摘要：隨著市場經(jīng)濟的不斷發(fā)展，汽車行業(yè)作為國民經(jīng)濟支柱產(chǎn)業(yè)的地位越來越重要。加強汽車行業(yè)的財務(wù)風(fēng)險預(yù)警能夠為財務(wù)信息使用者及時提供有用的決策信息，進而提高汽車行業(yè)整體的財務(wù)管理水平，增強抗風(fēng)險能力。本文通過運用Z-score模型對2011年我國汽車行業(yè)上市公司總體狀況進行分析，得出我國汽車行業(yè)上市公司一半以上財務(wù)狀況良好，破產(chǎn)的可能性較小，但部分公司存在一定財務(wù)風(fēng)險且財務(wù)管理水平有待提高的結(jié)論。
關(guān)鍵詞： Z-score 模型 汽車行業(yè) 上市公司 財務(wù)預(yù)警
一、引言
在加入WTO的十余年里，我國經(jīng)濟迎來了前所未有的發(fā)展機遇，同時也面臨著嚴峻的挑戰(zhàn)。全球經(jīng)濟一體化的沖擊和大量外資企業(yè)的不斷涌入，使企業(yè)市場競爭日趨激烈，一些企業(yè)開始面臨經(jīng)營困境。加之2008年的金融危機，一些企業(yè)遭受重創(chuàng)甚至破產(chǎn)。筆者認為，企業(yè)面臨經(jīng)營危機一方面受外部宏觀因素的影響，如經(jīng)濟衰退、通貨膨脹等；另一方面受企業(yè)自身因素制約，其中財務(wù)風(fēng)險是導(dǎo)致經(jīng)營危機的主要因素。因此，在企業(yè)中建立健全財務(wù)風(fēng)險預(yù)警是十分必要的。截至2012年底，我國上市公司總數(shù)為2 494家，市值約22.91萬億元，但是在許多上市公司中，仍然存在著內(nèi)部經(jīng)營管理不完善、缺乏風(fēng)險危機意識等現(xiàn)象，造成上市公司出現(xiàn)財務(wù)危機甚至面臨破產(chǎn)等境況。雖然中國證券監(jiān)督委員會已給一些出現(xiàn)財務(wù)危機狀況的上市公司以警示，但起到的預(yù)警作用不如預(yù)期的效果。近年來，國內(nèi)外學(xué)者就如何建立有效的財務(wù)風(fēng)險預(yù)警模型進行了深入探討與研究，分行業(yè)的財務(wù)風(fēng)險研究將成為一種趨勢。汽車行業(yè)在國民經(jīng)濟中發(fā)揮著舉足輕重的作用，其特點是產(chǎn)業(yè)鏈長，產(chǎn)業(yè)相關(guān)度高，就業(yè)范圍廣，在出口和投資放緩的情況下，是拉動消費增長的重要力量，所以汽車行業(yè)已成為我國國民經(jīng)濟的支柱產(chǎn)業(yè)。通過加強對汽車行業(yè)的財務(wù)風(fēng)險預(yù)警研究，可以及早捕捉到汽車行業(yè)的隱患和重大風(fēng)險，及早發(fā)現(xiàn)行業(yè)出現(xiàn)財務(wù)危機的信號，從而避免財務(wù)風(fēng)險的發(fā)生，提高汽車行業(yè)整體抗風(fēng)險能力，確保汽車行業(yè)上市公司持續(xù)健康穩(wěn)定發(fā)展。
二、Z-score 模型概述
（一）Z-score 模型基本理論
Z-score 模型是由美國教授Altman（1968）提出的一種多變量的財務(wù)預(yù)警模型，這種模型采用的是財務(wù)比率分析法，將企業(yè)常用財務(wù)比率按流動性、獲利能力、財務(wù)杠桿、償債能力和發(fā)展能力進行分類，運用數(shù)理統(tǒng)計的方法從22個變量指標中選取5個關(guān)鍵指標，并以1946年至1965 年期間33 家破產(chǎn)公司和33 家非破產(chǎn)公司作為樣本進行研究，得出了Z-score 模型。其判別函數(shù)為：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5
其中：X1=營運資金/資產(chǎn)總額
=（流動資產(chǎn)-流動負債）/
資產(chǎn)總額；
X2=留存收益/資產(chǎn)總額
