財務危機預警的Z計分模型實證研究

王勇

摘要：財務危機預警一直研究的熱點問題，本文著重介紹了Altman的Z計分模型，并采用滬深股市38家有色金屬行業上市公司為樣本，進行了實證研究。結果表明在有色金屬行業Z計分模型對財務失敗的預測具有較高的準確性，能夠為投資者、管理層、上市公司監管部門、債權人等利益相關者就公司財務失敗方面提供判斷的依據，具有一定的財務失敗預警作用。

關鍵詞：Z計分模型;財務失敗;財務危機預警;有色金屬行業

一、引言

根據財政部公布的2012年數據顯示，1-11月，納入月報統計范圍的全國國有及國有控股企業①

① 月報所稱全國國有及國有控股企業，包括中央企業和36個省（自治區、直轄市、計劃單列市）國有及國有控股企業。中央企業包括：中央部門所屬的國有及國有控股企業及117戶中央管理企業，以上均不含國有金融類企業。

（以下簡稱國有企業）營業總收入、納稅額同比繼續保持增長，但實現利潤略有下降。1-11月，國有企業累計實現利潤總額194373億元，同比下降7%。在41個工業大類行業中，30個行業利潤同比增長，10個行業同比下降，1個行業繼續虧損。主要行業利潤增長情況：石油和天然氣開采業利潤同比增長05%，農副食品加工業增長166%，通用設備制造業增長16%，汽車制造業增長74%，電氣機械和器材制造業增長61%，計算機、通信和其他電子設備制造業增長115%，電力、熱力生產和供應業增長629%，化學原料和化學制品制造業下降101%，有色行業下降479%，石油加工、煉焦和核燃料加工業虧損同比增長41倍。可見在我國經濟逐步復蘇的大形勢下，還存在較大的結構性差異，其中有色行業利潤下降趨勢明顯，經營、財務風險增加，發生財務危機的可能性提高，因此本文選擇有色行業上市公司作為研究對象。

國外對財務危機預警的研究較早，在20世紀初國外有關學者就開始了對經濟危機的研究，并于20世紀50年代在美國得到了發展。我國國內對經濟危機的研究起步較晚，20世紀80年代國內才有學者逐漸開始研究經濟危機，初期主要是對宏觀經濟的預警研究，并逐漸向微觀領域過渡。初期研究所采用的主要方法還是以單純的定性研究和定性定量結合為主。其中財務預警領域的研究相對較多，同時也取得了比較多的成果。

本文以我國滬深股市2011年有色金屬行業上市公司為研究對象，采用我國有色金屬行業上市公司2011年的數據運用Z計分模型計算各企業的Z值，再和2012年各企業的經營狀況進行對比，研究Z計分模型的有效性。研究結果表明，Z計分模型對企業財務風險的判定具有較高準確性。企業利益相關者可以采用Z計分模型對企業風險進行有效預警，針對預警的結果做出有利的決策。所以，Z計分模型對于企業管理層、經營者、所有者和政府都有重要的現實意義。

二、Altman提出的Z計分模型

美國學者Altman于1968提出了預測企業破產的Z計分模型。Altman選擇了66家制造業的公司作為研究樣本。其中33家公司為破產組，包含了從1946年到1965年申請破產的33家制造業公司。另外33家公司Altman選擇了1965年仍在經營的制造業企業，作為對照組。

Altman對樣本企業的財務比率進行研究，他依據前人做相關研究時采用最多的財務比率和財務危機與財務比率潛在的相關性選擇了22個財務指標進行研究，并將它們分成流動性、獲利能力、財務杠桿、償債能力和活動性五大類。Altman經過因素分析找出最具解釋力的五個指標，建立了多變量財務危機預警的經典模型———Z計分模型。

