基于z值模型上市公司实证研究.docVIP

基于z值模型上市公司实证研究 　　摘要：财务预警模型是企业在经营管理活动中发现潜在的经营风险与财务风险的有效预测的重要数量工具。文章先以Altman的z值模型对中国制造企业上市公司的数据进行处理探讨其适用性，再根据中国上市公司的实际情况对众多财务指标进行判别分析而建立一个适合国内上市公司的实用模型，改进后的模型具有更高的预警准确率，对上市公司财务预警有较好的效果。 　　关键词：财务预警；Z值模型；显著性分析；判别分析法 　　文章以最新制造业上市公司财务数据为基础，借鉴Altman教授的z值分析方法对近年的上市公司财务问题进行分析研究，指出其不适用于国内制造业上市公司，再以ST样本公司和非ST样本公司报表数据进行全面对比分析后进行显著性判别，最后进行聚类分析并建立适合国内财务预警的模型。新建立的模型取得了较高的准确率，并通过验证，有较好的实用价值。 　　一、研究样本选取原则 　　本文选择沪深两地证券市场中的ST制造业公司界定为处于财务危机的公司，而把非ST公司界定为财务正常公司。 　　综上，本文选取15家制造业ST上市公司和15家制造业非ST上市公司为样本。 　　二、应用Z-SCORE模型进行预测 　　（一）财务预警z值模型理论 　　Altman的Z模型：z=1.2+1.4+3.3+0.6+1.0，判别变量分别为=营运资本/总资产，=留存收益/总资产，=息税前收益/总资产，=股票市值/债务的账面价值，=销售收入/总资产。 　　Z值越低，则表明企业陷入财务危机的概率越大。（1）z值低于1.81的企业为陷入财务危机公司；（2）z值在1.81和2.675之间的企业财务状况极不稳定，处于“灰色地带”；（3）z值在2.675和2.99间的企业有可能发生财务困难；（4）Z值高于2.99的企业界定为健康公司。Altman通过进一步观察最终确定以2.675作为临界值。 　　（二）研究样本数据 　　将Z-SCORE模型对2012年被ST的15家制造业公司和15家非ST制造业公司进行预测，对其前一年的年度数据进行分析。 　　（三）z模型预测 　　对于我国上市公司，altman的z值模型中2.675的临界值偏高，影响了模型的准确性。从上表可以看到z值模型对样本ST公司的预测准确率为100%，但对非ST公司的预测准确??仅为26%。说明z值 模型有在国内的适用性降低，有必要对其财务指标重新选定并进行改进。以下为对模型进行重新调整。 　　三、新模型的构建 　　（一）财务指标选择 　　从盈利能力、营运能力、偿债能力、成长能力以及现金流量五个方面进行指标选取，并进行编号。X1总资产净利率，X2成本费用利润率，X3销售毛利率，X4销售净利率，X5总资产周转率，X6存货周转率，X7应收账款周转率，X8资产负债率，X9流动比率，X10速动比率，X11股东权益比率，X12主营业务收入增长率，X13净利润增长率，X14总资产增长率，X15每股收益增长率，X16现金流量比率，X17销售现金比率，X18资产的经营现金流量回报率，X19盈余现金保障倍数。 　　（二）显著性检验 　　以15家ST公司和15家非ST公司样本的X1至X19进行显著性检验，用spss16.0软件进行显著性检验分析。 　　选取显著性概率为0.1以下的为通过变量，通过显著性检验的变量分别为X1、X2 、X4 、X5、X 8、X 9、X10 、X11、X 13、X14 、X15。 　　（三）多重共线性分析 　　用spss16.0进行多重共线性分析得到相关系数矩阵。 　　根据相关系数矩阵剔除共线性变量X2、X10、X11、X15 剩余变量 X1、X2、X5、X8、X9、X13、X14进行判别分析。 　　（四）判别分析建立模型 　　用spss16.0在15家ST公司和15家非ST公司中，对通过显著性检验，剔除多重共线性后，对剩余变量X1、X2、X5、X8、X9、X13、X14进行判别分析，输出结果，通过样本得出来的指标系数，可以建立财务预警模型： 　　将2011年30家公司的数据代入函数检验，验证的结果：15家ST公司中有0家被误判，正确率100%，15家非ST公司中有0家被误判，正确率100%，综合样本整体判别准确率达到100%。 　　四、新建立的预警模型的检验 　　以这30家公司2010年和2009年的财务数据为基本数据资料，对已经建立的制造业上市公司的财务预警模型进行验证。 　　财务模型预测结果如下表：2011年、2010年、2009年ST公司的预测准确率分别是100%、86.6%、100%，与此相对应的是对非ST公司同时期的预测准确率分别是100%、86.6%、86.6%，通过预测结果可以得出结论：新建立的财务预警模型是有效的，有较好的拟合程