高校財務預警系統的研究

定鵬 孫濤

【摘 要】 高等教育改革在帶給高校一定程度自主權的同時,也相應地增加了高校的財務風險。文章通過對國內外預警系統分析，針對高校面臨的風險，主要從高校償債能力、經營能力、發展能力和支付能力這四個方面選取財務指標，建立高校財務預警指標體系，結合實際設定預警界限，并且運用該模型對廣州中醫藥大學（以下簡稱“我校”）2000—2009年的財務數據進行實證分析，給出預警提示，以期增強高校財務危機的可控性，優化財務危機管理結構，確保高校教育事業可持續發展。

【關鍵詞】 高校； 預警系統； 現金流量

一、高校財務危機管理的研究背景和研究方法

（一）研究背景

隨著我國社會主義市場經濟體系的逐步建立和完善，我國的教育體制也進行了相應的改革，高校的管理模式逐步轉化為“政府宏觀管理，學校面向社會自主辦學”的新模式。高等教育改革在帶給高校一定程度自主權的同時，也相應地增加了高校的財務風險。主要風險包括：第一，學費等各種收費不能實現預期目標，主要表現為錄取學生報到率的不確定和學生拖欠學費嚴重。第二，基本建設投資盲目擴張，對“開源”和“節流”重視不夠。第三，許多高校的收入渠道比較單一，對財政撥款仍有著較強的依賴性，缺少自主盈利的能力。第四，許多高校的收入渠道比較單一，對財政撥款仍有著較強的依賴性。第五，現代大學快速發展，使得高校財務管理體制、機制、模式、手段都發生了深刻的變化，而高校由于自身性質、歷史、規模等原因，制約著整體管理水平的提高，財務運行機制不能應對新形勢下學校新的發展需求。同時，作為事業單位的高校風險意識淡薄；再加上原來沿襲下來的高校內部控制制度設計不嚴密，內控制度不夠完善，必然會增加財務風險的發生幾率。

（二）財務預警系統的研究方法

國內外關于財務預警系統的研究主要有以下幾個方面：

1.單變量分析法

國際上關于財務風險預警系統的研究始于20世紀60年代。1966年，美國的威廉·比弗運用精確的統計方法，提出了單變量分析法，運用個別財務指標來預測企業財務風險的大小。單變量分析法中預警企業財務風險的指標主要有：現金流量債務比、資產凈利率、流動比率、資產負債率、資產安全率（即資產變現金額與資產賬面金額與資產負債率之差）等，由于單變量分析法一次只能分析一個指標，而不同的指標只能反映企業財務狀況的一個側面，因此難以有效地預警企業的財務風險。

2.Z分數模型

1968年，愛德華·奧特曼運用一組數據進行綜合分析，采用配對抽樣法，通過配比研究，首次提出了企業財務風險預警的“Z-score模型”。

其判別函數為： Z=112W1 + 114W2 + 313W3 + 016W4

+01999W5

其中W1表示營運資金/總資產，反映資產的流動性；W2表示留存收益/總資產，反映累計盈利情況；W3表示稅前利潤/總資產，反映資產的營運效率；W4表示股票市價 /總負債面值，反映償債能力；W5表示銷售總額/總資產，反映資產周轉速度。該模型的變量是從資產流動性、獲利能力、償債能力、營運能力等指標中各選擇一兩個最具代表性的指標，模型中的系數則是根據統計結果得到的各指標相對重要性的量度。按照這一模型，通過計算企業連續幾年的Z值就可發現企業發生財務風險的征兆。

按照奧特曼的思路，許多學者通過實證研究建立了自己的模型，較具代表性的模型有1972年埃德米斯特建立的小企業財務危機預警分析模型和1977年英國的塔夫勒提出的財務風險預警模型。20世紀70年代，日本開發銀行調查部綜合了更廣的財務數據，建立了如下預警模型：Z=211W1+116W2-117W3-W4+213W5+215W6。其中，W1表示銷售額增長率；W2表示總資本利潤率；W3表示他人資本分配率；W4表示資產負債率；W5表示流動比率；W6表示粗附加值生產率（即折舊費、人工成本、利息與利稅之和與銷售額之比）。

