李一劍?韓曉夢?蔡一如?張酈聰

本文利用Z值模型的改善模型對于中國新能源上市公司的信用風險進行研究，實證檢驗結果表明，我國新能源上市公司近年存在相當大信用風險。主要受到政府政策，企業(yè)財務管理水平等因素影響。建議政府完善信用風險評級制度；拓寬新能源企業(yè)融資渠道；企業(yè)應控制成本投入以規(guī)避風險。

有關新能源企業(yè)信用風險的研究大致從兩方面展開，一是從政府的角度進行分析，通過與他國政策、制度上的比較，指出我國在信用風險評級制度上存在的不完善、政府金融渠道開發(fā)不充分等。例如吳哲清（2015）指出影響新能源企業(yè)信用風險很大程度上取決于政府對信用制度的建設以及對于融資渠道拓寬。二是從新能源企業(yè)的角度出發(fā)，分析財務數(shù)據(jù)，指出企業(yè)自身存在的問題。楚攀（2016）在研究新能源企業(yè)財務風險時，表示新能源企業(yè)的產品市場推廣難度大；初創(chuàng)階段投入高，加之初創(chuàng)階段財務管理水平低，風險相對較高。

以上的研究對新能源企業(yè)的信用風險做了深入分析，但是我們也發(fā)現(xiàn)一定的缺陷：1、對于行業(yè)整體信用風險的研究相對較少2、研究時選取時間段較短無法反映信用風險變化趨勢?；谏鲜觯疚膶⑹褂肸值模型對于新能源行業(yè)整體的信用風險進行評價并選用了近八年數(shù)據(jù)對行業(yè)信用風險按照時間序列進行研究，希望對近年新能源行業(yè)信用風險狀況作出總結，最后提出改善建議。

一、新能源產業(yè)信用風險現(xiàn)狀

新能源產業(yè)是資金和技術密集型產業(yè)，初期投資高、回報周期長，非常依賴政府資金和政策扶持的特點導致該行業(yè)通常存在較大的信用風險。從政策角度來看：以新能源汽車為例，前幾年國家財政部、工信部曾提出《關于開展私人購買新能源汽車補貼試點的通知》等一系列的利好政策，使得過去幾年我國新能源汽車市場發(fā)展相當迅速。然而在2016年新能源汽車購買補貼大幅度收縮，導致享受不到政策補貼的車型減產或者直接停產。這說明新能源產品還未在市場站穩(wěn)腳跟，還需要政策扶持。從企業(yè)自身角度來看：新能源上市公司發(fā)展初期需要巨額的資金投入，相比外國廣泛應用私募、風投等融資方式，中國新能源上市公司融資渠道相對單一，主要靠銀行貸款和發(fā)行債券等方式。新能源上市公司債務融資比例大，債務資金成本率高使得資金的使用成本遠高于傳統(tǒng)能源公司的支出，這意味著新能源企業(yè)Z值判分中的兩大變量企業(yè)貼現(xiàn)能力和償債能力都很差，信用風險境況令人擔憂。

二、Z值評分模型簡介

（一） Z值模型的起源

Altman（1968）建立了著名的5變量Z模型，用于預測企業(yè)破產和企業(yè)信用評級問題。其主要內容為：Z = 1.2X1+1.4X2+3.3X3+0.6X4+0.999X5式中，Z為判別函數(shù)值，X1表示為運營資本/總資產；X2為留存收益/總資產；X3為息稅前利潤/總資產；X4為股票市值/債務的賬面價值；X5為銷售收入/總資產。

Altman還研究了Z值與穆迪等評級公司公開發(fā)表的公司信用評級之間的關系，并根據(jù)實證分析他設定了兩個臨界值來判別企業(yè)財務狀況，Z值大于2.675的企業(yè)，財務狀況良好，反之，小于1.81的企業(yè)則面臨破產危機。

（二）Z值模型的適用性與選取

常用的信用風險判別模型主要包括Z值模型、Fisher模型、Logit模型和Probit模型。高培業(yè)（2000）選取了深圳部分企業(yè)的財務報表數(shù)據(jù)，利用以上四種統(tǒng)計方法進行了企業(yè)破產的實證研究，發(fā)現(xiàn)Z值模型得出的結果波動性更小。楊立芳（2011）指出由于我國信用體系建設相較西方起步較晚，相關數(shù)據(jù)不足，評價環(huán)境不佳，不適合直接套用西方成型的復雜模型。而Z值模型操作簡單，結果直觀，在我國信用環(huán)境下能起到很好的代替和過渡作用。在本次的實驗中，我們選擇了張玲（2000）建立的4個指標的判別模型代入新能源企業(yè)財務數(shù)據(jù)與原Z值模型進行比較。實證表明，該模型的預測效果比原本的Z值模型的識別能力更強。

