下载文档原格式
Z值模型评估信用风险的主要缺陷ZETA信用风险模型（ZETACreditRiskMode1）是继Z模型后的第代信用评分模型，变量由原始模型的五个增加到了7个，适应范围更宽，对不良借款人的辨认精度也大大提高。
ZETA=ax1+bx2+cx3+dx4+ex5+fx6+gx7，模型中的a、b、c、d、e、f、g分别是无法获得ZEIA模型中其变量各自的系数。
x1、x2、x3、x4、x5、x6、x7分别表示模型中的7个变量，7个变量是：资产收益率、收益稳定性指标、债务偿付能力指标、累计盈利能力指标、流动性指标、资木化程度的指标、规模指标。
1、资产报酬率，采用税息前收益比总资产衡量。
在以前的多变最研究中该变最表明评估公司业绩方面相当有效。
2、收入的稳定性，采用对X在5到10年估计值的标准误差指标作为这个变量的度量。
收入上的变动会影响到公司风险，因此这种标准是相当有效的。
3、债务偿还，可以让人们所常则的利息保障倍数（覆盖率）即利税前收益比总利息偿付来度量，这是固定收益证券分析者和债券评级机构所采用的主要变量之一。
4、积累盈利，可以用公司的留存收益（资产减负债比总资产）来度量。
该比率对于7-SOORE模型尤共有效，它需要考虑以下因素：公司年龄，公司股利政策，以及不同时期的获利记录。
毫无疑问，不管是单变量法还是多变量法，该比率都是最重要的。
5、流动比率，可以用人们所熟悉的比率衡量。
6、资本化率，可以用普通股权益比总资本。
在分子和分母中，普酒股权益可以用公司五年的股票平均市场值衡量，而不是帐面值。
五年平均市场值可以排除可能出现的严重、暂时性的市场波动，同时（与上述的X2）在模型中纳入了趋势的成分。
7、规模，可以用公司总资产的对数形式来度量。
该变量可以根据财务报告的业动进行相应的调临。
ZETA评分模型缺点1、两个模型都依赖于财务报表的帐面数据，而忽视日益重要的各项资本市场指标，这就必然削弱预测结果的可靠性和及时性。
2、由于模型缺乏对违约和违约风险的系统认识，理论基础比较薄弱，从而难以令人信服。
公司财务分布预测:修订 Z-S· SCORE 和 ZETA®模型edward i. altman *2000年7月* 纽约大学斯特恩商学院 max l. heine 金融教授。
本文改编自 e. altman, "财务比率、判别分析和公司破产预测"。
金融杂志, 1968年9月;ad. e. altman、r. haldeman 和 p. narayanan, "zeta 分析: 识别公司破产风险的新模式",银行与金融杂志, 1977年1月1日。
预测公司的财务困境:重温 z 分和 zeta®模型背景本文讨论了两种评估工业危难的令人尊敬的模型。
公司。
这些是所谓的z-分数模型(1968) 和zeta®1977) 信用风险模型。
这两种型号仍在被从业者使用全世界都是后者是 zeta services inc. (nj, hoboken) 订户的专有模式。
本摘要的目的有两个方面。
首先, 研究了业务失败的这些独特特征, 以便具体说明和量化作为公司困境的有效指标和预测指标的变量。
通过这样做, 我希望强调使用财务比率所固有的分析价值和实际价值。
具体而言, 一套金融和经济比率将在企业危难预测的上下文中使用多重判别统计方法进行分析。
通过这项工作, 我将不仅探讨潜在破产的可量化特征, 而且还探讨一个非常恶意的人的效用d 财务分析技术: 比率分析。
尽管我们将要讨论的模型是在1960年代末和70年代中期开发的, 但我将把我们的测试和发现扩大到包括适用于未公开交易的公司, 并将其应用于非制造业还提到了一种新的新兴市场企业债券债券评级等价模型。
后者使用的是一个名为 z "的 z-分数模型的版本。
本文还更新了1999年对违约和破产的预测测试。
正如我在1968年首次写的那样, 在 20世纪90年代末, 学者们似乎正在朝着消除比率分析作为评估企业绩效的一种分析技术的方向发展。
基于Z-Score模型的上市公司财务风险评价作者：***来源：《中国市场》2024年第14期摘要：财务风险评价是制约公司经营效率和经营成本的关键因素。