3.F分數模型

由于Z分數模型在建立時并沒有充分考慮到現金流量變動等方面的情況，因而具有一定的局限性。為此，有學者擬對Z分數模型加以改造，并建立其財務危機預測的新模型——F分數模型（F-Score Model）。F分數模型的主要特點是：

（1）F分數模型加入現金流量這一預測自變量。許多專家證實現金流量比率是預測公司破產的有效變量，因而它彌補了Z分數模型的不足。

（2）本模型考慮到了現代化公司財務狀況的發展及其有關標準的更新。比如公司所應有財務比率標準已發生了許多變化，特別是現金管理技術的應用，已使公司所應維持的必要的流動比率大為降低。

（3）本模型使用的樣本更加擴大。F分數模型如下：

F＝－0.1774＋1.1091W1＋0.1074W2＋1.9271W3＋0.0302W4

＋0.4961W5

F分數模型與Z分數模型中各比率的區別就在于其W3、W5與Z分數模型中W3、W5不同。F分數模型中的五個自變量的選擇是基于財務理論，其臨界點為0.0274；若某一特定的F分數低于0.0274，則將被預測為破產公司；若F分數高于0.0274，則公司將被預測為繼續生存公司。

除以上模型外還有線性概率模型、邏輯回歸模型、神經網絡模型等，但是這些模型在我國高校財務預警中很少應用或幾乎沒有應用。

從我國高校財務預警應用的現狀來看，對我國高校財務預警的認識明顯不足，進而影響到我國學者專門對我國高校財務預警的理論研究很少，而且也僅僅限于單一指標上的分析；而在實證分析各種模型的運用中，存在樣本選取范圍、信息性質、樣本時空范圍等眾多因素的局限，使得我國高校現階段的財務預警缺乏系統的、完整的、連續的、深入的理論研究和實務運用。

本文針對高校面臨的風險，主要從高校償債能力、經營能力、發展能力和支付能力這四個方面選取財務指標，建立高校財務預警指標體系，結合實際設定預警界限，并且運用該模型對我校2000—2009年財務數據進行實證分析，給出預警提示，增強高校財務危機的可控性，優化財務危機管理結構，確保高校教育事業的可持續發展。

二、研究變量和樣本選取

（一）研究變量

本文主要選擇以現金流量為基礎的財務指標作為檢測標準，這是因為，高校以收支兩條線作為經營方式，高校是否有警情，是否能經營下去，并不取決于盈利，而是取決于有沒有足夠的現金和與其經營規模相適應的現金支付能力。財務預警指標體系的建立和完善是預警管理理論的核心之一，也是預警管理的難點。預警指標的選擇應該重點考慮那些能夠真正、全面反映高校所面臨財務風險或財務危機真實現狀的重點預警指標和敏感性較高的指標。作為非營利性組織的高校主要應從償債能力、運營績效以及發展潛力等幾個方面建立預警指標，并結合高校實際情況進行分析判斷，建立有效的財務危機預警體系。

因此選取指標包括1.償債能力，選取年度收入負債比為變量X1，反映高校年償還債務的能力，一般預警臨界比率為0.6。2.經營能力，選取學費收入現金比率為變量X2和墊付資金增減率為變量X3，這是由于學費收入是高校收入的重要來源，學費收入現金比率直接反映高校的收入水平，而墊付資金數額的多少，反映學校資金使用效益和財務管理水平的高低。由于墊付資金直接影響到學校事業資金的周轉能力，所以，減少墊付資金的占用成為考核財務管理水平的一項重要內容。墊付資金增減越低，說明資金的運用能力越強，相應地可供支配的周轉資金越多；墊付資金增減率越高，可供支配的周轉資金越少，學校的支付能力越低。預警臨界比率為0，負增長為理想狀態。3.發展能力，選取收入增長率為變量X4。4.支付能力，選取收入支出比為變量X5，反映高校隱性負債，該比率的預警臨界比率一般為1，如果大于1說明高校動用事業基金彌補赤字，具體見表1。

