控制財務(wù)危機視域下財務(wù)預(yù)警分析監(jiān)管指標體系的構(gòu)建

北京工業(yè)職業(yè)技術(shù)學院 楊海濤

控制財務(wù)危機視域下財務(wù)預(yù)警分析監(jiān)管指標體系的構(gòu)建

北京工業(yè)職業(yè)技術(shù)學院 楊海濤

隨著全球經(jīng)濟化步伐不斷加快，使得各大企業(yè)所面臨的競爭不斷加劇，不少企業(yè)面臨著財務(wù)危機情況，為實現(xiàn)企業(yè)的生存和發(fā)展，必須構(gòu)建一個科學有效的財務(wù)預(yù)警分析監(jiān)管系統(tǒng)，隨時跟進和監(jiān)控企業(yè)的財務(wù)狀況，以便于及時采取有效措施，避免因財務(wù)危機所帶來的損害。鑒于此，本文從控制財務(wù)危機的視角下，構(gòu)建了一套財務(wù)預(yù)警分析監(jiān)管指標體系，旨在為我國企業(yè)有效地控制財務(wù)危機狀況提供理論依據(jù)。

財務(wù)危機 財務(wù)預(yù)警分析 監(jiān)管指標 體系構(gòu)建

一、引言

財務(wù)危機，即所謂的財務(wù)困境，主要是指企業(yè)由于缺乏經(jīng)營現(xiàn)金，因而無法及時償還到期的債務(wù)，以至于無法履行合約相關(guān)條款的情況。通常情況下，如果企業(yè)發(fā)生了如下情況，則被認為是出現(xiàn)了財務(wù)危機：企業(yè)在清算之后仍無法對債權(quán)人的債務(wù)進行支付；企業(yè)及其債權(quán)人申請了企業(yè)破產(chǎn)；企業(yè)無法在規(guī)定日期內(nèi)針對債務(wù)合約的相關(guān)要求清還債務(wù)并支付利息；企業(yè)資產(chǎn)無法抵還債務(wù)，賬面凈資產(chǎn)呈負數(shù)。

財務(wù)預(yù)警分析主要是針對企業(yè)財務(wù)危機的可能性因素進行持續(xù)的跟蹤、監(jiān)測和管理，一旦某相關(guān)指標的值超出了允許值時，就會有危機警報發(fā)出，并及時采取一系列措施予以解決。其可對財務(wù)危機的風險程度進行綜合判斷，并及時進行報警，可以對同財務(wù)相關(guān)的所有環(huán)節(jié)內(nèi)出現(xiàn)的問題進行研究和分析。因此，財務(wù)預(yù)警分析其實就是一種規(guī)避風險機制，它集預(yù)測、報警、應(yīng)警于一體，不僅可以預(yù)測財務(wù)危機的可能性因素，還可以通過獨特方式對企業(yè)利益相關(guān)人員進行提醒，并為其提供詳細的解決方案以便于及時控制風險。

由此可見，為了更好地應(yīng)對財務(wù)危機，有必要建立一套科學合理的財務(wù)預(yù)警分析監(jiān)管體系，以確保企業(yè)資金流的順利進行，為企業(yè)的進一步發(fā)展奠定基礎(chǔ)。

二、財務(wù)預(yù)警分析的主要監(jiān)管指標

根據(jù)現(xiàn)代財務(wù)管理理論可知，企業(yè)的盈利、營運、償債及其成長能力決定了企業(yè)的財務(wù)情況。為實現(xiàn)對企業(yè)財務(wù)情況科學全面地反映，在基于國內(nèi)外相關(guān)研究成果之上，結(jié)合信息技術(shù)行業(yè)的特征，以及選取財務(wù)指標的相關(guān)原則，筆者重點選取了財務(wù)類及現(xiàn)金流量類兩方面的指標。其中，前者主要包括有償債、營運、盈利及成長能力這四方面。而后者選取過程中不僅需要考慮到企業(yè)現(xiàn)金流信息對判別企業(yè)財務(wù)危機的重要意義，還要盡量避免因主觀偏好所導致的信息失真或扭曲情況的出現(xiàn)。為確保數(shù)據(jù)真實有效，本文主要選擇了如下幾類指標。盈利能力：銷售凈利潤、銷售毛利潤、營業(yè)利潤率、凈資產(chǎn)收益率。營運能力：存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率。債償能力：流動比率、速動比率、資產(chǎn)負債率。成長能力：主營業(yè)務(wù)收入增長率、總資產(chǎn)增長率、凈資產(chǎn)增長率。現(xiàn)金流量指標：銷售現(xiàn)金比率、主營業(yè)務(wù)比率、每股現(xiàn)金流量凈額。

