财务多变量模型分析.docx

财务多变量模型分析.docx

《财务多变量模型分析.docx》由会员分享，可在线阅读，更多相关《财务多变量模型分析.docx（31页珍藏版）》请在冰豆网上搜索。

财务多变量模型分析

Z-Score模型在我国中小板上市公司的适用性分析

摘要

财务风险是企业面临的主要风险之一，本文从我国中小板上市公司中选取30个样本公司（包含普通股和ST股），采用Z-Score模型分析ST公司与非ST公司相对应的三个年度的财务数据，计算得出Z值。

通过对Z值的分析，验证Z-score模型对我国中小板上市公司是否适用，并对现有模型提出改进意见和建议。

关键词：

财务风险；Z-Score模型；中小板上市公司。

Z-Scoremodelinourcountrysmallandmedium-sizedboardlistedcompany'ssuitabilityanalysis

Abstract

Financialriskisoneofthemainrisksfacedbytheenterprise,thispaperfromourcountrysmallandmedium-sizedboardlistedcompaniesselectthe30samplecompany（includingcommonstockandSTshares）,usingZ-ScoremodelanalysisSTcompanyandnonSTcompanycorrespondingthreeyear'sfinancialdata,calculatedZvalue.BasedontheanalysisoftheZvaluetoverifyZ-scoremodelofsmallandmedium-sizedboardlistedcompaniesareapplicable,andtheexistingmodelputforwardtheimprovementcommentsandSuggestions.

Keywords:

financialrisk;Z-Scoremodel;Smallandmedium-sizedboardlistedcompany.

目录

1绪论1

1.1研究背景1

1.2研究意义1

1.3国内外研究情况1

1.3.1国外的研究状况2

1.3.2国内的研究状况2

1.4研究主要内容、方案、方法及重点和难点3

1.4.1研究主要内容3

1.4.2研究方案3

1.4.3研究方法3

1.4.4研究的重点和难点3

2Z-Score财务风险预警模型简介5

2.1Z-Score模型基本理论5

2.2Z-Score模型的判别函数5

2.3Z-Score模型的分析方法6

3Z-score模型在我国中小板上市公司的实证分析7

3.1中小板块及中小板上市公司财务风险简介7

3.2样本选取7

3.3Z值分析7

3.3.1Z值计算结果8

3.3.2Z-score模型临界点对比10

3.3.3Z值分析结论12

4Z-score模型偏差原因分析13

4.1对财务指标进行比较13

4.2对Z-score模型自身的局限性进行分析15

4.3研究样本的选取15

5Z-score模型在我国市场背景下的完善16

5.1Z-score模型自身的完善16

5.1.1Z-score模型指标选取的调整16

5.1.2Z-score模型系数的重置17

5.1.3Z-score模型临界点的修正并验证17

5.2提高数据的可靠性和客观性20

6结论21

参考文献22

致谢24

毕业设计（论文）知识产权声明25

毕业设计（论文）独创性声明26

附录样本数据计算表27

1绪论

1.1研究背景

中小板块市场是为了解决中小企业融资问题而成立的有中国特色的证券市场，它的发展趋势不仅关系到已上市的中小企业的命运，而且事关我国资本市场的完善与发展。

我国资本市场在经过多年的准备和改进之后将迎来快速发展阶段，企业从资本市场募集低成本的资金，用以加速企业的发展，投资人也利用资本市场的运作，进行投资获取较高的报酬。

世界经济的快速发展和科学技术不断进行新的突破使现代企业面临着日益严峻的市场环境，风险无时无刻不在困扰着企业的经营管理者。

企业财务危机会波及到多个层面，将会严重影响投资者的利益，对企业财务风险进行预警就变得尤为重要。

中小板上市公司现今已有700多家，对其行为的规范和财务状况的预警对证券市场的发展和投资者的利益都有一定的影响。

截止2012年3月1日的财务报告中指出，中小板上市企业在2011年业绩仍然保持增长态势，但增长速度相对放慢。

其中共有16家上市企业亏损，占中小板上市企业比重为2.44%，尽管亏损比例与上年持平，但平均亏损额上升至1.6亿元，亏损程度有所增加。

（参考“亚洲财经”网）有鉴于此，迫切需要建立一个能预先发出危机警报的财务分析系统，“Z-Score”模型是财务预警模型中最重要的模型之一，成功的将该模型应用到我国中小板上市公司，将会为我国经济发展做出应有的贡献。

