阿特曼 Z-score 模型Z 得分公式（Z-Score Formula） 目录[显示] 1 什么是阿特曼 Z-score 模型? 2 Z—Score 财务预警模型概述[1] 3 Z-score 模型的构成 4 Z 得分结果分析 5 Z－score 模型的计算公式 6 Z－score 模型的内容 o 6.1 模型 Ao 6.2 模型 B 7 Z 得分结果分析 8 Z-Score 模型的限制与缺点 9 阿特曼 Z-score 模型案例分析 o 9.1 案例一 :Z-Score 模型在制造业上市公司财务预警中的实证分析o 9.2 案例二:Z-Score 模型在我国制造业上市公司财务预警中的实证分析[1] 10 相关链接 11 参考文献[编辑]什么是阿特曼 Z-score 模型? Edward Altman 的 Z 得分公式（ Z-Score Formula）是一个多变量财务公式，用以衡量一个公司的财务健康状况，并对公司在 2 年内破产的可能性进行诊断与预测 研究表明该公式的预测准确率高达 72% - 80% 纽约大学斯特恩商学院教授、金融经济学家 爱德华·阿特曼 （Edward Altman）在 1968 年就对美国破产和非破产生产企业进行观察，采用了 22 个财务比率经过数理统计筛选建立了著名的 5 变量 Z-score 模型 Z－score 模型是以多变量的统计方法为基础，以破产企业为样本，通过大量的实验，对企业的运行状况、破产与否进行分析、判别的系统。
Z-score 模型在美国、澳大利亚、巴西、加拿大、英国、法国、德国、爱尔兰、日本和荷兰得到了广泛的应用 [编辑]Z—Score 财务预警模型概述 [1]Z—Score 模型在经过大量的实证考察和分析研究的基础上，从 上市公司财务报告中计算出一组反映公司财务危机程度的财务比率，然后根据这些比率对财务危机警示作用的大小给予不同的权重，最后进行加权计算得到一个公司的综合风险分，即 z 值．将其与临界值对比就可知公司财务危机的严重程度Z—Score 模型判别函数为： Z = 1.2X 1 + 1.4X2 + 3.3X3 + 0.6X4 + 0.99X5 其中 X1=营运资本／资产总额，它反映了公司资产的变现能力和规模特征一个公司营运资本如果持续减少，往往预示着公司资金周转不灵或出现短期偿债危机 X2=留存收益 ／资产总额，反映了公司的累积获利能力对于上市公司，留存收益是指净利润减去全部股利的余额留存收益越多，表明公司支付股利的剩余能力越 X3=息税前利润／资产总额即 EBIT／资产总额可称为总资产息税前利润率，而通常所用的总资产息税前利润率为 EBIT／ 平均资产总额，分母间的区别在于平均资产总额。
避免了期末大量购进资产时使 X3 降低，不能客观反映一年中资产的获利能力，衡量上市公司运用全部资产获利的能力 X4=股东权益 的市场价值总额／负债总额．测定的是财务结构，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取代了账面价值，使分子能客观地反映公司价值的大小 X5=销售收入 ／资产总额，即总资产周转率，企业总资产的营运能力集中反映在总资产的经营水平上 如果企业总资产周转率高．说明企业利用全部资产进行经营的成果好反之，如果总资产周转率低，则说明企业利用全部资产进行经营活动的成果差．最终将影响企业的获利能力 Z--Score 模型从企业的资产规模、变现能力、获利能力、财务结构、偿债能力、资产利用效率等方面综合反映了企业财务状况，进一步推动了财务预警系统的发展奥特曼通过对 Z—Score 模型的研究分析得出 Z 值与公司发生财务危机的可能性成反比， Z 值越小公司发生财务危机的可能行就越大，Z 值越大，公司发生财务危机的可能性就越小当 Z2.675 时，公司财务状况良好，破产可能性极小但由于每个国家的经济环境不同，每个国家值的判断标准也各不相同，因而各国家公司值的临界值也各不相同。
[编辑]Z-score 模型的构成 根据 Altman，Z 得分运用 5 个常用的商业比率作为破产预测因子，经过一定的加权， 最后计算得出公司破产的可能性 该公式最初的应用对象是制造业企业，后经过一定的调整，也同样适用于服务性企业 [编辑]Z 得分结果分析 如何对 Z 得分结果进行判断？ 取决于： 原始的 Z 得分[针对公共制造企业]：如果 Z 得分大于等于 3.0，则企业不可能破产 如果Z 得分小于等于 1.8，则企业很可能破产 比分在 1.8 - 3.0 之间，是灰色区域 企业Z 得分在此范围内的话，则一年内的破产可能性为 95%，两年内的破产可能性为 70% 很显然，Z 得分越高，企业越不可能破产 模型 A 的 Z 得分[针对私营制造企业]：主要适用于私营制造企业， 而不能应用于其他类型的公司 如果 Z 得分大于等于 2.90，企业则不可能破产 如果 Z 得分小于低于1.23，企业则很可能破产 Z 得分在 1.23 - 2.90 之间的企业，一年内破产的可能性是 95%，两年内破产的可能性是 70% 很显然，Z 得分越高，企业越不可能破产 模型 B 的 Z 得分[针对私营一般性公司]：这一版本的 Z 得分主要是用来预测私营的非制造业企业在 1-2 年内破产的可能性， 所以模型 B 的 Z 得分只适用于私营的一般性公司， 而不能应用于其他类型的公司。
