李夢遠(yuǎn)

摘 要：基于Z-Score模型的適用性，以中遠(yuǎn)?？貫槔?，利用其公布的財(cái)務(wù)數(shù)據(jù)對其財(cái)務(wù)狀況進(jìn)行預(yù)測研究，并提出建議。研究表明：雖然中遠(yuǎn)?？卦谪?cái)務(wù)報(bào)表中實(shí)現(xiàn)了扭虧為盈，但對未來財(cái)務(wù)狀況的預(yù)測結(jié)果并不盡如人意，仍需企業(yè)管理者做出有效的整改措施，避免再次陷入財(cái)務(wù)困境。

關(guān)鍵詞：模型;財(cái)務(wù)預(yù)測;中遠(yuǎn)?？?/p>

0 引言

經(jīng)濟(jì)的繁榮、科技的進(jìn)步為我國金融市場開辟了廣闊的發(fā)展空間，證券交易所的成立讓企業(yè)看到了新的機(jī)遇，爭先恐后地抓住機(jī)會(huì)上市，然而證券市場監(jiān)管制度的不完善，讓眾多上市企業(yè)在日后的發(fā)展中出現(xiàn)了各種各樣的問題，這些問題逐步導(dǎo)致了企業(yè)的財(cái)務(wù)危機(jī)。這些財(cái)務(wù)危機(jī)不僅會(huì)影響企業(yè)投資者和債權(quán)人的利益，還會(huì)影響企業(yè)的經(jīng)營活動(dòng)，企業(yè)如果想在市場經(jīng)濟(jì)中獲得更好的發(fā)展，就需要時(shí)刻監(jiān)測自身的財(cái)務(wù)狀況，避免陷入財(cái)務(wù)困境。

建立財(cái)務(wù)困境預(yù)測體制，一方面可以保護(hù)利益相關(guān)者和股東的利益，一方面可以讓企業(yè)的發(fā)展更加長遠(yuǎn)。本文以2013年被特別處理的中遠(yuǎn)?？貫槔?，結(jié)合Edward Altman提出的Z-Score模型，并根據(jù)2016-2018年的財(cái)務(wù)指標(biāo)數(shù)據(jù)預(yù)測2019年中遠(yuǎn)?？氐呢?cái)務(wù)狀況，詳細(xì)演示模型預(yù)測的過程。

1 文獻(xiàn)回顧

關(guān)于企業(yè)財(cái)務(wù)預(yù)測模型的研究，國內(nèi)外學(xué)者主要集中在對 Edward Altman 提出的Z-Score模型進(jìn)行優(yōu)化，將財(cái)務(wù)風(fēng)險(xiǎn)通過所選擇的財(cái)務(wù)指標(biāo)完成量化。通過對國內(nèi)文獻(xiàn)關(guān)于Z-Score模型的研究，大都集中在將模型應(yīng)用于各個(gè)行業(yè)。周守華、楊濟(jì)華二人在Z-Score模型的基礎(chǔ)上進(jìn)行了改善，構(gòu)建了新的財(cái)務(wù)困境預(yù)測模型，他們將新的模型命名為F-Score模型，該模型剔除了權(quán)益資本市場對財(cái)務(wù)狀況的影響，更注重現(xiàn)金流量對經(jīng)營情況的影響。吳珂、謝晉雯對上市互聯(lián)網(wǎng)金融行業(yè)進(jìn)行了研究;楊雪艷等對醫(yī)藥行業(yè)進(jìn)行了研究;張蔚虹等選擇的是科技型上市公司;張晶等人通過財(cái)務(wù)指標(biāo)分析與Z-Score模型相結(jié)合的方法，對蒙牛乳業(yè)進(jìn)行了研究。通過一系列學(xué)者的實(shí)證研究表明：Z-Score模型適用于我國各行業(yè)財(cái)務(wù)困境的預(yù)測。

