基于信用風險及融資約束模型的財務預警指標構建

鄒新穎，涂光華 ，2

（1.湖南涉外經濟學院 商學院，長沙 410205；2.湖南大學 金融與統計學院，長沙 410079）

0 引言

財務狀況是企業經營是否良好的指示燈，不同的財務指標表現可以為企業經營狀況提供不同含義的警示，企業經濟狀況的惡化必然會表現為某些財務指標的非正常變化，因此研究企業財務預警對企業的生存與發展具有特殊的重要意義，企業財務指標體系構建的科學性關系到財務預警的準確性。由于我國的市場經濟還處于發展階段，存在很多不完善的地方，企業決策者面臨的不確定性因素更為復雜，企業財務危機發生的概率相對較高，企業一旦發生財務危機將給公司的生產經營帶來巨大損失，嚴重時可能導致企業破產，對企業的財務狀況進行科學合理預警表現出更為重要的意義，因此企業財務預警成為目前國內外學者研究的熱點話題之一。企業財務危機發生之前一般會有些財務征兆，有些比較明顯有些比較隱秘，因此構建公司財務預警機制顯得非常重要。鑒于現金流是企業財務狀況的重要表現，本文以現金流為基點試圖構建企業財務預警機制。

1 研究設計與指標構建

1.1 信用風險及融資約束模型建構

信用風險模型是Vasicek于2002年首先提出來并在現金流財務預警研究中得到廣泛運用，該模型假設財務運行狀況主要取決于兩個變量ZA和ZB為正的概率，用公式表示為：

上述公式中Φ表示現金流的累積分布函數，ρ表示收益貢獻的權重且 ρ∈[0,1]，Y表示企業收益情況，XJ表示現金流中兩種項目特質性。根據Shin（2012）的研究結論，在信用風險約束下當置信度為1-α時，最優財務運行狀況B*可以表示為：

上述公式中E表示公司收益情況，現金流的最低規模L*的公式可以表述為：

財務預算的名義杠桿率φ可以表述為：

鑒于最大概率為1，現金流運行狀況的概率可以表述為：

當概率為1時表示現金流的約束較松，可以降低信用標準增加高風險項目的投資，如果把剩余資金用于項目A，則B+A項目的收益情況W可以表示為：

約束方程設定如下：

根據上述公式可以得出以下公式：

上述公式表明，在約束條件下，公司現金流的最優財務狀況和公司項目收益E呈正向關系，與置信度系數α也呈正向關系，和違約率PA和PB呈反向關系，即信用風險的存在將提高公司財務危機發生的概率。

本文在Gorodnichenko（2010）研究基礎上構建融資約束模型，對財務預警進行研究，假設一單位的內部融資成本為1，外部融資所支付的成本為C（C＞1），企業在內部資金充足的情況下無需使用外部資金，假設無需使用外部資金的概率是q，則需要使用外部資金的概率為1-q。Pi表示企業利潤，如果i為0表示企業完全使用自有資金，i等于C表示完全使用外部資金，企業一般會優先考慮使用自有資金，擴大再生產的下一階段自有資金充足的概率則會下降，企業收益情況可以用下式表示：

只有在E＞0，即企業利潤為正時才會繼續擴大投資規模，意味著企業現金流的財務狀況良好，對E求導可得如下形式：

上述公式意味著企業所處的外部環境越復雜，財務狀況受外部沖擊的可能性越大，進行外部融資的成本越大，將會影響企業的財務運行狀況。

1.2 財務預警指標設定及樣本選取

為了對我國企業財務預警現狀及財務危機預測進行研究，本文首先設定相應財務預警指標并用相應統計數據進行實證檢驗，以期利用實證結論對企業財務危機進行有效預警。財務預警指標從經營效率（JY）、償債能力(CZ)、盈利能力(YL)和資本收益(ZB)四個方面對財務狀況進行分析，其中經營效率包括企業內部現金充足率(NB)、經營現金比率(JX)、自由現金比率(ZY)和資金周轉率(ZZ)四個子指標，償債能力包括企業現金比率(QX)、資本負債率(ZF)和現金債務比率(XZ)三個子指標，盈利能力包括盈利現金比率(YX)、經營現金比率(XB)和凈資產利潤(ZL)三個子指標，資本收益用每股的現金流量(XL)表示，具體含義及計算方法見表1所示。

為了對我國企業的財務狀況進行研究，本文使用2013年上市公司公布的年報的相關數據，隨機抽取滬深兩市200家較大規模的50家ST公司和150家非ST公司，把ST公司設定為1，非ST公司設定為0，在分析時把200個樣本公司分成兩組，分別為估計組和檢驗組，計量分析使用STATA軟件，數據的描述性統計見表2所示。

表1 財務預警指標及其含義

表2 變量數據描述性統計

2 實證檢驗

2.1 信用風險模型回歸分析

根據信用風險的數理模型，企業財務狀況主要取決于企業收益情況和現金流項目特質性。

當信用風險約束下的置信度為1-α時，最優財務運行狀況的形式為：

由于企業財務風險（CF）和企業收益和現金流存在密切關系，基于上述變量選取，本文設定經營效率（JY）、償債能力(CZ)、盈利能力(YL)和資本收益(ZB)四大影響因素構建計量模型：

