其中:z-判別函數值
X1——(流動資金÷總資產)×100
X2——(留存收益÷總資產)×100
X3——(息稅前利潤中的總資產)×100
X4——(普通股和優先股總市值÷負債總賬面價值)×100
X5-銷售收入÷總資產
該模型將反映企業償債能力的指標X1與X4、X2與X3、X5有機聯系起來，通過綜合得分分析預測企業財務失敗或破產的可能性。壹般來說，根據這個模型，z值越低，企業破產的可能性越大。通過計算企業連續幾年的Z值，可以發現企業是否有財務危機的跡象。阿爾曼根據實證分析提出了判斷企業財務狀況的幾個臨界值，即當Z值大於2.675時，表明企業財務狀況良好，破產的可能性小；當z值小於1.81時，表明企業存在潛在的破產危機；當z值在1.81和2.675之間時，稱為灰色地帶，說明企業的財務狀況極不穩定。上述模型主要適用於股票已經上市交易的制造業。為了將Z-Score模型應用於民營企業和非制造業公司，arman對模型進行了修正。即:z = 0.065 x 1+0.0326 x2+0.01x 3+0.0672 x4其中:X1=(流動資金/總資產)×100；X2=(留存收益/總資產)×100X3=(稅前利潤及利息/總資產)×100X4=(企業賬面價值/負債賬面價值)×100在該預警模型中，當確定目標企業的Z值大於2.90時，表明該企業財務狀況良好；當z值小於1.23時，說明企業已經出現了財務失敗的征兆；當Z值在1.23-2.90之間時，為灰色區域，說明企業財務狀況極不穩定。我們以A公司為例，分析A公司2004年和2005年的Z值(假設財務費用代替利息費用，公司股票價格以2004年底和2005年底的價格為準，公司股票在上述兩個時點的市場價格分別為5.15和4.10元，期末總資產均為):2004年:x1 =(期末
X2 =(119796+39037)÷710706×100 = 22.35
X3 =(50980+728)÷710706×100 = 7.28
x4 =(5.15×119647)÷92932×100 = 663.05 X5 = 1529938÷710706 = 2.15，則z = 0.012×44.68+0.0648÷677750×100 = 4.78 x4 =(4.10×19647)÷72310×100 = 678.40 X5 = 1650946÷677750 = 2.43，則z = 0.065438
以阿爾曼的Z值為標準，A公司的財務狀況非常好...阿爾曼設計的Z模型綜合考慮了企業的資產規模、流動性、盈利能力、財務結構、償債能力等因素。該模型在西方預測公司破產的準確率為70%-90%，破產前壹年的準確率高達95%。但是，我們認為中國的壹些實際情況與國外不同。簡單照搬能否達到同樣的效果值得懷疑。首先，Z模型缺乏現金流變化的因素。Z模型中，X1的分子營運資金是流動資產減去流動負債得到的，流動資產中可能存在大量不易變現的存貨和可能無法收回的債權，會給企業的短期償債能力分析帶來誤判。第二，在計算X3的價值時，稅前利潤和利息並不那麽容易獲得，這主要是由於中國不像美國那樣有單獨的利息費用賬戶。在計算稅前利潤和利息時，外部單位和人員通常使用財務費用而不是利息費用，而在中國，財務費用包括利息費用和收入、匯兌損益、貸款費用等。利息支出的內涵和美國不太壹樣。如果把壹個不準確的數據放入財務預警模型中計算Z值，就會影響結論的科學性。再次，在X4值的計算中，如果對上市公司進行財務失敗預警分析，普通股和優先股的總市值能否反映公司價值是個問題。雖然股權分置改革解決了股權分置問題，但是，由於我國證券市場投機氛圍濃厚，業績與股價的相關性不高，很多績差股的價格往往遠高於其價值。根據這種分析得出的結論可能是錯誤的。