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。

　　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。

• 财务预警模型
• 多元判定模型
• 多元概率比的回归模型