農(nóng)業(yè)與化工業(yè)上市公司信用風險比較分析

葛祺

[提要] 本文通過運用Z評分模型這一傳統(tǒng)信用風險度量方法，分別對我國農(nóng)業(yè)和化工制造業(yè)上市公司財務狀況進行考察，通過選取總資產(chǎn)相近的各20家上市公司數(shù)據(jù)對這兩個行業(yè)的信用風險情況做比較分析。研究發(fā)現(xiàn)：化工制造業(yè)中財務惡化的上市公司比例顯著高于農(nóng)業(yè)上市公司，但農(nóng)業(yè)上市公司財務狀況介于破產(chǎn)和良好之間的灰色區(qū)域比例遠高于化工制造業(yè)。與化工制造業(yè)相比，我國農(nóng)業(yè)企業(yè)面臨的信用風險雖然較小，但財務狀況缺乏活力，抵御風險的能力較差，更需要金融機構(gòu)的政策支持。

關鍵詞：Z評分模型；信用風險；跨行業(yè)比較

中圖分類號：F83 文獻標識碼：A

原標題：基于Z評分模型的我國農(nóng)業(yè)與化工制造業(yè)上市公司信用風險比較研究

收錄日期：2016年11月24日

一、研究目的

隨著現(xiàn)代社會信用交易的擴大，信用風險越來越成為各國政府、金融機構(gòu)乃至整個社會廣泛關注的焦點問題。尤其是上市公司作為企業(yè)直接融資的重要手段和間接融資的有效保障，其面臨的信用風險不僅影響著市場投資者的判斷，更影響著銀行等金融機構(gòu)對企業(yè)的貸款政策。因此，利用各種定性、定量手段考察企業(yè)信用風險，并以此為依據(jù)對銀行結(jié)構(gòu)性貸款風險進行防范和預警是非常必要的。

二、研究背景

2002年，向德偉用Z模型把滬深兩地證券市場共80家企業(yè)作為樣本，對上市公司經(jīng)營風險進行了實證研究；2004～2009年，先后有學者分區(qū)域?qū)ξ覈胁亢托陆鲜泄窘?jīng)營風險進行分析；2005～2015年，不少學者分行業(yè)對我國畜牧業(yè)、林業(yè)、房地產(chǎn)業(yè)、機械制造業(yè)等上市公司進行研究；還有一些學者按照二級市場的分類，分別對我國A股市場的主板、中小板、創(chuàng)業(yè)板和高新技術類上市公司進行分析研究。但至今為止，尚沒有對農(nóng)牧飼漁和化工制造業(yè)的定量研究，也沒有跨行業(yè)的信用風險比較分析。事實上，由于農(nóng)業(yè)、尤其是現(xiàn)代農(nóng)業(yè)與工業(yè)制造業(yè)的融合程度日益加大，且都是利用現(xiàn)有資源生產(chǎn)出滿足人們需求的產(chǎn)品，兩者都具有勞動密集型產(chǎn)業(yè)的特點，因此對農(nóng)業(yè)和化工制造業(yè)上市公司的信用風險進行比較研究是可行的。

三、模型介紹

Z評分模型由美國經(jīng)濟金融學家Edward Altman在1968年提出，隨后廣泛應用于美國、澳大利亞、巴西、加拿大、英國、法國、德國、愛爾蘭、日本和荷蘭的財務預警系統(tǒng)。該模型以多變量的統(tǒng)計方法為基礎，在經(jīng)過大量的實證考察和分析研究的基礎上，從上市公司財務報告中計算出一組反映公司財務危機程度的財務比率，然后根據(jù)這些比率對財務危機警示作用的大小給予不同的權重，最后進行加權計算得到一個公司的綜合風險分，即z值，將其與臨界值對比就可知公司財務健康狀況和面臨信用風險的嚴重程度。

其中：X1=流動資本/總資產(chǎn)，該指標反映了公司的流動性和資產(chǎn)規(guī)模；X2=留存收益/總資產(chǎn)，該指標反映了公司的累積獲利能力；X3=息稅前利潤/總資產(chǎn)，該指標是衡量企業(yè)利用債權人和所有者權益總額取得盈利的指標，它反映了上市公司的資產(chǎn)利用率；X4=總市值/總負債，這一指標反映了股東提供的資本與債權人提供的資本的相對比例關系，也反映了債權人投入的資本受股東資本的保障程度，它衡量的是企業(yè)基本財務結(jié)構(gòu)是否穩(wěn)定；X5=銷售收入/總資產(chǎn)，該指標衡量企業(yè)利用全部資產(chǎn)進行經(jīng)營活動、增加營業(yè)收入的能力，反映了企業(yè)資產(chǎn)周轉(zhuǎn)率。

Z評分模型從企業(yè)的流動性、資產(chǎn)規(guī)模、獲利能力、債務結(jié)構(gòu)、資產(chǎn)利用率等方面綜合反映了企業(yè)的財務狀況。Altman通過對Z評分模型的研究分析得出Z值與公司財務惡化、進而產(chǎn)生信用風險的可能性成反比。即Z值越小，公司發(fā)生財務危機的可能行就越大；Z值越大，公司發(fā)生財務危機的可能性就越小。

根據(jù)Altman的研究結(jié)論，當Z<1.8時，企業(yè)面臨破產(chǎn)風險；當1.8≤Z<2.99時，企業(yè)屬于“灰色區(qū)”，可能面臨一定的風險；當Z≥2.99時，公司財務狀況良好。