1.2研究意义

财务危机预警系统作为一种诊断工具，能提早发现问题，从而能有效地防范与解决问题、回避财务危机的发生。

因此研究财务预警，无论在理论上还是实务中都具有重要意义。

财务危机预警系统能正确评价企业当前的财务状况，当危害企业财务状况的关键因素出现时，发出警告，提醒经营者早作准备或采取对策以减少财务损失；还可以描述企业财务状况变动的轨迹及时反映财务政策的执行效果，判断经营者的决策是否运用恰当，是否起到了改善财务状况的效果等。

对于政府、银行等金融机构来说，财务危机预测有利于改善资源的宏观配置计划。

对于准备借壳上市或买壳上市的公司来说，可以通过关注预警信息寻找到宝贵的“壳”公司。

1.3国内外研究情况

1.3.1国外的研究状况

最早的财务预测研究是二十世纪三十年代Fitzpatrick开展的单变量破产预测研究。

他发现出现财务困境的公司其财务比率和正常公司相比有显著的不同，在所有的指标中判别能力最高的是净利润/股东权益和股东权益/负债这两个指标[1]。

30多年后WilliamBeaver在此基础上用统计方法建立了单变量财务预警模型，发现债务保障比率对公司的预测效果较好，其次是资产收益率和资产负债率的预测效果[2]。

但该模型每次预测只能用一个比率进行分析，根据不同的比率进行分析，势必造成冲突，得出不同的结论，企业的经营业务是多方面的，没有哪个比率能单独说明企业的各方面，解决这个问题要运用多元判定分析。

EdwardAltman教授在1968年通过对美国破产和非破产生产企业进行观察，采用22个可能有用的财务比率（分为五大类：

流动性、获利能力、财务杠杆、偿债能力、活动性）进行研究。

经过数理统计筛选建立了著名的5变量Z-Score模型[3]。

从而克服了一元判定模型的缺陷。

而且Z-Score方法更侧重于企业财务状况和资产质量的分析，对于企业股价的依赖性相对弱一些。

1.3.2国内的研究状况

苏美谢沛霖在《Z-Score财务预警模型在上市公司应用的实证研究》（2011）一文中采用了Altman于2000年修正的Z-score模型作为研究工具，分别选取了20家非ST公司和20家ST公司作为研究样本。

研究发现，由于我国上市公司的Z值偏低，Z-Score模型对于我国ST公司财务危机的判断准确度较高，对非ST公司财务危机判断有一定偏差，因而提出了适用于我国的新临界值[5]。

牛陈才在《我国上市公司财务预警的实证分析—基于修正的Z-Score模型》（2011）一文中认为Z-Score模型是根据美国证券市场的上市公司财务数据实证研究的结果，直接将该模型用于我国企业的财务预警是不合,提出对预警体系进行修正，并对修正后的“Z-Score”模型进行实证分析[6]。

张蔚虹，朱海霞在《Z－Score模型对科技型上市公司财务风险预警的适用性检验》（2012）一文中选取2011年宣布特别处理的科技型上市公司中的20家ST公司，以及与其同行业、资产总额基本相同的20家非ST公司作为研究样本，验证Z－Score模型对我国科技型上市公司财务风险的预警是有效的[7]。

彭小军在《探讨Z-score模型在我国上市公司财务预警中的适用性》（2012）一文中以我国日用电子器具制造业为研究样本，对Z-Score模型在我国上市公司的适用性进行研究，结果显示模型对于ST组企业的适用性明显优于其在正常经营企业的适用程度[8]。

刘学兵袁智慧等在《F分数模型与Z计分模型的比较分析—以ST轻骑为例》（2011）一文中通过具体的案例，对Z计分模型和F分数模型进行理论比较之后，引入具体的案例进行实证分析，得出的结论是Z计分模型更看重资产的使用效果和企业的整体经营状况，而F分数模型则更看重现实的偿债能力。

两种模型的侧重点有不同，得出的结果没有大的差异。

提出的建议是两种模型都是定量分析，在现实情形中定性分析也是尤为重要的[10]。

1.4研究主要内容、方案、方法及重点和难点

1.4.1研究主要内容

本课题研究的主要内容是我国中小板上市公司中选取30家上市公司为研究样本，采用Z-Score模型作为研究工具，进行实证研究，确定Z-Score模型对我国中小板上市公司财务风险的预警是否有效，并对该模型在我国中小板上市公司财务风险预警应用中存在的问题提出改进建议。

