上市公司財務風險識別與預警分析
——以“無錫尚德”為例

袁智慧 何慧芹 劉毅

上市公司財務風險識別與預警分析
——以“無錫尚德”為例

袁智慧 何慧芹 劉毅

企業(yè)迅猛發(fā)展背后可能存在很大的財務風險，而財務風險如果不加以控制往往會導致企業(yè)破產，本文以無錫尚德為例，首先通過相關指標對企業(yè)財務能力進行分析，初步識別公司存在的財務風險，運用Z分數(shù)模型和F分數(shù)模型綜合分析，進一步探究無錫尚德發(fā)生財務危機的可能性，并提出了相應的建議。

財務風險；風險識別；預警分析

一、財務風險識別及預警簡述

財務風險指的是由于難以或無法預料和控制的各種內外部因素的相互影響，使企業(yè)實際的財務收益背離了預期，進而企業(yè)遭受損失的機會或可能。財務風險是企業(yè)在財務管理過程中必須面對的一個現(xiàn)實問題，財務風險是客觀存在于企業(yè)的財務系統(tǒng)中的，但是有些財務風險是可以識別和防范的，這樣可以避免到最后無法控制企業(yè)財務風險，導致財務危機。

財務風險的識別是指在財務風險發(fā)生之前，運用一些分析方法，對某些財務指標進行分析，發(fā)現(xiàn)指標的異常，做出初步判斷。

在初步識別的基礎上，可以通過模型進一步分析企業(yè)的財務狀況，即財務風險預警，其是指根據(jù)企業(yè)的財務報表等相關會計資料，運用一定的理論和方法，分析和預測企業(yè)的經營管理活動，發(fā)現(xiàn)企業(yè)在經營過程中潛在的財務風險，并及時采取有效措施以避免危機的發(fā)生，盡可能降低財務風險對企業(yè)的影響。

二、從財務能力視角識別無錫尚德財務風險

“無錫尚德”全稱是無錫尚德太陽能電力有限公司，它是全球最大的光伏產品制造企業(yè)，也是全球最大太陽能面板制造商。成立于2001年，2005年12月首次在紐交所公開上市，2013年3月18日，由于其無法歸還到期債務，法院對無錫尚德進行破產重整。面對這樣的情況，是否在破產之前財務狀況就出現(xiàn)了問題？接下來筆者首先從公司的財務能力進行分析。

（一）償債能力減弱、財務風險加大

無錫尚德的流動比率2009年為1.42，速動比率為1.24，到2011年流動比率和速動比率分別下降為0.8和0.4，表明公司的短期可變現(xiàn)能力大大減弱，償還到期債務的能力大幅下降，財務風險加大。

2009年至2011年，無錫尚德的資產負債比率大幅上升，2009年無錫尚德的資產負債率為60%，2010年的資產負債率達到64.2%，到2011年資產負債率上升到79%，適當?shù)馁Y產負債率對于公司而言可以發(fā)揮財務杠桿的作用，但資產負債率過高則預示著違約風險和財務風險加大，在此情況下，一旦市場不景氣或者經營不善，到期債務將得不到保證，企業(yè)很容易出現(xiàn)財務危機。

通過對以上指標的分析，我們可以發(fā)現(xiàn)到2011年，無錫尚德的償債能力已經出現(xiàn)問題，如果不能清償?shù)狡趥鶆諏⒚媾R者破產的風險，這已經給公司提出了危險信號。

（二）盈利能力下降

我們從盈利能力方面進一步分析，看一看無錫尚德公司是否能有盈利的保障。通過分析無錫尚德的利潤表，我們發(fā)現(xiàn)，該公司的凈利潤出現(xiàn)了大幅的震蕩，2010年公司的凈利潤為2.37億美元，是2009年的2.8倍，2011年公司的凈利潤為-10.18億美元，凈利潤如此大幅震蕩，這需要引起管理者高度警惕。

伴隨著凈利潤的大幅震蕩，該公司的盈利能力相應的發(fā)生了明顯的變化，營業(yè)利潤率由2009年的10.28%，下降到2011年-20.5%，凈資產收益率由2009年的5.4%，下降到2011年的-1.07，成本費用利潤率由2009的6.02%，下降到2011的-25.1%，企業(yè)出現(xiàn)巨虧。進一步調查發(fā)現(xiàn)，盈利能力大幅下降主要是由于公司產品價格下降導致收入減少，財務和管理費用激增，另外較高的財務杠桿也放大了盈利能力下降的幅度。

（三）現(xiàn)金流持續(xù)惡化

無錫尚德2009年的凈現(xiàn)金流為3.25億美元，到2010年下降到0.39億美元，到2011年為-3.8億美元，凈現(xiàn)金流在短短兩年內下降為負的現(xiàn)金流，通過對財務報表的分析我們可以發(fā)現(xiàn)，主要是由于投資活動凈現(xiàn)金流出現(xiàn)了負數(shù)，而該公司的經營活動現(xiàn)金流也在下降，企業(yè)經營業(yè)績不佳，這樣企業(yè)為維持運作，只能通過籌資活動凈現(xiàn)金流來彌補，導致企業(yè)債務增加，又沒有必要的盈利能力作保障，無疑財務風險是巨大的。

