)務(wù)危機(jī)的發(fā)生也是一個(gè)量變到質(zhì)變的漸變過程，單純的截面分析難以識別導(dǎo)致企業(yè)財(cái)務(wù)狀況惡化的內(nèi)在趨勢原因。這些假設(shè)在實(shí)證研究中往往很難滿足，因而限制了其在財(cái)務(wù)預(yù)警領(lǐng)域的運(yùn)用。在傳統(tǒng)統(tǒng)計(jì)預(yù)警方法中，一元分析方法比較簡單，但是會(huì)在很大程度上排斥其他指標(biāo)的作用，且對數(shù)據(jù)的整體分布情況無法正確反映，因而缺陷比較明顯。而財(cái)務(wù)預(yù)警解決的是一個(gè)