钢铁行业上市公司财务预警分析

◆王 萍

钢铁行业上市公司财务预警分析

◆王 萍

钢铁行业在我国国民经济中的地位非常重要，已经成为非常重要的产业部们，为宏观经济的发展作出了突出的贡献。该行业的发展不仅有助于经济增长，并且其关联效应也比较大，有助于带动其他产业部们的发展。2012 年至 2015 年，在增加值中，钢铁行业工业产值的比重分别达到了14.85 %、12.24 %、12.89 %和13.58%。虽然2009年的次贷危机使得我国的经济环境发生了非常大的变化，钢铁行业的发展也遇到了前所未有的挑战，但是总的来说，钢铁行业在国民经济中的地位依然无法撼动。基于此，如果不能处理好钢铁行业面临的财务风险，会使得该行业的发展遭受严重影响，并且也会对资本市场、投资者和社会造成影响。

上市公司；钢铁；财务预警；经营失败

一、引言

作为我国企业中，非常特殊的群体，上市公司的地位非常重要，也是证券市场得以健康发展的基础，伴随着我国资本市场的发展，上市公司的规模和数量都在不断扩大。到2014年为止，我国在国内交易所上市的公司共有3713家，进行交易的股票也达到了2589支，市价总值与流通市值分别为50981.5亿元和21657.6亿元，二者分别相当于国内生产总值的27.96%和35.87%。与此同时，上市公司的经营状况直接关系到宏观经济的稳定以及健康发展。

上市公司的经营质量如果发生下降或者经营失败必然会影响到各利益主体，不仅有可能使得上市公司的经营陷入困境，还有可能影响到债权人和股东，并且会对企业员工以及关联企业和政府机构等带来很大影响。

二、企业财务危机预警理论

伴随市场经济的发展，企业经营失败的问题非常普遍，再加上企业体制机制和管理方面等的影响，企业如果不能很好的规避风险，非常容易造成经营失败。而企业经营如果出现经营失败的情况，很容易影响到多方利益主体，使得企业的经营陷入困境，并且会对债权人和员工以及上下游企业的经营造成巨大影响，甚至还有可能造成社会资源的浪费，给社会福利带来损失。所以，研究企业的失败问题对于企业的发展来说非常重要，并且该问题也已经成为学术界与实业领域非常关注的话题。根据国外的安然、世通以及国内的三九、德隆的情况来看，虽然都属于比较典型的企业经营失败的案例层，但是对其的分析并不彻底，没有涉及到问题的根本所在。国外对于企业经营失败所进行的研究非常早，并且现阶段所取得的研究成果主要集中在探索和完善预测技术和模型方面，以更好的发挥其应用价值。基于此，笔者先全面总结了企业经营失败的理论，然后据此逐渐形成了影响企业经营，造成企业经营失败的理论体系，并为进行该方面的研究做了理论铺垫，同时也并且弥补了学术领域的空白。

（一）单变量分析模型（UAM）。针对企业经营失败的预警所进行的研究最早开始于上世纪30年代。最初进行的有关失败预测的技术，其研究的内容主要是单变量分析模型（Univariate Analysis Model），并对企业的财务危机进行预测。采用这一方法的主要步骤有确定样本的选择即选好失败企业的样本，然后确定配对样本即正常企业的样本，再获得二者的相关的变量，并且还要注意结合年度和大小等因素，来确定排列的顺序，最后再确定分割点，要求其能够使分类误差的百分比最小，以此作为进行分类的标准，来预测样本。比弗在进行研究时，使用的是成对抽样方法，根据美国情况选择了从1954年到1964年之间失败和成功的企业，数量均为79个，并且还确定了30个财务指标，并预测其有效性，确定好最佳的区分点以及可以进行区分的财务指标。根据这一模型能够得出，在五年前要破产的企业都会得到比率的预警，并且这些比率具有非常快的恶化速度，综合所有比率来看，能够进行有效预测的比率主要是：

1.债务保障率=现金流量/债务总额；2.资产负债率=负债总额/资产总额；3.资产收益率二净收益/资产总额；4.资产安全率=资产变现率一资产负债率。

（二）多变量判别模型（MDA）。多变量判别模型通常是对各组的指标所存在的一些差异进行分析和解释，并以此为基准构建判别函数，并要求案例的选择要能够体现出相互排斥的特征，也就是说案例的选择也要同时具备多个方面的特征信息，然后再分析其未知属性，然后得出相应的结果，同时还要根据这些结果，来进行判别分组。

该模型的函数形式如下所示：

Y=a1X1+a2X2+a3X3+a4X4+········+anXn

在该式中，Y是判别指标，鉴于方法的不同，其既有可能是概率，也有可能是分值，而xl，x2，x3，……xn等是对研究对象特征变量的反应；a1；，a2，a3……an等，则反映的是各变量的系数，即为判别系数。

应用该种模型来预测企业的发展，做的最好的当属纽约大学教授Edward.Altman，其于1968年就已经发现并提出了Z值模型，并于1977年提出了ZETA模型。

1.Z值（Z Score）模型

Altman在进行研究时选择了美国在1946年至1965年间的破产和非破产的公司，均为33组，将其作为研究样本，然后运用上述模型对企业的财务风险预警进行分析，并且使用了22个，总共五大类财务比率，然后再使用逐步判别分析法，筛选出预测能力较好的财务比率，构建出判别函数，同时将上述步骤所得的财务比率看出是综合性的指标，运用数理方法建立起Z值（ZScore）模型，然后得到判别分值，来确定所要判别的对象的风险性。得到的结果如下所示：

Z=1.2XI+1.4X2+3.3X3+0.6X4+1.OX5

上式中自变量的内涵分别是：

Z：综合判别分数

X1：营运资金/资产总额

X2：留存盈余/资产总额

X3：息税前利润（EB工T）/资产总额

X4：股东权益的市场价值/总负债的账面价值

X5：销货净额/资产总额

X1是对企业规模和折现能力的反映，倘若企业运营资本不断减小，则可以说明企业的资金周转存在问题。

X2是对企业累积获利能力的反映。期末留存盈余主要取决于企业的累积税后利润，该比率与企业经营历史有关。企业经营失败的风险与该值呈反比例关系。

X3是总资产息税前利润率，EBIT是指扣除债务利息与所得税之前的正常业务利润，不包括非正常业务利润。

x4的分母为流动负债与长期负债的帐面价值之和。

2.ZETA模型

Altlnan， 在进行研究时选择了1969年到1975年美国企业企业的数据，样本为111家企业，然后采用科学的方法对Z值模型进行修订，并构建出第二代模型，也就是“ZETA模型”。得出如下结论：

ZETA=AXI+BX2+CX3+D戈+EX4+FX5+GX7

Altman为确保知识产权，只对其中的七个变量进行了公布，而对具体的系数则进行了保密，因此，职能用字母进行代替。

X，：税息前收益/资产总额。它是指公司息前、模型中的七个变量分别为：

税前收益占总资产的比率，该比率在评估公司经营状况好坏方面是非常有用的指标。

(作者单位：新疆财经大学)