本本 科科 生生 毕毕 业业 论论 文（设计）文（设计）题目：Z-score 模型在上市公司信用风险评价中的运用研究学生姓名 学 号 指导教师 二级学院 金融学院专业名称 信用管理班 级 2011 年 5 月 18 日此处为论文中文题目，要求居中填写主标题不超过 24 个汉字；可加副标题（副标题前加破折号），副标题与主标题间空一行的位置主标题：黑体，小二，居中副标题：楷体_GB2312，四号，居中阅后删除此文本框。声明及论文使用的授权本人郑重声明所呈交的论文是我个人在导师的指导下独立完成的。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写的研究成果。论文作者签名： 年 月 日本人同意浙江财经学院有关保留使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以上网公布全部内容，可以采用影印、缩印或其他复制手段保存论文。论文作者签名： 年 月 日Z-score 模型在上市公司信用风险评价中的运用研究摘要：多元判别分析法是信用风险评价的重要方法之一，其中以 Altman 提出的 Z-score 为代表。将 Z-score 模型运用于我国上市公司信用风险评价中，进行均值分析和趋势分析，得出上市公司的 Z 值及所对应的信用风险区域。结果表明，Z-score 模型能较为准确的预测我国上市公司的信用风险，且模型的运用效果并不因上市公司所处行业的不同而有显著差异；但发现模型预测具有时效性，预测结果的精准度与上市公司被处理的原因有一定关联。文章提出可通过探索适应我国的指标体系、加入定性指标等方式使 Z-score 模型能更好的运用于我国上市公司的信用风险评估。关键字：Z-score 模型、信用风险。A Studying on the Applicability of Z-score Model in Assessment of Credit Risk of the Listed CompaniesAbstract：Multiple discriminant analysis is an important method of credit risk assessment, one of is the Altmans Z-score model. The Z-score model will be applied to assess the credit risk of the listed companies in our country, by using mean analysis and trend analysis to obtain the Z value of the listed companies and the credit risk area. The results show that Z-score model can predict the credit risk of listed companies in accurately, the results have no effect of the industries which the listed companies are. The accuracy of prediction has a relation with the cause of with the listed company to be processed. This paper proposes to explore the index system, add qualitative indicators etc. by doing so, Z-score model can make better use in China.Key words：Z-score model , credit risk .目 录1引 言 .11.1研究背景.11.2国外研究综述.11.3国内研究综述.22信用风险评估与 Z-score 模型 .32.1信用风险.32.1.1信用风险的概念.32.1.2信用风险的度量.42.2Z-score 模型 .42.2.1Z-score 模型判别式 .42.2.2Z 值范围划分 .62.2.3将 Z-score 模型作为研究方法的原因.63研究方法与数据来源 .73.1研究数据来源.73.2研究方法.73.2.1均值分析.73.2.2趋势分析.83.3变量计算公式.84实证结果与分析 .84.1均值分析.84.2趋势分析.104.3综合分析：Z-score 模型运用我国上市公司的优势与缺陷 .114.3.1Z-score 模型运用的优势 .114.3.2Z-score 模型运用的缺陷 .115Z-score 运用于我国上市公司信用风险评估的建议.125.1探索合乎我国实际的 Z-score 模型指标体系和变量计算方法.125.2引入定性指标辅助模型判断，建立上市公司信用数据库.125.3完善上市公司信息披露制度，提高信息质量.13参考文献.141引 言1.1 研究背景信用风险是金融市场上最古老的一类风险，但自其出现以来对世界经济中的各个主体产生着深远的影响，并牵制着经济的发展。在 2007 年至 2008 年的全球金融危机中，人们不得不再次将目光投向它，美国的次贷危机引发全球金融海啸造成了金融市场的剧烈动荡，导致了贝尔斯登、雷曼兄弟、美林证券等位数众多的世界知的金融机构破产，全球财富大幅度缩水，全球经济低迷衰退。究其根本是信用风险管理失当所致。由于对低信用群体和高风险领域采取相对宽松的信用准入制度，信贷资金大量流入埋下了危机的隐患。新形势下的信用风险特点对信用风险管理提出了新的要求，信息技术的发展拓宽了获取信息的渠道、增加了分析数据处理数据的方法。信用风险计量与控制模型不断发展，使得信用风险管理水平得以不断提高。纵观我国实际，对于信用风险的尚处于初级阶段，体制不完善、评判方法缺失。面对日益变化的国际经济与金融环境，尽快探索适合我国实际的信用风险管理办法尤为重要。上市公司作为我国资本市场的重要主体，具有管理规范、信息公开的特点，将其作为研究对象寻求适合我国的信用风险度量模型突破口。1.2 国外研究综述Altman 在单变量度量指标的比率水平及绝对水平基础之上的建立了 Z-score 多变量模型。1968 年模型初建时主要应用于破产公司与非破产公司的判别，原始采用样本的公司来自于制造业，包括五个指标变量：营运资本总资产（X1）；留存收益总资产（X2）；息税前利润总资产（X3）；权益市价债务账面值（X4）；销售收入总资产（X5）。Altman 的研究结果表明，当 Z 值大于 2.675，表明企业的财务状况良好，发生破产的可能性较小，银行的信贷资产是有保障的；当 Z 值小于 1.81，表明企业存在较大的破产风险，银行信贷资产面临较大风险；当 Z 值介于 1.812.675 之间，表明企业财务状况不稳定，Altman 称之为“灰色区域”1。对于 Z-score 模型对于公司信用风险预测精准度，主要存在以下两种观点：第一，认为 Z-score 模型有着相当高的预测精准度以及所具有的使用简便的特点应得到广泛的使用。持该种观点的人认为，Z-score 模型不像财务比率那样可能出现相互矛盾的结果，因而更为的准确并能得出明确的结论；其次，模型规范化，很少有空间进行操作；同时模型的判别结果可以通过统计方法进行检验，使得模型具有一定的客观性而不是依据分析人员的主观判断；模型易于计算，成本较低，具有普遍推广的可能。例如，Samarakoon 利用 Z-score 模型研究斯里兰卡股票市场，结果表明，该模型在利用当年的财务报表计算出财务比率预测危机的准确度非常高，认为 Z 评分模型在应用于评价规模较小的新兴市场的公司风险是一个很好的助手2。第二，认为 Z-score 模型的预测精准度不高。Warren Miller 比较在财务预警中违约率模型与 Z-score 模型的中发现 Z-score 模型应用具有局限性，其不适宜作为衡量非制造企业的财务风险3。1.3 国内研究综述我国学者对 Z-score 模型在我国上市公司中的运用主要做了以下三种类别的研究，第一类是将上市公司股票按其业绩和风险划分为 ST 和非 ST 股票进行研究，第二类是按行业研究 Z-score 模型在不同行业中的适用性，第三类是研究 Z-score 模型对上市公司信用风险评价基础之上对信用评级的影响和作用，本文将综述如下：第一类研究中，学者普遍认为 Z-score 模型运用于我国上市公司能够在一定程度上准确预测信用风险，但仍有需改进之处。迟晨通过研究发现 Z-score 模型对于预测 ST股票及摘帽上市公司股票的信用风险仍比较适用，但对绩优股的信用风险失真4。李卫兵与胡红菊在研究中发现，Z-score 模型在我国有一定适用性，其风险区域划分基本适用于我国但仍应根据我国实际作出一定的调整，并可考虑引入资本市场指标以完善体系，提高预测精准度；同时，Z-score 模型在运用中 Z 值的大小与上市公司的财务状况好坏成正比