上市公司财务风险预警模型分析
财务风险预警模型的构建与实证分析
财务风险预警模型的构建与实证分析在当今复杂多变的商业环境中，企业面临着各种各样的风险，而财务风险无疑是其中最为关键和致命的。
有效的财务风险预警能够帮助企业提前洞察潜在的危机，及时采取应对措施，从而保障企业的稳健发展。
本文将探讨财务风险预警模型的构建方法，并通过实证分析来验证其有效性。
一、财务风险的内涵与影响财务风险是指企业在各项财务活动中，由于各种难以预料或无法控制的因素影响，导致企业财务状况的不确定性，进而使企业蒙受损失的可能性。
财务风险主要包括筹资风险、投资风险、资金回收风险和收益分配风险等。
财务风险对企业的影响是多方面的。
首先，它可能导致企业资金链断裂，无法按时偿还债务，影响企业的信誉和融资能力。
其次，财务风险可能使企业的盈利能力下降，甚至出现亏损，影响股东的利益和企业的价值。
此外，严重的财务风险还可能导致企业破产清算，给员工、供应商和社会带来负面影响。
二、财务风险预警模型的构建思路1、指标选取在构建财务风险预警模型时，指标的选取至关重要。
常见的财务指标包括偿债能力指标（如资产负债率、流动比率、速动比率等）、营运能力指标（如应收账款周转率、存货周转率等）、盈利能力指标（如销售净利率、净资产收益率等）和发展能力指标（如营业收入增长率、净利润增长率等）。
此外，还可以选取一些非财务指标，如市场占有率、行业竞争状况等。
2、数据预处理在进行模型构建之前，需要对选取的指标数据进行预处理。
这包括数据清洗、标准化和缺失值处理等。
数据清洗主要是去除异常值和错误数据；标准化是将不同量纲的指标转化为具有可比性的数值；缺失值处理则可以采用均值填充、中位数填充或删除等方法。
3、模型选择常用的财务风险预警模型有多元线性回归模型、Logistic 回归模型、神经网络模型等。
多元线性回归模型简单直观，但对于非线性关系的拟合效果较差；Logistic 回归模型适用于二分类问题，能够较好地预测企业是否存在财务风险；神经网络模型具有强大的非线性拟合能力，但模型的解释性较差。
我国中小企业上市公司财务风险预警模型研究
我国中小企业上市公司财务风险预警模型研究摘要：以a股市场上77家中小企业上市公司为样本，从企业的偿债能力、营运能力、获利能力、发展能力以及现金流量等五个方面选取相关财务指标建立模型，采用因子分析法选出6个公因子，通过非参数检验讨论不同情境下，财务指标是否存在差异，讨论多元logistic模型与不同情境的关系，并细分了财务指标的构成，建立财务风险预警模型，以期对我国中小企业上市公司在财务预警能力方面有所借鉴和参考。
关键词：中小企业；财务风险；因子分析；多项logistics分析方法世界经济尚未从危机中回复，企业的生存条件恶劣，而中小企业更是由于经济基础差、技术管理水平低、规模小、发展时期短、融资困难以及经验不足等问题的限制，面临着更为严峻的生存压力。
这种情况下，建立一个更具个性化的有效的财务风险预警模型满足中小企业上市公司财务风险预警工作的实际需要。
1、我国中小企业上市公司财务风险预警模型的提出我国中小企业上市公司财务风险预警模型应在中小企业自身一些特定条件下运用会计要素及其结构指标针对风险因素进行描述、分析、预测，最终形成具有中小企业上市公司自身特点、特色的中小企业上市公司财务风险紧急预案。
1.1财务风险预警模型的几个前提（1）中小企业上市公司的特异性是通过某项指标进行统计学分析后获得的，并以此作为中小企业上市公司的特异性的来源，本文以行业细分作为代表，在实际应用中可以再用资本额、所属地域等指标进行细分，目的是保证中小企业上市公司的特异性具有实际上的比较意义。
（2）模型形成的变量不是一个判断值则只是一个描述值，描述值的目的是为了满足中小企业上市公司财务风险紧急预案在数值描述上的需求，避免仅靠判断值分析公司财务风险，而转化为序列描述值的综合判断。
