基于Z模型的物聯網企業財務風險評價研究

歐陽歆

【摘 要】 物聯網行業是近年來的新興行業，國家政策對該行業持扶持態度，物聯網將成為我國經濟新一輪的增長點。文章選取2011年在我國滬深A股上市的33家物聯網上市公司為樣本，運用Z模型，對樣本企業的財務風險進行了實證分析，發現我國物聯網企業財務風險整體較低，僅有極少數企業財務風險較高?？赡苁且驗槲覈锫摼W企業以自有資金籌資方式為主，債務融資較少，但是財務過于穩健不利于獲得杠桿收益，減少了企業的盈利。建議我國物聯網企業可以通過增加負債融資來獲得更多的杠桿收益。

【關鍵詞】 財務風險； 物聯網； 風險評價

一、引言

1990年施樂公司的網絡可樂販售機是最早的物聯網的實踐。1999年美國麻省理工學院自動識別中心（MIT Auto-ID）Ashton教授在美國召開的移動計算和網絡國際會議上首先提出物聯網（Internet of Things）的概念。2009年9月，“物聯網與企業環境中歐研討會”上，歐盟委員會信息和社會媒體司射頻識別（RFID）部門負責人Lorent Ferderix博士給出了物聯網的定義：物聯網是一個動態的全球網絡基礎設施，它具有基于標準和互操作通信協議的自組織能力，其中物理的和虛擬的“物”具有身份標識、物理屬性、虛擬的特性和智能的接口，并與信息網絡無縫整合。物聯網將與媒體互聯網、服務互聯網和企業互聯網一道，構成未來互聯網。

目前，物聯網的發展已經成為全球經濟增長的熱點。2011年11月28日，我國工業和信息化部發布了《物聯網“十二五”發展規劃》，該政策將對物聯網企業的發展產生積極影響，物聯網企業將成為我國經濟新一輪的增長點，因此關注物聯網企業的發展，評價物聯網企業的財務風險，對物聯網企業的健康發展至關重要。財務風險評價研究經歷了早期的單變量模型、現代的多變量模型、回歸模型、神經網絡模型等階段，并不斷完善。本文選擇最具代表性的Altman在1968年提出的Z模型作為研究工具對樣本企業的財務風險進行排序，并提出了相應的建議。

二、數據的來源及樣本的選擇

選取2011年在我國滬深A股上市的33家物聯網上市公司，對其財務風險進行實證研究（見表1）。本文研究所用數據取自銳思金融研究數據庫。銳思金融研究數據庫是一個為模型檢驗、投資研究等提供專業服務的數據平臺。它由多位國內外著名高校和研究機構的專家全程參與，參照國際著名數據庫的設計標準，結合中國金融市場的實際情況設計而成，數據真實可靠。

三、Z模型的原理

Altman在1968年選取1946—1965年間提出破產申請的33家公司和同樣數量的非破產公司進行研究，找出了破產企業與正常企業有顯著差異的五個財務指標，構建了著名的Z模型，用于評價企業財務風險。該模型公式如下：

Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5

X1：營運資本/資產總額

X2：留存收益/資產總額

X3：息稅前利潤/資產總額

X4：所有者權益市價/負債總額

X5：總銷售額/資產總額

根據Z值大小來判斷企業破產的可能性，即：Z值越小，企業破產的可能性越大。當Z≥3時企業的財務狀況良好，基本不會發生破產；當2.8≤Z<3，這個區間可能發生財務風險，解決不好可能破產；當1.8≤Z<2.8，這個區間發生財務風險的概率很高；當Z≤1.8時財務危機已經來臨。

四、實證分析

（一）Z模型的計算

筆者將數據代入Z模型，計算出Z值及X1～X5的值（如表2）。

從表2可以看到在這33家物聯網企業中，僅有2家企業的Z值在（-∞，1.8]區間，占總樣本數的6.06%，這2家企業發生財務風險的概率很高，應特別重視；有2家企業的Z值在[1.8，2.8）區間，占總樣本數的6.06%，說明這2家企業可能發生財務風險，解決不好會破產，應引起重視；有29家物聯網企業的Z值大于3，說明這29家物聯網企業財務狀況良好，基本不會發生破產。財務狀況良好的企業占總樣本數的87.88%，占了所有樣本數的絕大部分，說明我國物聯網企業整體財務狀況良好，基本不會發生破產。

（二）Z值的分析

我國物聯網企業Z值普遍較大，為了分析原因，筆者對表2數據進行了描述性分析（如表3）。

從表3的描述性統計分析可以看出，X4的均值較高，且標準差是五個指標中最大的，遠高于其他四個指標的標準差。這說明各樣本企業Z值較大是由X4普遍較高造成的，且Z值的差異主要是由X4的差異造成的，即樣本企業財務風險普遍較低主要是因為X4較大造成的，且各樣本企業財務風險的不同在很大程度上是因為X4的不同造成的。