四、樣本選取和數(shù)據(jù)分析

本文首先選取滬深兩市A股農(nóng)業(yè)上市公司共61家、化工制造業(yè)上市公司共152家，分別考察截至2016年上半年末農(nóng)業(yè)和化工制造業(yè)上市公司信用風險情況；其次，從61家農(nóng)業(yè)類上市公司、152家化工制造業(yè)上市公司中選取總資產(chǎn)規(guī)模大致相當?shù)母?0家公司共計40個樣本進行跨行業(yè)比較。

考慮到我國部分上市公司存在非流通股的情況，因此在計算X4時還加入了非流通股的凈資產(chǎn)情況。上市公司銷售收入數(shù)據(jù)一般沒有披露，因此在計算X5時用主營業(yè)務收入代替銷售收入。具體調(diào)整如下：

X1=（流動資產(chǎn)-流動負債）/總資產(chǎn)

X2=（公積金+未分配利潤）/總資產(chǎn)

X3=（利潤總額+財務費用）/總資產(chǎn)

X4=（每股市值×流通股股數(shù)+每股凈資產(chǎn)×非流通股股數(shù)）/總負債

X5=主營業(yè)務收入/總資產(chǎn)

以上數(shù)據(jù)來源于滬深證券交易所網(wǎng)站、公開披露的上市公司財務報表和東方財富終端。根據(jù)Z評分模型公式，計算結(jié)果如下：

（一）農(nóng)業(yè)、化工制造業(yè)上市公司Z值分布。從表1、表2可以看出，農(nóng)業(yè)上市公司共61家，其中ST類公司1家，面臨破產(chǎn)風險的5家，處于灰色區(qū)域的11家，財務狀況良好的45家。化工制造業(yè)上市公司共152家，其中ST類公司7家，面臨破產(chǎn)風險的26家，處于灰色區(qū)域的14家，財務狀況較好的有112家。（表1、表2、圖1、圖2）

（二）農(nóng)業(yè)、化工制造業(yè)上市公司樣本Z值比較。在農(nóng)業(yè)類中，總資產(chǎn)分布在20億～40億元之間的上市公司比較密集，在化工制造類中，總資產(chǎn)分布在20億～30億元之間的上市公司比較密集，因而按照升序方式選取總資產(chǎn)在19.4億～39億元的農(nóng)業(yè)上市公司和總資產(chǎn)在20.1億～32億元的化工制造業(yè)上市公司各20家作為樣本。（表3）

從表3可以看出，在兩行業(yè)總資產(chǎn)相近的各20家上市公司中，處于破產(chǎn)區(qū)的數(shù)量都是2家，但明顯兩家化工制造業(yè)企業(yè)的Z值較小，說明其財務狀況惡化程度較高。處于灰色區(qū)的化工制造業(yè)上市公司只有1家，而灰色區(qū)域的農(nóng)業(yè)上市公司有3家，說明這些農(nóng)業(yè)類上市公司雖不至于馬上面臨破產(chǎn)風險，但抵御風險能力差，在受到不確定因素影響時財務狀況仍然堪憂。

五、研究結(jié)論

近年來，盡管銀行等金融機構(gòu)積極響應國家“三農(nóng)”政策，對涉農(nóng)貸款力度不斷加大，但由于農(nóng)業(yè)企業(yè)缺少有效擔保抵押物，加上受自然災害因素影響較大，要獲得貸款仍然比較困難。2016年，根據(jù)銀行中期報告的數(shù)據(jù)，四大國有銀行對化工制造業(yè)的貸款占比遠高于對農(nóng)業(yè)的貸款占比。事實上，通過本文的比較研究可以看出，從財務危機引發(fā)信用風險的角度，農(nóng)業(yè)處于破產(chǎn)區(qū)的上市公司比例遠低于化工制造業(yè)，這一點與農(nóng)業(yè)ST類公司較少而化工制造業(yè)ST類公司數(shù)量較多的事實是一致的，說明總體來說，農(nóng)業(yè)類上市公司財務惡化的風險遠小于化工制造業(yè)企業(yè)。但處于灰色地帶的農(nóng)業(yè)企業(yè)比例是化工制造業(yè)企業(yè)的近兩倍，說明相當一部分農(nóng)業(yè)上市公司的財務狀況無法應對因為政策環(huán)境發(fā)生變化或者企業(yè)內(nèi)部經(jīng)營不善可能帶來的失信風險。與化工企業(yè)相比，這些處在灰色區(qū)域的農(nóng)業(yè)企業(yè)更需要產(chǎn)業(yè)補貼和政策扶持。

主要參考文獻：

[1]Altman，Edward I，Robert G.Haldeman，and Paul Narayanan，“ZETA Analysis：A new model to identify bankruptcy risk of corporations”.Journal of Banking & Finance，1977.

[2]葉蜀君.信用風險度量與管理信用管理.北京：首都經(jīng)濟貿(mào)易大學出版社，2008.

[3]陳寧.基于Z模型的財務困境預測應用——以亞太周邊市場及中國A股市場為例.金融經(jīng)濟（理論版），2009.9.

[4]胡勝，張永杰.Z模型在我國的適用性與臨界值研究.財會通訊，2011.17.

[5]趙嘉敏，寧宇新.Z模型在我國畜牧業(yè)上市公司的應用.合作經(jīng)濟與科技，2014.19.