（3）中小企业上市公司财务风险紧急预案是中小企业上市公司财务风险预警模型数据序列描述值的实际预警值启动程序。
1.2模型分析方法一是采用多个独立变量非参数检验方法，用于判定不同行业间的差异是否存在，为下一步模型检验提供依据。
F分数模型在上市公司财务风险预警中的应用
F分数模型在上市公司财务风险预警中的应用一、F分数模型原理及特点F分数模型是由美国著名财务学者A.F.夏皮罗和H.贝格斯提出的，其本质是利用公司的财务报表数据进行多元线性判别分析，将各种财务指标转换为一个综合指标F值，通过F值的大小，对公司的财务风险等级进行判定。
F分数模型的主要特点包括以下几点：1. 多元线性判别分析。
F分数模型采用多元线性判别分析的方法，将多个财务指标进行综合评定，综合考虑了各项指标之间的相关性和综合作用，大大提高了评估的准确性和全面性。
2. 统计分析为基础。
F分数模型的建立是基于对大量上市公司的财务数据进行统计分析的基础上，具有较强的客观性和科学性，能够排除主观因素对评估结果的影响。
3. 易于计算和理解。
F分数模型的计算方法相对简单，只需通过一定的数学运算即可得出F值，而且F值的大小直接反映了公司的财务风险等级，易于财务管理人员和投资者理解和应用。
二、F分数模型的应用方法1. 数据收集。
首先需要收集上市公司的财务报表数据，包括资产负债表、利润表和现金流量表等，以及其他相关的财务指标数据。
2. 指标选取。
在收集到数据后，需要从中筛选出一些代表公司财务状况的指标，如资产负债率、流动比率、偿债能力比率、盈利能力比率等。
3. 数据处理。
对选取的指标进行数据预处理，包括标准化处理、缺失值处理、异常值处理等，以保证数据的准确性和完整性。
4. 模型建立。
利用多元线性判别分析法，建立F分数模型，并通过对历史数据的分析和拟合，确定各指标的权重系数，得出F值的计算公式。
5. F值计算。
根据F值的计算公式，将公司的财务指标数据代入，计算得出F值，根据F值的大小判定公司的财务风险等级。
6. 风险预警。
根据F值的大小，对公司的财务风险进行预警，及时采取相应的财务风险管理措施，防范风险的发生。
F分数模型在财务风险预警中具有很广泛的应用，以下以某上市公司为例，简要介绍F 分数模型在该公司的应用实例。
某上市公司是一家制造业公司，近年来的盈利能力较差，流动资产周转率相对较低，资产负债率逐渐上升，偿债能力较弱。
F分数模型在上市公司财务风险预警中的应用
F分数模型在上市公司财务风险预警中的应用随着经济发展和市场竞争的加剧，上市公司面临着诸多风险，如经营风险、市场风险、财务风险等。
财务风险是影响公司健康发展的重要因素之一。
为了及时预警和管理财务风险，可以采用F分数模型进行分析和评估。
本文将介绍F分数模型在上市公司财务风险预警中的应用。
F分数模型来源于Altman于1968年提出的Z分数模型，是一种经典的企业破产预测模型。
F分数是通过对多个财务指标进行加权组合得到的一个综合评分指标，能够量化地反映出公司的财务状况。
F分数模型的应用可以帮助投资者、银行等利益相关方在投融资决策中及时发现财务风险，并采取相应的措施。
F分数模型主要根据公司的财务比率和财务指标进行计算。
常用的财务指标包括：流动比率、总负债与资产比率、总负债与净利润比率等。
这些财务指标可以通过公司的财务报表获得。
将这些财务指标代入F分数模型的公式中，就可以得到一个具体的F分数。
根据F分数的大小，可以准确地判断公司的财务状况和风险程度。
F分数模型的应用可以提供以下几方面的预警信息。
F分数模型可以及时发现公司的财务问题和风险。
当F分数低于一定的阈值，说明公司的财务状况可能存在问题，存在破产的风险。
F分数模型可以提供财务风险的程度。
