本科毕业设计--基于zscore模型的我国制造行业上市公司财务预警的分析.doc

北京航空航天大学北海学院毕业设计（论文） 第 22 页 基于Z-Score模型我国制造业上市公司财务预警分析 学生姓名：唐XX 指导老师：陈X摘 要随着社会主义市场经济体制逐步完善和资本市场的快速发展，许多公司既面临因国外跨国企业资金涌入带来的挑战又面临经营管理不善等内部原因造成的威胁，因为这一原因有可能产生一系列的财务风险，进而引发财务危机。一旦发生财务危机往往会给投资者，债权人企业乃至国家造成重大损失。如何降低财务风险，减少损失，成为各厉害关系人关注的焦点。因此，建立有效实用的财务预警模型是具有重大现实意义的。本文在分析了国内外研究现状，研究的背景，意义，分析方法的基础上，从财务预警理论着手，阐述了财务预警的概念，财务危机的认定，探讨了财务预警的功能和原理，按照这一原理，选取了制造业的一系列财务数据指标，通过构建我国制造业上市公司的财务预警模型-Z-Score模型进行了实证分析。 关键词：财务预警， 制造业，Z-Score模型 Z-Score model of Chinas manufacturing industry listingCorporation financial early warning analysis based onAuthor : Tang Y a Y unTutor : Chen S h uAbstractWith the rapid development of the socialist market economic system gradually perfect and capital market, many companies are facing both for foreign multinational enterprises of funds into the challenges facing poor management of internal cause of threat, for this reason may produce a series of financial risk, and then lead to financial crisis. Once the financial crisis tend to investors, creditors, enterprises and the country caused heavy losses. How to reduce financial risk, reduce losses, become the focus of attention of the stakes. Therefore, to establish an effective financial early-warning model utility is of great practical significance.Based on the analysis of the domestic and international research status, research background, significance, based on the analysis method, starting from the financial early-warning theory, elaborates the concept of financial early warning, identification of financial crisis, discusses the principle and function of financial early warning, according to this principle, the transport industry a series of financial data. Through the financial early warning model, -Z Score model construction of Chinas transportation industry listing Corporation makes empirical analysis. Key words: Financial early warning, Manufacturing industry, Z-Score