本⽂描述的是Z计分模型，该模型主要⽤于预测企业财务失败或破产的可能性，也可⽤于判定企业经营的状况，是⽬前在财务分析中最常⽤的⼀种模型。中国电梯网
⽬录
1.Z计分模型简介：主要说明Z计分模型是什么，解决什么问题。
2. Z计分模型应⽤分析的前期准备：主要说明Z计分模型⾥的特征含义，以及Z值的⽤途。
3. Z计分模型程序分析：主要说明Z计分模型数据来源和最终的结果分析
4. 总结：总结⼀下该模型的优势和劣势，再与之前的KMV模型⽐较看看有何优劣势。
1. Z计分模型简介
1968年，关国纽约⼤学教授爱德华·奥特曼利⽤多变量分析技术对企业的财务状况进⾏判别分析，他⾸先选择了1946年⾄1965年间33家破产的制造业企业，再通过抽样选取了跟其配对的33家正常经营的企业作为样本，运⽤22个财务指标通过数理统计进⾏分析筛选，最终建⽴了从企业资产的流动性、获利能⼒、财务结构、偿债能⼒和发展能⼒等⽅⽽综合反映企业财务状况的著名5变量模型，即Z计分模型。 研究表明，我国上市公司⼤部分⽀持Z计分模型的有效性，企业管理者可运⽤Z计分模型进⾏财务分析，促进其改善经营管理，防范财务风险，避免企业发⽣财务危机甚⾄破产；外部投资者、债权⼈等利益相关者可利⽤其评价企业，并可作为投资等相关决策的依据。
总的来说，Z计分模型是根据企业的财务指标数据，经过各种数理统计后得到5个变量并确定相关系数的⼀个著名5变量模型，并且该模型对我国⼤部分上市公司有⼀定效果。
凌家滩>探索性因子分析Z计分模型的判别函数如下:
Z = 0.012 * X1 + 0.014 * X2 + 0.033 * X3 + 0.006 * X4 + 0.999 * X5
2. Z计分模型应⽤分析的前期准备
Z计分模型主要⽤于预测企业财务失败或破产的可能性，也可⽤于判定企业经营的状况，是⽬前在财务分析中最常⽤的⼀种模型，故本⽂⾸先⽤z 计分模型来进⾏判别分析。先根据z计分模型分别计算三家乳品企业的z值，再按z值对企业进⾏⽐较和分析。
其中：
（1）X1=营运资⾦/资产总额=(流动资产⼀流动负债)/资产总额
该⽐率反映企业资产的流动性和分布状况，⽐率越⾼说明资产的流动性越强，财务失败的可能越⼩：
（2）X2=留存收益/资产总额=(股东权益⼀股本⼀资本公积)/资产总额
该⽐率反映企业的积累⽔平，⽐率越⾼说明企业的积累⽔平越⾼，财务失败的可能越⼩：
（3）X3=息税前利润/资产总额=(利润总额+利息费⽤)/资产总额
该⽐率反映企业的获利⽔平，⽐率越⾼说明企业的获利能⼒越强，财务失败的可能越⼩：
（4）X4=股东权益市价/负债总额=(已上市流通股数收盘价+未上市流通股数每股净资产)/负债总额
该⽐率反映企业所有者权益(或净产)与企业债务之间的关系，⽐率越⾼，说明企业所有者权益越⾼或净资产越⾼，企业财务失败的可能性就越⼩（5）X5=营业收⼊/资产总额：
该⽐率反映企业总资产的周转速度或营运能⼒，⽐率越⾼说明企业的资产利⽤率越⾼，效果也越好。
PS：X3中的利息费⽤⽆法直接从年报中获取，故以财务费⽤代替，对结果应⽆实质性影响;X4中的每股市价以股票当年股市收盘价计算。
阿尔特曼经过统计分析和计算最后确定了借款⼈违约的临界值Zo=2.675。如果Z<2.675，借款被划⼊
违约组；反之，如果Z≥2.675，则借款⼈被划⼊⾮违约组。当1.81<Z<2.99，阿尔特曼发现此时的判断失误⽐较⼤，称该重叠区域为未知区(zoneofignorance)或称灰⾊区域
(grayarea)。
3. Z计分模型程序分析
3.1 模型数据
图3.1.1
image.pngyintu
可以清楚的看到这都是⼀些上海上市的⽩酒公司，并且数据是16年~18年的第三季报。数据都是直接从表中得到。因为⾯板有限，更多具体的数据就不⼀⼀展⽰了。
3.2 模型执⾏结果分析松阳独山论坛
该模型代码⽐较简单，代码和数据可以从最下⽅码云链接下载。
代码主要分3部分：
1：读取和处理数据；
2：编写Z值函数；
3：绘制图形。
代码如下：
"""
功能：Z评分模型
"""
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 读取上市公司数据
data_xls_1 = pd.read_excel("⽩酒上市公司交易额表.xls")
data_xls_2 = pd.read_excel("⽩酒上市公司营收.xls")
