财务危机的有关文献综述
财务危机的有关文献综述
财务危机预警研究是一个重要的研究领域，旨在通过财务指标和其他相关信息来预测企业可能面临的财务困境。以下是对财务危机预警文献的综述：
财务危机预警模型研究
单一变量模型 Beaver（1966）：
首次使用统计方法建立单变量财务预警模型，提出债务保障比率等五个财务指标，其中流动比率和资产负债率误判率最低。
FitzPatrick（1932）：发现净利润/股东权益和股东权益/负债两个比率对财务危机判别能力最高。
多元线性分析模型 Altman（1968）：
提出Z-Score模型，选取多个财务指标，包括营运资本/总资产、留存收益/总资产等，用于预测财务危机。
Logistic回归模型
Martin（1977）： 首次应用Logistic回归模型研究财务危机预警，误判率较低，预测精准度高达96%。神经网络技术
Odom和Sharda（1990）： 将神经网络技术应用于财务危机预警，发现训练组模型准确率高于其他模型。 财务危机预警指标研究一般财务指标
Altman（1968）： 确定了五个判别变量，包括营运资本/总资产、留存收益/总资产等。 吴世农、卢贤义（2001）
现金流量指标 Aziz等人（1988）：
提出现金流量信息预测财务困境模型，发现破产公司与非破产公司经营现金流量有显著差异。
周首华等人（1996）：引入反映现金流量变动的指标，如（税后净收益+折旧）/平均总负债。
研究趋势
随着经济的发展，财务危机预警模型需要更高的精准度，神经网络技术与财务预警的结合应运而生。
国内研究起步较晚，多数研究基于国际经典模型，并结合中国实际情况进行改进。
结论
财务危机预警研究经历了从单一变量模型到多元线性分析，再到Logistic回归和神经网络技术的演变。研究方法和指标的选择随着时间推移而不断改进，以提高预测的准确性。