摘要：論文以美國Akrnan提出的“Z計(jì)分模型”為基礎(chǔ)，分析Z值模型、Z'值模型和EMS模型的區(qū)別。通過選取浙江省制造業(yè)2016 2018年ST公司和非ST公司作為研究樣本，分析比較不同財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的判斷準(zhǔn)確性。結(jié)果顯示，不同模型對ST和非ST兩種財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警準(zhǔn)確性存在較大差異。

關(guān)鍵詞：Z值;EMS模型;財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警

基金項(xiàng)目：溫州市社科聯(lián)社會科學(xué)規(guī)劃課題成果（編號：19wsk214）

一、引言

浙江省制造業(yè)發(fā)展有一定規(guī)模，在全國經(jīng)濟(jì)總量中的地位正不斷提升，但是普遍存在融資渠道有限、融資成本高、資本管理能力不足、財(cái)務(wù)制度不健全和內(nèi)部控制薄弱等制約企業(yè)發(fā)展的因素?？梢哉f財(cái)務(wù)風(fēng)險(xiǎn)已經(jīng)成為浙江制造業(yè)高質(zhì)量發(fā)展所面臨的十分現(xiàn)實(shí)的問題。因此，建立與健全財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)警與防范系統(tǒng)是防范財(cái)務(wù)風(fēng)險(xiǎn)的重要途徑。

二、Z值模型及發(fā)展簡介

Z值模型是運(yùn)用多變量模式建立多元線性模型，即運(yùn)用多種財(cái)務(wù)指標(biāo)加權(quán)匯總產(chǎn)生的總分（即Z值）來預(yù)測企業(yè)的財(cái)務(wù)危機(jī)。Altman（1968）年將66家中等規(guī)模公司分為33家破產(chǎn)組和33家非破產(chǎn)組作為樣本研究，得出Z計(jì)分模型（見式1），Altman（1983）將模型（見式2）改進(jìn)以適用于制造業(yè)非上市公司，隨后Altman進(jìn)一步將模型重新進(jìn)行研究和設(shè)計(jì)，提出了適用于非制造業(yè)實(shí)體（見式3）的危機(jī)預(yù)測模型。為了將Z模型應(yīng)用于新興市場，Altman，Hartzell和Peck在1995年首次建立了新興市場財(cái)務(wù)危機(jī)預(yù)測模型，稱為EMS模型（見式4）。

Z=1.2X₁+ 1.4X₂+3.3X₃+0.6X₄+0.999X 5 （式1）

其中X₁為營運(yùn)資本/總資產(chǎn)，X₂為留存收益，總資產(chǎn)，X₃為息稅前利潤/總資產(chǎn)，X₄為權(quán)益市值/總負(fù)債，X₅為銷售收入/總資產(chǎn)。Z值模型的分級標(biāo)準(zhǔn)為：當(dāng)Z值大于2.99時(shí)，公司財(cái)務(wù)狀況處于安全區(qū)，當(dāng)Z值在1.81-2.99之間時(shí)，公司財(cái)務(wù)狀況處于灰色區(qū)，當(dāng)Z值小于1.81時(shí)，公司財(cái)務(wù)狀況處于危機(jī)區(qū)。

Z=0.7 17X₁+0.847X₂+3. 107X₃+0.420X₄+0.998X₅（式2）

其中X₁X₂.X₃.X₅與Z值模型一致，X₄為權(quán)益賬面價(jià)值/總負(fù)債

Z值模型的分級標(biāo)準(zhǔn)為：當(dāng)Z值大于2.9時(shí)，公司財(cái)務(wù)狀況處于安全區(qū)，當(dāng)Z'值在1.23-2.9之間時(shí)，公司財(cái)務(wù)狀況處于灰色區(qū)，當(dāng)z'值小于1.23時(shí)，公司財(cái)務(wù)狀況處于危機(jī)區(qū)。

Z''=6.56X₁+3.62X₂+6.72X₃+1.05X₄（式3）

其中X₁.X₂.X₃.X₄與Z”值模型一致，剔除了X₅

EMScore=3.25+6.56X₁+3.62X₂+6.72X₃+ 1.05X₄（式4）

式1的Z值模型運(yùn)用最為廣泛，本文將運(yùn)用精確的Z值和Z'值模型參數(shù)和分級標(biāo)準(zhǔn)，故本文也將使用EMS模型進(jìn)行財(cái)務(wù)狀況預(yù)測，最終比較Z值、Z值和EMS各模型的預(yù)測準(zhǔn)確度。

