什么是Z分数？
Z分数是一种数值度量，用于统计值与一组值的平均值（平均值）之间的关系，以与平均值的标准偏差表示。 如果Z分数为0，则表示数据点的分数与平均分数相同。 Z分数为1.0表示该值是与平均值的一个标准偏差。 Z分数可以是正数或负数，正值表示分数高于平均值，负分数表示分数低于平均值。
Z分数是观察值变异性的量度，交易者可以用来确定市场波动性。 Z分数通常被称为Altman Z分数。
Z分数
奥特曼Z分数公式
Altman Z评分是信用强度测试的输出，可帮助评估一家公开上市的制造公司破产的可能性。 Z得分基于五个关键财务比率，这些比率可以从公司的年度10-K报告中找到和计算。 用于确定Altman Z分数的计算如下：
</ s> </ s> </ s> ζ= 1.2A + 1.4B + 3.3C + 0.6D + 1.0E其中：Zeta（ζ）=奥特曼Z评分A =营运资金/总资产B =保留收益/总资产C =息税前利润（EBIT）/ totalassetsD =权益市场价值/总负债账面价值
通常，低于1.8的分数表示公司可能走向破产或处于破产重压之下。 相反，得分高于3的公司破产的可能性较小。
Z分数告诉您什么？
Z分数向统计人员和交易员显示分数是特定数据集的典型分数还是非典型分数。 除此之外，Z分数还使分析师可以调整各种数据集的分数，从而得出可以准确地相互比较的分数。 可用性测试是Z分数在实际应用中的一个示例。
纽约大学教授爱德华·奥特曼（Edward Altman）在1960年代后期开发并引入了Z分数公式，以解决投资者确定公司离破产有多接近而耗时且有些混乱的过程。 实际上，Altman开发的Z评分公式最终为投资者提供了公司整体财务状况的想法。
Z得分与标准偏差之间的区别
标准偏差本质上反映了给定数据集中的可变性量。 要计算标准偏差，首先，计算每个数据点与平均值之间的差。 然后将差异平方，求和并求平均值以产生方差。 标准偏差只是方差的平方根，将其带回到原始度量单位。
相比之下，Z分数是给定数据点与平均值之间的标准偏差数。 要计算Z分数，只需从每个数据点减去平均值，然后将结果除以标准差即可。
对于低于平均值的数据点，Z分数为负。 在大多数大型数据集中，99％的值的Z值在-3和3之间，这意味着它们位于均值上方和下方的三个标准差之内。
Altman Z-Score Plus
Altman在2012年开发并发布了Altman Z-Score Plus。此公式可用于评估上市公司和私营公司，并且可用于非制造公司和制造公司。 Z-Score Plus适用于美国公司以及非美国公司，包括新兴经济体（例如中国）的公司。
- Z分数用于统计数据以衡量观察值与该组平均值的偏差.Z分数向统计学家和交易员显示特定数据集的分数是否典型，或者该分数是否非典型.Altman Z分数经常被使用测试信贷实力。
Z分数的局限性
las，Z分数并不完美，需要仔细计算和解释。 对于初学者来说，Z分数不能避免错误的会计惯例。 由于陷入困境的公司可能会试图歪曲财务数据，因此Z评分的准确性仅与输入的数据一样准确。
对于收入很少甚至没有收益的新公司，Z分数也没有太大用处。 这些公司，无论其财务状况如何，都将得分很低。 此外，Z评分并没有直接解决现金流问题，而只是通过使用净营运资本与资产比率来暗示这一点。 毕竟，要用现金支付账单。
最终，当公司记录一次性注销时，Z分数可能会在季度之间波动。 这些可以改变最终分数，这表明一家真正没有风险的公司正处于破产边缘。
