Z值模型在我國(guó)農(nóng)業(yè)上市公司 財(cái)務(wù)預(yù)警分析中的應(yīng)用

李朋濤

摘要：文章選取了2016～2019年在滬深上市的農(nóng)業(yè)企業(yè)為樣本，對(duì)Altman的Z值模型在農(nóng)業(yè)上市公司財(cái)務(wù)預(yù)警中的適用性進(jìn)行了實(shí)證檢驗(yàn)。結(jié)果表明：Z值模型對(duì)ST企業(yè)受到ST處理前一年預(yù)測(cè)的準(zhǔn)確率為100%，前二年預(yù)測(cè)的準(zhǔn)確率為75%;把非ST企業(yè)正確判斷為財(cái)務(wù)狀況正常企業(yè)的比例為78.73%。

關(guān)鍵詞：農(nóng)業(yè)上市公司;財(cái)務(wù)失敗;Z值模型;財(cái)務(wù)預(yù)警

一、引言

農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)性行業(yè)，農(nóng)業(yè)的健康發(fā)展對(duì)于保障國(guó)家糧食安全、維護(hù)社會(huì)穩(wěn)定、拉動(dòng)其他產(chǎn)業(yè)發(fā)展起著至關(guān)重要的作用。國(guó)家歷來(lái)十分重視農(nóng)業(yè)的發(fā)展，農(nóng)業(yè)上市公司作為行業(yè)龍頭自然成為做大做強(qiáng)農(nóng)業(yè)的關(guān)鍵。然而，農(nóng)業(yè)企業(yè)因?yàn)樘鞖鉅顩r、疫情、病蟲害等原因經(jīng)營(yíng)、財(cái)務(wù)狀況不穩(wěn)定。另外，和一般的工業(yè)制造企業(yè)相比，農(nóng)業(yè)企業(yè)的主營(yíng)業(yè)務(wù)如養(yǎng)殖、林木培育、良種開發(fā)等普遍具有生產(chǎn)周期長(zhǎng)、受自然條件影響大、資金回收速度慢等特點(diǎn)，這些在給企業(yè)帶來(lái)財(cái)務(wù)安全隱患的同時(shí)，對(duì)企業(yè)的財(cái)務(wù)管理和風(fēng)險(xiǎn)預(yù)警能力提出了新的要求。

考慮到我國(guó)資本市場(chǎng)發(fā)展不夠成熟和農(nóng)業(yè)企業(yè)的特殊性，檢驗(yàn)Z值模型在我國(guó)農(nóng)業(yè)上市公司的適用性，借以建立一套財(cái)務(wù)預(yù)警體系以幫助管理層和外部投資者改善決策就顯得至關(guān)重要，檢驗(yàn)方法也可以用于檢驗(yàn)Z值模型在其他行業(yè)的適用性。

二、文獻(xiàn)回顧

財(cái)務(wù)預(yù)警模型自20世紀(jì)30年代被西方理論界提出以來(lái)，不斷發(fā)展完善，先后出現(xiàn)了單變量判別模型、多元線性判別模型、線性概率分析、邏輯回歸分析、人工神經(jīng)網(wǎng)絡(luò)模型等。Fitzpatrick（1932）是較早研究財(cái)務(wù)預(yù)警的學(xué)者，他通過(guò)對(duì)比19對(duì)失敗和非失敗企業(yè)的13個(gè)財(cái)務(wù)比率發(fā)現(xiàn)兩類企業(yè)的財(cái)務(wù)比率差異很大。Beaver（1966）挑選了158家企業(yè)作為樣本，運(yùn)用單變量模型分析了30個(gè)財(cái)務(wù)指標(biāo)的失敗預(yù)測(cè)能力，結(jié)果表明現(xiàn)金流量與負(fù)債比率預(yù)測(cè)準(zhǔn)確率最高，其次是資產(chǎn)收益率。Altman（1968）首次利用多變量模型預(yù)測(cè)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，并命名為Z模型，該模型比以前的單變量模型對(duì)于財(cái)務(wù)失敗的預(yù)測(cè)能力更好，國(guó)內(nèi)的周守華等（1996）在阿爾曼模型的基礎(chǔ)上提出來(lái)F分?jǐn)?shù)模型。Ohison（1980）首次提出條件概率模型。Salchenberger（1992）在金融企業(yè)財(cái)務(wù)預(yù)警中建立了人工神經(jīng)網(wǎng)絡(luò)模型，國(guó)內(nèi)的楊保安利用神經(jīng)網(wǎng)絡(luò)模型獲得了與實(shí)際情況基本一致的實(shí)驗(yàn)結(jié)果。韓國(guó)的B.S.Ahn和英國(guó)的Feng Yu Lin等通過(guò)把兩種以上的模型結(jié)合起來(lái)以建立綜合的財(cái)務(wù)預(yù)警模型，結(jié)果表明比單一的模型預(yù)測(cè)效果更好。

