基于Z值及改進(jìn)模型對(duì)醫(yī)藥制造業(yè)上市公司客戶選擇評(píng)價(jià)的研究

孫慶文 盧剛

【摘? 要】醫(yī)藥制造行業(yè)是高技術(shù)密集的行業(yè)，具有高投入、高產(chǎn)出、高風(fēng)險(xiǎn)、高技術(shù)的特點(diǎn)，被國(guó)家作為重點(diǎn)產(chǎn)業(yè)。因行業(yè)發(fā)展速度較快，醫(yī)藥行業(yè)企業(yè)普遍需要信貸資金支持，商業(yè)銀行對(duì)醫(yī)藥制造業(yè)行業(yè)客戶選擇的研究十分必要。論文采用Z值模型及Z值改進(jìn)模型對(duì)2015-2019年國(guó)內(nèi)168家上市醫(yī)藥公司的數(shù)據(jù)進(jìn)行分析、研究，得知Z值改進(jìn)模型更適用于醫(yī)藥制造業(yè)客戶選擇，并提出高度警惕高負(fù)債企業(yè)、加大創(chuàng)新型企業(yè)支持力度等5條醫(yī)藥制造業(yè)上市公司客戶選擇建議。

【Abstract】Pharmaceutical manufacturing industry is a high-tech intensive industry， with the characteristics of high investment， high output， high risk and high technology， and is regarded as a key industry by the state. Due to the rapid development of the industry， pharmaceutical industry enterprises generally need credit fund support， so it is very necessary for commercial banks to study the customer selection of pharmaceutical manufacturing industry. This paper uses Z value model and improved Z value model to analyze and study the data of 168 domestic listed pharmaceutical companies from 2015 to 2019. It is concluded that the improved Z value model is more suitable for customer selection in pharmaceutical manufacturing industry， and five suggestions on customer selection for listed pharmaceutical manufacturing companies， such as highly alert to high-debt enterprises and increasing support for innovative enterprises， are put forward.

【關(guān)鍵詞】客戶選擇;醫(yī)藥制造業(yè);Z值模型;Z值改進(jìn)模型

【Keywords】customer selection; pharmaceutical manufacturing industry; Z value model; improved Z value model

【中圖分類號(hào)】F274;F426? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2021）10-0085-03

1 引言

為判別醫(yī)藥行業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，選擇財(cái)務(wù)狀況較好的企業(yè)，有很多學(xué)者進(jìn)行了有益的嘗試。楊雪燕、殷實(shí)等（2016）[1]以1988-2013年間143家醫(yī)藥上市企業(yè)財(cái)務(wù)數(shù)據(jù)為研究樣本運(yùn)用逐步回歸方法驗(yàn)證Z值影響因素，得出醫(yī)藥行業(yè)財(cái)務(wù)狀況整體較好，但部分企業(yè)財(cái)務(wù)狀況較差的結(jié)論。楊凡、卞鷹（2020）[2]以38家中藥上市企業(yè)財(cái)務(wù)數(shù)據(jù)為研究樣本運(yùn)用Z值模型及面板分析工具，得出公司年限、有形資產(chǎn)率等指標(biāo)為反映企業(yè)財(cái)務(wù)狀況的正向指標(biāo)。趙悅（2020）[3]以2017-2019年40家醫(yī)藥企業(yè)的財(cái)務(wù)數(shù)據(jù)為研究樣本，運(yùn)用Z值模型得出醫(yī)藥制造業(yè)整體財(cái)務(wù)欠佳的結(jié)論。

本文在前人研究基礎(chǔ)上，運(yùn)用Z值及改進(jìn)模型分析醫(yī)藥制造業(yè)上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，辨別Z值及Z值改進(jìn)模型對(duì)財(cái)務(wù)風(fēng)險(xiǎn)判斷的準(zhǔn)確性，確定適合作為商業(yè)銀行選擇醫(yī)藥制造業(yè)上市公司客戶的模型，并從商業(yè)銀行客戶選擇角度提出相應(yīng)金融服務(wù)建議。

