避免潛在的風險財務危機預警分析避免潛在的風險財務危機預警分析1一、財務危機分析模型國外對上市公司財務預警系統的研究比較早，發展得比較成熟。國外上市公司財務預警的主要研究成果：單變量模型多變量模型一、財務危機分析模型國外對上市公司財務預警系統的研究比較早，2（一）單變量模型

單變量預測模型，是通過單個財務比率指標的走勢變化來預測企業財務危機。單變量預測模型最早是由威廉·比弗(William.Beaver,1966)提出的。他在1968年發表在《會計評論》上的一篇論文中,對1954至1964年期間的79個失敗企業和相對應(同行業,等規模)的79家成功企業進行了比較研究,結果表明,債務保障率能夠最好地判定企業的財務狀況(誤判率最低),其次是資產收益率和資產負債率,并且離經營失敗日越近,誤判率越低,預見性越強。（一）單變量模型

單變量預測模型，是通過單個財務比率指標的走3單變量財務預警系統的假定如果某一上市公司運營良好的話，其主要的財務指標也應該一貫保持良好，一旦某一單變量指標（主要的財務指標）出現逆轉,說明公司的經營狀況遇到了困難，應引起管理層和投資者的注意。單變量財務預警系統的假定如果某一上市公司運營良好的話，其主要4單變量預測模型缺點:一個企業的財務狀況是用多方面的財務指標來反映的,沒有哪一個比率能概括企業的全貌。因此,這種方法經常會出現對于同一個公司,使用不同的預測指標得出不同結論的現象。因此招致了許多批評,而逐漸被多變量方法所替代。單變量預測模型缺點:一個企業的財務狀況是用多方面的財務指標來5（二）多變量模型1968年，美國紐約大學商學院奧特曼(Altman)教授在《金融雜志》上發表了《財務比率、判別分析和公司破產的預測》一文，奠定了多變量財務預警系統的理論基礎。多變量模型即運用多種財務比率指標加權匯總而構造多元線性函數公式來預測財務危機。奧特曼(Altman)教授的多變量模型稱為Z模型（二）多變量模型1968年，美國紐約大學商學院奧特曼(Alt6Z模型Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5其中，X1=(流動資產-流動負債)/總資產X2=留存收益/總資產X3=息稅前利潤/總資產X4=股東權益的市場價值/總負債X5=本期銷售收入/總資產

Z模型Z=0.012X1+0.014X2+0.033X3+07

X1=營運資本/總資產=（流動資產—流動負債）/總資產這一指標反映流動性和規模的特點。營運資本=流動資產-流動負債，流動資本越多，說明不能償債的風險越小，并可反映短期償債能力。X1=營運資本/總資產=（流動資產—流動8

X2=留存收益/總資產這一指標衡量企業積累的利潤，反映企業的經營年限。X2=留存收益/總資產9

X3=息稅前收益/總資產=（利潤總額+財務費用）/總資產這一指標衡量企業在不考慮稅收和融資影響，其資產的生產能力的情況，是衡量企業利用債權人和所有者權益總額取得盈利的指標。該比率越高，表明企業的資產利用效果越好，經營管理水平越高。X3=息稅前收益/總資產=（利潤總額+財10

X4=優先股和普通股市值/總負債=（股票市值*股票總數）/總負債這一指標衡量企業的價值在資不抵債前可下降的程度，反映股東所提供的資本與債權人提供的資本的相對關系，反映企業基本財務結構是否穩定。比率高，是低風險低報酬的財務結構，同時這一指標也反映債權人投入的資本受股東資本的保障程度。X4=優先股和普通股市值/總負債11

X5=銷售額/總資產這一指標衡量企業產生銷售額的能力。表明企業資產利用的效果。指標越高，表明資產的利用率越高，說明企業在增加收入方面有良好的效果。X5=銷售額/總資產12Z分數模型具體判斷標準

Z≥3.0財務失敗的可能性很小財務不失敗組2.8≤Z≤2.9有財務失敗可能1.81≤Z≤2.7財務失敗可能性很大Z≤1.8財務失敗可能性非常大財務失敗組Z分數模型具體判斷標準Z≥3.0財務失敗的可能13樣本檢驗奧特曼以1946年至1965年期間提出破產申請的33家企業和相對應的33家非破產企業為樣本檢驗之后發現,它正確預測了這66家企業中63家企業的結果,其預測的成功率明顯超過了單變量預測模型。近年來,法國、英國、德國等許多國家也進行了類似的分析。盡管Z值的判斷標準在各國有相當的差異,但各國“財務失敗組”的Z值均明顯低于“財務不失敗組”,且財務失敗企業的Z值的平均值都低于臨界值1.8。樣本檢驗奧特曼以1946年至1965年期間提出破產申請的3314二、我國上市公司財務預警應用分析虧損上市公司頻頻登臺亮相，是否無蹤可循呢？是否可以通過財務數據分析進行預警呢？二、我國上市公司財務預警應用分析虧損上市公司頻頻登臺亮相，是15

