葛祺

[提要] 本文通過運用Z評分模型這一傳統(tǒng)信用風險度量方法，分別對我國農(nóng)業(yè)和化工制造業(yè)上市公司財務(wù)狀況進行考察，通過選取總資產(chǎn)相近的各20家上市公司數(shù)據(jù)對這兩個行業(yè)的信用風險情況做比較分析。研究發(fā)現(xiàn)：化工制造業(yè)中財務(wù)惡化的上市公司比例顯著高于農(nóng)業(yè)上市公司，但農(nóng)業(yè)上市公司財務(wù)狀況介于破產(chǎn)和良好之間的灰色區(qū)域比例遠高于化工制造業(yè)。與化工制造業(yè)相比，我國農(nóng)業(yè)企業(yè)面臨的信用風險雖然較小，但財務(wù)狀況缺乏活力，抵御風險的能力較差，更需要金融機構(gòu)的政策支持。

關(guān)鍵詞：Z評分模型；信用風險；跨行業(yè)比較

中圖分類號：F83 文獻標識碼：A

原標題：基于Z評分模型的我國農(nóng)業(yè)與化工制造業(yè)上市公司信用風險比較研究

收錄日期：2016年11月24日

一、研究目的

隨著現(xiàn)代社會信用交易的擴大，信用風險越來越成為各國政府、金融機構(gòu)乃至整個社會廣泛關(guān)注的焦點問題。尤其是上市公司作為企業(yè)直接融資的重要手段和間接融資的有效保障，其面臨的信用風險不僅影響著市場投資者的判斷，更影響著銀行等金融機構(gòu)對企業(yè)的貸款政策。因此，利用各種定性、定量手段考察企業(yè)信用風險，并以此為依據(jù)對銀行結(jié)構(gòu)性貸款風險進行防范和預(yù)警是非常必要的。

二、研究背景

2002年，向德偉用Z模型把滬深兩地證券市場共80家企業(yè)作為樣本，對上市公司經(jīng)營風險進行了實證研究；2004～2009年，先后有學者分區(qū)域?qū)ξ覈胁亢托陆鲜泄窘?jīng)營風險進行分析；2005～2015年，不少學者分行業(yè)對我國畜牧業(yè)、林業(yè)、房地產(chǎn)業(yè)、機械制造業(yè)等上市公司進行研究；還有一些學者按照二級市場的分類，分別對我國A股市場的主板、中小板、創(chuàng)業(yè)板和高新技術(shù)類上市公司進行分析研究。但至今為止，尚沒有對農(nóng)牧飼漁和化工制造業(yè)的定量研究，也沒有跨行業(yè)的信用風險比較分析。事實上，由于農(nóng)業(yè)、尤其是現(xiàn)代農(nóng)業(yè)與工業(yè)制造業(yè)的融合程度日益加大，且都是利用現(xiàn)有資源生產(chǎn)出滿足人們需求的產(chǎn)品，兩者都具有勞動密集型產(chǎn)業(yè)的特點，因此對農(nóng)業(yè)和化工制造業(yè)上市公司的信用風險進行比較研究是可行的。

三、模型介紹

Z評分模型由美國經(jīng)濟金融學家Edward Altman在1968年提出，隨后廣泛應(yīng)用于美國、澳大利亞、巴西、加拿大、英國、法國、德國、愛爾蘭、日本和荷蘭的財務(wù)預(yù)警系統(tǒng)。該模型以多變量的統(tǒng)計方法為基礎(chǔ)，在經(jīng)過大量的實證考察和分析研究的基礎(chǔ)上，從上市公司財務(wù)報告中計算出一組反映公司財務(wù)危機程度的財務(wù)比率，然后根據(jù)這些比率對財務(wù)危機警示作用的大小給予不同的權(quán)重，最后進行加權(quán)計算得到一個公司的綜合風險分，即z值，將其與臨界值對比就可知公司財務(wù)健康狀況和面臨信用風險的嚴重程度。

其中：X1=流動資本/總資產(chǎn)，該指標反映了公司的流動性和資產(chǎn)規(guī)模；X2=留存收益/總資產(chǎn)，該指標反映了公司的累積獲利能力；X3=息稅前利潤/總資產(chǎn)，該指標是衡量企業(yè)利用債權(quán)人和所有者權(quán)益總額取得盈利的指標，它反映了上市公司的資產(chǎn)利用率；X4=總市值/總負債，這一指標反映了股東提供的資本與債權(quán)人提供的資本的相對比例關(guān)系，也反映了債權(quán)人投入的資本受股東資本的保障程度，它衡量的是企業(yè)基本財務(wù)結(jié)構(gòu)是否穩(wěn)定；X5=銷售收入/總資產(chǎn)，該指標衡量企業(yè)利用全部資產(chǎn)進行經(jīng)營活動、增加營業(yè)收入的能力，反映了企業(yè)資產(chǎn)周轉(zhuǎn)率。

Z評分模型從企業(yè)的流動性、資產(chǎn)規(guī)模、獲利能力、債務(wù)結(jié)構(gòu)、資產(chǎn)利用率等方面綜合反映了企業(yè)的財務(wù)狀況。Altman通過對Z評分模型的研究分析得出Z值與公司財務(wù)惡化、進而產(chǎn)生信用風險的可能性成反比。即Z值越小，公司發(fā)生財務(wù)危機的可能行就越大；Z值越大，公司發(fā)生財務(wù)危機的可能性就越小。

根據(jù)Altman的研究結(jié)論，當Z<1.8時，企業(yè)面臨破產(chǎn)風險；當1.8≤Z<2.99時，企業(yè)屬于“灰色區(qū)”，可能面臨一定的風險；當Z≥2.99時，公司財務(wù)狀況良好。

