财务危机预警的Z计分模型实证研究

王勇

摘要：财务危机预警一直研究的热点问题，本文着重介绍了Altman的Z计分模型，并采用沪深股市38家有色金属行业上市公司为样本，进行了实证研究。结果表明在有色金属行业Z计分模型对财务失败的预测具有较高的准确性，能够为投资者、管理层、上市公司监管部门、债权人等利益相关者就公司财务失败方面提供判断的依据，具有一定的财务失败预警作用。

关键词：Z计分模型;财务失败;财务危机预警;有色金属行业

一、引言

根据财政部公布的2012年数据显示，1-11月，纳入月报统计范围的全国国有及国有控股企业①

① 月报所称全国国有及国有控股企业，包括中央企业和36个省（自治区、直辖市、计划单列市）国有及国有控股企业。中央企业包括：中央部门所属的国有及国有控股企业及117户中央管理企业，以上均不含国有金融类企业。

（以下简称国有企业）营业总收入、纳税额同比继续保持增长，但实现利润略有下降。1-11月，国有企业累计实现利润总额194373亿元，同比下降7%。在41个工业大类行业中，30个行业利润同比增长，10个行业同比下降，1个行业继续亏损。主要行业利润增长情况：石油和天然气开采业利润同比增长05%，农副食品加工业增长166%，通用设备制造业增长16%，汽车制造业增长74%，电气机械和器材制造业增长61%，计算机、通信和其他电子设备制造业增长115%，电力、热力生产和供应业增长629%，化学原料和化学制品制造业下降101%，有色行业下降479%，石油加工、炼焦和核燃料加工业亏损同比增长41倍。可见在我国经济逐步复苏的大形势下，还存在较大的结构性差异，其中有色行业利润下降趋势明显，经营、财务风险增加，发生财务危机的可能性提高，因此本文选择有色行业上市公司作为研究对象。

国外对财务危机预警的研究较早，在20世纪初国外有关学者就开始了对经济危机的研究，并于20世纪50年代在美国得到了发展。我国国内对经济危机的研究起步较晚，20世纪80年代国内才有学者逐渐开始研究经济危机，初期主要是对宏观经济的预警研究，并逐渐向微观领域过渡。初期研究所采用的主要方法还是以单纯的定性研究和定性定量结合为主。其中财务预警领域的研究相对较多，同时也取得了比较多的成果。

本文以我国沪深股市2011年有色金属行业上市公司为研究对象，采用我国有色金属行业上市公司2011年的数据运用Z计分模型计算各企业的Z值，再和2012年各企业的经营状况进行对比，研究Z计分模型的有效性。研究结果表明，Z计分模型对企业财务风险的判定具有较高准确性。企业利益相关者可以采用Z计分模型对企业风险进行有效预警，针对预警的结果做出有利的决策。所以，Z计分模型对于企业管理层、经营者、所有者和政府都有重要的现实意义。

二、Altman提出的Z计分模型

美国学者Altman于1968提出了预测企业破产的Z计分模型。Altman选择了66家制造业的公司作为研究样本。其中33家公司为破产组，包含了从1946年到1965年申请破产的33家制造业公司。另外33家公司Altman选择了1965年仍在经营的制造业企业，作为对照组。

Altman对样本企业的财务比率进行研究，他依据前人做相关研究时采用最多的财务比率和财务危机与财务比率潜在的相关性选择了22个财务指标进行研究，并将它们分成流动性、获利能力、财务杠杆、偿债能力和活动性五大类。Altman经过因素分析找出最具解释力的五个指标，建立了多变量财务危机预警的经典模型———Z计分模型。

Altman通过对往年破产企业的数据分析，计算企业的Z值，总结出结论：Z值越大公司财务状况越好。通过数据分析进一步得出经验性临界数据值判断企业破产的临界值：若Z值属于区间（2675，+∞）则表明企业发生破产的可能性很小，其财务状况良好;若Z值属于区间（181，2657）则表明企业财务陷入危机，不及时采取措施很可能发生破产;若Z值属于区间（-∞，181）则表明很可能会发生财务危机。通过计算企业每年的Z值大小可找出企业出现财务危机的先兆，从而可以预测企业的财务状况，由于Z计分模型计算简单，一直广泛的被应用于企业财务危机的预测，本文也认可并采用这一方法。

三、研究设计

（一）研究模型

由于我国基本上没有破产企业的数据，我国学者的研究都是以企业被ST作为发生财务危机的标志。本文也认可和沿用这一研究方法，采用Altman的Z计分模型，分别计算目标企业对应的Z分值，从而根据Z分值来判断企业有没有发生财务危机的可能性。

鉴于我国资本市场的特点，本文对Altman的Z计分模型中各项指标的系数做如下调整：

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

其中：X1=营运资本/总资产（WC/TA）=（流动资产-流动负债）/总资产

X2=留存收益/总资产（RE/TA）=（未分配利润+盈余公积）/总资产

X3=息税前利润/总资产（EDIT/TA）=（税前利润+利息费用）/总资产

X4=权益市场价值/总债务的账面价值（MVE/TL）=总市值/总负债

X5=销售收入/总资产（S/TA）=主营业务收入/总资产

（二）研究假设

根据Altman的Z计分模型，本文提出如下假设：

假设1：ST公司具有较大财务风险，Z值应小于181;

假设2：每股收益大于04的公司，不具有财务风险，Z值应大于2675;

假设3：净资产收益率小于10%，在10%到15%之间，大于15%的公司，财务风险越来越小，平均Z值应该依次升高;