2 Z值及改進(jìn)模型簡(jiǎn)介

2.1 Z值模型

1968年Edward Altman提出了Z值模型[4]，主要用于破產(chǎn)預(yù)測(cè)。Edward運(yùn)用數(shù)理統(tǒng)計(jì)中的辨別分析技術(shù)研究1946-1965年規(guī)模相近的33家企業(yè)破產(chǎn)原因與財(cái)務(wù)指標(biāo)之間的相關(guān)性，篩選出了5個(gè)能夠顯著反映借款人財(cái)務(wù)狀況、最具有預(yù)測(cè)或者分析價(jià)值的指標(biāo)，設(shè)計(jì)出了一個(gè)能夠最大限度預(yù)測(cè)財(cái)務(wù)失敗或者企業(yè)破產(chǎn)的判斷函數(shù)，也用于區(qū)分貸款風(fēng)險(xiǎn)程度。

Z值模型的判斷函數(shù)為：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5

其中：X1的計(jì)算公式為營(yíng)運(yùn)資本/總資產(chǎn);X2的計(jì)算公式為留存收益/資產(chǎn)總額;X3的計(jì)算公式為息稅前利潤(rùn)/資產(chǎn)總額;X4的計(jì)算公式為股權(quán)市值/總負(fù)債;X5的計(jì)算公式為銷售收入/總資產(chǎn)。

Z值模型的判斷標(biāo)準(zhǔn)為：如Z值>2.99，公司財(cái)務(wù)狀況較好，破產(chǎn)危機(jī)較小;1.81

2.2 Z值改進(jìn)模型

Z值改進(jìn)模型由張玲于2000年提出[5]，在原有Z值模型的基礎(chǔ)上進(jìn)行了改進(jìn)。張玲運(yùn)用數(shù)理統(tǒng)計(jì)中的判別分析法對(duì)國(guó)內(nèi)滬、深兩交易所14個(gè)行業(yè)中共計(jì)120家ST/非ST上市公司進(jìn)行了研究，選擇出了4個(gè)能夠顯著反映財(cái)務(wù)危機(jī)的財(cái)務(wù)比率指標(biāo)，構(gòu)建了4個(gè)變量的判斷函數(shù)，用于評(píng)價(jià)公司財(cái)務(wù)狀況及危機(jī)預(yù)警。

Z值改進(jìn)模型的判別函數(shù)為：Z=0.517-0.46X1-0.388X2+9.32X3+1.158X4

其中：X1的計(jì)算公式為負(fù)債總額/總資產(chǎn);X2的計(jì)算公式為營(yíng)運(yùn)資金/總資產(chǎn);X3的計(jì)算公式為凈利潤(rùn)/平均總資產(chǎn);X4的計(jì)算公式為留成收益/總資產(chǎn)，其中留成收益為未分配利潤(rùn)與盈余公積的和。

Z值改進(jìn)模型的判斷標(biāo)準(zhǔn)為：如Z值>0.5，公司財(cái)務(wù)狀況良好，倒閉風(fēng)險(xiǎn)較低;如Z值<0.5，公司財(cái)務(wù)狀況較差，倒閉風(fēng)險(xiǎn)較高。

3 樣本選擇及實(shí)證分析

3.1 樣本選擇及數(shù)據(jù)來(lái)源

本文選擇的研究樣本是國(guó)內(nèi)168家上市醫(yī)藥公司（非ST公司159家，ST公司9家）2015-2019年5年間的財(cái)務(wù)數(shù)據(jù)，并據(jù)此分別計(jì)算出Z值、Z值改進(jìn)模型的Z值得分，比較2種模型的準(zhǔn)確性。

本文研究樣本的數(shù)據(jù)來(lái)源為國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)。

