对我国ST公司财务预警模型实证研究
来源:用户上传
作者: 施梅飞
摘 要：企业财务预警，就是从财务角度对企业进行预警，它是架构在企业预警理论之上，通过对企业财务报表及相关经营资料的分析，利用及时的财务数据和相应的数据化管理方式，预先告知企业所面临的危险情况，同时分析企业发生财务危机的原因，发现企业财务运营体系隐藏的问题，以提早做好防范措施并提出相应的预警对策的财务分析系统。文章主要是通过对2009年上证的41家ST公司的财务数据了利用F模型和Z模型分别进行数据计算，并在此基础上分析财务预警模型的应用以及在预测方面的准确性进行分析，说明了两种模型在对我国公司的出现财务危机预测方面的准确性，并以此说明在分析我国公司的财务危机仅仅依靠模型是不够的，还需要考虑现金流量，模型的有用性等。
关键词：财务预警 F模型 Z模型 ST公司
中图分类号:F275 文献标识码:A
文章编号:1004-4914（2011）08-177-03
一、导论
财务危机预警是指以财务会计信息为基础，通过设置并观察一些敏感性预警指标的变化，对企业可能或者将要面临的财务危机所实施的实时监控和预测警报。
在我国，周守华教授以及张维（1992年）教授较早的向国内介绍了国外的财务预警研究但限于我国《破产法》的实施情况和证券市场发展状况，直到1998年3月16日中国证监会颁布了《关于上市公司状况异常期间的股票特别处理方式的通知》，要求证券交易所对“状况异常”：包括财务状况异常，即连续两年亏损或每股净资产低于股票面值的上市公司的股票交易进行特别处理(Special Treatment,ST)，国内才开始出现基于上市公司数据的财务预警研究。
虽然近年来财务预警主要源于公司财务的实证研究领域，但从目前研究方向和应用需求的发展来看，财务预警并不仅仅是一个预测模型或预测技术，实际上更是一种复杂、综合性的管理活动，其理论和实践涉及到组织管理、公司金融、信息技术、数理工具以及模拟技术等多学科知识。
因此，对于我国上市公司中被ST的公司进行财务预警分析，对于财务预警模型在我国的运用有其重要的实践意义。本文所选题目为ST上市公司财务预警研究，把研究对象限定于上市ST公司，一方面可以为上市ST公司的财务预警模型研究提供参考；另一方面ST公司仍然是上市公司，从被ST之前的几年财务数据中进行财务预警模型的计算可以有效地判断各种财务预警模型的适用范围以及优缺点。
二、财务预警模型
（一）Z-score模型
“Z-Score”模型是由纽约大学商学院著名的财务金融学家Edward Altman在1968年提出来的，最初是依据制造业企业公司的资料提出的。Altman共选择了22个可能有用的财务比率来研究，这些财务比率被分为五大类：流动性、获利能力、财务杠杆、偿债能力和活动性。根据行业和资产规模，Altman选择了33家破产公司和33家非破产公司作为研究样本，再分析有关变量间的相互依存关系,观察各变量对预测的准确性，根据误判率最小的原则，确定了5个变量作为判别变量。其多元线性判定模型为：
Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5
其中，Z＝判别函数值；X1＝营运资本／总资产；X2＝留存收益／总资产；X3＝息税前利润／总资产；X4＝股东权益的市场价值／负债总额的账面价值；X5＝资产周转率＝销售收入／总资产。
Altman通过对Z-Score模型的研究分析得出：Z值越低，企业越可能发生破产，面临的风险越大，该企业遭受财务失败的可能性也就越大。按照上述模型，根据对过去经营失败企业统计数据的分析，Altman还提出了判断企业破产的临界值：如果企业的Z值大于2.675，则表明企业的财务状况良好，发生破产的概率很小；反之，若Z值小于1.81，则企业存在很大的破产危险；如果Z值处于1.81―2.675之间，则称之为“灰色地带”，即说明进入这一区间的企业财务是极不稳定的。此模型在企业破产前一年成功地判别出33家破产企业中的31家，总体预测精度高达95%。（王化成，2003）
目前，Altman的Z-Score模型的应用最为广泛，并且已经拓展应用于私人企业、非制造性企业以及新兴的市场公司。多元线性判别方法现已成为财务困境预测最常用的方法。Grice和Ingram（2001）的研究表明，尽管Altman的Z-Score模型的预测精度近年来有所下降，但该模型在预测财务危机和破产方面仍有较高的应用价值。
