基于Z―score模型的汽车行业上市公司财务风险实证分析.docVIP

基于Z―score模型的汽车行业上市公司财务风险实证分析 　　摘要：随着市场经济的不断发展，汽车行业作为国民经济支柱产业的地位越来越重要。加强汽车行业的财务风险预警能够为财务信息使用者及时提供有用的决策信息，进而提高汽车行业整体的财务管理水平，增强抗风险能力。本文通过运用Z-score模型对2011年我国汽车行业上市公司总体状况进行分析，得出我国汽车行业上市公司一半以上财务状况良好，破产的可能性较小，但部分公司存在一定财务风险且财务管理水平有待提高的结论。 　　关键词： Z-score 模型 汽车行业 上市公司 财务预警 　　一、引言 　　在加入WTO的十余年里，我国经济迎来了前所未有的发展机遇，同时也面临着严峻的挑战。全球经济一体化的冲击和大量外资企业的不断涌入，使企业市场竞争日趋激烈，一些企业开始面临经营困境。加之2008年的金融危机，一些企业遭受重创甚至破产。笔者认为，企业面临经营危机一方面受外部宏观因素的影响，如经济衰退、通货膨胀等；另一方面受企业自身因素制约，其中财务风险是导致经营危机的主要因素。因此，在企业中建立健全财务风险预警是十分必要的。截至2012年底，我国上市公司总数为2 494家，市值约22.91万亿元，但是在许多上市公司中，仍然存在着内部经营管理不完善、缺乏风险危机意识等现象，造成上市公司出现财务危机甚至面临破产等境况。虽然中国证券监督委员会已给一些出现财务危机状况的上市公司以警示，但起到的预警作用不如预期的效果。近年来，国内外学者就如何建立有效的财务风险预警模型进行了深入探讨与研究，分行业的财务风险研究将成为一种趋势。汽车行业在国民经济中发挥着举足轻重的作用，其特点是产业链长，产业相关度高，就业范围广，在出口和投资放缓的情况下，是拉动消费增长的重要力量，所以汽车行业已成为我国国民经济的支柱产业。通过加强对汽车行业的财务风险预警研究，可以及早捕捉到汽车行业的隐患和重大风险，及早发现行业出现财务危机的信号，从而避免财务风险的发生，提高汽车行业整体抗风险能力，确保汽车行业上市公司持续健康稳定发展。 　　二、Z-score 模型概述 　　（一）Z-score 模型基本理论 　　Z-score 模型是由美国教授Altman（1968）提出的一种多变量的财务预警模型，这种模型采用的是财务比率分析法，将企业常用财务比率按流动性、获利能力、财务杠杆、偿债能力和发展能力进行分类，运用数理统计的方法从22个变量指标中选取5个关键指标，并以1946年至1965 年期间33 家破产公司和33 家非破产公司作为样本进行研究，得出了Z-score 模型。其判别函数为：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5 　　其中：X1=营运资金/资产总额 　　=（流动资产-流动负债）/ 　　资产总额； 　　X2=留存收益/资产总额 　　=（未分配利润+盈余公积）/资产总额； 　　X3=息税前利润/资产总额 　　=（利润总额+利息费用）/ 资产总额； 　　X4=股东权益合计/负债合计 　　=（每股市价×流通股股数+每股净资产×非流通股股数）/ 负债合计； 　　X5=营业收入/资产总额。 　　在Z-score模型中，Altman提出了判断企业破产的临界值：（1）当企业的Z≥2.675时，表明企业财务状况运行良好，发生破产的可能性较小；（2）当企业的1.81Z2.675时，表明企业进入“灰色地带”，这个区间的企业财务是不稳定的，很容易陷入破产危机；（3）当企业的Z≤1.81时，则表明企业存在很大的财务危机，发生财务困境或破产的可能性较大。 　　（二）Z-score模型在汽车行业上市公司运用的理论可行性 　　笔者认为，我国汽车行业上市公司运用Z-score模型对企业财务风险进行预警，理论上具有可行性。第一，Z-score模型是Altman教授以上市公司制造业为研究对象提出的，本文的研究对象是上市公司汽车行业，汽车行业属于制造业，从研究对象来看具有可行性。第二，在数据选取上，模型的数据均从上市公司对外公布的定期财务报告中获取，期末股票市价能从各类炒股软件中查找，研究数据获取也具有可行性。第三，Z-score模型采用的多变量分析法，能综合反映公司财务状况，克服了单变量模型对于同一公司不同指标分析得出不同结果的状况，能够较有效地预测财务风险。相对于Logit判别分析法、Probit判别分析法和人工神经网络，Z-score模型具有模型简单、成本低、可操作性强等特点。所以在汽车行业上市公司运用Z-score模型理论上是可行的。 　　三、Z-score模型在汽车行业上市公司财务预警的适用性检验 　　（一）实验假设、样本及数据选取 　　实验假设：Z-score模型是用来对财务风险进行预警的模