3.2 Z值模型判斷準(zhǔn)確性分析

Z值模型計(jì)算結(jié)果中：2015-2019年之間的非ST處于安全區(qū)的比重如表1所示，5年間非ST公司處于安全區(qū)的個(gè)數(shù)為451個(gè)，占樣本總數(shù)的56.73%;2015-2019年之間的ST處于危機(jī)區(qū)的比重如表1所示，5年間ST公司處于危機(jī)區(qū)的個(gè)數(shù)為25個(gè)，占樣本總數(shù)的55.56%。

3.3 Z值改進(jìn)模型判斷準(zhǔn)確性分析

Z值改進(jìn)模型計(jì)算結(jié)果中：2015-2019年之間的非ST處于安全區(qū)的比重如表2所示，5年間非ST公司處于安全區(qū)的個(gè)數(shù)為695個(gè)，占樣本總數(shù)的87.42%%;2015-2019年之間的ST處于危機(jī)區(qū)的比重如表2所示，5年間ST公司處于危機(jī)區(qū)的個(gè)數(shù)為19個(gè)，占樣本總數(shù)的42.22%。

3.4 Z實(shí)證分析結(jié)果

3.4.1 Z值模型

根據(jù)實(shí)證分析結(jié)果及客戶真實(shí)財(cái)務(wù)狀況情況相對(duì)比，客戶實(shí)際狀態(tài)被Z值模型準(zhǔn)確或誤判的具體情況如表3所示。

根據(jù)客戶狀態(tài)判別準(zhǔn)確率的公式[6]，Z值模型判別正確率的計(jì)算公式為：

正確率=? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

將表3中Z值模型判別客戶實(shí)際狀態(tài)正確的值代入公式（1）可得：

Z值模型對(duì)2015-2019年間國(guó)內(nèi)168家上市醫(yī)藥公司財(cái)務(wù)狀況判斷準(zhǔn)確率分別為63.29%、63.92%、57.59%、60.13%、56.33%，準(zhǔn)確率較低。

3.4.2 Z值改進(jìn)模型

根據(jù)實(shí)證分析結(jié)果及客戶真實(shí)財(cái)務(wù)狀況情況相對(duì)比，客戶實(shí)際狀態(tài)被Z值改進(jìn)模型準(zhǔn)確或誤判的具體情況如表4所示。

將表4中Z值改進(jìn)模型判別客戶實(shí)際狀態(tài)正確的值代入公式（1）可得：

Z值改進(jìn)模型對(duì)2015-2019年間國(guó)內(nèi)168家上市醫(yī)藥公司財(cái)務(wù)狀況判斷準(zhǔn)確率分別為90.51%、93.67%、91.77%、90.51%、85.44%，準(zhǔn)確率較高。

綜上，Z值改進(jìn)模型對(duì)醫(yī)藥制造業(yè)上市公司客戶財(cái)務(wù)狀況判別準(zhǔn)確率較高，適合商業(yè)銀行作為醫(yī)藥制造業(yè)上市公司信貸客戶選擇模型。

4 Z值改進(jìn)模型X值描述統(tǒng)計(jì)

根據(jù)Z值改進(jìn)模型對(duì)2015-2019年間醫(yī)藥制造業(yè)財(cái)務(wù)狀況風(fēng)險(xiǎn)測(cè)量結(jié)果可知，醫(yī)藥制造業(yè)企業(yè)發(fā)生財(cái)務(wù)危機(jī)的可能性不斷增大。通過(guò)描述統(tǒng)計(jì)2015-2019年間Z值改進(jìn)模型X值的變化情況分析產(chǎn)生財(cái)務(wù)風(fēng)險(xiǎn)的具體原因。

最大值變化趨勢(shì)如圖1所示。最小值變化趨勢(shì)如圖2所示。平均值變化趨勢(shì)如圖3所示。標(biāo)準(zhǔn)差變化趨勢(shì)如圖4所示。