（一）單變量指標的分析

中國上市公司財務困境的先兆指標

吳世農（1）選擇樣本公司：財務困境企業：70家ST和巨虧公司財務正常企業：70家（規模、行業等）相應的上市公司（2）選擇樣本時間：財務困境出現的前1-5年（3）選擇財務困境的先兆指標：21個財務指標（4）發現：4個財務指標最具有顯著的財務困境先兆信息。

（一）單變量指標的分析

中國上市公司財務困境的先兆指標

吳16財務危機預警分析-課件17財務危機預警分析-課件18財務危機預警分析-課件19財務危機預警分析-課件20（二）單個公司的Z分析

以“松遼汽車”上市公司為例來驗證多元預測模型的運用“松遼汽車”于1998年底被宣布為特別處理公司（ST公司），所以距特別處理最近會計年度報表是1997年度的。其1997年12月31日的報表部分資料如下：流動資產356366718.13流動負債249840895.51固定資產343921021.57長期負債165123720.09股本140160000.00留存收益236352186.69總資產791476802.29負債及股東權益合計791476802.29

損益表數據：稅前收益-18479716.41稅后收益-18479716.41（二）單個公司的Z分析

以“松遼汽車”上市公司為例來驗證多元21本會計期間其他資料：折舊13798060.12平均總資產761427152.18平均總負債375675107.29利息凈支出8711347.39期末股價6.76本會計期間其他資料：折舊1379806022股本結構（單位：萬股）

（一）尚未流通股份期末數1.發起人股份其中：國家股7440其他02.募集法人股2403.內部職工股1536尚未流通股份合計9216（二）已流通股份1.境內上市的人民幣普通股48002.其他0已流通股份合計4800（三）股份總數14016由上表可以計算出股東權益市場價值為9216×10000＋4800×1000×6.76＝41664000股本結構（單位：萬股）

（一）尚未流通股份期末數（二）23Z值計算X1＝（35636671813－249840895.51）／791476802.29＝0.1346X2＝236352186.69／791476802.29＝0.2986X3＝－9768369.02／791476802.29＝－0.0123X4＝416640000／414964615.6＝1.0040X5＝85989835.10／791476802.29＝0.1086即得：Z＝0.012X1＋0.014X2＋0.033X3＋0.006X4＋0.999X5＝0.1199當Z值≤1.8時，則說明企業財務失敗的可能性非常大，松遼汽車公司的Z值正好落在此范圍內。Z值計算X1＝（35636671813－249840895.24（三）多家公司Z分析

蔣屏：《中國上市公司虧損預警分析》1、樣本選擇：考慮經濟性，在房地產行業中隨機選取10個樣本；

考慮代表性，確定盈虧公司各半；

（三）多家公司Z分析

蔣屏：《中國上市公司虧損預警分析》25根據上述原則，選取如下10家上市公司作為樣本：序號公司名稱所屬行業盈虧情況虧損年份1珠江實業600684房地產虧20002ST中福059219993賽迪傳媒050419994ST特力A002519995ST中僑004719996深萬科0002盈

7世紀中天0540

8新黃浦600638

9中華企業600675

10深長城A0042

根據上述原則，選取如下10家上市公司作為樣本：序號公司名稱所26

2、財務盈虧指標的選擇

權益報酬率ROE=凈收益/股東權益

權益報酬率是常用的綜合財務指標之一，表明企業賬上股東權益的盈利率，全面反映了企業的財務狀況和盈利能力。2、財務盈虧指標的選擇權益報酬率ROE=凈收益273、

樣本數據的搜集和整理搜集了所有樣本公司的相關年份財務報表和股票價格，重點從中提取了流動資產、流動負債、總資產、股東權益合計、股本、利潤總額、財務費用、股票市值、股票總數、總負債、銷售額、總資產、凈收益等數據，并整理為表。3、

樣本數據的搜集和整理搜集了所有樣本公司的相關年28財務危機預警分析-課件294、相關數據分析

4、相關數據分析30以Z-score為自變量，以權益報酬率為因變量，繪制散點圖.

