李金香 牛遠遠 馬曉燕

摘 要：企業(yè)的財務風險問題往往比較突出，因此建立財務預警系統(tǒng)，對于防范財務風險很有必要。“Z-Score”模型是衡量公司業(yè)績、進行財務預警的模型。運用Z值預測模型對寧夏上市公司進行分析，可以在一定程度上進行財務預警。計算這些上市公司2017—2019年Z值，結果發(fā)現(xiàn)發(fā)生重大財務危機的公司不多，但每個企業(yè)的Z值都有明顯的變化，發(fā)生財務危機的可能性很大。

關鍵詞：上市公司;財務危機;Z值預測模型

中圖分類號：F275? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2021）10-0091-03

企業(yè)財務危機預警是很重要的。隨著市場競爭的日益激烈，經營失敗、發(fā)生不能償還債務，陷入財務危機的企業(yè)增多?！癦-Score”模型是其中比較重要的財務預警模型，它是一個運用多變量思路建立的多元線性函數(shù)公式，在企業(yè)財務風險監(jiān)測與危機預警中占很重要的地位。本文僅以寧夏的上市公司為例，研究“Z-Score”模型在企業(yè)財務分析方面的應用。

一、Altman的Z值計分模型及其指標在中國的改進

美國學者Altman（1968）在《金融雜志》發(fā)表的一篇文章，提出了預測企業(yè)破產的多元Z值判斷模型，文章題目為《財務比率、判別分析和公司破產預測》。該文對1945—1965年間企業(yè)進行了研究，這些企業(yè)33家破產、33家正常經營。這些企業(yè)規(guī)模在70萬—2 590萬美元之間，集中在美國的機械行業(yè)。研究結論后來形成了著名的Z值計分模型，Altman教授的Z值計分模型是用數(shù)理統(tǒng)計從22個財務比率中選出5個模型變量。模型如下：

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

其中，X1：營運資金/總資產=（流動資產-流動負債）/總資產;X2：留存收益/總資產=（未分配利潤+盈余公積）/總資產;X3：息稅前利潤/總資產=（息稅前利潤+ 財務費用）/總資產;X4：股權市價總值/總負債=（每股市價×流通股數(shù)+每股凈資產×非流通股數(shù)）/總負債;X5：銷售收入/總資產=（主營業(yè)務收入+其他業(yè)務收入/總資產。

在Z-score模型中，這5個指標充分考慮了企業(yè)的資產管理水平（X1）、盈利能力（X2、X3）、企業(yè)市場價值或賬面價值（X4）和成長能力（X5）等方面，所以比較全面地反映企業(yè)的經營狀況。每個指標根據財務危機警示作用的大小而賦予不同的權重，加權計算就可以得到一個企業(yè)的綜合風險總判別分Z，如何將其與臨界值對比就可以判斷企業(yè)財務危機的嚴重程度。

Z計分模型簡單易懂，可操作性強，準確率高，已廣泛應用于國外許多企業(yè)的財務評價。Z計分模型在我國上市公司適用如何？學者向德偉（2002）進行了研究，選取了上海證券交易所和深圳證券交易所共80家上市公司A股，時間跨度為2000—2001年，結果表明，“Z記分法”模型在我國資本市場上基本是能夠得到驗證有效的。但值得說明的一點是，我國和美國在Z記分模型應用中也有差異，如對于破產界限的界定。我國基于維護整個國民經濟利益對虧損不大的企業(yè)，可以通過行政手段緩解一部分債務危機，而美國資不抵債就要破產;中美企業(yè)負債經營的比率存在一定差異。美國公司的資產負債率一般小于60%，一般在50%左右。而我國一般卻較高，達到60%～70%，進而影響了所得的Z值;我國上市的公司人為因素較大，市價易被低估或高估。所以，Altman的Z模型在應用時，應根據實際情況加以修訂，才能適應國情。

