财务信用分析方法

第三节　财务信用分析方法

一、财务信用分析方法概述

信用分析人员在对所收集的信息进行分析、整理的基础上，必须运用科学的信用分析方法，对分析对象的信用状态和信用能力做出准确的预测和判断，以此为相关决策提供有力的支持。随着信用评价的内容不断丰富，信用评价水平不断提高，信用分析方法也越来越显示出自身的重要性，并逐渐成为信用分析的核心内容，是进行科学分析必不可少的工具。

按照不同的分类标准，财务信用分析方法存在着多种分类，其中最基本的分类是将信用分析方法分为定性方法和定量方法两大类。信用分析的定性方法和定量方法各有特点，定性分析方法多依赖于专业领域内的专家个人的主观评判和综合判断，专家必须在信用分析过程中运用相关的专业知识和自己的经验判断。因此，在定性分析方法当中，信用分析的结论主要取决于专家的经验和技能，往往反映出比较明显的个人化色彩。常见的定性评价模型有5C评价模型、5W评价模型、CAMPARI评价模型、LAPP评价模型、SWOT评价模型等。其中5C模型应用得最为广泛。相对于定性分析方法，信用分析的定量方法更多地依赖于分析对象的财务数据，并利用数学模型对历史财务数据进行分析和检验。在此基础上，还需要对分析对象所处的市场环境、自身的竞争能力、管理层的综合素质等其他方面的相关因素进行分析调查，作为定量运算结果的补充和验证，以保证结论的正确性和全面性。采用数学模型进行定量分析，虽然在原理和过程上比较科学，方法本身的可操作性和客观性也比较强，但模型的建立和运用是以许多假设条件为前提的，并且分析结论的正确性受所选择的数据样本的影响很大，所以在使用上必须非常慎重，需要将其与定性评价方法结合起来，互相验证、互相检验，并做出最终的科学判断。过分强调定量分析方法，忽略定性分析方法的作用，往往会产生误导性的结论，不能真实反映客观现实。因此，在信用分析方法的选择上需要强调定性信用分析与定量信用分析的有机结合。

对于信用分析方法的选择，一般需要坚持如下几条原则。首先，定性分析与定量分析相结合的原则。定量分析不是万能的，它不可能包容评价对象的一切方面，更重要的是，有些分析因素是难以量化的，必须辅之以定性分析。定性分析和定量分析各有所长，在实际操作中都必不可少，必须充分结合，对每一评价结果加入经验评价以对定量分析结果进行弥补或校正。但是，最终评价结果应尽量形成一个量化的结果，以排除定性分析中主观因素或不确定性因素的影响。其次，静态分析与动态分析相结合的原则。静态分析是分析某一经济变量或指标在某一固定时点的状态；动态分析则是分析经济变量或指标在某一段时间内的变化趋势以及不同时点之间的运动变化等。企业的各项经济指标在连续的时期内都会存在一定的惯性或时滞现象。某一指标值的本期数据要受到以前各期尤其是近期值的影响，即存在“自回归”现象。因此，在评价企业的经营状况时，不能只注重企业的过去，必须依据企业过去的数据表现进行对未来的预测和展望。尤其是在进行定量分析时，在选择评价指标时，不能局限在某一时点上，必须考虑企业若干期间内的时序数据，以剔除由于偶然因素造成的异常值的影响。再次，注意指标体系的科学性与数据的真实性。指标体系的科学性要求设计指标体系必须有科学依据，必须能真正反映出评价的内容，同时又要全面、系统并具有比较强的代表性。同时，科学的评价必须依赖于真实可靠，及时的数据，采集数据时，必须确保数据的及时性和真实性。如果所使用的数据不真实或不全面，评价结果不可能科学、公正。最后，信用分析对象的差异性。在实际评价中，必须注意到信用评价对象的差异性，同时考虑到不同行业的行业差别。

除了将信用分析方法分为定性方法和定量方法两类外，还可以根据方法本身所依据的数学原理将财务信用分析方法分为传统度量方法和现代数学模型方法。在传统度量方法中，主要有专家评价法、信用评级法、信用评分法。现代数学模型方法更多，如KMV模型、信用度量模型、麦肯锡模型、KPMG模型、RAROC模型等。