三、樣本選擇及數(shù)據(jù)分析

1.樣本選擇

Altman的Z值模型將破產(chǎn)公司作為研究樣本提出財(cái)務(wù)危機(jī)的界定標(biāo)準(zhǔn)有三條：（1）權(quán)益為負(fù)（2）利潤為負(fù)（3）流動比率小于1我國證券市場的ST制度狀況，故研究中將浙江省制造業(yè)2016-2018年分為非ST類制造業(yè)和ST類制造業(yè)（含ST、*ST公司）兩組，利用Excel和Stata15.0軟件，對樣本數(shù)據(jù)進(jìn)行計(jì)算。

從國泰安（CSMAR）數(shù)據(jù)庫中選取2016-2018年浙江省制造業(yè)上市公司，剔除缺失值，最終選取的樣本包括：2016年ST公司78家，2017年75家，2018年77家，2016年非ST公司240家，2017年303家，2018年316家。其中Z值模型，Z值模型和EMS模型值的計(jì)算結(jié)果如下：

2.2值模型預(yù)測準(zhǔn)確度分析

從表1一表4可以發(fā)現(xiàn)，2016年非ST公司處于安全區(qū)的有191家，占240家非ST公司的800-/0，即Z模型判斷準(zhǔn)確率為80%;處于危機(jī)區(qū)的有9家，占3%，即Z模型誤判率為3%;處于灰色區(qū)的有40家，占17%。2017年非ST公司處于安全區(qū)的有258家，占303家非ST公司的85%，即Z模型判斷準(zhǔn)確率為85%;處于危機(jī)區(qū)的有8家，占3%，即Z模型誤判率為3%;處于灰色區(qū)的有37家，占12%。2018年非ST公司處于安全區(qū)的有237家，占316家非ST公司的75%，即Z模型判斷準(zhǔn)確率為75%;處于危機(jī)區(qū)的有15家，占5%，即Z模型誤判率為5%;處于灰色區(qū)的有64家，占20%。

2016年ST公司處于危機(jī)區(qū)的有23家，Z模型判斷準(zhǔn)確率為30%;處于安全區(qū)的有44家，Z模型誤判率為56%;處于灰色區(qū)的有11家，占14%。2017年ST公司處于危機(jī)區(qū)的有36家，Z模型判斷準(zhǔn)確率為49%;處于安全區(qū)的有25家，Z模型誤判率為33%;處于灰色區(qū)的有14家，占18%。2018年ST公司處于危機(jī)區(qū)的有44家，Z模型判斷準(zhǔn)確率為58%;處于安全區(qū)的有26家，Z模型誤判率為33%;處于灰色區(qū)的有7家，占9%。

3.Z‘值模型預(yù)測準(zhǔn)確度分析

2016年非ST公司處于安全區(qū)的有73家，占240家非ST公司的30%，即Z模型判斷準(zhǔn)確率為30%;處于危機(jī)區(qū)的有30家，占13%，即Z，模型誤判率為13%;處于灰色區(qū)的有137家，占57%。2017年非ST公司處于安全區(qū)的有97家，占303家非ST公司的32%，即Z，模型判斷準(zhǔn)確率為32%;處于危機(jī)區(qū)的有32家，占11%，即Z模型誤判率為11%;處于灰色區(qū)的有174家，占57%。2018年非ST公司處于安全區(qū)的有83家，占316家非ST公司的26%，即Z模型判斷準(zhǔn)確率為26%;處于危機(jī)區(qū)的有52家，占16%，即Z模型誤判率為16%;處于灰色區(qū)的有181家，占57%。

2016年ST公司處于危機(jī)區(qū)的有56家，Z，模型判斷準(zhǔn)確率為73%;處于安全區(qū)的有5家，Z'模型誤判率為6%;處于灰色區(qū)的有17家，占21%。2017年ST公司處于危機(jī)區(qū)的有60家，Z，模型判斷準(zhǔn)確率為80%;處于安全區(qū)的有6家，Z，模型誤判率為8%;處于灰色區(qū)的有9家，占12%。2018年ST公司處于危機(jī)區(qū)的有54家，z'模型判斷準(zhǔn)確率為71%;處于安全區(qū)的有5家，Z，模型誤判率為6%;處于灰色區(qū)的有18家，占23%。