以Z-score為自變量，以權益報酬率為因變量，繪制散點圖.31從圖上可以看出，散點群的分布存在配合的趨勢，說明自變量和因變量之間存在直線相關的關系。進行相關系數分析，：Z-score和ROE的相關系數r=0.7780|r|<=1，|r|值越大，相關程度越強。r=0.7780表明Z-score和權益報酬率之間有很強的相關性。從圖上可以看出，散點群的分布存在配合的趨勢，說明自變量和因變32財務危機預警分析-課件33珠江實業

珠江實業34ST中福——ST昌源賽迪傳媒ST中福——ST昌源賽迪傳媒35ST特力ST中僑ST特力ST中僑365.

結論上市公司虧損在一定程度上有蹤可循，Z-score模型可以對第二年經營狀況的預測提供參考；在房地產行業,虧損企業（1-5）的Z-score值<贏利企業（6-10）的Z-score值。Z-score值較客觀地反映了企業財務狀況和發展潛力，但不能將其絕對化；5.

結論上市公司虧損在一定程度上有蹤可循，Z-s37進一步的研究擴大樣本量的結論？不同行業的Z值是否有差異？我國上市公司的Z指標的臨界值？MoreLosses？進一步的研究擴大樣本量的結論？MoreLosses？38避免潛在的風險財務危機預警分析避免潛在的風險財務危機預警分析39一、財務危機分析模型國外對上市公司財務預警系統的研究比較早，發展得比較成熟。國外上市公司財務預警的主要研究成果：單變量模型多變量模型一、財務危機分析模型國外對上市公司財務預警系統的研究比較早，40（一）單變量模型

單變量預測模型，是通過單個財務比率指標的走勢變化來預測企業財務危機。單變量預測模型最早是由威廉·比弗(William.Beaver,1966)提出的。他在1968年發表在《會計評論》上的一篇論文中,對1954至1964年期間的79個失敗企業和相對應(同行業,等規模)的79家成功企業進行了比較研究,結果表明,債務保障率能夠最好地判定企業的財務狀況(誤判率最低),其次是資產收益率和資產負債率,并且離經營失敗日越近,誤判率越低,預見性越強。（一）單變量模型

單變量預測模型，是通過單個財務比率指標的走41單變量財務預警系統的假定如果某一上市公司運營良好的話，其主要的財務指標也應該一貫保持良好，一旦某一單變量指標（主要的財務指標）出現逆轉,說明公司的經營狀況遇到了困難，應引起管理層和投資者的注意。單變量財務預警系統的假定如果某一上市公司運營良好的話，其主要42單變量預測模型缺點:一個企業的財務狀況是用多方面的財務指標來反映的,沒有哪一個比率能概括企業的全貌。因此,這種方法經常會出現對于同一個公司,使用不同的預測指標得出不同結論的現象。因此招致了許多批評,而逐漸被多變量方法所替代。單變量預測模型缺點:一個企業的財務狀況是用多方面的財務指標來43（二）多變量模型1968年，美國紐約大學商學院奧特曼(Altman)教授在《金融雜志》上發表了《財務比率、判別分析和公司破產的預測》一文，奠定了多變量財務預警系統的理論基礎。多變量模型即運用多種財務比率指標加權匯總而構造多元線性函數公式來預測財務危機。奧特曼(Altman)教授的多變量模型稱為Z模型（二）多變量模型1968年，美國紐約大學商學院奧特曼(Alt44Z模型Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5其中，X1=(流動資產-流動負債)/總資產X2=留存收益/總資產X3=息稅前利潤/總資產X4=股東權益的市場價值/總負債X5=本期銷售收入/總資產

Z模型Z=0.012X1+0.014X2+0.033X3+045

X1=營運資本/總資產=（流動資產—流動負債）/總資產這一指標反映流動性和規模的特點。營運資本=流動資產-流動負債，流動資本越多，說明不能償債的風險越小，并可反映短期償債能力。X1=營運資本/總資產=（流動資產—流動46

X2=留存收益/總資產這一指標衡量企業積累的利潤，反映企業的經營年限。X2=留存收益/總資產47

X3=息稅前收益/總資產=（利潤總額+財務費用）/總資產這一指標衡量企業在不考慮稅收和融資影響，其資產的生產能力的情況，是衡量企業利用債權人和所有者權益總額取得盈利的指標。該比率越高，表明企業的資產利用效果越好，經營管理水平越高。X3=息稅前收益/總資產=（利潤總額+財48

X4=優先股和普通股市值/總負債=（股票市值*股票總數）/總負債這一指標衡量企業的價值在資不抵債前可下降的程度，反映股東所提供的資本與債權人提供的資本的相對關系，反映企業基本財務結構是否穩定。比率高，是低風險低報酬的財務結構，同時這一指標也反映債權人投入的資本受股東資本的保障程度。X4=優先股和普通股市值/總負債49

