Z计分模型在中国的适用性研究
2014-09-19王曦苑
王曦苑
摘要:随着经济全球化进程的推进,企业暴露出的风险也在加大,财务危机预警就显得格外重要。财务危机预警模型的核心就是Z计分模型,本文使用了沪深股市最新企业数据,以2013年*ST为研究样本,同时在挑选上市企业时兼顾行业的多元化,并进行了企业Z值的趋势研究,通过股票市场的反应与Z值的变动比较,看两者是否相契合,旨在揭示Z计分模型在中国的适用性。
关键词:Z计分模型财务预警适用性
一、财务危机预警模型概述
随着我国市场经济体制改革的不断深化,经济领域中的复杂性、不确定性日益凸现,企业发生财务危机的情况越来越频繁,企业财务预警一方面可以使一些企业通过及时性的调整避免走向破产,同时对于投资者挑选合适的投资对象,防范企业财务危机具有十分重要的实际意义。
财务预警分析的模型有很多,如单变量预警模型,多元判别分析模型即Z计分模型,线性概率模型,人工神经网络分析模型等,其中最具有代表的就是Z计分模型。
二、适用性实证研究
(一)第一组实验:2013年被ST企业与正常企业对比分析研究
1、样本的选取
本文从2013年ST公司中界定13家上市公司作为研究样本,并且尽量选择不同行业,再按照与之同时期、资产规模相当的原则选取与其相对应的13个正常上市公司,本文研究基于*ST企业2012年财务数据为样本建立模型。本文所用样本数据来源于新浪财经、深沪证券交易所网站以及上市公司的年度报告,采用Excel2007等软件进行数据处理。
2、指标的确定
Z计分模型的基本表达式为:Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5
其中:X1=营运资本/资产总额。X2=留存收益/资产总额。X3=息税前利润/资产总额。X4=股权价值/负债总额。X5=营业收入/资产总额。
3、计算Z值
按照Z计分模型的要求收集整理财务数据,利用Excel计算得到2012年度各上市公司的Z值得分。
与此相适应,我们挑选股票市场上分别是歌华有线、营口港、重庆港九、锦州港、四方达、大禹节水、同达创业、辉丰股份、盘江股份、上实发展、古越龙山、黄山旅游、云南旅游,经过同样的方法处理,计算出同期这些企业的Z值,分别为2.18、1.54、1.41、0.90、17.86、3.01、5.89、3.32、2.61、1.42、3.94、3.68、6.30。
4、数据分析
本文从以下方面进行分析:工作检验。通过图一可以看出,样本*ST上市公司大多数Z值都在1.8以下,由Z值的经验判别区域可知,存在严重财务危机,破产机率很高,这与其ST身份基本吻合。*ST联华和*ST广夏两家公司的Z值分别为49.03423、16.2754,属于异常情况,主要是由于X4异常偏高引起的。通过同期正常企业分析,可以看出,样本非ST上市公司Z值在临界值2.675以上的有七家上市公司,说明这些公司的Z值处于财务状况良好,发生破产可能性极小,这与非ST上市公司的财务处于正常状况的现状基本吻合。而Z值<1.8的有四家公司,分别为营口港、重庆港九、锦州港、上实发展,其中有三家都属于交通运输业,由此可以粗略猜测2012年交通运输业整体不景气,宏观环境可能不利于该行业的发展。
财务风险的检出力分析。从统计情况来看,Z计分模型对2012年13家*ST公司和13家正常公司财务风险的检出力效果一般,并不理想,但是还是有一定可信度的。对*ST公司的正确判断率61.54%,误判率为15.39%;对非ST公司的正确判率53.85%,误判率为30.77%;总体的正判率57.69%,误判率为23.08%。由此可发现处于2.675 通过对以上Z值的描述性统计,我们可以看到,剔除最大值与最小值之后,13家正常公司的Z值平均值为3.21282,高于1.81的临界值,而13家正常公司的Z值平均值为1.235224,低于1.81这个临界值。这说明Z评分模型的结论和我国的实际情况是相对应的。另外,在13家正常公司中,有9家即80%的公司Z值明显高于临界值1.81,这说明Altman提出的1.81临界值标准在我国具有一定的适用性。 (二)第二组实验 1、样本的选取 本组实验选取的是在2013年年报已公布的并且2013年被特殊处理过的7家上市公司,年报公布后该上市公司会出现三种结果:第一,取消特殊处理,即“摘帽”:第二,退市,第三,保持原样。我们的样本中包括一家退市的上市公司,两家保持原样的上市公司,以及四家顺利摘帽的上司公司。