XXX模型在公司财务预警分析中的运用(ppt)
XXX模型在公司财务预警分析中的运用
一、财务预警分析
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。为了避免破产，企业必须作好预警工作。
二、模型简介
国外对上市公司财务预警系统的研究比较早，发展得比较成熟。特别是单变量模型和多变量模型，是国外上市公司财务预警的主要研究成果。下面主要对这两种模型进行介绍。


（一） 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财务危机。单变量预测模型最早是由威廉·比弗(William.Beaver,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（主要的财务指标）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。

单变量预测模型虽然比较简便,但其缺点在于: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于同一个公司,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。
（二）多变量模型
1968年，美国纽约大学商学院奥特曼(Altman)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(Altman)教授的多变量模型为：


Z=0.012X1+0.014X2+0.033X3+0.006X4+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Z理论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而成,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,而我们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X3降低,不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:“未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,我们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,说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。
Z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。

Altman结合美国股票市场的实际情况，确定Z值的实际截止点为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。

Z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、主成分分析法等。

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。我们并不打算运用这些模型来对我国股市的上市公司进行财务预警分析，这主要是因为Z模型是上市公司财务预警系统的经典理论，在世界各国得到广泛的应用。
三、我国上市公司财务预警应用分析
在众多的财务预警模型中，我们采用国际公认的Z模型来评判企业财务状况，主要是基于以下考虑：


1.虽然目前财务预警模型层出不穷，但他们基本原理都是一致的，都是通过利用反映企业经营能力、偿债能力 、盈利能力和变现能力等方面数据指标来衡量企业财务能力的，没有本质的区别。
2.Altman 模型在世界各国都得到应用，并验证出企业财务失败的警戒线是1.81，用该模型来对我国上市公司财务状况进行评判，从结果中发现自己与西方发达国家企业的差距，从而促使管理层对自身工作进行改进。

3.由于Altman 模型得到世界范围内的认可，使用该模型有助于我国企业参与全球范围内的评比，这是我们应对国际市场竞争的一种需要。
我们运用Altman 模型，有两个方面的目的：一方面要考察我国上市公司的财务状况，与发达国家进行比较；另一方面也可以通过财务失败的PT股数据来验证Z模型在中国股市的实用性，可谓一举两得。

我们选取的是2001年我国股市所有PT股，并为每只PT股配了3家同行业的正常股票做对比。
1．样本设计
我们所选取的，是2001年所有PT股，除了PT股，还选择了正常企业作为对照。正常企业是根据PT企业所属行业分类选取的，每个PT企业随机抽取了3家正常企业作为对照。


所有财务数据的报表日均选在2001年中期，而没有选择2001年的年报做分析，这是因为在2001年年底以前，大多数PT企业为了摆脱退市的命运，都设法通过重组等方式使得年报表利润为正数，因此若选择年报表时的PT企业，已不能完成财务失败的分析目的，所以我们选择了中报；为了资料口径一致，所选正常企业也是中报数据。


表一：研究样本列表

2．指标以及指标计算说明
前面已对Z模型所涉及到的财务指标做了说明，在这里我们仅对指标的计算做一个简单介绍。
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/平均资产总额


其中，期末指的是报表日2001年6月30日，由于利息在报表上未有列示，故息税前利润为报表上的税前利润加上财务费用而得到。期末留存收益则为企业盈余公积加上本期未分配利润得到。
3．分析说明
在附表1和附表2中，列示了所选取的报表数据以及据以计算的各X值，根据上面所介绍的Altman Z模型公式，我们可以得出表2中的Z值。


表二 我国上市公司PT股Z值及同行业比较


上表列示结果，总体看来，PT企业Z值远远低于财务预警临界值1.81，大多数PT企业的Z值为负数，可见该模型在预测上市公司财务失败或财务危机时，具有较高的正确性。但是正常企业的Z值显示出与国外企业不同的特点：企业Z值偏低，在所选的13个行业中，正常企业Z值大于2.675的仅有5个行业，介于2.675到1.81之间的有8个，原因可能是：


（1）正常企业的选取是随机的。由于正常企业是随机选择的，因此可能包括经营业绩好的上市公司、经营业绩一般的上市公司和经营业绩差的上市公司在内,因此Z值不大。
（2）我国上市公司的财务水平普遍较低。“证星——若山风向标上市公司财务测评系统”显示，中国上市公司财务状况普遍差强人意，用国际通用会计准则衡量，我国８０％以上的上市公司存在财务隐患；根据中国国情大幅度降低评价标准后，仍有将近２０％的上市公司存在较为严重的财务问题。


　我国上市公司的平均资产负债率、平均的长期资金适合率、应收账款增长率与主营业务增长率之比等，都远远高于国际标准。主持该项目的复旦大学会计学系主任李若山认为，造成我国上市公司财务状况令人担忧的原因，既有一些上市公司经营管理水平差强人意，市场对失去持续经营能力的公司缺乏退出机制等因素，又与一些大股东竭泽而渔、庄家用不正当的方式人为操作利润、刻意包装企业密不可分。
（3）行业分析

分析上表Z值，我们还可得出另外一些结论，不同行业Z值显示出不同的特点,各行业的Z值与行业经营环境有关。一些比较成熟的行业，例如制造业、 房地产业、纺织业、旅馆业、综合类、批发和零售贸易业等，财务失败的Z值与正常企业相差相对较小，而且正常企业的Z值也偏低，均处于灰色地带；新兴行业——计算机服务业、及属于第三产业的行业，其PT企业与正常企业的Z值差别则大一点，显示出这些行业的高风险、高回报的特点；

行业经济环境也对Z值有所影响，近年处于行业不景气的产业其正常企业Z值也较低，例如房地产、电子信息产业，而处于景气状况的产业其PT企业和正常企业的Z值高于其他行业的水平，例如计算机服务业；企业本身所处行业不同，企业的Z值也会有所不同，规模效应较强的行业，例如交通运输设备制造业、水上运输业，PT企业由于未形成规模效应，Z值较低，而正常企业的Z值较高。

需要指出，我国企业的Z值有普遍偏低的倾向，这是值得关注的问题。
4．结论
通过对PT公司及其对比组企业财务预警分析，可以得到以下结论： 我国企业财务状况比较严峻，财务稳健性不高，风险较大；行业特点不同，其财务指标也不同，行业差别比较大； 就我国上市公司而言，Z模型可以较好的判别和预测企业的财务失败，但对财务正常的公司，指标低于发达国家水平。

四、几点启示
（一） 奥特曼模型对我国企业财务预警是有效的，财务失败组的Z值远远低于1.81,但其标准值不适用于我国， 我们在应用该模型时，需要做一些调整。


（二）企业财务预警离不开经济大环境分析，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，整个股市上市公司的财务也会受到波及，结合经济环境才能准确揭示企业的真正财务情况。


（三）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Z值相比新兴行业较低，而失败企业的Z值高于新兴行业企业。我国应该建立起行业标准，以便企业财务预警分析有个科学的标准。


（四） 在分析一个企业的财务状况时，一些非财务的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。
（五） 除了企业本身，财务预警的正确与否也与市场的完善程度有关，由于我国市场经济不完善，导致企业本身管理不善，会计信息失真，股市规则与国际相比也不够完善，因此我国企业的财务预警与国际股市Z值有所不同。因此我们还需要完善市场经济体制，并注意与国际的接轨。


XXX模型在公司财务预警分析中的运用(ppt)