制造业上市公司预警研究(实证分析)

说明企业发生财务危机，而Ａ１ｔｍａｎ构建模型的时候使　

用的是“进入法定破产”概念。“ｓＴ”的定义并不能完全　

涵盖财务危机的所有现象。凶此许多非ｓＴ企业的ｚ值　

处于“灰色地带”，表示该　业可能已经发生了财务危　

机，却还没有进入被“冠以ｓＴ”的范围。　

第五，我国会计准则虽已实现国际趋同，但仍存在　

一定的差距，Ｈ＿２００４年　２００６年的数据来自旧准则标　

准，这可能导致我国财务数据与国际上的有　定差别，　

从而导致结果的偏差。　第六，实证结果ｚ值偏低，很可能是由丁现阶段我　

国证券市场上市公司的股权结构特别复杂。股权分置改　

革后存在人比例的非流通股，且从目前非流通股解禁的　

情况看，即使某公司已实现全流通，其股价的表现依然　

不稳定，这对　的值影响很人。　

第七，Ｚ　ｓｃｏｒｅ模型依据企业财务报表进行财务诊　

断和分析，企业财务报表的真实性和客观性从根本上影　

响着模型应用结果的准确性。本文巾所使用的财务数据　

来自上市公司的公开信息，可能存在会计信息失真现　象，进而出现不合理结果。　

三、基于实证分析对ｚ—ｓｃｏｒｅ模型的改进　

根据实证分析可知，Ｚ－ｓｃｏｒｅ模型在一定意义上能　

区分ｓＴ企业和非ＳＴ企业，但直接用于我国上市公司财　

务预警有明显不足，白丁按照经济发展、我国国情和证券　

市场现状对其进行调整，从而对我国上市公司财务危机　

的判断更具有适用性。　

（一）Ｚ—ｓｃｏｒｅ模型指标的调整　

随着社会的发展，企业活动的复杂性不断增加，　

ｚ　ｓｃｏｒｅ模型已有的财务指标已经无法全面地概括企　

业的财务状况。本文认为可以增加现金流量指标，它可　

以用以评价企业的支付能力、偿债能力和周转能力，预　

测企业未来现金流量，为决策提供有力证据；还可以增　

加非财务指标，如公一Ｊ治理结构方面的指标等。　

（二）Ｚ—ＳＣＯＦＣ模型临界点的改变　首先，不同国家的经济环境，同　国家不同的发展　

阶段，ｚ值的判断标准都会不同，Ｚ值相应的临界点也不　

同。从实证结果巾可知，我国上市公司ｚ值普遍偏低，按　

●会计视窗　

化纤行业上市公司财务预警实证研究　

耿照源郑浙芳　

在经济全球化大背景下，企业面临的竞争）ｊｎｊ￣Ｊ，若能在经　营过程中及早发现财务危机的信号，则对其生存和发展至关重　要，所以从战略的角度看应加快建设适用于我国上市公司的财　务预警系统。国外在这一领域做了较多的研究，国内研究则起　

步较晚。　在我国特定行业进行预警模型的实证研究具有重要的现实　意义，化纤是我国纺织工业乃至国民经济的支柱产业之一，近　年也暴露了不少问题：产业链结构失衡、原料严重短缺等。鉴　于该行业的财务预警实证研究较少，笔者拟以化纤行业为研究　对象，选用Ｚ分数模型及Ｆ分数模型为研究方法，对两者进行　比较分析，旨在找出相对更适合该行业的预警模型，帮助企业　有效规避财务危机。　

一、财务预警实证模型的介绍　

多变量模型综合包含多个能反映公司财务状况的因素，本　文选用其中最为典型的Ｚ模型、Ｆ模型为研究方法。　（～）Ｚ分数模型说明　

１．Ｚ模型　Ｚ＝１．２×１＋１．４Ｘ２＋３．３Ｘ３＋Ｏ．６×　＋１．ＯＸ５　Ｘ＇＝（流动资产一流动负债）／总资产　Ｘ，＝留存收益／总资产　Ｘ３＝息税前利润／总资产　

×ｄ＝股东权益的市场价值／负债总额的账面价值　Ｘ　销售收入／总资产　

２　旨标说明。Ｚ模型通过五个变量（五种财务比率），将　企业偿债能力指标（Ｘ，、×ｄ）、获利能力指标（Ｘ　、Ｘ３）和营　运能力指标（Ｘ　）有机联系起来，综合分析预测企业财务失败　的可能性。　３．判别标准。Ｚ＜１．８１时，存在很大破产危险：１．８１≤　Ｚ≤２．６７５时，灰色地带，财务状况不稳定　Ｚ＞２．６７５时，财　务状况良好，破产可能性极小。　（二）Ｆ分数模型说明　

１－Ｆ模型　Ｆ＝一０．１７７４＋１．１０９１）（１＋Ｏ．１０７４Ｘ２＋１．９２７１　＋Ｏ．０３０２Ｘ，＋０．４，９６１）＜５　Ｘ，、Ｘ　、Ｘ　同Ｚ模型，　Ｘ　＝（税后纯收益＋折旧）／－？－均总负债　Ｘ　（税后纯收益＋利息＋折旧）／＇－？－均总资产　２　指标说明。Ｆ模型与Ｚ模型的区别在于×３与Ｘ　。Ｘ。是一个　

