基于現金流量視角的財務風險預警模型分析

楊知宇+楊景海

【摘 要】 基于現金流建立財務預警模型，對企業尤其是上市公司是十分必要的。文章以ST上市公司為例，對基于現金流量的F分數預警模型的有效性進行驗證分析。選取了以利潤指標為基礎的Z模型和以現金流量財務指標為基礎的F模型進行比較，采用6家ST公司作為樣本，并對獲得的2007年到2012年財務數據對F模型的預測結果進行分析，證明了F模型預警的有效性。

【關鍵詞】 現金流量； 財務風險； 預警模型

中圖分類號：F275 文獻標識碼：A 文章編號：1004-5937（2014）30-0046-05

根據現代企業會計準則的定義，現金流量通常是指在一定會計期間內按照現金收付實現制，通過一定經濟活動而產生的現金及現金等價物的流入、流出及其總量情況的總稱。它客觀存在于企業整個經營活動之中，不僅能動態反映企業的經濟活動并對其起保障與控制作用，而且能表明企業獲得現金和現金等價物的能力。財務風險與現金流量在企業整個資金運動的過程中表現出一種十分復雜的關系，二者相互制約同時又互不分離。

因此，企業日常資金運動的整個過程中隱藏著無法確定的財務風險。作為維持企業生存發展的血液，現金流量不僅為企業的持續經營提供重要基礎，而且為企業的擴大再生產提供不可或缺的資源保障。如果資金周轉不暢，企業則有面臨破產的風險。二者的共同點都是為了使企業在競爭機制下的市場中能得以生存，并獲得長期穩定的發展，為企業創造最大的市場價值，最終實現企業的戰略目標。

一、財務預警模型的發展及評價

（一）財務預警模型的發展過程

1.單變量模型

單變量模型，顧名思義是一個一元線性函數的模型，它采用單個財務比率進行財務危機預測。Fitzpatrick（1932）以19家企業為樣本進行的以單變量為對象的破產預測研究，并把樣本分組為破產企業和非破產企業，將單變量的財務比率運用其中進行預測研究。從研究結果得出，股東權益/負債比率與凈利潤/股東權益的預測結果是最為可靠的，其預測能力最強。William beaver（1966）通過對出現財務危機前1至5年的30個企業財務比率預測能力的考察研究，并根據單變量財務指標在模型中的預測能力進行大小排序，發現營運現金/總負債在距離企業破產前，時間越短預測能力越強。

由于單變量模型只含有一個單變量指標，則每次只能對一個指標進行預測。由于指標之間相互具有獨立性，僅能局部體現企業狀況，并不能全方面地反映企業的財務狀況。公司將不同的預測指標運用于這種模型后將帶來預測結果不同的后果，這使企業無法對預測結果作準確的判斷。再者，企業通常為某種需要而人為修改某些重要的指標數據，使真實的財務狀況被掩蓋，從而造成預測結果嚴重偏離真實結果。這種方法的運用可能出現對于同一公司、不同的預測指標得出不同預測結果的情況；另外，某些財務比率很容易被粉飾，掩蓋真實的財務狀況，造成模型無法真實地揭露企業的財務風險。因此，學者們便開始對多變量模型進行探討、研究。

2.多變量模型

所謂多變量預警模型，即加權匯總多個財務指標后預測財務危機的模型，是一個多元化函數公式。Altman（1968）經過大量時間考察分析同一行業里66家同等規模的公司并將它們分成相同數量的兩組，其中一組公司是申請破產的公司，并統計破產公司破產前一年的財務數據和非破產公司相同時段的財務數據，再選取五個財務指標作為變量與權數加權平均，最終得出了Z分數模型。在眾多預警模型中，Z分數模型是財務風險預警模型經歷單變量模型向多變量模型演變后最具有代表性、應用最為廣泛的多變量預測模型。該模型與William beaver的單變量模型具有共同點，都是在企業破產前時間越短模型預測準確率越高，并且Z分數模型在企業破產前一年的風險預測準確率達到了95%。

