摘要：近年来我国上市公司的财务管理的范围越来越大，对企业财务管理，财务报表等都提出了更高的要求。本文结合当下普遍认可的企业财务预警分析模型—Z计分模型，探讨此模型对中国部分行业的适用性。

    关键词：上市公司；财务风险预警；Z评分模型；启示

1 基于改进后的Z-score计分模型的财务风险实证研究

建立一套有效的财务危机预警模型，获得这些财务状况出现严重恶化的上市公司的预警信号，能够改善公司的融资、投资、审计、经营和财务状况。同时，这套系统对国家证券监管部门监控上市公司质量和减少证券市场风险也有着重要的现实意义。为此，现就Z记分模型对我国上市公司的适用性做一实证分析，力争找到适合中国上市公司的预警模型。

跟国外较为丰富而又成熟的财务风险预警研究成果相比，我国关于上市公司财务风险预警系统的研究还是有一点的落后，正处于研究的起步阶段。据研究查证，国内至今尚未有人提出一个完整的，完全适合我国上市公司实际情况，并得到普遍验证的财务风险预警模型，到目前为止，在财务风险评价与控制这一领域占据着核心地位的仍是国外最具权威的阿特曼的Z模型。于是，结合我国上市公司的实际情况，完善财务风险预警模型系统，需要不断地推进对财务预警模型的研究和改进。

1.1 Z计分模型的改进

1968年，美国学者奥特曼(Altman)提出“Z记分法”多变模式，通过多元线性函数公式，运用多种财务指标加权汇总计算得来的数值来预测企业财务风险。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值Z，将其与临界值对比就可知企业财务危机的严重程度。

为了改进传统研究中的缺陷，获得对企业财务危机更好的预警模型，研究人员从20世纪60年代起发展了多种新的模型和方法，预测的精度和效率得到了极大的提高，其中，多变分析是基础思想方法。最为经典的多变量财务预警模型为Altman提出的Z计分模型，此后又有其它一些研究人员发展了这一方法。

Z分数模型选定了5个指标，从企业的资产规模、折现力、获利能力、财务结构、偿债能力、资产利用效率等方面综合反映了企业财务状况。Z计分模型如下：Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5。

其中：

X1=运营资本/总资产，即流动资产与流动负债之差除以企业账面总资产值

X2=期末留存收益/期末总资产

X3=息税前利润/期末总资产

X4=期末股东权益市价总额/期末负债账面总额

X5=销售收入/总资产

但是由于这样的一个Z积分模型是在国外的证券市场和上市公司的特定背景下建立的，跟我国的实际情况不是相符，使得该模型对于我国上市公司而言，自身存在一定的局限性，因此在我国上市公司应用时应有适当的改进。通过对“Z计分模型”财务指标的分析可以看出，Z值是企业营运能力、发展能力、盈利能力、偿债能力的综合反映，但我们不能忽视“Z计分模型”的假设前提。“Z计分模型”的前提是会计原始资料必须真实可靠，原有模型和改进模型中使用的都是按权责发生制编制的会计报表资料，没有考虑到更为客观的现金流量指标，突出表现在收益信息与现金流量信息的差别和营运资本上。因此在构建我国财务预警模型时需要特别引入现金流量这一财务指标，在转型时期，电子信息行业有较大的产品升级转换，这些都需要大量的资金筹集与投入，在转型时期考虑到现金流量这样的一个指标，将会对转型时期的上市公司财务风险预测更加有帮助。

还有一方面就是，对大部分陷入财务危机的企业来说，一个最明显的财务特征就是“不能偿付到期债务”。因此，在转型时期重点关注企业的偿债能力，并在财务风险预警模型中设计和使用最具代表性、最能反映企业偿债能力的指标，对完善我国上市公司财务预警有特别的意义。

基于上述两点的考虑，本文对Z值进行一定的改进，如果用经营活动的现金流量来代替第五个指标中的销售收入，这样不仅能够反映企业的周转能力，并且它是确定的、真实存在的。另外在偿债能力分析中，资产负债率是能够体现企业长期偿债能力的有力指标，因此在转型时期财务风险的研究中，我们应加入这一因素。在综合了前两点分析后，我们得到了改进后的Z计分模型的变量如下：

X1=营运资金/总资产

X2=留存收益/总资产

X3=息税前利润/总资产

X4=资本市价/总负债

X5=经营活动现金净流量/总资产

X6=总负债/总资产

1.2 新模型的构建

本文选用多元统计分析方法，对指标进行显著性检验，利用2008年最新公布的20家ST公司和20家非ST公司的基础指标的数据资料，对财务危机企业被宣布特别处理前1年的数据分别进行F检验和T检验。在对基础指标数据进行显著性检验之前，应将个别特殊数据予以剔除。因为只有将这些特殊数据剔除，才能合理的反映出企业的一般水平。在构建模型时我们是在假设Z与X1、X2、X3、X4、X5、X6之间有确定的线性关系前提下求出参数和系数的，但其回归效果还需要进行F检验，即分析Z与X之间是否具备线性关系。Z计分模型样本数据的F检验结果见表1。

