公式网-网站导航


网站搜索:  

公式在线网 发表于2015/4/13 6:20:47

大智慧资产预警Z计分模型

摘 要】 文章介绍了财务危机预警的Z计分模型,并以沪深股市38家电器业上市公司为样本,对财务危机预警展开了实证研究。结果表明,Z计分模型在评价电器业上市公司财务危机方面具有较高的准确性,可以引导管理层、投资者、债权人、上市公司监管部门等依据该模型对上市公司财务风险进行评估,对可能的财务危机进行预警。
   【关键词】 财务风险; 财务危机预警; Z计分模型; 电器业上市公司
   
   一、引言
   根据财政部公布数据,2010年1—11月纳入本月报统计范围的全国国有及国有控股企业①主要效益指标保持稳定增长,但实现利润环比略有下降。11月比10月实现利润呈现不同程度增长的行业有:施工房地产(87.9%)、电力(33.2%)、烟草工业(22.6%)、有色(19.5%)、医药(17.6%)等;11月比10月实现利润呈现不同程度下降的行业有:交通(-68.7%)、轻工(-37%)、纺织(-22.9%)、电器电子(-22%)、石化(-21.1%)等。可见在我国经济逐步复苏的大形势下,还存在较大的结构性差异,其中电器电子行业利润下降趋势明显,经营、财务风险增加,发生财务危机的可能性提高,因此本文选择电器业上市公司作为研究对象。
   企业的财务风险,从狭义上看,是指由于利用财务杠杆给企业带来的破产风险或普通股收益发生大幅度变动的风险;从广义上看,是指企业在筹资、投资、资金营运及利润分配等财务活动中因各种原因而导致的对企业的存在、盈利及发展等方面的重大影响。本文在提到财务分析时更多指的是广义的概念,而财务危机则是财务风险积累到一定程度的产物。
   财务危机预警属于微观经济预警的范畴,国外早在20世纪初就开始了对经济预警的研究,并在“二次世界大战”后的美国得到发展,而我国国内的研究则起步较晚,从20世纪80年代开始,预警系统的研究经历了一个从宏观经济预警渗透到微观领域主要是企业经营预警,从单纯定性分析到定性定量相结合、从点预警到状态预警的转变过程,其中财务预警领域的研究发展很快,取得了令人瞩目的成就。
   本文以我国沪深股市2009年电器业上市公司为研究对象,采用经典多变量财务风险预警的Z计分模型,依据我国电器业上市公司2009年、2010年的数据展开对企业财务风险预警的实证研究,结果表明,Z计分模型对企业财务风险的判定有较高准确性。研究意义在于,依据Z计分模型对企业财务风险进行有效预警,可以降低市场主体的营运风险,可以进一步优化社会资源的配置,可以促进资本市场的规范和发展,对公司所有者、经营者、投资人、监管者以及其他它利益相关者都有重要的现实意义。
   