model目 录1绪 论11.1 研究的背景和意义11.1.1研究的背景11.1.2研究的意义11.2 国内外研究现状21.2.1国外学者对财务危机预警理论的研究21.2.2 国内学者对财务危机预警理论的研究42 财务预警基本理论62.1 财务预警定义62.2 财务预警的功能62.3 财务预警分析方法63 制造业上市公司财务状况93.1财务危机的认定93.2 危机处理的措施93.3 制造业上市公司的财务现状104 Z-Score模型对制造业上市公司的实证分析134.1 样本及财务指标的选取134.1.1 研究假设134.1.2 样本的选取134.1.3 数据来源134.2 实证分析144.2.1 被处理前三年公司的Z趋势分析145结论与展望18致 谢20参考文献211 绪 论1.1 研究的背景和意义 1.1.1 研究的背景我国社会主义市场经济体制已经建立并发展了30年，在改革开放30年后的今天，资本市场有了长足的发展，大部分上市公司和大型集团企业的经营管理由资产经营转变为资本经营为主，建立并完善财务导向型的公司治理阶段，在不久的将来，我国大多数企业将逐步步入财务导向型的企业管理阶段。在这种经济环境下，企业的财务管理将成为企业管理的核心问题。社会主义市场经济给我国企业经济结构，管理方式转型带来机遇的同时也对我国企业财务管理带来了巨大的挑战。大多数企业都是资金流断裂，对财务风险估计不足而使企业破产。因此笔者认为对企业进行有效的财务管理，了解风险的来源和特征，正确预测，衡量财务风险并进行适当的控制和防御，健全风险管理机制，将损失降低最至最低程度，为企业创造最大的收益。1.1.2 研究的意义企业管理的目标可以概括为生存、发展和获利。企业只有生存，才能求得发展并追求企业盈利最大化的组织目标，市场经济变幻莫测，每个企业在其经营过程中，随时都必须考虑预警财务危机和失败，考虑在企业出现财务危机时,应当如何处理企业的财务事宜，以使企业求得生存。因而，与企业生存风险相关的失败预警、企业整顿、清算等财务问题已成为现代企业财务管理的重要内容。企业的财务报表等所提供的会计信息综合反映了企业财务状况和经营成果，根据企业会计信息的结构、比率和比较分析可以研究企业的偿债能力、盈利能力、发展能力和资金运营状况等，从而分析企业的安全状况，可以对企业的综合财务状况做出判断。关于财务危机预警研究，则是会计信息的财务分析为出发点，对以上各个方面的相关财务比率的单项和综合研究，这就是企业财务危机预警模型研究的主要理论基础。在当今变幻莫测的市场经济中，对财务危机预警的学习和探讨具有深刻的现实意义，主要表现在：1.预知财务危机的征兆。财务预警系统通过收集与企业经营相关的产业政策、市场竞争状况、企业本身的各类财务和生产经营状况信息，进行分析比较，判断是否预警。当可能危害企业财务状况的关键因素出现时，财务失败预警系统能预先发出警告，提醒企业经营者早做准备或采取对策以减少财务损失。2.预防财务危机发生或控制其进一步扩大。当财务危机征兆出现时，有效的财务失败预警系统不仅能预知并预告，还能及时寻找导致企业财务状况进一步恶化的原因，使经营者知其然，更知其所以然，制定有效措施，阻止财务状况进一步恶化，避免严重的财务危机真正发生。3.避免类似的财务危机再次发生。有效的财务失败预警系统不仅能及时回避现存的财务危机，而且能通过系统详细地记录其发生缘由、解决措施、处理结果，并及时提出建议，弥补企业现有财务管理及经营中的缺陷，完善财务失败预警系统，从而既提供未来类似情况的前车之鉴，更能从根本上消除隐患。1.2 国内外研究现状1.2.1国外学者对财务危机预警理论的研究最早的财务危机预警研究是Fitzpartrick（1932）开展的单变量破产预警研究。以19家公司作为样本，运用单个财务比率将样本划分为破产和非破产两组，Fitzpartrick发现判别能力最高的是净利润/股东权益和股东权益/负债两个比率。之后是Beaver（1966）使用由79对公司组成的样本，分别检验了反映公司不同财务特征的6组30个变量在公司破产前15年的预警能力，他发现最好的判别变量是营运资本/流动负债（在公司破产的前一年成功地判别了90%的破产公司）和净利润/总资产（在同一阶段的判别成功率是88%）。Beaver还发现越临近破产日，误判率越低。 自从Beaver的这项研究之后，大多数研究人员倾向于采用多变量分析方法，这主要是因为企业的财务特征不可能由一个变量充分反映出来。Altman于1968年首先使用了多元线性判别模型来研究公司的破产问题。