三、財務危機預警模型應用分析

在以上初步識別的基礎上，可以得出結論，無錫尚德存在明顯的財務問題，為進一步明確是否會發(fā)生財務危機，我們通過預警模型進行驗證。

財務危機預警模型的研究起源于國外，最早開展此研究的是1932年Fitzpartrick采用單變量模型研究了19家企業(yè)的財務狀況。1966年，Beaver進一步進行了單變量模型的研究。1968年Altman首次將多元線性判別分析法應用于公司財務預警分析，建立了Z分數(shù)模型。之后有學者提出了邏輯回歸分析法，Logistic回歸分析方法和神經網(wǎng)絡模型等。國內的學者吳世農、黃世忠1986年首先介紹了財務預警模型。1996年，周首華對Z分數(shù)模型進行了修正，提出了F分數(shù)模型，之后一些學者提出了二類多元判別函數(shù)、多元線性回歸分析法、PEST分析等預警模型，本文重點運用Z分數(shù)模型和F分數(shù)模型進行預警分析。

（一）Z分數(shù)預警模型應用分析

1.Z分數(shù)模型的簡介

Z分數(shù)預警模型在20世紀60年代中期，由美國愛德華·阿爾曼（Altman）提出來的，阿爾曼在制造企業(yè)中分別選取了33家破產公司和正常經營的公司為樣本，調查了樣本企業(yè)資產負債表和利潤表中的有關數(shù)據(jù)，通過分析，從22個變量中選定預測破產最典型的5個財務比率，建立了一個公司財務預警的模型—Z分數(shù)模型，在該模型中，他賦予5個基本財務指標不同權重，并加權產生“Z”值，即Z＝1.2X1＋1.4X2＋3.3X3+0. 6X4+0.999X5

X1＝營業(yè)資金÷資產總額

X2＝留存收益÷資產總額

X3＝息稅前利潤÷資產總額

X4＝所有者權益市價÷負債賬面價值總額

X5＝銷售收入÷資產總額

該模型將反映企業(yè)償債能力的指標X1和X4，反映企業(yè)獲利能力的指標X2和X3，反映企業(yè)運營能力的指標X5有機聯(lián)系起來，通過綜合分值分析預測企業(yè)財務失敗或破產的可能性。阿爾曼根據(jù)實證分析提出了判斷企業(yè)財務狀況的幾個臨界值，即：當Z值大于2.675時，則表明企業(yè)的財務狀況良好，發(fā)生破產的可能性??；當Z值小于1.81時，則表明企業(yè)潛伏著破產危機；當Z值介于1.81-2.675之間時被稱為“灰色地帶”，說明企業(yè)的財務狀況極為不穩(wěn)定。

2.Z分數(shù)模型應用分析

接下來將Z分數(shù)模型應用到無錫尚德公司來具體分析，本文選取了2009年、2010年、2011年共三年的財務數(shù)據(jù)，具體情況如表1。

根據(jù)表中的財務數(shù)據(jù)，按照Z分數(shù)模型計算各指標值及Z值，具體數(shù)值如下表2。

表1 無錫尚德公司部分財務指標單位：百萬美元

表2 各財務比率值及Z值

從表2可以看出，無錫尚德公司2009年的Z值為1.68，已經小于1.81，到2010年的Z值已經為1.24，2011年Z值已經出現(xiàn)負值了，根據(jù)Z值的臨界值來判斷，從2009年開始，該公司已經存在著很大的破產可能性了。同時結合之前公司盈利能力的分析，表明該公司的財務風險在增加，此時無錫尚德公司管理層應采取有效措施積極應對潛在的風險，降低財務損失，但到2011年無錫尚德公司的財務狀況已經完全惡化，Z值已經降為-0. 16，公司已經處于財務破產的邊緣。

（二）F分數(shù)預警模型應用分析

1.F分數(shù)模型的簡介

Z分數(shù)模型應用較為廣泛，但該模型沒有考慮現(xiàn)金流量的變動等情況，因此，國內學者周守華等在Z分數(shù)模型的基礎上，采用4160家公司的樣本數(shù)據(jù)，引入現(xiàn)金流量指標建立了F分數(shù)模型，本文接下來采用F分數(shù)模型進行預警分析。F分數(shù)模型如下：

其中，X1、X2、X4與Z計分模型相同。

X3=（稅后純收益+折舊）÷平均總負債，該指標用來反映企業(yè)經營活動產生的現(xiàn)金流量用于償還企業(yè)債務能力。

X5=（稅后純收益+利息+折舊）÷平均總資產，該指標用來反映企業(yè)總資產創(chuàng)造現(xiàn)金流量的能力。

F分數(shù)模型的臨界點為0.0274，如果F分數(shù)小于0.0274，公司將被預測為破產公司；若F分數(shù)大于0.0274，則公司將被預測為繼續(xù)生存公司。F分數(shù)模型的臨界點上下0.0775內為不確定區(qū)域，即（-0.0501，0.1049），在此區(qū)域內有可能預測存在偏差，將能繼續(xù)生存的公司預測為破產公司，或將破產公司預測為能繼續(xù)生存的公司，若F值落入此區(qū)域中，管理決策者需要進一步分析，明確公司財務的實際情況。

