基于Z值模型的上市公司財務預警研究
——以信息傳輸、軟件和信息技術服務業公司為例

湖北工業大學 彭芳春，王曉楠

一、引言

信息傳輸、軟件和信息技術服務業已發展成為各國經濟和社會發展的基礎性、戰略性產業。行業產品的技術性強、附加值高、應用領域廣泛等特點對經濟社會發展具有重要的支撐和引領作用。在互聯網背景下，云計算、大數據以及人工智能技術的推廣和運用，已經成為科技創新和經濟發展的重要推動力。作為推動國民經濟的重要行業，行業內公司的健康持續發展十分重要。但是，針對該行業上市公司的財務預警的研究較少，希望通過文章的研究，能對我國信息傳輸、軟件和信息技術服務業上市公司財務預警的研究起到一些幫助。

二、文獻綜述

Ed-wardAltman（1970）建立了Z分數模型，采用加權的方法把反映公司償債、獲利和營運能力的指標匯總產生總判別分（Z值），進一步科學地進行了財務預警，并將模型廣泛推廣應用于美國市場的財務預警。黃曉芬、李文華（2013）[1]引入現金流量指標，構建了新的Z模型，模型正確率較高。徐凱、邱煜、黃月娥（2014）[2]以現金流量為研究視角，引入了主成分分析法改進Z模型，提出公司財務危機是一個動態發展過程，具有階段性，Z值越小，財務狀況越差，越有可能陷入財務危機。游達明、劉亞慶（2015）[3]修正了交通運輸行業的Z值模型，該模型對我國交通運輸公司財務狀況預警的整體準確率明顯提高。裴瀟、黃玲、陳華（2015）[4]以國內2008年～2010年房地產上市公司財務數據檢驗Z模型的有效性，結果顯示Z模型原有的臨界值并不適合國內公司現狀，以此提出了新的臨界值。唐靜、郝洪常（2020）[5]基于Z模型研究得到新冠肺炎疫情影響下西藏醫藥部分上市公司財務預警能力不足，在此背景下提出了針對性地解決措施，加強公司的財務預警機制。

三、Z-Score模型

（一）Z-Score模型

公式為：Z=1.2X1+1.4X2+3.3X3+0.6X 4+0.999X5

X1公式為營運資本/總資產,反映公司短期的償債能力，營運資本反映公司資產的流動性，比率過小，表明公司的資金周轉能力不良；比率過高，表明公司資金過高，資金使用效率低。

X2公式為留存收益/總資產=（未分配利潤+盈余公積）/總資產。反映公司利潤的積累情況和存續時間，通過該比率可以了解公司的累計獲利能力及其所處的發展階段。

X3公式為息稅前利潤/總資產=（稅前利潤+利息費用）/總資產。反映公司動用全部資產的獲利能力，該指標能夠較好體現公司利用自有資金獲取利潤的能力。

X4公式為股東權益的市場價值總額/總負債的賬面價值，該指標反映公司的財務結構的同時度量了公司償債能力。

X5公式為營業收入/總資產，反映公司運用資產獲得銷售收入的能力，以及公司總資產的營運能力。

（二）判別臨界值Z

通過模型計算出Z值之后，根據Z值所處的區間范圍去判斷公司的財務風險情況。

公司風險的大小隨Z值的降低而逐漸加大。若數值小于1.8，存在很大的破產可能性；數值如果介于1.8和2.99之間，則存在財務隱患和一定破產可能性；如果數值大于2.99就預示著公司的財務狀況良好，危機較小。

四、信息傳輸、軟件和信息技術服務業上市公司財務預警研究

（一）樣本選取

文章以中證指數信息傳輸、軟件和信息技術服務業上市公司為樣本，剔除ST公司、*ST公司和2015年以后上市的公司后，剩余樣本188個，時間范圍為2015年到2019年。所有統計數據來源于國泰安數據庫，每股股價選取當年年末收盤價，數據均來自于合并財務報表。

（二）Z值的分布

根據計算結果，行業內上市公司Z值大部分都處于2.99以上。

軟件和信息技術服務業樣本137家，Z值小于1.81的公司占比不到0.1%；Z值在1.81到2.99的范圍內的公司占比略高，后三年數量上升至10%；Z值大于2.99的公司占比高達70%及以上。根據Z值結果顯示，財務狀況良好的公司占絕大部分，行業財務風險較小。在時間上縱向比較，財務狀況良好的公司數量在下降，財務狀況逐漸向不穩定發展。

互聯網和相關服務業樣本40家，在2015到2017年公司占比低，近兩年占比升值10%左右；Z值在1.81到2.99的范圍內的公司占比則相對較高，占比均在10%左右，五年內發展趨勢不穩定；Z值大于2.99的公司占比最高，占比70%以上，但是整體呈下降趨勢。絕大多數公司Z值表現都處于2.99以上，占比70%以上，在占比上表現好于軟件和信息技術服務業上市公司。近五年，樣本公司財務狀況表現也趨于不穩定。

電信、廣播電視和衛星傳輸服務樣本11家，Z值小于1.81的公司整體呈上升趨勢，最近兩年公司占比過半數；Z值在1.81到2.99的范圍內的公司占比近四年呈下降趨勢，近兩年趨近于零；Z值大于2.99的公司占比較高，由2015年的82%降至2018年的36%，2019年上升至45%。根據Z值結果，在2015年財務狀況良好的公司占比最大，但在近幾年中，財務風險高的公司數量逐漸增加。相較于其他子行業，該子行業財務狀況良好的公司占比較低，該行業內公司的財務風險較高，財務狀況不穩定。