二、定性分析方法

1.定性分析方法概述

定性分析方法也被称为专家评价法，是一种最古老的信用分析方法，是指依赖具有丰富经验的专家或行业方面的权威对企业的信用状况做出综合评价。定性分析方法主要依靠信用分析人员的主观判断对分析对象的信用进行分析，对于个人的经验和主观判断的依赖程度比较大。定性分析方法可以是某一个或两个专家做出结论性判断，也可以组成一个专家评估小组做出结论性判断。一般的程序是：若干名专家组成评估小组，每个专家依据企业所确定的信用评判的标准自己做出估计，然后根据专家的投票结果确定分析对象的信用等级。在国内外企业信用分析理论中，产生了多种定性分析方法，对于信用分析方法的发展具有很强的实践意义，其中最有代表性的是信用要素分析方法。信用要素分析方法的核心原理是：从能够衡量或代表一个企业的信用特质方面入手，逐步展开深入的分析，这些信用特质就是企业的信用要素。在诸多企业信用要素方法中，最具有代表性的是“5C”分析。

2.企业信用要素“5C”分析^[20]

企业信用要素“5C”方法是由美国的银行家爱德华1943年在“3C”和“4C”方法的基础上提出的，是以5个以C字母开头的英文单词代表的企业信用的五个要素，即品质（Character）、能力（Capacity）、资本（Capital）、担保品（Collateral）和环境（Condition）。这种方法通过对债务人的品行道德、经营能力、资本实力、担保品质量以及所处的外部经济环境的分析进行综合评估，对债务人的整体信用状况进行全面分析，是一种应用范围很广的方法。但是，需要说明的是，使用5C方法对分析人员的综合业务能力和专业技术水平提出很高的要求，同时不可避免地会有主观判断因素在内，使得信用分析结果的误差加大。下面对“5C”方法的5个信用要素进行简单的介绍。

（1）品行。

品行（Character）是指企业在经营管理活动中表现出的信用行为特征，就是愿意履行其所承担的偿还义务和做出的付款承诺的主观意愿，反映了履行偿债义务的主动性和决心。具有良好品行的企业将会尽其所能来偿还债务，以维护自身的信用声誉。当企业陷入财务困难的时候，品行好的企业往往也会以非常积极的态度来应对产生的偿债危机。相反，品行比较差的企业则往往会把偿还负债放在次要的位置，一旦出现财务危机的征兆，企业可能会在主观上逃避偿还义务。与体现在财务报表上的财务数据不同，品行是一个企业诚信素质的内在因素。准确判断某个债务人的品行，需要经过多次的调查和分析。在具体的操作层面上，一般可根据如下七个方面的因素进行判断：

①企业的基本情况；

②企业的历史沿革；

③管理层个人背景；

④企业战略和方针；

⑤企业的内部管理状况；

⑥企业以往的信用历史；

⑦中介机构对企业的信用评价。

（2）能力。

能力（Capacity）是指企业在经营活动中表现出的信用能力特征，主要强调企业的支付能力和偿债能力。企业需要用其在经营循环周期中所回收的现金来偿付债务，企业的业务循环可以看作是资金循环，从货币资金转换为实物资产，从实物资产又转换为债权，最终收回债权转换为货币资金。在此过程中，企业必须通过合理的业务安排获得足够的现金以偿付到期负债。因此，经营循环的正常与否反映了企业管理现金的能力，直接决定了企业的偿还能力。企业业务循环的速度和在资源安排上的合理配置、管理层的管理经验和业务素质是一些关键的考查因素。具体而言，可以通过如下一些因素进行衡量：

①管理层的工作背景和业务能力；

②企业的基础设施条件；

③企业规模与设备生产能力；

④员工素质水平；

⑤市场销售能力。

（3）资本。

资本（Capital）反映了企业在经营管理活动中反映出的财务方面的支付能力特征，主要围绕企业的资金来源，尤其是股东的资金投入情况。具体参照指标主要涉及企业的总体财务状况，如资本总额、负债比率、长期债务比率、流动比率、速动比率等。资本是企业进行经营所必须投入的资金要素。在广义上，资本既包括股东投入该企业的权益资本的总量，也包括债务资本在内的所有资金来源。通过对企业资本来源结构的分析，可以比较好地判断企业的偿债能力。例如，如果股东权益资本明显少于债权人所提供的资本，造成企业资产负债率偏高，那么这显然是一个对债权人不利的信号。虽然债务资本过高的企业不一定都在偿债能力方面存在困难，但主要依靠借债来维持经营的企业大多数会面临偿还债务的能力上的欠缺。充足的权益资本对于维持比较强的偿债能力来说显得尤为重要，如果没有足够的权益资本来支持其经营，很容易产生支付困难的问题。但是，对于一些特定的行业，由于其行业的特殊性，会在资本来源上存在着比较特殊的结构。例如，商业银行的合理资产负债率普遍比较高，一般维持在90%左右是比较合理的。具体而言，资本能力一般可以通过如下一些因素来衡量：

