您的当前位置：首页基于Z_score模型的国有公司财务分析

基于Z_score模型的国有公司财务分析

来源：微智科技网

第31卷　第15期

2009年8月

武　汉　理　工　大　学　学　报

JOURNALOFWUHANUNIVERSITYOFTECHNOLOGY

Vol.31　No.15

　Aug.2009

DOI:10.3963/j.issn.167124431.2009.15.039

基于Z2score模型的国有公司财务分析

张楚堂,杨志强

(武汉理工大学管理学院,武汉430070)

摘　要:　随着央企从分拆上市到整体上市的转变,对牵涉到的国有企业进行财务分析变得异常重要。文中从探讨

Z2score模型对我国国有上市公司的适用性出发,通过主成分分析重新萃取更合适的指标对模型进行修正,并在此基础

上,通过一个虚拟变量,构建了一个多元线形回归模型,以更深入地分析国有企业财务状况。关键词:　Z2score模型;　国有上市公司;　财务分析中图分类号:　F234.4

文献标识码:　A文章编号:167124431(2009)1520145205

AnalysisoftheState2ownedEnterprise’sFinancialSituation

BasedontheZ2scoreModel

ZHANGChu2tang,YANGZhi2qiang

(SchoolofManagement,WuhanUniversityofTechnology,Wuhan430070,China)

Abstract:　Withthemarketsplitfromthecentralleveltotheoveralllistingofthepolicychange,thefinancialanalysisofthe

state2ownedenterprisesinvolvedbecomeveryimportant.BasedonZ2scoreofChina’sstate2ownedmodeloftheapplicabilityoflistedcompanies,throughprincipalcomponentanalysistoextractamoreappropriateindicatorofthemodel,andonthatbasis,throughadummyvariable,constructedamulti2linearregressionmodel,tomakeamorein2depthanalysisofthestate2owneden2terprise’sfinancialsituation.

Z2scoremodel;　state2ownedlistedcompanies;　financialanalysisKeywords:　

(国办发〔2006年12月国资委发布了《关于推进国有资本调整和国有企业重组的指导意见》2006〕97

号),提出要通过股份制改造、资产注入、重组上市等方式来做大做强,增强企业的活力和竞争力。除了投资者外,、、国有上市公司自身等各方面都应各自做好细致的准备[1],如何对这个过程中所涉及到的国有上市公司的财务进行有效的分析和预测,则是各方共同关注的。Z2score模型为对公司财务状况进行分析提供了有益的参考。

1　Z2score模型对我国国有上市公司适用性的检验

1.1　Z2score模型简介

Z2score模型[2]是对美国破产和非破产生产企业进行了观察,采用22个财务比率经过数理统计筛选而

建立的,其针对公开上市交易的制造业公司的破产指数模型为

Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5

X1=流动资本/总资产=(流动资产-流动负债)/总资产X2=留存收益/总资产=(股东权益合计-股本)/总资产

收稿日期:2009203202.

作者简介:张楚堂(19562),男,教授.E2mail:zct1111@sina.com

　　　　　　　　　　　　　　　　　　武　汉　理　工　大　学　学　报　　　　　　　　　　　　　　2009年8月146

X3=息税前收益/总资产=(利润总额+财务费用)/总资产产X4=优先股和普通股市值/总负债=(股票市值×股票总数)/总负债=

(每股市价×流通股数+每股净资产×非流通股数)/总负债

X5=销售额/总资产=主营业务收入净额/总资产

　　判断准则:Z<1.8,破产区;1.8≤Z<2.99,灰色区;2.99对该模型的解释是:Z值越小,企业失败的可能性越大,Z值小于1.8的企业很可能破产。1.2　Z2score模型在我国国有上市公司适用性的检验

　　对公司财务进行定位分析,不能仅考虑破产和非破产2个极端情况。为了便于分析,文中根据所属年份的平均每股收益和平均每股股价将公司分为业绩优秀、业绩良好、业绩一般、业绩很差4类,每类只随机抽取5家代表公司。假设Z2score适合我国国有上市公司,那么样本公司的Z值应呈如下规律:

假设1:随着业绩由优到差,风险一般由小到大,Z记分值应该呈递减趋势;假设2:业绩优秀和业绩良好的公司,风险应该较小,其Z记分值应大于2.99;而业绩很差的被ST的公司,风险很大,其Z记分值应该小于1.8。样本公司及其Z值计算结果如表1所示。

从表1可以看出,随着业绩从优到差,Z2score

表1　20家样本公司Z值计算表

样本公司业绩优秀中兴通讯国药股份保利地产海油工程航天信息业绩良好中国卫星火箭股份航天电器石油济柴晋西车轴

2006(12)

2007(6)

样本公司

2006(12)

2007(6)

Z总平均值:4.12业绩一般Z总平均值:2.55

3.004.121.6.046.03

2.053.661.435.218.04

国旅联合S仪化3.145.411.391.220.93

4.505.141.521.011.19

黑化股份东风科技大成股份

ST中房ST国农ST宇航ST长钢ST源发

Z总平均值:5.73业绩很差Z总平均值:3.14

2.8.8413.872.054.88

4.414.0314.022.433.90

7.722.303.301.220.08

8.193.484.761.24-0.86

模型对我国国有上市公司的适用性逐渐减弱,对业绩优良企业解释效果最好,对ST企业的解释效果则最

差。应当对模型进行适当修改。

2　我国国有上市公司财务分析主成分的萃取

主成分分析是研究如何通过少数几个主分量来解释共变量结构的一种多元统计方法。这里通过主成分分析萃取几个主分量,以少数的指标反映公司的财务。2.1　指标的选取

Z2score模型中的5个指标对我国国有上市公司有一定的解释力,因此仍然保留,此外考虑到指标体系应全面反映公司的财务状况以及指标的便于收集,另选取了6组指标共23个指标,分别为偿债能力指标、经营效率指标、盈利能力指标、成长能力指标、财务结构指标和现金流量指标。2.2　数据的来源及检验

1)原始数据　据统计,我国全部159家央企直接或间接控股的上市公司总数为185家,而着力控

制和培育的30—50家大企业集团旗下涉及的上市公司数量就达116家,可见这53家骨干型央企旗下上市公司的份量。为了使结论具有较好的代表性,就把这些公司作为这部分的样本,剔除数据不完整或已经退市的公司,共100家。考虑到2006年改变股市的最大因素是股权分置,2007年则开始转入资产注入,其数据对后期预测更有预测能力,主要从2006年年报和2007年中报中取数。对这100家国有上市公司同时按28个指标变量收集数据。

表2　KMO和Bartlett检验　　2)KMO检验及Bartlett球形检验　主成分分析要求

检验变量间的偏相关性足够小,而且变量的相关阵不能是样本公司KMO检验值0.652单位阵。通过KMO检验及球形检验以及收集的原始数据Bartlett球形检验卡方近似值29.973是否适合进行主成分分析,将样本公司的数据导入SPSS统计软件,检验结果见表2。

由表2可知,KMO检验值为0.652,说明数据间的偏

自由度显著值

3780.000

第31卷　第15期　　　　　　　　　张楚堂,杨志强:基于Z2score模型的国有公司财务分析　　　　　　　　　147

相关性较弱,适于因子分析;Bartlett球形检验结果显著值远远小于0.001,拒绝单位相关阵的原假设,适于因子分析。2.3　主成分的萃取

运用SPSS软件,对数据进行主成分分析:Factor程序根据取主成分的特征值大于1的规则,萃取了9个主成分因子,这9个因子包含了原数据80.307%的信息量,从各个方面刻画公司的财务状况。

各主成分因子与原始财务数据变量之间的关系,需要对未经正交旋转的因子负荷矩阵进行正交旋转,以最大变异(Varimax)进行正交转轴(orthogonalrotation)并依据因素负荷量排序得到旋转因子载荷矩阵。从表3可以直接写出原始财务指标变量与各个主成分因子间的关系式,例如,第1个主成分可表示为:Z1=-0.886×资产负债率+0.859×股东权益比+0.813×X4+0.812×流动比率+0.792×速动比率+0.614×X1+0.609×X2+0.213×资产净利率+0.224×资产利润率+0.187×X3+0.325×应收账款周转率+0.412×经营毛利率-0.316×长期负债资产比+0.103×总资产增长率+0.181×股东权益增长率-0.214×主营收入增长率+0.279×现金流动负债比。其它几个主成分的线性组合可类似写出。