根据行业和资产规模，他为33家破产公司选择了33家非破产配比公司，选用22个变量作为破产前15年的预警备选变量，根据误判率最小的原则，最终确定了5个变量为最佳判别变量。在估计样本中，其模型在破产前一年成功地判别出33家破产企业中的31家，而对于由25家破产企业和56家非破产企业中组成的样本中，从25家破产企业中判别出24家，从56家非破产企业中判别出52家。随着统计技术和计算机技术的不断发展，递归分类、人工智能及人工神经元网络等技术也逐渐被引入到财务危机预警模型中。然而，无论采用什么统计技术或方法，财务危机预警都存在着以下几个问题：1. 缺乏经济理论的指导在目前的文献中，解释破产原因的规范性理论非常少。传统上对破产的解释大致可分为四类：一类称作“非均衡模型”（Disequilibrium Mode），主要利用外部冲击来解释公司的破产，如混沌理论（Chaos）和灾害理论（Catastrophe）。第二类为利用具体的经济原因（如市场结构、资本结构及公司的定位）来解释公司破产的财务模型（Financial Model），如Scott（1981）导出的一期期权定价模型、没有外部资本市场的赌徒破产模型、具有完全外部资本市场的赌徒破产模型以及不完全外部资本市场中的赌徒破产模型等四种模型。第三类是新近引入的代理模型（Agency Model），试图用股东和债权人之间潜在利益冲突来解释公司的破产。最后一类是建立在产业经济学上的管理理论（Management Theory），这一理论试图通过寻找公司管理和战略上的弱点来解释破产，此类研究主要以案例研究为主。然而，尽管这些经济理论对建立财务危机预警模型有一定的指导作用，但远不能准确确定预警模型中包括的预警变量。因此，在选择预警变量时，破产预警的经验研究只能以判别率的高低作为标准，进行大量的“搜索工作”，在若干种不同模型、变量组合、样本组合和估计技术组合中寻找判别能力最好的预警模型。2. 在社会科学中，研究人员更多的是从现实世界的事件中收集数据来检验各种假设，财务危机研究也不例外。大多数破产研究面向上市公司的，尽管研究人员在研究方法的改进上作出了不懈的努力，但从总体上看，现在的研究方法仍然存在两个关键问题。第一个问题是最优的判别变量常常是陷入财务危机的征兆，而非陷入财务危机的原因。预警公司数量相对较少，使得研究人员不得不将在不同时期陷入危机的不同行业的公司集合在一起以获得充足的样本量，从这样一个样本得到的最好的预警变量必然是对所有时期样本公司都显著的变量，它们反映了预警公司“最普遍的共同特征”。因为在预警期，公司一般都存在利润低（甚至是负数）和负债高的现象，所以，最好的预警变量往往是利润指标和负债率指标。从这个角度看，大多数危机预警模型提供给财务分析人员的信息只是一些表象而已。第二个问题是样本选取的困难。尽管上市公司数据相对容易获得，但财务预警公司的某些数据难于在陷入预警前获得，完整性也不够。另外，很多研究采用“配对抽样”方法为预警公司构造一组控制样本。尽管这一方法可以控制一些因素，如行业和资产规模，但同时也把作为配对标准的这些因素排除在模型之外，而这些因素很可能是解释破产的重要因素。更为严重的是配对抽样还造成样本中两类公司的比例和它们在总体中的比例严重不一致，夸大了预警模型的判别正确率。尽管财务危机预警模型在经济学理论基础和研究方法上受到了很大的挑战，但股票投资者、债权人及其他利益相关者和政府监管机构对财务危机预警的巨大需求，使这一领域的学术研究得以不断进行。在一个不确定的环境中，预警财务危机的强烈需求是推动这类研究最主要、最直接的动力。1.2.2 国内学者对财务危机预警理论的研究1986年，吴世农、黄世忠曾撰文介绍企业破产的财务分析指标及其预测模型，其后对企业财务危机的分析多数仅限于经验分析或是规范论证，相关的实证研究并不是很多。国内对财务危机预警模型的研究始于上世纪90年代末。例如，吴世农、卢贤义选取1998-2000年我国证券市场上所有的ST公司共计82家，同时剔除存在非正常情况的12家公司，剩余70家ST公司作为财务危机公司样本，以70家非ST公司作为配对样本，样本容量共计140家。他们分别从企业的盈利能力、长短期偿债能力、营运能力、成长能力和企业规模等角度选取了盈利增长比率、股东权益收益率等21个财务指标。剖面分析发现，在财务困境发生前5年间，除利息保障倍数、存货周转率、总资产和净资产四项指标外，其余17项财务指标的平均值存在显著的差异。随后作者选取净资产收益率、负债比率、营运资产与总资产比率及资产周转率4个指标作单变量判别分析，研究发现净资产收益率的判别模型误差最小。