文章以瑞幸咖啡公司为案例，选取2017—2022年财务报表数据，采用偿债能力、盈利能力、营运能力和Z-Score分数模型对其财务风险进行综合评价。
结果表明：一是瑞幸咖啡公司在财务舞弊前、中、后三个时期财务风险呈现出不同的发展趋势，在财务舞弊前财务风险能力较低，在舞弊时期呈现出不正常现象，在舞弊后回归正常；二是Z-Score模型发现瑞幸咖啡公司在2020年Z值为历年最低，2021—2022年Z值数据稳步上升，虽然仍低于判别值1.81，存在较大的财务风险，但是可预见瑞幸咖啡公司正在朝着正确的道路前进。
文章为瑞幸咖啡公司提高财务风险应对能力提供建议，同时为我国上市公司进行财务风险评价和防范提供参考。
关键词：Z-Score模型；财务风险；瑞幸咖啡公司中图分类号：F406.7文献标识码：A文章编号：1005-6432（2024）14-0115-08DOI：10.13939/ki.zgsc.2024.14.0281引言财务风险已经成为上市公司面临的严峻问题，而财务风险评价更是制约公司经营效率和经营成本的关键[1-3]，上市公司财务风险评价作为提高经营效率和增强公司竞争力的重要指标[4-5]，其评价体系面临两大问题：一是现有评价指标不够全面，导致公司风险评价指标依赖于单一的财务数据；二是对公司进行风险评价后没有产生实用性，这一过程并不能为企业提供有效的建议。
针对上市公司风险评价存在的问题，已有研究者采用主成分分析法[6]、AHP模型法[7]、功效系数法[8]、熵权TOPSIS法[9]以及Z-Score模型[10]对上市公司财务风险進行评价。
在此背景下，文章研究上市公司舞弊前后财务风险评价，对于公司进行华丽转身和实现持续性发展具有重要意义。
已有研究集中于探讨公司财务舞弊、内部审计、商业模式等[11-13]。
会计中国乡镇企业风险与危机是由不确定性引起的，企业财务风险与危机的成因也是如此。
由于企业的生产经营和管理活动是一个具有不确定性的系统，即在企业活动的各个环节都有存在大量的不稳定性和不确定性因素，所以企业的行为必然会伴随着风险的威胁和影响，若风险失控就会引发危机。
任何企业风险终将会对企业财务造成影响，并显示在会计信息上，企业资金管理技术性失误是财务危机的直接根源。
事实上，企业陷入财务困境是一个逐步的过程，通常从财务正常渐渐发展到财务危机。
实践中，大多数企业的财务危机都是由财务状况正常到逐步恶化，最终导致财务危机或破产的。
因此，依据企业危机预警管理的基本思想，建立有效的企业财务危机预警系统，完全可能避免企业财务危机的发生，至少能够把财务危机所造成的损失和影响降到最低程度。
这是因为企业财务危机预警系统是通过设置并观察一些敏感性财务指标的变化，而对企业（或企业集团）可能或将要面临的财务危机事先进行预测预报的财务分析系统。
它具备了财务危机的识别、分析与评价，并由此做出警示的管理功能。
正确地预测企业财务危机，对于保护投资者和债权人的利益、对于经营者防范财务危机、对于政府管理部门监控上市公司质量和证券市场风险，都具有重要的现实意义。
一、选择Z值模型进行财务预警分析的原因限于现在许多先进的财务困境预警模型十分复杂，对于上市公司一般的利益相关者来说使用起来十分困难。
因此，财务指标广泛且有效地应用于财务困境预测模型，如何选择财务指标及是否存在最佳的财务指标来预测财务困境发生的概率却一直存在分歧，但是，自Z模型（1968）及ZETA模型（1977）发明后，还未出现更好的使用财务指标于预测财务困境的模型。
二、Z值模型简介“Z-Score”模型由美国学者Altman于20世纪60年代提出，用于探讨上市公司财务预警检测问题。
Z值模型的思路是运用多变量模式建立多元线性函数公式，即运用多种财务指标加权汇总产生的总判别分（称为Z值）来预测企业的财务危机。
什么是信用风险的Z评分模型和ZETA评分模型？Z评分模型（Z-scoremodel）是一个经典的定量信用分析模型，由美国金融专家阿尔特曼（Altman）等人于1968 年首先提出。
