浅谈企业财务风险及其预警分析——以电器行业上市公司为例

彭婉芳

（福州职业技术学院经济与管理系，福州351008）

一、问题的提出

当今世界，在我国证券市场快速发展的经济形势下，上市公司数量逐年增加，规模不断扩大，结构不断优化，运作也更加规范，已成为现代市场经济中最具活力及发展潜力的组织。上市公司在喜迎发展机遇之际，同时也面临着潜在的更为激烈的竞争，面临新的风险及危机，财务风险无时不刻不存在，时刻对企业的安危造成威胁。风险的重要性已逐渐广泛地引起各企业的重视，在公司管理中担任着重要角色。因此，财务风险已是上市公司不能忽略必须谨慎应对的风险之一，其掌控着公司的命运。不同的公司面临着不同程度的财务风险，如ST公司及非ST公司。这就警示我们，当下各上市公司急需构建一套有效的财务风险预警模型，有效地预防财务危机的产生。而有效解决问题的关键在于如何构建及构建哪种预警模型，从而促进企业长期健康的运营，解决此问题已变得刻不容缓。

二、财务预警的预测方法

财务预警的预测方法有单变量预警模型和多元线性判定模型，即“Z-Score”模型、多元概率比回归模型、Logistic回归判定模型及人工神经网络模型等。[1]其中，相比于其他方法，单变量预警模型、“Z-Score”模型与Logistic回归判定模型较常用于实例研究。

单变量预警模型指以某项财务指标作为判别标准来判断企业是否处于破产状态的预测模型，也称单变量分析法，最先由Fitzpatrick（1932）做出的破产预测研究，而多元线性判定模型，也称F分数模型等，其应用最为广泛，主要用于上市企业。[2]

三、假设的提出以及研究方法的设计

（一）研究假设的提出

根据Edward I Altman及学者周首华、杨济华等的研究经验，假定“Z-Score”模型、“F-Score”模型也适用于我国，就沪、深交易所上市企业的Z值及F值分析，会出现如下的分布规律：

假设一：若股票风险小，其Z值应比2.675大，F值应比0.0274大。

假设二：上市企业如若近三年内，财务危机持续严重的形势，将被相关部门暂停其股票上市，在实际的操作中，将其实施特别处理(即ST)。显然，该类股票的投资风险非常大。所以，其Z值应比1.81小，同时F值应比0.0274小。

假设三：在介于假设一、二的情况，即表示有较严重的营运风险隐患，其Z值应比1.81大，而又低于2.675。

（二）研究方法

将多个财务比率等指标予以加权并汇总，并构建多元线性函数的公式来预测企业的财务困境，即为多元线性判别法。它具备了统筹兼顾两个或更多变量关系的特点，能够综合反映企业多方面的特点，填补了其他方法的漏洞。因此，本研究运用多元线性判别法。

美国学者Altman在1968年创立了Z分数模型。从公司财务报表中计算出反映财务危机程度的指标，凭借财务危机预警效果的程度赋予不同的权重，最后加权计算即可得到企业综合风险总判别分Z值，参照临界值，则可知危机的严重程度。[3]Z分数模型，其详细形式如公式（1）。

其中，公式（1）中，自变量X的计算公式如表1。

在Z-Score模型中，Altman指出了判定公司财务失败或破产的分界点，其判定区间如表2。

我国学者周首华、杨济华（1996）等认识到Altman教授的Z分数模型在现金流量变动等方面考虑不足，就对此模型予以改进，在1996年构建了一套新的财务风险预警模型，即F分数模型。[5]该模型中，新增了现金流量，在相当程度上弥补了Z记分法模型的不足。“F-score”模型的函数表达式如公式（2）。其中，公式（2）中，自变量X的计算公式如表3。

表1 Z-Score模型中自变量和计算公式[4]

表2 Z-Score模型的企业财务情况判定标准

表3 F-Score模型中自变量和计算公式[6]

