基于Z模型的财务危机预警研究

孟义

摘要：财务危机预警系统对于企业了解和控制财务危机的发生有重要的指导意义。本文基于Z值模型，根据上市公司披露的财务数据与信息，研究针对上市公司特点的财务危机预警系统。最后通过海尔公司这一具体案例，运用Z值模型检验海尔公司的财务状况，探讨海尔公司发生财务危机的可能性。

关键词：财务危机 预警模型 Z值模型

1 概述

市场经济瞬息万变，危机无处不在。构建财务危机预警系统是市场经济健康发展的需要，更是企业监测自身发展的有效途径。如果企业不能卓有成效地规避风险，危机便会在企业内部机体滋生蔓延。一旦发生财务危机特别是恶性财务危机往往会给投资者、债权人和企业，乃至国家造成极为不利的影响。在亚洲金融风暴中，日本、韩国、马来西亚等国的大企业频频覆没，不是没有管理，而是没有对财务风险保持高度的警惕。企业设置良好的财务危机预警系统有利于发现潜在的问题，避免日后财务危机对企业造成的巨大损失。

财务危机是指企业明显无力按时偿还到期的无争议的债务的困难与危机。然而，企业在出现破产的前夕，都会出现财务危机发生的征兆，却没有引起企业足够的重视，找到解决之道，最终使企业滑入破产的泥潭难以自拔。企业的财务报表等所提供的会计信息综合反映了企业财务状况和经营成果，根据企业会计信息的结构、比率和比较分析可以研究企业的偿债能力、盈利能力、发展能力和资金运营状况等，从而分析企业的安全状况，对企业的综合财务状况做出判断。对财务危机预警的学习和探讨可以帮助企业预知财务危机的征兆，预防财务危机发生或控制其进一步扩大以及避免类似的财务危机再次发生。

最早的财务危机预警研究是Fitzpartrick（1932）开展的单变量破产预警研究。之后Beaver[1]（1966）发现最好的判别变量是营运资本/流动负债。Altman[2]于1968年首先使用了多元线性判别模型来研究公司的破产问题。随着统计技术和计算机技术的不断发展，递归分类、人工智能及人工神经元网络等技术也逐渐被引入到财务危机预警模型中。国内对财务危机预警的研究起步于20世纪80年代。1986年，吴世农、黄世忠[3]介绍了企业破产的财务分析指标及其预测模型。周首华等[4]提出F计分模型，考虑了现金流量的变动情况，对Z计分模型进行了修正，更新了指标，加入了反映现金流量变动情况的指标。吴世农[5]等发现有16个指标能够及时地反映企业的财务风险，其中资产报酬率等反映获利能力的财务指标对财务风险的预警最为及时。2008年，陈志远、罗淑珍比较了单变量预警模型、Z模型、修正的F模型，对我国农业上市公司进行了财务风险预警效果研究。

本文对财务危机预警的Z值模型作了基本的介绍，从ST、非ST两类企业分析Z值模型是否对我国的上市公司有适用性，最后对海尔公司运用Z值模型进行财务危机预警评价。

2 Z值模型

财务危机的预警模型可分为定性预警分析、定量预警分析和定性与定量结合预警分析三个方面。定性分析是依靠人们的主观分析判断进行财务预警分析的方法，主要有专家调查法和“四阶段症状”分析法。定量分析法是将实际值与目标值进行对比，根据其差距发出不同程度的预警信息，或通过运用相应的数据图表分析来判断一些定量指标的变动趋势，包括单变量分析法和多变量分析法，而多变量又包括多元线性函数模型，人工神经网络模型等等。除此之外还有定性与定量相结合的模型，如A记分法，模糊综合评价模型等。

Z值（Z-score）模型由美国的Edward. I.Altman于20世纪60年代中期创建。Altman使用了33家失败公司和33家成功公司的财务数据，并且挑选了22个财务比率进行实验。在实验过程中使用了一种特殊的软件程序，第一步的结果得到了22个函数，区分成功和失败公司能力最差的函数被淘汰，然后继续运行这个统计软件。这样一次一次重复，每次都去掉一个区分能力最差的比率，最后，Altman保留并使用了5个比率。

Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5（1）

其中：Z值为判别函数值；X1为（营运资金÷资产总额）×100；X2为（留存收益÷资产总额）×100；X3为（息税前利润÷资产总额）×100；X4为（权益市价÷负债帐面价值总额）×100；X5为（销售收入÷资产总额）。

这里具体的：X1反映企业资产的变现能力和规模特征，如果X1的值不断减小，则表明企业持续亏损；X2反映企业的累积获利能力，该比率越大，说明企业抵抗风险的能力越强；X3即资产利润率，反映企业不考虑税收和财务杠杆因素时企业资产的盈利能力，主要从企业各种资金来源角度对企业资产的使用效益进行评价；X4衡量企业的资本结构，值越高，说明企业越有投资价值。以上公式中分子的计算主要是对上市公司而言；X5即总资产周转率，反映企业全部资产的使用效率，衡量企业资产获得销售收入的能力。如果X5的值较高，则说明企业利用全部资产进行经营效率较高。

