財務危機預警分析的Ｚ分數模型和Ｆ分數模型應用研究

摘要：文章闡述了財務危機預警分析中的Z分數模型和F分數模型，并以典型上市公司為對象，分別運用兩種模型進行了實證研究，結果表明兩種模型都具有較強的預測效果。

關鍵詞：財務危機；預警分析；Z分數模型；F分數模型

所謂財務危機預警，指的是以企業的財務會計信息等資料，采用比較分析、比率分析、因素分析等方法，對企業的經營活動等進行分析預測，以發現企業在經營管理活動中潛在的經營風險和財務風險，并在危機之前向企業經營者發出警報，督促企業管理當局迅速地采取預防和控制措施。

財務危機預警模型包括單變量預警指標體系和多變量預警模型。單變量預警體系是利用單個財務比率來進行財務預警， 以判斷企業是否發生財務危機的一種預測模型。多元線性函數模型是對企業多個財務比率進行匯總加權形成線性函數公式來預測財務危機的一種模型。它是從總體的、綜合的角度來檢查企業的財務狀況。多變量預警模型包括Z分數模型和F分數模型，多元線性函數模型中應用最廣的是Z分數模型。

一、 Z分數模型和F分數模型

1． Z分數模型。Z分數模型的思路是運用多變量模式建立多元線性函數公式即運用多種財務指標加權匯總產生的總判別分（稱為Z值）來預測企業的財務危機。Z分數模型最早是由美國學者Altman于1968年開始研究，該模型主要是從 20多個財務指標中綜合出4個～5個變量來計算、預測企業的財務狀況。其計算方法主要就是根據這些變量對財務危機警示作用的大小而賦予不同的權重，最后進行加權計算，得到一個企業的綜合風險總判別分 Z，將其與臨界值對比就可以了解企業財務危機的嚴重程度。根據 Altman的統計結果，此方法預測的準確率在破產前一年高達90%以上，而在破產前5年也高達70%之多。Altman選定的5個指標從企業的運營能力、獲利能力、財務結構、償債能力、資產利用效率等方面綜合反映了企業財務狀況，他提出的早期模型（適用于上市公司）為：

Z=1.2X1＋1.4X2＋3.3X3＋0.6X4＋1.0X5

其中：X1=（期末流動資產－期末流動負債）/期末總資產，反映了企業資產折現能力和規模特征。營運資本下降，通常預示著企業會出現短期償債困難。X2=期末累計未分配利潤/期末總資產， 反映累積獲利能力。X3=息稅前利潤/期末總資產，往往是財務失敗最有利的依據之一。X4=期末股東權益/期末總負債，測定的是企業的財務結構。X5=本期銷售收入/總資產， 反映的是企業運用資產以產生銷售收入的能力。

Altman通過對Z分數模型的研究分析得出：Z值越小，企業遭受財務失敗的可能性就越大。Altman還提出了判斷企業破產的臨界值：Z值大于2.675時，表明企業的財務狀況良好，破產可能性極小；當Z值小于1.81時，表明企業存在很大的破產危險；當1.81＜Z＜2.675時，企業處于灰色地帶，財務狀況極不穩定。

1983年Altman提出了適用于非上市公司的更通用的模型。公式為：Z=0.717X1＋0.847X2＋3.107X3＋0.420X4＋0.998X5。企業破產的臨界值：Z值大于2.9時，表明企業的財務狀況良好，破產可能性極小；當Z值小于1.2時，表明企業存在很大的破產危險；當1.2

2． F分數模型。Z分數模型沒有充分考慮現金流量的變動等方面的情況，存在一定的局限性。因此，我國學者周首華、楊濟華、王平（1996）對Z模型加以改進，在模型中加入現金流量這一自變量，提出了F分數（Failure Score Model）模型。F分數模型對4 160家公司進行驗證的結果表明，其預測準確率高達70%。

F分數模型中現金流量是根據財務管理中長期投資決策中所用到的稅后凈現金流量計算辦法，即：營業現金流量=稅后凈利潤+折舊，假設只有折舊為非付現費用。F分數模型公式為：

F=－0.177 4＋1.109 1X1＋0.107 4X2＋1.927 1X3＋0.030 2X4＋0.496 1X5。

其中：X1、X2和X4與Z分數的計算方法相同。

X3=（稅后凈利潤+折舊）/平均總負債， 衡量企業所產生的全部現金流量可用于償還企業債務的能力。

X5=（稅后純收益+利息+折舊）/平均總資產，測定是企業總資產在創造現金流量方面的能力。相對于Z分數模式，它可以更準確地預測出企業是否存在財務危機，以了解公司財務是否即將進入困境。

F分數模型中的5個自變量的選擇大都基于Donalson的理論，他指出這些財務比率均能反應公司財務困難的征兆。F分數模型的臨界點為0.0274，若某一特定的F分數低于0.027 4，則將被預測為破產公司；反之，若F分數高于0.027 4，則公司將被預測為繼續生存公司。F分數模型的數值在其臨界點上下0.077 5內為所謂的不確定區域，在此區域內有可能把財務危機公司預測為繼續生存公司，而將繼續生存公司預測為財務危機公司，因此要進一步進行研究分析。