1.4.2研究方案

讲述研究背景、意义；文献综述；Z-Score模型简要介绍；样本的计算；采用的研究思路。

第一步提出问题。

Z-Score模型对我国中小板上市公司的财务预警是否有效；第二步分析问题。

对选取的30家上市公司运用Z-Score模型对其财务风险进行实证分析；第三步解决问题。

通过样本数据和现实公司的情形来判断Z-Score模型是否适合对我国中小板上市公司财务风险预警，并结合我国的实际情况对不足之处提出改进建议。

1.4.3研究方法

本文是以中小板上市公司为研究背景，拟采用文献研究法、实证研究方法、定量分析法、比较法、定性分析法等进行研究。

文献研究法：

对关于Z-Score模型的文献进行广泛的阅读为后期打好基础；

实证研究方法：

在观察和实验的经验事实上，通过经验观察的数据和实验研究的手段来揭示一般结论，并且要求这种结论在同一条件下具有可证性；

定量分析法：

以企业财务报表为主要数据来源，按照某种数理方式进行加工整理，得出所需要的数据；

比较法：

通过Z-Score模型得出来的结论与实际公司的运营情形进行比较；

定性分析法：

对通过比较法得出来的差异进行定量分析，考虑模型所不能涉及到的因素进而达到得出问题，解决问题。

1.4.4研究的重点和难点

Z-Score模型经过国内外学者的研究，研究的影响因素涉及多个方面，本文结合前人的研究成果，将数个影响因素结合起来对财务风险作出一个更贴切的预测。

中小板上市公司是我国的特色，需选取多家中小板上市公司作为样本来验证Z-Score模型对中小板的适用性，结合该模型的分析得出适宜的结论。

本研究需收集多家中小板上市公司财务报表，收集数据的渠道有限，会造成数据不完整，促使Z值会存在一定偏差。

模型的研究是针对过去发生经济业务的情形会与现时情形可能存在不完全一致。

2Z-Score财务风险预警模型简介

2.1Z-Score模型基本理论

多变量预警模型是一种综合评价企业风险的方法,多变量模型中最早也是最广泛使用的是多元线性函数模型。

在多元线性函数模型研究中，最早也最有影响力的是Altman教授于20世纪60年代中期创建的Z－Score模型。

他是根据美国上市公司在1946年到1965年期间，资产规模在100万到2500万美元，提出破产申请的33家破产企业和33家非破产企业为样本，采用逐步判别分析法，从最初的22个财务比率中选择了5个，使用破产企业破产前一年的数据和非破产企业在相应阶段的数据，用多元判别分析法对5个财务比率分别给出一定权数，进而计算其加权平均值。

Altman将多变量统计分析方法——判断分析和财务比率相结合，选取了5种基本财务比率，并根据按顺序排列的判别函数，为每一种比率确定了其对破产的影响程度，以此作为财务危机的预测模型。

2.2Z-Score模型的判别函数

该模型的判别函数为:

Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5

其中:

X1=营运资本/资产总额=（流动资产-流动负债）/资产总额；该比率是营运资本与资产总额比，它是公司流动资产相对于资产总额关系的一种衡量，是公司是否面临运营困难的衡量标准之一，可以反映短期偿债能力。

一般情况下，营运资本相对于资产总额持续减少，预示着企业资金周转不灵或出现短期偿债危机。

X2=留存收益/资产总额=（未分配利润+盈余公积）/资产总额；该比率衡量企业累积获利能力，反映企业的经营年限。

X3=息税前利润/资产总额=（税前利润+财务费用）/资产总额；该比率可以衡量除去税收、融资和其他杠杆因素外公司资产的获利能力，其分析对公司破产研究尤为有效，比率越高，表明企业的资产利用效果越好、经营管理水平越高。

X4=股权市场价值总额/负债账面价值总额=（每股市价*股票总数）/负债账面价值总额；该比率能够说明股东所提供的资本与债权人提供的资本的相对关系，反映权益资本和负债筹资的比值，该比值是动态的，在负债筹

资相对稳定的情况下比值越大反映企业的业绩越好，股票价格越高。

企业基本财务结构是否稳定，同时也反映债权人投入的资本受股东资本保障的程度，比率高，是低风险低报酬的财务结构。

X5=营业收入/资产总额=主营业务收入/资产总额；该比率是资产周转率，它反映公司资产营运能力的财务比率，该指标越高说明企业资产的利用率越高，企业增加收入方面能力越强。

