从表4-11和表4-12看

       无论是模型的拟合程度还是解释能力，-2 Log likelihood还是R2.基于单年度数据logistic模型拟合程度和自变量对因变量的解释能力略好于多年数据logistic模型，但差异不明显，建模样本的整体回归准确性几乎相同。从对2002年风险公司未来发展趋势的预测效果来看，基于单年度数据的恶化预测模型的整体误判率低于多年度模型。在不同的误判成本下，两者都有自己的优势。考虑到单年模型对数据的要求相对简单，以及两者之间的差异，我们选择单年模型作为风险恶化预测模型。

       4.5.2.行业标准化处理后的预测模型

       如果行业趋势的变化可能会影响自变量，则根据行业情况进行调整是合适的 (Theofanis,1987年)。然而，现有的文献并没有得出一致的结论。行业是否影响企业可持续经营与关键因素之间的关系一个实证问题。

       下面，我们遵循前人的经验，根据行业进行调整logistic未经调整的模型和模型logistic比较两者的预测效果(见表4-9和表4-10）。

       表4-9 基于非标准化和标准化数据logistic模型回归结果

       无论是从-2 Log likelihood 还是R2.根据行业进行调整logistic模型拟合程度和自变量对因变量的解释能力略好于未经行业调整的模型logistic模型，但差别不大。

       表4-10 基于非标准化和标准化数据

       logistic比较分析模型的预测效果

       从建模样本回判的准确性来看，没有根据行业进行调整logistic该模型略低于行业调整后的预测模型。然而，从模型的预测效果来看，无论如何设置风险临界概率，未经行业调整的模型的整体识别效果明显高于行业调整模型，误判的总成本也明显较低。鉴于此，考虑到标准化处理研究方法的有效性必须以行业的准确划分为前提，这在中国不令人满意，以及中国上市公司多样化和行业频繁变化的特点，基于单年数据的综合模型可能是最有效的。

       4.5.进一步考虑最佳风险恶化预测模型

       表4-11和表4-12分别给出了将风险恶化标准放宽到t 1和t 2年后风险恶化预测模型的回归结果和预测效果分析。

       表4-11 基于t 1、t 2年亏损被定义为风险

       恶化logistic模型回归结果

       表4-12 基于t 1、t 2年亏损定义为风险恶化情况下

       logistic比较分析模型的预测效果

       从表4-11和表4-12.将风险恶化标准放宽到t 1和t 2年后，风险恶化预测模型的拟合程度和解释能力得到了一定程度的提高，判断的准确性和预测效果也得到了不同程度的提高。因此，我们可以在实际应用中使用它t 1和t 损失是否作为风险恶化标准建立了预测模型。事实上，这种做法更符合预测的目的，因为我们关注的是上市公司持续经营的真正改进，而不是通过会计游戏进行粉饰。

       4.6结论

       上市公司的风险发展前景受到治理效率和业务质量关键因素的综合影响，其中治理效率的影响最为显著。因此，作为预测企业风险恶化的模型，应综合考虑这两个因素的影响；同时，为了提高可持续经营质量，也应从这两个因素开始进行综合治理。头痛、脚痛的消防策略无助于改善企业的可持续经营状况。此外，从模型的预测效果来看，无论如何设置风险临界概率，未经行业调整的模型的整体识别效果明显高于行业调整模型，误判总成本明显较低。有鉴于此，考虑到标准化处理研究方法的有效性必须以行业的准确划分为前提，这在中国并不令人满意，以及中国上市公司多样化的现状和行业频繁更换的特点，基于单年数据的综合模型可能最有效。

       本章参考文献

       ［1］Altman,E. I. ,Financial Ratios,Discriminant Analysis and Prediction of Corporate Bankruptcy,Journal of Finance,1968（9) ，pp. 589-609.

       ［2］Altman,E. I. ,Corporate Financial Distress and Bankruptcy: A Complete Guide to Predicting Avoiding Distress and Profiting from Bankruptcy,Second Edition,John Wiley Sons,Inc. ,New York,1993.

       ［3］Anderson,T. W. ,An Introduction to Multivariate Statistical Analysis,New York: Wiley,1962.

       ［4］Beaver,W. H. ,Financial Ratios as Predictors of Failure,Journal of Accounting Research,supplement,1966，pp. 71-111.

       ［5］Christian Leuz,Dhananjay Nanda Peter D. Wysocki,Investor Protection and Earnings Management: An International Comparison,Working Paper,The Wharton School of the University of Pennsylvania,2002.

       ［6］Constantin Zopounidis Augustinos I. Dimitras,Multicriteria Decision Aid Methods for Prediction of Business Failure,The Nertherlands: Kluwer Academic Publisher