基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)識別與評價

西安建筑科技大學(xué) 張建儒 張 潔

基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)識別與評價

西安建筑科技大學(xué) 張建儒 張 潔

財(cái)務(wù)風(fēng)險(xiǎn)是指企業(yè)在各項(xiàng)財(cái)務(wù)活動過程中，由于各種不確定因素的影響，使企業(yè)財(cái)務(wù)收益與預(yù)期收益發(fā)生偏離，從而造成蒙受損失的機(jī)會和可能?，F(xiàn)金流量是企業(yè)系統(tǒng)功能的綜合表現(xiàn)，反映企業(yè)的盈利能力，體現(xiàn)企業(yè)的償債能力，決定企業(yè)的營運(yùn)能力，促進(jìn)企業(yè)的成長能力，是企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的指示器，能夠反映和預(yù)警企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。同時，科學(xué)合理的財(cái)務(wù)風(fēng)險(xiǎn)控制系統(tǒng)能夠監(jiān)測現(xiàn)金流量，有效控制現(xiàn)金的流入、流出，使企業(yè)保持良好的經(jīng)營狀況和財(cái)務(wù)狀況，有助于企業(yè)獲得生存、發(fā)展所需的現(xiàn)金流量。

一、基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)識別

財(cái)務(wù)風(fēng)險(xiǎn)的發(fā)生會引起企業(yè)財(cái)務(wù)一系列因素的變化，這些變化都會不同程度地反映到有關(guān)財(cái)務(wù)指標(biāo)上來。傳統(tǒng)的財(cái)務(wù)指標(biāo)，是以權(quán)責(zé)發(fā)生制為基礎(chǔ)，它的局限性在于必須處理許多模糊及不確定事項(xiàng)，由此可能導(dǎo)致會計(jì)盈余操作。而現(xiàn)金流量建立在收付實(shí)現(xiàn)制的基礎(chǔ)上，更為準(zhǔn)確、可靠地反映企業(yè)財(cái)務(wù)信息。因此，識別企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，應(yīng)該從現(xiàn)金流量角度出發(fā)。基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)識別體系（見表1）主要體現(xiàn)在企業(yè)現(xiàn)金流量結(jié)構(gòu)、償債能力、收益質(zhì)量、發(fā)展能力、財(cái)務(wù)彈性等方面?，F(xiàn)金流量結(jié)構(gòu)比率是反映企業(yè)財(cái)務(wù)狀況是否正常的一個重要方面，包括流入、流出及內(nèi)部結(jié)構(gòu)三個部分。償債能力是指企業(yè)利用經(jīng)濟(jì)資源償還債務(wù)本金和利息的能力,主要取決于獲取現(xiàn)金的能力。企業(yè)的收益與現(xiàn)金流量的匹配程度決定了該企業(yè)的收益質(zhì)量，企業(yè)的收益質(zhì)量影響企業(yè)的價值。企業(yè)的發(fā)展能力，是企業(yè)通過自身的生產(chǎn)經(jīng)營活動，不斷擴(kuò)大積累而形成的發(fā)展?jié)撃?。通過現(xiàn)金流量分析對企業(yè)發(fā)展能力進(jìn)行評判，可以使投資者預(yù)測未來企業(yè)現(xiàn)金流量狀況，了解公司未來經(jīng)營現(xiàn)金流量的變化趨勢。財(cái)務(wù)彈性是指企業(yè)適應(yīng)經(jīng)濟(jì)環(huán)境變化和利用投資機(jī)會的能力，也叫財(cái)務(wù)適應(yīng)能力。

表1 指標(biāo)體系

二、基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)評價實(shí)證分析

（一）樣本選取 在研究中，將是否被實(shí)施特別處理作為陷入財(cái)務(wù)危機(jī)的標(biāo)志。選取深市、滬市2009至2011年度部分首次被實(shí)施特別處理的上市公司（簡稱ST公司）作為研究對象，并按1:1的比例選擇同行業(yè)公司作為配對樣本。選取的2009至2011年度首次被ST的公司共21家，總樣本為42家（見表2）。一般認(rèn)為財(cái)務(wù)預(yù)警系統(tǒng)對上市公司出現(xiàn)財(cái)務(wù)危機(jī)前2年的判別能力較強(qiáng)，所以研究選擇財(cái)務(wù)危機(jī)發(fā)生前2年的數(shù)據(jù)進(jìn)行研究。實(shí)證分析采用表中的指標(biāo)體系，分別設(shè)10個財(cái)務(wù)指標(biāo)為X1、X2、X3……X10。

表2 樣本公司

（二）因子分析 因子分析法是利用降維的思想，通過研究眾多變量之間的內(nèi)部依賴關(guān)系，探求觀測數(shù)據(jù)中的基本結(jié)構(gòu)，并用少數(shù)幾個抽象的變量來表示其基本的數(shù)據(jù)結(jié)構(gòu)，是一種通過顯示變量測評潛在變量，通過具體指標(biāo)測評抽象因子的統(tǒng)計(jì)分析方法。在計(jì)算42家上市公司的10個指標(biāo)后，利用統(tǒng)計(jì)軟件SPSS19.0對數(shù)據(jù)進(jìn)行分析，過程如表3所示：

表3 KMO和Bartlett的檢驗(yàn)

（1）KM0檢驗(yàn)值為抽樣適度測定值，一般情況下，KM0統(tǒng)計(jì)量大于0.9時效果最佳，0.5以下不宜作因子分析。本研究中，KM0檢驗(yàn)值為0.728大于O.5，說明研究符合因子分析的條件。