如果资产周转率长期处于较低的状态，企业就应当采取措施提高各项资产的利用程度，对那些确实无法提高利用率的多余或闲置资产及时进行处理，加速资产周转速度。

Z-score模型从企业的短期偿债能力、利润累计能力、获利能力、资产利用能力等方面综合反映了企业的财务状况，在财务预警模型中具有十分重要的作用。

Altman教授通过研究分析得出：

Z值越小，企业发生破产的可能性越大，其面临的风险也将越大。

2.3Z-Score模型的分析方法

Z-Score模型是通过五个变量（五种财务比率），将反映企业偿债能力的指标（X1、X4）、获利能力指标（X2、X3）和营运能力指标（X5）有机结合起来，综合分析预测企业财务失败或企业破产的可能性。

从上市公司财务报告中计算出一组反映企业财务危机程度的财务比率，根据各种比率对财务危机警示作用的大小给予不同的权重，最后进行加权计算得到一个企业的综合风险分Z值，将其与临界值对比就可知企业财务危机的严重程度。

当Z＜1.80时，企业有很大的破产危险;当1.8＜Z＜2.99时，企业处于灰色地带，财务状况极不稳定;当Z＞2.99时，企业财务状况良好，破产可能性极小。

关于临界值的具体说明如表2.1所示:

表2.1临界值的说明

Z记分值

短期出现破产的概率

Z＜1.80时

企业有很大的破产危险（破产风险区）

1.80≤Z＜2.99时

企业处于灰色地带，财务状况极不稳定（灰色区）

Z≥2.99时

企业财务状况良好，破产可能性极小（无破产风险区）

3Z-score模型在我国中小板上市公司的实证分析

3.1中小板块及中小板上市公司财务风险简介

中小板块是2004年5月，经国务院批准，中国证监会批复同意深圳证券交易所在主板市场内设立的。

中小板主要面向已符合现有上市标准，成长性好，科技含量较高，行业覆盖面较广的各类公司，中小板市场是创业板的一种过渡。

现今我国共有702家中小板上市公司，其中非ST企业695家，ST企业有7家。

中小板上市公司的上市条件由深圳证券交易所对其制定了特别的规定和协议并与主板同样受约束于《证券法》和《公司法》对股本和财务条件都做出了详细的要求，中小板块的成立解决了部分中小板上市企业的融资问题。

中小板块的成立解决了部分中小板上市公司的融资问题，但上市公司作为现代经济体制的微观组成部分将面临越来越激烈的全球化竞争环境，中小板上市公司同主板上市公司相比，公司的规模明显要小许多，融资能力和抵抗风险的能力就相对来说较弱。

在对上市公司面临风险分析的过程中，我们要关注来自企业内外的各种风险，公司财务风险显得尤为重要，财务风险主要表现在筹资、投资、营运和收益分配这几个方面，引用模型对这些财务风险进行分析可以判断出企业未来的经营能力。

3.2样本选取

本文研究样本采用系统抽样法，选取我国中小板上市公司共计30家，其中，ST组有7家，用来代表财务危机的企业；非ST组有23家，用来代表财务危机几率较小的企业，选取样本公司2009年至2011年公司财务信息作为研究期间。

虽然国外多以破产公司作为财务危机型企业，但我国目前没有破产的公司，因而不能以破产公司作为财务危机型企业，而只能以ST公司作为财务危机型企业来进行研究。

3.3Z值分析

公司财务困境的形成不是一朝一夕间形成的，财务困境的形成是一个连续的动态过程，为了检验Z—score模型是否对我国中小板上市公司适用，因此选取样本公司前三年的财务数据即2009年—2011年的财务数据，本文样本公司财务数据来自网易财经网，每股股价取第四季度末的收盘价，所有年报数据均取自会计报表中。