假设4：Z值小于181，181到2675，大于2675的公司，随着Z值的升高，平均每股收益及平均净资产收益率都应该依次升高。

（三）样本选取与数据来源

1样本选择

本文选取在沪深上市的49家有色金属企业作为研究对象，在这49家企业中有11家企业的数据缺失或异常，剔除这11家企业后剩38家样本企业。其中：33家在2012年是正常经营的（不是ST企业），5家是出现财务危机的企业（ST企业）。用样本企业2011年的数据计算各企业的Z值，用以验证其在2012年的财务状况。

2数据来源

本文所使用的数据全部来自于沪深证券交易所网站和新浪财经网。

四、实证结果的分析与解释

根据2011年各企业年报的数据，采用微软Excel计算出38家有色金属行业上市公司对应的Z值，具体结果分类归纳解释如下：

（1）ST公司Z值的情况（见表1）

由上表1可知：ST公司的平均Z值为120，小于181，与假设一相符。但从表1中还可以看到*ST关铝的Z值比较异常，为650，偏离平均值较大，进一步分析发现，其偏离平均值较大的原因是X4指标异常所致，主要原因是其总市值偏高。

（2）每股收益大于04的公司的Z值（见表2）

由表2可知：每股收益大于04的公司的平均Z值为398，大于2675。与假设二相符。其中云南铜业、神火股份和锡业股份的Z值偏离平均值较远，主要原因是其X1数据异常所致，进一步分析可以看出该三家公司的流动负债大于流动资产，导致X1为负值;除此之外，这三家公司的X4也低于行业平均水平，主要是由于其总负债相对于总市值来说相对较大，致使X4的值低于平均水平。在这双重作用之下致使这三家公司的Z值偏离平均是较远，资产负债率相对较大，致使公司有相对比较高的财务风险。

（3）净资产收益率与Z值的关系（见表3）

由表3可知：净资产收益率小于10%的公司的平均Z值是291，净资产收益率介于10%至15%之间的公司的平均Z值为331，净资产收益率大于15%的公司的平均Z值为467。可以看出，随着净资产收益率的增大，平均Z值也是呈增大的变化，符合假设三。

（4）Z值与平均每股收益、净资产收益率之间的关系（见表4）

由表4可知，Z值小于181，介于181与2675之间和大于2675对应的平均每股收益和平均净资产收益率分别为003、027、076和-063%、413%、1596%。随着Z值的升高，平均每股收益和平均净资产收益率也一次递增，与假设四相符。

五、对Z计分模型的评价

Z计分模型是Altman以制造业的企业为样本进行研究后提出的研究结论，该结论同样可以在其它企业进行财务危机分析时推广使用。但是，Z计分模型是Altman依据20世纪60年代美国当时的经济法律等环境提出来，其是否适合于当代中国的企业环境还有待商榷。因此，在使用Z计分模型进行财务危机分析时应该注意模型的适用范围。

根据本文的实证结果可以看出，我国沪深股市有色金属行业38家样本上市公司的实证结果基本上支持Z计分模型的有效性，但是运用Z计分模型进行个别企业分析的时候会出现个别指标偏离正常范围很远的情况，从而出现异常的Z值。其次，运用Z计分模型要依靠企业发布的真实可靠的财务数据才能对企业的财务危机情况进行分析，但我国上市公司提供的财务报表都存在一定程度的粉饰成分，所以在进行企业财务危机预警分析时不能仅仅依靠财务指标，应将财务指标与非财务指标相结合，综合分析企业财务危机情况。但就有效性来说，Z计分模型在分析财务危机状况时仍然具有它的优势，对企业利益相关者判定企业财务危机，进行财务预警有重要的指导作用。

六、研究不足与需要进一步研究的问题

1研究不足之处

本文的研究沿用了Atlman提出的制造企业上市公司的Z计分模型，包括临界值的选择都是采用Altman研究的结果。其模型是在几十年前以美国上市公司的数据为样本研究得出的结果，在当代的中国，鉴于中国资本市场的特点，该模型的适用性还有待商榷。其次，本文是以单一行业上市公司为样本，样本量较少，并且只研究了一年的数据，对其他行业的借鉴意义有限，并且没有采用上市公司的长期数据来对模型的有效性进行检验，临界值的确定均采用前人研究的结果，没有针对特定的行业确定相应的模型系数和临界值。

2进一步研究方向

（1）对于多种行业更长时期数据的研究。本文采用的是单一行业，对一年的数据进行了分析研究，样本量有限。未来可针对多种行业更长时期的数据进行研究。

（2）模型系数和临界值的确定。Altman所提出的模型在中国资本市场的适用性还有待研究，从不同行业角度来看，每个行业的财务比率均存在一定的差异，因此不同行业的系数和临界值存在一定的差异。对于所有上市公司确定合适的系数和临界值也是有待研究的。

参考文献：

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

[2] 谷祺，刘淑莲财务危机企业投资行为分析与对策[J]会计研究，1999（10）

[3] 吴世龙，卢贤义我国上市公司财务困境的预测模型研究[J]经济研究，2001（6）

[4] 张玲财务危机预警分析判别模型及其应用[J]预测，2000，19（ 6）：38- 40

[5] 吴应宇，袁陵基于因子分析的上市公司财务危机预警研究的修正[J]东南大学学报（哲学社会科学版），2004，06：19-24+125

[6] 刘学兵，袁智慧，钟俐玲F分数模型与Z计分模型的比较分析——以ST轻骑为例[J]会计之友，2011，18：101-103

[7] 刘宏洲财务危机预警的Z计分模型实证研究——来自中国电器业上市公司的新证据[J]会计之友，2011，28：82-87

[8] 邱云来Z计分模型的改进及实证检验[J]统计与决策，2009，12：22-24