①主要资本来源；

②资本的比例构成；

③追加资金投入的能力；

④总体财务状况。

（4）担保品。

担保品（Collateral），是指债务人为了获得商业信用或者银行信用而提供给债权人作为担保的资产。对于担保品方面的评估，主要需要分析企业可以提供的足以偿还债务的担保品的质量和数量。企业可以通过提供适当的担保品弥补自己在其他方面的信用弱势。不过，必须注意的是，提供担保品本身并不意味着偿还负债，担保品只是为债务人提供了备用的偿还来源。对于担保品的评估，一般包含如下因素：

①企业的银行授信情况；

②担保品的类型；

③担保品的价值；

④担保品的变现能力；

⑤担保关系的法律保障程度。

（5）环境。

环境（Condition），是指宏观经济发展趋势、企业所处的行业类型、行业竞争和发展状况以及某些对企业偿债能力产生影响的特殊政策。环境是影响企业经营管理状况和偿债能力的外部特征，主要指影响其经营活动的经济环境。需要注意的是，外部经营环境往往对企业产生不可抗拒的影响，是一种企业自身无法控制的因素。信用分析人员需要通过企业以外的信息来源渠道对企业的外部环境状况进行分析。环境因素主要包括如下一些方面：

①政府对企业所在行业的鼓励与限制政策；

②企业所处行业的发展状况；

③行业内的市场供需状况；

④被评估企业在行业中的地位；

⑤行业竞争状况。

对上述各个信用要素的分析，应当建立在对债务人企业非常详细、具体的资料搜集基础上，对每个主要因素都应当加以说明或计量。例如，可以通过对债务人以往的经济行为中的付款历史的考察，对其历史信誉或偿付能力做出判断。一个在以往交易历史中有过拖欠行为的企业，要比从来没有发生过拖欠行为的企业风险大得多。另外，企业的交易信用也可从该企业与其他合作伙伴的交易中得到验证。这些方面的信息可以由行业间的交流和信息沟通、专业信用记录、银行记录、诉讼记录等各种渠道获得^[21]。

正如其他的制度一样，5C方法同样存在着一定的缺陷和不足，主要表现在：在实行过程中需要相当数量的专门信用分析人员；实施的效果不稳定；对于很多分析因素难以确定相对稳定并且统一的评价标准，造成分析结果中掺杂了一定的主观性和随意性。企业信用要素分析方法从客观的角度为判断债务人的资信状况和信用能力提供了基本的思路和方向。然而，更加科学和具备可操作性的分析还需要对企业财务状况进行量化分析。

三、定量分析方法

定量分析方法是通过建立信用模型而进行的一种分析方法。实行定量分析方法，需要首先设计一套客观的指标，每个指标都明确评分标准与权重，然后根据既定的信用模型确定分析对象的信用分数，确定其最终的信用等级。因此，定量分析方法的核心是所选择的信用分析模型。

1.财务信用分析模型概述

（1）财务信用分析模型的含义。

在信用分析中采取定性分析方式，由专家或其他专业人员依据自身的专业知识和实践经验对企业的财务信用做出综合评判。这种方法具有使用灵活、操作成本低和易于在实践中实施的优点，但是分析过程不可避免地会受到评估人的知识背景、业务水平、判断能力、实践经验和个人偏好的限制，并受到其他主观因素的干扰，造成信用分析结果只能在保证有限的精确度下反映企业的信用程度，其决策结果会因人而异，直接影响了财务信用分析的公正性和客观性。

相对而言，定量分析方法采用统一的信用分析模型，具有比较强的科学性和精确性。信用分析模型作为信用分析的工具，有以下几个主要优点。第一，信用分析模型有一套完整的结构，它给信息收集工作提供了一个明确的范围；第二，信用分析结果比较客观，各类模型结果大多一致，可以给信用决策者提供参考或指导。当然，信用分析模型既有比较明显的优点，也存在一定的缺陷。首先，模型的实际效果受信息采集的数量及准确程度的影响比较大。其次，模型自身的结构也会存在某些缺陷，这些缺陷会影响信用分析结果的客观性和准确性。最后，信用分析模型大多需要庞杂的计算，在实施上成本比较高^[22]。

