SunEdison: 可再生能源霸主的覆滅之路（番外）如何不踩美股破產地雷

04-03

在進一步介紹SunEdison如何覆滅的經典案例之前，暫時賣個關子，我個人很有興趣獨開一個學習小園地，來講講如何在地雷四伏的美股市場里防火防盜防破產防踩雷。

很多人在投資美股上的心理障礙是很大的。金融兩字，最本質在於「資源調配」，萬變不離其宗；由其衍生，股市的功能通俗白話講就兩點：1.為公司融資；2.為投資者提供受保護的投資機會。但不幸的是這兩個功能有利益衝突。比如說，為了最大化功能1，那麼就應該搞註冊制，盡量不拒來者；但是最大化功能1之後，功能2可能會受到威脅，因為會有大量老千股來傷害投資者的感情。

所以無論最後效果如何，雖然追腚而辱其身的人能繞地球八圈，但從公共政策的初衷而言，我滬深A股的家長制確實給出了多角度加長型貼身呵護的感受：監管者認為A股散戶都是小朋友，而機構和上市公司都是大尾（yǐ）巴狼，所以我們要設立能不上市就別上市的核准制度，設立能不退市就不退市的退市制度，設置能不大波動就不大波動的漲跌停板制度，設立能不借錢就別借錢的融資融券門檻，雖然實施效果可能與初衷截然相反，但如果僅僅考慮其天真樸素的出發點，我一想到這群麥田裡的守望者的良苦用心，都會感動得情不自禁啼哭起來。

所以為什麼我說很多人在美股投資的心理障礙會很大：小朋友突然之間要像一個成年人一樣對自己的投資決策完全負責了，親娘啊這實在是太可怕。原本在A股的襁褓中，就算我一時失足買中了銀廣夏，我只要不割，放在那裡等重組等賣殼，一乃乃稀疏的希望總歸還是有的吧？再碰到個無腦牛市我說不定就回本了。如今我買的坑爹貨SunEdison半年前還是行業翹楚，半年後居然就要破產嗚呼，我血本無歸連一點殘破的念想都不能留，你讓我感情上如何接受？而此時大多數當事人都會哀鳴著發出一聲對人生的追問（我本人聽得實在是太多了）：這事美國法律怎麼不管管？

因為你是個大人了啊。所以在美股市場要獲得長期成功，不踩地雷謹防破產非常重要，踩中就是炸掉屁股，沒人會為你的失腚來買單。於是有人要問了，那比如SunEdison這種王炸，我們怎樣才能排雷成功呢？一個美國投顧會給你的標準答案大概為：所有公司都有破產風險，所以想不趟雷很難，除非你不投資股票（參考雷曼兄弟、通用汽車和世通公司（WorldCom)）。而你能做的僅僅是 1. 用一個相對多樣的投資組合（Diversified Portfolio) 來降低炸雷的傷害； 2. 用一些掃雷工具來減小踩雷的機率。

比如一個在美國還算有市場的掃雷工具叫做奧特曼Z-Score （Altman Z-Score Model）模型。雖然號稱是模型，但實在也不算什麼高科技，其來自於一個歸納法。簡單來說，紐約大學教授Edward Altman在分析了大量破產公司的案例之後，通過統計上的區別分析 (Discriminant Analysis)，歸納出一個線性方程來總結這些破產公司共有的特點。一公式以蔽之：

如果公司為上市製造業公司：

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

其中X1=營運資金/總資產（衡量流動性）

X2= 留存收益/總資產（衡量累積盈利能力）

X3=EBIT (息稅前利潤）/總資產（衡量運營效率及槓桿）

X4=股東權益的市場總價值／負債總額（增加市場因素，衡量償債能力）

X5=收入/總資產（衡量使用資產的能力）

然後如果公司為上市非製造業公司，該公式將變形為

Z」 = 6.56 X1+ 3.26 X2 + 6.72 X3 + 1.05 X4

其中X1至X4同上。

你如果好奇X1的係數為啥是1.2而不是1.2億或者是1.22，請參看奧特曼教授的文獻。這裡只強調一下應用。第一個公式，如果該公司為製造業公司，則：

Z > 2.99 ：安全上岸

1.81 < Z < 2.99 ：灰色地帶

Z < 1.81 ：危險地帶

第二個公式，如果公司為非製造業，則:

Z」> 2.60：安全上岸

1.1 < Z」 < 2.60: 灰色地帶

Z」 < 1.1：危險地帶

我不知道這個工具在國內是否也有人使用，我估計大概是沒啥市場的，因為國內上市公司不破產，沒必要去算這個命。如果之後註冊制實行，或許會有人在基本面分析中開始重視這個Score。當然，就算不去談是否破產這個問題，我認為對Z-Score的計算也是有意義的，可以用來做同行業的橫向對比。那麼這個Score到底靈不靈？奧特曼教授是在上世紀60年代末提出這個算命工具的，我們有大量之後的歷史數據可以驗證靈不靈。最初的測試顯示，Altman Z-Score在公司破產事件的兩年之前能判斷準確的概率為72%，一年之前判斷準確的概率高達95%。在從1969年到1999年這31年時間裡，該模型在公司破產一年之前能預言公司破產的準確率為80%至90%之間。我們真誠地說，從證據來看這個Score還是靠一些譜的。也正因為如此，Altman Z-Score 被廣泛應用，許多大型評級機構，如Moody』s之類皆會用之。

但工具畢竟只是工具，不必如宗教信條般虔誠遵循，萬萬不可盲從。比如有100家公司，我通過金銀銅三叉判斷這100家全部不會破產，結果一年後有5家破產，於是我說貧道的三叉模型準確率為95%，你信嗎。畢竟在穩定的經濟環境中破產是較小概率事件。所以工具用來參考即可，即使有歷史數據驗證其相當的準確性，歷史畢竟是歷史，不能準確預測未來。你用多了，就會發現所有模型都如同段譽的六脈神劍，時靈時不靈。如果您的投資決定是完全建立於某個工具之上，請容許我給你一個純潔的微笑，我有一座橋要賣給你。

讓我們回歸正題SunEdison。如果把奧特曼模型致用於SunEdison身上，我們能夠看到這兩年來其Z-Score的改變。鑒於SunEdison這廝混業經營，我也整不明白小樣到底算不算製造業公司，我們就把兩個公式都算了，以防它跨界。（上圖為SunEdison 的製造業Z-Score，下圖為非製造業，圖表來源Seeking Alpha，數據提供來源http://portfolio123.com)。

Well，馬後炮地來看，這命算得還真准。SunEdison的Z和Z」長期處於1.81以及1.1之下，負能量十足。這個預測可以歸入True Positive這個類別裡面。在下還是要再三披露，這個模型的Type 1 錯誤（ False Positive，公司本不會破產但被歸為破產類）與Type 2 錯誤（False Negative，公司本會破產的沒有被歸為破產類）都不可小覷，照本宣科紙上談兵會害死人。

我們再來看看目前在破產保護程序中的Peabody Energy (OTC：BTUUQ）的Z-Score (數據來源 YCHARTS）：

此也算預言成功的例子，大家看到最近一年 Peabody的Z-Score簡直已經到了不要臉的地步。為啥如此沒節操呢，我們簡單地審視一下非製造業的Z-Score公式就會發現：1. X1中營運資金（Working Captial，=流動資產-流動負債）在某些行業中常見為0或負數。2. X2是 EBIT/總資產，如果公司在稅息前有經營虧損，那麼這邊就會有一個沉重的減號，極大減低Z-Score。3. 不同於製造業Z-Score，非製造業沒有X5，也就意味著你收入再高也不能挽回顏面。所以，如果我們來看看京東（NASDAQ: JD）的非製造業 Z-Score，那也是有些不堪入目（數據來源 YCHARTS）：