綜上所述，關(guān)于財(cái)務(wù)困境預(yù)測，國內(nèi)外學(xué)者已經(jīng)作出了充分、詳實(shí)的研究。本文運(yùn)用Z-Score、F-Score模型并結(jié)合中遠(yuǎn)海控實(shí)例，對上市公司財(cái)務(wù)預(yù)測進(jìn)行研究。

2 研究設(shè)計(jì)

2.1 樣本選擇與數(shù)據(jù)來源

本文選取我國航運(yùn)業(yè)龍頭老大——中遠(yuǎn)?？刈鳛樨?cái)務(wù)風(fēng)險(xiǎn)預(yù)測的研究對象，展示財(cái)務(wù)困境預(yù)測模型預(yù)測的過程。中遠(yuǎn)?？赜芍袊h(yuǎn)洋太平洋有限公司和中國遠(yuǎn)洋物流有限公司于2002年合資組建，中遠(yuǎn)?？卦?011年發(fā)生凈虧損104.5億元，2012年虧損95.6億元，2013年被特別處理為*ST遠(yuǎn)洋，該事件在國內(nèi)影響重大。（2015年12月中國遠(yuǎn)洋與中國海運(yùn)實(shí)施并購重組，并更名為中國遠(yuǎn)洋海運(yùn)集團(tuán)有限公司，次年，中遠(yuǎn)海運(yùn)股票名稱變更為中遠(yuǎn)海控，為保持全文一致性，本文統(tǒng)一采用中遠(yuǎn)?？剡@一名稱。）本文數(shù)據(jù)主要取自巨潮資訊網(wǎng)、同花順財(cái)經(jīng)和中遠(yuǎn)海控對外披露的年報(bào)數(shù)據(jù)。

2.2 預(yù)測模型介紹

2.2.1 Z-Score模型預(yù)測

模型計(jì)算公式：Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5

其中X1=（流動(dòng)資產(chǎn)—流動(dòng)負(fù)債）/資產(chǎn)總額，反映企業(yè)的短期償債能力;X2=留存收益/資產(chǎn)總額，反映企業(yè)的盈利能力;X3=息稅前利潤/資產(chǎn)總額，評價(jià)企業(yè)的資產(chǎn)獲利能力;X4=權(quán)益資本的市場價(jià)值/負(fù)債總額，說明了債權(quán)人資產(chǎn)和股東投入資本之間的內(nèi)在聯(lián)系;X5=營業(yè)收入/資產(chǎn)總額，體現(xiàn)了企業(yè)的周轉(zhuǎn)能力和整體經(jīng)營能力。Z-Score模型的判別方法是將X1～X5對應(yīng)的財(cái)務(wù)指標(biāo)篩選出來，代入公式中計(jì)算出Z值，模型的閾值為2.675，如果值大于2.675，則代表企業(yè)財(cái)務(wù)狀況短時(shí)間內(nèi)不會(huì)出現(xiàn)重大問題;如果Z值處于1.8和2.765之間，此時(shí)企業(yè)處在一個(gè)不明朗的范圍內(nèi)，也就是我們常說的灰色空間，需要結(jié)合多方因素進(jìn)行評判;如果Z值小于1.8，表示企業(yè)的財(cái)務(wù)狀況已經(jīng)發(fā)出危險(xiǎn)的新號，有很大的幾率會(huì)陷入財(cái)務(wù)困境，需要企業(yè)管理者盡快做出整改措施。

2.2.2 F-Score模型預(yù)測

計(jì)算公式：F=-0.1774+1.10911X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5

其中X1、X2、X4三個(gè)指標(biāo)代表的含義與Z-Score模型相同，X3=（稅后收益+折舊）/負(fù)債總額，反映了企業(yè)資產(chǎn)的獲利能力;X5=（稅后收益+折舊利息）/資產(chǎn)總額，反映了企業(yè)的再創(chuàng)造性。F-Score模型的判別方法同樣是將X1～X5對應(yīng)的財(cái)務(wù)指標(biāo)篩選出來，代入公式中計(jì)算出F值，F(xiàn)-Score模型的閾值為0.0775，如果F值大于0.0775，則代表企業(yè)運(yùn)營良好;如果F值處于0.0274和0.0775之間，此時(shí)的企業(yè)需要結(jié)合企業(yè)多方面的財(cái)務(wù)分析來判定;如果F值小于0.0274，表示企業(yè)的財(cái)務(wù)狀況較差，需要引起企業(yè)管理者的重視。