   二、文献综述
   (一)对财务危机概念的界定
   国内外学者由于研究侧重点不同,使用了不同的标准。Beaver(1966)认为符合“破产、拖欠偿还债务(债券违约)、透支银行账户或无力支付优先股股利”四项中任何一项的企业,就可定义为失败企业,也就是发生财务危机的企业。Altman(1968)认为,财务危机(财务困境)是企业无法解决现金流量不足以偿还当前债务而引发的危机。Carmichael(1972)将财务危机定义为企业履行义务时受阻,出现流动性不足、权益不足、债务拖欠及流动资金不足四种形式。Deakin(1972)认为,财务危机是公司面临破产、无力偿债或为债权人利益而被迫清算的状况。Alves(1978)认为,财务危机就是“如果不对公司营运方式或结构进行大规模的重新调整就不能解决严重的流动性问题”。George Foster(1986)认为,财务危机就是公司发生的严重的流动性问题,这类问题只有通过对公司运营方式或结构进行大规模的重新调整才能解决。Karels和Prakash(1987)认为,财务危机就是不能支付到期债务、银行账户透支、净现值小于零等。Rosh等人(1999—2000)则认为可以从四个方面定义企业的财务危机:第一,企业失败,即企业清算后仍无力清偿债权人的债权;第二,法定破产,即企业和债权人向法院申请企业破产;第三,技术破产,即企业无法按期履行债务合约付息还本;第四,会计破产,即企业的账面净资产出现负数,资不抵债。
   由此可见,国外对财务危机的界定因研究目的不同而不同,主要有:已经破产的企业;进入破产程序的企业;无力偿付本息的企业;资不抵债的企业。
   国内学者对财务危机范围的界定也基本以企业破产为分界线。认为企业破产是财务危机的有:谷祺和刘淑莲(1999)、吴应宇和袁陵(2004),他们将财务危机定义为,企业无力支付到期债务或费用的一种经济现象,包括从资金管理技术性失败到破产以及处于二者之间的状态。吴世农与卢贤义(2001)则将财务困境视为财务危机(Financial Cresis),最重要的财务困境是破产,企业因财务困境导致破产实际上是一种违约行为,所以财务困境又称为违约(Default Risk)。鉴于我国证券市场陆续推行了特别处理(Special Treatment,ST)制度、特别转让(Particular Treatment,PT),2003年又发布了《关于对存在股票终止交易上市风险的公司加强风险警示等有关问题的通知》,我国部分学者在研究财务危机时,把特殊处理作为衡量企业财务危机的标准之一。吴世农等(2001)在研究中认为上市公司由于非偶发事件而被特别处理标志着企业陷入财务困境,并认为这是一种违约行为,且财务困境不仅仅限于特别处理的上市公司。陈晓和陈治鸿(2000)将“特别处理”界定为公司发生了财务困境,也就是出现了财务危机,因为“特别处理”有很高的度量性,要改变管理部门所给予的“特别处理”,一般要通过大规模资产重组。
   由以上综述可以看出,目前国内外学术界对财务危机尚没有统一的定义。由于我国证券市场的完善程度、经济环境、制度环境、研究环境与国外有差异,数据的积累远远不够,基本上没有破产企业的数据,因此,国内大多数研究者都以资本市场数据为样本,以特别处理或暂停上市作为发生危机的标志,如吴世农、陈静、陈晓等,本文也认可并采用这一观点。
   (二)有关财务危机预测方法的研究
   财务危机预测方法按大类分有定性与定量的研究方法。
   定性研究方法,这种方法首推美国管理专家约翰·阿吉蒂提出的一种定性衡量企业风险的方法——“A计分法”。其基本原理是首先计算综合风险分值“A”,再将其与标准值对比,可知该企业的风险程度。传统的风险评估采用“A计分法”,将企业的风险因素逐一列出,包括宏观因素、技术因素、市场因素、管理因素、退出因素等,根据各因素对项目影响程度大小予以赋值,最后将所有因素的影响值加总,从总体上评价风险度。风险度的项值在0—10之间,得分越高,风险度越大。这一方法的优点是考虑到风险不是一下子产生的,而是相互关联的,孕育于公司的业务流程系统中,因而要通过加总求和,从总体上来判断风险大小。其缺点是影响大小的赋值取决于决策人员的主观判断,趋向于定性的主观评价,缺乏科学性。
   定量研究方法,最早在1932年时Fitzpatrick运用单个指标对财务风险进行预警,1966年威廉·比弗(William Beaver)运用统计方法和财务与比率进行财务危机研究,但是传统的单变量财务风险预警模型有很多缺陷,因此从20世纪60年代起,发展了很多新的模型和方法,预测的精度和效率得到了极大的提高。美国学者Altman于1968年在《金融杂志》发表的一篇题为《财务比率、判别分析和公司破产预测》的文章提出了预测企业破产的多元Z值判断模型。Altman最初选择的样本共有66家公司,分两组,每组33家。破产组(组1)包含了从1946年到1965年申请破产的33家制造业公司。考虑到无论是从行业还是从资产规模进行比较,这些公司的差别都较大。因此,在选择非破产组(组2)时,Altman采用了分层随机抽样的方式对应选择了另外33家在1996年仍在经营的未破产的制造业企业。每层样本的设计主要考虑了行业和规模因素,样本中剔除了小公司(总资产100万以下)和超大型公司。因为小公司的报表数据不全,而超大型公司的破产概率较小,不适于用来做普遍意义上的预测模型。