下面我们针对*ST公司2012年与2013年Z值的对比分析,来看一下Z值的变动是否与上市公司的处理结果相一致。 (1)*ST长油,它在2014年的处理结果是退市。2012年Z值0.250065,2013年Z值-1.80112。 (2)*ST吉炭,它的处理为不变。2012年Z值为1.141166 ,2013年0.328687。 (3)ST宏盛,处理为不变,2012年Z值为8.870208,2013年为1.303182。 (4)*ST联合,处理为摘帽,2012年Z值为2.155643,2013年为2.614434。 (5)*ST联华,处理为摘帽,2012年Z值为49.03423,2013年为1.206547。 (6)第六家公司为*ST兴业,处理为摘帽,2012年Z值为-26.3763,2013年为0.561265。 (7)*ST国发,处理为摘帽,2012年Z值0.693788,2013年Z值为1.062648。 2、数据的分析 (1)从编号一可以看出,该公司Z值由正数急剧变为负数,其背后必然潜藏该公司财务状况的急剧恶化,因此该公司结果说明Z值变动是与上市公司的处理结果相一致的。 (2)从编号二和三可以看出,2013年任未摘帽的公司的Z值都是小于1.8的,说明这两个公司任然存在着较大的财务风险,也可以说明Z值变动是与上市公司的处理结果相一致的。 (3)从编号四至七可以看出,编号五2012年的Z值不具有代表性,因此剔除该组,从剩下三组成功摘帽的公司来看,他们的Z值都有明显的增大,虽然仍有两组的Z值小于1.8,但是这也能充分表明两家公司财务状况的改善。 尽管存在着样本数量不大的问题,但是综上所述,我们还是可以得出Z值的变动可以粗略地反映出上市公司的处理结果。 三、结论与建议 通过上述分析,我们可以发现Z-score模型对于预测现阶段我国上市公司的财务危机的准确率并不是特别高。通过实验二的分析,我们可以看Z值的变化在相当程度上程度上是与上市公司在股票市场上的处理相一致的,大体上支持了Z评分模型在我国的可适性。 思考与建议。对Z计分模型指标的修正与调整,对Z计分模型中的临界值进行调整,对我国证券市场的监督与完善。 参考文献: [1]李娜,田月昕,王宏.Z-score模型在我国农业上市公司中的适用性分析[J].财会通讯:学术版,2008,(5) [2]向德伟.运用“Z记分法”评价上市公司经营风险的实证研究[J].会计研究,2002,(11) [3]王海斌,俞军.运用“Z记分法”对新疆上市公司经营风险的实证分析[J].新疆财经,2004,(1) [4]张荣艳,廖萌.Z计分模型在房地产上市公司财务预警中适用性检验[J].财会通讯:综合(下),2013,(11) [5]余景选,郑少锋.农业上市公司Z计分财务预警模型应用研究[J].财会通讯:综合(下),2012,(4) [6]张蔚虹,朱海霞.Z—Score模型对科技型上市公司财务风险预警的适用性检验[J].科技管理研究,2012,(14)
摘要:随着经济全球化进程的推进,企业暴露出的风险也在加大,财务危机预警就显得格外重要。财务危机预警模型的核心就是Z计分模型,本文使用了沪深股市最新企业数据,以2013年*ST为研究样本,同时在挑选上市企业时兼顾行业的多元化,并进行了企业Z值的趋势研究,通过股票市场的反应与Z值的变动比较,看两者是否相契合,旨在揭示Z计分模型在中国的适用性。
关键词:Z计分模型财务预警适用性
一、财务危机预警模型概述
随着我国市场经济体制改革的不断深化,经济领域中的复杂性、不确定性日益凸现,企业发生财务危机的情况越来越频繁,企业财务预警一方面可以使一些企业通过及时性的调整避免走向破产,同时对于投资者挑选合适的投资对象,防范企业财务危机具有十分重要的实际意义。
财务预警分析的模型有很多,如单变量预警模型,多元判别分析模型即Z计分模型,线性概率模型,人工神经网络分析模型等,其中最具有代表的就是Z计分模型。
二、适用性实证研究
(一)第一组实验:2013年被ST企业与正常企业对比分析研究
1、样本的选取
本文从2013年ST公司中界定13家上市公司作为研究样本,并且尽量选择不同行业,再按照与之同时期、资产规模相当的原则选取与其相对应的13个正常上市公司,本文研究基于*ST企业2012年财务数据为样本建立模型。本文所用样本数据来源于新浪财经、深沪证券交易所网站以及上市公司的年度报告,采用Excel2007等软件进行数据处理。
