四年的预测结果。此外，采用MDA建模的学者还有黄岩和李元旭（2001）、尹侠等（2001）向德伟、（2002）卫建国等、（2002）杨淑娥和徐伟刚、（2003）唐振宇等、（2004）以及贲友红（2005）。
13Logit。Logit模型是采用了一系列的财务指标来预测财务危机发生的概率，然后根据银行、投资者等的风险偏好程度设定风险警戒线，以此对分析对象进行风险定位与决策。
吴世农、卢贤义（2001）选取70家处于财务困境的公司和70家财务正常的公司为样本，首先应用剖面分析和单变量判定分析研究财务困境出现前5年内这两类公司每一年的21个财务指标的差异，最后选定6个财务指标作为预警指标，应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法分别建立了三种预警模型，并指出应用Logistic回归分析法建立的预警模型误判率最低。
此外，姜秀华与孙铮（2001）讨论了最佳分割点，认为概率01为最佳分割点；乔卓（2002）和齐治平（2002）引入二次项和交叉项进行建模；陈晓和陈治鸿（2000）、宋力和李晶（2004）对财务数据进行调整后建模；张鸣和程涛（2005）、梁琪（2005）、张扬（2005）通过利用主成分分析法对logistic方法进行降维、解决共线性问题后进行了建
第3页
f安康学院论文专用纸
模；顾银宽（2005）则基于Jackk
ife检验进行了建模，均提高了模型预测的准确率。
14核函数方法。罗幼喜等（2005）通过主成分分析法约简建模指标后，采用核函数建模，结果表明模型的性能指标超过传统预测方法，较好地解决了大规模样本集应用问题。
2智能预警模型
智能预警模型则主要是基于神经网络分析的各类模型。神经网络模型是一套人工智慧系统，以模拟生物神经系统的模式，利用不断重复的训练过程，使本身能够透过经验的积累达到学习的效果。
王春峰、万海晖、张维等1999用神经网络法对商业银行财务风险进行了研究，发现神经网络法具有很强的非线性映射能力，其学习经验的能力强：学者杨保安等2001将BP神经网络分析方法运用到银行财务预警的分析中，构建了非线形财务预警模型。
刘洪、何光军（2004）以728个样本、36个财务指标进行财务危机预警研究。他们在传统的判别分析法和逻辑回归分析法基础上，探索应用人工神经网络法进行财务危机预警的研究。结果表明，人工神经网络法的预测准确率高于前两种方法的预测准确率。谢纪刚（2004）等人使用分类集成的方法进行财务危机预警研究，结果发现该方法的预测准确率
第4页
f安康学院论文专用纸
可达到86。
张根明、向晓骥r