Altman Z-Score：财务困境公式与适用边界
仅供教育参考，不构成投资建议
Altman Z-Score 是一种财务困境筛选模型，把五个会计和市场比率合成一个分数。经典公开制造企业版本为：
Z = 1.2X₁ + 1.4X₂ + 3.3X₃ + 0.6X₄ + 1.0X₅
其中 X₁ 是营运资本除以总资产，X₂ 是留存收益除以总资产，X₃ 是 EBIT 除以总资产，X₄ 是股权市值除以总负债账面价值，X₅ 是销售额除以总资产。
这个分数适合做风险筛选，不提供确定性。低分不证明一定破产，高分也不消除再融资、流动性、欺诈、行业或市场风险。
五个变量衡量什么
Section titled “五个变量衡量什么”X₁ = 营运资本 / 总资产 衡量短期流动性。营运资本等于流动资产减流动负债。负值可能提示融资压力，但部分零售商和订阅型企业可能长期保持较低营运资本仍能经营。
X₂ = 留存收益 / 总资产 衡量累计盈利和公司年龄。多年保留利润的成熟公司通常得分更高，年轻公司可能尚未积累留存收益。
X₃ = EBIT / 总资产 衡量扣除利息和税前的经营盈利能力。它权重较高，因为经营回报恶化常在正式困境前出现。
X₄ = 股权市值 / 总负债账面价值 衡量保护债权人的市场缓冲。它会随股价快速变化。
X₅ = 销售额 / 总资产 衡量资产周转率。它对行业很敏感：软件、制造、公用事业和零售的正常周转率可能完全不同。
经典讨论常使用困境区、灰色区和相对安全区等区间。这些阈值来自特定样本和时期，尤其在公开制造企业之外使用时需要谨慎。
假设一家制造企业报告：
- 流动资产：
$600 million - 流动负债：
$400 million - 留存收益：
$300 million - EBIT：
$120 million - 总资产：
$1.0 billion - 股权市值：
$800 million - 总负债：
$500 million - 年销售额：
$1.5 billion
各变量为：
X₁ = ($600m - $400m) / $1,000m = 0.20
X₂ = $300m / $1,000m = 0.30
X₃ = $120m / $1,000m = 0.12
X₄ = $800m / $500m = 1.60
X₅ = $1,500m / $1,000m = 1.50
分数为：
Z = 1.2×0.20 + 1.4×0.30 + 3.3×0.12 + 0.6×1.60 + 1.0×1.50
Z = 0.24 + 0.42 + 0.396 + 0.96 + 1.50 = 3.516
如果股价下跌使股权市值降到 $300 million，EBIT 降到 $40 million，则 X₄ = 0.60、X₃ = 0.04。其他输入不变时：
Z = 0.24 + 0.42 + 0.132 + 0.36 + 1.50 = 2.652
分数恶化，因为经营利润和市场缓冲下降。但仍需结合债务到期、现金渠道、契约、行业环境和管理层行动。
局限与检查项
Section titled “局限与检查项”- 使用正确模型版本。经典公式面向公开制造企业；私有企业、金融公司、公用事业和服务业可能需要不同处理。
- 检查会计质量。一次性收益、租赁、收入确认、库存减记和养老金假设都会影响输入。
- 不要忽略时间口径。资产负债表是时点数据，销售额和 EBIT 覆盖一个期间。
- 市值可能形成循环。股价下跌会降低
X₄，在市场压力中进一步压低分数。 - 与流动性证据结合：现金、循环信贷、债务到期、契约、自由现金流和信用评级。
- 观察趋势，而不是只看一个数。连续几个期间下降的分数通常比孤立读数更有信息。
- 与 10-K 风险因素、MD&A、脚注和现金流分析一起使用。
“Z-Score 能精确预测破产。” 它是统计筛选模型，不是法律意义或具体时间点的破产预测。
“所有行业分数越高越好。” 资产周转率和营运资本常态因行业差异很大。
“低分公司不能投资。” 低分提示困境风险。证券仍可能有价值，但要求回报、下行风险和资本结构位置会变得关键。
“公式可以替代阅读文件。” 变量来自文件和市场数据，不能替代理解业务、债务条款和现金流路径。
- Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy — Journal of Finance（2026-07-13）
- Investor Bulletin: How to Read a 10-K — SEC（2026-07-13）
- Beginners’ Guide to Financial Statements — SEC（2026-07-13）