Furthermore, it is observed that no

Furthermore, it is observed that none of prior empirical studies proposes a model that
uses the vital causes of failure, which are the financial ratio, corporate governance, and
macroeconomic factors, to predict the financial distress of firms in Thailand. In addition,
some models are not generalized and could be employed only by the particular Thai
industry, e.g. financial sectors. Hence, there is a need of an integrated model used to
predict the possibility of financial distress of Thai firms. Such model should incorporate all
three primary indicators of financial distress and could be applied in all Thai industries,
except the financial industry.
Therefore, the primary purpose of this study is to develop a model as an early
warning tool to predict the financial distress of firms. Once the stakeholders can detect in
advance whether a firm enters to the financial distress condition, they can take actions to
prevent the occurrence of ultimate failure as early as possible to reduce the substantial
losses of failure. Moreover, since many firms are now affected by the World financial
crisis, the model proposed in this study, which is of particular relevance in today’ Thai
financial market, can help firms reduce the probability of financial distress. In addition,
6
results in this study will contribute toward important findings on non-US empirical test on
the relation between three primary variables, which are the financial ratios, corporate
governance, and macroeconomic variables, and the possibility of financial distress. They
also add to the growing literature on the applicability of the corporate governance in Thai
capital market to enhance the firm’s value and avoid the financial distress. They also
contribute to the existing literature that studies the ability of financial ratios and
macroeconomic variables to predict the possibility of financial distress.
The paper is organized as follows. Section 2 discusses prior literature related to the
study. Section 3 explains data collection, variable measurements, and statistical methods.
Section 4 presents empirical results. Lastly, section 5 is the conclusion.
2. RELATED LITERATURE
The substantial volume of researchers developing the financial distress prediction
models admits that the financial ratio is one of major predictors of the financial distress
because the financial ratio can reflect the financial conditions of firms. The earlier work of
Beaver (1966) indicated that the financial ratios can predict the likelihood of bankruptcy.
His univariate study evidenced that the financial ratios of bankrupt firms generally differ
from those of nonbankrupt firms and pointed out that the cash flow-to-debt ratio, out of
thirty ratios examined, is the best single predictor. Even though Beaver (1966) found that
different ratios will provide different levels of success in predicting the bankruptcy, the
financial ratios can significantly convey useful information and signal the financial
conditions of firms well before the bankruptcy. In addition, Altman (1968) believed that
financial ratio measurements of a bankrupt firm and a nonbankrupt firm are significantly
different. Because of this, he developed a mutivariate discriminant model to classify the
bankrupt firms from the nonbankrupt ones. His discriminant model contains five ratios
representing five distinguish financial dimensions; profitability, liquidity, solvency,
leverage, and activity ratio. His discriminant model yielded an excellent accurate
classification for the first year prior to bankruptcy. Furthermore, Ohlson (1980) applied the
logit analysis to predict the likelihood of bankruptcy. He concluded that with the logit
technique and selected variables, the best outcome is to predict the probability of
bankruptcy one year before the actual failure with four primary factors. Three of the four
7
factors are financial ratios, which are the total liability-to-total asset ratio, the net incometo-
total asset ratio, and the working capital-to-total asset ratio.
The well-known studies of Beaver (1966), Altman (1968) and Ohlson (1980) have
prompted many researchers to further investigate the roles of financial ratios in the
prediction of financial distress context. For example, Nam and Jinn (2000) included thirtythree
traditional financial ratios when developing the statistical model as an early warning
sign of impending financial distress. Their investigations covered the financial ratios that
measure profitability, turnover, growth, productivity, fixed charge coverage, solvency,
leverage, and liquidity. They found that the measures of firms’ ability of serving short-term
debts, financial expense to sales ratio, and receivable turnover ratio comprise the prediction
model. In addition, Ang, Cole, and Lin (2000) deployed the two financial ratios, the
operating expense-to-sales ratio and the annual sales-to-total assets ratio, as the
measurements of the agency costs. The two ratios can help indicate how effectively the
firm can control operating expenses, and how well the firm can utilize its assets,
respectively. Ang et al (2000) found that poor performance firm will generally have a high
(low) ratio of expense-to-sales (sales-to-asset) because the managers are unable to control
the costs and make the appropriate investment decisions e.g. the purchase of unproductive
assets, implying the existence of significant agency problems.