3.3.1Z值计算结果

运用Excel对选取的样本公司2009年—2011年的Z值进行计算，得出运算结果见下表。

表3.1非ST组Z值计算结果

公司编号

2009年

2010年

2011年

01

6.65

6.31

8.03

02

8.46

7.44

9.56

03

6.13

6.82

3.33

04

3.97

3.93

3.62

05

2.78

2.73

2.68

06

3.80

3.80

4.05

07

6.21

6.90

5.18

08

2.09

2.13

3.59

09

2.32

2.26

2.45

10

0.70

0.96

2.11

11

3.00

3.13

3.86

12

4.43

4.46

2.15

13

2.36

2.12

1.94

14

1.74

2.02

1.96

15

4.43

5.41

3.64

16

4.74

3.47

3.27

17

5.62

4.21

3.71

18

1.84

2.61

3.19

19

4.16

3.29

2.99

20

7.82

6.62

7.65

21

2.54

2.48

2.32

22

3.46

4.11

2.25

23

5.70

3.64

3.05

均值

4.13

3.95

3.76

表3.2ST组Z值计算结果

公司编号

2009年

2010年

2011年

24

0.07

0.53

0.34

25

0.95

-4.60

-0.06

26

0.51

-0.56

0.42

27

0.82

0.36

0.06

28

1.46

0.13

-0.38

29

1.45

1.12

-0.04

30

1.45

1.52

0.57

均值

0.96

-0.21

0.13

图3.1Z值均值折线

根据表3.1与表3.2的Z值均值进行分析可以看出ST组研究期间样本企业Z值绝大部分低于正常企业（非ST组企业），从图3.1的Z值均值折线图可以清楚的看出:

非ST组样本企业在研究期间Z值均值均大于2.99，ST组样本企业研究期间均值均小于1.80。

两组企业的Z值存在着明显的差异，从这一点上看，该模型可以明显区分正常企业与ST企业，证实Z值对预测企业财务危机有很高的可靠性。

根据表3.1与表3.2各年公司Z值计算结果进行统计分析，如果非ST组样本公司研究期间Z值低于2.99时，称其为错判。

经统计计算，非ST组样本公司研究期间的错判率为34.78%，说明Z-score模型对于我国非ST中小板上市公司财务危机的判断有一定的偏差，主要是上市公司Z值相对于临界值2.99来说较低。

然后将ST组样本公司研究期间Z值进行统计，临界点同样为2.99和1.80，当Z值高于2.99时，称其为错判。

通过统计计算，ST公司的错判率为0。

说明Z-score模型对于我国ST公司财务危机的判断准确度较高。

3.3.2Z-score模型临界点对比

在Z-score模型中，企业的Z值越低，表示企业将面临的风险就越大，破产的可能性就越高。

如果Z值小于1.8，表明企业面临着严重的财务危机，破产的可能性很大；如果Z值大于2.99，表明企业的财务状况和经营状况良好，发生财务危机的可能性很小；如果企业的Z值处于1.8和2.99之间，表明企业的财务状况不明朗，经营现状不稳定，处于“灰色地带”。

样本公司中非ST组和ST组Z值分布情况分别如下表。

表3.3非ST组Z值各区间的企业分布及比重

2009年

2010年

2011年

个数

比重

个数

比重

个数

比重

Z≤1.80

2

8.70%

1

4.35%

0

0.00%

1.80

6

26.08%

7

30.43%

8

34.78%

Z≥2.99

15

65.22%

15

65.22%

15

65.22%

合计

23

100%

23

100%

23

100%

图3.2非ST组Z值各区间的企业分布及比重饼状图

表3.4ST组Z值各区间的企业分布及比重

2009年

2010年

2011年

个数

比重

个数

比重

个数

比重

Z≤1.80

6

85.71

7

100%

7

100%

1.80

1

14.29%

0

0.00%

0

0.00%

Z≥2.99

0

0.00%

0

0.00%

0

0.00%

合计

7

100%

7

100%

7

100%

图3.3ST组Z值各区间的企业分布及比重饼状图

根据表3.3的数据来看，2012年正常经营的企业，从2009年到2011年，Z值低于1.80的公司数量分别是2、1和0，Z值位于1.80和2.99的公司数量为6、7和8，Z值大于2.99的公司数量均为15。

非ST组公司Z值处于1．8～2．99（即处于灰色地带）之间的平均比例为30.43％，非ST组公司Z值大于2．99的平均比例为65.22％，这说明我国制造业上市公司财务状况基本良好，有一定的抵御风险的能力。

从以上的些数据我们可以知道，对于非ST公司，Z值的平均预测准确率为65.22%，平均误判率为34.78%。

根据表3.2和表3.4的数据来看，2012年ST组样本企业，从2009年到2011年，Z值低于1.80的公司数量分别是6、7和7，有的样本企业Z值甚至已为负数，这充分说明了公司在被特别处理前一年内其财务状况已经发生了