这项研究旨在通过各种财务和生产率指标来分析厄瓜多尔经济的制造业，并获得一个值，该值指示该公司何时破产以及上述行业中组织的生产率值。
该数据库由公司监管机构提供，根据ISIC（国际标准行业分类）第三版分类为第三位，并包含该行业公司资产负债表的账目。
我们使用具有完整信息并且至少在研究期五年之前的大，中，小型公司的部门的信息库进行工作，值得一提的是，由于现有信息非常不完整，因此未提及微型公司。并且它提供了大量非典型数据，这使得其研究不可行。 （Alman，1968）提出了判别分析法，他在他的工作中运用了这种统计技术，与同质小组合作，并为公司的每个部门计算了各自的判别模型；一旦获得了判别分数，就根据Kanitz研究准备“偿付能力温度计”和“生产率温度计”，并根据公司在破产和生产率方面的情况对公司进行分类。
这项研究的结果使得有可能确定D部门（制造业）及其决定因素以及指数最高的公司的财务和生产状况。
在本研究结束时，建议从公司的财务报表中收集更多的详尽信息，因为信息的缺乏及其不精确性削弱了这项研究的潜力。
关键词：破产，破产，生产率，财务指标，判别分析，制造业。
1.引言与背景
数量有限的工具使公司可以对可能的破产情况发出警报，进而确定和提高经济部门的生产率水平，这是厄瓜多尔经济增长发展的主要问题。
生产力无疑是一国经济增长的决定性因素，因为它对社会生活水平产生影响，而生产力的提高必然会导致工资，薪水的增加以及投资资本的更高回报，以及因此，对投资的更大激励，这意味着就业的增长，从而对经济的发展做出了贡献，这是那些对一个国家或地区的经济负责的人非常感兴趣的非常重要的因素。
一个国家的生产设备大部分由公司组成，每个公司的性质，组成和活动都不同，这些公司通过雇用人员来从事其经济活动。一个国家的生产设备的重要性在于其在地方一级维持自身的能力以及满足社会所产生的需求的最小外部依赖。
在厄瓜多尔，公司构成了对当地经济贡献的先验轴，因为根据国税局的统计，93％的收款与公司相对应，这些对公司对厄瓜多尔经济的贡献有很大影响（ SRI，2008年）
在厄瓜多尔这样的发展中国家，生产设备是促进经济增长的关键，这就是为什么“工业制造”部门在厄瓜多尔非常重要的原因。根据厄瓜多尔中央银行2009年的数据，它是第二大对GDP贡献最大的行业（不包括炼油），此外，从2000年美元化开始，该行业的工业增加值占GDP的比重不断增加，它对厄瓜多尔经济的影响很重要；同样，根据公司监管部门的数据，2009年“制造业”部门拥有3402家公司，是隶属于该控制机构的公司数量排名第四的第四部门，产生的就业人员总数为259,502人，这是第二个创造就业最多的部门，仅次于“批发和零售贸易；汽车，摩托车，个人物品和家庭用品的维修”。
但是，从上述情况来看，根据公司监管机构的注册，厄瓜多尔的公司数量呈积极趋势，使这些公司的数量从2007年的37,135家增加到2006年的40,202家。但是，2009年（2008年至2009年），“制造业”部门的公司数量有所减少，2008年有3476家公司，2009年仅剩下3402家公司。
随着时间的流逝，使公司能够警惕破产危险的工具的开发和实施变得非常重要，因此，公司的可持续性和生产力对于维持经济至关重要，因此拥有这一点至关重要。识别和帮助预防企业破产的工具类型，进而具有识别企业生产力水平的工具，甚至在部门水平上也是如此，从而可以更好地控制和瞥见特定部门。
- 财务指标
财务分析是对一个经济实体的财务报表进行的研究，旨在评估该财务实体的财务和运营绩效，并有助于管理人，投资者，债权人和其他第三方做出正确的决策。对实体感兴趣。这是财务分析的最常见形式，它表示财务报表的两个帐户或项目之间的关系，以便了解公司的特定方面，例如被评估实体的流动性，营业额，偿付能力，获利能力和负债。
现在，更准确地说，财务指标（或财务比率）是关于经济的统计数据；财务指标可用于分析经济结果和对未来结果的预测；尽管其应用和收益在很大程度上取决于可用信息的准确性和财务分析师的能力。
在厄瓜多尔，公司监管机构是公司监管机构，该公司在其门户网站上发布了二十项财务指标表，用于控制和监督在该国注册的公司；这些指标的构建将成为“制造业”破产指标制定的基础，下表列出了上述比率。（www.asesorescorporativos.net，sf）