However, the use of financial ratios alone in prior studies is subject to one serious
criticism. That is, the financial ratios previously deployed are accrual accounting financial
ratios (accrual ratios hereafter) that cannot reflect the ability of a firm to manage its future
cash flows. Because of this, many researchers have been interested in investigating
whether the cash flow data can provide incremental predictive power over accrual ratios in
the financial distress studies. Examining the cash flow ratios through a cash flow statement
may allow researchers to have better information content in assessing better the amount,
timing, and uncertainty of future cash flows. Gombola and Ketz (1983) reported that cash
flow from operation ratios provide certain information that is not explained by other
accrual ratios. Thus, they argued that the Altman (1968)’s bankruptcy model should be
used with care because it lacks the inclusion of the cash flow ratios. Moreover, Gentry,
Newbold, and Whitford (1987) asserted that in addition to the accrual ratios, the cash flow
ratios can be accounted for in order to explain the financial health or illness of a particular
firm. Next, Gilbert et al. (1990) noted that the cash flow variables have a significantly
predictive ability in the financial distress models. Furthermore, Charitou et al. (2004)
8
evidenced that the bankruptcy prediction model containing the three financial variables: a
cash flow ratio, profitability variables, and a financial leverage variable, provides a
relatively high accuracy rate of classification one year prior to the actual bankruptcy.
Hence, they concluded that the operating cash flow ratios should be considered when
developing the financial distress prediction model because they can convey important
information. As firms face difficulty in generating cash from day-to-day operations, firms
will encounter insolvency.
Hence, the study presents the financial distress prediction model that incorporates
accrual-based and cash flow-based ratios as its core. For the accrual-based and cash-flow
based ratios, each covers four dimensions of financial measurements; profitability,
leverage, liquidity, and asset utilization. In terms of financial ratio analysis, it is often
expected that firms that are less profitable, high leveraged, less liquid, and less ability to
utilize assets are those who are unable to settlement their obligations. Once these adverse
conditions exist, the probability of financial distress is more likely to increase.
Although the financial ratios, both accrual-based and cash flow-based ratios, are
claimed to be decent variables comprised in the financial distress models, they have been
criticized. Firstly, the financial ratios, derived from financial statements, may be subject to
earning management; the management manipulates the firm’s financial results to meet
predetermined earnings targets (Lee & Yeh, 2004). Particularly, some financially
distressed firms may improperly change their underlying accounting policies to
temporarily increase operating income and prevent firms from defaults and bankruptcy
(Opler & Titman, 1994). In addition, different firms may apply differing accounting
treatments; thus the identical ratios from different firms may not be compared. Next, the
financial ratios are calculated using the financial data over a fixed period, but the financial
distress is dynamic event representing the inability of firms to meet the obligations. Hence,
it is questionable whether it is useful to include only the financial ratios in predicting the
financial distress (Johnson, 1970). Moreover, Gilbert et al. (1990) argued that using the
financial ratios alone may lead to the lack of information content and model
misspecifications for prediction purposes. Because of these, it is suggested that perhaps the
nonfinancial variables, not reflecting in financial statements, can alternatively explain the
financial distress. These nonfinancial variables should be related to the incentives of
particular parties who concern in the performance of firms and involve in decision-making.
Keasey and Watson (1987) indicated that for the context of financial distress prediction,
9
the models including nonfinancial ratios significantly outperformed the models solely
containing the financial ratios.
