導(dǎo)語：Z值模型在上市公司財務(wù)預(yù)警的應(yīng)用一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：文章選取了2016~2019年在滬深上市的農(nóng)業(yè)企業(yè)為樣本，對Altman的Z值模型在農(nóng)業(yè)上市公司財務(wù)預(yù)警中的適用性進行了實證檢驗。結(jié)果表明：Z值模型對ST企業(yè)受到ST處理前一年預(yù)測的準(zhǔn)確率為100%，前二年預(yù)測的準(zhǔn)確率為75%；把非ST企業(yè)正確判斷為財務(wù)狀況正常企業(yè)的比例為78.73%。

關(guān)鍵詞：農(nóng)業(yè)上市公司；財務(wù)失?。籞值模型；財務(wù)預(yù)警

一、引言

農(nóng)業(yè)是國民經(jīng)濟的基礎(chǔ)性行業(yè)，農(nóng)業(yè)的健康發(fā)展對于保障國家糧食安全、維護社會穩(wěn)定、拉動其他產(chǎn)業(yè)發(fā)展起著至關(guān)重要的作用。國家歷來十分重視農(nóng)業(yè)的發(fā)展，農(nóng)業(yè)上市公司作為行業(yè)龍頭自然成為做大做強農(nóng)業(yè)的關(guān)鍵。然而，農(nóng)業(yè)企業(yè)因為天氣狀況、疫情、病蟲害等原因經(jīng)營、財務(wù)狀況不穩(wěn)定。另外，和一般的工業(yè)制造企業(yè)相比，農(nóng)業(yè)企業(yè)的主營業(yè)務(wù)如養(yǎng)殖、林木培育、良種開發(fā)等普遍具有生產(chǎn)周期長、受自然條件影響大、資金回收速度慢等特點，這些在給企業(yè)帶來財務(wù)安全隱患的同時，對企業(yè)的財務(wù)管理和風(fēng)險預(yù)警能力提出了新的要求。考慮到我國資本市場發(fā)展不夠成熟和農(nóng)業(yè)企業(yè)的特殊性，檢驗Z值模型在我國農(nóng)業(yè)上市公司的適用性，借以建立一套財務(wù)預(yù)警體系以幫助管理層和外部投資者改善決策就顯得至關(guān)重要，檢驗方法也可以用于檢驗Z值模型在其他行業(yè)的適用性。

二、文獻回顧

財務(wù)預(yù)警模型自20世紀(jì)30年代被西方理論界提出以來，不斷發(fā)展完善，先后出現(xiàn)了單變量判別模型、多元線性判別模型、線性概率分析、邏輯回歸分析、人工神經(jīng)網(wǎng)絡(luò)模型等。Fitzpatrick（1932）是較早研究財務(wù)預(yù)警的學(xué)者，他通過對比19對失敗和非失敗企業(yè)的13個財務(wù)比率發(fā)現(xiàn)兩類企業(yè)的財務(wù)比率差異很大。Beaver（1966）挑選了158家企業(yè)作為樣本，運用單變量模型分析了30個財務(wù)指標(biāo)的失敗預(yù)測能力，結(jié)果表明現(xiàn)金流量與負債比率預(yù)測準(zhǔn)確率最高，其次是資產(chǎn)收益率。Altman（1968）首次利用多變量模型預(yù)測企業(yè)的財務(wù)風(fēng)險，并命名為Z模型，該模型比以前的單變量模型對于財務(wù)失敗的預(yù)測能力更好，國內(nèi)的周守華等（1996）在阿爾曼模型的基礎(chǔ)上提出來F分?jǐn)?shù)模型。Ohison（1980）首次提出條件概率模型。Salchenberger（1992）在金融企業(yè)財務(wù)預(yù)警中建立了人工神經(jīng)網(wǎng)絡(luò)模型，國內(nèi)的楊保安利用神經(jīng)網(wǎng)絡(luò)模型獲得了與實際情況基本一致的實驗結(jié)果。韓國的B.S.Ahn和英國的FengYuLin等通過把兩種以上的模型結(jié)合起來以建立綜合的財務(wù)預(yù)警模型，結(jié)果表明比單一的模型預(yù)測效果更好。對于財務(wù)危機的界定標(biāo)準(zhǔn)國內(nèi)外學(xué)者有很多種不同的看法，鑒于我國的實際情況，本文借鑒了吳世農(nóng)、盧賢義（2001）的做法，將企業(yè)因連續(xù)兩年虧損等原因而被ST作為其財務(wù)危機的標(biāo)志。文章通過把Z值模型引入到我國農(nóng)業(yè)上市公司財務(wù)預(yù)警的實踐中，分別檢驗了Z值模型把ST企業(yè)正確預(yù)測為財務(wù)失敗企業(yè)以及把非ST企業(yè)預(yù)測為財務(wù)正常企業(yè)的準(zhǔn)確率，最后通過分析影響Z值大小的關(guān)鍵因素提出了提高資產(chǎn)流動性、建立財務(wù)危機預(yù)警機制等建議。