表4 F-Score模型的企业财务情况判定标准

可知，“F-Score”模型的分界点是0.0274，若企业的F值比0.0274小，则表示其有财务隐患的情况，预测其将面临破产；反之，则表示公司被预测为能够持续正常营运下去。需注意的是，当F值在其分界点上下浮动0.0775时，即处于（-0.0501，0.1049）时将被认定为不确定区间。[7]这就很容易导致原本能够继续生存的公司反被预测为破产公司，亦或是本将面临破产的公司反被判定为可持续生存公司。因此，假若公司的F值处于此区域，管理阶层则应采取更为深入且谨慎的分析，从而予以判定公司的财务是否确实即将步入困境。

四、实证研究分析

（一）电器行业上市公司的概况

伴随着人们生活水平的提高，其品味需求也相应提升。目前我国正处于消费升级的阶段，而电器消费升级趋势已变得不可逆转。据前期数据，市场中高能效、高性能的产品数量越来越多，电器产品已受到了消费者的青睐。因此，当前我国电器行业正面临着国内外的严峻形势，电器行业的上市公司也都面临着运营资金缺口等类似此类的财务问题，又如原料单价的攀升，外加人力资本的提高等营运成本的增加；同行业竞争变得越发激烈，由于国外市场的介入，使得国内的市场需求下降等因素导致。虽然公司的管理层都有制定相关的措施来应对，比如通过一些促销的优惠手段、提供送货上门并负责安装、改善服务态度等，但这治标不治本。公司仍随时都有可能出现财务风险，进而导致财务危机。电器行业的上市公司正面临着严峻的挑战，所以，当前需构建符合该行业公司实际情况的财务风险预警模型，以对付财务风险，推动其持久长效的营运。

（二）电器行业上市公司财务预警的现状

1.数据来源及说明

本研究采用实证分析法，在验证“Z记分法”及“F记分法”的过程中，就上海证券交易所中电器行业的16家上市企业，并筛选其上市年份，从各自样本总体中选取达到要求的8家。对其2015年、2016年、2017年及2018年四年的相关财务数据、各个指标予以分析，计算Z值与F值。再分析其数值特点及走势情况、Z值以及F值的分布情况，最后获得结论并分析原因。从而验证“Z记分法”和“F记分法”在评价公司日常财务风险及经营风险方面的有效性程度。该模型的所有财务数据都来上海证券交易所网站和股票软件大智慧的有关股票的资料和年报。

2.Z值及F值的计算

将所选的8家电器行业上市企业，及其各自相关年份的财务数据及指标，根据“Z-Score”模型与“F-Score”模型的计算公式，代入分别计算出Z值及F值，计算后的结果如表5。

表5 Z值与F值的计算结果

由此，可知Z值及F值各自的分布状况。其中，Z值分布状况表如表6。F值分布状况表如表7。

表6 Z值分布状况表

表7 F值分布状况表

3.数据分析

根据Z分数模型与F分数模型的财务判定标准及Z值与F值的分布状况表做出如下的数据分析。

Z值分析。根据表5，上市企业Z值在2015、2016、2017及2018年这四年的平均值分别为0.8994、0.8073、0.8124及0.8766。依据Z分数法，可知这类公司Z值位于分界值1.81之下，代表其财务危机严重，破产机率相当高。且其Z值几乎呈递减趋势，如表6，2015—2018年的Z值均小于1.81，表明公司的财务风险这四年均为严重的财务危机。表6中，可知Z值比1.81小的公司数量很多，几乎是全军覆没。前三年的占比均为100%，可预测企业第四年的Z值应低于1.81，而实际上Z值小于1.81的占比也为100%，这证明了“Z-Score”模型的有效性及准确性。由该模型，可知此类企业近几年的财务状况非常差，存在很大的财务危机，破产几率极高。并且，单从每个年份来看，前三年的Z值均小于1.81，且成下降趋势，虽然2018年有所回升，但较2015年的这类企业若风险控制不得当，公司未来陷入财务危机的概率很大，财务风险较大，即处于“灰色地带”。而往后的三年的Z值分布情况大致相同，Z值大于2.675的数量为零，而低于1.81的数量占了绝大多数，而这种趋势也符合当时的经济情况。这些都可以说明“Z-Score”模型预测企业财务风险的适应性及有效性。综上，可说明“Z-Score”模型具有一定的说服力，这种多元分析方法通过将公司各个方面的财务指标结合起来反映公司的整体情况，对电器行业上市企业的财务风险起到较强的预警作用，拥有很高的实用价值。

