但是Z计分模型没有充分考虑到现金流量因素，具有一定的局限性。为此，我国学者周首华、杨济华等在Z计分模型基础上进行大量样本采集，建立了F分数模型。相对于Z计分模型，F分数模型加入了现金流量这一自变量，弥补了Z计分模型的不足，并且考虑到了现代化公司财务状况的发展及其有关标准的更新。实证结果也表明F模型的预测准确率比Z模型高，是多元判别分析方法的一次实质性的发展。
（2）Logistic回归模型
Logistic回归分析不要求变量的正态分布，模型比多元判别分析模型稳健，以往的一些研究也表明Logistic回归模型的判定精度较高。
其中，二元Logistic回归模型主要是用来预测二值响应变量的值，找出因变量与自变量之间的线性关系，所用的参数估计方法为极大似然估计法。通常用Y代表一个个体，它的取值有两种可能，用0和1表示，是一组可以说明Y发生概率大小的变量，用以表示Y的某一种特定情况（以1表示发生的概率，0表示未发生的概率），其陷入危机概率Pi和Yi之间存在如下回归关系：Yi=lnPi/1-Pi  [其中，Yi=a+∑biXi]。
　　Logistic回归模型中，预测最大值趋近1，最小值趋近0，一般选择0.5作为分割点，即如果通过模型计算出来的危机概率Pi大于0.5，那么该公司可归入陷入危机的公司；反之，则将该公司视为正常公司。
（3）人工神经网络模型
近年来，学者们开始运用人工神经网络模型构建财务危机预警模型，如BP神经网络模型、小波神经网络模型、遗传神经网络模型等。人工神经网络是指模仿人脑神经网络的结构及运作模式, 由大量神经元互联组成的分散式并行处理系统。它对输入数据的分布、假设条件没有严格的要求，能够有效地处理复杂的非线性问题，其神经元的传递函数为S型函数，输出量为0至1之间的连续值，可以实现从输入到输出的任意非线性映射。
人工神经网络模型具有较好的模式识别能力，通过模型的“输入”、“输出”，辨识出指标体系的结构，能较好地拟合实际数据，容错性也较好，使得企业财务危机动态预警成为可能。
3．4  外贸上市公司财务危机预警模型选择
外贸企业的财务风险比较复杂，是国际环境复杂、汇率波动等多方面原因导致的。基于外贸企业的现状，企业有必要建立科学的、合理的财务危机预警机制，降低风险，防范危机。鉴于各个模型的优缺点，我们就几种财务危机预警模型进行简单评析，以挑选出一两个模型用于本文外贸上市公司的财务危机预警研究 我国外贸上市公司财务危机预警研究(6):http://www.youerw.com/kuaiji/lunwen_7526.html