=（未分配利潤+盈余公積）/資產(chǎn)總額；
X3=息稅前利潤/資產(chǎn)總額
=（利潤總額+利息費用）/ 資產(chǎn)總額；
X4=股東權(quán)益合計/負債合計
=（每股市價×流通股股數(shù)+每股凈資產(chǎn)×非流通股股數(shù)）/ 負債合計；
X5=營業(yè)收入/資產(chǎn)總額。
在Z-score模型中，Altman提出了判斷企業(yè)破產(chǎn)的臨界值：（1）當企業(yè)的Z≥2.675時，表明企業(yè)財務(wù)狀況運行良好，發(fā)生破產(chǎn)的可能性較?。唬?）當企業(yè)的1.81＜Z＜2.675時，表明企業(yè)進入“灰色地帶”，這個區(qū)間的企業(yè)財務(wù)是不穩(wěn)定的，很容易陷入破產(chǎn)危機；（3）當企業(yè)的Z≤1.81時，則表明企業(yè)存在很大的財務(wù)危機，發(fā)生財務(wù)困境或破產(chǎn)的可能性較大。
（二）Z-score模型在汽車行業(yè)上市公司運用的理論可行性
筆者認為，我國汽車行業(yè)上市公司運用Z-score模型對企業(yè)財務(wù)風(fēng)險進行預(yù)警，理論上具有可行性。第一，Z-score模型是Altman教授以上市公司制造業(yè)為研究對象提出的，本文的研究對象是上市公司汽車行業(yè)，汽車行業(yè)屬于制造業(yè)，從研究對象來看具有可行性。第二，在數(shù)據(jù)選取上，模型的數(shù)據(jù)均從上市公司對外公布的定期財務(wù)報告中獲取，期末股票市價能從各類炒股軟件中查找，研究數(shù)據(jù)獲取也具有可行性。第三，Z-score模型采用的多變量分析法，能綜合反映公司財務(wù)狀況，克服了單變量模型對于同一公司不同指標分析得出不同結(jié)果的狀況，能夠較有效地預(yù)測財務(wù)風(fēng)險。相對于Logit判別分析法、Probit判別分析法和人工神經(jīng)網(wǎng)絡(luò)，Z-score模型具有模型簡單、成本低、可操作性強等特點。所以在汽車行業(yè)上市公司運用Z-score模型理論上是可行的。
三、Z-score模型在汽車行業(yè)上市公司財務(wù)預(yù)警的適用性檢驗
（一）實驗假設(shè)、樣本及數(shù)據(jù)選取
實驗假設(shè)：Z-score模型是用來對財務(wù)風(fēng)險進行預(yù)警的模型，本文假設(shè)ST公司具有較大的財務(wù)風(fēng)險，其Z值應(yīng)小于等于1.81，而其他非ST公司Z值應(yīng)大于1.81。用以檢驗Z-score模型在汽車行業(yè)上市公司的適用性。
樣本及數(shù)據(jù)選取：本文以大智慧軟件汽車類為分類標準，以其類別中100家公司為樣本容量，選取3家ST公司為第一組，再隨機抽取10家非ST公司為第二組，各數(shù)據(jù)均來自巨潮資訊網(wǎng)（www.cninfo.com.cn）。
（二）指標計算
本文運用Excel 工作表進行計算分析，得出第一組3家ST汽車行業(yè)上市公司2009-2011年Z值統(tǒng)計表（見表1）和第二組10家非ST汽車行業(yè)上市公司2009-2011年Z值統(tǒng)計表（見表2）。
（三）實證結(jié)果
通過對表1、表2的數(shù)據(jù)進行整理分析，得出表3和表4的結(jié)果。