（三）Z值的描述性統計

作者在Z值計算結果基礎上進行了描述性統計，以期更全面地了解Z值在信息傳輸、軟件和信息技術服務業上市公司的表現。通過Excel對樣本公司Z值計算了相關數值，并進行分析。

如表1所示，近五年Z值的平均值均呈現下降趨勢，但都仍處于財務狀況良好的范圍之內，其中以互聯網和相關服務業的表現最佳。Z值分布在三個子行業內都表現出差異大的特點，根據離散系數可以看出，互聯網和相關服務業在2017年的離散系數數值最大，說明2017年行業內公司財務風險差異程度高，財務狀況差異大，尤其近五年的離散系數比較不穩定。相比較于互聯網和相關服務業，其他兩個行業的離散系數較為穩定，說明子行業公司財務風險差異程度較低。另外，樣本數據時間范圍內，三個子行業Z值的統計特征值基本呈現下降趨勢。

表1 2015—2019年Z值描述性統計

（四）Z值分析

就軟件和信息技術服務業的上市公司而言，2015年僅世紀瑞爾和華宇軟件財務狀況表現不佳，同時財務狀況不穩定的公司為零。但在2016年新增常山北明、萬方發展、天融信、太極股份、華星創業以及華勝天成6家財務狀況不穩定公司，兩者并沒有重合公司，均由2015年良好的財務狀況下滑至財務狀況不穩定。原因是指標X1與X4變化較大。X4的具體變化表現在其中五家Z值的變動是由于股東權益的市場價值下降、負債總額增加的同時變動，一家則是由于負債的增加。另一財務狀況變化較大時點在2017年，新增華星創業和光環新網兩家具有財務風險的公司，財務狀況不穩定的公司增加了12家。華星創業在2016年Z值就表現不佳，兩者的變動皆由于X4值的下降（見表2）。

表2 軟件和信息技術服務業財務狀況不穩定公司

就電信、廣播電視和衛星傳輸服務子行業而言，2017年至2019年財務狀況不樂觀的公司占比上升至過半數，2018年存在7家公司同時面臨財務風險，數量占比達64%，高于財務狀況良好的公司。通過觀察7家公司兩年的Z值大小，可以看出在2017年和2018年兩年除中信國安由財務狀況不穩定轉為較大破產風險、宜通世紀由財務狀況良好轉為較大破產風險以及江蘇有線財務狀況由不穩定轉為較大破產風險外，剩余四家公司在2017年財務狀況都表現不佳。中信國安、宜通世紀以及江蘇有線都存在股價變動的影響，尤其宜通世紀的息稅前利潤大幅減少，總資產小額下降，江蘇有線流動資產減少。宜通世紀財務報表顯示，2017年利潤總額2.605億，2018年利潤總額-19.82億，主要原因是2018年該公司有高達19.41億元的資產減值損失，尤其以子公司不良事件導致的商譽減值損失最多。

在具體到各指標時，有多家公司的X1指標為負數，即營運資本/總資產的數值為負數，流動比率小于1，該指標為負數的公司表現為營運資本為負數，在一定程度上直接反映出公司財務狀況不穩定。但是X1指標數值變動范圍小，結合該行業內公司的自身特點以及輕資產發展方向和策略，負營運資本也有其合理解釋（見表3）。

表3 電信、廣播電視和衛星傳輸服務業財務狀況不佳的公司及其X1表現

所以，Z值表現不佳大多數在于X4的變動，變量X4對行業內上市公司財務狀況起著決定性的作用。高杠桿的資本結構加大了公司的財務風險，償債能力不足是公司財務風險的重要誘因之一。

五、提升財務危機預警水平對策建議

（一）宏觀層面

1.嚴格上市公司信息披露制度

公司的利益相關者對于上市公司的了解和判斷，往往是基于上市公司的財務報告所披露的信息，信息披露的真實性、準確性、完整性、及時性都會影響利益相關者的判斷。尤其在不同公司業務中，外部利益相關者進行財務風險判斷時所需信息有所不同，該行業的專利技術、研發支出、研發人員的薪酬體系和人員數量等信息往往被重點關注。所以，進一步嚴格信息披露制度，充分且準確、真實地披露相關信息，對預測公司未來的財務狀況有著很大的幫助。

2.加強相關政策支持

信息傳輸、軟件和信息技術服務業的發展要求公司加大研發方面的支出，費用的升高在一定程度上導致了公司的財務狀況的不確定性。政策支持雖然無法根據宏觀環境的迅速變化進行及時的調整，但是隨著行業的發展，進一步完善扶持政策，政府應該加大資金和政策支持，使得行業內有人才、公司能留住人才，提升公司研發創新的水平，弱化研發相關支出對未來收益不確定性帶來的風險。

（二）公司層面

1.優化資本結構

公司的償債能力一定程度上決定了公司財務風險的可能性，公司財務風險水平隨著公司的負債水平上升而上升，債務融資在一定范圍內對公司經營狀況有利，但隨著財務杠桿數值的增加，公司的整體財務風險加大。因此，公司應嚴格估算負債水平，優化資本結構，合理規劃融資金額、方式以及償還期限等，提高籌措資金的使用效率，節約融資成本。

2.樹立風險意識

公司應從管理層開始，自上而下的引導全體工作人員增強財務風險防范意識，配備相關的專業人才，結合公司自身特點構建財務預警體系。在大數據背景下，還可以利用相關平臺和數據進行智能財務管理，短時間多次進行財務預警，提高機制的預警效率和準確度，以便做出更加合理的經營決策。