表3　旋转因子载荷矩阵载荷资产负债率股东权益比X4

ZZ1

Z2Z3

-0.8860.8590.8130.8120.7920.6140.6090.2130.2240.187

-0.1690.1930.134

0.187-0.188

0.106-0.136

-0.1180.156-0.185

0.112-0.151-0.192

0.1450.5840.10.1650.191

-0.14

-0.1080.169-0.121-0.141

0.182-0.186

流动比率速动比率

X1X2

0.445

-0.112

0.1600.2430.9110.9110.9030.8850.6860.1230.115

0.9180.9010.659

0.183

-0.452

-0.924-0.143-0.1040.191

-0.1020.190-0.1480.128-0.5210.8150.20.133

0.1680.1710.7500.231-0.175

0.133

0.126-0.113

0.173

-0.339

0.4040.4920.1820.1540.130

0.1330.169-0.108-0.159

资产净利率资产利润率

净资产收益率净利润增长率总资产周转率

0.322

应收账款周转率经营毛利率流动负债率长期负债资产比

固定比总资产增长率股东权益增长率净利润率存货周转率主营收入增长率主营收入现金含量现金流动负债比净利润现金含量主营利润增长率

0.3250.412

0.1100.269

0.2880.340

-0.3160.8760.672

0.111

0.1030.181

0.1370.3140.152

0.10.253

0.277

-0.1430.106

-0.7190.633-0.170

0.8550.5370.118

0.7450.5950.141

-0.2140.2700.479

0.2790.5120.2670.141

-0.276-0.101

0.1090.207

0.2850.2380.448

　　　　　　　　　　　　　　　　　　武　汉　理　工　大　学　学　报　　　　　　　　　　　　　　2009年8月148

3　Z2score修正模型和多元线形回归模型的构建及运用

3.1　Z2score修正模型及其对财务的总体评价

主成分分析萃取了9个成分,其累计对公司财务具有80.307%的解释力,而各个主成分的解释信息量依次为23.83%、13.52%、11.04%、8.34%、6.53%、5.31%、4.21%、3.%、3.%,以此作为权重得到Z2score修正模型

Z修=0.3Z1+0.17Z2+0.14Z3+0.1Z4+0.08Z5+0.07Z6+0.05Z7+0.05Z8+0.05Z9

基于经验数据,分别计算100个样本公司的Z修值,从其分布规律认为,Z修值大于100的公司总体财务评价为优,处在30—100之间的公司总体财务评价为良,而处在0—30之间的公司总体财务评价为中,0以下的公司总体财务评价为差。总共7家ST公司,就有4家的Z修<0,而且很靠后,另ST宇航和ST长钢2家财务总体评价为中。通过上面样本以外的样本的检验,评价效果很好。3.2　多元线形回归模型及其对财务的评价为了更深入地对国有上市公司的财务进行分析,结合Z2score修正模型的结论来构建一个能综合评价国有上市公司的财务状况的多元线形回归模型。

设随机变量y与一般变量x1,x2,…,xp的线性回归模型为y=β0+β1x1+β2x2+…+βpxp+ε其中,β0,β1,…,βp是p+1个未知参数,称为回归系数y称为被解释变量,而x1,x2,…,xp是p个可以精确

测量并可以控制的一般变量,称为解释变量。

表4　模型综述表　　以反映国有上市公司的财务状况的9个主成分为模型的自变量,因变量为虚拟变量y,其

构成为

0Z修≤0

模型相关系数R

0.793a

拟合度R2

0.629

调整后的R2估计标准误差

0.592

0.1966

表5　方差分析表

模型

1　回归

0.30.71

0Z修>100

平方和

5.53.4809.374

自由度

99099

均方

0.6550.039

F检验值显著性P值

16.9400.000a

　残差　总和

　　将上面100个样本分别赋与y值后,连同

9个主成分的数据导如SPSS软件,得到结果见

表4—表6。

由此可获得多元线性回归模型

y=0.343+0.002179x1+0.000618x2-0.00126x3+0.001661x4+0.0002206x5+

0.0005345x6+0.0009712x7+0.0005157x8-0.000817x9

R=0.793,R=0.629,说明该模型的

表6　回归系数表

模型

1(常数项)