不同的F分数对应不同的风险等级，可以帮助投资者、银行等决策者更加准确地评估财务风险的严重程度。
F分数模型可以与其他公司进行对比分析。
通过对比不同公司的F分数，可以了解公司的相对财务状况，找出潜在的投资机会和风险。
F分数模型可以进行长期趋势分析。
通过观察公司的F分数变化，可以判断公司的财务状况是否改善或恶化，及时采取相应的措施。
F分数模型也存在一定的局限性。
F分数模型是一种静态的评估模型，只能反映当前的财务状况，无法预测未来的风险。
F分数模型对财务指标的选择和权重设置较为主观，可能存在一定的主观性和误差性。
F分数模型还存在数据滞后的问题，因为财务报表的发布通常有一定的时间延迟。
上市公司财务风险识别和预警模型
上市公司财务风险识别和预警模型随着经济的发展和市场竞争的加剧，上市公司面临着更多的财务风险。
因此，财务风险识别和预警模型逐渐成为上市公司管理层必备的工具之一。
本文将介绍上市公司财务风险的识别和预警模型，并分析其在实际应用中的重要性和有效性。
财务风险是指上市公司在经营过程中可能面临的与财务相关的潜在损失。
财务风险的特点是不确定性和复杂性，因此需要科学的方法来识别和评估。
上市公司财务风险识别和预警模型采用统计学和金融学的方法，通过对财务数据进行分析和建模，以识别潜在的财务风险，并提供预警信息。
财务风险识别和预警模型一般包括两个主要部分：财务风险指标和财务风险评估模型。
财务风险指标是通过对财务报表数据进行计算和分析得出的指标，如偿债能力、盈利能力、偿债能力、运营效率等。
这些指标能够反映出上市公司的财务状况和潜在的风险。
财务风险评估模型是根据财务风险指标的权重值和各指标之间的关系，通过建立数学模型来评估上市公司的财务风险水平。
常用的财务风险评估模型有Altman Z-Score模型、Springate模型、Ohlson O-Score模型等。
财务风险识别和预警模型在实际应用中具有重要的意义。
首先，它能够帮助公司管理层及时了解公司财务状况，及早预警潜在的财务风险。
通过对财务指标的监控和分析，公司管理层可以发现并解决问题，防止财务风险进一步扩大。
其次，财务风险识别和预警模型对投资者和金融机构也具有指导作用。
投资者可以通过对公司财务风险的认识，做出更加准确的投资决策。
金融机构可以根据财务风险模型的分析结果，决定是否为上市公司提供融资或贷款。
最后，财务风险识别和预警模型也可以用于监管机构的监管和审计工作。
监管机构可以通过监测上市公司的财务指标和风险水平，判断公司是否符合法规要求，保护投资者的利益。
然而，财务风险识别和预警模型也存在一些限制和挑战。
首先，财务风险模型是基于历史数据和统计方法建立的，对于未来的风险预测具有一定的局限性。
我国上市公司财务风险预警模型的比较与选择
（ 样本 公 司的选 取和数据来源 二）
本 次 研 究 主 要 针 对 工 程 机 械 上 市
公 司 ． 取 的样 本公 司分 别 为 ： 工 、 选 柳
三 一 重 工 、 工 股 份 、 Ｔ 集 团 、 联 厦 徐 中
股 东 权 益 的 市 场 价 值／ 末 总 负 债 ： 期
Ｘ４ ０ ４ ６１ ０ １ ７ 。 ＋ ．９ Ｘ 一 ．７ ４
模 型 以 ０ｏ ７ ．２ ４为 临 界 点 。 某 一 特 定 若 的 Ｆ分 数 低 于 ００ ７ 则 将 被 预 测 为 ．２４． 破 产 公 司 ： 反 之 ． 若 Ｆ 分 数 高 于 ０ ２ ４ 则 公 司 将 被 预 测 为 可 以 继 续 ． ７， ０ 生存 的公 司 、
由 Ｚ分 数 模 型 计 算 结 果 表 明 ， 样
本 所 选 取 的 ５家 上 市 公 司 中 ， 续 三 连
的 比 例 ， 可 以 衡 量 企 业 全 部 资 产 的 它 流 动 性 水 平 ； 映 企 业 总 资 产 中 留 Ｘ 反