五、分析和建議

實證結果表明，我國物聯網企業X4普遍較高，且X4差異較大引起我國物聯網企業Z值差異較大。經數據分析可以看出我國物聯網企業因起步晚，企業的資金多由投資人投入，債務資本不足，因此X4普遍較大。因此我國物聯網企業擁有較大比例的主權資本是企業的財務風險較低的主要原因。這說明我國物聯網企業的財務政策比較穩健，償債壓力較小。但是我國物聯網企業發展態勢良好，國家政策支持力度不斷加強，市場也比較樂觀，因此企業負債率過低，債務資本所帶來的杠桿作用未能較好地發揮，將對企業的發展產生不利影響。筆者建議我國物聯網企業應適當增加負債，運用債務資本帶來的杠桿作用提高企業的盈利能力。我國物聯網公司起步時間不長、規模較小，債權籌資難度大，國家政策應多加強支持力度，以促進我國物聯網企業的發展。

【參考文獻】

[1] 周首華，楊濟華，王平. 論財務危機的預警分析：F分數模式[J]. 會計研究，1996（8）.

[2] 陳靜. 上市公司財務惡化預測的實證分析[J]. 會計研究，1999（4）.

[3] Stephen A.Ross.Corporate Finance[M].Machinery Industry Press，2000.

[4] Moyer C.R，Mcguigan J.R，Rao R.P. Fundamentals of Contemporary Financial Management[J].Publishing House of electronics industry，2009（10）.

[5] Altman E.I.Finance Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy[J]. Journal of Banking and Finance，1968（9）：589-609.endprint

【摘 要】 物聯網行業是近年來的新興行業，國家政策對該行業持扶持態度，物聯網將成為我國經濟新一輪的增長點。文章選取2011年在我國滬深A股上市的33家物聯網上市公司為樣本，運用Z模型，對樣本企業的財務風險進行了實證分析，發現我國物聯網企業財務風險整體較低，僅有極少數企業財務風險較高。可能是因為我國物聯網企業以自有資金籌資方式為主，債務融資較少，但是財務過于穩健不利于獲得杠桿收益，減少了企業的盈利。建議我國物聯網企業可以通過增加負債融資來獲得更多的杠桿收益。

【關鍵詞】 財務風險； 物聯網； 風險評價

一、引言

1990年施樂公司的網絡可樂販售機是最早的物聯網的實踐。1999年美國麻省理工學院自動識別中心（MIT Auto-ID）Ashton教授在美國召開的移動計算和網絡國際會議上首先提出物聯網（Internet of Things）的概念。2009年9月，“物聯網與企業環境中歐研討會”上，歐盟委員會信息和社會媒體司射頻識別（RFID）部門負責人Lorent Ferderix博士給出了物聯網的定義：物聯網是一個動態的全球網絡基礎設施，它具有基于標準和互操作通信協議的自組織能力，其中物理的和虛擬的“物”具有身份標識、物理屬性、虛擬的特性和智能的接口，并與信息網絡無縫整合。物聯網將與媒體互聯網、服務互聯網和企業互聯網一道，構成未來互聯網。

目前，物聯網的發展已經成為全球經濟增長的熱點。2011年11月28日，我國工業和信息化部發布了《物聯網“十二五”發展規劃》，該政策將對物聯網企業的發展產生積極影響，物聯網企業將成為我國經濟新一輪的增長點，因此關注物聯網企業的發展，評價物聯網企業的財務風險，對物聯網企業的健康發展至關重要。財務風險評價研究經歷了早期的單變量模型、現代的多變量模型、回歸模型、神經網絡模型等階段，并不斷完善。本文選擇最具代表性的Altman在1968年提出的Z模型作為研究工具對樣本企業的財務風險進行排序，并提出了相應的建議。

二、數據的來源及樣本的選擇

選取2011年在我國滬深A股上市的33家物聯網上市公司，對其財務風險進行實證研究（見表1）。本文研究所用數據取自銳思金融研究數據庫。銳思金融研究數據庫是一個為模型檢驗、投資研究等提供專業服務的數據平臺。它由多位國內外著名高校和研究機構的專家全程參與，參照國際著名數據庫的設計標準，結合中國金融市場的實際情況設計而成，數據真實可靠。

三、Z模型的原理

Altman在1968年選取1946—1965年間提出破產申請的33家公司和同樣數量的非破產公司進行研究，找出了破產企業與正常企業有顯著差異的五個財務指標，構建了著名的Z模型，用于評價企業財務風險。該模型公式如下：

Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5

X1：營運資本/資產總額

X2：留存收益/資產總額

X3：息稅前利潤/資產總額

X4：所有者權益市價/負債總額

X5：總銷售額/資產總額

根據Z值大小來判斷企業破產的可能性，即：Z值越小，企業破產的可能性越大。當Z≥3時企業的財務狀況良好，基本不會發生破產；當2.8≤Z<3，這個區間可能發生財務風險，解決不好可能破產；當1.8≤Z<2.8，這個區間發生財務風險的概率很高；當Z≤1.8時財務危機已經來臨。

四、實證分析

（一）Z模型的計算

筆者將數據代入Z模型，計算出Z值及X1～X5的值（如表2）。

從表2可以看到在這33家物聯網企業中，僅有2家企業的Z值在（-∞，1.8]區間，占總樣本數的6.06%，這2家企業發生財務風險的概率很高，應特別重視；有2家企業的Z值在[1.8，2.8）區間，占總樣本數的6.06%，說明這2家企業可能發生財務風險，解決不好會破產，應引起重視；有29家物聯網企業的Z值大于3，說明這29家物聯網企業財務狀況良好，基本不會發生破產。財務狀況良好的企業占總樣本數的87.88%，占了所有樣本數的絕大部分，說明我國物聯網企業整體財務狀況良好，基本不會發生破產。

（二）Z值的分析

我國物聯網企業Z值普遍較大，為了分析原因，筆者對表2數據進行了描述性分析（如表3）。

從表3的描述性統計分析可以看出，X4的均值較高，且標準差是五個指標中最大的，遠高于其他四個指標的標準差。這說明各樣本企業Z值較大是由X4普遍較高造成的，且Z值的差異主要是由X4的差異造成的，即樣本企業財務風險普遍較低主要是因為X4較大造成的，且各樣本企業財務風險的不同在很大程度上是因為X4的不同造成的。

五、分析和建議

實證結果表明，我國物聯網企業X4普遍較高，且X4差異較大引起我國物聯網企業Z值差異較大。經數據分析可以看出我國物聯網企業因起步晚，企業的資金多由投資人投入，債務資本不足，因此X4普遍較大。因此我國物聯網企業擁有較大比例的主權資本是企業的財務風險較低的主要原因。這說明我國物聯網企業的財務政策比較穩健，償債壓力較小。但是我國物聯網企業發展態勢良好，國家政策支持力度不斷加強，市場也比較樂觀，因此企業負債率過低，債務資本所帶來的杠桿作用未能較好地發揮，將對企業的發展產生不利影響。筆者建議我國物聯網企業應適當增加負債，運用債務資本帶來的杠桿作用提高企業的盈利能力。我國物聯網公司起步時間不長、規模較小，債權籌資難度大，國家政策應多加強支持力度，以促進我國物聯網企業的發展。

【參考文獻】

[1] 周首華，楊濟華，王平. 論財務危機的預警分析：F分數模式[J]. 會計研究，1996（8）.

[2] 陳靜. 上市公司財務惡化預測的實證分析[J]. 會計研究，1999（4）.

[3] Stephen A.Ross.Corporate Finance[M].Machinery Industry Press，2000.

[4] Moyer C.R，Mcguigan J.R，Rao R.P. Fundamentals of Contemporary Financial Management[J].Publishing House of electronics industry，2009（10）.

[5] Altman E.I.Finance Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy[J]. Journal of Banking and Finance，1968（9）：589-609.endprint

【摘 要】 物聯網行業是近年來的新興行業，國家政策對該行業持扶持態度，物聯網將成為我國經濟新一輪的增長點。文章選取2011年在我國滬深A股上市的33家物聯網上市公司為樣本，運用Z模型，對樣本企業的財務風險進行了實證分析，發現我國物聯網企業財務風險整體較低，僅有極少數企業財務風險較高。可能是因為我國物聯網企業以自有資金籌資方式為主，債務融資較少，但是財務過于穩健不利于獲得杠桿收益，減少了企業的盈利。建議我國物聯網企業可以通過增加負債融資來獲得更多的杠桿收益。

【關鍵詞】 財務風險； 物聯網； 風險評價

一、引言

1990年施樂公司的網絡可樂販售機是最早的物聯網的實踐。1999年美國麻省理工學院自動識別中心（MIT Auto-ID）Ashton教授在美國召開的移動計算和網絡國際會議上首先提出物聯網（Internet of Things）的概念。2009年9月，“物聯網與企業環境中歐研討會”上，歐盟委員會信息和社會媒體司射頻識別（RFID）部門負責人Lorent Ferderix博士給出了物聯網的定義：物聯網是一個動態的全球網絡基礎設施，它具有基于標準和互操作通信協議的自組織能力，其中物理的和虛擬的“物”具有身份標識、物理屬性、虛擬的特性和智能的接口，并與信息網絡無縫整合。物聯網將與媒體互聯網、服務互聯網和企業互聯網一道，構成未來互聯網。