（2）Bartlett球形檢驗(yàn)，統(tǒng)計(jì)量的Sig＜0.01，由此否定相關(guān)矩陣為單位陣的零假設(shè)，即認(rèn)為各變量之間存在著顯著的相關(guān)性，適合作因子分析。表4是因子分析初始解顯示了所有變量共同度的數(shù)據(jù)，反映了此次分析從各個變量中提取的信息，幾乎所有的指標(biāo)都包含了70%以上的信息，所以進(jìn)行因子分析是理想的。由表5可知，前4個主因子的累積方差貢獻(xiàn)率達(dá)到80.597%，說明其包含被解釋變量組的絕大部分信息，因此取前4個特征值及其特征變量，便可組成因子負(fù)荷矩陣。從表6中可以觀察到各主因子的經(jīng)濟(jì)含義及原始變量與其的數(shù)量關(guān)系：

（1）主因子Fl主要由主營業(yè)務(wù)收入現(xiàn)金回收比率（X6）、經(jīng)營現(xiàn)金流入量與經(jīng)營現(xiàn)金流出量之比（X1）、每股經(jīng)營現(xiàn)金凈流量增長率（X9）、經(jīng)營凈現(xiàn)金比率（X3）這4項(xiàng)指標(biāo)決定。主因子Fl大約反映了各上市公司的營運(yùn)能力、獲現(xiàn)能力和成長能力方面的信息，可以嘗試分析各公司的Fl的得分來比較其營運(yùn)能力、獲現(xiàn)能力和成長能力。從表5可以看出，主因子Fl對全部原始變量的方差貢獻(xiàn)達(dá)39.419%之多，是基于現(xiàn)金流量的財(cái)務(wù)風(fēng)險(xiǎn)評價的主要方面。

表4 因子分析初始解

表5 指標(biāo)特征值及特征值貢獻(xiàn)率

表6 旋轉(zhuǎn)后的因子負(fù)荷矩陣

（2）主因子F2主要由全部現(xiàn)金流量比率（X10）、到期債務(wù)本息償付比率（X5）、現(xiàn)金利息保障倍數(shù)（X4）這3個指標(biāo)決定。主因子F2與這3個原始變量X10、X5、X4的因子負(fù)荷量均為正值且都大于0.769，說明主因子F2大約反映了各上市公司的財(cái)務(wù)彈性及償債能力方面的信息。主因子F2對全部原始變量的方差貢獻(xiàn)為18.746%，在因子重要性排名中位于第2位。

（3）主因子F3主要由經(jīng)營現(xiàn)金流入量與現(xiàn)金總流入量之比（X2）、每股經(jīng)營現(xiàn)金凈流量比率（X8）這2個指標(biāo)決定。主因子F3與這2個原始變量X2、X8的因子負(fù)荷量均為正值且都大于0.67，說明主因子F3大約反映了各上市公司的償債能力方面的信息。主因子F3對全部原始變量的方差貢獻(xiàn)為11.958%，在因子重要性排名中位于第3位。

（4）主因子F4主要由現(xiàn)金凈利潤比率（X7）決定，主因子F4與原始變量X7的因子負(fù)荷量均為正值且大于0.81，說明主因子F4大約反映了各上市公司的收益質(zhì)量方面的信息。主因子F4對全部原始變量的方差貢獻(xiàn)為10.474%，在因子重要性排名中位于第4位。

為了簡化各主因子的結(jié)構(gòu)，對因子負(fù)荷矩陣進(jìn)行求逆運(yùn)算，得到因子得分矩陣。如表7所示：

表7 因子得分矩陣

根據(jù)原始變量對主因子的影響，可以得到4個主因子的表達(dá)式，具體如下：

利用上式計(jì)算出各個企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評價的綜合得分。

（三）判別分析 判別分析是在已知研究對象分成若干類型（或組別）并已取得各種類型的一批已知樣品的觀測數(shù)據(jù)，在此基礎(chǔ)上根據(jù)某些準(zhǔn)則建立判別式。判別分析基于對預(yù)測變量的線性組合，這些預(yù)測變量能夠充分地體現(xiàn)各個類別之間的差異。研究中，將ST公司賦值為1，非ST公司賦值為0。

表8 分類結(jié)果

根據(jù)表8可以看出，將3家ST公司誤判為正常公司，正確率為85.7%；將4家正常公司誤判為ST公司，正確率為81%；總體正確率為83.3%。

三、結(jié)論

通過上述因子分析和判別分析，可以從現(xiàn)金流量角度較為準(zhǔn)確地識別、評價企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。同時，評價風(fēng)險(xiǎn)時也存在局限性：首先，在實(shí)證分析時所使用的數(shù)據(jù)來源于上市公司公開報(bào)表，前提是認(rèn)為上市公司編制的并經(jīng)注冊會計(jì)師審計(jì)的財(cái)務(wù)報(bào)表公允地反映了上市公司的財(cái)務(wù)信息。但是，在現(xiàn)實(shí)中，粉飾財(cái)務(wù)報(bào)表的現(xiàn)象是存在的，模型的準(zhǔn)確性在一定程度上受到限制。其次，該體系強(qiáng)調(diào)了財(cái)務(wù)指標(biāo)對識別、評價企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的重要性，忽略了非財(cái)務(wù)指標(biāo)的因素，如內(nèi)部控制、技術(shù)創(chuàng)新、生產(chǎn)力、雇員培訓(xùn)等。因此，該模型無法體現(xiàn)非財(cái)務(wù)因素的影響。

［1］成瑤：《基于現(xiàn)金流量的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)測控研究》，武漢理工大學(xué)2005年碩士學(xué)位論文。

［2］任梅：《基于現(xiàn)金流量的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)研究》，東北大學(xué)2005年碩士學(xué)位論文。

［3］陳彩珠：《基于現(xiàn)金流量的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)防范與控制》，《現(xiàn)代商業(yè)》2010年第5期。

（編輯 杜 昌）