我不是在唱衰京東，雖然以Z-Score來看奶茶東破產風險大大的有；相反，我個人是長期持有京東股票的，儘管短期來看暗無天日。這裡我是指出Z-Score的一些局限，奧特曼教授一開始在研究設計之時，僅僅考察製造業的公司，奧特曼教授自己也承認說應對非製造業公司是有局限的。尤其如果對手是不大看重Working Captial的行業和金融行業，該模型基本上就只能洗洗睡了。

除了奧特曼Z-Score這個破產預測界的老大以外，另一個模型雖然不能完全算在破產預測界，但是對破產公司也能有一定指導意義，這個好玩的模型叫 Beneish M-Score Model，衡量公司操縱會計報表的可能性。公式為

M = -4.84 + 0.92 DSRI + 0.528 GMI + 0.404 AQI + 0.892 SGI + 0.115 DEPI – 0.172 SGAI + 4.679 TATA – 0.327 LVGI

其中

DSRI= 應收賬款周轉天數指數

GMI= 毛利率指數

AQI = 資產質量指數

SGI = 銷售增長指數

DEPI = 折舊指數

SGAI = 銷售、總務及管理費用指數

TATA = 總應計項目與總資產之比

LVGI = 槓桿指數

這個公式略微複雜，看完可能直接就蒙圈了。其實從概念而言這個模型很好理解。其中的指數計算大多數都是一個比較值，一般是用當年的項目比上去年的項目。比如毛利率指數GMI，就是去年毛利率與當年毛利率之比，如果GMI小於1，毛利率有增長；如果大於1，毛利率萎縮，這是個壞信號，毛利率降低（公司可能遇到某些困境）會讓公司更有可能操縱會計報表。再比如折舊指數DEPI，就是指全年折舊率與今年折舊率之比，如果大於或等於1就說明折舊率增加或者不變；如果小於1就說明折舊率減小，折舊速度減緩，折舊開支減小，盈利上升。所以DEPI小於1表明公司有可能正在使用折舊來操縱盈利。

M-Score大於-2.22表明公司比較不可能煮賬本；小於-2.22說明管理層很可能正在使壞。

看看備受關注的「臭水溝」凡利亞的M-Score (數據來源 YCHARTS）：

鑒於Valeant已經在年報中承認其內部控制（Internal Control）綿軟無力，這應該算是一個預測成功的案例。模型總設計師 Messod Beneish 教授稱M-Score大約有76%的預測準確率，同時有17.5%的 Type 1 錯誤（False Positive，沒操縱但被冤枉）可能性。雖然預測準確率不難看，業界也廣泛使用，但此模型的缺陷還是明顯的：1. 由於很多變數都是針對製造業公司而設計，對金融行業基本無效；2. 由於這個模型被用得太濫，狡猾的管理層有可能直接針對模型來煮賬本，也就是說M-Score可能直接成為做假賬的目標，無良公司可能故意把M-Score做得很好看，從而降低模型的預測能力。道高一尺魔高一丈，是所有此類模型的悲哀。所以還是要再三強調，這些掃雷工具僅僅是工具而已，最好是能多管齊下地分析，而不是僅僅依靠孤立個別的數字。美股的地雷都很機智，會隨環境改變而進化變異，機械使用模型註定要吃大虧。引用統計學家George Box的一句話做結語，「本質上而言，所有模型都是錯的，但其中一些，終歸是有用的。」（「Essentially, all models are wrong, but some are useful.」）

利益披露：作者在文章發表時持有文章所述某些股票的多頭倉位。

本文行文倉莽，如有不足之處，還請各位海涵斧正。

轉載我是歡迎的，但請署名陳達，在此謝過。

本文首發於雪球網：

http://xueqiu.com/9598793634/68546787