【正文】 模型預(yù)測精準(zhǔn)度的提高有賴于多元信息的匯總分析，數(shù)據(jù)庫的建立能有助于上市公司信用信息的整合、分析，為研究人員立足我國信用風(fēng)險的實際狀況，調(diào)整和改進(jìn)Zscore模型在我國上市公司的運用提高了條件。能夠幫助投資者、監(jiān)管者、企業(yè)管理者及時了解上市公司的信用風(fēng)險狀況提夠依據(jù)。%，%。同時，即處于灰色區(qū)域內(nèi)，可能在近兩年破產(chǎn)。模型中所涉及的指標(biāo)從財務(wù)分析的角度上來說，包含了對企業(yè)償債能力、運營能力、盈利能力三個重要因素的考量，具有一定的代表性和有效性。 Z值的計分說明 [17]企業(yè)運營安全。有效資本，即營運資本是流動資產(chǎn)與流動負(fù)債之差，可通過監(jiān)測公司流動資金的規(guī)模來評估公司的經(jīng)營狀況及其所面臨的風(fēng)險：因為從一般意義上來說，對于出現(xiàn)財務(wù)危機(jī)并長期虧損的企業(yè)，其當(dāng)前營運資產(chǎn)相對于對于總資產(chǎn)會相對縮減。傳統(tǒng)的信用風(fēng)險度量方法主要有：專家方法、評級方法、信用評分方法。徐秀渠則是按照制造業(yè)與非制造業(yè)作為劃分的依據(jù)，分別研究得出Zscore模型并未因其事先的行業(yè)劃分預(yù)測性有所不同，并認(rèn)為模型對企業(yè)陷入危機(jī)的預(yù)測準(zhǔn)確率極高，適合將其引入我國企業(yè)的風(fēng)險管理中[8]。面對日益變化的國際經(jīng)濟(jì)與金融環(huán)境，盡快探索適合我國實際的信用風(fēng)險管理辦法尤為重要。上市公司作為我國資本市場的重要主體，具有管理規(guī)范、信息公開的特點，將其作為研究對象尋求適合我國的信用風(fēng)險度量模型突破口。劉獻(xiàn)中在研究中主要將Zscore模型運用于我國股份制銀行和證券公司的信用風(fēng)險度量之中，并發(fā)現(xiàn)Zscore模型中的X1指標(biāo)對Z值的影響最大,即一個企業(yè)的流動性對其信用風(fēng)險有著較大的影響[9]。其基本是銀行長期經(jīng)營管理實踐中所得到的經(jīng)驗與教訓(xùn)總結(jié)而來。X2主要是考慮公司面對經(jīng)營危機(jī)時的生存能力?！獜念A(yù)測破產(chǎn)的角度來講，可能是安全的。3 研究方法與數(shù)據(jù)來源本文的實證研究旨在對Zscore模型運用于我國上市公司信用風(fēng)險評價效果以評價，通過研究結(jié)果發(fā)現(xiàn)模型應(yīng)用于我國的優(yōu)勢與缺陷，提出我國上市公司信用風(fēng)險警示中的問題與對策。而根據(jù)Zscore模型對于信用風(fēng)險預(yù)估的作用，這些公司前T2年與T3年的Z值也應(yīng)呈現(xiàn)逐年走低的情況。Zscore模型并未出現(xiàn)只適用于制造型上市公司的信用風(fēng)險評估而對非制造型企業(yè)不適用的情況。 Zscore模型運用的缺陷第一，模型的預(yù)測能力具有時效性，隨時間的推移而減弱。 完善上市公司信息披露制度，提高信息質(zhì)量Zscore模型的預(yù)測的精準(zhǔn)性建立在上市公司數(shù)據(jù)的真實性和客觀性的基礎(chǔ)之上。加快建立上市公司信用數(shù)據(jù)庫。通過趨勢分析，Zscore模型對于上市公司信用風(fēng)險狀況的發(fā)展趨勢能夠做出敏銳的反映，在信用風(fēng)險降低時在Z值的變化趨勢中體現(xiàn)出來。（不包含對終止上市的公司的統(tǒng)計）從下表中可以看出，將目標(biāo)上市公司按制造業(yè)與非制造業(yè)分類，以預(yù)測精準(zhǔn)度最高的一年，及被處理的前一年的Z值為依據(jù)，%，制造業(yè)僅有一家上市公司高于此截斷值；對非制造業(yè)的預(yù)測精準(zhǔn)度為100%。根據(jù)上海證券交易所對四類公司的定義，研究設(shè)定在T1年年末該四類公司中退市風(fēng)險警示公司、即正在走向破產(chǎn)，并很難恢復(fù)。第三，模型中涉及的財務(wù)指標(biāo)具有一定的代表性。