為了對公司的財務風險進行定量分析，首先使用上述信用風險計量模型進行回歸分析，回歸結果見表3所示，從模型回歸結果可以看出所有變量都通過了顯著性檢驗，伴隨概率較小，從標準差和t值可以看出回歸結果較為理想。在11個二級指標中企業財務狀況和凈資產利潤（ZL）的相關系數最大為0.7125，說明企業財務風險大小和凈資產利潤呈較強的正相關關系，企業的利潤較大內部財務的抗風險能力越強，否則企業更容易出現財務風險。其次企業財務風險和企業資金周轉率的相關系數為0.6082，表示企業資金如果能實現較好的運轉，資金周轉率較高則意味著企業可以用較少的資本控制較大數量的資金。企業內部資金率的相關系數為0.5798也較大，表示目前我國上市公司的經營還主要靠內部資金的支持，即普遍存在的融資難問題。每股現金流量的相關系數也較大為0.5782，上市公司受證券市場影響較大，股票價格的升降也是企業財務狀況的重要影響因素之一。盈利現金比例的相關系數為0.5371，表示企業盈利中的現金所占比例在很大程度上影響財務風險大小；經營現金比率的相關系數為0.5019，表示企業在生產經營過程中持有一定的現金量是抵御財務風險的重要方式。其他變量對企業財務狀況也有一定影響，但相對較小。

表3 信用風險模型回歸結果

2.2 融資約束模型回歸結果

隨著市場經濟的發展和完善，信息共享平臺逐步構建，但信息不對稱現象依然存在，當存在信息不對稱時可能導致公司決策的失誤，帶來不良財務狀況，同時為了檢驗信用風險模型的穩健性，構建融資約束模型對財務預警進行研究，由于外部融資成本大于內部融資成本，企業使用內部資金的風險較小，企業一般會優先考慮使用自有資金，擴大再生產的下一階段自有資金充足的概率會下降，直接影響企業的收益，企業收益情況的公式表達形式為：

只有在E＞0，即企業利潤為正時才會繼續擴大投資規模，意味著企業現金流的財務狀況良好，對E求導可得如下形式：

根據上述融資約束的數理模型構建計量模型如下：

接下來利用信息不對稱條件下的融資約束模型對我國上市公司的財務狀況進行分析，這里分別對全樣本、ST公司和非ST公司進行回歸，具體回歸結果見表4所示。從表4的實證結果來看，所有變量都通過了顯著性檢驗，信息不對稱條件下的融資約束模型回歸結果和信用風險模型回歸結果基本一致，ST公司回歸的相關系數大部分大于非ST公司，表明所構建的模型穩健性較強。在信息不對稱條件下內部資金（NB）對企業財務狀況具有非常重要的影響，全樣本回歸的相關系數為0.7098，ST公司回歸的相關系數為0.7298，非ST公司回歸的相關系數為0.6816，信息不對稱意味著不確定性較大，內部資金的使用避免了不確定性因素，而且內部資金對ST公司的重要性要大于非ST公司。凈資產利潤額依然是影響公司財務狀況的重要因素，其全樣本的相關系數為0.7096，ST公司樣本的回歸系數為0.7302，非ST樣本的回歸系數為0.6872，充足的利潤額是抵御外部風險重要保障，因此高利潤的企業往往財務風險相對較小，而且利潤對于ST公司的重要性要大于非ST公司。每股現金流量全樣本回歸系數為0.6806，ST公司樣本回歸的相關系數為0.7072，非ST公司樣本回歸的相關系數為0.6572，表示在現代社會證券市場對公司財務的影響也較大。資金周轉率全樣本回歸系數為0.6653，ST公司樣本回歸系數為0.6876，非ST公司樣本回歸系數為0.6521，表明資金周轉對企業財務的重要性，良好的資金周轉能擴大企業資金的利用規模降低財務風險。其他變量的影響也相對明顯。

表4 信息不對稱條件的融資約束模型回歸結果

3 結論

本文通過構建信用風險模型和信息不對稱條件下的融資約束模型對我國公司的財務狀況進行實證研究，選取2013年上市公司公布的年報的相關統計數據，隨機抽取滬深兩市200家較大規模的50家ST公司和150家非ST公司，把ST公司設定為1，非ST公司設定為0，在分析時把200個樣本公司分成兩組，分別為估計組和檢驗組，利用兩種模型進行對比分析得出以下主要結論：（1）企業內部現金流量是公司財務狀況重要保障因素。雖然我國市場經濟得到一定程度的發展和完善，但是目前還存在很多不健全的地方，信息不對稱現象普遍存在，很多企業面臨財務風險，在金融市場面臨融資難的難題，而且外部資金的不確定性較大，內部資金擁有量是本公司財務狀況的重要保障因素。（2）企業經營利潤在一定程度上是抵御財務風險的重要手段。兩種模型的分析結果都認為企業經營利潤是企業財務風險的重要影響因素，即較大的企業利潤可以在一定程度上抵御財務風險，保證公司的正常運行。（3）證券市場對企業財務狀況有重要影響。每股現金流量代表了證券市場對企業財務狀況的影響，每股現金流量越多意味著本公司經營狀況越好，股民對該企業越有信心持股量越大，股價亦可能上升，企業財務風險下降。

[1]王尤菲,湯林.我國上市公司基于現金流的財務分析指標研究[J].經濟研究,2012,(6).

[2]張華淪,孫亦方.上市公司財務預警分析——基于現金流模型的實證研究[J].經濟研究,2012,(8).

[3]Theng H D,Piatt,Marjorie B.Plan,Development of A Class of Stable Predictive Variables:The Case of Bankruptcy Prliction of Business Finance Accounting[J].Professional Safety,2010,(7).

[4]Fenghe W,Pottier.Life Insurer Financial Distress,Best's Ratings and Financial Ratios.The Journal of Risk and Insurance[J].Professional Safety,2011,(7).