基于Z―score模型汽车行业上市公司财务风险实证研究.docxVIP

基于Z-score模型汽车行业上市公司财务风险实证研究 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WT0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=l. 2X1+1. 4X2+3. 3X3+0. 6X4+0. 999X5 其中：乂1=营运资金/资产总额 =（流动资产-流动负债）/ 资产总额； X2二留存收益/资产总额 =（未分配利润+盈余公积）/资产总额； X3二息税前利润/资产总额 二（利润总额+利息费用）/资产总额； X4二股东权益合计/负债合计 =（每股市价X流通股股数+每股净资产X非流通股股 数）/负债合计； X5二营业收入/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Z22.675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1.81 从表 4中可以看出,2011年非ST公司Z值预测准确率为80%,2010 年预测准确率为90%, 2009年预测准确率为90%。相比Altman 教授提出Z-score模型判断企业破产前一年的预测准确率为 95%而言，2011年Z值的预测准确率略低，其原因笔者认为, 除了可能受样本误差影响外还存在多种因素，如可能受子行 业因素影响。虽然本文中以汽车行业上市公司为研究样本， 规避了行业特性差异，但是目前我国汽车行业包括范围广， 分为汽车整车、汽车零配件等不同子行业，子行业间的差距 较大，也会使Z值有所不同。 把ST组和非ST组每个样本计算出三年平均Z值进行表 5的临界值统计分析，得出ST组有66. 67%的Z值小于等于 1.81,非ST组三年平均Z值均大于1.81o从Z值数值角度 分析得出Altman教授提出Z-score模型适用于我国汽车行 业上市公司。 综上，无论从理论还是实证角度看，笔者认为Z-score 模型均可用于对我国汽车行业上市公司进行财务预警。 四、汽车行业上市公司财务风险实证分析 以大智慧软件汽车类为分类标准，除去第一组ST的3 家公司和第二组非ST的10家公司，从样本中随机抽取了 30 家汽车行业上市公司进行分析，计算得出了这30家上市公 司2011年的Z值如表6所示。 从表6可以看出，在这30家汽车行业上市公司中，2011 年Z值大于2. 675的有1