Shumway (2001) nhận thấy các hơn một nữa dữ liệu kế toán được sử dụng trong các mô hình dự báo phá sản thời kỳ đầu không có ý nghĩa thống kê. Bên cạnh đó, các dữ liệu thị trường đưa vào mô hình lại thể hiện mối tương quan chặt chẽ với khả năng phá sản của công ty, bao gồm: vốn hóa thị trường của công ty, tỷ suất sinh lời của cổ phiếu trong quá khứ và độ lệch chuẩn của cổ tức công ty. Tác giả đã đề suất một mô hình sử dụng kết hợp dữ liệu kế toán và dữ liệu thị trường nhằm tìm kiếm khả năng dự báo chính xác hơn. Dữ liệu nghiên cứu bao gồm 300 công ty phá sản được thu thập trong giai đoạn 1962 – 1992. Các biến giải thích sử dụng trong bài nghiên cứu liệt kê như sau: 5 biến sử dụng trong nghiên cứu của Altman (1963) bao gồm vốn lưu động trên tổng tài sản (WC/TA), lợi nhuận giữ lại trên tổng tài sản (RE/TA), EBIT trên tổng tài sản (EBIT/TA), giá trị thị trường vốn chủ sở hữu trên tổng nợ (MVE/TL), doanh thu trên tổng tài sản (S/TA) ; 3 biến sử dụng trong nghiên cứu của Zmijewski (1984) bao gồm lợi nhuận ròng trên tổng tài sản (NI/TA), tổng nợ trên tổng tài sản (TL/TA), nợ ngắn hạn trên tài sản ngắn hạn (CA/CL) ; và 3 biến thị trường mới của Shumway bao gồm quy mô (log(vốn hóa công ty/vốn hóa toàn thị trường)), tỷ suất sinh lời cổ phiếu – tỷ suất sinh lời của toàn thị trường (rit-1 – rmt-1), độ lệch chuẩn của cổ tức công ty (Sigma). Kết quả nghiên cứu cho thấy mô hình rủi ro dự báo chính xác hơn và cho phép đo lường
hiệp phương sai khi thời gian thay đổi. Mô hình rủi ro cũng tiến hành ước lượng thích hợp cực đại và phân tích. Bên cạnh đó, tác giả cũng chỉ ra các biến sổ sách như S/TA, WC/TA, RE/TA, CA/CL có ý nghĩa thống kê không cao và các biến NI/TA, TL/TA khi kết hợp với biến thị trường cho kết quả dự báo chính xác hơn. Sự kết hợp dữ liệu kế toán và dự liệu thị trường sẽ nâng cao khả năng dự báo chính xác của mô hình.
John Y. Campbell, Jens Hilscher và Jan Szilagyi (2008) đã sử dụng mô hình Logistic ước lượng khả năng kiệt quệ tài chính, mô hình sử dụng kết hợp các biến sổ sách và biến thị trường. Các biến sổ sách được sử dụng bao gồm: lợi nhuận ròng trên giá trị thị trường tổng tài sản (NIMTA), lợi nhuận ròng trên giá trị sổ sách tổng tài sản (NITA), tổng nợ trên giá trị thị trường tổng tài sản (TLMTA), tổng nợ trên giá trị sổ sách tổng tài sản (TLTA), tiền và các khoản đầu tư ngắn hạn trên tổng tài sản (CASHMTA) và giá trị thị trường trên giá trị sổ sách của công ty (MB). Các biến thị trường được sử dụng bao gồm: log(TSSL vượt trội hàng tháng với TSSL của chỉ số S&P500), độ lệch chuẩn của tỷ suất sinh lợi cổ phần hàng ngày của mỗi công ty qua 3 tháng (SIGMA), quy mô (log(vốn hóa thị trường của công ty/vốn hóa của S&P500) và log(giá cổ phiếu). Kết quả nghiên cứu cho thấy, các công ty vay nợ nhiều, lợi nhuận thấp, vốn hóa thị trường thấp, tỷ suất sinh lời chứng khoán trong quá khứ thấp và có nhiều biến động, nắm giữ lượng tiền mặt thấp, hệ số giá trị thị trường trên giá trị sổ sách của công ty cao và có giá cổ phiếu thấp sẽ có nguy cơ rơi vào tình trạng kiệt quệ tài chính hơn so với các công ty niêm yết khác. Kết quả dự báo tình trạng kiệt quệ tài chính của công ty với thời gian là 1 năm, tuy nhiên khi dự báo ở một thời kỳ dài hơn thì các giá trị vốn hóa thị trường, hệ số giá trị thị trường trên giá trị sổ sách của công ty và biến động vốn cổ phần sẽ trở nên quan trọng hơn.
John R. Graham, Sonali Hazarika, Krishnamoorthy Narasimhan (2011) đã thu thập dữ liệu của công ty công nghiệp niêm yết trên NYSE trong giai đoạn 1928 – 1938. Mẫu nghiên cứu bao gồm 443 công ty phi tài chính. Nhóm tác giả sử dụng dữ liệu bảng để ước lượng mô hình hồi quy Logistic. Các biến giải thích được đưa vào mô hình bao gồm: giá trị thị trường trên giá trị sổ sách, lợi nhuận trên vốn chủ sở
hữu, độ lệch chuẩn biến động giá cổ phiếu 12 tháng, EBIT trên tổng tài sản, log (vốn hóa của công ty/vốn hóa toàn thị trường), tổng nợ trên giá trị sổ sách của tổng tài sản, xếp hạng tín dụng của công ty, chênh lệch giữa tài sản cố định đầu năm và cuối năm chia cho tài sản cố định đầu năm, tiền mặt, hàng tồn kho và các khoản phải thu chia cho tổng tài sản, số năm hoạt động của công ty, biến định tính nhận giá trị 1 nếu công ty thuộc lĩnh vực công nghiệp nặng và nhận giá trị 0 trong trường hợp ngược lại. Kết quả nghiên cứu cho thấy, các công ty có đòn bẩy tài chính cao và mức xếp hạng trai phiếu thấp thì có khả năng rơi vào tình trạng kiệt quệ tài chính cao hơn các công ty khác. Kết quả nghiên cứu cũng phù hợp với Lý thuyết đánh đổi. Ngoài ra, nghiên cứu còn cho thấy vai trò quan trọng của các cơ quan xếp hạng tín dụng trong việc dự báo kiệt quệ tài chính. Mức độ đòn bẩy tài chính có tác động đến giá trị của công ty trong thời kỳ Suy thoái. Đối với các công ty sử dụng đòn bẩy tài chính cao thì giá trị của chúng giảm một nữa so với các công ty sử dụng đòn bẩy tài chính thấp. Một trong những chú ý quan trọng nhất đó là chính sách hạn chế sử dụng nợ trong một nổ lực bảo vệ các cơ hội đầu tư mong manh của công ty có thể không đạt được hiệu quả như mong muốn.
Các mô hình dự báo sử dụng kết hợp biến thị trường và biến sổ sách đã khắc phụ các nhược điểm của các mô hình thuần biến sổ sách và đưa ra các xác suất dự báo chính xác hơn. Tầm quan trọng của việc sử dụng các biến thị trường đã được các nghiên cứu trong thời gian gần đây chứng minh. Giá cả thị trường có thể thích hợp hơn để dự báo khả năng phá sản vì nó phản ánh kỳ vọng về dòng tiền trong tương lai của công ty và các biến thị trường có thể cung cấp một cách đánh giá trực tiếp của độ bất ổn (volatility), một cách đo lường mà có thể tăng sức mạnh về dự báo phá sản mà không có trong các báo cáo tài chính.