这个模型依据数理统计中的辨别分析技术，选择包括流淌资本/总资产在内的 5 个能够反映借款人的财务状况，对贷款质量影响最大、最具猜测或分析价值的比率，设计出一个能最大限度地区分贷款风险度的数学模型，对贷款申请人进行信贷风险及资信评估。
1977 年，阿尔特曼等对原始的Z评分模型进行了重大修正，推出了其次代信用评分模型——ZETA信贷风险模型，将原先使用的 5 个财务指标换成了包括资产收益状况、收益稳定性状况、债务偿付力量指标等在内的7 个指标，构造了如下线性模型：模型中的7 个变量分别是：X1:资产收益。
它是指公司（企业）息前、税前收益占总资产的比率，该比率在评估公司经营状况好坏方面是特别有用的一个指标。
X2:收益稳定性指标。
它是指公司（企业）资产收益率在 5 年或10 年中变化的标准差，用它可以衡量工商企业所面临的风险大小。
X3:债务偿付力量指标。
它是由息前、税前收益占总利息支付额比率来度量的，固定收益证券分析师和债券评级机构特别喜爱用这个指标来评估债务人的利息偿付力量。
X4:累计盈利力量指标。
该指标由公司的留存收益与总资产之比来表示，反映公司实力的强弱。
同时，该指标还反映公司的诸多信息，例如公司经营寿命的长短、分红政策以及它的盈利历史，所以它在评估公司信用状况时是一个特别重要的指标。
X5:流淌性指标。
该指标由流淌比率（即流淌资产/流淌负债）来表示，说明白公司的变现力量以及当短期债务到期时借款人偿债力量的大小。
X6:资本化程度的指标。
该指标是借款人一般股5 年的平均市场价值与长期资本总额之比来表示的，它反映了借款人归还债务的实力，假如一般股在总资本中所占比重较大，说明其资本实力较为巩固。
X7:规模指标，该指标由企业总资产的对数来表示，并且可以针对企业财务报告的变化而作出相应的调整。
（一）Z值模型简介Z值模型的思路是运用多变量模式建立多元线性函数公式，即运用多种财务指标加权汇总产生的总判别分（称为Z值）来预测企业的财务危机。
Z值模型理论是Altman通过对美国1945年～1965年之间的33家破产企业（制造业）和33家正常经营的企业（制造业）进行了充分的研究之后，于1968年发表的研究结论而形成的理论（Z值模型）。
该模型主要是从20多个财务指标中综合出4～5个变量来计算、预测企业的财务状况。
其计算方法主要就是根据这些变量对财务危机警示作用的大小而赋予不同的权重，最后进行加权计算，得到一个企业的综合风险总判别分Z，将其与临界值对比就可以了解企业财务危机的严重程度。
根据Altman的统计结果，此方法预测的准确率在破产前一年高达90%以上，而在破产前5年也高达70%之多。
Altman非制造业上市公司财务失败预警模型（Z3模型）在我国房地产业上市公司中的应用进行了实证研究。
结果表明，房地产业上市公司大体上支持Z3值模型的有效性，企业管理者可利用Z3值模型进行财务分析，促进其改善经营管理；外部投资者、债权人可用其评价企业，并可作为投资决策的依据。
Altman的Z3模型判别函数如下所示：Z3=6.65X1+3.26X2+6.72X3+1.05X4其中：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/总负债该模型主要将企业的偿债能力指标、盈利能力指标和营运能力指标有机地结合起来综合分析企业破产的可能性。
当Z3<1.23时，代表企业具有很高的破产概率；当Z3>2.9时，说明企业处于安全状态，破产的可能性很小，可以不予考虑；当1.23≤Z3≤2.9时，代表企业处于预测的灰色区域内，其财务状况不稳定，是否破产，情况不明，需特别加以注意。
此时，企业若采取有效措施，改善企业经营管理，才有可能转危为安2.指标说明营运资本=期末流动资产-期末流动负债留存收益=期末盈余公积+期末未分配利润息税前利润=本期财务费用+本期所得税+本期净利润股东权益=期末资产总额-期末负债总额。
公司财务分布预测:修订 Z-S· SCORE 和 ZETA®模型edward i. altman *2000年7月* 纽约大学斯特恩商学院 max l. heine 金融教授。
本文改编自 e. altman, "财务比率、判别分析和公司破产预测"。