AItman，Haldeman & Narayanan（1977）在五個變量模型的基礎上增加了兩個財務變量，隨即得出Zeta模型。Casey（1985）將經營現金流、經營現金流與流動負債的之比以及經營現金流與期末總負債之比，運用于驗證現金流是否對以應計利潤財務比率為基礎的傳統破產預測模型的預測能力有顯著提高。然而，在經過以大量破產公司和非破產公司為樣本進行檢驗后發現，經營現金流的運用并不能對傳統預測模型的明顯改進作出貢獻，從而提高模型的預測準確率。不過，解釋能力隨著經營現金流量的收回明顯提高。

（二）Z分數模型與F分數模型的比較

1.Z分數模型

Z分數模型的表達式為：Z=0.012X1+0.014X2+

0.033X3+0.006X4+0.999X5。其中的變量X1=（期末流動資產-期末流動負債）/期末總資產，即營運資金/期末總資產；X2=留存收益/期末總資產；X3=息稅前利潤/期末總資產；X4=期末股東權益市場價值/期末總負債；X5=銷售總額/期末總資產。按流動率分類的會計變量X1主要是企業資產的流動水平的衡量基礎，體現了總資產中企業投入的營運資金所占的份額；X2主要反映了期末未分配利潤和盈余公積占企業總資產的比例，它可以衡量企業整個財務年度內的收益率和累計盈利情況；X3中息稅前利潤，即為稅前利潤與財務費用之和，主要是反映企業財務的穩定性及資金營運效率，在此模型中，它為預測企業陷入財務困境提供了比較有利的依據；X4反映企業的財務結構同時也體現了企業對債權人的支付能力；X5主要是反映企業運用資產的活動比例，體現了產生銷售收入的能力及資金周轉速度。

2.F分數模型

與Z模型不同的是，F分數模型引入了現金流量這一重要變量，F分數模型中X3、X5這兩個財務指標分別代替了Z分數模型中的X3、X5財務指標，它們都是現金流量變量。其中，X3=（凈利潤+折舊）/平均總負債，它包含了企業日常計提的折舊，主要表現在折舊不僅可以用來償債，也可以看作企業的現金流入，是衡量企業償還債務可用的所有現金流量大小的重要財務指標；X5=（凈利潤+利息+折舊）/平均總資產，反映了企業總資產創造現金流量的能力。F分數模型如下：endprint

F=-0.1774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5

其中：

X1=（期末流動資產-期末流動負債）/期末總資產；

X2=期末留存收益/資產總額；

X3=（凈利潤+折舊）/平均總負債；

X4=期末股東權益的市場價值/期末總負債；

X5=（凈利潤+利息+折舊）/平均總資產。

F分數模型中五個自變量的選擇是基于財務理論，0.0274為F分數模型的臨界點，如果某一特定的F值低于0.0274，則該企業可能存在一定的財務危機，甚至有破產的可能性；反之，如果F值高于0.0274，則該企業財務狀況比較正常，視為具有持續發展的能力。如果F值落入[-0.0501，0.1049]區間，0.0274的上下0.0775內即不確定區域，則不能武斷地認為公司可能破產或者具有持續生存的能力，此時的F分數模型只能輔助管理者作決策，管理決策者要判斷公司是否可能發生財務危機，還需要進行進一步的分析。

（三）Z分數模型的缺陷

Z分數模型是一種建立比較早，得到廣大學者認可及推廣，能綜合反映企業財務風險的財務風險預警方法。但是該模型存在以下缺陷：（1）研究對象的局限性，Z分數模型的研究對象只有制造業企業，而且只針對美國的上市公司。這導致Z分數模型并不適用于非制造業及非上市公司，具有行業限制。（2）樣本數量少，F分數模型采用了4 000多家公司的數據作為樣本，而Z分數模型僅以66家公司數據作為樣本，使得驗證模型的有效性降低。（3）不具有橫向可比性，該模型未考慮采取的樣本里存在不同區域、不同行業的公司，其中的差異性使得Z分數模型不能進行橫向比較。（4）難以保證預測結果的真實性，Z分數模型的財務指標是建立在權責發生制基礎上的，存在人為操縱財務指標的弊端，且沒有考慮現金流量這一決定企業經營狀況的有效因素，使得計算而得的Z值真實性較弱。