                                                          
                                   
                                  

                   
                         
                       Altman共选择了22个可能有用的财务比率分五大类(流动性、获利能力、财务杠杆、偿债能力和活动性)进行研究。选择原则是该比率在以前研究中出现的频率和其与研究问题的潜在相关性。Altman经过因素分析最终找出最具解释力的五个财务指标,建立了多变量财务危机预警的经典模型——Z-score模型。
   根据对过去经营失败企业统计数据的分析,Altman认为Z值越大公司财务状况越好,并进一步得出经验性临界数据值判断企业破产的临界值:如果Z值大于2.675,则表示企业的财务状况、经营状况良好,发生破产的可能性小;如果Z值小于1.81,则表明企业正处于破产的边缘;如果Z值在1.81~2.675之间,则表明企业的财务及经营极不稳定,被称为“灰色地带”。通过计算,观察某个企业连续若干年的Z值大小,就能发现企业发生财务危机的先兆。由于Z计分模型简单易懂,计算简便,所有数据均可直接根据财务报表得到,可操作性强,准确率高,目前已广泛应用于国外许多银行、企业、会计师事务所、投资机构等,因此,本文采用该方法展开实证研究。
   
   三、研究设计
   (一)研究模型
   鉴于我国资本市场的特点,对Altman的Z计分模型中各项指标的系数设定做以下微调:
   Z=1.2X1+1.4X2+3.3X3+0.6X4
  +0.999X5
  其中:X1=营运资本/总资产(WC/TA)=(流动资产-流动负债)/总资产
   X2=留存收益/总资产(RE/TA) =(未分配利润+盈余公积)/总资产
   X3=息税前利润/总资产(EDIT/TA)=(税前利润+利息费用)/总资产
   X4=权益市场价值/总债务的账面价值(MVE/TL)=总市值/总负债
   X5=销售收入/总资产(S/TA)=主营业务收入/总资产
   (二)研究假设
   基于前文文献分析,笔者提出如下假设:
   假设1:ST公司具有较大财务风险,Z值应小于1.81;
   假设2:每股收益大于0.4的公司,不具有财务风险,Z值应大于2.675;
   假设3:净资产收益率小于10%,在10%到15%之间,大于15%的公司,财务风险越来越小,平均Z值应该依次升高;
   假设4:Z值小于1.81,1.81到2.675,大于2.675的公司,随着Z值的升高,平均每股收益及平均净资产收益率都应该依次升高。
   (三)样本选取与数据来源
   1.样本的选择
   本文以2010年沪深股市45家电器业上市公司为对象,剔除了相关财务数据数据缺失的上市公司7家后,获得了38家样本公司,其中:32家为正常公司,6家为危机公司,观察其在2009年末的相关数据。
   2.数据来源
   数据来自巨潮资讯、CSMAR数据库、上海证券交易所、深圳证券交易所网站。
   (四)实证结果的分析与解释
   根据2009年年报资料,采用Microsoft Excel计算2009年38家上市公司的Z值(具体计算结果详见附表5,其中对个别明显异常数据按行业平均水平及惯例进行了调整),具体结果分类归纳如下:
   1.ST公司Z值情况(表1)
   由表1可知:ST组公司平均Z值为1.30,小于1.81,与假设1符合。其中,ST国祥、ST春兰Z值偏离正常水平,是由于X4指标(总市值/总负债)异常,进一步看,是总市值偏高。
   2.每股收益大于0.4的公司的平均Z值(表2)
   由表2可知:每股收益大于0.4的公司,Z平均值3.95大于2.675,与假设2符合。其中,格力电器Z值等于1.94,烟台冰轮Z值等于2.25均偏离Z值正常范围,是由于X1、X5值较低,而美菱电器Z值的偏离则是由于X1、X4值较低。
   3.净资产收益率与Z值的关系(表3)
   由表3可知,在净资产收益率小于10%、10%至15%、大于15%的水平上,平均Z值分别为2.7、3.21、3.96,Z值逐渐升高,符合假设3。
   4.Z值的分布与净资产收益率、每股收益的关系(表4)
   由表4可知,Z小于1.81,1.81<
  Z<2.675,Z大于2.675的公司,随着Z值的升高,公司的平均每股收益0.22,0.57,0.4及净资产收益率3.17%,17.17%,10.19%呈先升后降趋势,不太符合假设4。经分析可知,格力电器(证券代码000651)Z值为1.94,但其2009年净资产收益率高达33.66%;而美菱电器(证券代码000521)、华意压缩(证券代码000404)Z值分别为1.97、2.52,但2009年净资产收益率分别为21.82%、17.82%,进一步观察发现2008年净资产收益率仅分别为2.67%、6.06%,变化较大。以上两个因素是导致净资产收益率、每股收益变化趋势不完全符合假设的原因。
   