Altman通過對往年破產企業的數據分析，計算企業的Z值，總結出結論：Z值越大公司財務狀況越好。通過數據分析進一步得出經驗性臨界數據值判斷企業破產的臨界值：若Z值屬于區間（2675，+∞）則表明企業發生破產的可能性很小，其財務狀況良好;若Z值屬于區間（181，2657）則表明企業財務陷入危機，不及時采取措施很可能發生破產;若Z值屬于區間（-∞，181）則表明很可能會發生財務危機。通過計算企業每年的Z值大小可找出企業出現財務危機的先兆，從而可以預測企業的財務狀況，由于Z計分模型計算簡單，一直廣泛的被應用于企業財務危機的預測，本文也認可并采用這一方法。

三、研究設計

（一）研究模型

由于我國基本上沒有破產企業的數據，我國學者的研究都是以企業被ST作為發生財務危機的標志。本文也認可和沿用這一研究方法，采用Altman的Z計分模型，分別計算目標企業對應的Z分值，從而根據Z分值來判斷企業有沒有發生財務危機的可能性。

鑒于我國資本市場的特點，本文對Altman的Z計分模型中各項指標的系數做如下調整：

Z=12X1+14X2+33X3+06X4+0999X5

其中：X1=營運資本/總資產（WC/TA）=（流動資產-流動負債）/總資產

X2=留存收益/總資產（RE/TA）=（未分配利潤+盈余公積）/總資產

X3=息稅前利潤/總資產（EDIT/TA）=（稅前利潤+利息費用）/總資產

X4=權益市場價值/總債務的賬面價值（MVE/TL）=總市值/總負債

X5=銷售收入/總資產（S/TA）=主營業務收入/總資產

（二）研究假設

根據Altman的Z計分模型，本文提出如下假設：

假設1：ST公司具有較大財務風險，Z值應小于181;

假設2：每股收益大于04的公司，不具有財務風險，Z值應大于2675;

假設3：凈資產收益率小于10%，在10%到15%之間，大于15%的公司，財務風險越來越小，平均Z值應該依次升高;

假設4：Z值小于181，181到2675，大于2675的公司，隨著Z值的升高，平均每股收益及平均凈資產收益率都應該依次升高。

（三）樣本選取與數據來源

1樣本選擇

本文選取在滬深上市的49家有色金屬企業作為研究對象，在這49家企業中有11家企業的數據缺失或異常，剔除這11家企業后剩38家樣本企業。其中：33家在2012年是正常經營的（不是ST企業），5家是出現財務危機的企業（ST企業）。用樣本企業2011年的數據計算各企業的Z值，用以驗證其在2012年的財務狀況。

2數據來源

本文所使用的數據全部來自于滬深證券交易所網站和新浪財經網。

四、實證結果的分析與解釋

根據2011年各企業年報的數據，采用微軟Excel計算出38家有色金屬行業上市公司對應的Z值，具體結果分類歸納解釋如下：

（1）ST公司Z值的情況（見表1）

由上表1可知：ST公司的平均Z值為120，小于181，與假設一相符。但從表1中還可以看到*ST關鋁的Z值比較異常，為650，偏離平均值較大，進一步分析發現，其偏離平均值較大的原因是X4指標異常所致，主要原因是其總市值偏高。

（2）每股收益大于04的公司的Z值（見表2）

由表2可知：每股收益大于04的公司的平均Z值為398，大于2675。與假設二相符。其中云南銅業、神火股份和錫業股份的Z值偏離平均值較遠，主要原因是其X1數據異常所致，進一步分析可以看出該三家公司的流動負債大于流動資產，導致X1為負值;除此之外，這三家公司的X4也低于行業平均水平，主要是由于其總負債相對于總市值來說相對較大，致使X4的值低于平均水平。在這雙重作用之下致使這三家公司的Z值偏離平均是較遠，資產負債率相對較大，致使公司有相對比較高的財務風險。

（3）凈資產收益率與Z值的關系（見表3）

由表3可知：凈資產收益率小于10%的公司的平均Z值是291，凈資產收益率介于10%至15%之間的公司的平均Z值為331，凈資產收益率大于15%的公司的平均Z值為467。可以看出，隨著凈資產收益率的增大，平均Z值也是呈增大的變化，符合假設三。