2.1“ D”，“制造业”部门的流动性指标
这些指标旨在衡量公司取消短期债务的能力，用于确定公司在将其流动资产转换为现金时必须支付其流动负债的难易程度，即流动性。
图1“ D”部门，“制造业”中的流动性指标（参见PDF）
从图1可以清楚地看到，对于“工业
在研究期间，两个流动性指数在流动性上有非常相似的趋势，换句话说，它们的公司具有承受短期债务的高能力，但是，如果任何一个流动性比率非常高，可能存在流动资产管理不充分的可能性，也就是说，流动性过剩的存在通常是非常无用的。
2.1.2“ D”，“ 制造行业”中的偿付能力指标
这些指标用于衡量债权人参与公司融资的程度及其行为方式，换句话说，它们用于确定企业债务的能力；利用这些指标，目标是确定公司债权人和公司所有人的经营风险，以及所研究债务是否方便；偿付能力指标包括：图4所示的“资产负债”，“股权负债”，“固定资产负债”，以及图2所示的“杠杆”和“金融杠杆”
图2.“ D”部门，“制造业”中的偿付能力指标（参见PDF）
（“资产债务”，“遗产债务”，“固定资产债务”）
图2清楚地表示了制造业在研究期间相对于“资产负债率”，“遗产负债率”和“固定资产负债率”的比率所表现的行为。
图3.“ D”部门，“制造业”（“杠杆”和“金融杠杆”）中的偿付能力指标（参见PDF）
图3清楚地表示了制造业在研究期间相对于“杠杆”和“财务杠杆”比率的行为。
杠杆指标对应于每个权益股本货币单位获得的资产货币单位数目；换句话说，它确定了公司的内部资源在多大程度上受到第三方资源的支持；从这个意义上说，制造业呈现出积极的指数，因为总是有大约3，也就是说，对于公司资产的每1美元，已经实现了约3美元的资产。
2.1.3“ D”，“制造行业”中的管理指标
管理指标用于衡量公司使用资源的效率，衡量资产组成部分的轮换水平；信贷的收回程度和义务的支付；公司根据其适用价值的追回速度以及公司各种费用相对于销售产生的收入的权重使用其资产的效率;所考虑的管理指标为：图4中所示的“资产组合周转率”，“固定资产周转率”和“销售周转率”，如图4所示。图5，以及图6中代表制造业的“管理和销售费用的影响”和“财务负担的影响”。
图4.“ D”部门，“制造业”（“投资组合轮换”，“固定资产轮换”和“销售轮换”）中的管理指标（参见PDF）
图4清楚地表示了制造业在研究期内相对于“投资组合周转率”，“固定资产周转率”和“销售周转率”的比率所表现的行为。
投资组合周转率表示应收账款在给定时间段内（通常为一年）平均轮换的次数，因此，对于制造业，平均而言，应收账款变为现金17研究期间的次数，这当然是一个值得关注的积极因素。
另一方面，固定资产的轮换显示了投资于固定资产的每个货币单位的货币单位数量。
销售周转率是用于衡量总资产使用效率以及在一定的销售水平下使用资产的次数的比率。
图5.“ D”部门，“制造业”（“平均回收期”和“平均付款期”）的管理指标（参见PDF）
图5清楚地表明了制造业在研究期间相对于“行政费用和销售的影响”和“财务负担的影响”比率所保持的行为。
行政和销售费用的影响，用于将行政和销售费用与销售联系起来；尽管公司的毛利率可能相对可以接受，但是由于存在强劲的运营费用（管理和销售），从而降低了营业利润率并降低了公司的净利润，因此毛利润可能会减少。在制造业方面，可以发现，在整个时期内，这种影响有所下降，2009年略有增加，也就是说，尽管销售成本增加了，但它们对毛利润的影响并不大。
财务负担的影响使您可以了解财务费用对公司收入的影响；从这个意义上讲，制造业是金融实体对销售水平承担的义务非常低的行业，这表明该行业通常是自负盈亏的行业。
2.1.4“ D”，“制造业”部门的利润率指标
获利能力或绩效指标用于衡量公司管理层控制成本和费用的有效性，并通过上述有效性将销售转化为利润。
从投资者的角度来看，使用这些指标最重要的是分析对公司投资的价值回报率（股本回报率和总资产回报率）的发生方式。考虑的获利能力指标为：“净资产收益率（杜邦）”，“毛利润率”，“营业利润率”，“销售净收益率（利润率）”
净），“股权运营获利能力”和“财务获利能力”；并在图6中代表了制造业。