三、實證研究

（一）樣本選取

本文的研究對象為截至2020年第二季度滬深兩市的農(nóng)業(yè)上市公司，包括上海A股、深圳A股、中小板、創(chuàng)業(yè)板等板塊，農(nóng)業(yè)上市公司名單來自中國證監(jiān)會2020年第二季度公布的上市公司行業(yè)分類結(jié)果。該名單共有農(nóng)業(yè)上市公司43家，其中湘佳股份2020年4月24日才上市，沒有研究年度的數(shù)據(jù)，立華股份2019年2月18日上市只取得2019年一年的數(shù)據(jù)，其他41家公司均獲得了2016~2019年四年的數(shù)據(jù)，共取得165個樣本。為了研究方便，本文把樣本企業(yè)中受ST或*ST處理的公司歸為財務(wù)失敗的公司，把非ST和*ST公司歸為財務(wù)狀況正常的公司。統(tǒng)計后發(fā)現(xiàn)2016年到2019年間被ST或者*ST處理的公司共計6家，其中云投生態(tài)2019年4月30日受*ST處理、敦煌種業(yè)2019年3月20日受*ST處理、東方海洋2019年2月23日受ST處理、景谷林業(yè)從2012年10月9日后一直受ST或*ST處理、新賽股份2017年5月17日受*ST處理，2018年4月4日摘帽、獐子島2016年5月4日至2017年3月31日受*ST處理。

（二）研究方法

Z值模型是Altman通過對美國1945~1965年間制造業(yè)的33家破產(chǎn)公司和33家經(jīng)營正常的公司進行充分研究后提出的，Altman從20多個財務(wù)指標(biāo)中總結(jié)出4~5個來計算、預(yù)測企業(yè)的財務(wù)狀況。其計算方法就是根據(jù)每個變量對于預(yù)測企業(yè)財務(wù)風(fēng)險作用的大小分別賦予不同的權(quán)重，然后通過加權(quán)計算出Z值，最后通過Z值所在區(qū)間就可以了解企業(yè)財務(wù)危機的程度。計算公式如下：這一指標(biāo)衡量的是在不考慮稅收和融資的影響下企業(yè)資產(chǎn)生產(chǎn)能力利用的情況，是衡量企業(yè)利用債務(wù)資本和所有者權(quán)益總額取得盈利的指標(biāo)。該指標(biāo)越高，表明企業(yè)資產(chǎn)的利用效果越好，經(jīng)營管理水平越高。這一指標(biāo)反映股東提供的資本和債權(quán)人提供的資本的相對關(guān)系，說明企業(yè)財務(wù)結(jié)構(gòu)是否穩(wěn)定，反映了債權(quán)人投入的資本受股東資本的保障程度。該比率越高企業(yè)破產(chǎn)的風(fēng)險越小。這一指標(biāo)衡量企業(yè)產(chǎn)生銷售額的能力，指標(biāo)越高，表明資產(chǎn)的利用率越高。通過大量的實證研究，Altman發(fā)現(xiàn)Z值大于2.99時企業(yè)的經(jīng)營業(yè)績良好、財務(wù)狀況穩(wěn)定，破產(chǎn)風(fēng)險很小，這一區(qū)間稱為安全區(qū)。1.8≦Z≦2.99時，為灰色區(qū)，表明企業(yè)的財務(wù)狀況不確定，是否破產(chǎn)情況不明。Z<1.8時為表明企業(yè)經(jīng)營狀況很糟，破產(chǎn)概率很大。

