摘要：本文對Z計分模型在房地產上市公司財務預警中的適用性進行檢驗。結果發現：Z計分模型對財務風險具有一定的適用性，檢驗發現上市房地產企業中，Z值普遍偏低，主要是國情、行業和財務困境界定等方面與Z模型建立時有差異。建議上市房地產企業進行Z計分模型財務預警時應適當調低Z臨界值。
關鍵詞：Z計分模型 財務預警 房地產上市公司 財務危機
一、引言
自1990年和1991年上海、深圳證券交易所相繼設立以來，我國證券市場得到了蓬勃發展。截止2010年境內上市公司的數量已達到2063家，共籌集資金31871.41億元。隨著市場競爭的日益激烈，我國許多上市公司由于經營效率低下，危機意識不強烈，造成一些公司財務狀況急劇惡化、面臨破產清算的危險。雖然我國出臺了一系列相關政策，試圖對財務危機進行監控和預警，但在實踐中效果并不是很好。因此有必要深入了解產生財務危機的原因及表現方式，并引入預警系統加強對財務危機的防范。財務預警已成為當前國內外理論和實務界廣泛關注的一個課題，研究者從不同的角度進行了深入的探討，取得了豐富的成果。大多研究面向全部行業和企業。而不同行業在經營、管理和運作上存在很大差異，反映在企業財務數據上也必然會體現出各自的不同特征。因此，分行業進行深入的分析與探討，將成為財務預警研究的一個重要方向。2008年的金融危機是由美國房地產市場泡沫促成的。而房地產市場之所以能掀起如此大的金融危機，是因為自身行業的特殊性。房地產業在整個國民經濟體系中屬于先導性、基礎性產業，產業關聯度強、帶動系數大的特點，使其成為促進國民經濟增長的支柱產業。在房地產業高速發展的背后，風險也在與日俱增，成為社會焦點問題。因此，通過房地產企業數據的分析對房地產發展的情況進行及時反映、監督和預警，可以提高房地產企業的抗風險能力，有效地降低財務危機的可能性。
二、Z計分模型概述
（一）Z計分模型應用步驟 Altman（1968）率先將多元線性判別模型引入財務預警領域。該模型由五個判別變量構成，建立Altman模型應遵循以下步驟：第一步，選定樣本企業；第二步，進行樣本分組；第三步，收集資產負債表和損益表中數據；第四步，對各變量指標進行判別和計算；第五步，進行綜合分析。具體模型如下：Z = 0.012X1 + 0.014X2 + 0.033X3 + 0.006X4 + 0.999X5。Z計分模型從企業的資產規模、變現能力、獲利能力、財務結構、償債能力、資產利用效率等方面綜合反映了企業財務狀況，進一步推動了財務預警機制的發展。Altman的Z計分模型的判斷原則是，Z值越小，對象企業遭受財務危機的可能性就越大。具體判斷標準如表（1）所列。此后，Altman從這一記分法的運用中還發現，隨著時間的延長，Z計分法預測效果的準確性也會降低，據統計，預測企業破產在一年時間內的準確率為95%，兩年時間內的準確率為83%，而三年以上的準確率不到二分之一，僅為48%，這樣運用“Z計分法”測定企業風險時就必須注意時間性。對于企業短期風險的判斷可以直接依據記分值，但對于企業長期風險的判斷則必須先計算企業在各年份的得分值，然后根據這些分值的變化趨勢來斷定企業長期風險的大小。
（二）Z計分模型發展 盡管“Z計分法”最初是依據制造企業公司的資料提出，但檢驗結果證明，對其它類型的公司同樣也適用。Z計分模型在中國的研究起步較晚，目前大多數仍處于學術研究階段，且以面向全行業和企業的研究占絕大部分，對各種行業、不同企業的針對性不強，在各個企業的財務管理及財務風險預警中的應用較少。現階段主要是運用Z計分模型進行實證分析，分析Z計分模型的適用性及對企業財務風險的檢出力，屬于廣泛運用前的研究階段，是對各行業及企業財務風險的預警的一個輔助工具。本文旨在對Z計分模型在房地產企業財務預警中的適用性進行探討和檢驗，以期Z計分模型會在我國的各個領域發揮出重大的功用。
三、Z計分模型適用性檢驗
（一）樣本與數據 相對于其他行業，房地產有其本身的特殊性。前期買地、建設需要大量資金投入而又沒有回報，為此，不少企業都采取借貸經營的方式，擁有的土地樓盤等甚至少于銀行負債，容易形成泡沫。本文根據證監會的行業分類標準選取滬深兩市A股110家房地產上市公司為樣本容量。然后從樣本容量中選10個2009年ST公司及相同數量資產規模相當的非ST公司做樣本一；接著再從樣本容量中隨機選取30家做樣本二。樣本中選擇的房地產企業全部為房地產開發與經營的企業。本文所選樣本的財務數據均來自同花順軟件中的公司資訊、和訊網的個股數據和巨潮網上所公布的上市公司2008到至2010年年報。