對(duì)于財(cái)務(wù)危機(jī)的界定標(biāo)準(zhǔn)國(guó)內(nèi)外學(xué)者有很多種不同的看法，鑒于我國(guó)的實(shí)際情況，本文借鑒了吳世農(nóng)、盧賢義（2001）的做法，將企業(yè)因連續(xù)兩年虧損等原因而被ST作為其財(cái)務(wù)危機(jī)的標(biāo)志。文章通過(guò)把Z值模型引入到我國(guó)農(nóng)業(yè)上市公司財(cái)務(wù)預(yù)警的實(shí)踐中，分別檢驗(yàn)了Z值模型把ST企業(yè)正確預(yù)測(cè)為財(cái)務(wù)失敗企業(yè)以及把非ST企業(yè)預(yù)測(cè)為財(cái)務(wù)正常企業(yè)的準(zhǔn)確率，最后通過(guò)分析影響Z值大小的關(guān)鍵因素提出了提高資產(chǎn)流動(dòng)性、建立財(cái)務(wù)危機(jī)預(yù)警機(jī)制等建議。

三、實(shí)證研究

（一）樣本選取

本文的研究對(duì)象為截至2020年第二季度滬深兩市的農(nóng)業(yè)上市公司，包括上海A股、深圳A股、中小板、創(chuàng)業(yè)板等板塊，農(nóng)業(yè)上市公司名單來(lái)自中國(guó)證監(jiān)會(huì)2020年第二季度公布的上市公司行業(yè)分類結(jié)果。該名單共有農(nóng)業(yè)上市公司43家，其中湘佳股份2020年4月24日才上市，沒有研究年度的數(shù)據(jù)，立華股份2019年2月18日上市只取得2019年一年的數(shù)據(jù)，其他41家公司均獲得了2016～2019年四年的數(shù)據(jù)，共取得165個(gè)樣本。

為了研究方便，本文把樣本企業(yè)中受ST或*ST處理的公司歸為財(cái)務(wù)失敗的公司，把非ST和*ST公司歸為財(cái)務(wù)狀況正常的公司。統(tǒng)計(jì)后發(fā)現(xiàn)2016年到2019年間被ST或者*ST處理的公司共計(jì)6家，其中云投生態(tài)2019年4月30日受*ST處理、敦煌種業(yè)2019年3月20日受*ST處理、東方海洋2019年2月23日受ST處理、景谷林業(yè)從2012年10月9日后一直受ST或*ST處理、新賽股份2017年5月17日受*ST處理，2018年4月4日摘帽、獐子島2016年5月4日至2017年3月31日受*ST處理。

（二）研究方法

Z值模型是Altman通過(guò)對(duì)美國(guó)1945～1965年間制造業(yè)的33家破產(chǎn)公司和33家經(jīng)營(yíng)正常的公司進(jìn)行充分研究后提出的，Altman從20多個(gè)財(cái)務(wù)指標(biāo)中總結(jié)出4～5個(gè)來(lái)計(jì)算、預(yù)測(cè)企業(yè)的財(cái)務(wù)狀況。其計(jì)算方法就是根據(jù)每個(gè)變量對(duì)于預(yù)測(cè)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)作用的大小分別賦予不同的權(quán)重，然后通過(guò)加權(quán)計(jì)算出Z值，最后通過(guò)Z值所在區(qū)間就可以了解企業(yè)財(cái)務(wù)危機(jī)的程度。計(jì)算公式如下：

Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5

其中，X1==

這一指標(biāo)反映企業(yè)的短期償債能力。一般情況下，營(yíng)運(yùn)資本越多，企業(yè)不能償還到期債務(wù)的可能性越小。

X2==

這一指標(biāo)衡量企業(yè)積累的利潤(rùn)，反映企業(yè)的經(jīng)營(yíng)年限。

X3=

這一指標(biāo)衡量的是在不考慮稅收和融資的影響下企業(yè)資產(chǎn)生產(chǎn)能力利用的情況，是衡量企業(yè)利用債務(wù)資本和所有者權(quán)益總額取得盈利的指標(biāo)。該指標(biāo)越高，表明企業(yè)資產(chǎn)的利用效果越好，經(jīng)營(yíng)管理水平越高。