（2）财务信用分析模型的分类。

①预测性模型和管理性模型。

按照信用分析模型的分析目的，信用分析模型可以分为两大类，即预测性模型和管理性模型。预测性模型用于预测企业的经营前景，力图计量企业破产的可能性。Z计分模型和巴萨利模型就是比较典型的预测性模型，二者都以预测企业破产的可能性为目标，只是所依据的具体比率与模型函数有所差异。预测性模型目标专一，且对财务信息依赖性较强。管理性模型不具有预测性，它偏重于均衡地解释企业信息，从中衡量企业的信用能力。在这一类模型中，典型的有营运资产分析模型和特征分析模型。由于管理性模型具有很大的灵活性且通俗易懂，因此在信用分析中得到了比较广泛的应用^[23]。

②单变量模型和多变量模型。

根据信用分析模型中选用的变量多少不同，信用分析模型又可以分为单变量模型和多变量模型两种。

单变量预测模型是通过单个财务比率指标的走势变化来预测企业财务危机，评价企业的信用状况。按照单变量模型，企业发生财务信用危机是由长期因素而非短期因素造成的，因此可以长期跟踪某些重要的财务比率，分析这些比率的变化，借以预测公司的信用危机。

单变量预测模型最早是由威廉·比弗（William Beaver）提出的。他于1968年发表在《会计评论》上的一篇论文中，对1954—1964年期间的79个失败企业和相对应的同行业并且等规模的79家成功企业进行了比较研究。研究结果表明，企业的债务保障率（现金流量÷债务总额）能够很好地判定企业的财务状况，其误判率最低。其次是资产负债率（负债总额÷资产总额）和资产收益率（净收益÷资产总额），并且距离经营失败日越近，误判率越低，预见性越强。在后续研究中，资金安全率（资产变现率－资产负债率）也被认为是一个非常实用的单变量指标。单变量模型的基本原理是：如果某一企业运营状况良好的话，其主要的财务指标也应该一贯保持良好，一旦某一单变量指标（主要的财务指标）出现逆转，说明企业的经营状况遇到了困难，财务信用状况出现了恶化的可能和趋势。

虽然单变量模型在应用上比较便捷，但是这种模式存在着明显的不足，即个别财务比率只能反映企业财务状况的某一个或某几个方面的局部状况，而不能全面反映企业面临的各种风险。最为重要的是，被纳入监控范围的多个财务比率有时会呈现出不同的变动趋势，当这些财务比率彼此之间不完全一致甚至传递出相反的信号时，财务指标的报警作用就可能被减弱甚至被抵消。一个企业的财务状况是用多方面的财务指标来反映的，没有哪一个比率能概括企业的全貌。因此，单变量模型经常会出现对于同一个企业使用不同的预测指标得出不同结论的现象。因此，在实践中，单变量模式的应用受到较大的限制并且招致了许多批评，逐渐被多变量模型所替代。

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。按照多变模式思路建立多元线形函数公式，运用多种财务比率进行加权，然后以汇总产生的总判别分来预测企业的财务失败和信用恶化情况。多变量模型中应用最为广泛的是由美国纽约大学商学院奥特曼（Edward Altman）教授于1968年提出的“Z记分模型”。1968年，奥特曼在《金融杂志》上发表了《财务比率、判别分析和公司破产的预测》一文，奠定了多变量财务预警系统的理论基础。

2.Z计分模型

（1）Z计分模型的基本原理。

奥特曼提出的企业破产的Z指数预测模型，是众多风险估值方法和预警管理模型的鼻祖。由于模型本身的可靠预测，Z计分模型在西方掀起了企业失败判别的理论方法探索和模型研究的热潮，各种新的方法层出不穷，理论上逐步完善，实践应用也日益广泛。

在研究中，奥特曼利用多元判别分析法（MDA）^[24]逐步提取了5种最具有共同预测能力的财务比率，建立起一个类似回归方程式的鉴别函数，即Z计分模型，通过一些相互关联的财务比率来预测公司破产的可能性。运用多元判别分析构建模型，这种多变量分析技术通过分析一组变量，在组内差异最小化的同时实现组间差异最大化。分析人员在此过程中根据不同的统计标准选入或舍去备选变量。