由圖1～圖4可知，X值整體平均值較低，2015-2019年間，X1的最小值、平均值穩(wěn)中有升，標(biāo)準(zhǔn)差變化比較平緩，表明該行業(yè)的整體負(fù)債率有所提升，且企業(yè)間負(fù)債增加的差異較小，應(yīng)重點(diǎn)關(guān)注資產(chǎn)負(fù)債率較高的企業(yè)。X2的最大值變化較為平緩，最小值波動(dòng)較大，平均值穩(wěn)中有降，標(biāo)準(zhǔn)差有所下降，表明該行業(yè)整體營(yíng)運(yùn)能力有所下降，底部企業(yè)營(yíng)運(yùn)資金周轉(zhuǎn)較為緊張。X3的最大值、最小值穩(wěn)中有降，平均值一直處于較低水平，標(biāo)準(zhǔn)差穩(wěn)中有升，表明該行業(yè)盈利水平下降，利潤(rùn)空間逐步壓縮。X4的最大值、平均值較為平緩，最小值穩(wěn)中有升，標(biāo)準(zhǔn)差穩(wěn)中有降，表明該行業(yè)整體有利潤(rùn)留存。

5 商業(yè)銀行醫(yī)藥制造業(yè)上市公司客戶選擇建議

根據(jù)Z值改進(jìn)模型X值描述統(tǒng)計(jì)可知，醫(yī)藥制造業(yè)整體財(cái)務(wù)狀況較差，公司出現(xiàn)財(cái)務(wù)危機(jī)的可能性逐年增加，所以商業(yè)銀行在醫(yī)藥制造業(yè)上市公司客戶選擇過(guò)程中應(yīng)高度關(guān)注其財(cái)務(wù)風(fēng)險(xiǎn)問(wèn)題并注重挖掘業(yè)務(wù)機(jī)會(huì)。

5.1 高度警惕高負(fù)債企業(yè)

由X1、X2分析結(jié)果可知，醫(yī)藥制造業(yè)企業(yè)的資產(chǎn)負(fù)債率逐年提升，營(yíng)運(yùn)能力有所下降。在此背景下，部分高負(fù)債率的底部企業(yè)易產(chǎn)生因營(yíng)運(yùn)資金不足導(dǎo)致資金鏈斷裂，生產(chǎn)無(wú)以為繼，出現(xiàn)資不抵債的現(xiàn)象，商業(yè)銀行在選擇信貸客戶時(shí)應(yīng)引起高度關(guān)注。

5.2 加大創(chuàng)新型企業(yè)支持力度

由X3分析結(jié)果可知，傳統(tǒng)醫(yī)藥制造業(yè)的利潤(rùn)空間在逐步壓縮，商業(yè)銀行可加大對(duì)該行業(yè)創(chuàng)新企業(yè)的支持力度。創(chuàng)新行業(yè)的發(fā)展特性決定著其對(duì)資金、技術(shù)和市場(chǎng)等有較高的內(nèi)在要求，同時(shí)，創(chuàng)新型企業(yè)利潤(rùn)水平較高，如企業(yè)存在盤活既有高額投資產(chǎn)品，并用于彌補(bǔ)新產(chǎn)品研發(fā)的多方面需求，可以基于知識(shí)產(chǎn)權(quán)等核心資產(chǎn)，由商業(yè)銀行通過(guò)投資銀行、信貸等多種方式給予支持。

