Abstract. Many accounting research problems involve classification of observations into discrete categories. A number of statistical techniques are used in accounting research involving discrete categories. This study examines the performance of seven techniques that can be used when there are more than two discrete categories. The techniques are linear discriminant analysis, quadratic discriminant analysis, McKelvey and Zavoina n‐chotomous probit, Walker and Duncan ordinal logit, Nerlove and Press polytomous logit, ordered classification trees, and unordered classification trees. Technique performance is measured using classification accuracy. The study finds that the Walker and Duncan ordinal logit, Nerlove and Press polytomous logit, and linear discriminant analysis techniques have the highest performance. The study also finds that the theoretical assignment rule for McKelvey and Zavoina n‐chotomous probit produces lower classification accuracy than an assignment rule based on maximum probability. Résumé. De nombreux problèmes de recherche comptable exigent la classification des observations en catégories discrètes. Maintes techniques statistiques qui font intervenir des catégories discrètes sont utilisées en recherche comptable. L'auteur examine le rendement de sept techniques pouvant être utilisées en présence de plus de deux catégories discrètes. Ces techniques sont l'analyse discriminante linéaire, l'analyse discriminante quadratique, le probit n‐chotomique de McKelvey et Zavoina, le logit ordinal de Walker et Duncan, le logit polytomique de Nerlove et Press, les arbres de classification ordonnée et les arbres de classification non ordonnée. Le rendement de ces techniques est évalué en fonction de la précision de la classification. L'auteur conclut que le logit ordinal de Walker et Duncan, le logit polytomique de Nerlove et Press et l'analyse discriminante linéaire sont les techniques qui ont le rendement le plus élevé. Il en vient également à la conclusion que la règle d'affectation théorique pour le probit n‐chotomique de McKelvey et Zavoina offre une précision moindre sur le plan de la classification qu'une règle d'affectation basée sur la probabilité maximum.

Abstract. Prior studies have examined whether audit opinions have incremental explanatory power over financial statement data in predicting bankruptcy filings. However, recent regulatory pronouncements indicate that the auditor should attempt to predict impending financial distress (going‐concern difficulties), not whether a firm will file for bankruptcy. This study compares the audit opinion to the resolution of a bankruptcy filing to determine whether prior claims of audit failures might be due to the auditor's focus on financial distress resolution rather than the act of filing for bankruptcy. We find that the audit opinion is a significant variable in a model explaining the resolution of a bankruptcy filing. However, the audit opinion did not predict resolution of bankruptcy proceedings with any greater accuracy than did a naive mechanical model. Résumé. Des chercheurs se sont déjà demandé si l'opinion des vérificateurs avait un pouvoir explicatif marginal par rapport aux données des états financiers dans la prédiction des dépôts de bilan. Or, les règlements récemment promulgués prévoient que les vérificateurs doivent tenter de prédire les difficultés financières imminentes (menaces à la permanence de l'entreprise), et non pas les dépôts de bilan. Les auteurs mettent en parallèle l'opinion du vérificateur et l'issue des dépôts de bilan afin de déterminer si les allégations formulées d'inaptitude des vérificateurs peuvent être attribuables à l'intérêt porté par le vérificateur à la résolution des difficultés financières de l'entreprise plutôt qu'à l'acte du dépôt de bilan. Les auteurs concluent que l'opinion du vérificateur est une variable importante dans un modèle explicatif de l'issue des dépôts de bilan, maís qu'elle ne permet pas de prédire l'issue du déroulement de la faillite avec davantage d'exactitude qu'un modèle mécanique simple.