图6.部门“ D”，“制造业”（“净资产收益率（杜邦）”，“毛利润率”，“营业利润率”，“销售净利润率（净利润率）”中的盈利能力指标， “股权运营盈利能力”和“财务盈利能力”（参见PDF）
图6显示了“制造业”部门的获利指标。
资产的净获利能力表明资产在不考虑其融资（可以通过债务或权益）的情况下，必须复制利润的能力。对于“制造业”部门，该指标表明，其净利润平均相当于总资产的12％，并且随着时间的推移一直在增长。
毛利率使我们能够了解销售的获利能力与销售成本的关系，以及公司支付营业费用并在扣除扣减税项之前产生利润的能力33。制造业的销售平均每年产生毛利的46％，但是图14显示该指标一直在下降，以至于2009年下降到只有38％，像这样的行业令人担忧，因为其生产和随后的销售是商业动机。
营业利润率在研究公司的盈利能力时非常重要，因为它表明企业本身是否盈利，而不管其融资方式如何。在“制造业”部门，平均而言，营业利润占销售额的5.93％，该指标在此期间一直在增长，2008年达到8.77％的值。 。
销售的净利润率或净利润率表示售出的每一美元还剩下多少税金和为合作伙伴创造利润；百分比表示在合作伙伴之间分配的净利润剩余的销售百分比。对于制造业，平均净收入相当于该年度净销售额的8.41％，但是，2009年该指标下降至7.97％。
根据合伙人或股东向公司投资的资本，股权的运营利润率显示了提供给他们的利润率，而没有考虑财务费用或税金以及工人的参与。以厄瓜多尔为例，“制造业”部门的平均营业利润占股权的29.2％，盈利水平很高，2008年是反弹率最高的一年，为39.95％，并且始终生长;应当指出的是，2009年公司主管部门未提供该信息。
财务获利能力计算与公司所有者的投资相关的净利润（扣除财务费用，税金和员工参与度）。从这个意义上讲，制造业在研究期间的平均财务利润率为33.13％，是2008年的最高峰，为36.90％，在2009年下降了几个百分点达到34.07％。（http://www.infosigma.com/diagnostico_financiero.htm，sf）
2.3方法论回顾
如某些文件中所述，对公司偿付能力的度量或对企业破产的预测已进行了一些调查和分析，原则上，许多此类工作得出的结论是，基于会计数据的财务指标能够区分破产公司和健康公司。
这是关于从其基本理论以及拉丁美洲研究的不同应用中分析各种方法论的问题，因为这是一个其国家有着相似条件且厄瓜多尔所属的地区。有必要考虑到可以被认为是对我国产生重大贡献的分析方法，因为偿付能力的衡量由于降低公司风险的目的而变得日益重要。
最初，几十年来一直尝试测量和降低损失和破产风险，甚至可以追溯到1930年代（Winakor，1935）。数年后进行了第一项具有数学和统计分析的研究，以获得更一致和有效的结果。 （Beaver，1968年）是预测业务失败的单变量模型的先驱之一。
这种愿景很快被多元方法所取代，因此可以考虑公司的各个方面，这时出现了非常有用的工具，例如（Fisher，1925）提出的判别分析，（Altman，FINANCIAL RATIOS，DISCRIMINMINANT Analysis）等作者以及公司破产的预测，1968年）（布鲁姆，1974年），（迪肯，1972年）等等，使用判别分析来评估公司，在某些应用中获得了很好的结果。
但是，有关该方法的问题随后出现，因为该工具包含某些必须满足的有效性要求，例如数据正常性的假设。因此，出现了一些更为复杂的模型，这些模型不一定需要符合判别分析的假设，例如Logit，Probit或AI（神经网络）模型，前两个模型基于条件概率模型。
（Marti，1977），（Ohlson，1980），（Ohlson，1980），（Golinsky，1998），（Golinsky，1998），（Platt，1991）等作者在许多领域都使用这些技术进行了研究，更多甚至描述的这些工具以及判别分析都受模型的其他限制。
在拉丁美洲地区，我们发现（Arroyo，2009年）是哥伦比亚社会1994-2004年期间概率模型（Merton，1974年）和期限模型的基本信用风险模型的比较，描述和估计的参考。
在秘鲁，（Mongrut，2011年）使用一种物流模型，将其应用于1995-2007年期间有或没有财务困难的公司，发现了一些影响秘鲁公司业务破产可能性的宏观经济因素，例如国内产品的增长行业总产值（GDP），年度通胀增长和金融危机事件。
