This study re-examines the accuracy

This study re-examines the accuracy of the original Z-score model in predicting corporate failures in the
U.S. from 2000-2010. It also explores whether asset volatility substantiates the Z-score in predicting
bankruptcies. The results show that the original Z-score model is valuable in predicting corporate
financial stress for both manufacturing and non-manufacturing firms. It also finds total asset volatility
might be a missing variable from the original model when predicting financial distress of manufacturing
firms. Other results imply that stakeholders would further benefit from observing a company’s financial
status for a period longer than one or two years
METHODOLOGY
Our sample consists of all publicly traded companies that filed for Chapter 11 and Chapter 7
bankruptcies in the U.S. between 2000 and 2010. Data was obtained from two sources: COMPUSTAT
and BankruptcyData.com. There were 294 companies in COMPUSTAT and 118 in BankruptcyData.com
filing for Chapter 11 and Chapter 7 bankruptcies; respectively. We extracted the Z - score for all 412
firms from the COMPUSTAT and eliminated firms with incomplete or missing Z-scores. The final
sample contained 252 firms.
To check the accuracy of Z-score in predicting financial stress, we employed one, two and averages
of three and five years Z-scores prior to each firm filing for bankruptcy. The analysis of these Z-scores
identifies which one is a superior predictor of financial failure.
The original Z-score model was developed to predict bankruptcy of the publicly held manufacturing
companies. To re-examine whether Z-score predictions differ among different industries, the sample was
divided into manufacturing and non-manufacturing companies. For each group, we calculated the average
Z-score and compared the prediction outcomes. To study the strength of the Z-score predictions under
different economic conditions, we investigated the accuracy of bankruptcy predictions each year.
To address the failure of the Altman’s model to include a measure of asset volatility, we calculated a
coefficient of variation for each firm to measure its total asset volatility. We anticipate firms with high
coefficients of variations to have a Z-score closer to bankruptcy level
PREDICTION RESULTS
Table 1 Panel A presents the aggregated Z-score prediction results for all companies filing for
bankruptcy during 2000-2010. To see if the prediction outcomes differ among different industries, Panels
B and C show Z-score predictions for manufacturing and non-manufacturing firms. Furthermore, Table 2
includes Z-score predictions for companies filing either for Chapter 11 or for Chapter 7 bankruptcies (The
complete prediction results appear on Appendices A and B).
The data reported in Table 1 Panel A are one, two, and averages of three and five year Z-score
predictions prior to filing for bankruptcies. They disclose accurate (a), inaccurate (i), and gray area (g)
predictions of failures. The results reveal that out of 252 firms, the number and percentage of accurate
bankruptcy predictions applying one and two-year z-scores are 156 (61.90%) and 171 (67.86%);
respectively, while accurate prediction by averages of three and five-year are 178 (70.63%), and 194
(76.98%). These estimates imply that observations of financial performances over a longer period (i.e., 5-
year) could lead to better predictions of financial distress than a shorter period like one or two years.
Consistent with the results from Panel A, the estimated Z-score data in Table 1 Panels B and C for
manufacturing and non-manufacturing firms show the average five-year Z-score provides a superior
prediction of company failures than the other Z-scores in the table. In addition, the Z-score predictions for
non-manufacturing firms are as valid as those for manufacturing firms. The average three and five-year Zscores provide nearly equal accurate bankruptcy prediction rates for manufacturing and nonmanufacturing
firms (70.33%, 70.81% and 75.82, 77.64%). Except for the two year prediction for manufacturing firms, the one and two year prediction rates are noticeably lower than those for averages of three and five years.
Journal

ผลลัพธ์ (ไทย) 1:

การศึกษานี้การตรวจสอบความถูกต้องของคะแนน Z รุ่นเดิมในการทำนายความล้มเหลวขององค์กรในการสหรัฐอเมริกาจาก 2000-2010 นอกจากนี้ยังสำรวจว่าความผันผวนสินทรัพย์ substantiates Z-คะแนนในการทำนายล้มละลาย ผลลัพธ์แสดงว่าแบบคะแนน Z เดิมมีคุณค่าในการทำนายขององค์กรความเครียดทางการเงินสำหรับบริษัทที่ผลิต และไม่ผลิต นอกจากนี้ยังพบความผันผวนของสินทรัพย์รวมอาจเป็นตัวแปรหายไปจากรูปแบบเดิมเมื่อคาดการณ์ความทุกข์ทางการเงินของการผลิตบริษัท ผลลัพธ์อื่น ๆ เป็นสิทธิ์แบบว่า เสียจะได้ประโยชน์เพิ่มเติมจากการสังเกตการเงินของบริษัทสถานะสำหรับรอบระยะเวลาเกินหนึ่ง หรือสองปีวิธีการที่ตัวอย่างของเราประกอบด้วยบริษัททั่วไปขายทั้งหมดที่ยื่นบทที่ 11 และบทที่ 7ล้มละลายในสหรัฐอเมริการะหว่าง 2000 และ 2010 ข้อมูลได้รับจากแหล่งที่สอง: COMPUSTATและ BankruptcyData.com มีประเทศ COMPUSTAT 294 และ 118 ใน BankruptcyData.comยื่นสำหรับล้มละลาย 11 บทและบทที่ 7 ตามลำดับ เราสกัด Z - คะแนนทั้งหมด 412บริษัท COMPUSTAT และบริษัทตัดออกกับไม่สมบูรณ์ หรือไม่ Z คะแนน สุดท้ายตัวอย่างประกอบด้วยบริษัท 252การตรวจสอบความถูกต้องของคะแนน Z ในการทำนายความเครียดทางการเงิน เราจ้างหนึ่ง สอง และหาค่าเฉลี่ยปีสาม และห้า คะแนน Z ก่อนแต่ละบริษัทยื่นสำหรับล้มละลาย การวิเคราะห์คะแนน Z เหล่านี้ระบุว่าหนึ่งคือจำนวนประตูที่เหนือกว่าของความล้มเหลวทางการเงินแบบคะแนน Z เดิมถูกพัฒนาขึ้นเพื่อทำนายการล้มละลายของการผลิตทั่วไปจัดขึ้นบริษัท อีกครั้งตรวจสอบว่าการคาดคะเนคะแนน Z ที่แตกต่างกันในอุตสาหกรรมต่าง ๆ เป็นตัวอย่างแบ่งเป็นบริษัทที่ผลิต และไม่ผลิต สำหรับแต่ละกลุ่ม เราคำนวณค่าเฉลี่ยคะแนน Z และการเปรียบเทียบผลคาดเดา การศึกษาความแข็งแรงของการคาดคะเนคะแนน Z ภายใต้สภาพทางเศรษฐกิจแตกต่างกัน เราตรวจสอบความถูกต้องของการคาดคะเนล้มละลายแต่ละปีเพื่อแก้ไขความล้มเหลวของ Altman รุ่นแก่วัดความผันผวนสินทรัพย์ เราได้สัมประสิทธิ์ของความแปรปรวนในแต่ละบริษัทเพื่อวัดความผันผวนของสินทรัพย์รวม เราคาดหวังที่บริษัท มีสูงสัมประสิทธิ์ของการเปลี่ยนแปลงจะมี Z-คะแนนใกล้ระดับล้มละลายผลการทำนายตารางที่ 1 แผง A แสดงทำนายผลรวมของคะแนน Z ยื่นสำหรับบริษัททั้งหมดล้มละลายในช่วง 2000-2010 เมื่อต้องการดูถ้าทายผลแตกต่างกันในอุตสาหกรรม การติดตั้งB และ C แสดงการคาดคะเนคะแนน Z สำหรับบริษัทที่ผลิต และไม่ผลิต นอกจากนี้ ตาราง 2มีการคาดคะเนคะแนน Z สำหรับบริษัทที่ยื่น สำหรับ 11 บท หรือ การล้ม(ละลาย 7 บทเสร็จสมบูรณ์คาดเดาผลลัพธ์ปรากฏบน Appendices A และ B)ข้อมูลที่รายงานในตาราง 1 แผงมีหนึ่ง สอง และค่าเฉลี่ยของปีสาม และห้าคะแนน Zคาดคะเนก่อนยื่นสำหรับล้มละลาย พวกเขาเปิดเผยถูกต้อง (a), ไม่ถูกต้อง (i), และสีเทา (g) ที่ตั้งการคาดคะเนของความล้มเหลว เปิดเผยผลที่บริษัท 252 จำนวน และเปอร์เซ็นต์ของความถูกต้องคาดคะเนล้มละลายใช้หนึ่งและปีสอง z-คะแนน 156 (61.90%) และ 171 (67.86%);ตามลำดับ ในขณะที่ทำนายถูกต้องโดยค่าเฉลี่ยของทั้งสามและห้าปีมี 178 (70.63%), 194(76.98%) การประเมินเหล่านี้นัยว่าสังเกตประสิทธิภาพทางการเงินระยะยาว (เช่น 5-ปี) สามารถนำไปคาดคะเนดีทุกข์ทางการเงินมากกว่าระยะเวลาสั้น ๆ เช่นหนึ่ง หรือสองปีสอดคล้องกับผลจากแผง A ข้อมูล Z คะแนนประเมินในตาราง 1 แผง B และ C สำหรับบริษัท ผลิต-ไม่ผลิต และแสดงค่าเฉลี่ยห้าปีคะแนน Z ให้เหนือกว่าทำนายของความล้มเหลวของบริษัทกว่าอื่น ๆ Z-คะแนนในตาราง นอกจากนี้ คาดคะเนคะแนน Z สำหรับบริษัทผลิตไม่ถูกต้องเป็นที่สำหรับบริษัทผลิต ค่าเฉลี่ยสาม และห้าปี Zscores ให้ล้มละลายถูกต้องเกือบเท่าทำนายอัตราการผลิตไม่ใช่การผลิตกระชับ (70.33%, 70.81% และ 75.82, 77.64%) ยกเว้นคำทำนาย 2 ปีสำหรับบริษัทผลิต หนึ่งและปีสองคาดเดาราคาอย่างเห็นได้ชัดลดกว่าสำหรับค่าเฉลี่ยของ ปีห้าสามสมุดรายวัน