2、指标的确定
Z计分模型的基本表达式为:Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5
其中:X1=营运资本/资产总额。X2=留存收益/资产总额。X3=息税前利润/资产总额。X4=股权价值/负债总额。X5=营业收入/资产总额。
3、计算Z值
按照Z计分模型的要求收集整理财务数据,利用Excel计算得到2012年度各上市公司的Z值得分。
与此相适应,我们挑选股票市场上分别是歌华有线、营口港、重庆港九、锦州港、四方达、大禹节水、同达创业、辉丰股份、盘江股份、上实发展、古越龙山、黄山旅游、云南旅游,经过同样的方法处理,计算出同期这些企业的Z值,分别为2.18、1.54、1.41、0.90、17.86、3.01、5.89、3.32、2.61、1.42、3.94、3.68、6.30。
4、数据分析
本文从以下方面进行分析:工作检验。通过图一可以看出,样本*ST上市公司大多数Z值都在1.8以下,由Z值的经验判别区域可知,存在严重财务危机,破产机率很高,这与其ST身份基本吻合。*ST联华和*ST广夏两家公司的Z值分别为49.03423、16.2754,属于异常情况,主要是由于X4异常偏高引起的。通过同期正常企业分析,可以看出,样本非ST上市公司Z值在临界值2.675以上的有七家上市公司,说明这些公司的Z值处于财务状况良好,发生破产可能性极小,这与非ST上市公司的财务处于正常状况的现状基本吻合。而Z值<1.8的有四家公司,分别为营口港、重庆港九、锦州港、上实发展,其中有三家都属于交通运输业,由此可以粗略猜测2012年交通运输业整体不景气,宏观环境可能不利于该行业的发展。
财务风险的检出力分析。从统计情况来看,Z计分模型对2012年13家*ST公司和13家正常公司财务风险的检出力效果一般,并不理想,但是还是有一定可信度的。对*ST公司的正确判断率61.54%,误判率为15.39%;对非ST公司的正确判率53.85%,误判率为30.77%;总体的正判率57.69%,误判率为23.08%。由此可发现处于2.675 通过对以上Z值的描述性统计,我们可以看到,剔除最大值与最小值之后,13家正常公司的Z值平均值为3.21282,高于1.81的临界值,而13家正常公司的Z值平均值为1.235224,低于1.81这个临界值。这说明Z评分模型的结论和我国的实际情况是相对应的。另外,在13家正常公司中,有9家即80%的公司Z值明显高于临界值1.81,这说明Altman提出的1.81临界值标准在我国具有一定的适用性。 (二)第二组实验 1、样本的选取 本组实验选取的是在2013年年报已公布的并且2013年被特殊处理过的7家上市公司,年报公布后该上市公司会出现三种结果:第一,取消特殊处理,即“摘帽”:第二,退市,第三,保持原样。我们的样本中包括一家退市的上市公司,两家保持原样的上市公司,以及四家顺利摘帽的上司公司。下面我们针对*ST公司2012年与2013年Z值的对比分析,来看一下Z值的变动是否与上市公司的处理结果相一致。 (1)*ST长油,它在2014年的处理结果是退市。2012年Z值0.250065,2013年Z值-1.80112。 (2)*ST吉炭,它的处理为不变。2012年Z值为1.141166 ,2013年0.328687。 (3)ST宏盛,处理为不变,2012年Z值为8.870208,2013年为1.303182。 (4)*ST联合,处理为摘帽,2012年Z值为2.155643,2013年为2.614434。 (5)*ST联华,处理为摘帽,2012年Z值为49.03423,2013年为1.206547。 (6)第六家公司为*ST兴业,处理为摘帽,2012年Z值为-26.3763,2013年为0.561265。 (7)*ST国发,处理为摘帽,2012年Z值0.693788,2013年Z值为1.062648。 2、数据的分析 (1)从编号一可以看出,该公司Z值由正数急剧变为负数,其背后必然潜藏该公司财务状况的急剧恶化,因此该公司结果说明Z值变动是与上市公司的处理结果相一致的。 (2)从编号二和三可以看出,2013年任未摘帽的公司的Z值都是小于1.8的,说明这两个公司任然存在着较大的财务风险,也可以说明Z值变动是与上市公司的处理结果相一致的。 (3)从编号四至七可以看出,编号五2012年的Z值不具有代表性,因此剔除该组,从剩下三组成功摘帽的公司来看,他们的Z值都有明显的增大,虽然仍有两组的Z值小于1.8,但是这也能充分表明两家公司财务状况的改善。 尽管存在着样本数量不大的问题,但是综上所述,我们还是可以得出Z值的变动可以粗略地反映出上市公司的处理结果。 三、结论与建议 通过上述分析,我们可以发现Z-score模型对于预测现阶段我国上市公司的财务危机的准确率并不是特别高。通过实验二的分析,我们可以看Z值的变化在相当程度上程度上是与上市公司在股票市场上的处理相一致的,大体上支持了Z评分模型在我国的可适性。 思考与建议。对Z计分模型指标的修正与调整,对Z计分模型中的临界值进行调整,对我国证券市场的监督与完善。 参考文献: [1]李娜,田月昕,王宏.Z-score模型在我国农业上市公司中的适用性分析[J].财会通讯:学术版,2008,(5) [2]向德伟.运用“Z记分法”评价上市公司经营风险的实证研究[J].会计研究,2002,(11) [3]王海斌,俞军.运用“Z记分法”对新疆上市公司经营风险的实证分析[J].新疆财经,2004,(1) [4]张荣艳,廖萌.Z计分模型在房地产上市公司财务预警中适用性检验[J].财会通讯:综合(下),2013,(11) [5]余景选,郑少锋.农业上市公司Z计分财务预警模型应用研究[J].财会通讯:综合(下),2012,(4) [6]张蔚虹,朱海霞.Z—Score模型对科技型上市公司财务风险预警的适用性检验[J].科技管理研究,2012,(14)
摘要:随着经济全球化进程的推进,企业暴露出的风险也在加大,财务危机预警就显得格外重要。财务危机预警模型的核心就是Z计分模型,本文使用了沪深股市最新企业数据,以2013年*ST为研究样本,同时在挑选上市企业时兼顾行业的多元化,并进行了企业Z值的趋势研究,通过股票市场的反应与Z值的变动比较,看两者是否相契合,旨在揭示Z计分模型在中国的适用性。
关键词:Z计分模型财务预警适用性
一、财务危机预警模型概述
随着我国市场经济体制改革的不断深化,经济领域中的复杂性、不确定性日益凸现,企业发生财务危机的情况越来越频繁,企业财务预警一方面可以使一些企业通过及时性的调整避免走向破产,同时对于投资者挑选合适的投资对象,防范企业财务危机具有十分重要的实际意义。
财务预警分析的模型有很多,如单变量预警模型,多元判别分析模型即Z计分模型,线性概率模型,人工神经网络分析模型等,其中最具有代表的就是Z计分模型。
二、适用性实证研究
(一)第一组实验:2013年被ST企业与正常企业对比分析研究
1、样本的选取
本文从2013年ST公司中界定13家上市公司作为研究样本,并且尽量选择不同行业,再按照与之同时期、资产规模相当的原则选取与其相对应的13个正常上市公司,本文研究基于*ST企业2012年财务数据为样本建立模型。本文所用样本数据来源于新浪财经、深沪证券交易所网站以及上市公司的年度报告,采用Excel2007等软件进行数据处理。
2、指标的确定
Z计分模型的基本表达式为:Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5
其中:X1=营运资本/资产总额。X2=留存收益/资产总额。X3=息税前利润/资产总额。X4=股权价值/负债总额。X5=营业收入/资产总额。
3、计算Z值
按照Z计分模型的要求收集整理财务数据,利用Excel计算得到2012年度各上市公司的Z值得分。
与此相适应,我们挑选股票市场上分别是歌华有线、营口港、重庆港九、锦州港、四方达、大禹节水、同达创业、辉丰股份、盘江股份、上实发展、古越龙山、黄山旅游、云南旅游,经过同样的方法处理,计算出同期这些企业的Z值,分别为2.18、1.54、1.41、0.90、17.86、3.01、5.89、3.32、2.61、1.42、3.94、3.68、6.30。
4、数据分析
本文从以下方面进行分析:工作检验。通过图一可以看出,样本*ST上市公司大多数Z值都在1.8以下,由Z值的经验判别区域可知,存在严重财务危机,破产机率很高,这与其ST身份基本吻合。*ST联华和*ST广夏两家公司的Z值分别为49.03423、16.2754,属于异常情况,主要是由于X4异常偏高引起的。通过同期正常企业分析,可以看出,样本非ST上市公司Z值在临界值2.675以上的有七家上市公司,说明这些公司的Z值处于财务状况良好,发生破产可能性极小,这与非ST上市公司的财务处于正常状况的现状基本吻合。而Z值<1.8的有四家公司,分别为营口港、重庆港九、锦州港、上实发展,其中有三家都属于交通运输业,由此可以粗略猜测2012年交通运输业整体不景气,宏观环境可能不利于该行业的发展。