X4==

這一指標(biāo)反映股東提供的資本和債權(quán)人提供的資本的相對(duì)關(guān)系，說(shuō)明企業(yè)財(cái)務(wù)結(jié)構(gòu)是否穩(wěn)定，反映了債權(quán)人投入的資本受股東資本的保障程度。該比率越高企業(yè)破產(chǎn)的風(fēng)險(xiǎn)越小。

X5==

這一指標(biāo)衡量企業(yè)產(chǎn)生銷售額的能力，指標(biāo)越高，表明資產(chǎn)的利用率越高。通過(guò)大量的實(shí)證研究，Altman發(fā)現(xiàn)Z值大于2.99時(shí)企業(yè)的經(jīng)營(yíng)業(yè)績(jī)良好、財(cái)務(wù)狀況穩(wěn)定，破產(chǎn)風(fēng)險(xiǎn)很小，這一區(qū)間稱為安全區(qū)。1.8≦Z≦2.99時(shí)，為灰色區(qū)，表明企業(yè)的財(cái)務(wù)狀況不確定，是否破產(chǎn)情況不明。Z<1.8時(shí)為表明企業(yè)經(jīng)營(yíng)狀況很糟，破產(chǎn)概率很大。

（三）分析結(jié)果

Z值公式中的數(shù)據(jù)除了盈余公積、未分配利潤(rùn)來(lái)自巨潮資訊網(wǎng)的上市公司年報(bào)外，其他數(shù)據(jù)均來(lái)自通達(dá)信，同花順等軟件，數(shù)據(jù)來(lái)源可靠。所有數(shù)據(jù)經(jīng)過(guò)收集整理后使用EXCEL計(jì)算得出Z值。計(jì)算結(jié)果如表2所示。

1. ST企業(yè)分析結(jié)果

ST或*ST企業(yè)的Z值見表3，從中可以統(tǒng)計(jì)出Z值模型對(duì)于ST或*ST企業(yè)財(cái)務(wù)危機(jī)的預(yù)測(cè)準(zhǔn)確率。

從表3中可以計(jì)算得出，Z值模型對(duì)ST企業(yè)受到ST處理前一年預(yù)測(cè)的準(zhǔn)確率為100%，前兩年預(yù)測(cè)的準(zhǔn)確率為75%，可見Z值模型對(duì)ST企業(yè)預(yù)測(cè)的準(zhǔn)確率很高，并且越臨近受到ST處理的年份準(zhǔn)確率越高。

2. 非ST企業(yè)分析結(jié)果

非ST企業(yè)的Z值計(jì)算結(jié)果，如表4所示。

從表4可以看出，Z值模型把非ST企業(yè)錯(cuò)誤預(yù)測(cè)為財(cái)務(wù)失敗企業(yè)的比例平均為21.27%，把非ST企業(yè)正確預(yù)測(cè)的比例為78.73%。正確預(yù)測(cè)的包括兩種情況：一種是Z值介于1.8和2.99之間的灰色區(qū)內(nèi)，財(cái)務(wù)狀況不太穩(wěn)定的企業(yè)，其比例為19.9%，例如，以生豬養(yǎng)殖與銷售為主業(yè)的002714牧原股份2018年受非洲豬瘟疫情的影響，公司利潤(rùn)總額從2017年的23.66億降至2018年的5.26億，受此連累當(dāng)年Z值從2016年的1.907降至1.477，2019年豬肉價(jià)格大漲，公司利潤(rùn)暴漲至63.19億，公司股價(jià)也從16.56元每股漲至51.91元每股，當(dāng)年Z值為3.109。另一種情況是Z值大于2.99，財(cái)務(wù)狀況良好的企業(yè)，其比例為58.83%，這說(shuō)明我國(guó)農(nóng)業(yè)上市公司中財(cái)務(wù)狀況良好的企業(yè)比較多。

四、結(jié)論與對(duì)策

本文通過(guò)實(shí)證研究發(fā)現(xiàn)，Z值模型在預(yù)測(cè)農(nóng)業(yè)上市公司財(cái)務(wù)狀況時(shí)具有較高的準(zhǔn)確率，可以作為管理者改善經(jīng)營(yíng)管理決策的依據(jù)，債權(quán)人和股票投資者也可以以其為參考做出投資決策。在計(jì)算Z值時(shí)，應(yīng)避免受極端值的影響，以免影響預(yù)測(cè)的準(zhǔn)確率。

