模型B的Z得分(针对私营一般性公司):这一版本的Z得分主要用来预测私营的非制造企业在1-2年内破产的可能性,所以模型B的Z得分只适用于私营的一般性公司,而不能应用于躯体类型的公司.如果Z得分大于2.60,企业则不可能破产,如果Z得分小于等于1.10,企业则很有可能破产.1.10-2.60之间为灰色区域,Z得分1.23-2.90之间的企业,一年内破产的可能性为95%,两年内破产的可能性是70%.模型B同样说明,对于企业来说,Z得分越高越好.
Z-Score模型的限制与缺点 回目录
1、仅考虑2个极端情况（违约与没有违约），对于负债重整、或是虽然发生违约但是回收率很高的情况就没有做另外较详细的分类。
2、权数未必一直是固定的，必须经常调整。
3、并未考虑景气循环效应因子的影响。
4、公司违约与否与风险特性的关系实际上可能是非线性的。
5、缺乏经济的理论基础，也就是为什么就这几个财务变量值得考虑，难道其它因素(例如公司治理变量)就没有预测能力吗？
6、对市场的变化不够灵敏（运用的会计资料更新太慢）。
7、无法计算投资组合的信用风险，因为Z-Score模型主要是针对个别资产的信用风险进行评估，对整个投资组合的信用风险无法衡量。
阿特曼Z-score模型案例分析 回目录
案例一:Z-Score模型在制造业上市公司财务预警中的实证分析 1．样本的选取。
本文以沪深两市A股市场2007年因财务状况异常被特别处理的企业作为研究样本。由于A股上市公司执行国内的会计准则和会计制度，其对外财务信息容易收集也较完整，上市公司被特别处理的特征较明显，2001年2月22日中国证监会根据《公司法》正式颁布了《亏损上市公司暂停上市和终止上市实施办法，建立了我国上市公司退市机制，使得这一研究对象具有很高的关注度。对上市公司进行准确的预测和判断．对于规范证券市场的运作、降低投资风险和保护投资者利益等具有重要的现实意义。
本文从2007年ST公司中界定12家上市公司作为研究样本，再按照与之同时期、资产规模相当(相差不超过10％)的原则选取与其相对应的12个正常上市公司。本文研究基于ST企业被“特别处理”的前3年的资料，即假设上市公司在第t年被实施ST．选取上市公司ST之前的第t一2、t一2、t一3年财务数据为样本建立模型。
本文所用样本数据来源于证券之星、深沪证券交易所网站以及上市公司的年度报告，采用Excel2003等软件进行数据处理。
2．指标的适应性设定。
鉴于我国股市非流通股无市场价格，在计算股权市价总值时采用的是每股股价与社会公众股股份数相乘的办法．又考虑到计算息税前利润时需要用到利息费用，因此对Z计分模型中的各项指标的设定作以下调整：
X1=(流动资产-流动负债)／资产总额；
X2=(未分配利润+盈余公积金)／资产总额；
X3=(税前利润十财务费用)／资产总额；
x4=(每股市价*流通股数+每股净资产*非流通股数)／负债总额；
X5=主营业务收入／资产总额