﻿---
title: "Altman Z-Score：財務困境公式與適用邊界"
description: "理解經典 Altman Z-Score 公式，五個比率如何反映流動性、獲利能力、槓桿和效率，以及為什麼它只是篩選工具而非破產保證預測。"
image: "https://wiki.fcontext.com/og.png"
---

> Documentation Index
> Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Altman Z-Score：財務困境公式與適用邊界

> 僅供教育參考，不構成投資建議；投資可能產生損失。

<a id="answer"></a>

## 直接答案

Altman Z-Score 是一種財務困境篩選模型，把五個會計和市場比率合成一個分數。經典公開製造企業版本為：

`Z = 1.2X₁ + 1.4X₂ + 3.3X₃ + 0.6X₄ + 1.0X₅`

其中 `X₁` 是營運資本除以總資產，`X₂` 是保留盈餘除以總資產，`X₃` 是 EBIT 除以總資產，`X₄` 是股權市值除以總負債帳面價值，`X₅` 是銷售額除以總資產。

這個分數適合做風險篩選，不提供確定性。Altman 在 1968 年使用多元判別分析，以 33 家破產和 33 家未破產製造企業估計模型，並在當時的研究環境中按產業和資產規模配對。樣本內及後續測試表現不能把分數變成當前破產機率，也不能預測破產申請的日期或法律形式。低分不證明一定破產，高分也不消除再融資、流動性、詐欺、產業、會計或市場風險。

<a id="mechanism"></a>

## 五個變數衡量什麼

`X₁ = 營運資本 / 總資產` 反映資產負債表的流動性面向。營運資本等於流動資產減流動負債。負值可能提示融資壓力，但部分商業模式可長期以低或負營運資本經營；這種商業模式解釋本身並不能證明安全。

`X₂ = 保留盈餘 / 總資產` 反映扣除累計虧損和分配後的累計獲利相對於資產規模的水準。原論文討論過它與公司年齡的關聯，但保留盈餘不是直接的年齡指標；股利、重組、會計規則、收購和累計虧損都會影響它。

`X₃ = EBIT / 總資產` 反映息稅前經營獲利能力相對於資產規模的水準。其係數是與其他變數一起由判別模型估計的；這個數值權重不代表因果關係，也不應孤立解讀。

`X₄ = 股權市值 / 總負債帳面價值` 反映股權市場價值相對於帳面義務的緩衝。應使用明確日期的市值，並盡可能與資產負債表日對齊，同時記錄納入的股數和股權類別。它會隨價格和稀釋快速變化，也可能包含已反映在其他輸入中的資訊。

`X₅ = 銷售額 / 總資產` 反映資產周轉率。它對產業、收入表達、資產密集度、收購、通膨和會計政策高度敏感；軟體、製造、公用事業和零售的正常周轉率可能完全不同。

對於經典上市製造企業公式，後續資料通常把低於 `1.81` 稱為困境區，把 `1.81` 至 `2.99` 稱為灰色區，把高於 `2.99` 稱為相對安全區。這些標籤不是校準後的機率或保證，邊界歸類方式也可能不同。不得把它們套用於採用不同變數、係數、常數或校準樣本的 Z'、Z''、供應商修改版、私營企業版或新興市場版。

<a id="example"></a>

## 範例

假設一家製造企業報告：

- 流動資產：`$600 million`
- 流動負債：`$400 million`
- 保留盈餘：`$300 million`
- EBIT：`$120 million`
- 總資產：`$1.0 billion`
- 股權市值：`$800 million`
- 總負債：`$500 million`
- 年銷售額：`$1.5 billion`

在幣別和報告範圍一致的前提下，各變數為：

`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`

分數為：

`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`

如果股價下跌使股權市值降到 `$300 million`，EBIT 降到 `$40 million`，則 `X₄ = 0.60`、`X₃ = 0.04`。其他輸入不變時：

`Z = 0.24 + 0.42 + 0.132 + 0.36 + 1.50 = 2.652`

分數惡化，因為經營利潤和股權市值緩衝下降。第二次計算假設其他輸入全部不變，因此只是敏感度示例，不是預測；現實中現金、負債、銷售額、資產和保留盈餘也可能變化。股價和 EBIT 下跌還可能反映部分相同的新資訊，不能把五項輸入視為五個相互獨立的因果訊號。仍需結合債務到期、現金管道、契約、產業環境和管理層行動。

<a id="risks"></a>

## 限制與檢查項

- 使用正確模型版本。經典公式以上市製造企業為估計對象；私營、金融、公用事業、服務、非美國及較晚時期的企業需要驗證或有意選擇替代模型，不能自動替換係數或門檻。
- 定義每項輸入和報告範圍。比較企業或期間前，應核對流動資產、流動負債、保留盈餘、EBIT、總資產、總負債、銷售額、市值、幣別、單位、會計期間、停業單位和重編。
- 檢查會計品質。一次性收益、租賃、收入認列、存貨減記、退休金、商譽及其他減損、供應商融資、應收款保理、收購和表外承諾都會影響解讀或可比性。
- 不要忽略時間口徑。資產負債表項目是時點值，銷售額和 EBIT 涵蓋一個期間，市值則取自某個交易日。不要在未明確標注錯配的情況下混合過時財報、滾動資料和當前股價。
- 市值具有市場敏感性，並非數學意義上的循環。股價下跌會直接降低 `X₄`；應判斷價格變動來自公司資訊、整體市場、流動性不足還是股數變化。
- 與流動性證據結合：現金、循環信貸、債務到期、契約、自由現金流和信用評級。
- 觀察按一致口徑計算的趨勢，而不是只看一個數。下降序列可能有資訊，但模型版本、會計年度、會計政策、幣別、單位或合併範圍變化會製造虛假趨勢。
- 與 10-K 風險因素、MD&A、附註和現金流分析一起使用。

<a id="misconceptions"></a>

## 常見誤解

**「Z-Score 能精確預測破產。」** 它是判別篩選模型，不是校準機率、法律結論或精確破產申請日期的預測。

**「所有產業分數越高越好。」** 資產周轉率、營運資本結構、會計方法和適用模型版本差異很大，不同類型企業的分數不能自動比較。

**「低分公司不能投資。」** 低分提示困境風險。證券仍可能有價值，但要求報酬、下行風險和資本結構位置會變得關鍵。

**「公式可以替代閱讀文件。」** 變數來自文件和市場資料，不能替代理解業務、債務條款和現金流路徑。

<a id="related"></a>

## 相關主題

- [資產負債表](/zh-tw/stocks/balance-sheet/)
- [損益表](/zh-tw/stocks/income-statement/)
- [負債權益比](/zh-tw/stocks/debt-to-equity/)

<a id="sources"></a>

## 權威來源

- [Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy](https://doi.org/10.1111/j.1540-6261.1968.tb00843.x) - Journal of Finance（2026-08-07）
- [How to Read a 10-K/10-Q](https://www.investor.gov/introduction-investing/general-resources/news-alerts/alerts-bulletins/investor-bulletins/how-read) - Investor.gov（2026-08-07）
- [Beginners' Guide to Financial Statements](https://www.sec.gov/about/reports-publications/beginners-guide-financial-statements) - SEC（2026-08-07）

Source: https://wiki.fcontext.com/zh-tw/stocks/altman-z-score/index.mdx
