客户信用分析之预测模型（一）
在上期讲座中，我们着重分析了粉饰财务报表的常见手段和方式。接下来的两期我们将针对如何量化客户的信用状况介绍两个预测模型：z计分模型与巴萨利模型。
信用分析类型可以分两类：预测模型和管理模型。预测模型用于预测客户前景，衡量客户破产的可能性。z计分模型和巴萨利模型属于此类，两者都以预测客户破产的可能性为目标，不同之处在于所考察的比率和公式略有不同。
z计分模型通过关键的财务比率来预测公司破产的可能性。最初的z计分模型由爱德华?阿尔曼在1968年构造。他利用多样差别法（mda），结合统计技术，得到了一系列财务比率，并用这些比率预测客户破产的可能。对于上市公司，有一下一系列比率：营运资本/总资产（1）留存收益/总资产（2）税前利润/总资产（3）股本市价/总负债（4）销售总额/总资产（5）具体应用中还有许多改进，一般按一下公式进行计算：1.2×（1）＋1.4×（2）＋3.3×（3）＋0.6×（4）＋0.99×（5）一般地，z值越低企业越有可能发生破产。如果企业地z值大于2.675，则表明企业地财务状况良好，发生破产地可能性较小；反之，若z值小于1.81，则企业存在很大地破产危险；如果z值处于两者之间，则企业地财务状况非常不稳定。
而对于非上市公司，有下面一些比率：
税前利润/总负债（6）
税前利润/销售额（7）
营运资本/（总负债－递延税金）（8）
（流动资产－存货）/营运资本（9）
（流动资产－存货）/流动负债（10）
此时，z计分值为：（6）＋（7）＋（8）＋（9）＋（10），对非上市公司非常适用。公司破产一般发生在该公司每一次打分出现负值后三年里。
比较典型的z计分模型由理查德?托夫勒所创。1977年他对46家性质相同、规模大小一样的破产公司和有偿债能力的公司进行了对比，并依据其调查结果和利用多样性差别分析法得出以下一些比率：（税前利润/流动负债）×权数（1）（流动资产/负债总数）×权数（2）（流动负债/总资产）×权数（3）现金交易间隔期×权数（4）z计分值便是（1）＋（2）＋（3）＋（4），如计分值为负，则表示公司不景气，存在破产的危险。
经实践证明，这四种比率配上适当的权数，预测公司破产率的准确性高达97％以上。可见，z计分模型是帮助企业确定客户破产风险的有力工具。
在实际应用中，z计分模型存在以下三个缺陷：1．权数难于确定2．模型所依赖的数据难于获得3．以46家公司为样本缺乏说服力目前，在中国国内，企业的财务数据（包括上市公司和非上市公司）除了难以获得外，本身反映其实际经营情况的准确性不高，但对于z计分模型，由于采用的都是财务数据的比率而非具体数值，因此这种预测性模型对国内的企业风险判断还是有着很强的指示作用。z计分模型虽不能准确预测公司破产的时间，但指出了破产的可能性，并通过逐年比较反映出这种可能性是否增大。
————华夏信用管理咨询部聂庭超