二、寧夏14家上市公司的Z值分析

（一）樣本選取

研究者大多數(shù)都借鑒了Altman的配對抽樣原則，但是樣本之間行業(yè)差別研究較少。本文將不同行業(yè)進行歸類進而分析，但寧夏14家上市公司，制造業(yè)占99%，所以可以籠統(tǒng)地認為就是同行業(yè)的財務狀況分析，這樣可以避免不同行業(yè)在分析過程中出現(xiàn)錯誤。

大部分學者在選擇樣本時，采用財務危機公司（即ST公司）和健康公司（即非ST公司）的比例為1∶1的配對原則進行樣本選取。但是，陷入財務危機的公司的數(shù)量實際上遠遠小于健康公司。所以本文選取寧夏這一地區(qū)的所有上市公司，初次判斷這一比例將是財務健康公司數(shù)量大于財務危機公司數(shù)量。

截至2019年12月31日，寧夏地區(qū)上市公司共有14家，他們分別是西部創(chuàng)業(yè)（*ST廣夏）、*ST寶實（ST西軸）、英力特、新華百貨、新日恒力、美利云（美利紙業(yè)）、銀星能源、ST環(huán)球（大元股份）、東方鉭業(yè)、ST中絨（中銀絨業(yè)）、寧夏建材、青龍管業(yè)，嘉澤能源和寶豐能源。其中，有3家被ST公告，英力特與銀星能源曾被ST。

（二）預警指標的選擇

模型中的5個指標，反映了營運資金與總資產之比、息稅前利潤與資產的比值、資產凈收益情況、市場價值與負債比值及企業(yè)資產運營能力等方面，可以綜合評價財務危機。

根據我國情況，需要改進指標，X4可以改為總資產周轉率與現(xiàn)金流量增長率的乘積，反映資產的營運能力及獲取現(xiàn)金能力。

（三）Z值模型的數(shù)據處理與分析

1.樣本數(shù)據說明。數(shù)據來源是寧夏上市公司2017年、2018年、2019 年報。Z值變化情況，反映財務狀況的一定趨勢，雖然只有三年數(shù)據，但是也基本能夠反映公司的經營。

2.Z值計算分析。經過計算，上市公司的Z值范圍如下表1將模型進行修正后，很多研究普遍傾向選擇0.325作為分割點來對研究樣本進行分類，即如果通過模型計算出來的某企業(yè)Z值>0.325，表明企業(yè)的財務狀況良好;Z值<0.325，則企業(yè)存在很大的破產風險;如果企業(yè)Z 值在-0.45～0.325 這個區(qū)間，則為“灰色地帶”，此時企業(yè)財務狀況是極不穩(wěn)定的。

對這些上市公司計算Z值，結果統(tǒng)計如表1所示。

這些公司中，Z<0.325的公司2家，占14%，-0.450.325的公司12家，占86%，說明整體情況還可以。

（四）預警模型的檢驗與分析

由表2可知，經過上述數(shù)據的計算與分析，在2017—2019年上市公司的破產比例在波動，2017年有4家公司接近破產到2019年2家，說明情況在好轉。2018—2019年有1家處于灰色地帶，2018年雖然有點好轉，但在三年中Z值下降的比重超過33%，并且新日恒力、寶豐能源、新華百貨、寧夏建材四家公司持續(xù)下降的幅度較大;西部創(chuàng)業(yè)、ST寶實、東方鉭業(yè)、ST中絨在14家公司中Z值先降后升。實際上，從財務指標看，這些公司確實也表現(xiàn)不佳，說明Z值結果與實際基本相符，檢驗了預警模型。

上面5家公司出現(xiàn)財務危機，進一步剖析其原因，可以看出其出現(xiàn)問題是必然的。

1.負債比率過高引發(fā)財務危機。上市公司負債資本占全部資本的比例過高。過度負債使公司支付能力極為脆弱，一旦信用鏈條上某一環(huán)節(jié)出現(xiàn)問題或現(xiàn)金凈流量不足而影響即期債務償付，必然出現(xiàn)財務危機。2019年寧夏地區(qū)的上市公司資產負債率高達50%以上的就有7家，2018年有6家，2019 年有5家。例如，ST中絨的資產負債率在2018年近三年內高達112%，銀星能源三年高達70%以上。新日恒力、寶豐能源、新華百貨、嘉澤能源、銀星能源、ST寶實連續(xù)三年負債率均在50以上。負債增加，容易引起財務危機。青龍管業(yè)、美利云、英力特、西部創(chuàng)業(yè)、寧夏建材這些企業(yè)資產負債率比較低。