目前，物聯網的發展已經成為全球經濟增長的熱點。2011年11月28日，我國工業和信息化部發布了《物聯網“十二五”發展規劃》，該政策將對物聯網企業的發展產生積極影響，物聯網企業將成為我國經濟新一輪的增長點，因此關注物聯網企業的發展，評價物聯網企業的財務風險，對物聯網企業的健康發展至關重要。財務風險評價研究經歷了早期的單變量模型、現代的多變量模型、回歸模型、神經網絡模型等階段，并不斷完善。本文選擇最具代表性的Altman在1968年提出的Z模型作為研究工具對樣本企業的財務風險進行排序，并提出了相應的建議。

二、數據的來源及樣本的選擇

選取2011年在我國滬深A股上市的33家物聯網上市公司，對其財務風險進行實證研究（見表1）。本文研究所用數據取自銳思金融研究數據庫。銳思金融研究數據庫是一個為模型檢驗、投資研究等提供專業服務的數據平臺。它由多位國內外著名高校和研究機構的專家全程參與，參照國際著名數據庫的設計標準，結合中國金融市場的實際情況設計而成，數據真實可靠。

三、Z模型的原理

Altman在1968年選取1946—1965年間提出破產申請的33家公司和同樣數量的非破產公司進行研究，找出了破產企業與正常企業有顯著差異的五個財務指標，構建了著名的Z模型，用于評價企業財務風險。該模型公式如下：

Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5

X1：營運資本/資產總額

X2：留存收益/資產總額

X3：息稅前利潤/資產總額

X4：所有者權益市價/負債總額

X5：總銷售額/資產總額

根據Z值大小來判斷企業破產的可能性，即：Z值越小，企業破產的可能性越大。當Z≥3時企業的財務狀況良好，基本不會發生破產；當2.8≤Z<3，這個區間可能發生財務風險，解決不好可能破產；當1.8≤Z<2.8，這個區間發生財務風險的概率很高；當Z≤1.8時財務危機已經來臨。

四、實證分析

（一）Z模型的計算

筆者將數據代入Z模型，計算出Z值及X1～X5的值（如表2）。

從表2可以看到在這33家物聯網企業中，僅有2家企業的Z值在（-∞，1.8]區間，占總樣本數的6.06%，這2家企業發生財務風險的概率很高，應特別重視；有2家企業的Z值在[1.8，2.8）區間，占總樣本數的6.06%，說明這2家企業可能發生財務風險，解決不好會破產，應引起重視；有29家物聯網企業的Z值大于3，說明這29家物聯網企業財務狀況良好，基本不會發生破產。財務狀況良好的企業占總樣本數的87.88%，占了所有樣本數的絕大部分，說明我國物聯網企業整體財務狀況良好，基本不會發生破產。

（二）Z值的分析

我國物聯網企業Z值普遍較大，為了分析原因，筆者對表2數據進行了描述性分析（如表3）。

從表3的描述性統計分析可以看出，X4的均值較高，且標準差是五個指標中最大的，遠高于其他四個指標的標準差。這說明各樣本企業Z值較大是由X4普遍較高造成的，且Z值的差異主要是由X4的差異造成的，即樣本企業財務風險普遍較低主要是因為X4較大造成的，且各樣本企業財務風險的不同在很大程度上是因為X4的不同造成的。

五、分析和建議

實證結果表明，我國物聯網企業X4普遍較高，且X4差異較大引起我國物聯網企業Z值差異較大。經數據分析可以看出我國物聯網企業因起步晚，企業的資金多由投資人投入，債務資本不足，因此X4普遍較大。因此我國物聯網企業擁有較大比例的主權資本是企業的財務風險較低的主要原因。這說明我國物聯網企業的財務政策比較穩健，償債壓力較小。但是我國物聯網企業發展態勢良好，國家政策支持力度不斷加強，市場也比較樂觀，因此企業負債率過低，債務資本所帶來的杠桿作用未能較好地發揮，將對企業的發展產生不利影響。筆者建議我國物聯網企業應適當增加負債，運用債務資本帶來的杠桿作用提高企業的盈利能力。我國物聯網公司起步時間不長、規模較小，債權籌資難度大，國家政策應多加強支持力度，以促進我國物聯網企業的發展。

【參考文獻】

[1] 周首華，楊濟華，王平. 論財務危機的預警分析：F分數模式[J]. 會計研究，1996（8）.

[2] 陳靜. 上市公司財務惡化預測的實證分析[J]. 會計研究，1999（4）.

[3] Stephen A.Ross.Corporate Finance[M].Machinery Industry Press，2000.

[4] Moyer C.R，Mcguigan J.R，Rao R.P. Fundamentals of Contemporary Financial Management[J].Publishing House of electronics industry，2009（10）.

[5] Altman E.I.Finance Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy[J]. Journal of Banking and Finance，1968（9）：589-609.endprint