x1x2x3x4x5x6x7x8x9

拟合度较高,P值远小于0,总体线性关

系显著,通过显著性检验。

借助计算机或者EXCEL工作表,该多元线性回归模型的使用方法简单易行,即将需要检验的企业9个主成分计算出来,代入模型,就可以获得一个判定值y。由多元线性回归模型方法的判别规则可知,当y值接近1时,说明企业财务状况总体评价为优,当y值处在0.7附近时,说明企业财务状况总体评价为良,当y值处在0.3附近时,说明企业财务状况总体评价为中,而当y值接

非标准化系数标准化系数

t检验值

B标准差Beta

0.3430.0021790.0006180.001260.0016610.00022060.00053450.00097120.0005157-0.000817

0.0500.0010.0000.0010.0010.0010.0000.0010.0020.001

0.4671.384-0.2610.2290.00.1530.1990.062-0.883

6.9073.4461.610-1.3402.5200.3651.5591.5150.259-0.1

显著性P值

0.0000.0010.1110.1830.0140.7160.1230.1330.7960.375

第31卷　第15期　　　　　　　　　张楚堂,杨志强:基于Z2score模型的国有公司财务分析　　　　　　　　　149

近0时,则说明企业财务状况很差,可能出现财务危机。把预测样本组的100家国有上市公司财务数据代入该模型,检验该模型自身的误差程度,结果显示,模型对自身的判定准确率高达96%。下面就使用预测样本之外的测试样本10家国有上市公司财务数据代入模型,检验该模型对国有上市公司财务的评价,预测能力,检验结果见表7。

表7　测试样本组检验结果

公司名字

Z修

判断结果正确正确正确正确正确

y判断结果正确正确正确正确正确

公司名字

ST南控ST中绒ST华光ST中农

Z修判断结果正确正确错误正确正确

y判断结果正确正确正确正确正确

天地科技45.23201上海机电24.40863中金黄金46.34194青岛海尔50.99236有研硅股81.48094

0.4637190.3424650.4099860.4867470.5192

-19.72620.277659-0.232180.151258-0.385690.061219

ST银广厦-66.6271

22.34488-153.74-178.454

　　测试样本组的检验结果显示,5家非ST公司的Z修值和y值判断都无误;而5家ST公司中Z修值判断

正确的有4家,只有ST中绒一家公司被错判断为财务处于中等,准确率达80%,而y值全部判断正确。可见,模型对预测样本之外的国有上市公司也具有非常高的评价和预测能力。借助于文中所构建的Z2score修正模型和多元回归模型,必将有助于整合上市前的准备工作。

参考文献

[1]　傅　明.央企整体上市需细致准备[J].上海国资,2007(11):74.

[2]　AltmanE.FinancialRatios,DiscriminantAnalysisandthePredictionofCorporateBankruptcy[J].JournalofFinancial,1968,

23(4):52609.

(上接第125页)

基于Agent的网上导购系统以挖掘用户喜好为突破口,使之成为搜索合适用户需求的导购信息为最终目的,使用户能达到快捷、方便的网上购物。当然,这种基于Agent技术的电子商务构架还不是很成熟,如何建立规范的模型结构、合理的处理Agent之间的协作以及如何面向系统开发,仍是现阶段主要要解决的问题。而这些问题的解决也会促进Agent技术更好、更广泛的应用于Internet及其他各方面。

参考文献

[1]　徐　丽.智能Agent在因特网上的应用[J].计算机工程与科学,1999,21(1):47250.[2]　聂　哲.基于Agent技术的智能导购系统的设计[J].计算机系统应用,2006(3):76278.[3]　张晓波.基智能Agent的个性化信息检索系统[J].安阳师范学院学报,2004,16(2):51253.[4]　毛海军.基于Agent的决策支持系统研究[J].计算机工程与应用,2001,24(15):12213.

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文