對于ST組2011年的預(yù)測準確率為100%，2010年的預(yù)測準確率為66.67%，2009年的預(yù)測準確率為66.67%。Altman教授在提出Z-score模型時，指出該模型在判斷企業(yè)破產(chǎn)前一年的預(yù)測準確率達到95%，在破產(chǎn)前兩年的預(yù)測準確率為72%，而第三年以上的預(yù)測準確率降到48%。因為我國證券市場與美國證券市場不同，模型提出距現(xiàn)在已四十多年，且把模型運用到了汽車行業(yè)上市公司，與Altman教授模型樣本為各行業(yè)也有差別，所以判斷企業(yè)破產(chǎn)的預(yù)測準確率與Altman教授指出的預(yù)測準確率存在差異是無法避免的。只要這個預(yù)測準確率在合理范圍內(nèi)，我們就可以認為此模型適用于我國汽車行業(yè)上市公司。從表3的結(jié)果看，各年的預(yù)測準確率基本在合理的區(qū)間內(nèi)，與Altman教授指出的預(yù)測準確率差距也較小，數(shù)據(jù)較為理想，即在判斷我國ST汽車行業(yè)上市公司具有財務(wù)風(fēng)險時此模型具有適用性。在ST組中，由于樣本量過小，只有3家為認定的特別處理公司，所以當只要有一家ST汽車行業(yè)上市公司Z值較大時，計算出來的預(yù)測準確率比重就會大大下降，進而使得出的預(yù)測準確率與Altman教授提出的預(yù)測準確率略有不同。
從表4中可以看出，2011年非ST公司Z值預(yù)測準確率為80%，2010年預(yù)測準確率為90%，2009年預(yù)測準確率為90%。相比Altman教授提出Z-score模型判斷企業(yè)破產(chǎn)前一年的預(yù)測準確率為95%而言，2011年Z值的預(yù)測準確率略低，其原因筆者認為，除了可能受樣本誤差影響外還存在多種因素，如可能受子行業(yè)因素影響。雖然本文中以汽車行業(yè)上市公司為研究樣本，規(guī)避了行業(yè)特性差異，但是目前我國汽車行業(yè)包括范圍廣，分為汽車整車、汽車零配件等不同子行業(yè)，子行業(yè)間的差距較大，也會使Z值有所不同。
把ST組和非ST組每個樣本計算出三年平均Z值進行表5的臨界值統(tǒng)計分析，得出ST組有66.67%的Z值小于等于1.81，非ST組三年平均Z值均大于1.81。從Z值數(shù)值角度分析得出Altman教授提出Z-score模型適用于我國汽車行業(yè)上市公司。
綜上，無論從理論還是實證角度看，筆者認為Z-score模型均可用于對我國汽車行業(yè)上市公司進行財務(wù)預(yù)警。
四、汽車行業(yè)上市公司財務(wù)風(fēng)險實證分析
以大智慧軟件汽車類為分類標準，除去第一組ST的3家公司和第二組非ST的10家公司，從樣本中隨機抽取了30家汽車行業(yè)上市公司進行分析，計算得出了這30家上市公司2011年的Z值如表6所示。
從表6可以看出，在這30家汽車行業(yè)上市公司中，2011年Z值大于2.675的有17家，所占比重為56.66%；Z值大于1.81小于2.675的有11家，所占比重為36.67%；Z值小于1.81的有2家，所占比重為6.67%。按照Altman教授提出Z-score模型的企業(yè)破產(chǎn)的臨界值來看，江鈴汽車（000550）等17家公司財務(wù)狀況運行良好，發(fā)生破產(chǎn)的可能性較??；萬向錢潮（000559）等11家公司則處于“灰色地帶”，公司財務(wù)可能不穩(wěn)定；亞星客車（600213）、北方股份（600262）則可能存在很大的財務(wù)危機，發(fā)生財務(wù)困境的可能性較大。
五、結(jié)論
本文嘗試將Altman教授提出的Z-score模型用于我國汽車行業(yè)上市公司進行財務(wù)預(yù)警，通過理論和實證的分析，證明模型對汽車行業(yè)上市公司財務(wù)預(yù)警具有良好效果。通過樣本推斷總體的方法，得出我國2011年汽車行業(yè)上市公司有一半以上財務(wù)狀況良好，破產(chǎn)的可能性較小；小部分公司處于“灰色地帶”，個別公司財務(wù)狀況欠佳，發(fā)生財務(wù)困境的可能性較大。2011年受國家宏觀調(diào)控、優(yōu)惠政策相繼退出和限購等因素影響，我國汽車行業(yè)整體產(chǎn)銷量有所下降，一些公司處于“灰色地帶”也是正?，F(xiàn)象。對于這些存在財務(wù)風(fēng)險的公司，經(jīng)營者應(yīng)及時調(diào)整經(jīng)營策略，加強日常財務(wù)管理以使公司盡快擺脫財務(wù)困境。J