（四）F分數模型的優勢

通過對F分數模型與Z分數模型的比較分析，可得出F分數模型具有以下優點：（1）考慮了現金流量，F分數模型在Z模型的基礎上考慮了現金流量這一有效變量，更全面地考慮了影響企業財務風險的因素，同時進一步完善了財務風險預警模型。（2）具有大量的樣本，F分數模型以4 160家樣本公司的數據為基礎，經過長期觀察、分析及驗證后得以建立成形，對財務風險的預測更加精準。（3）具有橫向可比性，F分數模型以不同行業的公司為研究對象，考慮了不同行業之間的差異，采用大量的樣本公司驗證其有效性。

二、F分數模型在ST公司中的運用

（一）樣本選取和數據來源

本文主要選取了ST明科、ST長油、ST寶碩、ST南紡、ST天龍、ST景谷6家不同行業的上市公司作為樣本，其中ST明科公司屬于經營石油化工、塑膠塑料的制造業；ST長油公司屬于內河、內湖運輸業；ST寶碩公司屬于通用化工品行業；ST南紡公司屬于紡織業；ST天龍公司屬于計算機、通信和其他電子設備制造業；ST景谷公司屬于林業。本文選取了各個公司從2007年到2012年的各財務報表數據，這些數據主要來源于新浪財經行情中心網站，經過對公司披露的財務報告進行整理而得。

此處需特地說明的是，ST公司是指在境內上市連續兩年虧損被進行特別處理的公司；另外，計算“股東權益市場價值”所使用的年末股票價格，均來自于各大公司年末發行股票的收盤價格。其中，寶碩公司2010年年末沒有股票樣本數據，股票收盤價格中斷于2010年7月末。

（二）F分數模型在ST公司中的運用分析

1.F分數模型的計算

本文對ST長油、ST明科、ST寶碩、ST南紡、ST天龍、ST景谷等上市公司2007年到2012年的各大財務報表數據整理、匯總并計算后，結果如表1—表6所示。

2.F模型在ST公司中運用的結果分析

（1）根據表1中的F值可以看出，ST長油公司F值在樣本期間逐漸變小，并最終小于臨界點。其中在2007年到2010年間，F值均大于臨界點0.0274，但是2009年和2010年的F值處于期間[-0.0501，

0.1049]，屬于不確定區域；在2011年和2012年，F值小于0.0274，并小于-0.0501。由此可以得出，ST長油在2007到2008年期間的財務狀況處于良好發展的階段；在2009到2010年財務狀況的好壞還需要通過其他輔助手段作進一步的判斷；在2011年至2012年，公司財務狀況出現惡化，可能存在破產的可能性。

據年報顯示，ST長油2010年度虧損1 859.47萬元，2011年公司再度虧損74 933.30萬元，2012年度虧損額達到123 835.00萬元。2013年年報發布后，出現591 864.00萬元的巨虧。因此ST長油在2013年虧損后，已連續4年虧損，達到退市標準，并已于2013年5月14日起暫停上市。該公司也成為2012年退市制度改革以來，上交所第一家因財務指標不滿足條件而退市的上市公司。

（2）根據表2中的值可以看出，F模型對于ST明科公司在2007—2012年期間計算出的F值一直呈現負值且不斷變小，可以看出企業財務狀況的變動呈現不斷惡化的趨勢。按照F分數模型的判斷標準，明科公司各年的F值均小于0.0274，且超出了不確定區域范圍，小于-0.0501，則明科公司預測結果為破產。

據年報顯示，ST明科2009年度巨虧96 043.50萬元，2010年度微利1 412.49萬元，2011年公司再度虧損14 529.70萬元，2012年度微利1 184.88萬元。這表明企業沒有足夠的現金流量來維持企業的正常經營，如果該公司能在出現財務問題的早期及時運用F模型對企業財務進行財務風險分析、預測，則能對財務風險進行及時防范和控制，從而可以避免公司財務狀況惡化的結果。endprint