（三）分析結(jié)果

Z值公式中的數(shù)據(jù)除了盈余公積、未分配利潤來自巨潮資訊網(wǎng)的上市公司年報外，其他數(shù)據(jù)均來自通達信，同花順等軟件，數(shù)據(jù)來源可靠。所有數(shù)據(jù)經(jīng)過收集整理后使用EXCEL計算得出Z值。計算結(jié)果如表2所示。1.ST企業(yè)分析結(jié)果ST或*ST企業(yè)的Z值見表3，從中表格說明：1.特殊企業(yè)說明：（1）湘佳股份2020年4月24日才上市，沒有2016年到2019年的股價、流動股股數(shù)等數(shù)據(jù)，所以表中未統(tǒng)計其Z值；（2）立華股份2019年上市，表中只有其2019年的數(shù)據(jù)2.疫情是2020年1月之后才爆發(fā)的，對于2019年公司的各項數(shù)據(jù)基本沒有影響，所以各公司2019年的Z值代表的應(yīng)是正常水平可以統(tǒng)計出Z值模型對于ST或*ST企業(yè)財務(wù)危機的預(yù)測準(zhǔn)確率。從表3中可以計算得出，Z值模型對ST企業(yè)受到ST處理前一年預(yù)測的準(zhǔn)確率為100%，前兩年預(yù)測的準(zhǔn)確率為75%，可見Z值模型對ST企業(yè)預(yù)測的準(zhǔn)確率很高,并且越臨近受到ST處理的年份準(zhǔn)確率越高。2.非ST企業(yè)分析結(jié)果非ST企業(yè)的Z值計算結(jié)果，如表4所示。從表4可以看出，Z值模型把非ST企業(yè)錯誤預(yù)測為財務(wù)失敗企業(yè)的比例平均為21.27%，把非ST企業(yè)正確預(yù)測的比例為78.73%。正確預(yù)測的包括兩種情況：一種是Z值介于1.8和2.99之間的灰色區(qū)內(nèi)，財務(wù)狀況不太穩(wěn)定的企業(yè)，其比例為19.9%，例如，以生豬養(yǎng)殖與銷售為主業(yè)的002714牧原股份2018年受非洲豬瘟疫情的影響，公司利潤總額從2017年的23.66億降至2018年的5.26億，受此連累當(dāng)年Z值從2016年的1.907降至1.477，2019年豬肉價格大漲，公司利潤暴漲至63.19億，公司股價也從16.56元每股漲至51.91元每股，當(dāng)年Z值為3.109另一種情況是Z值大于2.99，財務(wù)狀況良好的企業(yè)，其比例為58.83%，這說明我國農(nóng)業(yè)上市公司中財務(wù)狀況良好的企業(yè)比較多。