表1                       Z计分模型样本数据F检验结果

在5%的显著性水平下，F检验的判别标准是F>F1-0.05（6、23-6-1）=2.7时，拒绝原假设，即认为回归效果显著，Z和X之间存在一定的线性关系。在本例中F值均大于2.7，说明X1、X2、X3、X4、X5、X6与Z都存在线性关系，可以建立多元线性模型。

T值表示财务危机型企业与财务健康型企业两组配对样本在所选指标上的差异程度。双尾检验的显著性概率表示差异的显著性水平。Z计分模型样本数据的T检验结果见表2。

表2                      Z计分模型样本数据T检验结果

从表2中，我们得到了六个指标显著性检验的结果。在5%的显著性水平下，T检验的判别标准是|T|>T0.05/2(23-1)=2.0739时，拒绝原假设，接受对立假设。在本样本组中，T检

验的显著性水平P＜0.05，并且T的绝对值均大于2.0739，说明财务危机型企业和正常型企业在这六个指标上都具有显著差异。因此，可以用这六个指标构建一个财务预警模型。

本文的基础数据是以2008年最新公布的20家ST公司和20家非ST公司的基础指标为基数，先以样本企业发生财务危机前一年的数据为基础，建立相应的判别法模型。采用费歇（Fisher）线性判别分析方法，以上面确定的六个基本指标为自变量，以其线性组合的数值Z为因变量，建立财务预警模型。对样本企业发生财务危机前一年的数据进行统计分析，得出如表3：

表3                             Wilks’ Lambda

这是Wilk的λ检验，统计值Х2的显著性概率为0.000<0.01，表明不同类的指标均值的典则线性函数值有显著性差异。

表4                 Canonical Discriminant Function Coefficients

由此得出，典则线性判别模型为：

Z=1.91+1.11X1+1.37X2+3.49X3-0.01X4+1.11X5-2.89X6^①

1.3 新模型研究假设

根据典则线性判别模型，计算2008年20家ST公司和20家非ST公司的Z值，得到危机型企业与正常型企业的平均Z值分别为-0.97和1.08(见附表二)，如果我们以这两个数值当做模型的临界值，由附表二的Z值分布，我们可以得到预测准确率可以高达91%，这说明本文做的两点修改对Z计分模型起到了很好的修正作用，使它能更好的适应于我国特有的证券和经济环境，能更好地为企业财务预警机制服务。

因此，我们假设：

当Z<-0.97时，企业处在很危险的境地，有很大的破产危险；

当-0.97<Z<1.08时，企业处于灰色地带，财务状况极不稳定，财务风险具有不确定性；

当Z>1.08时,企业财务状况良好，破产可能性极小，可以说没有风险。

5. 基于Z计分模型分析结果关于优化公司内部财务风险管理启示

 由于不同行业由于业务种类的不同，导致资金规模几乎相同，上市时间相同的公司其资产负债比差异明显，表现在不同种类的长短期资产比例不同和同一种类的长短期资产内部比例不同。因此，Z计分模型对于上市公司风险预警准确性，高效性还取决于上市公司所处市场的完善程度，行业特征，成熟程度等。

由于我国证券市场较之西方发达国家并没有完全成熟，而Z计分模型的提出是以有效市场为条件的，所以必然会影响其预警能力，所以有必要根据我国金融市场实际情况，探索完善Z计分模型在我国实际运用，如：我国很多上市公司非流通股占很大一部分，因此会极大地影响X4比率（X4=股权价值/负债总额=每股价格×流通股数+每股净资产×非流通股数)。相对于西方国家上市公司股票全流通模式，使得计算得到的X4明显偏低，从而使得Z值总体偏小。

    建立高校准确的风险预警机制十分重要，这对于公司持续盈利，稳定发展扮演着不可忽视的角色。同时，上市公司也应提高自身财务质量，调整负债权益比，合理预测未来经营现金流，避免因到期债务本息带来的难以承受的债务负担。对不同规模，不同期限投资方案用不同方法（净现值法，回收期法，内部收益率法等）预测其收益及其现金流，计划分阶段筹资，降低项目运营成本，减少财务风险。企业应制定规范合理与公司发展状况相适应的管理准则，严格按规章制度办事，实现科学有效精准管理。构建完善信息披露制度，严格监管信息披露，提高财会人员自身素质，保证信息披露及时性，有效性，真实性。公司还应积极参加社会信用评级，提高公司知名度与信誉，增强投资者信心。