金融杂志, 1968年9月;ad. e. altman、r. haldeman 和 p. narayanan, "zeta 分析: 识别公司破产风险的新模式",银行与金融杂志, 1977年1月1日。
预测公司的财务困境:重温 z 分和 zeta®模型背景本文讨论了两种评估工业危难的令人尊敬的模型。
公司。
这些是所谓的 z-分数模型 (1968) 和 zeta®1977) 信用风险模型。
这两种型号仍在被从业者使用全世界都是后者是 zeta services inc. (nj, hoboken) 订户的专有模式。
本摘要的目的有两个方面。
首先, 研究了业务失败的这些独特特征, 以便具体说明和量化作为公司困境的有效指标和预测指标的变量。
通过这样做, 我希望强调使用财务比率所固有的分析价值和实际价值。
具体而言, 一套金融和经济比率将在企业危难预测的上下文中使用多重判别统计方法进行分析。
通过这项工作, 我将不仅探讨潜在破产的可量化特征, 而且还探讨一个非常恶意的人的效用d 财务分析技术: 比率分析。
尽管我们将要讨论的模型是在1960年代末和70年代中期开发的, 但我将把我们的测试和发现扩大到包括适用于未公开交易的公司, 并将其应用于非制造业还提到了一种新的新兴市场企业债券债券评级等价模型。
后者使用的是一个名为 z "的 z-分数模型的版本。
本文还更新了1999年对违约和破产的预测测试。
正如我在1968年首次写的那样, 在 20世纪90年代末, 学者们似乎正在朝着消除比率分析作为评估企业绩效的一种分析技术的方向发展。
Z评分模型Z评分模型的概念Z评分模型是著名财务专家奥特曼设计的一种破产预测模型。
他根据数理统计中的辨别分析技术，对银行过去的贷款案例进行统计分析，选择一部分最能够反映借款人的财务状况，对贷款质量影响最大、最具预测或分析价值的比率，设计出一个能最大程度地区分贷款风险度的数学模型（也称之为判断函数），对贷款申请人进行信用风险及资信评估。
[编辑]奥特曼确立的分辨函数Z=0.012（X1）+0.014（X2）+0.033（X3）+0.006（X4）+0.999（X5）或：Z=1.2（X1）+1.4（X2）+3.3（X3）+0.6（X4）+0.999（X5）其中，X1：流动资本/总资产（WC/TA）X2：留存收益/总资产（RE/TA）X3：息前、税前收益/总资产（EBIT/TA）X4：股权市值/总负债帐面值（MVE/TL）X5：销售收入/总资产（S/TA）这两个公式是相等的，只不过权重的表达形式不同，前者用的是小数，后者用的是百分比，第五个比率是用倍数来表示的，其相关系数不变。
阿尔特曼经过统计分析和计算最后确定了借款人违约的临界值Z0=2.675，如果Z<2.675，借款人被划入违约组；反之，如果Z≥2.675，则借款人被划为非违约组。
当1.81<Z<2.99时，判断失误较大，称该重叠区域为"未知区"（Zone of Ignorance）或称"灰色区域"(gray area)。
[编辑]Z评分模型的改进[1]Z评分模型主要以会计数据来对企业违约风险进行评估，殊不知会计上的总资产的价值受许多因素的影响，使得它提供的资产总价值在大多数情况下与企业真实的价值不相吻合。
鉴于此原因，本文利用期权定价理论与Black-scholes公式计算出企业的市场价值，再把它应用到Z评分模型，那么怎样具体来计算企业资产的总价值呢？我们不妨先来讨论一下企业股权价值与企业总资产价值的关系。
假定一个公司具有资产价值V和负债D，这些负债必须在合同约定时间T时偿还，否则该公司就会违约；并且如果公司破产，公司的资产将优先清偿给债权人，如果资不抵债，则股权没有价值。
如果该公司资产价值V在时间T时大于D，则该公司有能力不违约，相反，如果小于D，则公司将要违约，股东选择将所有股权转让给债权人。
如图一给出了从企业的股权所有者角度考虑的贷款偿还问题。
假设企业从银行借款额为OB，贷款到期时该企业的资产市值为OA2，其中OA2 > OB。
在这种情况下，企业将归还这笔贷款并且企业的股东们还会得到企业资产的剩余价值OA2− OB贷款到期时，企业资产的市值越大，企业留给股东的剩余价值也就越大。