Z记分模型在世界各国得到了广泛的重视和应用，其主要特点和优势在于它客观准确，简单易懂，所有数据均可直接根据财务报表得到，可操作性强。不仅有利于企业管理当局进行财务分析，及早发现潜在的财务危机，改善财务状况，而且可以用来作为投资者或者潜在的投资者进行投资决策、债权人或潜在的债权人进行信贷决策以及监管机关实施监管措施的参考依据。

（2）Z计分模型的模型解释。

奥特曼选取了1946—1965年期间提出破产申请的33家企业和相对应的33家非破产企业为样本，使用了22个财务比率，经过数理统计筛选来分析公司潜在的失败危机。奥特曼在检验之后发现，Z计分模型正确预测了这66家企业中63家企业的结果，其预测的成功率明显超过了单变量预测模型。通过对分组企业的研究和分析，采用五个财务比率作为回归变量并进行加权计算，将反映企业偿债能力的指标、获利能力的指标和营运能力的指标有机联系起来，综合分析预测企业财务失败或破产的可能性。在此基础之上，根据判别分值，确定了信用状况产生突变的临界值，达到了对企业进行信用风险定位的目的。Z计分模型的数学表达式如下：

其中：Z为判别函数值。

除了X₅之外，模型中的X值均以绝对百分率来表示，或者理解为将X值计算结果乘以100。例如，X₂为20%，则X₂取值为20。计算中，X₂中的“留存收益”为盈余公积金和未分配利润的和。

Z计分模型中涉及五个指标，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，综合分析并预测企业财务失败或破产的可能性，从不同角度对企业的持续经营能力作出评价。

X₁是净营运资本与总资产的比例。净营运资本是流动资产和流动负债的差额。企业的流动资产和流动负债是由经营循环所形成的，例如货币资金、应收款项和存货等流动资产项目以及应付款项等流动负债项目。净营运资本是企业的净经营性资产，其金额的大小和周转速度的快慢直接决定了企业变现能力的强弱，是企业完成经营循环的主要手段。一个企业净营运资本的不足或者净营运资本的持续减少，往往是企业资金周转困难或出现短期偿债危机的征兆。

X₂反映了企业的利润积累程度。期末留存收益是由企业历年留存利润积累而成的，是历年实现的可向投资者分配的净利润减去支付的全部股利的余额。收益积累程度比较低的企业抵抗债务危机的能力会比较弱，财务失败的风险较大。对于很多财务失败的企业来说，期末留存收益常常为负数，实际反映了企业长期亏损对股东权益的侵蚀结果。

X₃可称为总资产息税前利润率。在计算上，总资产息税前利润率的计算口径一般为息税前利润除以平均资产总额。之所以采用平均资产总额作为分母，是因为期末资产总额只反映了资产占用水平的瞬时特征，这一时点数字不能客观反映一年中资产的实际变化情况，与分子部分的全年累计息税前利润在计算口径上存在着不一致。息税前利润是指扣除债务利息与所得税之前的利润。计算总资产利润率时，采用息税前利润与总资产水平进行比较，能够反映债权人及所有者共同投入企业的资本的使用效益。该指标主要是从企业所有的资金来源（包括权益资本和负债资本）的角度对企业资产的使用效益进行评价，是反映企业财务信用状况恶化的最有力依据之一。

X₄测定的是企业的财务结构，分母为流动负债和长期负债的账面价值之和，分子以股东权益的市场价值替代了账面价值，是对财务分析中常用的产权比率进行的修正，其目的是更加客观地反映公司的内在价值。由于股票的市场价值的波动性和无序性，X₄指标的分子是一个比较难确定的参数。

X₅为总资产周转率，企业总资产的营运能力集中反映在总资产的周转速度上。因此，总资产周转率可以用来分析企业全部资产的使用效率。比较高的总资产周转率，说明企业利用全部资产进行经营的效率高；反之，如果总资产周转率低，则说明企业利用全部资产进行经营的效率低，最终必然影响企业的获利能力。如果企业的总资产周转率长期处于较低的水平，就必须采取措施提高各项资产的利用程度，清理多余的闲置资产，降低资源占用，加速资产周转速度。X5的分子“本期营业收入”是指营业收入净额，即销售收入减除折扣、折让和退回等后的净额。