财务风险的检出力分析。从统计情况来看,Z计分模型对2012年13家*ST公司和13家正常公司财务风险的检出力效果一般,并不理想,但是还是有一定可信度的。对*ST公司的正确判断率61.54%,误判率为15.39%;对非ST公司的正确判率53.85%,误判率为30.77%;总体的正判率57.69%,误判率为23.08%。由此可发现处于2.675 通过对以上Z值的描述性统计,我们可以看到,剔除最大值与最小值之后,13家正常公司的Z值平均值为3.21282,高于1.81的临界值,而13家正常公司的Z值平均值为1.235224,低于1.81这个临界值。这说明Z评分模型的结论和我国的实际情况是相对应的。另外,在13家正常公司中,有9家即80%的公司Z值明显高于临界值1.81,这说明Altman提出的1.81临界值标准在我国具有一定的适用性。 (二)第二组实验 1、样本的选取 本组实验选取的是在2013年年报已公布的并且2013年被特殊处理过的7家上市公司,年报公布后该上市公司会出现三种结果:第一,取消特殊处理,即“摘帽”:第二,退市,第三,保持原样。我们的样本中包括一家退市的上市公司,两家保持原样的上市公司,以及四家顺利摘帽的上司公司。下面我们针对*ST公司2012年与2013年Z值的对比分析,来看一下Z值的变动是否与上市公司的处理结果相一致。 (1)*ST长油,它在2014年的处理结果是退市。2012年Z值0.250065,2013年Z值-1.80112。 (2)*ST吉炭,它的处理为不变。2012年Z值为1.141166 ,2013年0.328687。 (3)ST宏盛,处理为不变,2012年Z值为8.870208,2013年为1.303182。 (4)*ST联合,处理为摘帽,2012年Z值为2.155643,2013年为2.614434。 (5)*ST联华,处理为摘帽,2012年Z值为49.03423,2013年为1.206547。 (6)第六家公司为*ST兴业,处理为摘帽,2012年Z值为-26.3763,2013年为0.561265。 (7)*ST国发,处理为摘帽,2012年Z值0.693788,2013年Z值为1.062648。 2、数据的分析 (1)从编号一可以看出,该公司Z值由正数急剧变为负数,其背后必然潜藏该公司财务状况的急剧恶化,因此该公司结果说明Z值变动是与上市公司的处理结果相一致的。 (2)从编号二和三可以看出,2013年任未摘帽的公司的Z值都是小于1.8的,说明这两个公司任然存在着较大的财务风险,也可以说明Z值变动是与上市公司的处理结果相一致的。 (3)从编号四至七可以看出,编号五2012年的Z值不具有代表性,因此剔除该组,从剩下三组成功摘帽的公司来看,他们的Z值都有明显的增大,虽然仍有两组的Z值小于1.8,但是这也能充分表明两家公司财务状况的改善。 尽管存在着样本数量不大的问题,但是综上所述,我们还是可以得出Z值的变动可以粗略地反映出上市公司的处理结果。 三、结论与建议 通过上述分析,我们可以发现Z-score模型对于预测现阶段我国上市公司的财务危机的准确率并不是特别高。通过实验二的分析,我们可以看Z值的变化在相当程度上程度上是与上市公司在股票市场上的处理相一致的,大体上支持了Z评分模型在我国的可适性。 思考与建议。对Z计分模型指标的修正与调整,对Z计分模型中的临界值进行调整,对我国证券市场的监督与完善。 参考文献: [1]李娜,田月昕,王宏.Z-score模型在我国农业上市公司中的适用性分析[J].财会通讯:学术版,2008,(5) [2]向德伟.运用“Z记分法”评价上市公司经营风险的实证研究[J].会计研究,2002,(11) [3]王海斌,俞军.运用“Z记分法”对新疆上市公司经营风险的实证分析[J].新疆财经,2004,(1) [4]张荣艳,廖萌.Z计分模型在房地产上市公司财务预警中适用性检验[J].财会通讯:综合(下),2013,(11) [5]余景选,郑少锋.农业上市公司Z计分财务预警模型应用研究[J].财会通讯:综合(下),2012,(4) [6]张蔚虹,朱海霞.Z—Score模型对科技型上市公司财务风险预警的适用性检验[J].科技管理研究,2012,(14)