鑒于以上分析，為了改善企業(yè)的財(cái)務(wù)狀況，對(duì)管理者提出下述建議。

第一，提高資產(chǎn)流動(dòng)性。通過(guò)計(jì)算樣本企業(yè)的流動(dòng)比率，發(fā)現(xiàn)流動(dòng)比率的大小和Z值成正比，因此，管理層應(yīng)注意提高資產(chǎn)流動(dòng)性以保障對(duì)于短期負(fù)債的支付能力，從而改善企業(yè)的財(cái)務(wù)狀況。

第二，合理選擇籌資方式，優(yōu)化資本結(jié)構(gòu)。橫向?qū)Ρ劝l(fā)現(xiàn)財(cái)務(wù)失敗企業(yè)的資產(chǎn)負(fù)債率是財(cái)務(wù)狀況正常企業(yè)的2倍有余;縱向?qū)Ρ劝l(fā)現(xiàn)，在被ST處理的前幾年內(nèi)多家ST企業(yè)的資產(chǎn)負(fù)債率呈上升趨勢(shì)?？梢娺^(guò)高的負(fù)債水平是造成財(cái)務(wù)失敗的主要原因之一。為此，企業(yè)應(yīng)該合理選擇籌資方式，首先，在合理利用財(cái)務(wù)杠桿的前提下，盡量選擇用普通股和留存收益來(lái)籌資，這樣既可以降低資產(chǎn)負(fù)債率，又可以減少固定的利息負(fù)擔(dān);其次，多利用商業(yè)信用等籌資方式以降低籌資成本。

第三，建立財(cái)務(wù)預(yù)警機(jī)制。企業(yè)的財(cái)務(wù)危機(jī)是逐漸積累而形成的，并且在初期不易被發(fā)現(xiàn)，財(cái)務(wù)危機(jī)一旦爆發(fā)對(duì)于企業(yè)的影響是致命的，甚至可能導(dǎo)致企業(yè)破產(chǎn)，所以，有必要建立一套財(cái)務(wù)預(yù)警體系。本文研究發(fā)現(xiàn)，Z值模型對(duì)于受ST處理的農(nóng)業(yè)上市公司在其財(cái)務(wù)失敗前一年預(yù)測(cè)的準(zhǔn)確率達(dá)到了100%，財(cái)務(wù)失敗前兩年預(yù)測(cè)準(zhǔn)確率也有75%，因此，管理層可以通過(guò)計(jì)算Z值來(lái)評(píng)估企業(yè)面臨的財(cái)務(wù)狀況，對(duì)公司可能或?qū)⒁媾R的財(cái)務(wù)危機(jī)事先進(jìn)行預(yù)警。

參考文獻(xiàn)：

[1]李秉成，王志濤，張曉涵.企業(yè)失敗多變量預(yù)測(cè)研究的經(jīng)典之作——《財(cái)務(wù)比率、判別分析與企業(yè)失敗預(yù)測(cè)》導(dǎo)讀[J].財(cái)會(huì)通訊，2019（19）：3-6.

[2]楊雪燕，殷實(shí)，卞鷹.利用Z值模型評(píng)價(jià)我國(guó)醫(yī)藥上市公司財(cái)務(wù)狀況的實(shí)證研究[J].中國(guó)藥房，2016，27（07）：865-868.

[3]游達(dá)明，劉亞慶.Z值財(cái)務(wù)預(yù)警模型在交通運(yùn)輸業(yè)的修正與應(yīng)用[J].華東經(jīng)濟(jì)管理，2015，29（07）：9-13+185.

[4]裴瀟，黃玲，陳華.基于Z值模型的房地產(chǎn)企業(yè)財(cái)務(wù)預(yù)警研究[J].財(cái)會(huì)通訊，2015（04）：42-45.

[5]邢有洪，張靜.航空公司財(cái)務(wù)預(yù)警實(shí)證研究[J].財(cái)會(huì)通訊，2011（36）：80-82.

[6]劉華輝.我國(guó)鋼鐵上市公司財(cái)務(wù)風(fēng)險(xiǎn)實(shí)證研究[J].會(huì)計(jì)之友（中旬刊），2010（12）：84-87.

[7]王宗萍，張淑慧.關(guān)于幾種財(cái)務(wù)危機(jī)預(yù)警模型的比較[J].企業(yè)經(jīng)濟(jì)，2006（04）：136-137

[8]胡楊，馮武.我國(guó)非制造業(yè)上市公司財(cái)務(wù)失敗預(yù)警模型的實(shí)證研究[J].經(jīng)濟(jì)經(jīng)緯，2005（02）：54-57.

（作者單位：寧夏大學(xué)經(jīng)濟(jì)管理學(xué)院）