一般而言，Z值越低，企业越有可能发生破产。Altman结合美国股票市场的实际情况，确定Z值的实际截止点为2.675（见表8－4），提出了判断企业破产的临界值：如果Z系数≥2.675，那么公司的财务状况是稳健的，财务状况良好，发生破产的可能性较小，由此导致的信用风险也比较小。如果Z系数≤1.81，那么公司很有可能走向破产的边缘，存在很大的破产危险。如果Z系数介于1.81—2.675，这将处于一个判断模糊的区域，无法准确地判定公司的财务状况。由于判断误差较大，称该重叠区域也被称为“未知区”（Zone of Ignorance）或“灰色区域”（Gray Area）。

表8－4　Z计分模型具体判断标准

［例8－1］　现举例说明Z计分模型的简要分析过程，如表8－5所示。

表8－5　A公司及B公司主要财务指标

A公司Z值计算如下：

X₁＝（2 760÷6 860）×100＝40.23

X₂＝（432÷6 860）×100＝6.30

X₃＝（1 024÷6 860）×100＝14.93

X₄＝（6 080÷4 780）×100＝127.20

X₅＝11 800÷6 860＝1.72

则：Z_A＝0.012×40.23＋0.014×6.30＋0.033×14.93＋0.006×127.20＋0.999×1.72＝3.545

B公司Z值计算如下（X₁、X₂、X₃、X₄、X₅的计算省略，读者可自行计算）：

Z_B＝0.842

由计算结果可知，A公司的Z值大于临界值2.675，表明其财务状况良好，信用水平比较理想。而B公司的Z值显然过低，小于临界值，表明该公司财务状况堪忧，已经出现破产的先兆，面临比较严重的信用危机。

为了给非上市公司评分，Z计分模型进行了一定程度的修改，主要是计算比率X₄时用账面价值替代市场价值，于是得到如下的适用于非上市企业的Z计分模型：^[25]

适合于非上市企业的计分模型的下限为1.23，小于基本模型的1.81；而上限为2.90，小于基本模型的2.99；灰色区2.90—1.23，比基本模型的灰色区（2.99—1.81）要大。

对Z计分模型进行的另一种形式的修改是在模型中不包含变量X₅（本期营业收入÷总资产），这种修改后的模型可以使行业的潜在影响最小化。模型中包含资产周转率这类行业敏感程度比较大的变量会导致模型受行业类型的潜在影响更大。另外，修改后的模型中的变量X₄采用权益的账面价值。一般地，适合于非制造企业的新的Z计分模型如下：

需要说明的是，以上Z计分模型的经验值有其特定的市场环境，必须具体分析，不存在一套通用的测算模型和经验系数。例如，行业特点不同，其财务指标也不同，企业财务状况表现出不同的特点，行业差别比较大，因此反映出不同的Z值分布区间。不同行业的Z值显示出不同的特点，行业的Z值与行业经营环境有关。一些比较成熟的行业，如制造业、房地产业、纺织业、批发和零售贸易业等，财务失败的Z值与正常企业的Z值相差相对较小，而且正常企业的Z值也偏低，均处于灰色地带。新兴行业，如计算机及网络服务业，其与正常企业的Z值差别则大一点，显示出这些行业的高风险、高回报的特点。行业经济环境也对Z值有所影响，处于行业不景气的产业其正常企业的Z值也较低，而处于景气状况的产业其正常企业的Z值高于其他行业的水平。规模效应较强的行业，由于未形成规模效应，Z值较低，而正常企业的Z值较高。除了企业本身，Z计分模型的正确与否也与市场的完善程度有关。由于我国市场经济不完善，导致企业本身管理不善，会计信息失真，资本市场的监管力度偏弱。因此，利用Z计分模型对我国企业进行财务信用分析，必须结合我国企业的具体情况和所处外部环境的特点，不能盲目照搬。

（3）对Z计分模型的评价。

Z计分模型是建立在单变量度量指标的比率水平及绝对水平基础之上的多变量模型。这些数值经过综合和计算权重而产生的衡量标准能够较好地区分破产与非破产的公司。这种标准之所以有效，是因为破产公司所呈现的财务比率和财务趋势与那些财务基础良好的公司截然不同。Z计分模型是以财务比率为基础的^[26]。

作为早期出现的信用分析模型，Z计分模型为财务信用分析模型的发展做出了极大的贡献。截至目前，Z计分法模型仍然占据着主导地位。然而需要注意的是，Z计分模型在实际应用中仍然存在着以下几个方面的缺陷：

