随着全球经济时代的到来，市场竞争日益激烈，各国企业都面临着巨大的风险和不确定性。近几年，我国经济虽然保持着高速增长，但增长速度呈现出下滑趋势，一些企业的经营环境恶化。传统的持续经营假设逐渐松动，构建我国的企业破产预测模型已越来越引起我国会计理论界人士的关注。笔者认为，西方会计研究人员根据经营失败公司的财务特征，已经作出的破产预测统计模型，特别是新兴的实证会计理论中介绍的预测破产的多变量分析法对我国不无借鉴。

　　一、会计数据在预测破产中的作用

　　大多数破产预测模型都运用到会计数据。这些数据通常以比率的形式来表示，如负债比率、流动比率、利息保障倍数等。会计数据可能有助于预测破产的一个原因，债券契约（Bond Indentures）和贷款协议经常利用会计比率来限制管理人员的行动。譬如，企业可能被要求将其流动比率保持在一定限度上。违反有关会计比率的协定会使企业陷于违约的境地并可能因此导致破产。当然，违反协议中的会计比率条款并不一定导致破产，但是在债券契约里，运用会计数据来表明企业是否违约并使债权人有权迫使企业破产这一事实说明，会计数据和比率与企业的价值和债务的面值是密切相关的。这就使这些数据成为破产可能性的计量指标。

　　二、多变量分析法（Uni Variate Approach）

　　破产预测研究的多变量分析法即是分析多个会计数据或一组会计数据和比率来预测破产的方法。假设五个会计比率用于预测破产。令Z=1为非破产，Z=0为破产。若选用一个估计样本来对估计样本中有所有企业的Z与W[，1]，W[，2]，…W[，5]进行回归分析（i=1，…N），则有Z[，i]=C[，0]+C[，1]W[，1，i]+C[，2]W[，2，i]+C[，3]W[，3，i]+C[，4]W[，4，i]+C[，5]W[，5，i]+U[，i]

　　式中：Cj（j=1，…5）是一个参数。估计参数可用来获得估计样本中每个企业的一个Z[，1]值，则有Z[，i]=C[，0]+C[，1]W[，1，i]+C[，2]W[，2，i]+C[，3]W[，3，i]+C[，4]W[，4，i]+C[，5]W[，5，i]

　　最后，为Z选择一个可以使目标函数最少的区分值。通常，其目的是为了尽可能减少错误分类的数量（即将破产企业误判为非破产企业的数量-第Ⅰ类错误-加上将非破产企业误判为破产企业的数量-第Ⅱ类错误）。

　　基于不同目的而采用的区分值确定基础并不一定处于取优化状态。假设银行考虑一项贷款，它必须根据所犯错误类型的成本权衡每一类错误，并使这些误差的加权总和最小化。权衡第Ⅰ类错误和第Ⅱ类错误的方法是不一样的，因为把一个破产企业误判为非破产企业的代价高于把一个非破产企业判为破产企业的代价。

　　估算了公式1并计划了Z值的区分值之后，即可将所估计的公式2用于控制样本并据以计算Z值。那些Z值高于区分值的企业将被测定为不会破产，而那些Z值低于区分值的企业则将被测定为会破产。在实际运用多变量判别分析时，必须对许多变量（WJ）进行验证，只有那些能“最有效”地区分破产类企业与非破产类企业的变量才可用于估计Z的值。

　　西方经济学家奥特曼1968年曾运用多变量判别分析对1946-1965年期间破产与非破产制造企业加以区分。他采用了配对抽样法（Paired Sample Approach），根据行业和资产规模对美国33家破产企业和33家非破产企业进行配比。破产前一年计算的22个变量被选作判别函数（Discriminant Function）的预测变量。最终选定的组合变量以及所估计的判别函数为：Z=0.012W[，1]+0.014W[，2]+0.033W[，3]+0.006W[，4]+0.999W[，5]（公式3）

　　式中：W[，i]-营运资金对总资产的比率：W[，2]-留存盈利对总资产的比率；W[，3]-扣除利息与税金之前的盈利对总资产的比率；W[，4]-股票市价对总负债面值的比率；W[，5]-销售对总资产的比率。

　　在奥特曼的估计样本中，公式3正确地从33家破产企业中判别出31家破产企业，从33家非破产企业中判别出32家非破企业。奥特曼还研究了该模型在破产前5年的预测能力。1977年，奥特曼、荷德曼、纳雷亚等研究指出，70%的破产企业可在破产前5年通过模型预测到。可见会计数据在破产预测中的是十分有用的。

　　当然，该模型还存在一个重大的问题-没有考虑那些可以确认的不可量化的因素。因为影响企业持续经营能力的因素除了体现在财务指标中的因素外，还有宏观经济环境、行业、企业的特征、管理能力、社会声誉、或有事项和外部环境（如竞争状况、环境风险）等一些因素，这些因素往往不能量化。尽管如此，我们也不能否认这种实证方法对建立我国企业破产预测模型的借鉴作用。

　　三、构建我国企业破产预测模型势在必行

　　建立我国各行业的企业数据库（包括破产企业数据库），构建符合我国经济现实的破产预测模型的条件已基本成熟，因为一是破产机制健全以后将有越来越多的企业进入破产清算，建模所需数据能够采集；二是随着企业会计准则和具体会计准则的颁布实施，随着注册会计师行业的逐步成熟，我国的会计实务不断走向规模化，企业公布的会计数据的可信性也将大为提高。利用企业数据库，借鉴上述模型，企业可以构建各个行业、各种类型企业的破产预测模型，从而为公司的管理当局中和注册会计师评估持续经营不确定性提供强有力的帮助。