二、 Z分數模型和F分數模型的實際應用

1． 亞星客車（600213）的基本情況。1998年9月，經江蘇省人民政府批準，以中國最大的客車生產企業江蘇亞星客車集團有限公司為主發起人，發起設立了揚州亞星客車股份有限公司。1999年8月公司在上海證券交易所發行上市了6 000萬A股股票， 股票代碼為600213，成功進入中國資本市場，是當時客車行業少數幾家上市公司之一。

亞星客車上市以后，從1999年就開始出現業績下滑，主營業務利潤則由2002年的9394.38萬元驟降至2 878.82萬元，降幅高達69.4%。但直到2003年被收購當年才發生巨虧1.48億元，公司2003年和2004年兩個會計年度發生虧損，2005年4月26日停牌一天，2005年4月27日，公司被宣布為特別處理公司，股票名稱由“亞星客車”變更為“*ST亞星”。2005年度公司虧損額為111 761 699.19元，至此公司已經連續三年虧損，2006年5月18日公司A股股票暫停上市。亞星客車2002年~2005年基本財務數據如表1所示。

2． 亞星公司的單變量預警指標分析。單變量預警模型由比弗（Beaver）于1966年提出。當模型中所涉及的幾個財務比率趨向惡化時，通常是企業發生財務危機的先兆。比弗使用5個財務比率對79家財務失敗公司進行研究，發現債務保障率（現金流量/負債總額）財務預警效果最好，資產收益率（凈利潤/總資產）次之，資產負債率再次。在失敗前一年的預測正確率為87%。其中“現金流量”來自現金流量表， 是三種現金流量之和。我們可以從現金流量、盈利能力、償債能力等角度構建單變量預警指標體系。

由表2計算得出的數據，發現亞星客車的現金流指標均為負數；流動比率、資產負債率尚屬正常；銷售現金比率指標均是負數，說明亞星客車的經營業績令人堪憂；資產收益率指標下降幅度很大，2003年起均為較大負數， 凈資產收益率作為企業盈利能力的核心指標，說明該企業的盈利狀況是不容樂觀的，由此可以推斷揚州亞星的財務狀況不容樂觀。上述分析預示著亞星客車將會出現財務困難，說明單變量預警指標在預測企業發生財務危機可能性時有一定的價值，但單變量預警指標只能從某一角度說明問題， 不能從總體上作比較明確的判斷，對其運用應持謹慎。

3． Z分數模型對亞星公司的分析。利用Altman的Z分數模型，我們分別計算亞星公司2002至2005年4個年度的Z分值。我們運用的是適用于上市公司的Z分數模型公式。其公式為：Z=1.2X1＋1.4X2＋3.3X3＋0.6X4＋1.0X5。計算數值如表3所示。

注：由于亞星客車公司財務報表中未列示單獨的利息費用，所以上表中的息稅前利潤是根據利潤總額加上財務費用計算出來的。

從表3計算得出的數據，并結合Z分數模型的具體判斷標準，我們可以看出2002年的Z值處于1.81~2.675之間，屬于灰色地帶，財務狀況很不穩定，有可能發生財務危機。而到了2003年，Z值下降幅度很大，其值為0.608 5，處于1.2之下，處于破產可能性很高區間。之后，Z值繼續下降，而現實情況是亞星客車在2005年被ST。由此說明，Z分數模型是具有較大的實用價值的。

4． F分數模型對亞星公司的分析。利用F分數模型對亞星客車進行預測，2002年~2005年4個年度的F分值計算結果如表4所示。

F分數模型臨界點為0.0274。由以上計算可以看出，亞星客車2002年F分數的值高于0.0274，可以預測為繼續生存公司，而到了2003年以后，連續三年為負值，遠遠低于臨界點0.027 4，我們可事先預測亞星客車可能發生財務危機。

三、 結論

通過上述分析研究，我們可以發現Z分數模型和F分數模型克服了單變量預警模型的缺陷，幾乎包括了所有預測能力很強的指標，實際預測效果穩健，對企業防范風險具有重大的現實意義。F分數模型相較于Z分數模型增加了現金流量這一預測公司破產的有效變量，可以使預測更具可靠性。從穩健的角度看，建議兩種模型同時使用，如其能得到一致的結論，則可成為決策的重要依據。

本文的案例中雖然亞星客車2003年及2004年未被列入ST，但預警模型顯示出其生產經營已存在嚴重困難，這就要求股東、管理人員及其他相關人士及時了解企業所面臨的困境，改變經營戰略，進行資產重組，以適應市場需求，避免決策失誤。

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．會計研究，1996，（8）．

2．G.Donaldson．Strategy of Financial Mobility．Boston：Harvard Business School，1969．

3.Jae H．Min，YoungChan Lee.Bankruptcy Predi

ction using Support Vector Maching with Optimal Choice of Kernel Function Parameters．Expert Systems with Applications，2005．

基金項目：國家自然科學基金（項目編號：70673084），教育部人文社科基金（項目編號：07JA630008）。

作者簡介：張斌，南京大學商學院博士生，揚州大學管理學院副教授。

收稿日期：2008-04-08。