①过分依赖于财务报表数字，而忽视各项市场价值指标，从而在一定程度上削弱了预测结果的可靠性和及时性；同时，模型计算中的权数难以确定，而且利用多样差别分析法建立Z计分模型的工作量非常大，导致大量信用分析者出于运行成本的考虑而放弃实施和应用。

②分析对象的经营规模比较小时，计算比率所需要的数据很难获得。然而，正是这些小公司的破产可能性最大。Z计分模型以财务变量为主要依据，但中小企业财务状况不透明，致使财务变量失真的可能性相对比较大。

③在Z计分模型中，最终对预测企业财务失败起作用的财务比率只有5个，但是这并不意味着其他财务比率对预测企业财务失败就不起指示作用。财务比率之间往往具有一定的相关性，但又不是完全相关的。

④Z计分模型以线性关系为基本前提，而实际情况是指标间可能存在着高度的非线性关系。由于模型假设在解释变量中存在着线性关系，与现实的经济现象中广泛存在的非线性关系产生了一定程度上的分歧，因而削弱了预测结果的准确程度，使得模型不能非常精确地描述经济现实。

尽管存在以上问题，Z计分模型已被比较广泛地认为是一种对信用分析人员有很大帮助的模型，它在财务分析领域开拓了一片新天地。作为分析模型，Z计分模型当然无法达到准确预测出企业破产发生的具体时间，但它的作用在于可以事先预见到企业破产的可能性，并在年度比率中持续反映出破产可能性增大或减小的变化规律以及变化程度。另外，Z计分模型简便、效果比较显著，为大范围的商业化应用提供了可能。

3.巴萨利模型

巴萨利模型是以其发明者亚历山大·巴萨利（Alexander Bathory）的名字命名的，适用的行业范围比较宽泛。巴萨利模型最突出的特点是不需要非常复杂的计算过程，因此在操作上比较便捷，在实践中也得到了比较广泛的应用。巴萨利模型计量的财务比率与Z计分模型中的比率比较相似，在很大程度上，巴萨利模型是Z计分模型的进一步发展，是Z计分法的更普遍的应用。巴萨利模型的变量定义如下：

上述变量的基本含义如下：X₁衡量的是公司的业绩，反映公司当前利润和短期债务的比值；X₂衡量的是企业营运资本的回报率；X₃是资本结构比率，衡量股东权益对短期负债的保障程度以及自有资本与短期负债的对比关系；X₄衡量扣除无形资产后的净资产对债务的保障度；X5是衡量流动性的指标，表示净营运资本与总资产结构比例关系。

按照巴萨利模型的计算公式得到相应的Z值结果，Z值高即说明企业信用能力强，反之则弱。巴萨利模型是Z计分模型更普遍的应用，可在预测公司破产可能性的同时，衡量公司实力大小。

4.营运资产模型

营运资产模型是1984年提出并被实务界广泛使用的，属于管理模型而不是预测模型。该模型所需的数据可以直接从企业的财务报表上获得，而且计算简便，因此模型的适用性比较强。营运资产模型的计算过程主要分为三个步骤：营运资产计算、财务比率计算以及信用额度计算。

（1）营运资产计算。

营运资产模型首先考察企业的营运资产，并据此确定向企业授予信用的规模。营运资产指标的计算与企业的营业收入并不直接相关，其计算公式为

上述公式表明：营运资产模型不仅考虑了企业当前的偿债能力，而且还考虑到其净资产实力，用这两个指标的综合平均值来衡量信用风险程度的大小。这样，可以弥补流动资本和流动负债对企业偿债能力的说明力度上的不足，从而真实反映企业的信用实力。

（2）财务比率计算。

在计算出企业的营运资产之后，再以资产负债表中的四项比率计算修正值，对营运资产进行调整和修正，得出合适的信用限额。需要计算的四项财务比率分别是：流动比率、速动比率、债务净资产比率、短期债务净资产比率。其中前两项比率衡量企业的资产流动性，而后两项比率衡量企业的资本结构。在计算出四项财务比率的基础上，按照如下公式计算得出评估值W。

按照上述公式计算出的W值越大，表示企业的财务信用状况越好，财务风险越小。

（3）信用额度计算。

营运资产模型对于不同财务风险程度下的评估值W，对应给出一个确定的比例。按照该比例和第一步中计算出的营运资产的乘积来确定赊销信用额度。表8－6给出了不同的W值对应的营运资产的乘数比例。