5.3 加強(qiáng)與頭部重點(diǎn)客戶的資本市場(chǎng)合作

由X2、X4可知，醫(yī)藥制造業(yè)頭部重點(diǎn)客戶的營(yíng)運(yùn)資金充裕，且留存收益有所提升，客戶營(yíng)運(yùn)能力、償債能力穩(wěn)中有升，可重點(diǎn)營(yíng)銷。商業(yè)銀行可以結(jié)合醫(yī)藥制造行業(yè)有關(guān)政策對(duì)符合條件并有意向資本市場(chǎng)融資的頭部重點(diǎn)客戶提供支持。在抗疫期間，針對(duì)該領(lǐng)域企業(yè)的債券融資扶持政策可顯著緩解醫(yī)藥行業(yè)相關(guān)企業(yè)的債務(wù)到期與再融資壓力，商業(yè)銀行可借助此次降成本與調(diào)整債務(wù)結(jié)構(gòu)的有利契機(jī)，加大對(duì)上市醫(yī)藥企業(yè)的營(yíng)銷力度。

5.4 關(guān)注和挖掘科創(chuàng)板等上市需求

2018年香港交易所向未盈利的生物醫(yī)藥企業(yè)開(kāi)通綠色上市通道。截至2019年7月末，包括歌禮、百濟(jì)神州、華領(lǐng)醫(yī)藥等8家企業(yè)均成功登陸港交所。2019年7月，科創(chuàng)板開(kāi)閘，心脈醫(yī)療、南微醫(yī)學(xué)成為首批登陸科創(chuàng)板的醫(yī)藥股。商業(yè)銀行可整合自身客戶優(yōu)勢(shì)和渠道優(yōu)勢(shì)，積極關(guān)注、挖掘轄內(nèi)醫(yī)藥行業(yè)優(yōu)質(zhì)公司或集團(tuán)下屬優(yōu)質(zhì)企業(yè)的上市需求。

5.5 運(yùn)用Z值改進(jìn)模型進(jìn)行醫(yī)藥制造業(yè)上市公司客戶選擇

根據(jù)實(shí)證分析可知，相較于Z值模型，Z值改進(jìn)模型對(duì)醫(yī)藥制造業(yè)上市公司的財(cái)務(wù)狀況判斷準(zhǔn)確性更高。因此，商業(yè)銀行可運(yùn)用Z值改進(jìn)模型對(duì)醫(yī)藥制造業(yè)上市公司進(jìn)行客戶選擇，將相關(guān)指標(biāo)代入Z值改進(jìn)模型，若Z值大于0.6，則財(cái)務(wù)狀況較好，可以選擇為其提供信貸支持;若Z值在0.5至0.6之間，則企業(yè)財(cái)務(wù)狀況處于危機(jī)邊緣，需謹(jǐn)慎進(jìn)行分析判斷，審慎支持客戶的融資需求;若Z值小于0.5，則企業(yè)財(cái)務(wù)狀況處于危機(jī)狀態(tài)，應(yīng)拒絕為企業(yè)提供信貸支持。

【參考文獻(xiàn)】

【1】楊雪燕，殷實(shí)，卞鷹.利用Z值模型評(píng)價(jià)我國(guó)醫(yī)藥上市公司財(cái)務(wù)狀況的實(shí)證研究[J].中國(guó)藥房，2016，27（07）：865-868.

【2】楊凡，卞鷹.中藥上市企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)現(xiàn)狀及其影響因素分析[J].中國(guó)藥業(yè)，2020，29（08）：56-60.

【3】趙悅.基于Z值模型的醫(yī)藥制造業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究[J].廣西質(zhì)量監(jiān)督導(dǎo)報(bào)，2020（10）：125-126.

【4】Altman E I. Financial Ratios， Discriminant Analysis andthe Prediction of Corporate Bankruptcy[J].The Journal of Fi-nance，1968，23（4）：589-609.

【5】張玲.財(cái)務(wù)危機(jī)預(yù)警分析判別模型及其應(yīng)用[J].預(yù)測(cè)，2000（06）：38-40.

【6】張奇，胡藍(lán)藝，王玨.基于Logit與SVM的銀行業(yè)信用風(fēng)險(xiǎn)預(yù)警模型研究[J].系統(tǒng)工程理論與實(shí)踐，2015，35（7）：1784-1790.