下表表述的是基于制造型企業(yè)的而得出的Z值的界定區(qū)間。Altman在研究中發(fā)現(xiàn)凈資產(chǎn)流動性對于公司總市值有著重要的影響。 信用風(fēng)險的度量信用風(fēng)險的分析方法可根據(jù)分析技術(shù)和方法的不同分為傳統(tǒng)信用分析方法和現(xiàn)代信用分析方法，其區(qū)分兩者的主要判別標(biāo)準(zhǔn)是信用風(fēng)險能否被單獨剝離和定價。劉鑫利用Zscore模型對我國上市公司按景氣行業(yè)、中間行業(yè)、不景氣行業(yè)劃分后的行業(yè)信用風(fēng)險水平進(jìn)行評估，結(jié)果發(fā)現(xiàn)行業(yè)的業(yè)績表現(xiàn)從整體符合與其各自的Z值并成正比，能幫助甄別行業(yè)差異，做出正確的決策[7]?？v觀我國實際，對于信用風(fēng)險的尚處于初級階段，體制不完善、評判方法缺失。 國外研究綜述Altman在單變量度量指標(biāo)的比率水平及絕對水平基礎(chǔ)之上的建立了Zscore多變量模型。第三類，學(xué)者發(fā)現(xiàn)Zscore模型在運用評估信用風(fēng)險的同時，其結(jié)果與上市公司的信用評級密切相關(guān)。此類方法一定性分析為主要特征，因此對于風(fēng)險的計量結(jié)果往往難以做到精確，但其包含的分析原則及思想是信用風(fēng)險度量新技術(shù)發(fā)展的基礎(chǔ)。Altman認(rèn)為公司存在的時間與公司經(jīng)營發(fā)生失敗時能否生存有一定關(guān)聯(lián)，留存收益是再投資的收益總量和公司在整個壽命期間內(nèi)的損失總量?！赡茉趦赡陜?nèi)破產(chǎn)。研究將以2009年上海證券交易所市場資料中所公布的存在風(fēng)險而被特別處理以及降級的上市公司入手，具體分為：退市風(fēng)險警示公司、特別處理公司、暫停上市公司、終止上市公司，此類公司多存在財務(wù)狀況惡化或財務(wù)信息失實、公司治理結(jié)構(gòu)重大變化、涉及法律糾紛等問題而導(dǎo)致公司股價異常波動。此處主要運用了均值分析與趨勢分析的方法。 行業(yè)對Z值的影響（T1年）Z﹤≦Z﹤Z≧公司數(shù)量比率（%）公司數(shù)量比率（%）公司數(shù)量比率（%）制造業(yè)1321非制造業(yè)10200結(jié)果四：Zscore模型預(yù)測的精準(zhǔn)度與被處理原因的有一定聯(lián)系。從實證結(jié)果來看，Zscore模型在信用風(fēng)險發(fā)生前一年的預(yù)測效果最佳，而時間再向前推移，Z值僅管可反映信用風(fēng)險的變化趨勢，但難以確定信用風(fēng)險所屬的水平并做出及時的應(yīng)對提醒。上市公司信息披露的真實性以及信息質(zhì)量，直接影響了Z值所處的信用風(fēng)險區(qū)域，在上文研究中多有奇異值出現(xiàn)，除去上市公司信用狀況改善而帶來的分值提高仍存在著會計信息失實的狀況[20]。在Zscore模型現(xiàn)有的評價指標(biāo)的基礎(chǔ)上，設(shè)定一定的權(quán)重比例用以衡量政策法律因素、行業(yè)因素、公司治理因素對上市公司信用風(fēng)險的影響，通過定性指標(biāo)的加入以提高對因非財務(wù)問題引起的信用風(fēng)險的公司的預(yù)測的精準(zhǔn)度；同時還可以在原有的定量指標(biāo)中加入現(xiàn)金流指標(biāo)，以弱化時效性對模型預(yù)測精準(zhǔn)度的影響。第三，能對上市公司的信用風(fēng)險變化趨勢做動態(tài)跟蹤。 退市風(fēng)險警示公司各年Z值范圍統(tǒng)計Z﹤≦Z﹤Z≧公司數(shù)量比率（%）公司數(shù)量比率（%）公司數(shù)量比率（%）T1157542015T21365525210T3735840525結(jié)果三：Zscore模型預(yù)測效果并未因行業(yè)劃分不同而有所差異。 變量計算公式X1＝營運資產(chǎn)／總資產(chǎn)＝（流動資產(chǎn)流動負(fù)債）／總資產(chǎn)X2＝留存收益／總資產(chǎn)＝（未分配利潤+盈余公積）／總資產(chǎn)X3＝息