4.EMS模型預(yù)測準(zhǔn)確度分析

2016年非ST公司處于安全區(qū)的有197家，占240家非ST公司的82%，即EMS模型判斷準(zhǔn)確率為82%;處于危機(jī)區(qū)的有4家，占2%，即EMS模型誤判率為2%;處于灰色區(qū)的有39家，占16%。2017年非ST公司處于安全區(qū)的有260家，占303家非ST公司的86%，即EMS模型判斷準(zhǔn)確率為86%;處于危機(jī)區(qū)的有4家，占1%，即EMS模型誤判率為1%;處于灰色區(qū)的有39家，占13%。2018年非ST公司處于安全區(qū)的有257家，占316家非ST公司的81%，即EMS模型判斷準(zhǔn)確率為81%;處于危機(jī)區(qū)的有20家，占6%，即EMS模型誤判率為6%;處于灰色區(qū)的有39家，占12%。

2016年ST公司處于危機(jī)區(qū)的有41家，EMS模型判斷準(zhǔn)確率為54%;處于安全區(qū)的有27家，EMS模型誤判率為34%;處于灰色區(qū)的有10家，占12%。2017年ST公司處于危機(jī)區(qū)的有44家，EMS模型判斷準(zhǔn)確率為59%;處于安全區(qū)的有21家，EMS模型誤判率為28%;處于灰色區(qū)的有10家，占13%。2018年ST公司處于危機(jī)區(qū)的有45家，EMS模型判斷準(zhǔn)確率為59%;處于安全區(qū)的有22家，EMS模型誤判率為28%;處于灰色區(qū)的有10家，占13%。

結(jié)論

從以上的分析可以發(fā)現(xiàn)，Z值模型對2016-2018年浙江省制造業(yè)非ST財(cái)務(wù)狀況較好的公司的預(yù)測準(zhǔn)確度分別為80%、85%、75%，準(zhǔn)確度較高;Z，值模型的預(yù)測準(zhǔn)確度2016-2018年分別為30%、32%、26%，準(zhǔn)確度較低;EMS模型的預(yù)測準(zhǔn)確度2016-2018年分別為82%、86%、81%，準(zhǔn)確度與前兩者相比最高。Z值模型對2016-2018年浙江省制造業(yè)ST財(cái)務(wù)狀況較差的公司的預(yù)測準(zhǔn)確度分別為30%、49%、58%，準(zhǔn)確度較低;Z值模型的預(yù)測準(zhǔn)確度2016-2018年分別為73%、80%、71%，準(zhǔn)確度較高;EMS模型的預(yù)測準(zhǔn)確度2016-2018年分別為54%、59%、59%，準(zhǔn)確度適中。

綜上，將EMS運(yùn)用于浙江省制造業(yè)各實(shí)體的財(cái)務(wù)預(yù)警，無論各實(shí)體處于財(cái)務(wù)狀況良好或較差的情況，EMS模型的預(yù)測準(zhǔn)確性都較高，而且EMS模型中采用的指標(biāo)也適用于非上市實(shí)體，符合浙江省制造業(yè)大部分屬于非上市公司的現(xiàn)狀，因此采用EMS模型對浙江省制造業(yè)進(jìn)行財(cái)務(wù)預(yù)警的適應(yīng)性較強(qiáng)。

參考文獻(xiàn)：

[1] Altrnan E I Financial Ratios. Discrirninant Analysis andthe Prediction of Corporate Bankruptcy[J]. The Journal of Finance.1968.23（4）：589609

[2] Martin BObA. Vladirn i r URADNfCEK. THE PORTABILITY OF ALTMAN'S ZSCORE MODEL TO PREDICTING CORPORATE FINANCIAL DISTRESS OF SLOVAK COMPANIES[J]. Technological&Econornic Development of Economy.2016.22（4）： 532553

[3]李琴，中國戰(zhàn)略性新興產(chǎn)業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評估與預(yù)警[D]浙江財(cái)經(jīng)大學(xué)，2019

[4]張項(xiàng)博.基于EMS預(yù)警模型的BL房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理研究[D]河北師范大學(xué)，2017

作者簡介：

尤麗麗（ 1985 - ），女，漢族，浙江溫州人，碩士研究生，溫州商學(xué)院管理學(xué)院，講師，研究方向：企業(yè)財(cái)務(wù)管理。