该模型将反映企业偿债能力的指标X1和X4，反映企业获利能力的指标X2和X3，以及反映企业营运能力的指标X5有机地联系起来，通过综合分值来分析预测企业财务失败或破产的可能性。按照这个模式一般来说，Z值越低企业越有可能发生破产，通过计算某企业连续若干年的Z值就可以发现企业是否存在财务危机的征兆。Altman根据实证分析提出了判断企业财务状况的几个临界值，即：当Z值大于2.675时，则表明企业的财务状况良好，发生破产的可能性就小；当Z值小于1.81时，则表明企业潜伏着破产危机；当Z值介于1.81和2.675之间时被称之为“灰色地带”或“未知区域”，说明企业的财务状况不稳定。

3 实证分析

对我国上市公司而言，Z值模型具有现实意义，可操作性强，不仅有利于企业进行财务分析，改进财务管理，同样也适用于外部投资者、债权人对企业的评价，并可作为其投资决策的依据。但是它是否真的适用于中国的上市企业？下面让我们用实证的方法，就深市的14家制造业公司来验证Z值模型在评价企业经营风险方面的有效性程度。

3.1 样本选取及Z值的计算

在对Z值模型的验证中，我们把检验对象集中在制造业上市公司。我们随机抽取了7家ST公司和7家非ST公司，如表1所示。

根据公式（1）计算表1中的ST、非ST企业的Z值，见表2。

3.2 计算结果分析

ST企业是指状况异常的企业，主要包括“财务状况异常”和“其它状况异常”。“财务状况异常”是指“连续两年亏损”或“每股净资产低于股票面值”，其特征比较接近“财务危机”，在本文中将ST企业作为存在财务危机的企业。已知Z值的警戒区间：当Z<1.81时，企业潜伏破产危机，当Z>2.675时，企业处于良好的财务状况。从计算结果可知7家ST企业有6家低于警戒线1.81，只有1家在警戒线之上，说明Z值模型对ST企业的适用性是很好的。而非ST企业3家在1.81之下，3家在2.675之上，情况较为分散，但就我们所知，非ST企业并非没有存在财务危机的可能，且ST和非ST企业的Z值平均值分别为0.205，2.615，符合或接近Z值模型所说的警戒数值，这说明Z值模型大体上是适用我国的上市公司的。

3.3 实证分析

海尔公司是一家非常优秀的上市公司，2011年11月15日，世界权威市场调查机构欧睿国际（Euromonitor）发布的最新调查结果显示：海尔公司在大型家电市场的品牌占有率提升为7.8%，第三次蝉联全球第一。但它是否也存在着发生财务危机的可能呢？单单看它的报表我们无从比较，根据上文可知Z值模型对我国的上市企业有较好的适用性，我们选取海尔公司为预警对象，运用Z值模型判断该公司发生财务危机的可能性。

我们从该企业2011年第一季度和2012年第一季度的财务报表中找出流动资本、流动资产、未分配利润、盈余公积、利润总额、财务费用、主营业务收入以及股票的权益市价。计算过程具体如下：

X1=（31，333，999，180-25，932，658，465）/ 39，723，

484，083=0.1360

X2=5362918003/ 39，723，484，083=0.135

X3=（4，413，541，842.+ 115，380，434）/ 39，723，484，

083=0.114

X4=32490000000/28，184，535，340=1.1528

X5=73，662，501，627/39，723，484，083=1.854

Z=1.2*0.136+1.4*0.135+3.3*0.114+0.6*1.153+0.999*

1.85=0.1632+0.189+0.3762+0.6918+1.84815=3.26835

其中，X1中的营运资本=流动资本-流动负债；X2中的留存收益=未分配利润+盈余公积；X3中的息税前利润=利润总额+财务费用；X3计算中所需利息费用无法直接从年报中获取，故以财务费用代替，财务费用为负数的，做归零处理，对结果应无实质性影响。

根据计算结果显示海尔公司2011年的Z值为3.26835，比对Z值所在的警戒区间，可知该企业正处在大于2.675的区域，且Z（3.26835）值较大，显然该企业不但不处于潜伏破产危机的境地，而且财务状况相当好。

4 结论

随着经济的发展，人们对财务危机的认识加深，企业对危机预警系统的研究也愈加重视。本文介绍了阿尔特曼的Z值模型，研究了它在中国上市公司的适用性，以海尔企业2011年的真实财务数据为依据进行了财务预测。最后得出结论：海尔企业不但从销售额、营业利润、品牌、国际地位等方面看起来成绩优秀、业绩斐然，而且根据Z值模型的预测，它的财务状况很好，并不存在发生危机的可能性。

参考文献：

[1]Beaver W.H.Financial Ratios as Predictors of Failure[J].Journal of Accounting Research.1966：71-111.

[2]Altman E.I.Finacial Ratios：Discriminant Analysis and Prediction of Corporate Bankrupty[J].Journal of Finance.1968（9）：589-609.

[3]吴世农，黄世忠.企业破产的分析指标和预测模型[J].中国经济，1986（6）.

[4]周首华，杨济华，王平.论财务危机的预警分析——F分数模式[J].会计研究，1996：8-11.

[5]吴世农，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，2011：46-55.

[6]王波.Z-score模型对我国上市公司适用性实证研究[J].岁月联盟，2010（6）.