存 收 益 的 数 额 ： 企 业 财 务 失 败 最 Ｘ 是 有 利 的 依 据 之 一 ； 映 企 业 的 财 务 Ｘ反 结 构 ： 映 企 业 运 用 资 产 以 产 生 销 Ｘ 反 售 收 入 的 能 力 。若 Ｚ ．９ 表 明 企 业 ≥２９ ， 的 财 务 状 『 良好 ， 生 破 产 的 可 能 性 兕 发
F分数模型在上市公司财务风险预警中的应用
F分数模型在上市公司财务风险预警中的应用1. 引言1.1 研究背景随着市场竞争的加剧和金融环境的变化，各种风险对企业的影响越来越大。
研究如何有效应对和预防财务风险成为企业管理者和学者关注的焦点。
本文将针对F分数模型在上市公司财务风险预警中的应用展开深入研究，探讨其在实践中的效果和局限性，旨在为企业提供更准确和可靠的财务风险预警工具。
1.2 研究目的研究目的旨在探讨F分数模型在上市公司财务风险预警中的应用情况，分析其在预警过程中的效果和作用。
通过对F分数模型的应用进行深入研究，可以帮助相关部门和机构更好地识别和评估上市公司的财务风险，提前发现潜在的经营风险，从而采取相应的预防和控制措施。
研究还旨在探讨如何进一步完善F分数模型，在实践中更加准确地预测和评估公司的财务状况，为实际业务决策提供更有力的支持和依据。
通过本研究，可以为加强上市公司财务风险管理提供理论指导和实务参考，促进企业稳健经营和可持续发展。
1.3 研究意义本研究的意义在于提高上市公司财务风险预警的准确性和及时性，帮助投资者和监管部门更好地了解公司的财务状况，降低投资风险。
通过对F分数模型在财务风险预警中的应用进行深入研究，可以为相关部门提供更科学、更有效的决策依据，促进企业的可持续发展。
研究F 分数模型的优势和局限性，可以帮助完善该模型，提高其预测准确性和稳定性，为企业风险管理提供更全面的参考依据。
通过实际案例的分析，可以验证F分数模型在实际应用中的有效性和可行性，为企业和投资者提供更具有参考价值的财务风险预警方法。
本研究的意义在于推动财务风险预警领域的理论研究和实践应用，为我国上市公司的财务风险管理提供有益的借鉴和启示。
2. 正文2.1 F分数模型概述F分数模型是一种用于评估公司财务状况和风险的模型。
该模型主要通过计算公司的财务指标来给出一个综合评分，从而帮助投资者或管理者识别公司的潜在风险。
F分数模型最初由Edward Altman在1968年提出，被广泛用于评估公司破产概率。
F分数模型在上市公司财务风险预警中的应用
F分数模型在上市公司财务风险预警中的应用随着经济的发展和市场的开放，公司的竞争压力越来越大，财务风险也越来越成为公司发展过程中必须面对的问题。
财务风险不仅会影响公司的生产经营，更会影响企业的形象和声誉，因此，企业必须采取有效的预警措施来避免财务风险的出现。
本文将以分数模型为例，探讨其在上市公司财务风险预警中的应用。
一、什么是分数模型分数模型是一种常用的财务分析工具，它可以通过对公司财务数据进行分析，得出公司的财务状况。
其原理是采用多种财务指标，将其进行加权平均，得出一个综合得分，通过该得分来评估公司的财务状况。
二、分数模型的优缺点分数模型的优点在于可以综合评价公司的财务状况，得出一个较为全面的评估结果，并且具有较高的可比性和解释性。
此外，分数模型能够快速地识别出公司的财务风险，为公司的风险控制提供有效的参考。
分数模型的缺点在于其具有一定的主观性，因为分数模型的指标权重是根据分析师或财务人员的经验和判断进行分配的，所以不同的人可能会有不同的分配方式。
此外，分数模型忽略了时间因素的影响，所以无法反映公司的短期和长期财务情况的变化趋势。
1、建立适用性较强的分数模型在建立分数模型时，必须充分考虑公司的实际情况和行业特点，确定适用性较强的分数模型，针对不同的行业和公司，制定相应的指标体系和权重分配方式，以便得出准确可靠的财务风险判断结果。