# 读取上市公司数据
data_1 = data_xls_1.ix[:,
['收盘价_Clpr', '流通股_Trdshr', '已上市流通股_Lsttrdshr',
'年收益率_Yrret', '年⽆风险收益率_Yrrfret', '每股净资产(元/股)_NAPS', '⽇期_Date']].values
# print("data_1", data_1)
data_2 = data_xls_2.ix[:,
['流动负债合计(元)_Totcurlia', '⾮流动负债合计(元)_TotNcurlia', '负债合计(元)_Totlia',
'营业收⼊(元)_Incmope', '资本公积(元)_Capsur', '所有者权益合计(元)_TotSHE',
'利润总额(元)_Totalprf', '财务费⽤(元)_Finexp', '实收资本(或股本)(元)_Shrcap',
'流动资产合计(元)_Totcurass', '⾮流动资产合计(元)_TotNcurass', '资产总计(元)_Totass', '截⽌⽇期_EndDt']].values # 公司数据
吸波# 收盘价_Clpr
Clpr_list = data_1[:, 0]
# print("Clpr_list", Clpr_list)
# 流通股_Trdshr
Trdshr_list = data_1[:, 1]
# print("Trdshr_list", Trdshr_list)
# 已上市流通股_Ltrdshr
Ltrdshr_list = data_1[:, 2]
# print("Ltrdshr_list", Ltrdshr_list)
# 每股净资产
NAPS_list = data_1[:, 5]
# print("NAPS_list", NAPS_list)
# ⽇期_Date
date_list = data_1[:, 6]
# print("date_list", date_list)
# print(date_list)
# date_year = date[1].year
# print(date_year)
# 股权市场价值列表
E_list = (Clpr_list * Ltrdshr_list) + (Trdshr_list - Ltrdshr_list) * NAPS_list
# print("E_list", E_list)
# 流动负债合计(元)_Totcurlia
SD_list = data_2[:, 0]
# print(SD_li)
# ⾮流动负债合计(元)_TotNCurLia
LD_list = data_2[:, 1]
# print(LD_li)
# 负债合计(元)_TotLia
D_list = data_2[:, 2]
# print("D_list：", D_list)
# 营业收⼊(元)_Incmope
Income_list = data_2[:, 3]
# 资本公积(元)_Capsur
Reserve_list = data_2[:, 4]
# 所有者权益合计(元)_TotSHE
Own_E_list = data_2[:, 5]
# 利润总额(元)_Totalprf
Totalprf_list = data_2[:, 6]
# 财务费⽤(元)_Finexp
Finexp_list = data_2[:, 7]
# 实收资本(或股本)(元)_Shrcap
Shrcap_list = data_2[:, 8]
# 流动资产合计(元)_Totcurass
Totcurass_list = data_2[:, 9]
# ⾮流动资产合计(元)_TotNcurass
TotNcurass_list = data_2[:, 10]
# 资产总计(元)_Totass
Totass_list = data_2[:, 11]
# 截⽌⽇期_EndDt
EndDt_list = data_2[:, 12]
def Z_count(X):
"""
功能：计算Z值并返回
"""
Z = 0.012 * X[0] + 0.014 * X[1] + 0.033 * X[2] + 0.006 * X[3] + 0.999 * X[4]
分析⼀下结果，部分结果如下图：
图3.2.1
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议