Recently, financial researchers have been increasingly applied the nonfinancial
variables for prediction purposes. One of no

ผลลัพธ์ (ไทย) 1:

นอกจากนี้ มันจะสังเกตว่า ไม่ทราบผลศึกษาเสนอแบบจำลองที่ใช้สาเหตุสำคัญของความล้มเหลว ซึ่งมีอัตราส่วนทางการเงิน กำกับดูแล และเศรษฐกิจมหภาคปัจจัย การทำนายความทุกข์ทางการเงินของบริษัทในประเทศไทย นอกจากนี้บางรุ่นไม่ตั้งค่าทั่วไป และสามารถทำงาน โดยเฉพาะไทยเท่านั้นอุตสาหกรรม ภาคการเงินเช่น ดังนั้น มีความจำเป็นของแบบจำลองรวมที่ใช้ในการทำนายความเป็นไปได้ของความทุกข์ทางการเงินของบริษัทไทย แบบจำลองดังกล่าวควรรวมทั้งหมดตัวบ่งชี้หลักสามทุกข์ทางการเงิน และสามารถใช้ได้ในทุกอุตสาหกรรมไทยยกเว้นอุตสาหกรรมการเงินดังนั้น วัตถุประสงค์หลักของการศึกษานี้คือการ พัฒนารูปแบบการมีเครื่องมือเตือนเพื่อทำนายความทุกข์ทางการเงินของบริษัท เมื่อเสียจะสามารถตรวจพบในแอดวานซ์ว่าบริษัทเข้าถึงเงื่อนไขความทุกข์ทางการเงิน สามารถใช้การดำเนินการป้องกันการเกิดความล้มเหลวที่ดีที่สุดเร็วที่สุดลดสำคัญขาดทุนจากความล้มเหลว นอกจากนี้ เนื่องจากบริษัทหลายตอนนี้ได้รับผลกระทบจากโลกทางการเงินวิกฤต รูปแบบการนำเสนอในการศึกษานี้ ซึ่งมีความเกี่ยวข้องเฉพาะในวันนี้ ' ไทยตลาดการเงิน สามารถช่วยลดความทุกข์ทางการเงินของบริษัท นอกจากนี้6ผลการศึกษานี้จะนำไปสู่การค้นพบที่สำคัญเกี่ยวกับการทดสอบประจักษ์ไม่บนความสัมพันธ์ระหว่างตัวแปรหลักสาม ซึ่งเป็นอัตราการเงิน บริษัทกำกับ ดูแล และตัวแปรเศรษฐกิจมหภาค แล้วความทุกข์ทางการเงิน พวกเขาเพิ่มเอกสารประกอบการเติบโตบนความเกี่ยวข้องของการของการกำกับดูแลกิจการในไทยตลาดทุนเพื่อเพิ่มมูลค่าของบริษัท และหลีกเลี่ยงความทุกข์ทางการเงิน พวกเขายังนำเอกสารประกอบการอยู่ที่ศึกษาความสามารถของอัตราส่วนทางการเงิน และตัวแปรเศรษฐกิจมหภาคเพื่อทำนายความเป็นไปได้ของความทุกข์ทางการเงินกระดาษมีการจัดระเบียบดังนี้ ส่วนที่ 2 กล่าวถึงวรรณคดีก่อนที่เกี่ยวข้องกับการศึกษา หมวดที่ 3 อธิบายการเก็บรวบรวมข้อมูล การวัดตัวแปร และวิธีการทางสถิติ4 ส่วนแสดงผลรวม สุดท้าย ส่วนที่ 5 เป็นบทสรุป2. ที่เกี่ยวข้องกับวรรณคดีไดรฟ์การวิจัยพัฒนาการคาดเดาความทุกข์ทางการเงินยอมรับแบบจำลองอัตราส่วนทางการเงินสำคัญ predictors ทุกข์ทางการเงินอย่างใดอย่างหนึ่งเนื่องจากอัตราส่วนทางการเงินสามารถสะท้อนสภาพทางการเงินของบริษัท การทำงานก่อนหน้านี้ของช่องคลอด (1966) ระบุว่า อัตราส่วนทางการเงินสามารถทำนายโอกาสของการล้มละลายศึกษาอย่างไร univariate เป็นหลักฐานว่า อัตราส่วนทางการเงินของบริษัทที่ล้มละลายโดยทั่วไปแตกต่างกันจากบริษัท nonbankrupt และชี้ให้เห็นที่อัตราส่วนกระแสเงินสดต่อหนี้สิน ความอัตราส่วน 30 ตรวจสอบ มีจำนวนประตูเดียวที่ดีที่สุด ถึงแม้ว่า ช่องคลอด (1966) พบว่าอัตราส่วนที่แตกต่างกันจะให้ระดับความสำเร็จในการทำนายล้มละลาย การอัตราส่วนทางการเงินอย่างมีนัยสำคัญสามารถถ่ายทอดข้อมูลที่เป็นประโยชน์ และสัญญาณทางการเงินเงื่อนไขของบริษัทก่อนการล้มละลายด้วย นอกจากนี้ Altman (1968) เชื่อว่าวัดอัตราส่วนทางการเงินของบริษัทที่ล้มละลายและบริษัท nonbankrupt เป็นอย่างมากแตกต่างกัน ด้วยเหตุนี้ เขาได้พัฒนาแบบจำลอง discriminant mutivariate ในการจัดประเภทการบริษัทล้มละลายจาก nonbankrupt คน รุ่น discriminant ของเขาประกอบด้วยอัตราส่วน 5มิติทางการเงิน แยกห้าแทน ผลกำไร สภาพคล่อง สภาพคล่อง ในยกระดับ และอัตราส่วนกิจกรรม รุ่น discriminant