¿Cuáles son los modelos de análisis de alerta temprana financiera de quiebras empresariales?

La información contable proporcionada por los estados financieros de la empresa refleja de manera integral el estado financiero y los resultados operativos de la empresa. Con base en la estructura, el ratio y el análisis comparativo de la información contable de la empresa, la solvencia de la empresa. , la capacidad de pago de la deuda, la rentabilidad, las capacidades de desarrollo y las operaciones de capital se analizan para analizar el estado de seguridad de la empresa.

(1) Modelo discriminatorio no disponible.

Utilizando un único indicador de ratio financiero como variable básica y utilizando el método de muestreo pareado, se seleccionaron aleatoriamente 79 empresas que experimentaron crisis entre 1954 y 1964 y se compararon con 79 empresas normales de la misma industria y con activos similares. tamaños Luego, las empresas de la muestra se dividen en dos grupos: muestras de capacitación y muestras de prueba. Las muestras de capacitación se dividen primero en dos grupos: muestras de capacitación y muestras de prueba. Las muestras de capacitación se dividen primero en dos grupos: muestras de capacitación y muestras de prueba. Las muestras de entrenamiento se dividen primero en dos grupos: muestras de entrenamiento y muestras de prueba. Las muestras de entrenamiento se dividen primero en dos grupos: muestras de entrenamiento y muestras de prueba. Utilice pruebas de clasificación dicotómicas para determinar los ratios financieros más exigentes y sus puntos críticos, y utilice muestras de prueba para predecir y verificar las capacidades de advertencia de crisis de los ratios financieros y los puntos críticos.

William Beaver concluyó que el indicador más potente para alertar tempranamente de crisis corporativas es el ratio "flujo de efectivo/pasivos totales", seguido del ratio "pasivos totales/activos totales" y "beneficio neto/activos totales". " "relación. La relación "flujo de efectivo/pasivos totales" es un indicador de alerta temprana. Su precisión de predicción puede alcanzar más de 70 en los 5 años anteriores a la quiebra y puede llegar a 87 en el año anterior a la quiebra.

(2) ) Modelo discriminante multivariado.

Este modelo, también conocido como modelo de Altman o modelo de puntuación Z, es un modelo propuesto por el experto financiero estadounidense Edwin B. Altman

Propuesto por Altman. Él cree que la pérdida de solvencia es la razón principal de la quiebra empresarial. Hay señales predecibles en el proceso de situación financiera empresarial - crisis financiera - quiebra - liquidación. Después de una gran cantidad de investigaciones e investigaciones empíricas, se determina el valor Z multivariado. El modelo fue propuesto en 1968, a saber:

Z=0.012X1 0.014X2 0.033X3 0.006X4 0.999X5

(3) Modelo de puntuación F

Desde. El establecimiento del modelo de puntuación Z no considera completamente factores como los cambios en el flujo de efectivo, por lo que tiene ciertas limitaciones. Por esta razón, los académicos chinos Zhou Shouhua y Yang Jihua realizaron un estudio sobre el modelo de puntuación Z después de la modificación. El modelo de predicción de crisis financiera, el modelo de puntuación F, se propuso en 1996. Al modelo de puntuación F se le añadió la variable predictiva efectiva del flujo de caja, lo que compensó las deficiencias del modelo de puntuación Z. el desarrollo de las condiciones financieras empresariales modernas y la actualización de los estándares. Por ejemplo, debido a la mejora de la tecnología de gestión de efectivo, la relación actual necesaria que las empresas deben mantener se reduce aún más y la selección de muestras de este modelo. Compustat

La base de datos contable de PC Plus contiene 416 empresas desde 1990, pero el modelo de puntuación Z solo tiene 66 empresas en la muestra.

El modelo de puntuación F es el siguiente: <. /p>

F=

-0.1774 1.1091X1 0.1074X2 1.9271X3 0.0302X4 0.4961X5

（ 4) Modelo de alerta temprana de red neuronal

. En 1987, Lapeds y Fayber aplicaron redes neuronales a las predicciones por primera vez, siendo pioneros en la alerta temprana de redes neuronales. Este modelo es adecuado para sistemas complejos, variables en el tiempo y difusos. El método del modelo de alerta temprana de redes neuronales se basa principalmente en. "método de caja negra".

Trata los sistemas complejos como cajas negras y luego estudia la estructura y propiedades del sistema a través de estímulos (entradas) y respuestas (salidas). El mecanismo de pensamiento del cerebro humano se puede dividir en pensamiento abstracto (razonamiento lógico) y pensamiento de imágenes (razonamiento de incertidumbre). Con base en las características de comportamiento externo de las neuronas biológicas, se especula que el modelo de red neuronal tiene una estructura similar a la lógica de umbral, y se propone un modelo de lógica de umbral de neuronas artificiales.

El modelo BP (Back

propagación) es uno de los modelos más utilizados en los métodos de redes neuronales. Este modelo trata el sistema como una caja negra y considera la no linealidad entre sus componentes. entrada y salida. En el mapeo lineal, el proceso de entrada se puede representar mediante nodos de entrada y el proceso de salida se puede representar mediante nodos de salida. Se supone que se desconoce la estructura interna del sistema y se utilizan nodos ocultos para representar los mecanismos internos, formando así una red neuronal artificial similar a una neurona, utilizando el comportamiento sináptico de las neuronas del cerebro humano para simular el mecanismo del nodo. De esta forma, mediante entradas y salidas continuas, y aprendiendo de un número limitado de muestras, es posible simular el interior del sistema en estudio.