X5=銷售額/總資產這一指標衡量企業產生銷售額的能力。表明企業資產利用的效果。指標越高，表明資產的利用率越高，說明企業在增加收入方面有良好的效果。X5=銷售額/總資產50Z分數模型具體判斷標準

Z≥3.0財務失敗的可能性很小財務不失敗組2.8≤Z≤2.9有財務失敗可能1.81≤Z≤2.7財務失敗可能性很大Z≤1.8財務失敗可能性非常大財務失敗組Z分數模型具體判斷標準Z≥3.0財務失敗的可能51樣本檢驗奧特曼以1946年至1965年期間提出破產申請的33家企業和相對應的33家非破產企業為樣本檢驗之后發現,它正確預測了這66家企業中63家企業的結果,其預測的成功率明顯超過了單變量預測模型。近年來,法國、英國、德國等許多國家也進行了類似的分析。盡管Z值的判斷標準在各國有相當的差異,但各國“財務失敗組”的Z值均明顯低于“財務不失敗組”,且財務失敗企業的Z值的平均值都低于臨界值1.8。樣本檢驗奧特曼以1946年至1965年期間提出破產申請的3352二、我國上市公司財務預警應用分析虧損上市公司頻頻登臺亮相，是否無蹤可循呢？是否可以通過財務數據分析進行預警呢？二、我國上市公司財務預警應用分析虧損上市公司頻頻登臺亮相，是53

（一）單變量指標的分析

中國上市公司財務困境的先兆指標

吳世農（1）選擇樣本公司：財務困境企業：70家ST和巨虧公司財務正常企業：70家（規模、行業等）相應的上市公司（2）選擇樣本時間：財務困境出現的前1-5年（3）選擇財務困境的先兆指標：21個財務指標（4）發現：4個財務指標最具有顯著的財務困境先兆信息。

（一）單變量指標的分析

中國上市公司財務困境的先兆指標

吳54財務危機預警分析-課件55財務危機預警分析-課件56財務危機預警分析-課件57財務危機預警分析-課件58（二）單個公司的Z分析

以“松遼汽車”上市公司為例來驗證多元預測模型的運用“松遼汽車”于1998年底被宣布為特別處理公司（ST公司），所以距特別處理最近會計年度報表是1997年度的。其1997年12月31日的報表部分資料如下：流動資產356366718.13流動負債249840895.51固定資產343921021.57長期負債165123720.09股本140160000.00留存收益236352186.69總資產791476802.29負債及股東權益合計791476802.29

損益表數據：稅前收益-18479716.41稅后收益-18479716.41（二）單個公司的Z分析

以“松遼汽車”上市公司為例來驗證多元59本會計期間其他資料：折舊13798060.12平均總資產761427152.18平均總負債375675107.29利息凈支出8711347.39期末股價6.76本會計期間其他資料：折舊1379806060股本結構（單位：萬股）

（一）尚未流通股份期末數1.發起人股份其中：國家股7440其他02.募集法人股2403.內部職工股1536尚未流通股份合計9216（二）已流通股份1.境內上市的人民幣普通股48002.其他0已流通股份合計4800（三）股份總數14016由上表可以計算出股東權益市場價值為9216×10000＋4800×1000×6.76＝41664000股本結構（單位：萬股）

（一）尚未流通股份期末數（二）61Z值計算X1＝（35636671813－249840895.51）／791476802.29＝0.1346X2＝236352186.69／791476802.29＝0.2986X3＝－9768369.02／791476802.29＝－0.0123X4＝416640000／414964615.6＝1.0040X5＝85989835.10／791476802.29＝0.1086即得：Z＝0.012X1＋0.014X2＋0.033X3＋0.006X4＋0.999X5＝0.1199當Z值≤1.8時，則說明企業財務失敗的可能性非常大，松遼汽車公司的Z值正好落在此范圍內。Z值計算X1＝（35636671813－249840895.62（三）多家公司Z分析

蔣屏：《中國上市公司虧損預警分析》1、樣本選擇：考慮經濟性，在房地產行業中隨機選取10個樣本；

考慮代表性，確定盈虧公司各半；

（三）多家公司Z分析

蔣屏：《中國上市公司虧損預警分析》63根據上述原則，選取如下10家上市公司作為樣本：序號公司名稱所屬行業盈虧情況虧損年份1珠江實業600684房地產虧20002ST中福059219993賽迪傳媒050419994ST特力A002519995ST中僑004719996深萬科0002盈

7世紀中