ของเขาให้ผลดีถูกต้องการจัดประเภทสำหรับปีก่อนล้มละลาย นอกจากนี้ การประยุกต์ใช้ของ Ohlson (1980)วิเคราะห์ logit เพื่อทำนายความเป็นไปได้ของการล้มละลาย เขาสรุปที่ มีการ logitเทคนิคและตัวแปรที่เลือก ผลลัพธ์ดีที่สุดคือการ ทำนายความเป็นไปได้ล้มละลาย 1 ปีก่อนล้มจริงด้วยปัจจัยสี่หลัก สามในสี่7ปัจจัยคือ อัตราส่วนทางการเงิน ซึ่งมีสินทรัพย์รวมหนี้สินรวมอัตราส่วน การสุทธิ incometo-อัตราส่วนสินทรัพย์รวม และอัตราส่วนเงินทุนหมุนเวียนรวมสินทรัพย์ศึกษารู้จักบีเวอร์ (1966), Altman (1968) และ Ohlson (1980) ได้ให้นักวิจัยในการตรวจสอบเพิ่มเติม บทบาทของอัตราส่วนทางการเงินในการการคาดเดาบริบทความทุกข์ทางการเงิน ตัวอย่าง น้ำและญิน (2000) รวม thirtythreeอัตราส่วนทางการเงินแบบดั้งเดิมเมื่อมีการพัฒนาแบบจำลองทางสถิติเป็นการเตือนก่อนsign of impending financial distress. Their investigations covered the financial ratios thatmeasure profitability, turnover, growth, productivity, fixed charge coverage, solvency,leverage, and liquidity. They found that the measures of firms’ ability of serving short-termdebts, financial expense to sales ratio, and receivable turnover ratio comprise the predictionmodel. In addition, Ang, Cole, and Lin (2000) deployed the two financial ratios, theoperating expense-to-sales ratio and the annual sales-to-total assets ratio, as themeasurements of the agency costs. The two ratios can help indicate how effectively thefirm can control operating expenses, and how well the firm can utilize its assets,respectively. Ang et al (2000) found that poor performance firm will generally have a high(low) ratio of expense-to-sales (sales-to-asset) because the managers are unable to controlthe costs and make the appropriate investment decisions e.g. the purchase of unproductiveassets, implying the existence of significant agency problems.However, the use of financial ratios alone in prior studies is subject to one seriouscriticism. That is, the financial ratios previously deployed are accrual accounting financialratios (accrual ratios hereafter) that cannot reflect the ability of a firm to manage its futurecash flows. Because of this, many researchers have been interested in investigatingwhether the cash flow data can provide incremental predictive power over accrual ratios inthe financial distress studies. Examining the cash flow ratios through a cash flow statementmay allow researchers to have better information content in assessing better the amount,timing, and uncertainty of future cash flows. Gombola and Ketz (1983) reported that cashflow from operation ratios provide certain information that is not explained by otheraccrual ratios. Thus, they argued that the Altman (1968)’s bankruptcy model should beused with care because it lacks the inclusion of the cash flow ratios. Moreover, Gentry,Newbold, and Whitford (1987) asserted that in addition to the accrual ratios, the cash flowratios can be accounted for in order to explain the financial health or illness of a particularfirm. Next, Gilbert et al. (1990) noted that the