（二）樣本選擇

通過對我校2000—2009年財務數據進行分析和標準化得到數據表（見表2）。

三、構建高校財務預警模型及結論分析

（一）構建高校財務預警模型

對表2的數據運用SPSS軟件進行分析，得到方差分析主成分提取表（表3）和初始因子載荷矩陣（表4）。

由方差分析主成分提取表得到可以提取兩個主成分，由初始因子載荷矩陣可以看出X1、X5在第一主成分有較高負荷，所以X1、X5為第一主成分B1，由償債能力年末負債/總收入和支付能力總支出/總收入來解釋，主要用來說明高校的支付和償債能力，X2、X3、X4在第二主成分有較高負荷，為第二主成分B2，由經營能力選取學費收入現金比率、墊付資金增減率和發展能力收入增長率來解釋，主要說明高校的經營運轉能力，假設A1為B1的特征向量，A2為B2的特征向量，可以得到：

A1=B1 /SQR（1.977）

A2=B2 /SQR（1.624）

由表5得到主成分模型：

F1 = 0.583191X1 - 0.03129X2 - 0.28946X3 - 0.38903X4

+0650755X5

F2=0.432373X1+0.594022X2 + 0.411971X3+0.52183X4

+0.135754X5

根據初始因子載荷矩陣得到高校財務預警綜合得分模型為：

F=0.39549F1+0.32489F2

=0.3711X1+01806X2+0.0194X3+0.0157X4+0.3015X5

根據高校財務預警綜合得分模型和財務標準化數據計算10年財務綜合評價得分（見表6）。

（二）高校財務預警模型結論分析

根據F值分布圖可以看出年份4處于重度警度，這是由于第4年建設大學城校區，墊付資金較多，財政撥款不足以支付基礎建設，自籌資金能力不足，導致收支不平衡。年份5、6、7處于輕度警度，需要引起高度重視，這是由于雖然年份5、6、7各項收入增加，開始償還前期部分借款，但是支出較高造成進入輕度警度區域。年份1、2、3、8、9、10處于無警度，是因為一方面年份8、9、10能夠積極催繳學費收入，取得多項重大科研項目，增加學校收入；另一方面學校自主經營能力增強，經營收入得到提高，所以能保持略有結余，進入無警度區域。

通過以上分析可以看出，該財務預警模型能夠較好地評價高校的財務預警，在實際運用方面能與實際情況相符，并且運用主成分因子分析法能夠較簡單地構建該模型，在SPSS統計軟件的幫助下，評價高校財務預警變得簡單可行；同時運用主成分分析法依據財務指標內部關系客觀地確定眾多變量在模型中的權重體系，克服了傳統定性研究中主觀因素的影響。

以往高校的危機管理主要是理論性的研究，高校也沒有建立完整的財務預警系統，目前主要采取的是事中控制和事后控制，這帶來一定的盲目性，不符合財務穩健性的原則。而該模型可以運用于對高校財務事前控制，能夠及早知道高校的財務狀況，提前樹立危機意識，增強財務危機的可控性，優化財務危機管理結構，確保高校教育事業的可持續發展。

【參考文獻】

［1］ 李金梅，張衛國，湯明麗.財務預警系統——Z分數模型與F分數模型比較評價［J］.上海會計，2007（1）.

［2］ 趙玉梅，李亞婕.我國高校財務預警的應用現狀及管理問題探析［J］.北華航天工業學院學報，2008（4）.

［3］ 米新英,劉澤琴.高校財務預警系統的研究［J］.河北省科學研究“十一五”規劃課題（08090004）.

［4］ 楊周復，施建軍.大學財務綜合評價研究［M］.中國人民大學出版社，2002.

［5］ 賁友紅.高校財務預警模型的構建和實證分析［J］.中國管理信息化，2009（5）.