上市公司財務預警研究—以樂視網為例

徐丹丹

（洛陽職業技術學院會計學院，河南 洛陽 471000）

一、引言

（一）研究背景

隨著行業興起，越來越多的互聯網企業躋身股市，謀求更大的發展空間。然而風險和機會是相關的，曾被人們津津樂道的樂視網即典型代表，樂視網2004年11月成立，2010年8月12日上市創業板，成為互聯網服務行業全球第一家IPO上市公司，最初以網絡視頻基礎服務、視頻平臺增值服務為主，鼎盛時期一度擴張至智能手機、智能電視、體育和汽車領域。龐大的樂視帝國，從2010年四十億市值，一路狂飆到2015年的一千五百億，卻在2017年與2018年交替之際連續跌停，虧損一百一十六億元，驟然傾覆，令人唏噓。危機并非一朝一夕形成，在開放復雜的經營環境中，如何及時發現財務狀況惡化的先兆，未雨綢繆，從來都是利益相關者關注焦點，為此專家學者研究各種方法，應用財務預警模型進行風險預測就是其中一種重要措施。

（二）財務預警模型

1、Z計分模型概述

在國外相關研究中，最為著名的是美國的教授愛德華·阿爾曼提出的“Z計分模型”。企業財務狀況從正常轉到破產清算過程，反映在財務環節中的信號是可以捕捉到的。教授建立了多元線性財務預警判別方法“Z計分模型”。其函數式為：

Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5

X1=(期末流動資產-期末流動負債) ÷期末總資產；X2=期末累計未分配利潤÷期末總資產；X3=息稅前利潤÷期末總資產；X4=股權市場價值總額÷期末總負債；X5=銷售收入÷期末總資產。計算出的Z值越小,企業財務危機越大。當Z值大于2.675 時,表明企業的財務狀況良好，不易倒閉；當Z值小于1.81時,表明企業存在巨大財務危機和倒閉風險；當1.81＜Z＜2.675 時,表明企業財務狀況不穩定，需進一步辨析。

2、F分數模型概述

國內研究起步略晚，結合我國實際，國內學者運用數理統計方法，采集大量商業數據進行探索試驗，其中影響重大的是周首華、楊濟華及王平，以“Z計分模型”為基礎，在預警指標體

系中加入營業現金流量，創立了“F分數模型”，其判別式為：

F=-0.1774+1.1091X1+0.1704X2+l.9271X3+0.0302X4+0.4961X5

由于建立在“Z計分模型”基礎上，其五項指標中，X1、X2以及X4與“Z計分模型”中計算方法一致，無須贅述，指標X3和X5引入經營現金流量因素，X3=(稅后凈利潤+折舊) ÷平均總負債，X5=(稅后凈利潤+利息+折舊) ÷平均總資產。若F值小于0.0274,則預測為破產公司；若F值大于0.0274,則被預測為繼續生存公司。F值在其-0.0501與0.1049之間則視為財務狀況不確定,需要進一步進行研究分析。

3、模型公式調整

由于我國非流通股票并無市場價值，所以王芳云等人對“Z計分模型”中個別指標做了修整，認為權益市場價值總額可以通過（每股市價×流通股數＋每股凈資產×非流通股數）÷總負債計算得到，楊建仁、何宜慶、劉凡則將權益市場價值總額簡化為股東權益，本文計算方式采用后者，另外，營運資金可通過（流動資產-流動負債）計算取得，期末累計未分配利潤，即留存收益，等于盈余公積與未分配利潤的相加，X3指標中，息稅前利潤等于利潤總額與財務費用的相加。

在F分數模型中，張斌認為，假設非付現費用項目只有折舊，稅后凈利潤加上折舊就等于經營現金流量凈額，所以X3指標中(稅后凈利潤+折舊)可用經營現金凈流量表示，梁杰、車淑娟、張冬冬認為，利息費用無法在公開發布的財務數據中直接獲取，可用財務費用來替代，不影響驗證結果，平均總資產可以用1/2（期初總資產+期末總資產）計算，平均總負債可以用1/2（期初總負債+期末總負債）計算。