四、結(jié)論與對策

本文通過實證研究發(fā)現(xiàn)，Z值模型在預(yù)測農(nóng)業(yè)上市公司財務(wù)狀況時具有較高的準(zhǔn)確率，可以作為管理者改善經(jīng)營管理決策的依據(jù)，債權(quán)人和股票投資者也可以以其為參考做出投資決策。在計算Z值時，應(yīng)避免受極端值的影響，以免影響預(yù)測的準(zhǔn)確率。鑒于以上分析，為了改善企業(yè)的財務(wù)狀況，對管理者提出下述建議。第一，提高資產(chǎn)流動性。通過計算樣本企業(yè)的流動比率，發(fā)現(xiàn)流動比率的大小和Z值成正比，因此，管理層應(yīng)注意提高資產(chǎn)流動性以保障對于短期負債的支付能力，從而改善企業(yè)的財務(wù)狀況。表格說明：1.特殊企業(yè)說明：（1）ST景谷自2012年10月9日起一直受到ST或*ST處理，但是其不但沒有被強制要求退市，四年間平均每股市場價值卻高達25.8125元且每年年末股價都高于20元，景谷堪稱ST企業(yè)股價中的“佼佼者”。根據(jù)華北電力大學(xué)田金玉的研究，ST企業(yè)股價高主要是因為制度和投資者的心理原因，并不是因為其財務(wù)績效好，所以為了避免極值對于Z值模型預(yù)測準(zhǔn)確率的影響，本文在統(tǒng)計Z值模型預(yù)測對ST企業(yè)財務(wù)預(yù)測的準(zhǔn)確率時不考慮ST景谷。（2）獐子島是2019年發(fā)現(xiàn)的財務(wù)造假嚴(yán)重的公司之一，財務(wù)數(shù)據(jù)不可信，在統(tǒng)計Z值模型預(yù)測ST企業(yè)的準(zhǔn)確率時不考慮ST獐島2.新賽股份是2017年受到*ST處理的，為了統(tǒng)計Z值模型對企業(yè)受ST處理前兩年預(yù)測的準(zhǔn)確率，單獨計算了新賽股份2015年末的Z值第二，合理選擇籌資方式，優(yōu)化資本結(jié)構(gòu)。橫向?qū)Ρ劝l(fā)現(xiàn)財務(wù)失敗企業(yè)的資產(chǎn)負債率是財務(wù)狀況正常企業(yè)的2倍有余；縱向?qū)Ρ劝l(fā)現(xiàn)，在被ST處理的前幾年內(nèi)多家ST企業(yè)的資產(chǎn)負債率呈上升趨勢?？梢娺^高的負債水平是造成財務(wù)失敗的主要原因之一。為此，企業(yè)應(yīng)該合理選擇籌資方式，首先，在合理利用財務(wù)杠桿的前提下，盡量選擇用普通股和留存收益來籌資，這樣既可以降低資產(chǎn)負債率，又可以減少固定的利息負擔(dān)；其次，多利用商業(yè)信用等籌資方式以降低籌資成本。第三，建立財務(wù)預(yù)警機制。企業(yè)的財務(wù)危機是逐漸積累而形成的，并且在初期不易被發(fā)現(xiàn)，財務(wù)危機一旦爆發(fā)對于企業(yè)的影響是致命的，甚至可能導(dǎo)致企業(yè)破產(chǎn)，所以，有必要建立一套財務(wù)預(yù)警體系。本文研究發(fā)現(xiàn)，Z值模型對于受ST處理的農(nóng)業(yè)上市公司在其財務(wù)失敗前一年預(yù)測的準(zhǔn)確率達到了100%，財務(wù)失敗前兩年預(yù)測準(zhǔn)確率也有75%，因此，管理層可以通過計算Z值來評估企業(yè)面臨的財務(wù)狀況，對公司可能或?qū)⒁媾R的財務(wù)危機事先進行預(yù)警。

參考文獻：

[1]李秉成,王志濤,張曉涵.企業(yè)失敗多變量預(yù)測研究的經(jīng)典之作———《財務(wù)比率、判別分析與企業(yè)失敗預(yù)測》導(dǎo)讀[J].財會通訊,2019(19):3-6.

[2]楊雪燕,殷實,卞鷹.利用Z值模型評價我國醫(yī)藥上市公司財務(wù)狀況的實證研究[J].中國藥房,2016,27(07):865-868.

[3]游達明,劉亞慶.Z值財務(wù)預(yù)警模型在交通運輸業(yè)的修正與應(yīng)用[J].華東經(jīng)濟管理,2015,29(07):9-13+185.

[4]裴瀟,黃玲,陳華.基于Z值模型的房地產(chǎn)企業(yè)財務(wù)預(yù)警研究[J].財會通訊,2015(04):42-45.

[5]邢有洪,張靜.航空公司財務(wù)預(yù)警實證研究[J].財會通訊,2011(36):80-82.

[6]劉華輝.我國鋼鐵上市公司財務(wù)風(fēng)險實證研究[J].會計之友(中旬刊),2010(12):84-87.

[7]王宗萍,張淑慧.關(guān)于幾種財務(wù)危機預(yù)警模型的比較[J].企業(yè)經(jīng)濟,2006(04):136-137

[8]胡楊,馮武.我國非制造業(yè)上市公司財務(wù)失敗預(yù)警模型的實證研究[J].經(jīng)濟經(jīng)緯,2005(02):54-57.

作者：李朋濤