Financial View金融视线 |

MODERN BUSINESS现代商业149制造业上市公司财务预警研究

张靖悦

西安财经大学　陕西西安　710100

一、引言

我国是制造业大国，制造业在为我国创造巨大国民生产总值的

同时也肩负着相当大一部分的就业，因此，关注制造业的财务状况

对企业自身和其他利益相关者具有重要意义。具体来说，企业管理

人员要想增强企业的财务管理，避免企业出现财务风险，就应该建

立一套行之有效的财务预警系统，及时调整企业相关的经营战略并

加强风险控制；对于债权人来说，公司的财务预警可以帮助他们了

解企业的偿债能力，以便做出正确的决策；对于政府部门而言，企

业的稳定发展是税收的保障，因此建立合理的财务预警机制可以加

强政府部门对各企业整体风险的把控，协助政府部门对该行业进行

宏观调控。

目前，财务预警的重要性日益凸显，很多企业经营失败和破产

的原因都是没有事先制定相关的预警机制，在企业的财务危机与经

营危机初露端倪时没有及时发现并进行处理。就当前的现状来看，

财务预警系统在我国企业中的普及率还不是很高。然而在企业与企

业之间以及企业内部各部门之间的联系变得日益密切的情况下，企

业存在的很小甚至是不易被察觉的问题往往会有牵一发而动全身的

效果，因此，建立完善的财务预警系统显得尤为重要。

二、财务预警理论基础

(一)财务预警的内涵

财务预警的基础是企业的财务信息，除此之外其他与企业经营

管理相关的资料也可以为财务预警提供参考，在获取可靠的财务信

息之后，需要使用科学的分析计量方法来选取一些预警指标，同时

结合企业的实际情况为企业量身定做适当的预警模型并设定相应的

预警阀值，以便及时发现经营管理活动中存在的潜在危机，并对这

些潜在的风险实行监管和控制。行之有效的预警模型会依据企业的

相关财务指标是否超过了事先设置的阀值在企业出现危机时就向管

理者发出警示。此时如果管理人员及时采取措施就可以避免潜在的

危机真正发生，避免给企业带来损失。

随着经济的发展与市场环境的转变，当代企业的财务管理与传

伍所硒宪考考２０１３年第５３期（总第２５４１期）　

纺织行业上市公司灰色区域企业财务　

危机预警实证研究　

北京化工大学经济管理学院郑庆华　石盼盼　

一、引言　

２００８年美国次贷危机引发金融危机之后，无论是站　

在企业管理者的角度还是站在企业投资者的角度，我们　都不愿意再看到企业集体大面积陷入财务危机的困境　

中。美国次贷危机产生的主要原因是美国各大银行无限　制地向没有还款能力的人群发放住房贷款，最后由于多　数还款者无力按期向银行支付住房贷款导致美国各大银　行纷纷破产。试问如果能够认清事实真相，相信这场美　国的次贷危机也不会最终演变为全世界的金融危机。　不论是哪一个行业，如果能够找到影响这个行业灰　色区域企业危机化的主要影响因素以及次要影响因素，　那么这些企业也就不得不接受财务危机预警，从而逼迫　自己认清事实真相进而及时采取补救措施。　目前国内外学者对分类后的企业进行财务危机预警的　做法并不多见。大部分学者往往注重改进财务危机预警模　型，反而忽略了前面的分类工作。实际上在使用快速聚类的　方法对企业进行分类之后，不仅可以找到危柳化的灰色区域　企业而且可以结合因子分析方法找到并且印证影响灰色区　域企业危棚化的主要影响因素　及次要影响因素。　

二、文献综述　

１９９９年Ｒｏｓｓ等学者将财务危机的定义总结为四个　方面：技术破产，即企业或者债权人由于债务人持续无法　按期履行债务合约还本付息；法定破产，即企业或者债权　人向法院申请破产；会计失败，即企业出现资不抵债的情　况也就是说企业账面净资产为负数；企业失败，即企业在　主动或被动进行破产申请之后完成了企业清算但仍无法　偿付到期债务的。而在许多破产研究案例中，西方学者　倾向于将财务危机解释为企业陷入财务困境的整个过　程。财务困境是指破产登记、破产重组以及破产清算，也　就是说财务危机是破产登记、破产重组以及破产清算这　三个过程的集合，是企业陷入财务困境的整个过程。这　也是为什么目前国内学者比较趋向于将财务危机与财务　困境等同起来。在英文中Ｆｉｎａｎｃｉａｌ　Ｄｉｓｔｒｅｓｓ可以同时被　翻译成财务危机与财务困境。　从最早使用财务比率（Ｗｉｌｌｉａｍ　Ｈ．Ｂｅａｖｅｒ，１９６８）来预　测公司失败到使用财务危机预警模型（Ｅｄｗａｒｄ　Ｉ．Ａｈ—　ｍａｎ，１９６８，Ｚ值模型；Ｊａｍｅｓ　Ａ．Ｏｈｌｓｏｎ，１９８０，逻辑回归模　型）来预警财务危机，财务危机预警相关研究方法的发展　可以称得上是经历了从单变量判别到多变量判别的转　变。在这个过程中，多种统计学方法都被逐渐应用到其　中。比如判别分析、因子分析、聚类分析、逻辑回归分析　等。近年来还有神经网络模型、ＳＶＭ模型等也被相继应　用到了财务危机预警的实证研究过程当中。　随着我国学者从２０世纪９Ｏ年代（陈静，１９９９，Ｚ值　模型）开始首次使用我国的财务比率数据对财务危机预　警进行实证研究，再到后来２１世纪伊始（吴世农，２００１，　逻辑回归模型）开始对财务危机预警模型进行改进，直至　近年来使用神经网络、ＳＶＭ等模型，我国学者在财务危　机预警相关研究上取得了一定的成果，预测精度、准度以　及预测年限等都有了稳定的提升。　本文采用了与国内大多数学者一致的定义方法，将