相反，如果企业资产价值低于OB（例如OA1），那么企业股东就失去了归还该笔贷款的能力，因为这时股东在经济上己经破产，只能将企业交给债权人来处置。
从图中我们可以看到，不管企业资产市值下降到借款数以下多大程度，股东朝下的那条风险线下降到某一点C后就被截取顶端成为一条直线了，这是因为有限责任公司股东以出资额对公司负责，保护了企业股东的损失不能超过OC(股东在企业的原始投入)。
对比图欧式看涨期权买权的损益可以看出，该公司的股权收益状况和看涨期权买权的损益状况一致，该看涨期权执行价格为D。
时间T后，如果该公司的资产价值大于D，则该买权得到执行，所得收益为V-D：否则不执行该买权，其价值为0，所以可以认为公司的股权是以公司资产为标的的看涨期权买权，执行价格为公司债务的价值。
故根据Black-scholes公式和上面的分析，有：VE = V A * N(d1) − e− rT * D * N(d2)(1)其中，公式中r为按连续复利计算的年无风险利率，V_A表示资产价值，\sigma^2_A表示资产价值的波动率，V_E表示股权价值，T表示信用期限，D表示违约点（它一般等于短期负债与长期负债一半的和）。
下面我们再来讨论一下股权价值波动性和资产价值波动性的关系：因为，V_E=V_A*N(d_1)-e^{-rT}*D*N(d_2)，所以，根据(1)和(2)可以得到市场的总资产价值VA，从而改进的Z评分模型为Z = 1.2x1 + 1.4x2 + 3.3x3 + 0.6x4 + 0.999x5,其中，x1=营运资本/市场总资产；x2=留存收益/市场总资产；x3=税前利润/市场总资产；x4=权益市场价值/总债务；x5=销售收入/市场总资产。
[编辑]Z评分模型案例分析[编辑]案例一:Z评分模型对上市公司信用风险状况的分析[2]1.研究方法说明将其按2004年度的经营业绩划分并选取：绩优股企业，沪深两市每股收益排名居前的各20家上市公司共40家企业；当年被取消ST的共12家企业；绩差股企业，当年被ST的共6家企业。
对这三类共58家企业的信用风险运用“Z评分模型”评价比较并检验Altman的原始z评分模型对我国股票市场的适用性。
2.研究假设根据Altman的研究经验，假定“Z评分模型”同样适用于我国股票市场，则我国沪、深交易所上市公司的z评分值将呈以下的分布规律：假设一：对于信用风险小的股票。
通常理解为绩优股，其z值应大于2.99。
假设二：根据我国《公司法》第157条规定：“上市公司如果最近三年连续亏损，将由国务院证券管理部门决定暂停其股票上市”，实际操作中，将其实施特别处理或特别转让(即ST或PT)。
显然，该类股票企业的信用风险很大，因此，当年被ST或Pr的上市公司，其z值应低于1.8l，并且在连续亏损三年内其Z值应呈逐年递减趋势。
假设三：对于当年被取消特别处理(即取消ST，又称“摘帽”)的上市公司而畜，由于其此前连续两年亏损，现虽已改观，但仍存在较大的经营风险与信用风险，因此其Z值在当年应处于1.81～2.99之间，即处于灰色地带，而被“摘帽”的当年，其z值应呈上升趋势。
3.样本数据说明(1)有针对性地选取上交所、深交所共58家上市公司的A股作为样本。
其中选取两个交易所2004年度每股收益排名居前的各20家上市公司作为绩优股企业；2004年度因连续亏损两年和净资产低于面值一元而被实施特别处理的上市公司：沪市3家，深市3家；以及2004年度因业绩改观而被取消特别处理上市公司：沪市3家，深市9家。
(2)样本的时间跨度为2003年、2004年两年，具体选取2004年度业绩较好、被实施特别处理和被取消特别处理的共57家上市公司21303、2004年的数据。
(3)样本数据来源于该57家上市公司2003、2004年公开披露的财务报表。
说明：深交所的2004年度每股收益排名居前的20家上市公司中不包含于2004年6月份陆续上市的中小企业板的上市公司。
