- 上一篇：红利分配政策的影响因素的研究
- 下一篇：基于DEA分析法对我国农业上市公司的绩效评价研究
2.2.2 多元线性判别模型
1968年，纽约大学商学院教授爱德华•阿特曼（EdwardAltman）认为单变量指标分析法存在着许多不足和局限性，率先使用22个财务指标进行多元线性判别法来研究企业财务危机预测问题。该方法以多变量的统计方法为基础，采用多元线性函数的模式，运用5种财务比率，对于这5种比率赋予一定的权数，通过指标与系数相乘进行加权汇总产生的总分——即Z的数值，来对企业的财务状况作一个总体的评价。他认为，偿债指标对反映企业的财务状况具有显著性，企业从财务状况良好到陷入财务困境以致最后面临破产清算这一过程中，是可以通过模型提前预测出的。他通过对美国1945-1965年之间的33家破产企业（制造业）和33家非破产企业（制造业）的大量实证考察和研究之后，于1968年提出了公开上市交易制造业企业的多元Z值判定模型，即：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5。该模型主要是从22个财务指标中综合出5个变量来进行加权计算，得到一个总的Z值得分，根据得分来判定企业的财务状况。其中X1=营运资本/总资产，这一指标反映企业资产的构成情况和流动性情况，X2=留存收益/期末总资产，该指标反映企业利润积累情况，X3=息税前收益/期末总资产，反映企业当年的营业状况，X4=（股票市值*股票总数）/负债总额，反映企业的财务结构，X5=本期销售收入/资产总额，反映企业资产利用的能力。Z值得分模型综合考虑了企业资产总规模，资产的变现能力，企业盈利能力，资产结构，企业偿债能力和资产利用能力等方面的指标，赋予每个指标以权重是因为各指标对企业财务状况的反映能力各不相同，这样综合得出的结果能更准确的对企业财务状况进行预测。模型的结果是：Z值得分越小，企业面临破产的可能性就越大。美国制造企业Z值的临界值为1.8，具体判断标准如下：当Z≦1.8，企业破产的可能性非常大；当1.81≦Z≦2.7时，企业破产的可能性很大；当2.8≦Z≦2.9时，企业可能面临破产危机；当Z值≧3.0，企业破产的可能性很小。根据Altman的统计结果，此方法预测的准确率在破产的前1年高达90%以上，而在破产前5年也高达70%之多。但Z值模型判定企业的财务状况仅限于上市公司中的制造业企业，Altman于2000年7月对模型进行了两次修改，最后分别形成了非上市公司财务失败Z2和非制造业上市公司财务失败Z5模型。但Z值模型重点是考察企业的偿债能力和盈利能力，并没有充分考虑企业未来发展能力。1977年，阿尔特曼（Altman）,赫尔德门（Haldeman）和纳内亚南（Narayanan）对Z值模型进行了补充和扩展，提出了一种更能合理预测企业财务失败的模型——ZETA模型，该模型运用5种财务分析指标，通过这5这指标的加权汇总得出的总的分数——即Z值来判定企业的财务状况，ZETA模型在各行各业得到了广泛的运用。综上所述，线性判别模型虽然能在一定程度上反映企业的财务危机问题但它的缺陷是要求预警变量有严格的正态分布前提，而现实财务分析中多数财务比率并不满足这一要求。Z分数模型是一种静态的预测指标，并没有考虑市场变化和现金流变动等其他方面的影响。因此，在此背景下，我国学者周守华等（1996）对Z值模型加以改进，提出另一种模型——F分数模型。F分数模型如下：F=-0.1774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5，F值模型的X1，X2，X 4与Z值模型的含义相同，产生变化的是X3和X5这两个指标，F值模型中的 X3=（净利润+折旧）/平均总负债，X5=（净利润+折旧+利息）/平均总资产。F分数模式的临界值为0.0274，当F﹤0.0274，表明企业有可能面临破产危机；F＞0.0274,表面企业运营状况良好。与Z值分数模型相比，F分数模型的改进之处在于变量中考虑了“折旧”要素，因为企业在正常经营状况下像固定资产计提的折旧计提可视为企业现金的流入，因此（净利润+折旧）可视为企业现金流入，这样变量X3可用来衡量企业现金流量能否偿还企业债务的指标，X5则可以用来衡量利用企业总资产进行现金流量创造的能力。