基于Z值模型的寧夏上市公司財務分析

李金香 牛遠遠 馬曉燕

摘 要：企業的財務風險問題往往比較突出，因此建立財務預警系統，對于防范財務風險很有必要。“Z-Score”模型是衡量公司業績、進行財務預警的模型。運用Z值預測模型對寧夏上市公司進行分析，可以在一定程度上進行財務預警。計算這些上市公司2017—2019年Z值，結果發現發生重大財務危機的公司不多，但每個企業的Z值都有明顯的變化，發生財務危機的可能性很大。

關鍵詞：上市公司;財務危機;Z值預測模型

中圖分類號：F275? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2021）10-0091-03

企業財務危機預警是很重要的。隨著市場競爭的日益激烈，經營失敗、發生不能償還債務，陷入財務危機的企業增多。“Z-Score”模型是其中比較重要的財務預警模型，它是一個運用多變量思路建立的多元線性函數公式，在企業財務風險監測與危機預警中占很重要的地位。本文僅以寧夏的上市公司為例，研究“Z-Score”模型在企業財務分析方面的應用。

一、Altman的Z值計分模型及其指標在中國的改進

美國學者Altman（1968）在《金融雜志》發表的一篇文章，提出了預測企業破產的多元Z值判斷模型，文章題目為《財務比率、判別分析和公司破產預測》。該文對1945—1965年間企業進行了研究，這些企業33家破產、33家正常經營。這些企業規模在70萬—2 590萬美元之間，集中在美國的機械行業。研究結論后來形成了著名的Z值計分模型，Altman教授的Z值計分模型是用數理統計從22個財務比率中選出5個模型變量。模型如下：

Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5

其中，X1：營運資金/總資產=（流動資產-流動負債）/總資產;X2：留存收益/總資產=（未分配利潤+盈余公積）/總資產;X3：息稅前利潤/總資產=（息稅前利潤+ 財務費用）/總資產;X4：股權市價總值/總負債=（每股市價×流通股數+每股凈資產×非流通股數）/總負債;X5：銷售收入/總資產=（主營業務收入+其他業務收入/總資產。

在Z-score模型中，這5個指標充分考慮了企業的資產管理水平（X1）、盈利能力（X2、X3）、企業市場價值或賬面價值（X4）和成長能力（X5）等方面，所以比較全面地反映企業的經營狀況。每個指標根據財務危機警示作用的大小而賦予不同的權重，加權計算就可以得到一個企業的綜合風險總判別分Z，如何將其與臨界值對比就可以判斷企業財務危機的嚴重程度。

Z計分模型簡單易懂，可操作性強，準確率高，已廣泛應用于國外許多企業的財務評價。Z計分模型在我國上市公司適用如何？學者向德偉（2002）進行了研究，選取了上海證券交易所和深圳證券交易所共80家上市公司A股，時間跨度為2000—2001年，結果表明，“Z記分法”模型在我國資本市場上基本是能夠得到驗證有效的。但值得說明的一點是，我國和美國在Z記分模型應用中也有差異，如對于破產界限的界定。我國基于維護整個國民經濟利益對虧損不大的企業，可以通過行政手段緩解一部分債務危機，而美國資不抵債就要破產;中美企業負債經營的比率存在一定差異。美國公司的資產負債率一般小于60%，一般在50%左右。而我國一般卻較高，達到60%～70%，進而影響了所得的Z值;我國上市的公司人為因素較大，市價易被低估或高估。所以，Altman的Z模型在應用時，應根據實際情況加以修訂，才能適應國情。

二、寧夏14家上市公司的Z值分析

（一）樣本選取

研究者大多數都借鑒了Altman的配對抽樣原則，但是樣本之間行業差別研究較少。本文將不同行業進行歸類進而分析，但寧夏14家上市公司，制造業占99%，所以可以籠統地認為就是同行業的財務狀況分析，這樣可以避免不同行業在分析過程中出現錯誤。

大部分學者在選擇樣本時，采用財務危機公司（即ST公司）和健康公司（即非ST公司）的比例為1∶1的配對原則進行樣本選取。但是，陷入財務危機的公司的數量實際上遠遠小于健康公司。所以本文選取寧夏這一地區的所有上市公司，初次判斷這一比例將是財務健康公司數量大于財務危機公司數量。

截至2019年12月31日，寧夏地區上市公司共有14家，他們分別是西部創業（*ST廣夏）、*ST寶實（ST西軸）、英力特、新華百貨、新日恒力、美利云（美利紙業）、銀星能源、ST環球（大元股份）、東方鉭業、ST中絨（中銀絨業）、寧夏建材、青龍管業，嘉澤能源和寶豐能源。其中，有3家被ST公告，英力特與銀星能源曾被ST。

（二）預警指標的選擇

模型中的5個指標，反映了營運資金與總資產之比、息稅前利潤與資產的比值、資產凈收益情況、市場價值與負債比值及企業資產運營能力等方面，可以綜合評價財務危機。

根據我國情況，需要改進指標，X4可以改為總資產周轉率與現金流量增長率的乘積，反映資產的營運能力及獲取現金能力。

（三）Z值模型的數據處理與分析

1.樣本數據說明。數據來源是寧夏上市公司2017年、2018年、2019 年報。Z值變化情況，反映財務狀況的一定趨勢，雖然只有三年數據，但是也基本能夠反映公司的經營。