（二）F模型
由于Z分数模式在建立时并没有充分考虑到现金流量的变动等方面的情况，因而具有一定的局限性。为此，有学者拟对Z分数模式加以改造，并建立其财务危机预测的新模式――F分数模式（Failure Score Model）。F分数模式的主要特点是：
1.预测公司破产的有效变量，因而它弥补了Z分数模式的不足。
2.本模式考虑到了现代公司财务状况的发展及其有关标准的更新。比如公司所应有财务比率标准已发生了许多变化，特别是现金管理技术的应用，已使公司所应维持的必要的流动比率大为降低。
3.本模式使用的样本更加扩大。其使用了Compustat PC Plus会计数据库中1990年以来的4160家公司的数据进行了检查；而Z分数模型的样本仅为66家（3家破产公司及33家非破产公司）。F分数模式对4160家公司进行验证的结果如下表所示：
F分数模式如下：
F=-0.1774+1.1091X1+1.1074X2+1.9271X6+0.0302X4+0.4961X7
式中，X1、X2及X4与Z计分模型中的X1，X2及X4相同，这里不再进行分析；X6=(税后纯收益+折旧)/平均总负债；X7=(税后纯收益+利息+折旧)/平均总资产。F分数模式中的五个自变量的选择是基于财务理论，其临界点为0.0274；若某一特定的F分数低于0.0274，则将被预测为破产公司；反之，若F分数高于0.0274，则公司将被预测为继续生存公司（周守华，1996年）。
（三）模型的指标选择及计算
X1为营运资本／总资产，主要运用公司的净营运资本除以该公司期末总资产。反映了企业资产的折现能力和规模特征。营运资本定义为流动资产减去流动负债，具有周转速度快，变现能力强，项目繁多等特点。通常情况下，一个企业营运资本的持续减少,往往预示着企业资金周转不灵或出现短期偿债危机。
X2为留存收益／总资产，主要运用期末未分配利润、盈余公积、公益金之和除以期末总资产。反映了企业的累积获利能力。期末留存收益是由企业累积税后利润而成，对于上市公司，留存收益是指净利润减去全部股利的余额。在实际情况中，新企业建立的时间越短，发生财务危机的可能性就越大。这是由于新企业没有足够时间创造和积累较多的利润，因此相对于其他企业来说该比率较小。
X3为息税前利润/总资产，即EBIT/资产总额。这个比率用来反映在不考虑税收和财务杠杆因素影响的情况下企业总资产的实际获利能力。EBIT是指扣除债务利息与所得税之前的正常业务利润(包括对外投资收益),不包括非正常项目、中断营业和特别项目及会计原则变更的累积前期影响而产生的收支净额。该指标主要是从企业各种资金来源(包括所有者权益和负债)的角度对企业资产的使用效益进行评价的,通常是反映企业财务失败的最有力依据之一。
X4股东权益的市场价值／负债总额的账面价值，主要运用市盈率乘以每股收益再乘以实收资本然后除去期末负债总额。它用股东权益的市场价值取代了账面价值，因而对公认的、影响企业财务状况的产权比率进行了修正，使分子能客观地反映公司价值的大小。这个比率反映了企业的价值和它所承担的债务之间的关系，比率越高，企业的价值越大，偿还债务的能力越强，发生财务危机的可能性就越小。
X5为总资产周转率，主要运用主营业务收入除以总资产得出。企业总资产的营运能力集中反映在总资产的经营水平上。因此，总资产周转率可以用来分析企业全部资产的使用效率。如果企业总资产周转率高，说明企业利用全部资产进行经营的成果好，效率高；反之，如果总资产周转率低,则说明企业利用全部资产进行经营活动的成果差，效率低，最终将影响企业的获利能力。如果总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、闲置资产应当及时进行处理，加速资产周转速度（刘凤娇，2006）。
X6为(税后纯收益+折旧)/平均总负债,主要是利用净利润于本年的固定资产折旧之和除以本年平均负债得出。该指标主要反映企业的实际偿债能力,通过付现金流来计算企业的偿债能力能够更好的反映企业实际的盈利还债能力。该指标主要通过考虑现金流来反映企业的经营状况，是改善Z模型的重要指标之一。其次该指标还是反映偿债能力的指标，是一个现金流量变量，它是衡量企业所产生的全部现金流量可用于偿还企业债务能力的重要指标。一般来讲，企业提取的折旧费用，也是企业创造的现金流入，必要时可将这部分资金用来偿还债务。