2.F分數(shù)模型應用分析

將F分數(shù)模型應用到無錫尚德公司來具體分析，根據(jù)表1相關的財務數(shù)據(jù)，計算F分數(shù)值，具體結果如下表3。

表3 各財務比率值及F值

從上表可以看出，2009年F值為0.19，大于0.0274，則預測該公司為繼續(xù)生存公司，這與Z分數(shù)模型的預測結果有所不同，主要是因為，F(xiàn)分數(shù)模型側重于公司償債能力是否喪失，表明此時該公司還有償債能力，還是可以繼續(xù)生存的。2010年的F值為0.098，剛好處于不確定區(qū)域，這需要管理者慎重分析，結合公司的財務能力分析發(fā)現(xiàn)，此時公司的償債能力、現(xiàn)金流量都出現(xiàn)了下降，更重要的是公司的盈利能力也下降了，表明公司的經營出現(xiàn)了問題，財務風險加大，這和Z分數(shù)模型的分析結果是一致的，在此情況下，管理層應該果斷采取措施，來降低財務風險。如果這時不盡快解決經營上的困難，破產是在所難免的。2011年的F值為-0.90，小于0.0274，該公司被預測為破產公司，公司出現(xiàn)了嚴重的財務危機。

四、研究結論及建議

（一）研究結論

通過對公司償債能力、盈利能力及現(xiàn)金流量的分析得出公司存在較大的財務風險，之后運用Z分數(shù)模型和F分數(shù)模型分析，進一步發(fā)現(xiàn)2009年末，雖然公司還具有一定的償債能力，但綜合分析表明，公司已經存在較大風險，此時，Z值有較好的警示作用。到2010年，該公司的Z值和F值都出現(xiàn)了下降，公司的財務風險繼續(xù)增加，到2011年該公司的Z值和F值都降到了臨界點以下，且都為負值，財務危機出現(xiàn)，公司處于破產邊緣。

通過財務預警模型的分析，公司可以很好的進行財務風險的預測，Z分數(shù)模型和F分數(shù)模型自身都有一些缺陷，兩者結合使用，可以相互補充，增強預測結果的準確性，但由于財務危機形成的原因是多方面的，除了財務指標之外，也要結合非財務指標進行分析，這樣可以使結果更加有效。

（二）建議

無錫尚德作為全球最大的光伏產品制造企業(yè)，激進擴張產能帶來了企業(yè)飛速發(fā)展，但背后的一個重要問題就是資產負債率高居不下，抗風險能力極度脆弱。同時再加上外部環(huán)境的影響，通貨膨脹導致產品成本激增，海外出口國家環(huán)境惡化，全球光伏產業(yè)發(fā)展放緩，導致產品價格下降，如此內外夾擊之下，行業(yè)產能過剩危機出現(xiàn)，公司的財務狀況急轉之下，財務風險暴露無遺。因此，在公司發(fā)展的過程中，建立并完善財務預警系統(tǒng)是非常必要的，通過預警分析可以提前預測公司的財務風險，為管理者的決策提供一些參考，及時采取一些有效的措施，抑制財務風險進一步惡化。

[1]Fitzpatrick P.J.A Comparison of the Ratios of Successful Industrial Enterprises with Those of Failed Companies[M].The Accountants Publ.Co.,1932.

[2]Beaver W.H.Financial Ratios as Predictors of Failure[J]. Journal of Accounting esearch.1966：71-111.

[3]Altman E.I.Finacial Ratios:Discriminant Analysis andPrediction of Corporate Bankrupty[J].Journal of Finance.1968(9): 589-609.

[4]吳世農，黃世忠.企業(yè)破產的分析指標和預測模型[J].中國經濟問題,1986(6):15-22.

[5]周首華,楊濟華,王平.論財務危機的預警分析---F分數(shù)模式[J].會計研究,1996（8）:8-11.

[6]黃婉婷.企業(yè)財務風險控制研究[J].會計之友,2013（8）: 77-79.

[7]劉學兵,袁智慧,鐘俐玲.F分數(shù)模型與Z計分模型的比較分析---以ST輕騎為例[J].會計之友.2011（6）:101-103.

[8]李江濤.Z值模型在上市公司財務預警中的應用研究---以無錫尚德和英利能源為案例的分析[J].南方論刊,2013 (7):19-21.

[9]劉開瑞,彌瑩.上市公司財務預警Z-Score模型應用及修正---以“香梨股份”為例[J].技術與創(chuàng)新管理,2010(6): 710-713.

（作者單位：海南大學經濟與管理學院）

海南省中西部高校提升綜合實力工作資金項目。