ผลลัพธ์ (ไทย) 3:

การศึกษานี้จะตรวจสอบความถูกต้องของแบบจำลองคะแนนเดิมในการทำนายความล้มเหลวขององค์กรในสหรัฐอเมริกาจาก 2000-2010
. นอกจากนี้ยังพิจารณาว่า ความผันผวนของสินทรัพย์ที่ใช้ใน substantiates คะแนน
การล้มละลาย ผลการทดลองแสดงให้เห็นว่าแบบจำลองคะแนนเดิมมีค่าพยากรณ์ความเครียดทางการเงินขององค์กร
สำหรับทั้งการผลิต และบริษัทผลิตไม่นอกจากนี้ยังพบ
ผวนทรัพย์สินอาจจะหายไปแปรจากรูปแบบเดิมเมื่อประมาณการทางการเงินของ บริษัท ผลิต

ผลอื่น ๆบ่งบอกว่าผู้มีส่วนได้เสียจะเพิ่มประโยชน์จากการสังเกตของบริษัททางการเงิน
สถานะเป็นเวลานานกว่าหนึ่งปีหรือสองปี

วิธีการตัวอย่างของเราประกอบด้วยซื้อขายสาธารณะ บริษัท ที่ยื่นสำหรับบทที่ 11 บทที่ 7 ล้มละลายในสหรัฐอเมริกา
ระหว่าง 2000 และ 2010 ข้อมูลที่ได้จากสองแหล่ง : คอมพิว ตท
และ bankruptcydata.com . มี 294 บริษัทคอมพิว ตท 118 ใน bankruptcydata . com
ยื่นสำหรับบทที่ 11 บทที่ 7 ล้มละลายตามลำดับ เราแยก Z - คะแนนทั้งหมด 412
บริษัท คอมพิว ตท และตัดออกจาก บริษัท ที่มีไม่สมบูรณ์หรือขาดหายไป z-scores . ตัวอย่างสุดท้าย

มี 3 บริษัท เพื่อตรวจสอบความถูกต้องของคะแนนพยากรณ์ความเครียดทางการเงินที่เราจ้าง หนึ่ง สอง สามและห้าปีเฉลี่ย
z-scores ก่อนที่จะให้แต่ละบริษัทยื่นสำหรับล้มละลาย การวิเคราะห์ z-scores เหล่านี้
ระบุซึ่งเป็นลักษณะที่เหนือกว่าของความล้มเหลวทางการเงิน