（二）變量定義 X1=（期末流動資產-期末流動負債）÷期末總資產；X2=期末留存收益÷期末總資產；X3 =息稅前利潤÷期末總資產；X4= 期末股東權益的市場價值÷期末總負債；X5= 本期銷售收入÷期末總資產。在Z計分模型中的財務比率X1、X2、X3、X4以絕對百分率表示。
（三）檢驗方法 本文將上海和深圳兩地證券市場中的ST房地產公司界定為處于財務危機的公司，而把非ST房地產公司界定為財務正常的公司。首先用樣本組一中的10個ST公司的Z值與非ST公司的Z值進行對比，用以檢驗Z計分模型對財務風險的檢出力。在用樣本組二計算出這些公司2008年、2009年、2010年的Z值，分析每個變量的變動對Z值的影響， 對Z計分模型在房地產上市公司財務預警中的適用性進行檢驗。
（四）數據分析 本文從以下方面進行分析：（1）工作檢驗。通過表（2）可以看出，樣本ST 上市公司大多數Z值都在1.8以下，由Z值的經驗判別區域可知，存在嚴重財務危機，破產機率很高，這與其ST 身份基本吻合。華聯控股和舜元地產兩家公司的Z值分別為5.14138、12.57953，屬于異常情況，主要是由于X4異常偏高引起的。通過表（3）可以看出，樣本非ST 上市公司Z值在臨界值2.675 以上的分別為遠盛實業、海德股份、國興地產、綠景地產，說明這些公司的Z值處于財務狀況良好，發生破產可能性極小，這與非ST上市公司的財務處于正常狀況的現狀基本吻合。京投銀泰、陽光股份的Z值在1.8以下，其處于存在嚴重財務危機，破產機率很高區域，可能因為其高額負債引起的。從對20家公司的Z值中發現非ST公司、新增ST公司、非新增ST公司的Z值呈遞減狀。非ST公司的Z值基本在2.675 以上，新增ST公司在2.675 以下，非新增ST公司呈現負值，說明非ST公司的財務狀況在上述公司中是最好的，新增ST公司財務狀況比非新增ST公司好。（2）財務風險的檢出力分析。從表（4）的統計情況來看，Z計分模型對2009年10家ST公司和10家非ST公司財務風險的檢出力并不理想。對ST公司的正判率60%，誤判率為20%；對非ST公司的正判率40%，誤判率為20%；總體的正判率50%，誤判率為20%。由此可發現處于2.675 Z計分模型對房地產上市公司的財務風險具有一定的檢驗力，但力度不夠。房地產行業本身就屬于高風險行業，企業大都采取借貸經營的方式，就會使得Z計分模型中所選用的一些財務指標過于偏大或偏小。規模越大的公司其負債金額就越大，而股票的市值往往受多種因素的影響，所以導致規模較大的公司的X4變量偏低，從而影響到Z值的偏低。只有在規模較小，或是在出現嚴重財務問題時，Z計分模型才具有較強的檢出力，有一定的局限性。我國資本市場的不完善造成Z 分值的波動。由于股價會影響公司的權益市價進而影響Z 值，從而使上市公司的Z 值經常會出現波動的情況，這對衡量房地產上市公司財務風險的準確性有一定的影響。Z 計分模型的財務預警臨界值相對于我國房地產上市公司而言可能偏高。由前文的數據分析可以看出，我國房地產上市公司的Z值普遍不高，有很大一部分低于1.8 的臨界值，連實力雄厚的萬科Z值也在1.8以下。原因我國上市公司的股票中有流通股和非流通股，非流通股占的比重很大，而每股凈資產往往是低于股票市價的，影響Z值；其次是規模越大的公司其負債金額就越大，而股票的市值往往不能與其負債金額配比，所以導致規模較大的公司的X4變量偏低，從而影響到Z值的偏低。這種現象將導致我國房地產上市公司運用Z 分模型進行財務預警時在時間上存在提前的偏差，據此可以更早地提醒公司采取措施解決可能存在的財務問題，但過于謹慎的管理者可能因為保守的做法使公司的發展潛力受到約束。在中國上市房地產企業中，Z值普遍偏低，這主要是因為國情、行業和財務困境界定等方面與Z模型建立時有差異。因此，在我國的上市房地產企業進行基于Z計分模型的財務預警時，應適當調低Z臨界值。房地產業在整個國民經濟體系中屬于先導性、基礎性產業，產業關聯度強、帶動系數大的特點，使其成為促進國民經濟增長的支柱產業。建立房地產企業財務預警系統，通過房地產企業數據的分析對房地產發展的情況進行及時反映、監督和預警，無疑可以大大提高房地產企業的抗風險能力，有效地降低財務危機的可能性，具有很重要的研究價值和現實意義。
