1966年，比弗（Beaver）第一次系统运用统计方法和财务比率进行企业财务危机预警研究。他的《财务比率与失败预测》一文已成为研究企业失败与财务危机预警模型领域的经典之作，对深化这一领域的研究起到了奠基性作用。

1．比弗（Beaver）单变量模型具体做法

在《财务比率与失败预测》一文中，比弗（Beaver）以企业失败预测为主题，以单一的财务比率指标为基本变量，运用配对样本法，随机挑选了1954年至1964年间79家运营失败的企业，并针对这79家失败企业逐一挑选与其产业相同且资产规模相近的79家正常企业，再将样本企业分为学习样本与测试样本两组；然后以学习样本企业失败破产前5年的30项财务比率，分别利用排序查找法去找出最具区别能力的财务比率及其分界点，最后利用测试样本预测及验证选定的财务比率及分界点的判别能力。排序查找法的步骤为，首先对样本企业某一财务比率如资产负债率进行排序（升序或降序都可以），然后计算各财务比率值的判定正确率（通常先根据经验来判定正确率可能最高的财务比率值，然后再计算），最后找出判定正确率最高的财务比率值就是分割点。由于排序简单易懂，同时不需要假设前提，目前所使用的单变量分析大多采用这种方法。

比弗（Beaver）的研究表明，对于企业失败最具有预测能力的指标是“现金流量/总负债”比率，其次为“总负债/总资产”比率和“净利润/总资产”比率。在失败前5年可达71%的预测准确率，在失败前1年，其准确率可高达87%。

2．单变量分析的主要缺点

比弗（Beaver）采用单变量进行企业失败预测研究以后，很少有研究人员沿用单变量方法进行分析预测。原因在于单变量分析有两个方面的缺点。首先，就单变量分析的财务意义而言，一方面，企业的财务状况不可能通过单一财务比率就可以完全掌握，可能某一财务比率单独考虑时区别效果不显著，但与其他财务比率一同考虑时却可以增强解释能力；另一方面，不同的财务比率可能对同一企业有相互矛盾的预测，以至于难以判断。其次，就单变量分析的统计方法而言，一方面，它只考虑到变量的集中趋势（即平均值），而没有考虑到变量的离散程度（如方差等），这种对变量变异程度考察的缺乏，使得单变量的研究未能对所产生的结果做进一步解释；另一方面，单变量分析没有考察所有变量之间的相关程度。