cash flow variables have a significantlypredictive ability in the financial distress models. Furthermore, Charitou et al. (2004)8evidenced that the bankruptcy prediction model containing the three financial variables: acash flow ratio, profitability variables, and a financial leverage variable, provides arelatively high accuracy rate of classification one year prior to the actual bankruptcy.Hence, they concluded that the operating cash flow ratios should be considered whendeveloping the financial distress prediction model because they can convey importantinformation. As firms face difficulty in generating cash from day-to-day operations, firmswill encounter insolvency.Hence, the study presents the financial distress prediction model that incorporatesaccrual-based and cash flow-based ratios as its core. For the accrual-based and cash-flowbased ratios, each covers four dimensions of financial measurements; profitability,leverage, liquidity, and asset utilization. In terms of financial ratio analysis, it is oftenexpected that firms that are less profitable, high leveraged, less liquid, and less ability toutilize assets are those who are unable to settlement their obligations. Once these adverseconditions exist, the probability of financial distress is more likely to increase.Although the financial ratios, both accrual-based and cash flow-based ratios, areclaimed to be decent variables comprised in the financial distress models, they have beencriticized. Firstly, the financial ratios, derived from financial statements, may be subject toearning management; the management manipulates the firm’s financial results to meetpredetermined earnings targets (Lee & Yeh, 2004). Particularly, some financiallydistressed firms may improperly change their underlying accounting policies totemporarily increase operating income and prevent firms from defaults and bankruptcy(Opler & Titman, 1994). In addition, different firms may apply differing accountingtreatments; thus the identical ratios from different firms may not be compared. Next, thefinancial ratios are calculated using the financial data over a fixed period, but the financialdistress is dynamic event representing the inability of firms to meet the obligations. Hence,it is questionable whether it is useful to include only the financial ratios in predicting thefinancial distress (Johnson, 1970). Moreover, Gilbert et al. (1990) argued that using thefinancial ratios alone may lead to the lack of information content and modelmisspecifications for prediction purposes. Because of these, it is suggested that perhaps thenonfinancial variables, not reflecting in financial statements, can alternatively explain thefinancial distress. These nonfinancial variables should be related to the incentives ofparticular parties who concern in the performance of firms and involve in decision-making.Keasey and Watson (1987) indicated that for the context of financial distress prediction,9the models including nonfinancial ratios significantly outperformed the models solelycontaining the financial ratios.Recently, financial researchers have been increasingly applied the nonfinancialvariables for prediction purposes. One of no