同时，作者分别使用了多元线性回归分析(LMP)型、Fisher线性判定分析和logistic回归分析三种方法构建了相应的模型，研究发现三种模型均能在财务危机发生前做出较为准确的判断。 尽管国内有很多人对财务危机预警分析做了很多研究，也取得了相应的研究成果。但是国内对财务危机预警模型研究尚存在许多不足之处。财务危机预警理论在我国运用缺陷表现在:1、对财务危机企业样本选择单一性。在我国对财务危机理论的实证研究中，对财务危机企业的定义全部使用我国上市公司的企业，但在我国上市公司中仍然有很多陷入财务危机的企业没有被列入。2、对非财务危机企业的样本选择不具有普遍性。在我国目前的研究中，很多把绩优上市公司作为非财务危机企业，但上市公司中的绩优企业毕竟少数，这无形中人为的提高的模型的预测精度。同时不同行业的上市公司所表现的系统风险是不一样，需要对模型里的财务危机企业和非财务危机企业进行匹配。 3、对模型中入选的财务指标没有考虑到我国特殊的国情。在我国证券市场有3/2的股份作为国家股和法人股，不能在二级市场流通。我国上市公司公司治理不完善，内部人控制现象严重，以及中介机构的道德诚信责任不足，造成财务报表扭曲现象普遍存在，所以在选择模型的财务指标不能完全照搬照套成熟资本市场的研究指标。通过上述的西方财务危机理论述评和财务危机理论在我国运用的回归，我们基本上得出以下结论：第一，可以利用上市公司的数据评价和预测企业的综合财务状况。利用企业财务危机发生前2年的财务数据预测财务危机有较高的正确率。第二，应用不同的分析和预测方法，多角度采集信息，有利于提高财务危机预测的准确性。研究中发现，利用多变量判定分析效果要好于单变量判定分析。第三，财务危机预测理论在我国的运用要考虑我国特殊的市场结构以便于进一步的完善。 2 财务预警基本理论2.1 财务预警定义企业财务预警，即财务失败预警，是指借助企业提供的财务 报表、经营计划及其他相关会计资料,利用财会、统计、金融、企业管理、市场营销理论,采用比率分析、比较分析、因素分析及多种分析方法,对企业的经营活动、财务活动等进行分析预测,以发现企业在经营管理活动中潜在的经营风险和财务风险,并在危机发生之前向企业经营者发出警告,督促企业管理当局采取有效措施,避免潜在的风险演变成损失,起到未雨绸缪的作用；而且,作为企业经营预警系统的重要子系统,也可为企业纠正经营方向、改进经营决策和有效配置资源提供可靠依据。2.2 财务预警的功能企业财务预警作为企业预警系统的一个重要组成部分和子系统,它除了能预先告知利益相关者有关企业生产营运体系,特别是财务运营体系中隐藏的问题外,还能清晰地告知管理者应如何有效地解决问题,促使企业将有限的资源进行有效配置。一般而言，财务预警有以下功能：1.预知财务危机的征兆。当可能危害企业财务状况的关键因素出现时，财务失败预警系统能预先发出警告，提醒企业经营者早做准备或采取对策以减少财务损失。2.预防财务危机发生或控制其进一步扩大。当财务危机征兆出现时，有效的财务失败预警系统不仅能预知并预告，还能及时寻找导致企业财务状况进一步恶化的原因，使经营者知其然，更知其所以然，制定有效措施，阻止财务状况进一步恶化，避免严重的财务危机真正发生。3.避免类似的财务危机再次发生。有效的财务失败预警系统不仅能及时回避现存的财务危机，而且能通过系统详细地记录其发生缘由、解决措施、处理结果，并及时提出建议，弥补企业现有财务管理及经营中的缺陷，完善财务失败预警系统，从而既提供未来类似情况的前车之鉴，更能从根本上消除隐患。2.3 财务预警分析方法一、单变量模型单变量模型是指使用单一财务变量对企业财务失败分险进行预测的模型。主要有威廉比弗(William Beaver)于1966年提出的单变量预警模型。他通过对19541964年期间的大量失败企业和成功企业比较研究，对14种财务比率进行取舍，最终得出可以有效预测财务失败的比率依次为： 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=净收益资产总额 4.资产安全率=资产变现率-资产负债率 Beaver认为债务保障率能够最好地判定企业的财务状况（误判率最低）；其次是资产负债率，且离失败日越近，误判率越低。但各比率判断准确率在不同的情况下会有所差异，所以在实际应用中往往使用一组财务比率，而不是一个比率，这样才能取得良好的预测效果。二、多变量模型多变量模型是指使用多个变量组成的鉴别函数来预测企业财务失败的模型。