財務預警的Z 計分模型實證研究
——來自中國汽車制造業上市公司的新證據

（上海財經大學浙江學院 浙江金華321013）

一、引言

財務預警一直都是一個重要的研究課題。西方發達國家對于財務預警的研究比較成熟，特別是在財務預警模型的設計和構建方面的研究成果比較突出，并且也得到了廣泛應用。而我國對財務預警方面的研究則較晚，且大多數都是借鑒國外的研究成果，選擇國內企業的財務數據進行分析，從而建立相應的財務預警模型。

風險的存在使企業的經營前景具有較大的不確定性，如果企業對風險防控不力，就有可能出現財務危機甚至破產。但一般而言，企業破產不是突然發生的，而是一個漸進的過程，在萌芽階段總是會發生某些局部的問題或困難，在財務上表現為個別及相關指標的異常，稱為財務預警。財務預警分析，就是依據企業財務報告和其他經營資料，計算分析企業財務指標的變化，揭示企業面臨的經營困難和財務危機，警示企業盡快采取有效措施來優化財務狀況，提高財務成果，使企業走出破產邊緣。

隨著經濟全球化和我國經濟的迅速發展，市場競爭更加激烈，市場運行風險也更大。而財務監測與預警系統可以對企業在經營管理活動中潛在的風險進行實時監控，并向企業管理者預先示警。因此，加強企業的財務預警分析，及時判斷財務風險，并采取有效的防范措施，避免財務危機的發生，提高市場競爭力，促進我國汽車制造業更好更快的發展，對我國汽車制造業具有重要的意義。

二、實證研究

（一）Z計分模型簡介

1968年，美國紐約大學教授愛德華·奧特曼（Edward Altman）利用多變量分析技術對企業的財務危機進行判別分析，他首先選擇了1946年至1965年間33家破產的制造業企業，再通過抽樣選取了跟其配對的33家正常經營的企業作為樣本，運用22個財務指標通過數理統計進行分析篩選，最終建立了從企業資產的流動性、獲利能力、財務結構、償債能力和發展能力等方面綜合反映企業財務狀況的著名5變量模型，即Z計分模型。Altman教授在提出Z計分模型時，指出該模型在判斷企業破產前一年的預測準確率達到95%，在破產前兩年的預測準確率為72%，而第三年以上的預測準確率降到48%。

Z計分模型的判別函數如下：

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

Z值判別的臨界值標準如表1所示。

（二）Z計分模型的應用分析

Z計分模型主要用于預測企業財務失敗或破產的可能性，也可用于判定企業財務危機的狀況，是目前在財務危機預警分析中最常用的一種模型，故本文首先用Z計分模型來進行判別分析。先根據Z計分模型計算各汽車制造業企業的Z值，按Z值對企業進行排序和判定。

表1

1.樣本選擇。為研究方便，筆者把滬、深兩地證券市場中的ST公司界定為處于財務失敗的公司，而把非ST公司界定為財務正常的公司。然后根據中國證監會公布的2014年1季度上市公司行業分類結果中汽車制造業上市公司共計80家為研究對象。其中被ST處理的公司有3家，有1家是2012年被ST處理，2家是2013年被ST處理。由于在我國證券市場上，絕大多數ST公司都是連續兩年虧損公司，且上述3家ST公司中最早被處理的年份是2012年。同時，又因相關財務數據無法取得，故共剔除21家，其中2011年上市的有13家，2012年上市的有6家，2014年上市的有2家。因此本文選取2010-2013年共59家汽車制造業上市公司的年報作為樣本，其年報數據均來源于東方財富通炒股軟件。

2.指標設定。

X1=營運資金/資產總額=（流動資產-流動負債）/資產總額

X2=留存收益/資產總額=（股東權益-股本-資本公積）/資產總額

X3=息稅前利潤/資產總額=（利潤總額+利息費用）/資產總額

X4=股東權益市價/負債總額=（流通股股數×每股市價+非流通股股數×每股凈資產）/負債總額

X5=營業收入/資產總額

X3中的利息費用無法直接從年報中獲取，故以財務費用代替，對結果應無實質性影響；X4中的每股市價以該股票當年股市收盤價計算。

（三）分析結果

筆者將2010-2013年59家汽車制造業上市公司的年報資料用Excel計算出我國制造業上市公司四年的Z值。計算結果如表2所示。

從表2中可以分析得出Z計分模型對ST公司的預測能力，如下頁表3所示。

從表3中可以看出，ST公司在被ST處理前1年和前2年，3家公司中有2家Z值小于1.81，預測準確率均為66.67%。其中，ST公司在被ST處理前2年Z值的預測準確率接近Altman的研究結果；但由于指標X4的畸高，導致*ST西儀（002265）的Z值出現異常，因此影響了ST公司在被ST處理前1年Z值的預測準確率。