2.現(xiàn)金流入不足，導致財務風險加大。很多上市公司采用冒險的營運資金持有政策，用短期舉債支付回收緩慢的長期投資。還有一些公司為了增加銷售，擴大市場占有率，大量采用賒銷方式銷售產品，導致公司應收賬款大量增加。再加上對應收賬款缺乏有效管理，相當比例的應收賬款長期無法收回，直至成為壞賬，嚴重影響公司的短期償債能力，由此產生財務危機。例如，2018年新日恒力，應收賬款及應收票據為3 671萬元，凈利潤的現(xiàn)金含量是-1918%，占比達到經營獲得現(xiàn)金凈流量增長率為-255.8%，說明現(xiàn)金是非常缺的，不能給企業(yè)帶來較好的資金周轉和應變條件。

3.抵御外部不利環(huán)境的能力不足。企業(yè)經營的問題，以及外部環(huán)境的惡化，是財務危機的主要原因。行業(yè)景氣不佳，上市公司必然受到影響。例如銀星能源和新日恒力，隨著國家新能源補貼的結束以及外部競爭壓力加大，利潤增長率呈現(xiàn)下降態(tài)勢;美利云也由于環(huán)境保護的問題而陷入成本上升，利潤率下降的狀況;寶豐能源也連續(xù)三年利潤率下降，由于外部競爭影響和原材料漲價因素而導致利潤率下降。

三、寧夏上市公司運用Z模型的注意事項

綜上所述，Z值預警模型可以很好地適用于寧夏上市公司財務預警，但是在具體運用時要注意以下幾點：一是Z 值模型只是作為一種財務診斷和分析方法，對企業(yè)財務狀況進行整體判斷，所依據的是企業(yè)財務報表，因此，報表的真實性和客觀性對模型的判別結果產生影響。二是運用Z值模型對個案進行分析時，可能由于個別指標的過高或過低，Z值出現(xiàn)異常，因此在分析Z值時要結合其他財務指標變化。三是不同的經濟環(huán)境下，企業(yè)的財務狀況表現(xiàn)也會有所不同。因此，不能機械、獨立地看Z分值，經濟環(huán)境能準確解釋企業(yè)真正財務狀況，需根據不同的客觀經濟環(huán)境對該模型加以修改或調整。

近幾年，寧夏的上市公司經歷了大的變化，從歷史數(shù)據看，出現(xiàn)重大財務危機乃至破產的有前ST廣夏、ST大元、ST西軸，但是環(huán)境變化莫測，公司要針對原因和具體情況中找出問題并及時解決。Z值模型雖然較全面地反映企業(yè)的財務狀況，但公式的運用也可能會出現(xiàn)偶然現(xiàn)象。實際運用需要考慮到國家的宏觀經濟形勢、地域、行業(yè)的差異，選擇適合方法和模型，給投資者、債權人、審計人員等等提供真實的資料信息。

參考文獻：

[1]? 王滿，李坤榕.上市公司財務危機預警的實證分析[J].中國總會計師，2010，（1）：66-69.

[2]? 周劍濤，龐文鳳.Z-SCORE 財務預警模型在上市公司應用的實證研究[J].財會通訊，2009，（8）.

[3]? 常艷.我國上市公司財務預警模型的實證分析[J].金融經濟，2008，（2）：105-106.

[4]? 麻鵬波.種業(yè)上市公司財務預警中“Z分數(shù)模型”應用分析[J].財會通訊，2010，（29）：136-138.

[責任編輯 辰 敏]