在智利进行的研究（Romani，2002年）试图确定模型，以便更准确地分类和预测智利公司的可靠性程度，结果表明，与Logistic回归和但是，判别分析可以解释现象，这意味着可以确定最能解释问题的变量。
通常，根据在该领域进行的研究，可以强调的是，根据环境条件和实际情况，可以在不同的研究中考虑所建议的工具；因此，除了期望的结果之外，所审查的任何不同技术的使用都将取决于是否遵守限制，可用信息，软件和方法。
2.4遵循模型的论证
如前一部分所述，研究自身的局限性规定了可用于评估业务失败的不同方法。在本研究中，由于信息的适应性，方法的灵活性和简单性，将在Fisher判别分析的应用下在“制造业”部门中创建偿付能力指标。
在选择判别分析时，使用财务比率（拥有的输入）也非常重要。在金融领域进行的多项研究均使用此技术以及其他学科进行。当前，大公司，尤其是财务公司，使用基于获得分数或个人分数的方法。
判别分析技术的优点是可以考虑公司共同特征的完整概况以及这些属性之间的相互作用，因此该统计技术可用于将观察结果分类为依赖于多个先验条件的组中的一个。观察的个体特征。（奥特曼（Altman。），2000年）
该统计工具在其应用中被定位为可靠的技术。进行的研究认为，将不满足约束条件的判别分析的结果与另一个不需要正态性假设的模型（例如Logit Analysis）进行比较，结果没有显着差异，39因为在Logit情况下也需要满足几个假设。
在这种情况下，这决定了判别分析是一种非常有效的方法，可用于生成吸收现实情况以建立每个公司的得分（指数）的功能，并以此方式评估公司是否具有偿付能力或能力。处于破产阶段。
2.5模型
判别分析用于根据要分类的个体上一组变量的值将不同的个体分类为替代组或总体。每个人只能属于一个组。一个或另一个组中的成员资格通过分类变量引入分析，该变量具有与现有组一样多的值。
在判别分析中，此变量扮演因变量的作用。用于对个人进行分类的变量称为分类变量。还使用标准变量或预测变量的名称，或解释性变量的通用名称。在判别分析中，分类变量的信息在称为判别函数的函数中进行综合，这些函数最终在分类过程中使用。
判别和多重线性相关分析用于解释和预测目的。说明性用途试图确定每个分类变量对每个个体的正确分类的贡献。在预测性应用中，目的是确定一个人所属的组，分类变量所取的值是已知的。 （Sanchís，2003年）
判别分析是多元分析方法之一，其中方差分析是一个基本条件，在这两种方法中，都将不同类型的变量所扮演的角色投入其中。因此，在方差分析中，分类变量（因子）是解释变量，而在判别分析中，分类变量恰好是因变量（UrielyAldás2005）。
可以将判别分析视为多元回归分析，其中因变量是分类的，每个组的标签是其类别，自变量是连续的并确定对象所属的组。目的是找到连续变量之间的线性关系，这些线性变量在分配给对象的组中最能区分。另一个目标是构造一个决策规则，该规则将具有以前无法分类的新对象分配给具有一定风险程度的预先建立的组之一。
在使用判别分析之前，必须考虑一系列限制或假设：
- 类别变量只有一个，其余变量是区间变量或比率变量，并且相对于它们是独立的；必须至少有两组，并且对于每组，需要两个或更多的情况。小于对象数减2：并且n是对象数没有判别变量可以是其他判别变量的线性组合。判别函数的最大数目等于变量数与组数负1之间的最小值（具有K个组，（K-1）所有组的协方差矩阵均等于Σ。（均方差假设）每个组均具有多元正态分布。先前的假设暗示（2.1）假设已经在G组的每组中绘制了一个独立的多元随机样本。
2.5.1区分钓鱼功能
关于分类变量的问题已通过1936年的Fisher统计学分析法解决了p变量的一般情况。
Fisher判别函数D是K个变量的线性函数
解释性X，即（2.2）
提出的问题是获得加权系数。如果认为存在n个观测值，则可以对n个观测值表示判别函数：
（2.3）
因此，它是与第i个观察值相对应的判别分数。表达与均值偏差的解释变量也将如此。先前的关系可以用矩阵形式表示。
（2.4）
或者，以更紧凑的矩阵表示法：
（2.5）
判别函数的变异性，即判别变量的平方和与平均值的偏差，可以表示为：（2.6）