X7为(税后纯收益+利息+折旧)/平均总资产，测定的是企业总资产在创造现金流量方面的能力。主要运用净利润、本年应付利息、本年固定资产折旧费用三者之和除以本年期初期末总资产值和的平均值来计算得出。X7越大说明企业筹资和再投资能力越强，相对于Z分数模式，它可以更准确地预测出企业是否存在财务危机。（其中的利息是指企业利息收入减去利息支出后的余额）。另外该指标主要是反映企业在考虑现金流量的情况下的盈利能力，最终反映企业的经营状况。该指便越高说明企业的利用资产的经营能力强，反之则会影响企业的发展，可能会出现危机的前兆。
二、基于Z模型和F模型的财务预警研究
（一）研究样本的选择
在我国，由于国情的特殊性，迄今为止，尚未出现一家上市公司破产的案例，所以根本无法将破产企业作为我们的研究对象。正因为如此，在为数不多的财务预警研究中，几乎所有的研究都将研究对象界定为因“财务状况异常”而被“特别处理”的公司。2006年深沪证券交易所股票上市规则规定：上市公司出现财务状况或其他状况异常，导致其股票存在终止上市风险,或者投资者难以判断公司前景,其投资权益可能受到损害的,本所对该公司股票交易实行特别处理。特别处理分为警示存在终止上市风险的特别处理和其他特别处理,前者在公司股票简称前冠以“*ST”字样,后者冠以“ST”以区别于其他股票。
基于此，本文也选取了国内普遍的做法，将ST公司界定为财务困境公司。研究样本的选取，本文的研究样本选取了2009年上海证券交易所中前41家ST公司作为样本进行研究。通过计算各个预警公司2006年至2009的财务数据的Z值和F值来预测2009年被ST的可能性，从而说明财务预警模型在预测财务危机方面的重要作用，但是也要说明其中的不足。（见表1）
（二）样本数据的计算
通过从CCER数据库导出的样本公司的财务指标，计算得出预测指标X1、X2、X3、X4、X5、X6、X7及以Z模型计算出来的判别值Z值（X1=营运资本／总资产、X2=留存收益／总资产、X3=息税前利润/总资产、X4=股东权益的市场价值／负债总额的账面价值、X5=总资产周转率、X6=(税后纯收益+折旧)/平均总负债、X7=(税后纯收益+利息+折旧)/平均总资产。
（三）计算结果及其分析
通过样本数据计算根各个公司2006-2009年的Z值和F值，见表2。
根据表2的值来计算F模型和Z模型的预测每个公司产生财务危机的可能性，见表3。
1.Z模型和F模型在ST公司被特别处理之前的一年预测正确的准确率都高于85%,但是F模型在总体上预测的准确率却不如Z模型,ST公司被特别处理之前的2年至3年期预测的准确率都大大低于Z模型,分别低了14%～17%。
2.ST公司的Z值都远远低于1.81，有50%以上的上市公司在被特别处理的前一年Z值都小于0，根据Altman Z模型的破产预测，90%的有破产危机企业，从2008年到2009年Z值都降低了，正如Z模型就如同Altman的研究报告中所示，在前一年的判别准确度很高。相比较而言F模型在企业被特别处理之前的一年预测的准确率也在85%以上，并且F模型的破产预测，95%的上市公司的被特别处理之前的一年F值都小于0。
3.ST公司在被列入“特别处理”前三年(2006、2007年2008年)，他们的Z值80%都小于1.81，说明有很大的破产危险，这仅仅是对总体而言的，对于个别公司如ST东北高速来说其Z值从2004年至2007年是递增的并且高于临界值，这说明其不存在出现财务危机的可能性，但是用F模型来计算就可以看出其F值一直是减少的，肯定要出现财务危机。
4.从上述计算结果分析得知，通过计算所得到的Z总平均值全部都是在Altman确定的上临界值以下，这和这些公司当时的现状不是很符合。造成我国公司Z值低于Altman所确定的临界值的原因是多方面的。第一，破产界定不一样。对于美国公司,若资不抵债则就可能破产，而不论是否仍有偿债能力。而在我国,若已经资不抵债，只要仍存在偿债能力(包括借新债还旧债)，只要不存在无力支付的情况，就不能由债权人申请破产。第二，我国政府从维护整个国民经济、保证就业、维持人民生活稳定等角度综合考虑，对重点的上市公司，只要亏损的程度不大严重，即使出现了无力支付的情况，政府也可能通过行政手段要求银行贷款、债转股等其他方式缓解企业一时的财务偿债危机，这样导致了Altman所确定的临界值相对于我国实际情况偏高。最后，我国公司的资产负债率平均在60%～70%，我国企业的高负债经营使得企业偿债能力相对较差，获利能力也相对很差，财务费用金额大，进而影响了计算所得的Z值使得我国公司按照该模型计算出来的Z值当然就较低。