较早使用多变量预测的是美国纽约大学的教授爱德华阿尔曼(Edwardi.altman)，他是第一个使用鉴别分析（discriminant analysis）研究企业失败预警的人。他选取了19461965年间的33家破产的和正常经营的公司，使用了22个财务比率来分析公司潜在的失败危机。他利用逐步多元鉴别分析（MDA）逐步粹取5种最具共同预测能力的财务比率，建立起了一个类似回归方程式的鉴别函数Z计分法模式。该模型是通过五个变量（五种财务比率）将反映企业偿债能力的指标、获利能力指标和营运能力指标有机联系起来，综合分析预测企业财务失败或破产的可能性。表达式如下： Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5 其中：Z为判别函数值 X1=（营运资金资产总额）100 X2=（留存收益资产总额）100 X3=（息税前利润资产总额）100 X4=（普通股及优先股市场价值总额负债账面价值总额）100 X5=销售收入资产总额 一般地，Z值越低，企业越有可能发生破产。 爱德华阿尔曼还提出了判断企业破产的临界值： 若 Z2.675，则表明企业的财务状况良好，发生破产的可能性较小； 若Z1.81，则企业存在很大的破产危险； 该模型实际上是通过五个变量（五种财务比率），将反映企业偿债能力的指标（X1、X4）、获利能力的指标（X2、X3）和运营能力的指标（X5）有机联系起来，综合分析预测企业财务失败或破产的可能性。在企业失败前一、二年的预测准确率很高；预测期变长，准确率有所降低，距失败前五年的预测准确率仅为36%. 多变量模型除了以上介绍的Z计分法模型以外，还有日本开发银行的多变量预测模型，中国台湾陈肇荣的多元预测模型，以及中国学者周首华、杨济华F分数模型等。但是，这几种模型在实际中的应用并不广泛。就目前为止，Z计分法模型仍然占据着主导地位。 3 制造业上市公司财务状况3.1财务危机的认定财务危机是指企业明显无力按时偿还到期的无争议的债务的困难与危机。对于财务危机，通常公认有两种确定的方法：一是法律对企业破产的定义，企业破产是用来衡量企业财务危机最常用的标准，也是最准确和最极端的标准；二是以证券交易所对持续亏损、有重大潜在损失或者股价持续低于一定水平的上市公司给予特别处理或退市作为标准。财务危机是导致企业生存危机的重要因素，因此，需要针对可能造成财务危机的因素，采取监测和预防措施，及早防范财务风险，控制财务危机。3.2 危机处理的措施 财务危机一般由内部控制不健全，管理者风险意识淡薄，投资者决策失误等原因引起的，针对上述原因有以下的应对措施： 1、建立财务危机预警系统。财务危机预警系统就是通过收集各种信息来进行分析比较。当出现可能危害企业财务状况的关键因素时，它能预先发出警告，提醒经营者早作准备或采取对策，以避免潜在的风险演变成现实的损失，起到未雨绸缪、防患于未然的作用；当财务发生潜在的危机时，它能及时寻找导致财务状况恶化的根源，使经营者有的放矢，对症下药，制定有效的措施，阻止财务状况的进 一步恶化。 2、正确把握负债经营的度。企业进行负债经营时,必须考虑企业的负债规模和偿债能力,考虑负债经营的度是企业防止发生财务危机 的关键。企业财务部门在把握负债度上,首先,要注意负债经营的临界点,在达到临界点之前,加大负债将会获得更多的财务杠杆效益,一旦超过临界点,加大负债 将会成为财务危机的前兆。其次,要注重筹资结构,按筹资方式不同可将筹资划分为权益融资和负债融资,这一环节上要对两者安排合适的比例。负债水平要适当, 不能超过自身承受能力。再次,要合理安排债务偿还的时间和额度,力求债务偿还平稳,防止还款过于集中,造成无法支付到期债务。3、建立健全企业内部财务管理体制。为使企业内部财务管理体制能够驾驭财务管理工作全局，更好的地发挥财务运行机制的内在功能，在财务管理体制设计和构建时，必须认真研究企业内外经济环境，研究企业面对的政策、经营方式、内部经营基础和条件、传统习惯、职工素质等，构建出既科学、又合理、符合企业经营活动和理财活动 实际、运行通畅、调节灵敏的财务管理体制。具体来说，企业在确定财务管理体制类型时，应以企业内部经营组织形式构建适应自身管理需要的模式，如经营活动单 纯的中小企业，宜采用集权制的模式；大型松散联合集团宜采用分权制模式等。