（2.6）的第二个成员是矩阵+的二次形式。该矩阵是变量相对于均值的偏差，是X变量的平方和叉积（SCPC）矩阵的总和，可以将该矩阵分解为组与SCPC之间的SCPC矩阵残余或组内；X'X的分解可以表示为：
（2.7）
其中T，F和W分别是组之间和组内的总SCPC矩阵。将（2.7）替换为（2.6），我们得到：
（2.8）
应当注意，在先前的表达式中，可以利用样本数据来计算T，F和W，同时要确定系数。对于他的估计，Fisher使用以下标准：
获得Fisher判别函数的标准
（2.9）
使用此标准，我们尝试确定判别轴，以便投影在其上的分布尽可能远（组之间的更大变异性），同时，每个分布的分散最少（较少）组内的变异性）。
从解析上来说，费舍尔标准可以表示为：
获得判别函数的标准
（2.9之二）
可以看出，想法是（2.8）的第一项（组间）尽可能大，以至于损害第二项（组内）。
Fisher的判别函数（2.3）通常伴随线性的限定词，因为它是原始变量的线性组合而获得的。
在（2.9）的最大化过程中获得的（归一化）系数可以看作是定义余弦轴情况的一组余弦。对于该解释，所指的归一化是其平方和为1。
因此，判别分数是通过在方程式（2.3）中给出a值而获得的值，并且对应于通过将原始变量的K维空间的每个点投影到判别轴上而获得的值。
重心或质心（即均值向量）是汇总有关组信息的基本统计信息。用于指定组I和II的质心的名称如下：
用向量的元素代替（2.3），我们得到
在第二组中以类似的方式进行操作，我们获得：
（2.12）
判别截止点C通过以下平均计算得出：
判别临界点：
（2.13）
对个人i进行分类的标准如下：
是的，个人i属于I组。
是的，个人i属于第二类。
通常，当应用判别分析时，将从函数中减去C的值。这样，判别函数由下式给出：
使用上面的公式，如果一个人为0，则将其分类为I组，否则为II组。
如果（2.14）的第二个成员等于0，则在2个变量的情况下，可得出直线方程：
它在平面上划定了组I和II。
还有一种使用（2.14）的替代方法，该方法包括根据标准（2.9）为每个组构造判别函数。
这些称为F1和F2的函数具有以下结构：
使用这些功能时，会将个人分类为功能最大的组。这种类型的分类功能的优点是，可以轻松地将其泛化为两个以上的组。从函数（2.16）的系数，可以通过以下等式获得函数（2.14）的系数：
2.5.2 ALTMAN模型Z
Altman的“ Z分数”或“ Z模型”是Edward Edwardman于1966年创建的模型，该模型基于多重歧视的迭代统计分析。
该模型由五个财务比率（加权和累加（独立变量））和判别变量（因变量）组成，该判别变量对有偿付能力和无偿付能力的不同公司进行分类。
Altman模型的开发过程中有66家公司样本，分为在过去20年中失败的33家公司和在研究之日仍在运营的33家公司。他继续为每个公司计算22个财务比率，将其划分为5个标准类别：流动性，盈利能力，杠杆，偿付能力和活动。
在多次尝试找到实体模型之后，他选择了5个变量，这些变量一起产生了关于破产预测的最佳结果，在这种意义上，判别函数如下：
哪里：
因此，建立了3个不同的区域，可以找到判别分数：
（Altman，预测公司的财务亏损：重新评估Z-SCORE和，2000年）
结论
- 制造业通过现有公司，新公司的成立和企业合并，为厄瓜多尔的国内生产总值做出了巨大贡献，制造业主要由小型和微型公司组成；但是，这些业务部门也是处于“已解散和/或清算”状态的公司中百分比最高的业务部门，这就是为什么对其进行控制对于减少出现这种情况的公司数量很重要的原因。债权人的“制造业”部门是可管理的，因为该部门（总计）承诺与其债权人约占55％。制造业对第三方没有自治权，由于其股本债务指标在2左右波动，这意味着其股本不足以履行其义务。鉴于其资产周转率和销售额始终在波动，制造业的管理水平很高。保持相对足够的价值随着时间的推移，衡量公司的偿付能力非常重要，并为此目的使用了不同的数学技术;但是，根据环境条件和实际情况，可以在不同的调查中考虑这些工具；从这个意义上说，使用任何不同的技术都将取决于是否遵守限制，可用信息，软件和/或方法，在不忽略预期结果的情况下，制造业大公司的偿付能力主要由它们可以产生的杠杆水平和流动性来定义。