标签： #财务困境

Ohlson O-score 破产概率建模：用总资产规模、杠杆、营运资本、流动性、现金流、资不抵债、连续亏损等 9 个会计变量写出线性 O-score，再用 logistic 映射成「未来两年破产概率」。本文用 Ohlson(1980) 原文口径逐变量实现，验证高 O-score 组困境频率单调上升、长短因子长期为正且对困境风险有定价，并诚实拆穿会计粉饰/幸存者偏差/做空不可得/危机样本稀疏四类真实陷阱(中阶)。

破产能不能在事前被一个数字预警？Altman(1968) 用 5 个财务比率做线性判别，把「会不会破产」写成一条直线 Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5，Z<1.8 困境、1.8~2.99 灰区、≥2.99 安全。合成 120 家公司（健康/破产各 60）用真实系数交叉验证，硬二分类准确率 95.0%、健康组判安全 100%、破产组判困境 100%，两组 Z 均值 3.76 vs 1.14 清晰分离。附完整 Python 与六类真实陷阱（高阶）。