2、及时收集、分析公司的财务数据财务分数模型的可靠性和准确性取决于数据的质量和精度。
因此，在进行财务风险预警时，公司需要及时收集和整理财务数据，并对数据进行分类处理和分析，以保证数据的准确性和可靠性。
分数模型可以将多个指标进行综合评估，得出公司的财务状况得分，通过比较分数的大小，可以对公司的财务状况进行识别和预警。
例如，如果公司的分数一直处于下降趋势，则说明公司的财务状况可能存在问题，需要及时采取措施进行调整和改进。
4、制定相应的风险控制措施分数模型能够有效地发现公司的财务隐患和风险，为公司制定相应的风险控制措施提供了参考。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
上市公司财务风险预警模型分析摘要:文章在简要介绍企业财务风险及上市公司风险预警系统的含义和功能的基础上,重点介绍上市公司风险预警模型,并用奥特曼模型在我国上市公司财务风险预警中的运用进行分析,最后针对我国的具体情况提出关于奥特曼模型修正意见。
关键词:财务风险预警系统;单变量模型;奥特曼模型企业财务风险是指企业丧失偿债能力的可能与股东收益的不确定性。
通常用财务杠杆衡量财务风险的大小。
在激烈的市场竞争中,上市公司始终处在生存与倒闭、发展与萎缩的矛盾中。
上市公司必须生存下去才有可能获利,只有不断发展才能求得生存,对上市公司来说,生存是其核心目标。
而影响上市公司生存的主要威胁来自上市公司面临的风险和财务危机。
因此,建立一个科学合理的财务风险系统,可以为上市公司的生存提供重要的信息,对上市公司可能发生的财务危机加以防范,减少财务危机的出现。
一、企业财务风险预警系统的含义及功能财务风险预警系统主要是以财务报表、经营计划及其他相关的财务资料为依据,利用财会、金融、企业管理、市场营销等理论,采用比例分析数学模型等方法,确定预警指标和预警指标的相应标准,以发现企业存在的风险,并向经营者示警一个有效的财务预警系统。
从1998年我国对上市公司实行“特别处理”(简称ST)制度以来,2001年、2002年、2003年、2004年分别有144家、135家、113家和123家上市公司被特别处理。
有鉴于此,迫切需要建立一个能预先发出财务危机警报的财务分析系统,以帮助上市公司管理者及早取得财务状况恶化的信号,避免可能出现的财务危机。
具体说来,财务风险预警系统主要具有以下三方面的功能:(一)信息收集它通过收集与企业经营相关的产业政策、企业本身的各类财务和生产经营状况信息,进行分析比较,判断是否应该发生警告。
(二)预知危机经过对大量信息的分析,当出现可能危害企业财务状况的关键因素时,财务预警系统能预先发出警告,提醒经营者采取对策,避免潜在的风险演变成现实的损失。
(三)控制危机当财务发生潜在的危机时,财务预警系统还能及时寻找导致财务状况恶化的根源使经营者有的放矢,阻止财务状况的进一步恶化。
二、企业财务风险的预警模型(一)建立财务风险预警模型的必要性财务预警是借助企业提供的财务报表、经营计划及其他相关会计资料,利用财会、统计、金融、企业管理、市场营销理论,采用比率分析、比较分析、因素分析及多种分析方法,对企业的经营活动、财务活动等进行分析预测,以发现企业在经营管理活动中潜在的经营风险和财务风险,并在危机发生之前向企业经营者发出警告,督促企业管理当局采取有效措施,避免潜在的风险演变成损失,起到未雨绸缪的作用;而且,作为企业经营预警系统的重要子系统,也可为企业纠正经营方向、改进经营决策和有效配置资源提供可靠依据。
进行财务预警分析,建立企业财务预警模型已成为现代企业财务管理的重要内容之一。