   四、对Z计分模型的评价
   Z计分模型作为最早用来评价制造业财务危机的一种方法,对其它企业财务危机的预警也有一定的指导意义。但是也应该注意到经济环境、政策法规、证券市场发育程度、准则差异等,都会对模型的计算结果产生一定影响。因此,在使用过程中应特别注意模型的适用范围。
   虽然我国沪深股市电器业38家样本上市公司的实证结果大体上支持Z计分模型的有效性,但在运用该模型进行个案分析时,会存在个别指标畸高或畸低的问题,从而导致Z值异常,这时应对异常情况加以特别关注,进行进一步分析。其次,财务危机预警的前提是公司发布的财务数据必须是真实可靠的,但我国会计信息失真在一定程度上还存在,因此不能只停留在财务指标上,应结合非财务指标分析。但是,总体上Z计分模型仍然是一种有效的财务危机预警方法,对帮助管理层、投资者、债权人判定危机,进行财务危机预警有较强的指导意义。
   
   【参考文献】
   [1] 陈静.上市公司财务危机恶化预测的实证分析[J].会计研究,1999(2).
  [2] 谷祺,刘淑莲.财务危机企业投资行为分析与对策[J].会计研究,1999(10).
  [3] 曲秀丽.财务风险预警模型构建实证分析——基于网络环境下财务风险[J].会计之友,2009(5).
  [4] 吴应宇,蔡秋萍,吴苋.基于神经网络技术的企业财务危机预警研究[J].东南大学学报,2008(10).
  [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,2001(6).
  [6] 吴世农,黄世忠.企业破产的分析指标和预测模型[J].中国经济问题,1986.
  [7] 杨淑娥,黄礼.基于BP神经网络的上市公司财务预警模型[J].系统工程理论与实践,2005(1).
  [8] 周首华,杨济华,王平.论财务危机的预警分析——F分数模型[J].会计研究,1996(8).
  [9] 张玲.财务危机预警分析判别模型[J].数量技术经济研究,2000(3).
  [10] 王芳云.运用Z计分模型对上市公司财务风险的实证研究[J].山东纺织经济,2005(5).
  [11] Altman E.I.Finance Ratios,Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Banking and Finance,1968,9:589-609.
  [12] Altman E.I.Corporate Financial Distress and Bankruptcy[M].John Wiley&sons Inc.,2000:242.

以上摘要公试编写有些数据找不到引用所以代替了,以上文是网上找来的发出来给在大家参考,公试在下面有源码

大智慧资产预警Z计分模型



网站搜索:  



Copyright © 2009-2010 gszb.com ™,All Rights Reserved. 
公式网-www.gszx.com.cn-股票指标公式网