基于z值模型的上市公司实证研究.doc

1、基于 z 值模型的上市公司实证研究摘要：财务预警模型是企业在经营管理活动中发现潜在的经营风险与财务风险的有效预测的重要数量工具。文章先以 Altman 的 z 值模型对中国制造企业上市公司的数据进行处理探讨其适用性，再根据中国上市公司的实际情况对众多财务指标进行判别分析而建立一个适合国内上市公司的实用模型，改进后的模型具有更高的预警准确率，对上市公司财务预警有较好的效果。 关键词：财务预警；Z 值模型；显著性分析；判别分析法 文章以最新制造业上市公司财务数据为基础，借鉴 Altman 教授的 z值分析方法对近年的上市公司财务问题进行分析研究，指出其不适用于国内制造业上市公司，再以 ST 样本公

2、司和非 ST 样本公司报表数据进行全面对比分析后进行显著性判别，最后进行聚类分析并建立适合国内财务预警的模型。新建立的模型取得了较高的准确率，并通过验证，有较好的实用价值。 一、研究样本选取原则 本文选择沪深两地证券市场中的 ST 制造业公司界定为处于财务危机的公司，而把非 ST 公司界定为财务正常公司。 综上，本文选取 15 家制造业 ST 上市公司和 15 家制造业非 ST 上市公司为样本。 二、应用 Z-SCORE 模型进行预测 （一）财务预警 z 值模型理论 Altman 的 Z 模型：z=1.2+1.4+3.3+0.6+1.0，判别变量分别为=营运资本/总资产，=留存收益/总资产，=

3、息税前收益/总资产，=股票市值/债务的账面价值，=销售收入/总资产。 Z 值越低，则表明企业陷入财务危机的概率越大。 （1）z 值低于 1.81的企业为陷入财务危机公司；（2）z 值在 1.81 和 2.675 之间的企业财务状况极不稳定，处于“灰色地带” ；（3）z 值在 2.675 和 2.99 间的企业有可能发生财务困难；（4）Z 值高于 2.99 的企业界定为健康公司。Altman 通过进一步观察最终确定以 2.675 作为临界值。 （二）研究样本数据 将 Z-SCORE 模型对 2012 年被 ST 的 15 家制造业公司和 15 家非 ST 制造业公司进行预测，对其前一年的年度数据

4、进行分析。 （三）z 模型预测 对于我国上市公司，altman 的 z 值模型中 2.675 的临界值偏高，影响了模型的准确性。从上表可以看到 z 值模型对样本 ST 公司的预测准确率为 100%，但对非 ST 公司的预测准确率仅为 26%。说明 z 值 模型有在国内的适用性降低，有必要对其财务指标重新选定并进行改进。以下为对模型进行重新调整。 三、新模型的构建 （一）财务指标选择 从盈利能力、营运能力、偿债能力、成长能力以及现金流量五个方面进行指标选取，并进行编号。X1 总资产净利率，X2 成本费用利润率，X3 销售毛利率，X4 销售净利率，X5 总资产周转率，X6 存货周转率，X7应收账款

5、周转率，X8 资产负债率，X9 流动比率，X10 速动比率，X11 股东权益比率，X12 主营业务收入增长率，X13 净利润增长率，X14 总资产增长率，X15 每股收益增长率，X16 现金流量比率，X17 销售现金比率，X18 资产的经营现金流量回报率，X19 盈余现金保障倍数。 （二）显著性检验 以 15 家 ST 公司和 15 家非 ST 公司样本的 X1 至 X19 进行显著性检验，用 spss16.0 软件进行显著性检验分析。 选取显著性概率为 0.1 以下的为通过变量，通过显著性检验的变量分别为 X1、X2 、X4 、X5、X 8、X 9、X10 、X11、X 13、X14 、X1

6、5。 （三）多重共线性分析 用 spss16.0 进行多重共线性分析得到相关系数矩阵。 根据相关系数矩阵剔除共线性变量 X2、X10、X11、X15 剩余变量 X1、X2、X5、X8、X9、X13、X14 进行判别分析。 （四）判别分析建立模型 用 spss16.0 在 15 家 ST 公司和 15 家非 ST 公司中，对通过显著性检验，剔除多重共线性后，对剩余变量 X1、X2、X5、X8、X9、X13、X14 进行判别分析，输出结果，通过样本得出来的指标系数，可以建立财务预警模型： 将 2011 年 30 家公司的数据代入函数检验，验证的结果：15 家 ST 公司中有 0 家被误判，正确率

7、100%，15 家非 ST 公司中有 0 家被误判，正确率 100%，综合样本整体判别准确率达到 100%。 四、新建立的预警模型的检验 以这 30 家公司 2010 年和 2009 年的财务数据为基本数据资料，对已经建立的制造业上市公司的财务预警模型进行验证。 财务模型预测结果如下表：2011 年、2010 年、2009 年 ST 公司的预测准确率分别是 100%、86.6%、100%，与此相对应的是对非 ST 公司同时期的预测准确率分别是 100%、86.6%、86.6%，通过预测结果可以得出结论：新建立的财务预警模型是有效的，有较好的拟合程度。 五、结束语 通过上文对国内 30 家样本制

8、造业上市公司运用 Z-SCORE 模型和改进后的模型，可以看出两种模型的优劣性。 1.Z-SCORE 模型的局限性 （1）该模型建立于外国制造业公司基础上，对国内上市公司的适用性有一定偏差。 （2）该模型对国内 ST 上市公司陷入财务危机前一年的预测准确性较高，但对非 ST 公司的预测准确性较低，仅为 26%，具有很大误判性，说明现阶段该模型还不能直接用于对我国上市公司的财务预警。 2.改进后模型的优越性 （1）模型的财务指标选取全面合理。选取的指标具备较强的解释能力，可以较好辨别出财务危机公司（ST）与非财务危机公司（非 ST） 。通过了显著性检验。 （2）在预测上市公司的发展是否有陷入财务危机的趋势有较强的可信度，对样本公司近三年的预测准确率都在 86.6%以上。 （作者单位：重庆师范大学） 参考文献 1许咏君.基于 Z-SCORE 模型的中国上市公司财务预警研究以生化医药类上市公司为例D.黑龙江： 2011. 2苏美，谢沛霖.Z-SCORE 财务预警在上市公司应用的实证研究J.东方企业文化.2011. 3崔洁.上市公司财务预警实证研究来自制造业数据J.财会通讯.2012. 4徐丹丹，李小健.上市公司财务预警实证研究以陕西装备制造业为例J.财会通讯.2012. 5闫晨辉.Z 值模型对中国酿酒业上市公司的适用性研究J.时代金融.2012.