一元判定模型

　　一元判定模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模型。其中，财务指标是指收集传达财务信息，说明资金活动，反映企业生产经营过程和成果的经济指标。是可以通过企业的财务报告中的数据计算的指标。

　　在一元判定模型中，最为关键的一点就是寻找判别阈值。通常需要将样本分为两组：一组是构建预测模型的“预测样本”，也称估计样本；另一组是测试预测模型的“测试样本”，又称“有效样本”。

　　首先，将预测样本（包括破产企业和非破产企业）按照某一选定的财务比率进行排序，选择判别阈值点，使得两组的判误率达到最小。然后，将选定的阈值作为判别规则，对测试样本进行测试。

　　1.优点

　　使用方法简单；使用方便；一元判定模型在前两年、前三年的预测中也能表现出很强的预测能力，说明一些上市企业的财务困境是从某些财务指标恶化开始的。

　　2.缺点

　　其一，只重视一个指针的分离能力，如果经理人员知道这个指针，就有可能去粉饰这个指针，以使企业表现出良好的财务状况；

　　其二，如果使用多个指针分别进行判断，这几个指针的分类结果之间可能会产生矛盾，以致无法作出正确判断。也就是说，虽然财务比率是综合性较高的判别指针，但是仅用一个财务指标不可能充分反映企业的财务特征。

　　一元判定模型属于财务预警模型的一种，财务预警模型是指借助企业财务指标和非财务指标体系，识别企业财务状况的判别模型。包括以下类型：

　　1、一元判定模型：一元判定模型是指以某一项财务指标作为判别标准来判断企业是否处于破产状态的预测模型

　　2、多元判定模型（Multiple Discriminant Analysis，MDA）

　　3、多元逻辑回归模型：多元逻辑回归模型的理论前提相对判别分析法要宽松得多，且没有关于分布类型、协方差阵等方面的严格假定。不过，在大量运用多元逻辑回归的研究中往往忽视了另一个相当重要的问题，即模型自变量之间可能存在的多重共线性干扰。

　　4、多元概率比回归模型：多元概率比回归模型亦称Probit回归模型，是假定企业破产的概率为p，并假设企业样本服从标準正态分布，其概率函数的p分位元数可以用财务指标线性解释。

　　5、人工网络模型

　　6、联合预测模型：联合预测模型是运用企业模型来模拟企业的运作过程，动态地描述财务正常企业和财务困境企业的特征，然后根据不同特征和判别规则，对企业样本进行分类。