3 對中遠(yuǎn)?？匚磥碡?cái)務(wù)狀況預(yù)測

根據(jù)中遠(yuǎn)?？嘏兜?016-2018的年報(bào)，選取計(jì)算X1～X5所需要的財(cái)務(wù)指標(biāo)數(shù)據(jù)，代入上文介紹的模型中，分別計(jì)算出Z-Score模型中X1～X5和Z值，以及F-Score模型中的X1～X5和F值：

根據(jù)計(jì)算結(jié)果可以看出，兩種模型的預(yù)測結(jié)果基本一致，中海遠(yuǎn)控2016-2018年的值均小于1，值均為負(fù)，表明中遠(yuǎn)?？氐呢?cái)務(wù)狀況十分不理想，可以猜測中海遠(yuǎn)控未來仍舊有再次陷入財(cái)務(wù)困境甚至再次被特別處理的可能。

4 研究結(jié)論及啟示

企業(yè)財(cái)務(wù)困境的形成并不是短時(shí)間內(nèi)一蹴而就的，而模型的預(yù)測可以使企業(yè)在出現(xiàn)危機(jī)的三年以前就出現(xiàn)征兆，及時(shí)的監(jiān)測財(cái)務(wù)狀況，對于企業(yè)的發(fā)展是十分必要的。本文所選取的多元判別模型改善了一元判別模型在預(yù)測時(shí)的單一性，使結(jié)果更加合理客觀，應(yīng)用也更為廣泛。

在預(yù)測到財(cái)務(wù)危機(jī)的信號后，企業(yè)應(yīng)及時(shí)針對問題進(jìn)行處理，盡早采取應(yīng)對措施。并且應(yīng)當(dāng)將預(yù)測結(jié)果與企業(yè)實(shí)際情況相結(jié)合，在定性與定量方面進(jìn)行全面、多方位的研究。除了選取適合的模型進(jìn)行監(jiān)控，企業(yè)也應(yīng)同時(shí)關(guān)注內(nèi)部因素和外部宏觀經(jīng)濟(jì)的變化，注重多元化發(fā)展，避免盲目擴(kuò)張，樹立風(fēng)險(xiǎn)意識，健全財(cái)務(wù)危機(jī)預(yù)警的機(jī)制，保證企業(yè)更長遠(yuǎn)、更穩(wěn)定的發(fā)展。

參考文獻(xiàn)：

[1]Altman E I， Marco G，Varetto F.Corporate distress diagnosis： Comparisons using linear discriminant analysis and neural networks （the Italian experience） [J].Journal of Banking & Finance， 1994，18（3）： 505-529.

[2]Altman. E I. Predicting financial distress of companies： revisiting the Z-score and ZETA models[J].Stern School of Business， New York University， 2000，（9）：12.

[3]李秉成.企業(yè)財(cái)務(wù)困境形成過程研究[J].當(dāng)代財(cái)經(jīng)，2004，（1）：109-112.

[4]張鳴，程濤.上市公司財(cái)務(wù)預(yù)警實(shí)證研究的動(dòng)態(tài)視角[J].財(cái)經(jīng)研究，2005，31（1）： 62-71.

[5]李秉成.企業(yè)財(cái)務(wù)困境形成過程研究[J].當(dāng)代財(cái)經(jīng)，2004，（1）： 109-112.

[6]張鳴， 程濤.上市公司財(cái)務(wù)預(yù)警實(shí)證研究的動(dòng)態(tài)視角[J].財(cái)經(jīng)研究，2005，31（1）： 62-71.

[7]田子義.Z值財(cái)務(wù)預(yù)警模型解釋[J].現(xiàn)代經(jīng)濟(jì)信息，2014，（12）：245.