一、引言
1990年施樂公司的網絡可樂販售機是最早的物聯(lián)網的實踐。1999年美國麻省理工學院自動識別中心（MIT Auto-ID）Ashton教授在美國召開的移動計算和網絡國際會議上首先提出物聯(lián)網（Internet of Things）的概念。2009年9月，“物聯(lián)網與企業(yè)環(huán)境中歐研討會”上，歐盟委員會信息和社會媒體司射頻識別（RFID）部門負責人Lorent Ferderix博士給出了物聯(lián)網的定義：物聯(lián)網是一個動態(tài)的全球網絡基礎設施，它具有基于標準和互操作通信協(xié)議的自組織能力，其中物理的和虛擬的“物”具有身份標識、物理屬性、虛擬的特性和智能的接口，并與信息網絡無縫整合。物聯(lián)網將與媒體互聯(lián)網、服務互聯(lián)網和企業(yè)互聯(lián)網一道，構成未來互聯(lián)網。
目前，物聯(lián)網的發(fā)展已經成為全球經濟增長的熱點。2011年11月28日，我國工業(yè)和信息化部發(fā)布了《物聯(lián)網“十二五”發(fā)展規(guī)劃》，該政策將對物聯(lián)網企業(yè)的發(fā)展產生積極影響，物聯(lián)網企業(yè)將成為我國經濟新一輪的增長點，因此關注物聯(lián)網企業(yè)的發(fā)展，評價物聯(lián)網企業(yè)的財務風險，對物聯(lián)網企業(yè)的健康發(fā)展至關重要。財務風險評價研究經歷了早期的單變量模型、現(xiàn)代的多變量模型、回歸模型、神經網絡模型等階段，并不斷完善。本文選擇最具代表性的Altman在1968年提出的Z模型作為研究工具對樣本企業(yè)的財務風險進行排序，并提出了相應的建議。
二、數(shù)據的來源及樣本的選擇
選取2011年在我國滬深A股上市的33家物聯(lián)網上市公司，對其財務風險進行實證研究（見表1）。本文研究所用數(shù)據取自銳思金融研究數(shù)據庫。銳思金融研究數(shù)據庫是一個為模型檢驗、投資研究等提供專業(yè)服務的數(shù)據平臺。它由多位國內外著名高校和研究機構的專家全程參與，參照國際著名數(shù)據庫的設計標準，結合中國金融市場的實際情況設計而成，數(shù)據真實可靠。
三、Z模型的原理
Altman在1968年選取1946—1965年間提出破產申請的33家公司和同樣數(shù)量的非破產公司進行研究，找出了破產企業(yè)與正常企業(yè)有顯著差異的五個財務指標，構建了著名的Z模型，用于評價企業(yè)財務風險。該模型公式如下：
Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5
X1：營運資本/資產總額
X2：留存收益/資產總額
X3：息稅前利潤/資產總額
X4：所有者權益市價/負債總額
X5：總銷售額/資產總額
根據Z值大小來判斷企業(yè)破產的可能性，即：Z值越小，企業(yè)破產的可能性越大。當Z≥3時企業(yè)的財務狀況良好，基本不會發(fā)生破產；當2.8≤Z<3，這個區(qū)間可能發(fā)生財務風險，解決不好可能破產；當1.8≤Z<2.8，這個區(qū)間發(fā)生財務風險的概率很高；當Z≤1.8時財務危機已經來臨。
四、實證分析
（一）Z模型的計算
筆者將數(shù)據代入Z模型，計算出Z值及X1～X5的值（如表2）。
從表2可以看到在這33家物聯(lián)網企業(yè)中，僅有2家企業(yè)的Z值在（-∞，1.8]區(qū)間，占總樣本數(shù)的6.06%，這2家企業(yè)發(fā)生財務風險的概率很高，應特別重視；有2家企業(yè)的Z值在[1.8，2.8）區(qū)間，占總樣本數(shù)的6.06%，說明這2家企業(yè)可能發(fā)生財務風險，解決不好會破產，應引起重視；有29家物聯(lián)網企業(yè)的Z值大于3，說明這29家物聯(lián)網企業(yè)財務狀況良好，基本不會發(fā)生破產。財務狀況良好的企業(yè)占總樣本數(shù)的87.88%，占了所有樣本數(shù)的絕大部分，說明我國物聯(lián)網企業(yè)整體財務狀況良好，基本不會發(fā)生破產。
（二）Z值的分析
我國物聯(lián)網企業(yè)Z值普遍較大，為了分析原因，筆者對表2數(shù)據進行了描述性分析（如表3）。
從表3的描述性統(tǒng)計分析可以看出，X4的均值較高，且標準差是五個指標中最大的，遠高于其他四個指標的標準差。這說明各樣本企業(yè)Z值較大是由X4普遍較高造成的，且Z值的差異主要是由X4的差異造成的，即樣本企業(yè)財務風險普遍較低主要是因為X4較大造成的，且各樣本企業(yè)財務風險的不同在很大程度上是因為X4的不同造成的。
五、分析和建議
實證結果表明，我國物聯(lián)網企業(yè)X4普遍較高，且X4差異較大引起我國物聯(lián)網企業(yè)Z值差異較大。經數(shù)據分析可以看出我國物聯(lián)網企業(yè)因起步晚，企業(yè)的資金多由投資人投入，債務資本不足，因此X4普遍較大。因此我國物聯(lián)網企業(yè)擁有較大比例的主權資本是企業(yè)的財務風險較低的主要原因。這說明我國物聯(lián)網企業(yè)的財務政策比較穩(wěn)健，償債壓力較小。但是我國物聯(lián)網企業(yè)發(fā)展態(tài)勢良好，國家政策支持力度不斷加強，市場也比較樂觀，因此企業(yè)負債率過低，債務資本所帶來的杠桿作用未能較好地發(fā)揮，將對企業(yè)的發(fā)展產生不利影響。筆者建議我國物聯(lián)網企業(yè)應適當增加負債，運用債務資本帶來的杠桿作用提高企業(yè)的盈利能力。我國物聯(lián)網公司起步時間不長、規(guī)模較小，債權籌資難度大，國家政策應多加強支持力度，以促進我國物聯(lián)網企業(yè)的發(fā)展。
【參考文獻】
[1] 周首華，楊濟華，王平. 論財務危機的預警分析：F分數(shù)模式[J]. 會計研究，1996（8）.
[2] 陳靜. 上市公司財務惡化預測的實證分析[J]. 會計研究，1999（4）.
作者：歐陽
