简论财务预警Z计分模型实证

更新时间:2024-02-13 作者:用户投稿原创标记本站原创
摘要:本文对Altman提出的Z计分模型在我国汽车制造业上市公司中的应用进行了实证研究。结果表明,我国汽车制造业上市公司大体上支持Z计分模型的有效性,企业管理者可利用Z计分模型进行财务分析,推动其改善经营管理,防范财务风险,避开企业发生财务危机甚至破产;外部投资者、债权人等利益相关者可用其评价企业,并可作为投资等相关决策的依据。
关键词:Z计分模型 上市公司 汽车制造业 财务预警
一、引言
财务预警一直都是一个重要的研究课题。西方发达国家对于财务预警的研究比较成熟,特别是在财务预警模型的设计和构建方面的研究成果比较突出,并且也得到了广泛应用。而我国对财务预警方面的研究则较晚,且大多数都是借鉴国外的研究成果,选择国内企业的财务数据进行分析,从而建立相应的财务预警模型。
风险的存在使企业的经营前景具有较大的不确定性,如果企业对风险防控不力,就有可能出现财务危机甚至破产。但一般而言,企业破产不是突然发生的,而是一个渐进的过程,在萌芽阶段总是会发生某些局部的理由或困难,在财务上表现为个别及相关指标的异常,称为财务预警。财务预警分析,就是依据企业财务报告和其他经营资料,计算分析企业财务指标的变化,揭示企业面对的经营困难和财务危机,警示企业尽快采取有效措施来优化财务状况,提高财务成果,使企业走出破产边缘。
随着经济全球化和我国经济的迅速发展,市场竞争更加激烈,市场运转风险也更大。而财务监测与预警系统可以对企业在经营管理活动中潜在的风险进行实时监控,并向企业管理者预先示警。因此,加强企业的财务预警分析,及时判断财务风险,并采取有效的防范措施,避开财务危机的发生,提高市场竞争力,推动我国汽车制造业更好更快的发展,对我国汽车制造业具有重要的作用。

二、实证研究

(一)Z计分模型简介

1968年,美国纽约大学教授爱德华·奥特曼(Edward Altman)利用多变量分析技术对企业的财务危机进行判别分析,他首先选择了1946年至1965年间33家破产的制造业企业,再通过抽样选取了跟其配对的33家正常经营的企业作为样本,运用22个财务指标通过数理统计进行分析筛选,最终建立了从企业资产的流动性、获利能力、财务结构、偿债能力和发展能力等方面综合反映企业财务状况的著名5变量模型,即Z计分模型。Altman教授在提出Z计分模型时,指出该模型在判断企业破产前一年的预测准确率达到95%,在破产前两年的预测准确率为72%,而第三年以上的预测准确率降到48%。
Z计分模型的判别函数如下:
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5
Z值判别的临界值标准如表1所示。

(二)Z计分模型的应用分析

Z计分模型主要用于预测企业财务失败或破产的可能性,也可用于判定企业财务危机的状况,是目前在财务危机预警分析中最常用的一种模型,故本文首先用Z计分模型来进行判别分析。先根据Z计分模型计算各汽车制造业企业的Z值,按Z值对企业进行排序和判定。
1.样本选择。为研究方便,笔者把沪、深两地证券市场中的ST公司界定为处于财务失败的公司,而把非ST公司界定为财务正常的公司。然后根据中国证监会公布的2014年1季度上市公司行业分类结果中汽车制造业上市公司共计80家为研究对象。其中被ST处理的公司有3家,有1家是2012年被ST处理,2家是2013年被ST处理。由于在我国证券市场上,绝大多数ST公司都是连续两年亏损公司,且上述3家ST公司中最早被处理的年份是2012年。同时,又因相关财务数据无法取得,故共剔除21家,其中2011年上市的有13家,2012年上市的有6家,2014年上市的有2家。因此本文选取2010-2013年共59家汽车制造业上市公司的年报作为样本,其年报数据均来源于东方财富通炒股软件。
2.指标设定。
X1=营运资金/资产总额=(流动资产-流动负债)/资产总额
X2=留存收益/资产总额=(股东权益-股本-资本公积)/资产总额
X3=息税前利润/资产总额=(利润总额+利息费用)/资产总额
X4=股东权益市价/负债总额=(流通股股数×每股市价+非流通股股数×每股净资产)/负债总额
X5=营业收入/资产总额
X3中的利息费用无法直接从年报中获取,故以财务费用代替,对结果应无实质性影响;X4中的每股市价以该股票当年股市收盘价计算。

(三)分析结果

笔者将2010-2013年59家汽车制造业上市公司的年报资料用Excel计算出我国制造业上市公司四年的Z值。计算结果如表2所示。
从表2中可以分析得出Z计分模型对ST公司的预测能力,如下页表3所示。
从表3中可以看出,ST公司在被ST处理前1年和前2年,3家公司中有2家Z值小于1.81,预测准确率均为66.67%。其中,ST公司在被ST处理前2年Z值的预测准确率接近Altman的研究结果;但由于指标X4的畸高,导致*ST西仪(002265)的Z值出现异常,因此影响了ST公司在被ST处理前1年Z值的预测准确率。
Z计分模型对非ST公司的预测能力,如下页表4所示。
从表4可以得出,在这4年内,Z计分模型将非ST公司预测为ST公司即错误预测的平均比例为22.49%,将非ST公司正确预测的准确率为77.51%。非ST公司被正确预测的分为两类:一是Z值在1.81-2.675之间处于中间不稳定状态的公司,平均个数为17.5个,平均比例为30.93%,这也符合行业的基本情况,每个行业都有财务状况不太稳定的公司;二是Z值大于2.675,财务状况良好的公司接近半数,平均比例为46.58%,说明我国汽车制造业上市公司的财务状况多数尚好,这也比较符合我国汽车制造业近几年的发展状况。

点赞:30603 浏览:142696