如果 Z 得分大于等于 2.60，企业则不可能破产；如果 Z得分小于等于 1.10，企业则很有可能破产 1.10 - 2.60 之间为灰色区域， Z 得分在 1.23 - 2.90 之间的企业，一年内破产的可能性是95%，两年内破产的可能性是 70% 模型B 亦说明，对于企业来说，Z 得分越高越好 [编辑]Z－score 模型的计算公式 Z 得分的计算公式， 需要说明的是，公式针对公共企业与私营企业要作相应的调整和变更Altman's Z-Score Working Capital/Total Assets ×1.2 Retained Earnings / Total Assets ×1.4 EBIT / Total Assets ×3.3 Market Value of Equity / Book Value of Total Liabilities ×0.6 Sales / Total Asset × 0.999 Z-Score(Public MFG COmpanies) Working Capital / Total Assets × 0.717 Retained Earnings / Total Assets × 0.847 EBIT/Total Assets × 3.107 Market Value of Equity / Market Value of Total Liabilities ×0.420 Sales / Total Asset ×0.998 A-Z'-Score (Privately held MFG companies) Working Capital / Total Assets ×6.56 Retained Earnings / Total Assets ×3.26 EBIT / Total Assets ×6.72 Market Value of Equity / Market Value of Total Liabilities ×1.05 B-Z'-Score(Privately held non-MFG Companies) [编辑]Z－score 模型的内容 [编辑]模型 A 公开上市交易的制造业公司的破产指数模型： Z = 1.2X1 + 1.4X2 + 3.3X3 + 0.6X4 + 0.99X5 X1 = 流动资本 / 总资产 = （流动资产 — 流动负债） / 总资产 这一指标反映流动性和规模的特点。
流动资本=流动资产- 流动负债，流动资本越多，说明不能偿债的风险越小，并可反映短期偿债能力 X2 = 留存收益 / 总资产 = （股东权益合计 — 股本） / 总资产 这一指标衡量企业积累的利润，反映企业的经营年限 X3 = 息税前收益 / 总资产 = （利润总额 + 财务费用） / 总资产 这一指标衡量企业在不考虑税收和融资影响，其资产的生产能力的情况，是衡量企业利用债权人和所有者权益总额取得盈利的指标该比率越高，表明企业的资产利用效果越好，经营管理水平越高 X4 = 优先股和普通股市值 / 总负债= （股票市值 * 股票总数） / 总负债 这一指标衡量企业的价值在资不抵债前可下降的程度，反映股东所提供的资本与债权人提供的资本的相对关系，反映企业基本财务结构是否稳定比率高，是低风险低报酬的财务结构，同时这一指标也反映债权人投入的资本受股东资本的保障程度 X5 = 销售额 / 总资产 这一指标衡量企业产生销售额的能力表明企业资产利用的效果指标越高，表明资产的利用率越高，说明企业在增加收入方面有良好的效果 判断准则：Z<1.8,破产区； 1.8≤Z<2.99,灰色区；2.99
[编辑]模型 B Altman 针对非上市公司给出了修正的破产模型 Z = 1.0X3 + 6.56X1 + 3.26X2 + 6.72X4 判断准则：Z<1.23, 破产区；1.23≤Z<2.9, 灰色区；2.9
2、权数未必一直是固定的，必须经常调整 3、并未考虑景气循环效应因子的影响 4、公司违约与否与风险特性的关系实际上可能是非线性的 5、缺乏经济的理论基础，也就是为什么就这几个财务变量值得考虑，难道其它因素(例如公司治理变量)就没有预测能力吗？ 6、对市场的变化不够灵敏（运用的会计资料更新太慢） 7、无法计算投资组合的信用风险，因为 Z-Score 模型主要是针对个别资产的信用风险进行评估，对整个投资组合的信用风险无法衡量 [编辑]阿特曼 Z-score 模型案例分析 [编辑]案例一:Z-Score 模型在制造业上。