四、樣本選取和數(shù)據(jù)分析

本文首先選取滬深兩市A股農(nóng)業(yè)上市公司共61家、化工制造業(yè)上市公司共152家，分別考察截至2016年上半年末農(nóng)業(yè)和化工制造業(yè)上市公司信用風險情況；其次，從61家農(nóng)業(yè)類上市公司、152家化工制造業(yè)上市公司中選取總資產(chǎn)規(guī)模大致相當?shù)母?0家公司共計40個樣本進行跨行業(yè)比較。

考慮到我國部分上市公司存在非流通股的情況，因此在計算X4時還加入了非流通股的凈資產(chǎn)情況。上市公司銷售收入數(shù)據(jù)一般沒有披露，因此在計算X5時用主營業(yè)務(wù)收入代替銷售收入。具體調(diào)整如下：

X1=（流動資產(chǎn)-流動負債）/總資產(chǎn)

X2=（公積金+未分配利潤）/總資產(chǎn)

X3=（利潤總額+財務(wù)費用）/總資產(chǎn)

X4=（每股市值×流通股股數(shù)+每股凈資產(chǎn)×非流通股股數(shù)）/總負債

X5=主營業(yè)務(wù)收入/總資產(chǎn)

以上數(shù)據(jù)來源于滬深證券交易所網(wǎng)站、公開披露的上市公司財務(wù)報表和東方財富終端。根據(jù)Z評分模型公式，計算結(jié)果如下：

（一）農(nóng)業(yè)、化工制造業(yè)上市公司Z值分布。從表1、表2可以看出，農(nóng)業(yè)上市公司共61家，其中ST類公司1家，面臨破產(chǎn)風險的5家，處于灰色區(qū)域的11家，財務(wù)狀況良好的45家?；ぶ圃鞓I(yè)上市公司共152家，其中ST類公司7家，面臨破產(chǎn)風險的26家，處于灰色區(qū)域的14家，財務(wù)狀況較好的有112家。（表1、表2、圖1、圖2）

（二）農(nóng)業(yè)、化工制造業(yè)上市公司樣本Z值比較。在農(nóng)業(yè)類中，總資產(chǎn)分布在20億～40億元之間的上市公司比較密集，在化工制造類中，總資產(chǎn)分布在20億～30億元之間的上市公司比較密集，因而按照升序方式選取總資產(chǎn)在19.4億～39億元的農(nóng)業(yè)上市公司和總資產(chǎn)在20.1億～32億元的化工制造業(yè)上市公司各20家作為樣本。（表3）

從表3可以看出，在兩行業(yè)總資產(chǎn)相近的各20家上市公司中，處于破產(chǎn)區(qū)的數(shù)量都是2家，但明顯兩家化工制造業(yè)企業(yè)的Z值較小，說明其財務(wù)狀況惡化程度較高。處于灰色區(qū)的化工制造業(yè)上市公司只有1家，而灰色區(qū)域的農(nóng)業(yè)上市公司有3家，說明這些農(nóng)業(yè)類上市公司雖不至于馬上面臨破產(chǎn)風險，但抵御風險能力差，在受到不確定因素影響時財務(wù)狀況仍然堪憂。

五、研究結(jié)論

近年來，盡管銀行等金融機構(gòu)積極響應(yīng)國家“三農(nóng)”政策，對涉農(nóng)貸款力度不斷加大，但由于農(nóng)業(yè)企業(yè)缺少有效擔保抵押物，加上受自然災(zāi)害因素影響較大，要獲得貸款仍然比較困難。2016年，根據(jù)銀行中期報告的數(shù)據(jù)，四大國有銀行對化工制造業(yè)的貸款占比遠高于對農(nóng)業(yè)的貸款占比。事實上，通過本文的比較研究可以看出，從財務(wù)危機引發(fā)信用風險的角度，農(nóng)業(yè)處于破產(chǎn)區(qū)的上市公司比例遠低于化工制造業(yè)，這一點與農(nóng)業(yè)ST類公司較少而化工制造業(yè)ST類公司數(shù)量較多的事實是一致的，說明總體來說，農(nóng)業(yè)類上市公司財務(wù)惡化的風險遠小于化工制造業(yè)企業(yè)。但處于灰色地帶的農(nóng)業(yè)企業(yè)比例是化工制造業(yè)企業(yè)的近兩倍，說明相當一部分農(nóng)業(yè)上市公司的財務(wù)狀況無法應(yīng)對因為政策環(huán)境發(fā)生變化或者企業(yè)內(nèi)部經(jīng)營不善可能帶來的失信風險。與化工企業(yè)相比，這些處在灰色區(qū)域的農(nóng)業(yè)企業(yè)更需要產(chǎn)業(yè)補貼和政策扶持。

主要參考文獻：

[1]Altman，Edward I，Robert G.Haldeman，and Paul Narayanan，“ZETA Analysis：A new model to identify bankruptcy risk of corporations”.Journal of Banking & Finance，1977.

[2]葉蜀君.信用風險度量與管理信用管理.北京：首都經(jīng)濟貿(mào)易大學出版社，2008.

[3]陳寧.基于Z模型的財務(wù)困境預(yù)測應(yīng)用——以亞太周邊市場及中國A股市場為例.金融經(jīng)濟（理論版），2009.9.

[4]胡勝，張永杰.Z模型在我國的適用性與臨界值研究.財會通訊，2011.17.

[5]趙嘉敏，寧宇新.Z模型在我國畜牧業(yè)上市公司的應(yīng)用.合作經(jīng)濟與科技，2014.19.