企业内部财务管理体制构建，无论采取何种形式，都必须做到：以企业内部各单位的 经济责任确定其财务责任，以内部单位承担财务责任的大小确定其相应的财权大小，以内部各单位财务责任大小及履行情况确定其利益多少，使企业内部财务管理体 制在构建时，能真正做到以财务责任为中心，以责定权 3.3 制造业上市公司的财务现状截止2011年12月30日，我国制造业上市公司有497家，其中被特别处理的有124家，这些公司被认定为有财务危机的公司，ST在被处理前三年的资产负债率的变化情况和每股净资产如下表： 表3.1 ST企业在被ST之前三年的资产负债率变化情况 公司股票代码前一年前二年前三年ST建机(10)6009840.640.620.52SST东方（10)0007250.680.520.52*ST美利（12）0008150.830.780.72ST宜纸（08）6007930.930.850.79*ST金马(04)0009800.610.580.53ST通科(08)6008620.810.990.83ST汇通(07)0009200.480.480.59ST亚星（07）6002130.670.720.66ST常柴(06)0007230.510.540.61均值0.6844440.6755560.641111（资料来源：和讯财经）表3.2 ST企业在被ST之前三年的每股净资产变化情况公司股票代码前一年前二年前三年ST建机(10)6009841.92.042.47SST东方（10)0007251.91.811.59*ST美利（12）0008152.022.626.07ST宜纸（08）6007930.561.371.89*ST金马(04)0009802.572.493.13ST通科(08)6008620.77-0.010.54ST汇通(07)0009201.451.762.18ST亚星（07）6002131.551.592.16ST常柴(06)0007232.412.282.1均值1.6811111.7722222.458889 （资料来源：和讯财经）非ST企业近三年的资产负债率的变化趋势见表3.3. 非企业近三年的每股净资产的变化趋势见表3.4。表3.3 非ST企业最近三年的资产负债率变化情况公司股票代码前一年前二年前三年探路者3000050.280.20.14奥飞动漫0022920.10.140.06东风股份6015150.510.490.33果龙实业6005850.840.80.7东港股份0021170.330.240.38盛通股份0025990.370.630.59景兴纸业0020670.60.560.53华泰股份6003080.630.580.51合兴包装0222280.510.490.61均值0.4633330.45888890.427778（资料来源：和讯财经）表3.4 非ST企业最近三年的每股净资产变化情况公司股票代码前一年前二年前三年探路者3000052.263.726.82奥飞动漫0022923.375.177.46东风股份6015152.331.4714.98果龙实业6005851.351.3812.68东港股份0021178.37.775.21盛通股份0025994.222.212.71景兴纸业0020675.224.694.37华泰股份6003085.339.359.3合兴包装0222282.523.742.29均值3.8777784.3888897.3133333（资料来源：和讯财经）从表3.1 表3.2 中可以看出，制造业ST公司在被ST之前的三年资产负债率随着被ST的临近，呈逐渐上升趋势，前一年比前二年环比增长31.5%，前二年比前三年环比增长32.24%，在被ST的前一年平均资产负债率高达68.44%，明显高于非ST企业，从表3.3表3.4可以看出每股净资产呈下降趋势，前一年比前二年环比下降62.6%，前二年比前三年环比下降38.4%，在破产的前一年平均净资产只有1.68元。大大低于非ST企业，这都表明，ST企业在被ST之前承受巨大的负债压力，所有者享有的资产却在减少，企业若不采取有效的措施阻止这类现象，长期以往，企业必会面临资不抵债，甚至破产的命运。 4 Z-Score模型对制造业上市公司的实证分析 阿尔曼当年运用Z字模型从25家破产企业中判别出24家企业，从56家非破产企业中判别出52家非破产企业，其预测能力可想而知，值模型也是目前为止关于财务预警最具影响性的模型，而且使用该模型所需要的会计数据在企业的财务报表中都有可以找到，阿尔曼当年运用大量的数据进行研究表明，会计数据在财务预警中起的作用非同一般。