一、引言
　　陕西省地处我国内陆，以能源化工为产业结构主导，是西三角经济区的重要组成部分。程博（2009）研究认为，与发达地区相比，从资产总额、负债总额、总股本数量来看，陕西省上市公司规模不均衡，并且负债规模较大，加大了企业财务风险和经营风险，并且整体盈利能力不强，被特别处理的上市公司数量相对较多。随着陕西省产业结构演变呈现第一产业比重下降，第二产业比重持续增长，第三产业先升后降的新特点，以能源化工业、建筑业、装备制造业和高技术产业等为核心的支柱产业日益成为陕西经济的重要依托（八大支柱产业占GDP比重情况见图1），装备制造业以成为陕西省工业第三大支柱产业。截止2010年12月31日，陕西省共有30家上市公司。其中，装备制造业上市公司共有11家（见表1）。随着装备制造业在陕西省地位越来越重要，其面临的机会和风险也越来越大，尤其是众人瞩目之下的上市公司，为了利润目标，更可能付出巨大风险代价。在复杂的经营环境中，陕西省装备制造业上市公司如何及时发现财务危机的征兆，防患于未然，是经营者最为关心的财务问题之一，同时广大股东和债权人也需要趋利避害，将风险和损失降到最低，因此，如果能在企业财务状况刚刚出先危机征兆之时就发现并采取有效措施，就可以使众多企业免受更大损失，避免陷入困境甚至破产。
　　二、财务预警模型
　　（一）Z计分模型 国外关于财务预警模型的研究起步较早，比较著名的是美国学者爱德华・阿尔曼（Edward Altman）的Z计分模型。Altman认为，企业资金链的中断导致企业无力偿还到期债务，是企业破产的重要因素。企业的财务状况从正常转到破产清算这个过程中，反映在财务环节中的信号是可以预测的。1968年，Altman首次将多元线性判别方法引入到财务危机预警领域，利用数理统计方法，根据误判率最小原则，建立了“Z计分模型”。判别函数为：Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5。
　　其中: X1=（ 期末流动资产-期末流动负债） /期末总资产， 反映了企业资产折现能力和规模特征，营运资本下降，通常预示着企业会出现短期偿债困难；X2=期末累计未分配利润/期末总资产，反映累积获利能力；X3=息税前利润/期末总资产，往往是财务失败最有利的依据之一；X4=期末股东权益/期末总负债，测定的是企业的财务结构；X5=本期销售收入/期末总资产，反映的是企业运用资产以产生销售收入的能力。通过对Z计分模型的研究分析，Altman认为，Z值越小，企业遭受财务失败的可能性就越大。Altman 还提出了判断企业破产的临界值: Z 值大于2.675 时， 表明企业的财务状况良好， 破产可能性极小； 当Z 值小于1.81 时， 表明企业存在很大的破产危险；当1.81　　（二）F分数模型 我国对于企业财务危机预警的相关研究比较晚，与国外研究相比存在着较大的差距，但国内学者结合我国实际，运用多种方法进行探索，取出了很多重要成果。周首华、杨济华和王平（1996）以Altman的Z分数模型为基础对Z模型进行改进，把现金流量加入预测公司破产的有效指标，建立了F分数模型：F=- 0.1774+1.1091X1+0.1704X2+l.9271X3+0.0302X4+0.4961X5。
　　其中:X1、X2 和X4与Z分数的计算方法相同。该模型中现金流量是根据财务管理中长期投资决策中所用到的税后净现金流量计算办法，即:营业现金流量=税后净利润+折旧， 假设只有折旧为非付现费用。 X1=（期末流动资产-期末流动负债）/期末总资产，反映了企业资产折现能力和规模特征。营运资本下降，通常预示着企业会出现短期偿债困难；X2=期末累计未分配利润/期末总资产，反映累积获利能力；X3=（税后净利润+折旧）/平均总负债，衡量企业所产生的全部现金流量可用于偿还企业债务的能力；X4=期末股东权益/期末总负债，测定的是企业的财务结构；X5=（税后净利润+利息+折旧）/平均总资产，测定的是企业总资产在创造现金流量方面的能力（其中的利息是指企业利息收入去利息支出后的余额）。F分数模型的临界点为0.0274，若的F分数值低于0.0274，则预测为破产公司；反之，若F分数值高于0.0274，则被预测为继续生存公司。F分数模型的数值在其临界点上下0.0775内（即-0.0501~0.1049）为不确定区域，在此区域内有可能把财务危机公司预测为继续生存公司，或将继续生存公司预测为财务危机公司，需要进一步进行研究分析。
　　（三）模型公式解释及调整 鉴于我国上市公司具体情况，Z计分模型的X2指标中期末累计未分配利润即留存收益，可通用（盈余公积+未分配利润）计算取得，X3指标中息税前利润可以通过（利润总额+财务费用）计算取得，因而本文采用的Z计分模型：Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5
