基于Z值模型的我国新能源行业上市公司信用风险评价

吴哲清 杨 峰(长春工业大学经济管理学院，吉林 长春 130000)

一、研究背景

(一)信用风险

1.信用风险概念及影响因素

信用风险，也叫违约风险，指交易过程中，对方未能履行事先约定契约中的义务，使之造成经济损失的风险［1］。其影响因素分为外部因素和内部因素，主要表现为:

(1)外部因素:①政治方面，主要体现在制度的建设方面。国家信用制度法律的不完善以及企业信用制度建设不健全会产生企业的信用风险。②经济方面，主要受宏观经济和金融市场的影响。当国家经济下行且处于衰退期时，很多企业会融资困难，周转资金紧张从而企业运营出现问题，难以还清债务，出现违约的可能。③文化方面，主要体现在整个社会对企业信用问题的认知。社会对企业信用问题了解和重视程度将会影响企业信用风险的大小。人们了解了信用风险的影响后，会更加重视防范和避免信用风险的发生。

(2)内部因素:①企业的内部控制。企业内部控制措施到位，则相应的信用风险会下降。若对应收账款监控不严，对拖欠账款缺乏有效地追讨手段等，都会增加企业的信用风险。②企业经营管理能力。企业的经营管理能力决定着企业的未来，若没有长远的规划和维护自身信用的意愿，那么企业面临的信用风险会增加。

2.信用风险具体表现

自金融危机以来，宏观经济的低迷通常伴随着上市公司整个行业的不景气。政府的各种调控和整顿使得相当一部分缺乏竞争力的企业陷入经营困境。在此大环境下，信用风险以其传导性和连续性蔓延在经济市场间。企业的信用风险主要表现在:①坏账风险。坏账导致企业账款无法收回，影响企业的生产经营。②现金周转风险。现金周转风险指卖方由于种种原因不能按时收回应收账款，但卖方却不能因此不履行自己的义务:支付供应商账款、员工工资、生产费用、税款等，导致其面临现金周转的困难［2］。卖方必须先抽出其银行存款或从银行贷款支付这些费用，导致融资成本增加，或产生三角债。

(二)信用评估对新能源行业的重要性

新能源是指传统能源之外的各种清洁的能源形式，包括太阳能、风能、水能、地热能、生物质能和海洋能以及由可再生能源衍生出来的生物燃料和氢所产生的能量［3］。新能源产业作为我国战略性新兴产业之一，具有开发周期长，初次研发成本高等特点。我国的新能源开发技术大多处于初级阶段，相对于世界先进水平还有一定差距。现今我国一部分新能源企业缺乏创新意识，造成企业产能过剩，造成企业生存危机，同时新能源开发的初期研发投入过高，机器设备价格高，形成大量资金缺口，再加上国内融资困难，新能源企业的发展会陷入困境。因此，笔者认为对新能源企业进行有效的信用风险度量，一方面能让企业正视自身发展的不足，加强信用风险的管理和控制，同时也能扩大企业直接融资与间接融资的渠道，为企业解决资金缺口和融资难的问题带来便利。

二、Z值评分模型简介

Z值评分模型是由纽约大学斯特恩商学院金融专家Edward Altman教授提出的一个衡量公司财务健康状况的模型。他在1968年通过对美国多家破产和非破产企业的观察发表了Z-score模型基于多变量判别分析方法。Z值模型是基于上市公司在银行贷款信用方面的情况来分析上市公司的违约的可能性。它根据行业的实际情况，在上市公司的财务报表中选取一定程度上能反映公司财务状况的财务比率，将比率乘以相应权重再加总即是企业信用风险的总判分Z［4］。其模型主要内容是Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5

X1=营运资金/总资产X2=留存收益/总资产X3=息税前利润/总资产X4=权益市值/总债务账面值X5=销售收入/总资产

该模型是通过判断某公司财务现状来估计信用状况，即信用分析人员得到公司相关财务数据，将数据代入模型即可计算出Z值。根据Z值的得分对应相应区域判断出企业风险水平，若该得分大于或高于某一预先确定的Z值或值域，就可以判定这家公司的财务状况良好或其风险水平可被银行接受;若该得分小于或低于预定的Z值或值域，则意味着该公司可能无法按时还本付息，甚至破产。最初的Z值模型适用于公共制造企业，且仅限于上市公司。因此在21世纪初阿德曼为了让模型能用于没有X5变量的借款人信用评估需要，对模型进行了第二次修正。他将行业敏感性因素销售收入从原模型中去掉，从而可使行业影响最小化，建立了一个新的四变量模型:

Z=6.65X1+3.26X2+6.72X3+1.05X4

X1=营运资金/总资产=(流动资产-流动负债)/总资产

X2=留存收益 /总资产=(未分配利润+盈余公积)/总资产

X3=息税前收益/总资产=(税前利润+财务费用)/总资产

X4=股东权益/总负债=(总资产-总负债)/总负债

新模型中X4变量的股权市值也改成了股权账面值，所有从X1到X4变量的系数都发生了变动。这个新模型是针对非制造业上市公司的财务预警模型。这个模型的Z值结果判定如下:

Z 值判定情况Z＞2.9 企业信用风险很小，基本不用考虑1.23＜Z＜2.9 灰色区域，判定误差相对较大Z＜1.23 企业信用风险较大，需慎重考虑

三、实证分析

(一)样本选取

新能源行业作为新兴发展行业，上市公司不多，因此在深交所、上交所的上市公司中选取32家新能源企业作为研究样本，数据来源主要是各公司年度报告，样本选取时间为2011—2013年。

(二)指标设定

考虑到新能源行业的特点以及我国股票市场非流通股看不到市场价格，对“Z评分模型”中的各项指标的设定作以下调整:

X1=营运资金/总资产=(流动资产-流动负债)/总资产

X2=留存收益/总资产=(未分配利润+盈余公积)/总资产

X3=息税前收益/总资产=(利润总额+财务费用)/总资产

X4=股东权益/总负债=(总资产-总负债)/总负债

说明:(1)X1反映资产的流动性与规模特征，是企业的资产流动能力，一般情况下，该比率越高，风险越小。(2)X2比率越高，表明企业的获利水平和积累水平越高，抗风险能力也就越强。(3)X3反映企业资产的获利能力，该比率越高，企业的盈利能力越强，经营效益就越好。(4)X4反映企业在资不抵债前可下降的程度，反映股东所提供资本与债权人提供资本的相对关系，反映企业基本财务结构是否稳定。同时这一指标也反映债权人投入的资本受股东资本的保障程度。

(三)实证分析结果

根据32家企业的财务指标，计算其Z值并归纳如下:

年份公司 2011年 2012年 2013年 平均值湘电股份1.441.031.031.17广汇能源2.621.44 -0.271.26江苏阳光1.53 -2.840.28 -0.34拓日新能3.372.492.212.69新能泰山-1.32 -1.52 -2.22 -1.69德赛电池3.032.552.432.67远兴能源2.385.824.764.32银星能源0.591.640.280.84汇通能源3.273.213.613.36

年份公司2011年 2012年 2013年 平均值杉杉股份2.301.942.082.11长城电工2.522.7312.065.77川投能源1.611.872.632.04宝新能源2.672.273.972.97申能股份4.294.033.864.06风帆股份0.832.093.041.99包钢稀土8.334.714.815.95中材科技3.522.101.732.45国发股份-3.31 -5.52 -3.74 -4.19孚日股份0.200.791.170.72卧龙电气3.313.292.553.05*ST天威3.191.09 -4.95 -0.22*ST精功4.171.880.482.18*ST东力 2.770.931.181.63特变电工 2.852.181.672.23航天机电 0.14 -1.132.400.47东方电气 1.001.251.621.29粤水电 1.380.750.510.88中核科技 5.655.144.915.23岷江水电 -0.470.01 -1.66 -0.71中粮生化 0.771.570.671.00赣能股份 -1.17 -1.15 -0.42 -0.91 ST锐电 4.103.621.943.22平均值 2.111.571.71

从上表可以看出:1.从2011到2013年，新能源企业的Z值有一个先降后升的趋势，即信用风险从大到小的变化。2.从整体上看，我国新能源企业Z值偏低，行业信用风险偏大。3.根据Z值的判定表，我们发现这32家企业中有11家Z值平均小于1.23，说明这些企业违约风险较大。有9家企业Z值平均高于2.9说明这些企业违约风险较小。