經(jīng)過顯著性檢驗后可知，上述合計16個變量中除了銷售現(xiàn)金比率、資產(chǎn)負債率、凈資產(chǎn)收益率和主營業(yè)務(wù)比率等指標之外，剩余12個指標都較為敏感，因而可以作為企業(yè)財務(wù)危機的預(yù)警分析監(jiān)管指標，對企業(yè)的財務(wù)危機風險情況進行預(yù)測。

三、基于控制財務(wù)危機視域下財務(wù)預(yù)警分析監(jiān)管指標體系的構(gòu)建

財務(wù)預(yù)警分析監(jiān)管指標體系構(gòu)建時應(yīng)基于整個體系構(gòu)建的目標、環(huán)境、功能、結(jié)構(gòu)及其監(jiān)測、預(yù)警系統(tǒng)的關(guān)系之上，選用較為敏感的作為指標。為確保整個評價結(jié)構(gòu)的合理性和客觀性，進行財務(wù)預(yù)警分析監(jiān)管指標體系的初步構(gòu)建時，應(yīng)盡量選擇可全面反映公司各方面財務(wù)情況的指標，為體系指標的最終確定留有余地。企業(yè)的主體財務(wù)比率必須能夠?qū)ζ髽I(yè)的償債、盈利、營運、資本增長及其資產(chǎn)管理能力五方面的財務(wù)情況。分析可知，銷售毛利率、流動比率、總資產(chǎn)增長率及長期負債資本比這幾方面差異顯著，表明這些指標的敏感性較強，可以作為反映財務(wù)預(yù)警分析監(jiān)管指標體系模型構(gòu)造的基本變量。

目前，關(guān)于財務(wù)預(yù)警分析監(jiān)管模型的構(gòu)建方法有很多，如判別分析法、因子分析法等，實踐表明，Logistic回歸模型法的預(yù)警結(jié)果最為準確科學。因此，本文選用此方法進行財務(wù)預(yù)警分析監(jiān)管指標體系的構(gòu)建。

（一）Logistic回歸模型的主要步驟。先進行數(shù)據(jù)樣本及其指標的選取，并對自變量及因變量進行確定；將各指標之間的多重共線性進行消除；對模型的參數(shù)進行估計，并對其擬合狀況進行評估；以模型的參數(shù)為基礎(chǔ)，對其顯著性、大小、符號等方面對于因變量的意義進行解釋；針對檢驗樣本情況，對模型的預(yù)警精確度進行驗證。

（二）建模之的準備。雖然通過非參數(shù)檢驗，得到了12個差異顯著的指標，將16個指標簡化到了12個，但是，由于財務(wù)指標都是比率指標，且多數(shù)是根據(jù)聯(lián)系緊密的財務(wù)報表數(shù)據(jù)進行計算所得，因此，各項指標間的相關(guān)性較強。應(yīng)當注意的是，Logistic回歸模型本身就對多重共線性相當敏感，因此，變量間相關(guān)性稍微高一點兒，就會導致系數(shù)誤差出現(xiàn)大幅度增加的情況，為避免這種情況的發(fā)生，本文先通過因子分析法進行公因子的提取，并將公因子作為最后進入財務(wù)預(yù)警分析模型的解釋變量，以最大程度地防止多重共線性所帶來的影響。經(jīng)過因子分析法，提取了5個公因子作為解釋變量帶入預(yù)警模型中，5個公因子如下：

（三）Logistic回歸模型的構(gòu)建。通過SPSS軟件分析，根據(jù)所選取的5個變量以及發(fā)生財務(wù)危機的企業(yè)樣本數(shù)據(jù)，進行Logistic回歸命令的選擇，根據(jù)Backwald逐步向后剔除變量法，進行Logistic回歸分析，5次迭代之后得到的結(jié)果見表1。