因此我国公司在运用该模型对公司的财务状况进行测算时，必须根据公司的实际情况进行修正，方能适合公司的实际情况，也才能有真正的实用价值。
5.通过分析，F模型在对个别公司的预测比较准确,而对整体而言时Z名模型较为准确；而Z模型在前一年有很好的预测效果。因此，在使用“Z一Score”模型进行财务预警时，不仅要留意具体Z值的范围，还应关注公司几年的Z值变化趋势来分析资产状况，再结合现金流预警体系能够更准确地反映出企业的财务状况。分析得出各公司的Z值是在不断的下降，除前述的个别公司外，90%以上的公司Z值和F值在下降过程中体现了其财务危机在持续经营过程中不断外现。
三、运用Z分数与F分数进行财务危机预警应注意的问题
从以上的数据分析我们可以看出各个模型都是不能完完全全的预测到企业的财务危机，但是我们所需要的也并不是这样的模型，只要能够在财务危机爆发之前就能给予警示，从而给其他企业、机关以及个人能够依此作出正确的判断。但是只有这两种财务预警模型是不够的，我们在作出正确判断的过程中需要考虑其他一些方面因素：
1.遵循成本效益原则。企业在运用财务预警系统的过程中要考虑其为自己的生产持续经营带来效益做出比较，使财务预警系统设计要使产生预警信息的价值大于产生预警信息的成本，保证系统的经济性和有效性。
2.加强信息管理，保证预警信息传递路线的通畅。财务预警系统必须以大量的动态信息为基础，这就要求加强信息管理，使之能够全面准确及时的向财务风险预警系统提供信息。必要时可配备专业的人员，使预警信息能迅速反馈到管理层以便及时作出对策反应。
3.注意保持预警系统的先进性和有用性，淘汰不适用的指标，增加更能反映本企业实际问题的新指标。现有的预警模型都是外国学者根据本国上市公司的资料进行统计计算出来的，虽然具有一定的有效性，但仍存在局限性，企业应根据我国市场的实际情况完善财务风险预警模型，制定出适合本单位财务特点的预警指标体系。
4.注重企业的现金流量管理。企业所需的经营信息主要来自于财务会计报表，良好的经营活动现金流入能增强企业的盈利能力，满足企业长、短期负债的偿还需要，使企业保持良好的财务状况。所以企业除了要对资产负债表、利润表进行关注的同时，对现金流量表也应格外关注。
参考文献:
1.艾健明.企业财务危机预警研究[J].企业经济，2002（2）
2.陈月圆.上市公司ST风险预警实证研究[J].财会月刊,2008（11）
3.韩东平,田艳丽,王悦鑫.基于现金流测量标准的财务预警实证研究 [J].财会通讯（学术版）,2006(12)
4.刘凤姣.Z-Score模型在企业财务预警分析中应用的研究[J].经济师，2006（5）
5.李艳.我国ST上市公司财务预警研究[D].贵州大学，2007
6.李俊秀.上市公司财务失败内因分析[J].山西煤炭管理干部学院学报,2006（4）
7.秦彬.“刍议现代企业财务预警系统构建”[J].经济问题，2006(3)
8.王化成.高级财务管理[M].中国人名大学出版社,2007
9.王志坚,曹扬.企业财务失败的预测模型[J].上海会计,1999（3）
10.万希宁,苏秋根.关于上市公司财务失败预警的实证分析[J].商业研究,2003(12)
11.张鸣,张艳,程涛.企业财务预警研究前沿[M].北京：中国财政经济出版社，2004
12.张华伦,孙毅.上市公司财务预警分析―――基于现金流模型的实证研究[J].商业经济与管理，2005（12）
13.章之旺.现金流量在财务困境预测中的信息含量实证研究――来自2003―2004年度ST公司的新证据[J].中国管理科学，2004（6）
14.张友棠.财务预警系统管理研究[M].北京：中国人民大学出版社，2004
15.吴世农，卢贤义.我国上市公司财务困境的预警模型研究[J].经济研究，2001（6）
16.张友棠.财务预警系统管理研究[M].北京：中国人民大学出版社，2004
17.周首华.论财务危机预替分析―F分数模型[J].会计研究，1996 (8)
（作者单位：杭州萧山坎山镇经发办 浙江杭州 311200）
（责编：贾伟）
转载注明来源:https://www.xzbu.com/3/view-731503.htm
