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) 2:

การศึกษาครั้งนี้อีกครั้งตรวจสอบความถูกต้องของเดิมรุ่น
Z-คะแนนในการทำนายความล้มเหลวขององค์กรในสหรัฐ จาก 2000-2010 นอกจากนี้ยังสำรวจไม่ว่าจะเป็นความผันผวนของสินทรัพย์พิสูจน์
Z-คะแนนในการทำนายการล้มละลาย ผลการศึกษาพบว่าเดิมรูปแบบ
Z-คะแนนที่มีคุณค่าในการทำนายขององค์กรความเครียดทางการเงินทั้งการผลิตและบริษัท ที่ไม่ใช่การผลิต นอกจากนี้ยังพบว่าความผันผวนของสินทรัพย์รวมอาจจะเป็นตัวแปรที่หายไปจากรูปแบบเดิมเมื่อการทำนายความทุกข์ทางการเงินของการผลิตของบริษัท ผลอื่น ๆ บ่งบอกว่าผู้มีส่วนได้เสียจะส่งเสริมการได้รับประโยชน์จากการสังเกตทางการเงินของ บริษัท ที่สถานะเป็นระยะเวลานานกว่าหนึ่งหรือสองปีระเบียบวิธีตัวอย่างของเราประกอบด้วยทุกบริษัท ที่มีหุ้นซื้อขายที่ยื่นบทที่ 11 และบทที่ 7 ล้มละลายในสหรัฐระหว่างปี 2000 และปี 2010 ข้อมูล ที่ได้รับจากสองแหล่งที่มา: Compustat และ BankruptcyData.com มี 294 บริษัท ใน Compustat และ 118 ใน BankruptcyData.com ยื่นบทที่ 11 และบทที่ 7 ล้มละลาย; ตามลำดับ เราแยก Z - คะแนนทั้งหมด 412 บริษัท จาก Compustat ตัดออกและ บริษัท ที่มีไม่สมบูรณ์หรือขาดหายไป Z-คะแนน สุดท้ายกลุ่มตัวอย่างที่มีอยู่ 252 บริษัท . ในการตรวจสอบความถูกต้องของ Z-คะแนนในการทำนายความเครียดทางการเงินเรามีงานทำหนึ่งสองและค่าเฉลี่ยของสามและห้าปีคะแนนZ-ก่อนที่จะมีการจัดเก็บในแต่ละ บริษัท ที่ล้มละลาย การวิเคราะห์เหล่านี้ Z-คะแนนระบุเป็นที่หนึ่งที่ทำนายที่เหนือกว่าของความล้มเหลวทางการเงิน. เดิมรุ่น Z-คะแนนได้รับการพัฒนาในการทำนายการล้มละลายของที่จัดขึ้นต่อสาธารณชนผลิตบริษัท เมื่อต้องการตรวจสอบว่าการคาดการณ์ Z-คะแนนแตกต่างกันระหว่างอุตสาหกรรมที่แตกต่างกันตัวอย่างถูกแบ่งออกเป็นการผลิตและบริษัท ที่ไม่ใช่การผลิต สำหรับแต่ละกลุ่มเราคำนวณค่าเฉลี่ยของZ-คะแนนและเมื่อเทียบกับผลการทำนาย เพื่อศึกษาความแข็งแรงของการคาดการณ์ Z-คะแนนภายใต้ภาวะเศรษฐกิจที่แตกต่างกันเราตรวจสอบความถูกต้องของการคาดการณ์การล้มละลายในแต่ละปี. เพื่อแก้ไขความล้มเหลวของรุ่นอัลท์แมนที่จะรวมถึงการวัดความผันผวนของสินทรัพย์ที่เราคำนวณค่าสัมประสิทธิ์ของการเปลี่ยนแปลงสำหรับแต่ละ บริษัท การวัดความผันผวนของสินทรัพย์รวมของ บริษัท เราคาดว่า บริษัท ที่มีสูงค่าสัมประสิทธิ์ของการเปลี่ยนแปลงที่จะมีZ-คะแนนใกล้เคียงกับระดับการล้มละลายทำนายผลตารางที่ 1 แผงจะนำเสนอผลการทำนาย Z-คะแนนรวมสำหรับทุก บริษัท ยื่นขอล้มละลายในช่วง2000-2010 เพื่อดูว่าผลการทำนายแตกต่างกันระหว่างอุตสาหกรรมที่แตกต่างกัน, แผงB และ C แสดงการคาดการณ์ Z-คะแนนสำหรับการผลิตและ บริษัท ที่ไม่ใช่การผลิต นอกจากนี้ตารางที่ 2 รวมถึงการคาดการณ์ Z-คะแนนสำหรับ บริษัท ที่ยื่นทั้งบทที่ 11 หรือบทที่ 7 ล้มละลาย (ในผลการทำนายสมบูรณ์ปรากฏในภาคผนวกA และ B). ข้อมูลที่รายงานในตารางที่ 1 แผงมีหนึ่งสองและค่าเฉลี่ยของ สามและห้าปี Z-คะแนนการคาดการณ์ก่อนที่จะมีการยื่นขอล้มละลาย พวกเขาเปิดเผยความถูกต้อง (ก) ไม่ถูกต้อง (i) และพื้นที่สีเทา (ช) การคาดการณ์ของความล้มเหลว ผลการศึกษาพบว่าจาก 252 บริษัท จำนวนและร้อยละของความถูกต้องคาดการณ์การล้มละลายใช้หนึ่งและสองปี-Z-คะแนน156 (61.90%) และ 171 (67.86%) ตามลำดับในขณะที่การคาดการณ์ที่ถูกต้องโดยเฉลี่ยของสามและห้า ทุบทุกสถิติเป็น 178 (70.63%) และ 194 (76.98%) ประมาณการเหล่านี้บ่งบอกว่าข้อสังเกตของการแสดงทางการเงินในระยะเวลานาน (เช่น 5 ปี) อาจนำไปสู่การคาดการณ์ที่ดีขึ้นของความทุกข์ทางการเงินกว่าระยะเวลาที่สั้นเช่นหนึ่งหรือสองปี. สอดคล้องกับผลลัพธ์ที่ได้จากแผงประมาณ Z-คะแนน ข้อมูลในตารางที่ 1 แผง B และ C สำหรับการผลิตและบริษัท ที่ไม่ใช่การผลิตแสดงค่าเฉลี่ยของ Z-คะแนนห้าปีให้เหนือกว่าการคาดการณ์ของความล้มเหลวของบริษัท กว่าคะแนน Z-อื่น ๆ ในตาราง นอกจากนี้ยังมีการคาดการณ์ Z-คะแนนสำหรับบริษัท ที่ไม่ได้มีการผลิตที่ถูกต้องเป็นที่สำหรับ บริษัท ผลิต ค่าเฉลี่ยสาม Zscores ห้าปีให้ถูกต้องเกือบเท่ากับอัตราการทำนายล้มละลายสำหรับการผลิตและ nonmanufacturing บริษัท (70.33%, 70.81% และ 75.82, 77.64%) ยกเว้นการคาดการณ์สองปีสำหรับ บริษัท ผลิตที่หนึ่งและสองปีอัตราการทำนายอย่างเห็นได้ชัดต่ำกว่าค่าเฉลี่ยสำหรับสามและห้าปี. วารสาร

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
แบบจำลองคะแนนเดิมถูกพัฒนาเพื่อพยากรณ์การล้มละลายของสาธารณชนจัดขึ้นการผลิต
บริษัท ที่จะตรวจสอบว่าคาดคะเนคะแนนแตกต่างกันระหว่างอุตสาหกรรมที่แตกต่างกันจำนวน
