農業與化工業上市公司信用風險比較分析

葛祺

[提要] 本文通過運用Z評分模型這一傳統信用風險度量方法，分別對我國農業和化工制造業上市公司財務狀況進行考察，通過選取總資產相近的各20家上市公司數據對這兩個行業的信用風險情況做比較分析。研究發現：化工制造業中財務惡化的上市公司比例顯著高于農業上市公司，但農業上市公司財務狀況介于破產和良好之間的灰色區域比例遠高于化工制造業。與化工制造業相比，我國農業企業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，更需要金融機構的政策支持。

關鍵詞：Z評分模型；信用風險；跨行業比較

中圖分類號：F83 文獻標識碼：A

原標題：基于Z評分模型的我國農業與化工制造業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對企業的貸款政策。因此，利用各種定性、定量手段考察企業信用風險，并以此為依據對銀行結構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家企業作為樣本，對上市公司經營風險進行了實證研究；2004～2009年，先后有學者分區域對我國中部和新疆上市公司經營風險進行分析；2005～2015年，不少學者分行業對我國畜牧業、林業、房地產業、機械制造業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、創業板和高新技術類上市公司進行分析研究。但至今為止，尚沒有對農牧飼漁和化工制造業的定量研究，也沒有跨行業的信用風險比較分析。事實上，由于農業、尤其是現代農業與工業制造業的融合程度日益加大，且都是利用現有資源生產出滿足人們需求的產品，兩者都具有勞動密集型產業的特點，因此對農業和化工制造業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。該模型以多變量的統計方法為基礎，在經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，該指標反映了公司的流動性和資產規模；X2=留存收益/總資產，該指標反映了公司的累積獲利能力；X3=息稅前利潤/總資產，該指標是衡量企業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，它衡量的是企業基本財務結構是否穩定；X5=銷售收入/總資產，該指標衡量企業利用全部資產進行經營活動、增加營業收入的能力，反映了企業資產周轉率。

Z評分模型從企業的流動性、資產規模、獲利能力、債務結構、資產利用率等方面綜合反映了企業的財務狀況。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、進而產生信用風險的可能性成反比。即Z值越小，公司發生財務危機的可能行就越大；Z值越大，公司發生財務危機的可能性就越小。

根據Altman的研究結論，當Z<1.8時，企業面臨破產風險；當1.8≤Z<2.99時，企業屬于“灰色區”，可能面臨一定的風險；當Z≥2.99時，公司財務狀況良好。

四、樣本選取和數據分析

本文首先選取滬深兩市A股農業上市公司共61家、化工制造業上市公司共152家，分別考察截至2016年上半年末農業和化工制造業上市公司信用風險情況；其次，從61家農業類上市公司、152家化工制造業上市公司中選取總資產規模大致相當的各20家公司共計40個樣本進行跨行業比較。

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情況。上市公司銷售收入數據一般沒有披露，因此在計算X5時用主營業務收入代替銷售收入。具體調整如下：

X1=（流動資產-流動負債）/總資產

X2=（公積金+未分配利潤）/總資產

X3=（利潤總額+財務費用）/總資產

X4=（每股市值×流通股股數+每股凈資產×非流通股股數）/總負債

X5=主營業務收入/總資產

以上數據來源于滬深證券交易所網站、公開披露的上市公司財務報表和東方財富終端。根據Z評分模型公式，計算結果如下：

（一）農業、化工制造業上市公司Z值分布。從表1、表2可以看出，農業上市公司共61家，其中ST類公司1家，面臨破產風險的5家，處于灰色區域的11家，財務狀況良好的45家?；ぶ圃鞓I上市公司共152家，其中ST類公司7家，面臨破產風險的26家，處于灰色區域的14家，財務狀況較好的有112家。（表1、表2、圖1、圖2）

（二）農業、化工制造業上市公司樣本Z值比較。在農業類中，總資產分布在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在19.4億～39億元的農業上市公司和總資產在20.1億～32億元的化工制造業上市公司各20家作為樣本。（表3）

從表3可以看出，在兩行業總資產相近的各20家上市公司中，處于破產區的數量都是2家，但明顯兩家化工制造業企業的Z值較小，說明其財務狀況惡化程度較高。處于灰色區的化工制造業上市公司只有1家，而灰色區域的農業上市公司有3家，說明這些農業類上市公司雖不至于馬上面臨破產風險，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、研究結論

近年來，盡管銀行等金融機構積極響應國家“三農”政策，對涉農貸款力度不斷加大，但由于農業企業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，根據銀行中期報告的數據，四大國有銀行對化工制造業的貸款占比遠高于對農業的貸款占比。事實上，通過本文的比較研究可以看出，從財務危機引發信用風險的角度，農業處于破產區的上市公司比例遠低于化工制造業，這一點與農業ST類公司較少而化工制造業ST類公司數量較多的事實是一致的，說明總體來說，農業類上市公司財務惡化的風險遠小于化工制造業企業。但處于灰色地帶的農業企業比例是化工制造業企業的近兩倍，說明相當一部分農業上市公司的財務狀況無法應對因為政策環境發生變化或者企業內部經營不善可能帶來的失信風險。與化工企業相比，這些處在灰色區域的農業企業更需要產業補貼和政策扶持。

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：首都經濟貿易大學出版社，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模型在我國畜牧業上市公司的應用.合作經濟與科技，2014.19.