表1 Logistic回歸模型結(jié)果

（四）模型預(yù)警效果分析與檢驗。在使用此模型進行企業(yè)財務(wù)危機情況的預(yù)測時，還有一個問題需要注意，即臨界點的選取問題，若選取的不好，將會對模型的預(yù)警效果帶來不利影響，所以應(yīng)當給予足夠的重視。由于理論上來說，此模型并無最優(yōu)化分割點的存在，因而其選擇主要同企業(yè)的具體目的有關(guān)。在本文的研究中，企業(yè)財務(wù)危機的預(yù)警設(shè)置范圍在0到1之間，所以，選取0.5作為判別臨界值，即若通過此回歸模型計算所得的不發(fā)生財務(wù)危機的概率P大于0.5時，那么，就將該企業(yè)歸入健康企業(yè)類型中，相反的，若計算所得不發(fā)生財務(wù)危機的概率P小于0.5時，則該企業(yè)就被歸入財務(wù)危機類型中。

1．模型預(yù)警識別效果的檢驗。本文以52家企業(yè)為樣本，將這52組樣本的數(shù)據(jù)代入上文最終得到的回歸公式中，再經(jīng) SPSS16.0的統(tǒng)計分析得到了模型樣本組的判斷概率，具體情況見下表2：

表2 回歸模型樣本預(yù)測的分類結(jié)果

通過對這52家企業(yè)樣本的相關(guān)數(shù)據(jù)進行模型預(yù)測，其中，在26家發(fā)生財務(wù)危機的企業(yè)中有21家企業(yè)被正確地歸為財務(wù)危機企業(yè)，而剩余的26家正常企業(yè)僅有1家被錯誤地歸入財務(wù)危機企業(yè)中，所得到的準確率分別是88.5%和96.2%，這表明Logistic回歸模型的預(yù)測精確度相當高，最終的綜合判定準確率可達92.35%。

2．回歸模型擬合效果的分析與檢驗。為了進一步對此回歸模型的預(yù)測效果進行檢驗，可采取Hosmer and Lemeshow Test擬合度檢驗方法對其進行進一步地驗證。從Hosmer and Lemeshow Test擬合度的檢驗結(jié)果可知，擬合度檢驗所得到的顯著性概率是0.119，同顯著水平0.05相比要大。因此，原假設(shè)成立，表明Logistic回歸模型的預(yù)測值同觀測值并沒有顯著性差異存在，也說明可允許的范圍內(nèi)，Logistic回歸模型的估計值擬合了樣本的數(shù)據(jù)。對估計樣本數(shù)據(jù)也進行Logistic回歸模型分析，可得到52家企業(yè)前3年的財政危機情況的分析效果匯總。

表3 Logistic回歸模型預(yù)警效果匯總表

使用Logistic回歸法進行財務(wù)預(yù)警的優(yōu)點是適用性強、可直接進行統(tǒng)計檢驗，很適合分為兩組的判斷，結(jié)果同兩組的判別分析相同。此方法的缺點是對樣本數(shù)據(jù)要求較高，要求指標不能具有多重共線性，對企業(yè)各財務(wù)指標數(shù)據(jù)來說很難實現(xiàn)，必須事先消除共線性；此方法所選取的指標主要是通過回歸剔除所得，因而代表性還不夠全面，可能在此類指標并不突出的健康公司方出現(xiàn)誤判結(jié)果。

但是本文所構(gòu)建的模型預(yù)警判別率較高，應(yīng)該是由于建模前先使用因子分析法將指標變量的多重共線性進行了消除，并將5大公因子作為指標納入模型中去，因此，判別式中的指標公因子代表性更強，涵蓋性也更大，因而對于各企業(yè)財務(wù)危機情況的判斷相對更加準確。因此，構(gòu)建的財務(wù)預(yù)警分析監(jiān)管體系可以較好地對企業(yè)的財務(wù)情況進行判斷和預(yù)測，可以為企業(yè)采取下一步措施提供有力依據(jù)。

郭憲英、王清杰.2009.財務(wù)危機的預(yù)警研究.山東審計，7。