　　指标进一步解释调整为：X1=（期末流动资产- 期末流动负债） /期末总资产；X2=期末累计未分配利润/期末总资产=留存收益/期末总资产=（盈余公积+未分配利润）/期末总资产；X3=息税前利润/期末总资产=（利润总额+财务费用）/期末总资产；X4=期末股东权益/期末总负债；X5=本期销售收入/期末总资产；同理，F分数模型的X3指标中（税后净利润+折旧）可以用经营现金净流量表示，平均总负债用（（期初总负债+期末总负债）/2）表示，X5指标中利息无法直接取得，（税后净利润+利息+折旧）可以用（营业现金流量+财务费用）表示，平均总资产用（（期初总资产+期末总资产）/2）表示，本文采用的F分数模型：F=-0.1774+1.1091X1+0.1704X2+l.9271X3+0.0302X4+
　　0.4961X5
　　指标进一步解释调整为：X1=（ 期末流动资产-期末流动负债） /期末总资产；X2=期末累计未分配利润/期末总资产=每股未分配利润*总股数/期末总资产；X3=（税后净利润+折旧） /平均总负债=营业现金流量/（（期初总负债+期末总负债）/2）；X4=期末股东权益/期末总负债；X5=（税后净利润+利息+折旧） /平均总资产=（营业现金流量+财务费用）/（（期初总资产+期末总资产）/2）
　　三、实证分析
　　（一）样本选取和数据来源 本文选取陕西省装备制造业上市公司11只股票作为样本，其中2支*ST股票，9支普通股票，ST（Special treatment）指“特别处理”，*ST指公司经营连续三年亏损，退市预警。本文假设*ST股票具有较大的财务风险，计算出的Z值较大。拟根据11家上市公司2009年12月31日资产负债表、利润表、现金流量表的数据计算模型中的指标值，分别对Z计分模型和F分数模型进行实证分析。本表数据均来自巨潮信息网http://www.cninfo.com.cn/。
　　（二）描述性统计 相关财务指标的描述性统计见（表2）所示。







　　（三）Z计分模型对陕西省装备制造业上市公司财务预警的验证 根据样本公司财务数据表数据及Z计分模型公式，利用Excel表格可以计算相关指标，同时，Z 值大于2.675 时， 表明企业的财务状况良好， 破产可能性极小；当Z值小于1.81时，表明企业存在很大的破产危险；当1.81　　（四）F分数模型对陕西省装备制造业上市公司财务预警的验证 根据样本公司财务数据表数据及F分数模型公式，利用Excel表格计算出相关指标，同时，若的F分数值低于-0.0501，则预测为破产公司；反之，若F分数值高于0.1049，则被预测为继续生存公司，数值在-0.0501~0.1049之间为不确定区域，据此判断样本公司财务状况。详见（表3）。
　　（五）Z计分模型与F分数模型结果对比分析 分别用1、0、-1来表示财务状况从良好到不稳定，进而到破产危险，或从继续生存到不确定，进而到破产，并检验两模型结果类型是否一致，假设被特殊处理公司为-1，正常公司为0或1，据此检验与上市公司实际情况是否一致。见（表5）。Z计分模型和F分数模型在陕西省11家装备制造业上市公司计算的预警结果显示有6家结果一致，占54.54%，在5家不一样的结果中，除了*ST建机，F分数模型结果显示的财务状况均比Z计分模型结果显示的财务状况好一个等级。在与上市公司实际情况对比中，Z计分模型有6个结果一致，5个结果不一致，正确率54.54%，F分数模型有9个结果一致，3个结果不一致，正确率66.67%。在与实际情况不一致的结果中，两模型结果一致强烈地显示彩虹股份、烽火电子财务状况恶化，有破产危险，从一定程度上可以发现两家上市公司的财务风险隐患，亟需采取相应措施。而事实上，烽火电子财务状况极不稳定，经常被特殊处理。
　　四、结论
　　通过Z计分模型和F分数模型在陕西省装备制造业上市公司的实证研究，分析可得以下结论：第一，F分数模型较Z计分模型检验结果较为缓和。从两模型对比检验表中可以看出，Z计分模型和F分数模型在5家不一样的结果中，除了*ST建机，F分数模型结果显示的财务状况均比Z计分模型结果显示的财务状况好一个等级，因此可以判断F分数模型较Z计分模型检验结果较为缓和。第二，F分数模型较Z计分模型更适合样本公司财务预警。通过结果对比验证，Z计分模型正确率达54.54%，F分数模型正确率达66.67%，可见，对于陕西省装备制造业上市公司，加入了现金流量因素的F分数模型比较Z计分模型，财务预警效果更加明显。不过，两模型正确率都低于80%，都无法精准地预测陕西省装备制造业上市公司的财务风险，应考虑深入探究准确率更高，更加适合陕西省装备制造业上市公司的财务预警模型。第三，部分公司存在较大财务隐患。从验证分析中可得，Z计分模型和F分数模型的数值结果均强烈显示彩虹股份、烽火电子存在较大财务风险，虽然暂时没有被公开处理，但是两公司应引起注意，及时采取有力措施来降低财务风险，防患于未然，这也是财务风险预警研究的重要目的。本研究也存在一定局限性，由于客观原因，陕西省装备制造业仅有11家上市公司，即样本数量有限，而且采用的平面数据，可能存在偶然因素的影响，使结果准确度不够。如何克服这些局限性，需要进一步探索。