2.Z值計算分析。經過計算，上市公司的Z值范圍如下表1將模型進行修正后，很多研究普遍傾向選擇0.325作為分割點來對研究樣本進行分類，即如果通過模型計算出來的某企業Z值>0.325，表明企業的財務狀況良好;Z值<0.325，則企業存在很大的破產風險;如果企業Z 值在-0.45～0.325 這個區間，則為“灰色地帶”，此時企業財務狀況是極不穩定的。

對這些上市公司計算Z值，結果統計如表1所示。

這些公司中，Z<0.325的公司2家，占14%，-0.450.325的公司12家，占86%，說明整體情況還可以。

（四）預警模型的檢驗與分析

由表2可知，經過上述數據的計算與分析，在2017—2019年上市公司的破產比例在波動，2017年有4家公司接近破產到2019年2家，說明情況在好轉。2018—2019年有1家處于灰色地帶，2018年雖然有點好轉，但在三年中Z值下降的比重超過33%，并且新日恒力、寶豐能源、新華百貨、寧夏建材四家公司持續下降的幅度較大;西部創業、ST寶實、東方鉭業、ST中絨在14家公司中Z值先降后升。實際上，從財務指標看，這些公司確實也表現不佳，說明Z值結果與實際基本相符，檢驗了預警模型。

上面5家公司出現財務危機，進一步剖析其原因，可以看出其出現問題是必然的。

1.負債比率過高引發財務危機。上市公司負債資本占全部資本的比例過高。過度負債使公司支付能力極為脆弱，一旦信用鏈條上某一環節出現問題或現金凈流量不足而影響即期債務償付，必然出現財務危機。2019年寧夏地區的上市公司資產負債率高達50%以上的就有7家，2018年有6家，2019 年有5家。例如，ST中絨的資產負債率在2018年近三年內高達112%，銀星能源三年高達70%以上。新日恒力、寶豐能源、新華百貨、嘉澤能源、銀星能源、ST寶實連續三年負債率均在50以上。負債增加，容易引起財務危機。青龍管業、美利云、英力特、西部創業、寧夏建材這些企業資產負債率比較低。

2.現金流入不足，導致財務風險加大。很多上市公司采用冒險的營運資金持有政策，用短期舉債支付回收緩慢的長期投資。還有一些公司為了增加銷售，擴大市場占有率，大量采用賒銷方式銷售產品，導致公司應收賬款大量增加。再加上對應收賬款缺乏有效管理，相當比例的應收賬款長期無法收回，直至成為壞賬，嚴重影響公司的短期償債能力，由此產生財務危機。例如，2018年新日恒力，應收賬款及應收票據為3 671萬元，凈利潤的現金含量是-1918%，占比達到經營獲得現金凈流量增長率為-255.8%，說明現金是非常缺的，不能給企業帶來較好的資金周轉和應變條件。

3.抵御外部不利環境的能力不足。企業經營的問題，以及外部環境的惡化，是財務危機的主要原因。行業景氣不佳，上市公司必然受到影響。例如銀星能源和新日恒力，隨著國家新能源補貼的結束以及外部競爭壓力加大，利潤增長率呈現下降態勢;美利云也由于環境保護的問題而陷入成本上升，利潤率下降的狀況;寶豐能源也連續三年利潤率下降，由于外部競爭影響和原材料漲價因素而導致利潤率下降。

三、寧夏上市公司運用Z模型的注意事項

綜上所述，Z值預警模型可以很好地適用于寧夏上市公司財務預警，但是在具體運用時要注意以下幾點：一是Z 值模型只是作為一種財務診斷和分析方法，對企業財務狀況進行整體判斷，所依據的是企業財務報表，因此，報表的真實性和客觀性對模型的判別結果產生影響。二是運用Z值模型對個案進行分析時，可能由于個別指標的過高或過低，Z值出現異常，因此在分析Z值時要結合其他財務指標變化。三是不同的經濟環境下，企業的財務狀況表現也會有所不同。因此，不能機械、獨立地看Z分值，經濟環境能準確解釋企業真正財務狀況，需根據不同的客觀經濟環境對該模型加以修改或調整。

近幾年，寧夏的上市公司經歷了大的變化，從歷史數據看，出現重大財務危機乃至破產的有前ST廣夏、ST大元、ST西軸，但是環境變化莫測，公司要針對原因和具體情況中找出問題并及時解決。Z值模型雖然較全面地反映企業的財務狀況，但公式的運用也可能會出現偶然現象。實際運用需要考慮到國家的宏觀經濟形勢、地域、行業的差異，選擇適合方法和模型，給投資者、債權人、審計人員等等提供真實的資料信息。

參考文獻：

[1]? 王滿，李坤榕.上市公司財務危機預警的實證分析[J].中國總會計師，2010，（1）：66-69.

[2]? 周劍濤，龐文鳳.Z-SCORE 財務預警模型在上市公司應用的實證研究[J].財會通訊，2009，（8）.

[3]? 常艷.我國上市公司財務預警模型的實證分析[J].金融經濟，2008，（2）：105-106.

[4]? 麻鵬波.種業上市公司財務預警中“Z分數模型”應用分析[J].財會通訊，2010，（29）：136-138.

[責任編輯 辰 敏]