上市公司的财务信息对多方利益相关者都有着重要影响,建立财务预警系统、强化财务管理、避免财务失败和破产,具有重要意义。
目前我国上市公司的财务状况不容乐观,普遍存在着财务状况不稳定的情况。
在激烈的市场竞争中,这意味着企业风险极高,破产随时可能发生。
国内外的大量实例表明,陷入破产境地的企业几乎毫无例外地都是以出现财务危机为征兆的。
为了避免破产,企业必须做好预警工作。
(二)财务风险预警模型简介1 单变量模型单变量预测模型,是通过单个财务比率指标的走势变化来预测企业的财务危机。
单变量预测模型最早是由威廉·比弗(WilliamBeaver,1966)提出的。
他在1968年发表在《会计评论》上的一篇论文中,对1954至1964年期间的79个失败企业和相对应(同行业、等规模)的79家成功企业进行了比较研究,结果表明,债务保障率能够最好地判定企业的财务状况(误判率最低),其次是资产收益率和资产负债率,并且离经营失败日越近,误判率越低,预见性越强。
后来经过众多学者、实务专家的研究,认为资金安全率也是一个非常实用的单变量指标。
单变量的财务预警系统是基于如下的认识:如果某一上市公司运营良好的话,其主要的财务指标也应该一贯保持良好,一旦某一单变量指标出现逆转,说明公司的经营状况遇到了困难,应引起管理层和投资者的注意。
单变量预测模型比较简便,其缺点在于:一个企业的财务状况是用多方面的财务指标来反映的,没有哪一个比率能概括企业的全貌。
因此,这种方法经常会出现对同一个公司,使用不同的预测指标得出不同结论的现象。
因此招致了许多批评,而逐渐被多变量方法所替代。
2 多变量模型1968年,美国纽约大学商学院奥特曼(Alt man)教授在《金融杂志》上发表了《财务比率、判别分析和公司破产的预测》一文,奠定了多变量财务预警系统的理论基础。
多变量模型即运用多种财务比率指标加权汇总而构造多元线性函数公式来预测财务危机。
奥特曼教授的多变量模型为:Z=(0. 012X1+0. 014X2+0. 033X3+0. 06X4+0. 999X5)其中,X1=(期末流动资产-期末流动负债)÷期末总资产X2=期末留存收益÷期末总资产X3=息税前利润÷期末总资产X4=期末股东权益的市场价值÷期末总负债X5=本期销售收入÷总资产在模型中涉及到的五个指标,从不同方面对企业的持续经营能力作出了评价。
X1反映了企业资产的变现能力和规模特征。
营运资本是企业的劳动对象,具有周转速度快、变现能力强、项目繁多、性质复杂、获利能力高、投资风险小等特点。
一个企业营运资本的持续减少,往往预示着企业资金周转不灵或出现短期偿债危机。
X2反映了企业的累积获利能力。
期末留存收益是由企业累积税后利润形成的,对于上市公司,留存收益是指净利润减去全部股利的余额。
一般说来,新企业资产与收益较少,因此相对于老企业而言,其X2较小,而财务失败的风险较大。
对于财务失败的企业来说,老企业的期末留存收益一般为负数,实际上是企业长期经营失败侵蚀了股东权益的结果。
X3即EBIT/资产总额,可称为总资产息税前利润率,而通常所用的总资产息税前利润率为EBIT/平均资产总额,分母间的区别在于平均资产总额避免了期末大量购进资产时使其降低,能客观反映一年中资产的获利能力。
EBIT是指扣除债务利息与所得税之前的正常业务利润(包括对外投资收益),不包括非正常项目、中断营业和特别项目及会计原则变更的累积前期影响而产生的收支净额。
原因在于:由负债和资本支持的项目一般属于正常业务范围。
因此,计算总资产利润率时以正常业务经营的息税前利润为基础,有利于考核债权人及所有者投入企业资本的使用效益。
该指标主要是从企业各种资金来源(包括所有者权益和负债)的角度对企业资产的使用效益进行评价的,通常是反映企业财务失败的最有力依据之一。