แบ่งออกเป็นการผลิตและ บริษัท ผลิต นอน สำหรับแต่ละกลุ่ม เราคำนวณคะแนนเฉลี่ย
เปรียบเทียบการทำนายผลลัพธ์เพื่อศึกษาความแข็งแรงของคะแนนคาดคะเนภายใต้
เงื่อนไขทางเศรษฐกิจที่แตกต่างกัน เราได้ตรวจสอบความถูกต้องของการล้มละลายคาดคะเน ในแต่ละปี
เพื่อแก้ไขความล้มเหลวของอัลท์แมนเพื่อรวมรุ่นวัดความผันผวนของสินทรัพย์ เราคำนวณเป็นค่าสัมประสิทธิ์ของความผันแปรในแต่ละบริษัท
วัดความผันผวนของสินทรัพย์รวมของ เราคาดว่า บริษัท มีสูง
ค่าสัมประสิทธิ์ของการเปลี่ยนแปลงที่จะมีคะแนนใกล้ล้มละลาย ผลการทำนายระดับ

โต๊ะ 1 แผงแสดงคะแนนรวม ผลการทำนายในการยื่นสำหรับล้มละลายในบริษัททั้งหมด
2000-2010 . เพื่อดูว่า การทำนายผลแตกต่างระหว่างอุตสาหกรรมที่แตกต่างกัน , แผง
B และ C แสดงคะแนนสำหรับการพยากรณ์การผลิต และบริษัทผลิตไม่ นอกจากนี้ ตารางที่ 2
รวมถึงการคาดการณ์ สำหรับบริษัทที่ยื่นคะแนนทั้งบทที่ 11 หรือบทที่ 7 ล้มละลาย (
ผลการทำนายให้ปรากฏในเอกสารประกอบ A และ B )
ข้อมูลรายงานตารางที่ 1 แผง มี หนึ่ง , สอง , สามและห้าปีและค่าเฉลี่ยของคะแนน
คาดคะเนก่อนยื่นสำหรับล้มละลาย . พวกเขาเปิดเผยถูกต้อง ( ) ไม่ถูกต้อง ( ฉัน ) , และพื้นที่สีเทา ( G )
ทำนายของความล้มเหลวผลการวิจัย พบว่า จาก 252 บริษัท จำนวนและร้อยละของการคาดการณ์ bankruptcy ถูกต้อง
ใช้ระยะเวลา 1 และ 2 ปี z-scores เป็น 156 ( 61.90 % ) และ 171 ( 67.86 ;
% ) ตามลำดับ ในขณะที่ความถูกต้องการพยากรณ์ โดยค่าเฉลี่ยของทั้งสามและห้าปีเป็น 178 ( ดังนี้ % ) และ 194
( 76.98 % ) ประมาณการเหล่านี้บ่งบอกว่าการสังเกตการปฏิบัติทางการเงินในระยะเวลานาน ( เช่น 5 -
ปี ) อาจนำไปสู่การคาดการณ์ทางการเงินที่ดีกว่า มีระยะเวลาสั้น เช่น หนึ่งหรือสองปี
สอดคล้องกับผลจากแผง ซึ่งคะแนนข้อมูลในตารางที่ 1 แผง B และ C
ผลิต และบริษัทผลิตไม่แสดงคะแนนเฉลี่ย 5 ปี มีเหนือกว่า
ทำนายความล้มเหลวของ บริษัท กว่า z-scores อื่น ๆ ในโต๊ะ นอกจากนี้ส่วนคะแนนทำนาย
บริษัทผลิต ไม่จะเป็นต้องสำหรับ บริษัท ผลิต โดยสามและห้าปี zscores ให้เกือบเท่ากับที่ถูกต้องพยากรณ์การล้มละลายอัตราการผลิตและ บริษัท nonmanufacturing
( X% % , และระบบบำบัด 75.82 77.64 , % ) ยกเว้นสองปีการคาดการณ์สำหรับ บริษัท ผลิตหนึ่งและสองปีอัตราการคาดการณ์จะชัดลดลงกว่าค่าเฉลี่ยของทั้งสามและห้าปี วารสาร