4.指标设定鉴于我国股票市场非流通股元市场价格以及其他因素，对“Z评分模型”中的各项指标的设定作以下调整：X1=营运资金/总资产=(流动资产-流动负债)，总资产；X2=留存收益/总资产=(未分配利润+盈余公积)，总资产；X3=息税前利润/总资产=(税前利润+财务费用)/总资产；X4=权益市值／总债务账面值=(每股市价*流通股数+每股净资产*非流通股数)，总负债；X5=销售收入/总资产=主营业务收入/总资产。
(1)因X_3息税前利润中所需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。
(2)每股市价以股票12月31日当天收盘价计算。
(3)2004年新上市公司2003年的权益市值以每股净资产*股份总数计算。
5.对实证结果的分析与解释根据58家上市公司的财务资料，计算并归纳结果如下：沪市2004年度绩优的公司2003年度z均值为3.34，2004年度Z均值为3.55；2004年被ST的公司2003年度Z均值为2.48，2004年度Z均值为-0.88；2004年被取消sr的公司2003年度Z均值为0.92，2004年度Z均值为1.98。
深市2004年度绩优的公司2003年度z均值为3.3l，2004年度Z均值为3.49；2004年被ST的公司2003年度z均值为0.83，2004年度z均值为-0.57；2004年被取消ST的公司2003年度Z均值为2.59，2004年度Z均值为2.52。
由以上数据可以看出：(1)沪深两市2004年度每股收益较好的上市公司其2003、2004两个年度的Z均值均大于2.99，符合假设一。
(2)沪市中2004年被ST的上市公司在2003年度的Z均值为2.48,属于存在一定的信用危机破产几率较高的一档，到2004年度其均值迅速下降到-0.88，其信用风险极大，几近破严，这都符合关于z值临界值的界定，支持了假设二。
深币中2004年被ST的上市公司在2003年度的Z均值为0.83，已经属于财务危机严重、破产几率很高的一档，而到2004年度其信用状况进一步恶化，Z均值也已降为负数，为-0.57，这类企业已濒临破产。
这也符合前述关于Z值临界值的界定，支持了假设二。
(3)沪市中2004年被取消ST的上市公司在2003年度的Z均值为0.92，属于财务危机严重破产几率很高的一档，而在2004年由于经营的好转被取消了ST，z均值提高到1.98，但也只是略高于破产上限临界值1.8l，说明财务问题虽稍有好转，但仍存在着较大的破产风险，基本符合假设三。
深市中2004年被取消ST的上市公司在2003年度的z均值为2.59，虽然仍属于存在一定的信用危机破产几率较高的一档，但可以看出这类企业的经营状况已得到改善，Z均值已经与破产上限临界值1.81拉开了距离，然而其在2004年度的z均值虽仍处于灰色地带，但与上年相比却略有下降，这与假设三中提到的被“摘帽”的当年，其z值应呈上升趋势略有不符。
其原因在于该类上市公司样本容量不足，个别样本的数据可能对总体样本数据的计算结果产生很大影响，在深市2004年被取消ST的上市公司中，000150由于在这两年中的K指标值过高，尤其是2003年，因此造成其Z值过高，从而影响总体样本的计算结果，导致该类企业在被取消ST当年的Z均值低于上年。
与假设三不符。
若剔除该样本计算该类企业的z均值，在2003年和2004年分别为1.42、1.7l，这就在时间趋势上与假设三相一致了。
综上所述，虽然在假设三的验证上出现了与预计结果略有不符的现象，但从总体上来看，“Z 评分模型”在对我国股票市场上不同档次经营业绩水平上市公司的信用风险度量面还是很具说服力和适用性的，上市公司的业绩水平基本上与其信用风险水平成反比例关系，即上市公司的业绩表现越好，其z值就越高，表明其信用风险水平就越低。
“z评分模型”无疑在这方面为我们提供了一个有效的工具，便于我们考察企业的信用风险变动状况，从而为作出科学决策提供有力保障。
[编辑]参考文献1. ↑何骋雄.Z评分模型的改进及其实证研究[J].中国商界,2009,(7)2. ↑刘鑫.对我国上市公司信用风险状况的实证研究——运用“Z评分模型”评价我国上市公司的信用风险[J].辽宁经济职业技术学院辽宁经济管理干部学院学报,2007,36(4)。