調整后Z計分模型：X1=（期末流動資產-期末流動負債）÷期末總資產；X2=（盈余公積+未分配利潤）÷期末總資產;X3=（利潤總額+財務費用）÷期末總資產;X4=股東權益÷期末總負債;X5=銷售收入÷期末總資產

調整后F分數模型：X1=（期末流動資產-期末流動負債）÷期末總資產；X2=（盈余公積+未分配利潤）÷期末總資產;X3=經營現金凈流量÷1/2（期初總負債+期末總負債）;X4=股東權益÷期末總負債;X5=（經營現金凈流量+財務費用)÷（1/2（期初總資產+期末總資產））

二、預警實證分析

（一）樣本公司數據選取

本文將樂視網作為樣本公司，分別采用Z計分模型和F分數模型進行財務預警實證分析。由于數據來源限制，以及數據的時效性，本文選取了樂視網2015年報度財務數據和2016年、2017年每季度財務數據進行財務預警實證分析。

（二）Z計分模型對樂視網財務狀況的驗證

根據樂視網財務數據判斷其財務狀況，計算出的Z值普遍小于1.81,這說明樂視網財務狀況存在很大的破產危險，不容樂觀，詳見表1：

表1 Z值分數表

（三）“F分數模型”對樂視網財務狀況的驗證

根據樂視網財務數據判斷其財務狀況，在計算出的F值中，有四期報表期間小于-0.0501,預測樂視網為破產風險極大，有兩期報表期間大于0.1049,預測樂視網尚可繼續生存，還有兩期報表期間的F值介于-0.0501與0.1049之間，預測為財務狀況不明朗，有待進一步分析,詳見表2：

表2 F值分數表

（四）預測結果分析

將計算出的Z值與F值進行對比列示，兩種預警模型下，2015年年報至2016年三季度時預測結果不一致，從2016年年報開始至2017年三季度結果一致，均預測樂視網出現嚴重財務狀況惡化。由于F分數模型中X3、X5指標加入現金流量，根據經營現金流量凈額可以看到，現金流量對F值預測的財務狀況影響很大。

三、研究結論

通過“Z計分模型”和“F分數模型”在樂視網財務風險預警的實證研究，總結如下：

（一）兩模型都有效檢測到樂視網的財務危機，F分數模型更加緩和

從兩模型對比分析表中可以看出，Z計分模型和F分數模型在2016年報至2017年三季度報告期間的得分值都大大低于臨界值，強烈顯示樂視網的重大財務危機，這和現實中2017年末樂視網連讀跌停、被停牌重組是一致的，這表明兩模型對于樂視網的財務風險預警都有一定的適用性。

（二）“F分數模型”預測更為緩和

在Z計分模型對2015年年報至2016年三季度報告期間預測破產危機時，F分數顯示繼續生存和不確定狀況，可見，F分數預測結果相對較為緩和，現實中樂視網旗下樂視體育在2015年5月和2016年4月分別融資5億元、80億元，樂視手機也在2015年11月融資約36億元，這些資金注入不僅是影響F分數值的因素，也為樂視資金鏈帶來了巨大生機，排除盲目擴張政策的影響，樂視網還是有機會再度興盛的。

（三）“F分數模型”較之“Z計分模型”更適合樂視網財務預警

雖然“F分數模型”預測結果更加緩和，但是由于互聯網企業是資金和技術密集型企業，需要大量資金，現金流一旦斷裂，后果不堪設想，尤其反映企業真實經營成果的經營現金流量指標非常重要。因此對樂視網及其他互聯網服務企業而言，指標體系加入了經營現金流量因素的“F分數模型”相對于“Z計分模型”，更加符合行業特征。

兩種模型各有利弊，在復雜的經濟環境下，不能僅憑簡單的模型來進行企業財務管理的風險預警，需要結合實際情況，融合財務指標和非財務指標，綜合分析，加強監管，防患于未然。