多变量模型的分类有哪些

多变量模型的分类包括：

1、静态统计模型：包含线性判别模型、主成分预测模型、简单线性概率模型、对数比率模型以及概率单位模型；

2、动态财务预警模型：即将人工智能的归纳式学习方法应用于财务危机的预测。

多变量模型也称为“多变量预警模型”，是通过将多种财务比率加权汇总从而构成线性函数公式来预测财务危机的一种模型体系，与单变量预警模型同属于上市公司财务预警工作的重要内容之一。多变量模型可以多方面反映公司的经营状态，与公司的财务预警系统相辅相成。



什么是多变量模型?

多变量预警模型即是运用多种 财务比率 加权汇总而构成线性函数公式 来预测 财务危机 的一种模型。它一种综合评价企业 风险 的方法，当 预 测 企业 是否会面临 财务失败 时，只需将 企业 的多个财务比率同时输入 模型中，模型会通过计算得到一个结果， 然后根据结果就可以判断企业是否会面临财务失败或 破产 。

财务风险评价模型有哪些?

财务风险评价模型主要有单变量模型,多变量模型.

一、单变量模型

单变量模型是指使用单一财务变量对企业财务失败分险进行预测的模型。主要有威廉·比弗(William Beaver)于1966年提出的单变量预警模型。他通过对1954~1964年期间的大量失败企业和成功企业比较研究，对14种财务比率进行取舍，最终得出可以有效预测财务失败的比率依次为: 1.债务保障率=现金流量÷债务总额 2.资产负债率=负债总额÷资产总额 3.资产收益率=净收益÷资产总额 4.资产安全率=资产变现率-资产负债率 Beaver认为债务保障率能够最好地判定企业的财务状况(误判率最低)其次是资产负债率，且离失败日越近，误判率越低。但各比率判断准确率在不同的情况下会有所差异，所以在实际应用中往往使用一组财务比率，而不是一个比率，这样才能取得良好的预测效果。

二、多变量模型

多变量模型是指使用多个变量组成的鉴别函数来预测企业财务失败的模型。较早使用多变量预测的是美国纽约大学的教授爱德华·阿尔曼(Edwardi.altman)，他是第一个使用鉴别分析(discriminant analysis)研究企业失败预警的人。他选取了1946~1965年间的33家破产的和正常经营的公司，使用了22个财务比率来分析公司潜在的失败危机。他利用逐步多元鉴别分析(MDA)逐步粹取5种最具共同预测能力的财务比率，建立起了一个类似回归方程式的鉴别函数--Z计分法模式。该模型是通过五个变量(五种财务比率)将反映企业偿债能力的指标、获利能力指标和营运能力指标有机联系起来，综合分析预测企业财务失败或破产的可能性。