ST企业Z值如下:

年份公司2011年 2012年 2013年 平均值ST锐电 4.103.621.943.22*ST天威 3.191.09 -4.95 -0.22*ST精功 4.171.880.482.18*ST东力 2.770.931.181.63平均值 3.561.88 -0.34

从上表可以看出，除 ST锐电，其余三家企业2012和2013年Z值小于1.23，企业可能财务上严重有问题，信用风险较大。而ST锐电在2014年戴帽，只有2013年Z值处于灰色区域，Z值过高的原因可能是是由于权益市值过高，影响了评定结果。

非ST企业中，对于非ST公司，其中有8家企业Z平均值处于安全期，财务状况良好，信用风险很小。有10家企业Z平均值处于破产区，其中新能泰山、国发股份、赣能股份等企业属于中途摘牌企业，虽然扭转亏损，但是财务状况仍不乐观。还有10家企业处于灰色区域。

四、总结和建议

(一)政府要加强市场信用环境建设，建立完善的企业信用数据库

随着市场经济的不断发展，人们对企业的信用状况日益重视，政府加强信用环境建设势在必行。过去几十年我国社会的信用文化普遍缺失，企业财务数据的真实完整性有待提高，这些情况使得投资者不能了解企业真实的信用状况。数据的真实完整是衡量企业信用风险的基础。因此，政府要制定政策提高新能源上市公司信息披露质量，为企业信用评级提供可靠的数据支持。政府可以依托国有商业银行的客户资源尽快完善企业信用相关的基础数据库，数据期间应尽量涵盖一个经济周期，这样才能更好地了解企业的信用情况。同时，政府应该加强信用文化建设，通过电视、报纸等媒体宣传信用文化，让企业和员工都能认识其重要性，从而逐步提高社会整体的信用环境。

(二)新能源企业应在战略决策中增强风险意识

欧美一些国家的新能源技术相对成熟，而我国的新能源技术起步相对较晚，技术水平也要落后于欧美等国。欧美等国也掌握着新能源的核心技术和重要的设备，我国新能源企业就不得不进口国外的核心技术和设备，导致企业技术成本增加，同类产品的竞争力降低。同时，一些企业盲目大举借债扩大规模，不计生产成本低价销售产品，不注重资金回笼只注重抢占市场，导致企业信用风险居高不下。因此，新能源企业应该加大研发投入，提高自身技术水平以降低技术利用成本，避免因产品市场价格下降而导致财务困难。同时，新能源企业在立项环节就应考虑成本控制因素，分析各个环节的成本差异原因以及考虑款项的支付方式和周期，以此来防范资金周转的困境。另外，新能源企业可以适时转变经营策略，通过进行产品多元化布局，分散产品销售市场和国家等措施来适当分散行业经营风险。

(三)拓宽新能源企业融资途径

随着国家对新能源产业的支持日益加大，众多投资者们也加大对新能源行业的投入，新能源板块受到很多投资机构的关注。但是在前几年，投资者和债权人们担心新能源企业风险增加并最终可能出现违约纷纷减少对新能源企业的投入，抛售新能源上市公司股票，导致企业资金不足，增加了企业的金融风险。因此，政府可以设立新能源行业基金来稳定行业的发展，减轻投资者们对新能源企业可能出现的违约而出现的担忧。同时，新能源企业也可以寻求天使投资、PE或互联网金融平台来拓宽融资渠道。融资的多样性也有利于企业分散风险，为将来的发展打下基础。

［1］刘鑫.我国上市公司的行业信用风险研究［J］.北方经贸，2008，(5):102-104.

［2］王楠.基于Z值模型的新能源上市公司财务预警分析［J］.国际商务财会，2013，(4):87-91.

［3］徐枫，范达强.基于或有权益法的我国新能源行业金融风险研究［J］.宏观经济研究，2014，(1):51-60.

［4］赵嘉敏，宁宇新.Z模型在我国畜牧业上市公司的应用

［J］.合作经济与科技，2014，(10):126-127.