（4）Z值與平均每股收益、凈資產收益率之間的關系（見表4）

由表4可知，Z值小于181，介于181與2675之間和大于2675對應的平均每股收益和平均凈資產收益率分別為003、027、076和-063%、413%、1596%。隨著Z值的升高，平均每股收益和平均凈資產收益率也一次遞增，與假設四相符。

五、對Z計分模型的評價

Z計分模型是Altman以制造業的企業為樣本進行研究后提出的研究結論，該結論同樣可以在其它企業進行財務危機分析時推廣使用。但是，Z計分模型是Altman依據20世紀60年代美國當時的經濟法律等環境提出來，其是否適合于當代中國的企業環境還有待商榷。因此，在使用Z計分模型進行財務危機分析時應該注意模型的適用范圍。

根據本文的實證結果可以看出，我國滬深股市有色金屬行業38家樣本上市公司的實證結果基本上支持Z計分模型的有效性，但是運用Z計分模型進行個別企業分析的時候會出現個別指標偏離正常范圍很遠的情況，從而出現異常的Z值。其次，運用Z計分模型要依靠企業發布的真實可靠的財務數據才能對企業的財務危機情況進行分析，但我國上市公司提供的財務報表都存在一定程度的粉飾成分，所以在進行企業財務危機預警分析時不能僅僅依靠財務指標，應將財務指標與非財務指標相結合，綜合分析企業財務危機情況。但就有效性來說，Z計分模型在分析財務危機狀況時仍然具有它的優勢，對企業利益相關者判定企業財務危機，進行財務預警有重要的指導作用。

六、研究不足與需要進一步研究的問題

1研究不足之處

本文的研究沿用了Atlman提出的制造企業上市公司的Z計分模型，包括臨界值的選擇都是采用Altman研究的結果。其模型是在幾十年前以美國上市公司的數據為樣本研究得出的結果，在當代的中國，鑒于中國資本市場的特點，該模型的適用性還有待商榷。其次，本文是以單一行業上市公司為樣本，樣本量較少，并且只研究了一年的數據，對其他行業的借鑒意義有限，并且沒有采用上市公司的長期數據來對模型的有效性進行檢驗，臨界值的確定均采用前人研究的結果，沒有針對特定的行業確定相應的模型系數和臨界值。

2進一步研究方向

（1）對于多種行業更長時期數據的研究。本文采用的是單一行業，對一年的數據進行了分析研究，樣本量有限。未來可針對多種行業更長時期的數據進行研究。

（2）模型系數和臨界值的確定。Altman所提出的模型在中國資本市場的適用性還有待研究，從不同行業角度來看，每個行業的財務比率均存在一定的差異，因此不同行業的系數和臨界值存在一定的差異。對于所有上市公司確定合適的系數和臨界值也是有待研究的。

參考文獻：

[1] ?Altman，EI（1968）Financial ratios，discriminant analysis，and prediction ofcorporate bankruptcyJournal of Finance，23（4），589e610

[2] 谷祺，劉淑蓮財務危機企業投資行為分析與對策[J]會計研究，1999（10）

[3] 吳世龍，盧賢義我國上市公司財務困境的預測模型研究[J]經濟研究，2001（6）

[4] 張玲財務危機預警分析判別模型及其應用[J]預測，2000，19（ 6）：38- 40

[5] 吳應宇，袁陵基于因子分析的上市公司財務危機預警研究的修正[J]東南大學學報（哲學社會科學版），2004，06：19-24+125

[6] 劉學兵，袁智慧，鐘俐玲F分數模型與Z計分模型的比較分析——以ST輕騎為例[J]會計之友，2011，18：101-103

[7] 劉宏洲財務危機預警的Z計分模型實證研究——來自中國電器業上市公司的新證據[J]會計之友，2011，28：82-87

[8] 邱云來Z計分模型的改進及實證檢驗[J]統計與決策，2009，12：22-24