ผลลัพธ์ (ไทย) 3:

นอกจากนี้ พบว่า ไม่มีของก่อนการศึกษาเชิงประจักษ์ได้เสนอแบบจำลองที่ใช้ สาเหตุสำคัญของความล้มเหลว
ซึ่งมีอัตราส่วนทางการเงิน กิจการและ
ปัจจัยทางเศรษฐกิจมหภาค เพื่อพยากรณ์ความทุกข์ทางการเงินของ บริษัท ในไทย นอกจากนี้
บางรุ่นตัวไม่ควรใช้โดยเฉพาะอุตสาหกรรมไทย
โดยเฉพาะ เช่น ภาคการเงิน ดังนั้นต้องมีการบูรณาการแบบจำลองที่ใช้ทำนายความเป็นไปได้ของ

ทุกข์ทางการเงินของ บริษัท ไทย รูปแบบดังกล่าวควรรวมหมด
3 ตัวชี้วัดหลักของความทุกข์ทางการเงิน และสามารถประยุกต์ใช้ในอุตสาหกรรมทั้งหมด

ยกเว้นอุตสาหกรรมการเงิน ดังนั้น วัตถุประสงค์หลักของการศึกษานี้ เพื่อพัฒนารูปแบบเป็นต้น
เตือนเครื่องมือพยากรณ์ทางการเงินของ บริษัท . เมื่อผู้มีส่วนได้เสียสามารถตรวจจับ
ล่วงหน้าไม่ว่าบริษัทจะเข้าไปลำบาก สภาพทางการเงินที่พวกเขาสามารถดำเนินการเพื่อป้องกันไม่ให้เกิดความล้มเหลว
ที่ดีที่สุดให้เร็วที่สุดเพื่อลดการสูญเสียมากมาย
ของความล้มเหลว เนื่องจากหลาย บริษัท กำลังได้รับผลกระทบจากวิกฤตการเงินโลก
,รูปแบบการนำเสนอ ในการศึกษานี้ ซึ่งมีความเกี่ยวข้องโดยเฉพาะอย่างยิ่งในวันนี้ไทย
ด้านการตลาดสามารถช่วยให้ บริษัท ลดความน่าจะเป็นของความทุกข์ทางการเงิน นอกจากนี้ ,
6
ผลในการศึกษานี้จะส่งผลต่อผลการทดสอบเชิงประจักษ์ที่สำคัญไม่ใช่เรา
ความสัมพันธ์ระหว่าง ตัวแปรทั้งสามหลักซึ่งเป็นอัตราส่วนทางการเงิน กิจการ
และตัวแปรทางเศรษฐกิจมหภาค ,และความเป็นไปได้ของความทุกข์ทางการเงิน พวกเขา
ยังเพิ่มการเติบโตในวรรณคดีการประยุกต์ใช้บรรษัทภิบาลในตลาดทุนไทย
เพื่อเพิ่มมูลค่าของ บริษัท และหลีกเลี่ยงความทุกข์ทางการเงิน พวกเขายัง
สนับสนุนที่มีอยู่ในวรรณกรรมที่ศึกษาอัตราส่วนทางการเงินและ
ตัวแปรทางเศรษฐกิจเพื่อทำนายความเป็นไปได้ทางการเงิน .
กระดาษจะจัดดังนี้ ส่วนที่ 2 กล่าวถึงวรรณกรรมก่อนที่เกี่ยวข้องกับ
ศึกษา ส่วนที่ 3 อธิบายถึงการเก็บรวบรวมข้อมูลการวัดตัวแปรและวิธีการทางสถิติ .
ส่วนที่ 4 นำเสนอผลเชิงประจักษ์ ท้ายนี้ มาตรา 5 เป็นบทสรุป .
2 วรรณกรรม
ปริมาณนักวิจัยพัฒนาทางการเงินทำนาย
รุ่นยอมรับว่าอัตราส่วนทางการเงินเป็นหนึ่งในตัวแปรสำคัญของความทุกข์ทางการเงิน
เนื่องจากอัตราส่วนทางการเงินสามารถสะท้อนให้เห็นถึงสภาวะทางการเงินของบริษัท ก่อนหน้านี้การทำงานของ
ช่องคลอด ( 1966 ) พบว่าอัตราส่วนทางการเงินสามารถทำนายโอกาสของการล้มละลาย .
2 ) ศึกษาของเขาว่า อัตราส่วนทางการเงินของบริษัทล้มละลายโดยทั่วไปแตกต่าง
จาก บริษัท nonbankrupt และชี้ให้เห็นว่ากระแสเงินสดอัตราส่วนหนี้ออกจาก
30 อัตราส่วนตรวจสอบ คือตัวเดียวที่ดีที่สุด ถึงแม้ว่าบีเวอร์ ( 1966 ) พบว่าอัตราส่วนที่แตกต่างกันจะให้
ระดับที่แตกต่างกันของความสำเร็จในการประมาณการ bankruptcy
อัตราส่วนทางการเงินและข้อมูลที่เป็นประโยชน์อย่างมากสามารถถ่ายทอดสัญญาณทางการเงิน
เงื่อนไขของ บริษัท ก่อนล้มละลาย นอกจากนี้ อัลท์แมน ( 1968 ) เชื่อว่า
อัตราส่วนทางการเงินวัดของบริษัทล้มละลาย บริษัท nonbankrupt เป็นอย่างมาก
แตกต่างกัน เพราะเรื่องนี้ เขาได้พัฒนาแบบจำลอง mutivariate จำแนกแยก
บริษัทล้มละลายจากคนที่ nonbankrupt . รูปแบบการจำแนกของเขาประกอบด้วยห้าอัตราส่วน