（3）根據表3中F值可以看出，ST寶碩公司在2007年、2008年F值均大于臨界點0.0274，并且大于0.1049，但呈逐漸變小的狀態，并在2009年出現負值，且小于-0.0501。表明該公司在2007年、2008年公司的現金流動性還比較強，可以滿足企業的經營需要，但現金支付能力卻在逐漸減弱，并在2009年時開始顯現財務問題。由于2010年的F值無法獲得，對該年度的財務狀況無法獲知，但從2011年及2012年的F值大于0.0274并大于0.1049，可以得知企業財務困難得到了緩解。

據年報顯示，ST寶碩2009年度巨虧29 434.70萬元，2011年度盈利216 520.00萬元，2012年度虧損13 856.70萬元。其主要原因是公司實行了債務重組，提高公司核心競爭力，實現了長久穩定發展，并逐漸恢復良好狀態。

（4）根據表4中的F值可以看出，ST南紡公司F值在2007到2012年間呈現變小的趨勢，均小于臨界點0.0274且小于-0.0501。按照F分數模型的判斷標準，公司的財務狀況出現了嚴重的問題，很有可能會破產。據年報顯示，ST南紡2010年度盈利1 280.00萬元，2011年度虧損13 020.30萬元，2012年度虧損715.87萬元，據2013年前3個季度的數據可看到，該公司仍處于虧損狀態。可見公司的財務狀況不容樂觀。

（5）根據表5中的F值可以看出，2007到2012年間ST天龍公司F值在逐年增長，雖然均小于臨界點0.0274且小于-0.0501，按照F分數模型的判斷標準，公司的財務狀況仍處于困難階段，但根據F值與財務風險呈正相關的特點，可以看出該公司的財務風險在逐年減小，財務壓力在逐年緩解，表明企業財務狀況在逐年好轉，但仍處于虧損階段。據年報顯示，ST天龍公司2009年度盈利4 449.44萬元，2010年度虧損639.35萬元，2011年度盈利6 629.46萬元，2012年度再度虧損5 503.01萬元。

（6）根據表6中的F值可以看出，ST景谷公司F值在2007年、2008年和2010年均大于臨界點0.0274，且大于0.1049，所以按照F分數模型的判斷標準，公司的財務狀況處于良好的發展狀態，具有發展前景。F值在2009年、2011年及2012年時小于臨界點0.0274且小于-0.0501，所以按照F分數模型的判斷標準，公司此時的財務狀況存在危機，被推測為破產。

據年報顯示，ST景谷2009年度虧損9 435.51萬元，2010年度微利453.95萬元，2011年公司再度虧損13 921.20萬元，2012年度虧損10 809.30萬元。也就是說企業從開始的良好財務狀況狀態逐漸惡化，后又反復出現財務困難。說明企業經營業績不穩定，資金周轉不順暢使得企業反復出現財務困難。

（三）結論

通過基于現金流量的F分數模型對各ST公司計算值得出如下結論：總體來看，有的公司F值或者逐年降低并遠低于F模型的分界點，或者由遠大于分界點逐年變小到小于分界點，說明企業財務風險加大，伴隨著財務問題的顯現并不斷惡化，提醒管理層以及其他利益相關者應該特別注意防范財務危機，及時了解分析公司所出現財務困境的原因，采取相應的措施調整經營結構，改變經營策略，加強對財務風險的控制，爭取將財務風險降到最小。

【參考文獻】

[1] 李曉奇.上市公司財務風險預警Logistic模型的研究[D].北京交通大學，2011.

[2] 鮑新中，何思婧.企業財務預警的研究方法及其改進——基于文獻綜述[J].南京審計學院學報，2012（5）：60-70.

[3] 劉慧.我國制造業上市公司財務危機預警研究[D].南京航空航天大學，2011.

[4] 楊瑤.基于現金流量的我國上市公司財務預警實證研究[D].云南財經大學，2011.

[5] 歐陽歆.基于Z模型的物聯網企業財務風險評價研究[J].會計之友，2014（4）：70-73.

[6] 張玲.基于經濟附加值的上市公司財務困境預警實證研究[J].財經理論與實踐，2004（9）：83-86.

[7] 張瑋.企業財務風險預警模型構建中現金流量分析法的運用[J].現代財經，2007（6）：40-45.

[8] 敬文舉，廖才高.淺析企業現金流量財務預警系統的建立與完善[J].生產力研究，2007（6）：169-171.endprint