Z計分模型對非ST公司的預測能力，如下頁表4所示。

從表4可以得出，在這4年內，Z計分模型將非ST公司預測為ST公司即錯誤預測的平均比例為22.49%，將非ST公司正確預測的準確率為77.51%。非ST公司被正確預測的分為兩類：一是Z值在1.81-2.675之間處于中間不穩定狀態的公司，平均個數為17.5個，平均比例為30.93%，這也符合行業的基本情況，每個行業都有財務狀況不太穩定的公司；二是Z值大于2.675，財務狀況良好的公司接近半數，平均比例為46.58%，說明我國汽車制造業上市公司的財務狀況多數尚好，這也比較符合我國汽車制造業近幾年的發展狀況。

由下頁圖1和圖2可以看出，2010年到2013年，Z值小于 1.81的汽車制造業上市公司的個數從6個分別增加到13個、18個和14個，增長幅度分別為116.67%、38.46%和-22.22%，說明2011年增長幅度較大，之后兩年增長幅度逐步減少；2010年Z值小于1.81的上市公司所占比例只有10.71%，而2011年到2013年分別達到23.21%、31.03%和25%，說明該行業從2010年到2013年存在破產風險的企業在不斷增加，財務風險也在不斷上升。Z值處在1.81至2.675之間的公司個數和所占的比例變動不大，比較平緩。在這幾年當中，處于灰色地帶、難以準確判斷的公司占比都在25%-40%之間，變動不是很大。

表2 59家汽車制造業上市公司2010-2013年的Z值統計表

表3 3家ST公司的Z值分析統計表

表4 非ST公司Z值臨界值的分布統計表

圖1 2010-2013年在不同臨界值上市公司個數變化情況

圖2 2010-2013年在不同臨界值之間上市公司所占百分比的變化情況

Z值大于2.675的公司個數從2010年的35個下降到2012年的19個，呈不斷下降趨勢，下降幅度分別為22.86%、29.63%，說明下降的幅度在增加，而2013年為24個，增長了26.32%，說明趨勢發生了反轉。2010年，Z值大于2.675的公司的比例為62.50%，占比較大，然而隨后三年，公司占比分別為48.21%、32.76%和 42.86%，說明在這四年中我國汽車制造業財務狀況良好的企業在不斷減少。總的來說，2010年至2012年，我國汽車制造業上市公司財務風險在不斷增加，但是到2013年，存在很大破產風險的企業占比有所下降，說明企業的財務狀況也有所好轉。

三、Z計分模型的評價及建議

第一，雖然Z計分模型是一種有效的財務危機預警方法，對利益相關者識別企業的財務風險具有一定的指導意義，但尚需不斷改進，比如它未考慮現金流量指標等，同時也存在個別指標偏高或偏低的問題，從而導致Z值異常，如本文對ST公司的分析中，指標X4偏高，這時應該對此指標特別關注，進一步分析，找出原因。

第二，根據分析結果，對我國汽車制造業財務風險增加的企業，應該建立更加完善、健全的方法體制，減少財務危機的發生，提高整個行業的風險防范能力；對于Z值偏低的企業來說，具體分析是由五個指標中的哪一個指標造成的，及時采取措施，降低企業的財務風險，改善整個行業的財務狀況。

第三，Z計分模型中要用到股東權益市價，由于股價頻繁變動，進而會影響這個指標值的結果，從而導致Z值出現波動，這對上市公司財務風險判斷的準確性有一定的影響，因此，在計算股東權益市價時，要考慮得更加全面，讓計算結果更加接近股東權益市價，提高指標的準確性。

第四，本文采用的基本都是年報數據，但我國的財務報表還是有局限的。因此，不能僅僅停留在財務數據指標上，還應該結合企業的非財務指標進行分析，使得結果能更加合理、全面，以便為我國汽車制造業的發展提出更好的建議。

第五，Z計分模型最早是對國外企業的研究，為此，應根據我國的實際情況，結合我國市場經濟條件下企業的特點，考慮企業的商業模式、經營管理等，研究出適合于我國企業特點的財務危機預警模型，以便企業做好防控工作，避免財務危機的發生。