定义主要由他们的流动性水平和他们通过资产产生的利润率，而不是财务利润率，在这个业务部门中，它不是超越的。主要是由于其管理能力和通过为其活动筹集资金可实现的盈利能力；也就是说，由于自身的小本性而可以发展的外债能力不能以通用的方式对所有类型的公司，其自身素质（例如市场利基）解释制造业中公司的偿付能力。大型，中型和小型公司的定义分别定义了一个公司在另一个或另一个部门的偿付能力。“制造工业”部门的破产指标的详细说明可以分析公司，成为防止破产的工具。确定“制造业”部门的生产率指标可以诊断该部门中的公司的生产状况，以制定业务决策，从而开发出可促进该部门发展的生产技术。到“制造业”部门，因为偿付能力稳定是维持企业生产力的关键因素
参考书目
- （sf）。从http://www.infosigma.com/diagnostico_financiero.htm.Alman，EI（1968）获得。财务比率，判别分析和公司破产的预测。编辑公告。奥尔特曼。 （1968）。财务比率，判别分析和公司破产的预测。奥特曼。 （2000）。预测公司的财务困境：修改Z评分和。 Altman，EI（2000）。预测公司的财务困境：重新访问ZSCORE和。流。 （2009）海狸。 （1968）。在过去的三个十年中，年度收益公告的信息内容是否有所减少？百隆（1974）。职业健康。迪肯（Deakin），EB（1972）。 “业务失败的判别分析”。厄瓜多尔，SI（SF）。 www.supercias.gob.ec.Student，E。（1999）。 GF印刷。马德里西班牙费舍尔。 （1925年）。研究人员的统计方法。戈林斯基。 （1998）Golinsky。 （1998）。马蒂。 （1977）Marti，P.（2008年4月2日）。 http://webs.ono.com/martipascual。取自http：//www.derechoecuador.com.Revista Judicial.Merton。 （1974）蒙格鲁特（Mongrut）。 （2011）奥尔森。 （1980）奥尔森。 （1980）Platt，P. and。 （1991）罗曼尼。 （2002）Sanchís。 （2003）。保险公司破产预测中的判别分析。 SRI。 （2008）。年度管理报告。 Winakor，答： （1935）。不成功的工业公司财务结构的变化，伊利诺伊州厄巴纳市商业研究局。 。伊利诺伊州：第51号公告，伊利诺伊大学，。 www.asesorescorporativos.net。 （sf）。Revista Judicial.Merton公司。 （1974）蒙格鲁特（Mongrut）。 （2011）奥尔森。 （1980）奥尔森。 （1980）Platt，P. and。 （1991）罗曼尼。 （2002）Sanchís。 （2003）。保险公司破产预测中的判别分析。 SRI。 （2008）。年度管理报告。 Winakor，答： （1935）。不成功的工业公司财务结构的变化，伊利诺伊州厄巴纳市商业研究局。 。伊利诺伊州：第51号公告，伊利诺伊大学，。 www.asesorescorporativos.net。 （sf）。Revista Judicial.Merton公司。 （1974）蒙格鲁特（Mongrut）。 （2011）奥尔森。 （1980）奥尔森。 （1980）Platt，P. and。 （1991）罗曼尼。 （2002）Sanchís。 （2003）。保险公司破产预测中的判别分析。 SRI。 （2008）。年度管理报告。 Winakor，答： （1935）。不成功的工业公司财务结构的变化，伊利诺伊州厄巴纳市商业研究局。 。伊利诺伊州：第51号公告，伊利诺伊大学，。 www.asesorescorporativos.net。 （sf）。不成功的工业公司财务结构的变化，伊利诺伊州厄巴纳市商业研究局。 。伊利诺伊州：第51号公告，伊利诺伊大学，。 www.asesorescorporativos.net。 （sf）。不成功的工业公司财务结构的变化，伊利诺伊州厄巴纳市商业研究局。 。伊利诺伊州：第51号公告，伊利诺伊大学，。 www.asesorescorporativos.net。 （sf）。