三、實證分析

（一）樣本選取

本文旨在基于財務指標研究近年我國新能源上市公司信用風險狀況，首先選取2009、2010年深交所、上交所所有新能源上市公司的有效財務數(shù)據(jù)250組以求2009、2010年度新能源上市公司總體信用風險情況。然后按公司Z值判分進行排序，分成健康企業(yè)、存在信用風險的企業(yè)、高為企業(yè)三檔，并在每檔中隨機抽取4家上市公司共12家公司代表新能源相關上市公司，來研究該行業(yè)在2009-2016八年間信用風險變動情況。

相關數(shù)據(jù)均來源于國泰安經濟金融數(shù)據(jù)庫與同花順金融服務網。

（二）指標設定

本文比較Altman（1968）、張玲（2000，2004）等研究，最終選取張玲的Z判別式進行實證分析。其具體定義如下：

（三）實證分析結果

125家新能源相關企業(yè)整體信用風險較大，2009年有62%，2010年有62.7%的公司面臨信用風險的威脅。

根據(jù)上市公司平均8年Z值判分，在選取的十二個隨機企業(yè)中有十個具有信用風險問題，說明從09年起行業(yè)信用風險沒有好轉。

12家企業(yè)當中，在八年間有上漲趨勢的有4家，其中只有代碼為600885的1家公司突破了原本的判分段位，成為健康企業(yè)。相對而言，2家Z值判分下跌的公司跌勢都較為明顯，最終落入了高危判分的段位，進入了高危企業(yè)的行列。分段位來看，高危企業(yè)判分基本長期處于0.5以下，除了在2010-2011兩年內以驚人漲勢最終成為健康企業(yè)的黑馬以外，其他公司幾乎沒有波動。存在信用風險的企業(yè)也是Z值判分的灰色地段，所以企業(yè)Z值判分波動也較大。也有三家企業(yè)Z值具有下跌趨勢。在健康企業(yè)當中，只有一家企業(yè)信用風險一直保持較小的狀態(tài)，其他企業(yè)則都處于風險段位分界線0.9附近徘徊。

隨機選取的12個新能源相關上市公司的平均Z值在八年間，持續(xù)地在0.5-0.9分段中徘徊，表明整個新能源行業(yè)相關公司長時間地處于信用風險當中。這樣的狀況對于每一個相關公司而言，乃至整個新能源行業(yè)的發(fā)展都是非常不利的，這表明我們需要拿出切實可行的方法來幫助這些公司盡快脫出信用風險的困境。

四、總結與建議

（一）模型本身

Z值模型本身模擬要求并不算嚴格，因此適用于初期排除高危借貸企業(yè)。Z值模型的參數(shù)將隨著市場的發(fā)展而改變，需要不停地重新選取，并對其是否正確判斷企業(yè)風險情況進行檢驗。在實際情況中我們也不能將Z值模型作為新能源企業(yè)信用風險評估的唯一標準，在評估信用風險等級時應當將產業(yè)定位、行業(yè)發(fā)展、計劃發(fā)展和政府政策等因素考慮在內。

（二）拓寬新能源企業(yè)融資渠道

作為新興產業(yè)之一，新能源項目建設伴隨著一定風險性。為了防止投資方或債權人因市場風險撤資而造成資金鏈斷裂，政府應著力拓寬企業(yè)融資渠道。關于融資渠道的多元化方式，可以參考德國的經驗，不僅有商業(yè)銀行的行業(yè)專業(yè)化投資以及制造商的直接投資，還有政府提供融資擔保，推動中小型新能源企業(yè)的良性競爭及發(fā)展。

（三）完善信用風險評級制度

政府完善信用風險評級制度的重點是確立優(yōu)秀的監(jiān)管機構及評級機構。在監(jiān)管機構書面材料審理過后，應該留有足夠長的觀察期，對其程序運行建設專門的考察組來審核。在觀察期過后，對于合格的監(jiān)管機構依舊應保持周期性檢查，一旦有違反相關規(guī)章制度的行為即應當取消其資格。避免企業(yè)使用虛假包裝信息蒙混過關。同時，政府需要增加新能源上市公司的信息披露量，建立相應的數(shù)據(jù)庫并讓數(shù)據(jù)在各大銀行金融機構間流通。完整而真實的數(shù)據(jù)是信用評級的基礎。因此，完善信息披露對我國的信用評級制度的建立意義重大。

（四）新能源企業(yè)財務風險管控

新能源產業(yè)雖已在我國得到了充分發(fā)展，但依然尚未成熟。新能源產業(yè)的研究和開發(fā)的固定成本較高，企業(yè)最主要的一點便是控制成本。較多新能源企業(yè)由于盲目擴張造成信用風險加劇。因此新能源企業(yè)發(fā)展過程中，不應一味依賴進口技術導致成本高而市場競爭力弱的后果，應在提高自主研發(fā)的基礎上減少各個環(huán)節(jié)的成本耗費，采取內控措施。（作者單位為上海工程技術大學）