F值分析。由表7，得知F值在2015年到2018年比0.0274大的数量均比在0.0274以下的多，即预测企业会继续经营下去。且就从每一年来看，从2015至2018年，企业F值在0.0274的数量几乎保持不变，表示企业会持续经营下去。表中，2015到2018年F值比0.0274大的百分数基本维持不变，但结合当时的经济形势，这样的趋势显然不合情理。另外，加上“F-Score”模型的数值在（-0.0501，0.1049），为不确定区间。即导致原本可以继续运营的企业反被预测为破产的概率很大，亦或是本将面临破产的企业反被判定为可持续生存企业。而从表5中，可以得出F值在浮动区间的数量也占少数，这样对企业财务风险的预测相对也造成了一些影响。

Z值及F值的比较分析。以上分析，可肯定两模型就预测准确性之处均有一些局限性。公式中，在计算“Z-Score”模型中的X3值时，“税息前利润”是一个不易取得的数据，由于我国无“利息费用”这个一级科目，当算息税前利润的时候，往往习惯用“财务费用”来替换利息费用。而实际上，利息收入和支出、借款手续费及汇兑损益等内容均应计入“财务费用”，与异国“利息费用”的内涵有所差异。而假若将某个不准确的财务数据置于预警模型中来计算Z值，就会影响到所得出的结论的正确性。而构建的“F-Score”模型中，虽然新增了现金流量这个变量，能令预测结果更可靠，为多数企业构建财务风险预模型相对比较理想的选择。但不一定就完美，也有不足，F分数模型并没全面注意到财务指标在不同行业间的差异。虽有较多的样本作为基础，但实际上若针对到某个行业来说，并不一定都是最有效的。针对不同行业的实例分析，其模型的有效性还需做更深入的研究。

综上分析，可知在2015—2018年电器行业上市企业的Z值普遍偏低，且数值差别较大。分析证明Z分数模型相对F分数模型对电器行业的预测更为理想，也更符合当时的形势。尽管“F-Score”模型考虑到现金流量变动的情况，理论上效果应强于Z分数模型。但针对不同的行业，其结果却不一定绝对。通过区域的划分可得出结论：哈空调的Z值从2016年突然大幅度下降，也是小于1.81，说明公司陷入财务危机的概率很大，只有海信电器、海立股份和惠而浦的Z值略有上升，总体还是保持下降趋势，该结论与公司的发展状况结果基本一致。

综上，表明了对于电器行业，“Z-Score”模型对其财务风险的预测更为准确。

（三）对策建议

企业在日常经营中，难免会遭受到各种威胁，而财务风险就是导致其财务危机甚至破产的罪魁祸首之一。就电器行业而言，通过对其2015—2018年的实证分析，可以得出其财务状况不容乐观，构建模型的Z值几乎全部在破产概率区间，若风险控制不得当，公司未来陷入财务危机的可能性极大，即财务风险较大。所以，对电器行业财务风险的防范及其预警问题给出对应的对策及建议就很有必要。针对所选电器行业上市企业在实际营运中出现的财务风险，就其风险及预警与防范列出了以下的对策或建议。