表8－6　营运资产百分比乘数

续　表

由表8－6可看出，评估值W越小，信用风险越大，营运资产分析模型给予其越小的营运资产乘数比例作为计算赊销额度的依据。与Z计分模型和巴萨利模型相比较，营运资产模型相对比较简单，易于操作。营运资产模型使用的财务数据和比率并不复杂，在财务报表中都可直接获得，因此较为实用，但它不能用来预测企业的破产可能性。

下面举例说明营运资产模型的计算过程。例如，某企业流动比率为2，速动比率为1，短期债务净资产比率为0.75，债务净资产比率为1.25，营运资本为400 000元，净资产为900 000元。则：

对照表8－6可以得到营运资产乘数为25%。因此，信用额度＝650 000×25%＝162 500（元）。

5.财务信用分析模型的发展趋势

尽管专家评价方法带有很大的主观性和随意性，但该方法能够将所有影响信用风险的因素考虑进来。另外，一些不能量化的指标仍然必须依赖专家进行判断。在实践中，无论风险量化技术如何发展，无论采用的什么样的数学原理和计量模型，经验判断仍然起着重要的作用。在财务信用分析和管理的实践中，任何科学的分析模型都只能是分析的工具，而不能完全替代定性的分析。尽管各种先进的财务风险量化方法不断涌现出来，但以专家的经验和意见为主的专家评价的定性分析方法仍然占据重要的地位，并且得到了一定程度的补充和发展。

随着经济发展的环境日趋复杂，经济环境中潜在的信用风险不断加大，对信用分析的手段提出了更高的要求，需要对企业的信用状况进行更加精确的度量和严格的控制。与此相适应，在信用分析和财务预警领域出现了很多新方法。这些新方法的特点是更加注重建模技术在信用分析中的应用，在传统信用评级的基础上提出了一批信用风险模型，具有代表性的主要有KMV模型、Credit Metrics、麦肯锡模型和CSFP信用风险附加计量模型等。

信用度量制方法（Credit Metrics）是由美国摩根公司联合一些合作机构于1997年开发出的模型，考虑到未来更多因素发生变动时的企业发生信用风险的概率，主要用于对贷款和非交易资产进行估价和风险计算。该方法通过掌握借款企业的信用评级、次年评级发生变化的概率、违约贷款的回收率、债券市场上的信用风险价差计算出贷款的市场价值及波动性，利用受险价值方法对单笔贷款或贷款组合的受险价值量进行度量。

麦肯锡模型是在信用度量制的基础上，对一些周期性的宏观经济因素进行了处理，将评级转移矩阵与经济增长率、失业率、利率、汇率等宏观经济变量之间的关系模型化，并通过蒙地卡罗模拟技术（Monte Carlo Simulation Approach）模拟周期性因素的影响对企业信用状况产生的变化。麦肯锡模型可以看成是对信用度量制的补充，主要是考虑宏观经济形势发生的变化对企业信用风险等级的影响。

CSFP信用风险附加计量模型是一个违约模型，它不把信用评级的升降和与此相关的信用变量的变化视为一笔贷款的VAR（信用风险）的一部分，而只看作是市场风险，它在任何时期只考虑违约和不违约这两种事件状态，计量预期到和未预期到的损失。

KMV模型是估计借款企业违约概率的方法，考虑企业股票在未来发生价格波动时企业发生信用风险的可能性。首先，KMV模型利用Black-Scholes期权定价公式，根据企业资产的市场价值、资产价值的波动性、到期时间、无风险借贷利率及负债的账面价值估计出企业股权的市场价值及其波动性，再根据公司的负债计算出公司的违约实施点，然后计算借款人的违约概率，最后根据企业的违约概率与预期违约率之间的对应关系，求出企业的预期违约率^[27]。

综上所述，现代数学模型已经逐步与传统的信用风险分析方法结合起来，不仅对传统分析方法作了进一步的修正和完善，而且能对企业未来的信用风险进行更加有效的预测。现代数学模型的应用，大大提高了信用分析的计量精确度。而且，通过数学计量模型自身的强大功能和计算机软件的应用，能够同时计量和模拟更多的影响因素与企业信用风险程度之间的相关关系，使企业的信用风险评价更加全面和科学。