阿尔曼提出了适用于制造类企业的模型和适用于非制造类企业的模型，鉴于本文研究的对象就是制造类上市公司，所以本文采用ltman提出的主要针对制造类公司的Z1模型： Z=1.2X1+1.4X2+3.3X3+0.6X3+0.999X5 公式（4.1）4.1 样本及财务指标的选取4.1.1 研究假设 A在他的研究结论中将被研究企业的Z值划为四个区域：Z1.8；表示企业存在严重的财务危机；1.8Z3.0；表示企业存在一定的财务危机，存在财务隐患；Z3.0，表示企业财务状况良好。ST企业被认为是有财务危机的企业（Z1.8），本文假定Z-Score模型同样适用于我国，对我国上市公司进行实证分析。4.1.2 样本的选取本文以制造业上市公司为研究对象，选取沪深股市A股市场20家上市公司为研究对象，其中选取2012年被ST的制造业上市公司8家：*ST天润(002113)；*ST美利（000815）；ST金材（002002）；*ST吉纤（000420）；*ST鑫富（002019）；*ST金泰（600385）；*ST天目（600671）；*ST嘉陵（600877）。在按照同时期，选取与之对应的正常上市公司12家。4.1.3 数据来源样本数据来源于制造业上市公司的披露的中期财务报表，选取ST公司被ST的前三年的财务指标，所有财务指标都来源于权威的和讯财经网发布的财务信息，数据经会计事务所审核通过。 4.14 指标设定X1=营运资金/资产总额*100=（流动资产流动负债）/资产总额*100X2=留存收益/资产总额*100=（未分配利润+盈余公积）/资产总额*100X3=息税前利润/资产总额*100=（利润总额+财务费用）/资产总额*100X4=普通股和优先股市场价值总额/总负债*100=所有者权益/总负债*100X5=销售收入/总资产=总资产周转率4.2 实证分析4.2.1 被处理前三年公司的Z趋势分析特别处理公司被处理前三年Z值 计算结果见（表4.1）表4.1 公司在被前三年值的变化趋势公司名称股票号码提前一年提前二年提前三年*ST天润002113-0.5523291-2.9803081.36247401*ST美利0008150.138207080.38852790.68718016ST金材002002-0.1148873-1.0235090.22033344*ST吉纤0004200.085388660.81964210.85305327*ST鑫富002019-0.07748330.84153473.60377279*ST金泰600385-0.78097280.84153473.60377279*ST天目6006711.90596351.6575230.61927044*ST嘉陵6008770.204592860.65025211.34319658均值0.101059940.14939971.53663169（资料来源：和讯财经） 由表4.1可以看出，特别处理公司在被特别处理之前一年，前二年，前三年Z的平均值分别为0.101059942，0.149399746,1.536631685.逐年呈递减趋势，说明ST公司的财务状况不是突然崩溃，而是逐步恶化。表4.2 非ST公司Z值近三年的变化趋势公司 股票代码提前一年提前二年提前三年探路者3000053.682203024.27777675.55327305奥飞动漫0022927.383078295.645838510.8760707东风股份6015153.932417663.15530614.44751297鸿博股份0022293.445876273.589143.11489921东港股份0021173.952966073.29907582.0991599盛通股份0025992.230326431.49300891.61852831贵糖股份0008333.160486122.54276411.97527991丹邦科技0026182.807202961.88785181.70681502合兴包装0222282.253001962.17672970.85816058动力源6004051.488065472.16959581.88347322瑞凌股份3001544.846158725.64572583.25676055达华智能0025124.17614554.88131582.79505231平均值3.61316073.39701083.34874881（资料来源：和讯财经）根据表4.1 ，4.2计算出的数据，我们将Z1.8的企业财务状况定为财务失败的企业，将1.8Z3.0的企业财务状况定为财务灰色类企业，将Z3.0的企业财务状况归为财务安全类企业。我们可以得到：非ST在最近三年所属的财务类