第一，强化电器行业上市公司的财务风险管理，包括强化公司管理层自身及财务人员防范风险的意识。如公司可通过营造良好的工作氛围，给研发人员提供充分发挥自我水平的平台，令其研发出高品质的产品，进而在性能及质量上超过竞争对手，赢在起跑线上。还可统一组织培训，包括对企业财务人员技术的培训，加强对如何采用相关的财务软件完成日常账务处理工作方面的学习。加强市场工作人员对产品结构、性能及用途等方面的认识，注重礼仪等细节，通过提高自身的素养，赢得客户的认可。另外，也可通过实地举办沙盘活动，全真模拟现实的市场经营活动，在模拟中不断地加强应对风险的能力并及时找出有效防范财务风险的最优方法。

第二，加强公司制度的建设及其内部监控，拥有属于公司自身的管理方式。全面梳理企业现有的业务流程，对当前的生产营运活动进行细致的分析，如致使电器行业上市企业出现财务风险的因素是什么？是生产还是销售环节出现问题导致的财务危机。假如为生产环节就可以在保证产品性能的基础上适当的控制用料，避免浪费，使企业的效益最大化。而如果是销售环节出问题，就要严格把握销售的流程，尽量减少财务风险的产生。基于结合公司的制度及其内部控制，找出不足及可取之处，取其精华，去其糟粕。进而使企业的各项管理制度得到不断的优化，很好地掌控财务风险，达到公司最好的营运状态。

第三，深度优化公司的资本结构。公司的财务风险与其资本结构关系密切，当融资时应综合想到多方面的影响因素，并采用理想的方法决定其最佳结构，以实现股东财富最大值这一目标。公司的偿债能力受其资本结构的影响较大，特别是在企业合理分配各股，如普通股、特别股及流通股的分配等方面尤为显著。资本结构的优化，对企业财务风险的控制具有一定的效果，使其价值处于巅峰。

第四，建立对电器行业相对较为有效的财务风险预警模型，完善公司风险的控制。财务风险预警是有效掌控公司财务风险的关键。为使预警分析更为准确有效，应构建健全的预警机制及相关适用的预警模型，并予以适应性分析、选择可较准确预测和防止其营运风险的有效模型，以保企业的健康营运。例如，针对以上的实证分析所暴露的问题，即“Z-score”模型相关指标及其权重的设定与所选行业或地区有很大的联系，因此，有必要分行业对该模型展开具体分析，构建更为有效的预警模型。且以上实例分析证明，Z分数模型对某个行业的整体性分析的指导效果较好较强。

五、结论

通过实证分析，可总结出针对电器行业上市公司，“Z-Score”模型对该行业的适应性更强，可更准确地预测其财务风险。在上市公司财务危机之前提前警示，并有效地化解财务危机，相对于“F-Score”模型，“Z-Score”模型是该行业较为有效的财务风险预警模型。如果Z值处于灰色地带，且伴随着下降趋势或者明显波动的，则要格外的加以注意；而如果伴随着上升趋势的，则表明公司状况良好。即灰色地带属于一个过渡区间，处于灰色地带的公司，更应构建一套结合公司自身特点的财务风险预警模型来预测其财务风险。总之，与“F-Score”模型相比，“Z-Score”模型对电器行业的预测更为有效。尽管“F-Score”模型注意到新增变量变化的情况，在理论上应该比“Z-Score”模型更加有效。但实例分析证明，针对不同的行业，其结果却不唯一。

根据所选行业或地区的差异性，“Z-score”模型相关指标及权重的设定就有所不同，有必要针对不同的行业对该模型进行具体分析，构建更为准确地预警模型。本研究的对象是制造业关于电器行业的上市企业，建模样本选择时带有较大的随意性，且没有考虑到公司规模的大小对财务风险预警准确度的影响。可进一步细化Z值的临界点，从而提高预测结果的准确度，使得财务风险预警模型更为的合理及有效。但这并不影响两模型的可比性，针对电器行业，Z模型对其整体性分析的指导效果较好。

综上，关于电器行业上市公司，“Z-score”模型较“F-score”模型对其财务风险的预警效果更好。