每次地震之後， 成都的微信朋友圈畫風基本分為三種， 第一種是“震感好強”風， 第二種是“我怎麼又沒感覺到”風， 第三種是截圖曬防災中心發來的地震預警資訊。 雖然三類人殊途同歸最後都聚在了麻將桌上， 但是無疑第三種人看起來是最屌的， 畢竟別個可以說：我提前半分鐘就知道地震了， 但我就是懶得跑。 這種豪邁社會感十足， 連牌桌上詐和起來都顯得很有底氣。
△“渡邊麻友”
當然說不跑的都是因為預警的震級不夠大。 就好像如果有人提前告訴你買的股票明天要跌0.01%， 你恐怕也懶得出貨， 但是如果說得是明天要跌停， 那你絕對就不會如此氣定神閑了。 而比起跌停來說， 更恐怖的則是企業經營出現問題， 面臨破產的危險， 這就不是虧10%那麼簡單了。 而投資者對企業的經營情況本來就很難面面俱到， 這樣的資訊不對稱必然會導致投資者心中惴惴，
從行為金融的角度來說， 大部分投資者關心損失更勝過收益， 因此從上世紀30年代開始， 經濟學家和業界人士就在不停地構建各種各樣的風險預警模型來預測企業距離財務危機有多遠， 其中最著名的就是Edward Altman在1968年構建的Z-Score模型。 當然， 需要指出的是， 它和統計裡的標準分數法並不是一回事。
與之前用單一指標進行預警的方法不同， Z-Score模型是第一個多變數統計指標， 它將財務分析方法和判別分析方法結合在一起， 用來進行企業財務情況的測試。 經過大量的實證分析和測試， Altman最終選擇了5個比率， 並預先規定了5個比率對企業破產的影響係數， 依此來構建Z-Score指標。
式子中的第一個比率的分子其實就是企業的淨流動資產， 這一比率可以用來表示企業資產的流動性和分佈情況， 比率越高就可以認為企業資產的流動性越強；而第二個比率則可以用來反映企業的累積獲利的水準和企業的發展階段， 初創企業的這一比率往往會比成熟企業更低， 因為這類企業缺乏足夠的利潤積累能力和時間， 這也是為什麼初創企業破產的比例比成熟企業高， 因此這一比率越高的企業也會有越高的抵抗破產風險的能力；第三個比率用來衡量企業的盈利水準， 即每一元的資產可以帶來多高的收益， 而這一比率越高的企業自然也會離破產越遠；第四個比率是企業的資本結構， 當比率越高時意味著企業價值越大，
很顯然每一個比率值都衡量著企業在某一方面的經營能力， 第一個和第四個比率可以用來分析企業的償債能力， 第二個和第三個比率可以用來比較企業的盈利能力， 而最後一個比率衡量了企業運營能力， Altman在此基礎上設計了每個比率不同的權重， 用來表明各個指標對Z值的貢獻度， Z值越高意味著企業越遠離破產風險。 其中在Altman看來， 最重要的使得企業遠離破產的因素是第三個因素， 也就是說企業想要遠離破產， 歸根結底還是取決於企業的獲利能力。
而經過Altman的經驗分析， 他給Z值設計了一個判斷臨界值：當計算出的Z大於2.675時， 企業就沒有破產風險， 並且Z越高意味著企業經營情況越好；而Z小於1.81時， 就面臨著嚴重的財務問題， 可能處在破產邊緣；而如果Z處於兩個值之間， 則意味著企業處於“灰色地帶”， 經營並不穩定。
我們使用倍發科技投資研究系統（Betalpha BAR 1.0）來構建一下Z-Score模型。 我們使用BAR中的策略回測功能， 按照Altman的模型參數設計， 利用BAR中的各個財務指標的代碼， 分別測算Z值大於2.675和小於1.81的情況。 回測範圍是2012年以來的全部A股， 換倉頻率是每月一次。 而從回測結果來看， Z值大於2.675的股票累積收益比小於1.81的股票要高出60.35%。
當然， 從Z值的含義來看， 計算值越高的企業應該有越好的經營情況， 因此我們計算了各種成分股情況下的2012年以來的Z值情況，如下表所示：
顯然不同指數的Z值情況存在差異。因此，我們基於計算結果，分別對2012年以來中證500成分股Z值平均值以上的股票進行分析，結果如下所示：
顯然，策略比基準指數要高出很多。而我們之所以沒有選擇滬深300和中證800進行回測的原因在於，這兩個指數中包含大量的金融類企業，而Z值從指標設計的背景（Altman主要為製造類企業設計）到指標含義上都對金融類企業沒有指示作用，因此各位在使用時也需要多注意這一點。
另外，值得強調的是，雖然Z-Score方法在各個國家的市場中都有著穩健的發揮，但對於不同的市場，臨界值的取值範圍是不一定的，本文使用的是Altman原文的參數設計方法，但在具體實踐中，不同的研究者會採取不同的方式計算，各位也可以參考相應研究在BAR上進一步進行修改和研究。另外許多後續的研究也對Altman的方法進行了修改，在統計學和金融學後續研究基礎上引入了很多新的指標設計，我們在後續研究中，也可以基於此進行進一步的修改和完善。
策略使用的BAR系統代碼：
1.2*((Current_Asset_Q-Current_Liability_Q)/Total_Asset_Q)+1.4*(Retained_Earning_Q/Total_Asset_Q)+3.3*(Pretax_Income_Q/Total_Asset_Q)+0.6*(Total_Equity_Q/Total_Liability_Q)+0.999*(Core_Revenue_Q/Total_Asset_Q)<1.81
即篩選上式算出來的Z值小於1.81的股票
風險管理工具 / 量化投資知識 / 金融大講堂——"有金有險"
（歡迎金融機構從業的朋友申請BAR系統的試用）
因此我們計算了各種成分股情況下的2012年以來的Z值情況，如下表所示：
顯然不同指數的Z值情況存在差異。因此，我們基於計算結果，分別對2012年以來中證500成分股Z值平均值以上的股票進行分析，結果如下所示：
顯然，策略比基準指數要高出很多。而我們之所以沒有選擇滬深300和中證800進行回測的原因在於，這兩個指數中包含大量的金融類企業，而Z值從指標設計的背景（Altman主要為製造類企業設計）到指標含義上都對金融類企業沒有指示作用，因此各位在使用時也需要多注意這一點。
另外，值得強調的是，雖然Z-Score方法在各個國家的市場中都有著穩健的發揮，但對於不同的市場，臨界值的取值範圍是不一定的，本文使用的是Altman原文的參數設計方法，但在具體實踐中，不同的研究者會採取不同的方式計算，各位也可以參考相應研究在BAR上進一步進行修改和研究。另外許多後續的研究也對Altman的方法進行了修改，在統計學和金融學後續研究基礎上引入了很多新的指標設計，我們在後續研究中，也可以基於此進行進一步的修改和完善。
策略使用的BAR系統代碼：
1.2*((Current_Asset_Q-Current_Liability_Q)/Total_Asset_Q)+1.4*(Retained_Earning_Q/Total_Asset_Q)+3.3*(Pretax_Income_Q/Total_Asset_Q)+0.6*(Total_Equity_Q/Total_Liability_Q)+0.999*(Core_Revenue_Q/Total_Asset_Q)<1.81
即篩選上式算出來的Z值小於1.81的股票
風險管理工具 / 量化投資知識 / 金融大講堂——"有金有險"
（歡迎金融機構從業的朋友申請BAR系統的試用）