X4测定的是财务结构,分母为流动负债、长期负债的账面价值之和;分子以股东权益的市场价值取代了账面价值,因而对公认的、影响企业财务状况的产权比率进行了修正,使分子能客观地反映公司价值的大小。
对于上市公司,分子应该是:非流通的股票账面价值+流通股票期末市价×股份数。
X4的分子是一个较难确定的参数,尤其对于股权结构较复杂的企业。
而目前及在今后相当长的时间内,非上市公司仍占我国公司总数的大部分,要确定非上市公司所有者权益市价,可以采用资产评估方法中的预期收益法,具体表示为:企业净资产市价=企业预期实现的年利润额/行业平均资金利润率。
但此法仍有缺陷,因为我国宏观价格体系尚未完全理顺,行业资金利润率受客观因素影响而有波动,难以完全符合实际。
X5为总资产周转率,企业总资产的营运能力集中反映在总资产的经营水平上,因此,总资产周转率可以用来分析企业全部资产的使用效率。
如果企业总资产周转率高,表明企业利用全部资产进行经营的成果好、效率高;反之,如果总资产周转率低,则说明企业利用全部资产进行经营活动的成果差、效率低,最终将影响企业的获利能力。
如果总资产周转率长期处于较低的状态,企业就应当采取措施提高各项资产的利用程度,对那些确实无法提高利用率的多余、闲置资产应当及时进行处理,加速资产周转速度。
X5的分子“本期销售收入”应该为销售收入净额,指销售收入扣除销售折扣、销售折让、销售退回等后的金额。
奥特曼模型中的X值除X5之外,均以绝对百分率来表示,比如“留存收益资产总额”为20%,则X2为20。
奥特曼结合美国股票市场的实际情况,确定Z值的分界点为2.675,如果Z系数大于2.675,那么公司的财务状况是稳健的;如果Z系数小于1.81,那么公司很有可能走向破产的边缘;如果Z系数介于1.81和2.675之间,将是处于“灰色区域”,无法准确地判断公司的财务状况。
奥特曼以1946年至1965年期间提出破产申请的33家企业和相对应的33家非破产企业为样本检验之后发现,它正确预测了这66家企业中63家企业的结果,其预测的成功率明显超过了单变量预测模型。
近年来,法国、英国、德国等许多国家也进行了类似的分析。
尽管Z值的判断标准在各国有相当的差异,但各国“财务失败组”的Z值均明显低于“财务不失败组”,且财务失败企业的Z值的平均值都低于临界值1 .8。
奥特曼模型提出之后,很多专家对它进行进一步的研究和论证,结合本国企业实际,建立了本地股市适用的多元判别模型,例如:日本开发银行的多边模式、我国台湾学者陈肇荣的多元模型、我国学者周首华、杨济华和王平在Z模型的基础上进行改进,建立了F分数模型。
另外,还有一些数学统计模型也被应用于上市公司的财务预警,例如:沃尔评分法等。
这些模型也都是从考察企业的经营能力、偿债能力、盈利能力和成长能力入手,利用数学统计方法分析企业相关财务指标,从而判断企业财务状况,其实质与Z模型无本质的区别。
三、奥特曼模型在我国上市公司财务风险预警中的运用分析(一)与经济环境有关企业财务预警离不开经济大环境的分析,在不同的经济环境下,企业的财务状况表现也会有不同,经济环境好的时候,企业财务状况也会较好,经济环境差的时候,整个上市公司也会受到波及,结合经济环境进行分析才能准确揭示企业的真正财务状况。
(二)与行业有关企业财务预警与所处行业有关,行业特征不同,企业财务状况会表现出不同的特点。
例如新兴行业的风险较大,因此成功企业表现出较高的Z值,而失败企业表现出低于一般水平Z值;成熟的行业其成功企业的Z值与新兴行业相比较低,而失败企业的Z值高于新兴行业的企业。
我国应该建立起行业标准,以便对企业进行财务预警分析有个科学的依据。
(三)与财务因素有关在分析一个企业的财务状况时,一些非财务因素也应纳入考虑范围,例如企业有些什么新的投资项目,企业竞争背景,企业发展历史和声誉等等,因为这些因素都会对企业发展有重要的影响,为财务预警提供重要启示。