流通企業多層次財務危機預警體系構建及實證檢驗

黃健

內容摘要：良好的財務管理對流通企業持續健康運行至關重要，而良好的財務管理關鍵在于企業經營者能夠對企業財務危機信息做到及時、全面的了解。本文基于為企業經營者提供及時有效的財務危機預警信息構建財務危機預警系統。首先經科學分析初選了38家流通企業及21個財務指標，接著選用非參數檢驗法對初選財務指標進行顯著性檢驗，并選用因子分析法對符合顯著性要求的財務指標進行因子分析，在此基礎上建立財務危機預警指標體系，最后選用Logistic回歸方法構建財務危機預警模型，并對模型進行回代檢驗。

關鍵詞：流通企業 多層次 財務危機預警體系

中圖分類號：F270 文獻標識碼：A

流通企業財務危機早期表征

（一）生產方面

盲目擴充企業生產設備。企業對于自身的營銷能力不能準確度量，造成無法準確匹配相適應的生產能力，進一步造成企業無法對包括生產設備在內的固定資產制定詳細的增補計劃，在設備購置決策上隨意性強。這一系列行為的后果是企業固定資產占用資金總量比例過高，造成資金大量固化，周轉率低，企業用于日常經營的流動資金緊缺，周轉困難。

存貨異常變動。企業管理層應結合企業及市場的實際情況，制定存貨與銷售比率的參照標準，并密切關注比率的變動，一旦出現比率過高的情況就應引起重視，這很有可能是導致財務危機的初期信號，當然這其中也包含對于市場經營環境的錯誤估計導致的預期銷量不足，對于此種情況應采取有效措施促進銷量回升或削減貨物采購量等。

（二）經營管理方面

規模過度擴張。企業管理者在企業發展規模上盲目投資，貪大求快，最終因資金鏈斷裂引發破產清算。通常企業采取兩種方式進行高速擴張，其一是大舉收購，這種方式會在短時間內占用大量流動資金，可能使企業出現財務不堪負重，資不抵債進入破產清算；其二是多元化經營策略，迅速豐富產品線，容易造成盤子太大，無力管理經營，致使全面虧損進入破產清算。

企業信譽逐漸降低。商業信譽對于現代企業意義重大，是企業的一種無形資源，需要依靠長時間的經營積累才能樹立起來。信譽建立異常艱辛，但毀掉輕而易舉，信譽一旦受損，企業再籌資、融資就變得異常艱難，同產業鏈關聯企業的信譽經濟往來將停滯，以往信譽結算將無法繼續開展，這些會給企業財務帶來致命的傷害。企業出現信譽危機通常會帶來拖欠員工薪水，延期支付貨款及拖欠銀行貸款等情況的發生。

銷售的非預期下跌。企業管理者通常對于產品銷量下滑十分敏感，但是有時候沒有透徹分析銷量下滑的原因，這其中就包括不與財務問題協同考慮。目前市場商品買賣過程中，賒銷方式占比很大，這種交易方式中財務現金流入率具有嚴重的滯后性，當企業銷量出現非預期下滑，如果沒能考慮貨款滯后的因素，則很容易造成財務危機。

（三）財務管理方面

財務結構的不良變化。主要包括投資決策失誤；拋開銷售結構單方面調整生產結構，致使企業資金配置極不合理；企業貸款大幅增加；資金流動結構不合理，主要表現在時間、流向及金額的協調不一致，造成資金調度緊張，更有甚者導致入不敷出；支出大幅增加，企業積累資金大幅降低，企業的成長潛力大不如前。

應收賬款出現不利變化。企業應收賬款平均收賬期延長時，會使得企業在財務賬面資料上顯示處于盈利狀態，但實際現金流量為零，甚至為負，容易造成假繁榮景象。因此當出現這種情況時，一定要仔細全面分析企業交易記錄，查找具體收賬期延長時限，采取措施優化資金利用，避免資金短缺。

（四）其他方面

除以上所述之外，還存在很多其他方面的危險信號，主要包括外部市場出現新的發展勢頭迅猛的競爭對手；企業由于經營不善在信用評級或額度上被降級；企業員工工作情緒低落；企業重要管理人員、財務會計人員等人事變動頻繁。為此，財務危機預警要以準確性、科學性及可信度為原則，綜合運用財務信息及非財務信息，全面反映流通企業的財務管理整體狀態，相關指標體系既要涵蓋定量的財務指標，也要涵蓋定量或定性的非財務指標。

多層次財務危機預警體系框架

本文構建的財務危機預警體系框架包含三個層級，分別為單項財務指標的實時監控、非財務指標的財務危機預警及以專家經驗為判定準則的財務危機預警，其能夠進行全面、及時、準確的企業財務危機預警。該體系具有財務與非財務信息相互補充、定量和定性相互結合的特性。

（一）單項財務指標的實時監控

財務指標實時監控是基于成熟的企業信息技術平臺，利用信息化技術及設備對企業經營過程中的各類財務指標進行實時監測，對出現偏離平衡的異常財務指標信息及時收集，經加工、處理和呈報后發出異常報警信息，從而使企業經營者能夠第一時間獲取報警信息，迅速采取有效的控制措施，緩解甚至化解財務危機。

（二）基于非財務信息的財務危機預警

目前，國內外學者在財務危機預警方面大部分的研究只是單純考慮各類財務指標，而忽視非財務信息對企業財務危機的影響，有些考慮了非財務信息的影響，但是選用的研究樣本數量不足，行業覆蓋面窄，導致形成的結論適用性不強、針對性不夠。因此，關于財務危機預警的下一步研究方向應是充分引入非財務信息，建立非財務信息及財務信息相互補充、完整且具有廣泛適用性的預警體系。

多層次財務危機預警指標體系的構建

（一）預警指標的初選原則

代表性原則。能夠作為財務危機預警指標的種類繁多，且很多指標之間存在相關性，在選取指標時要以代表性為原則，選擇具有良好代表性的指標，構建精簡有效的指標體系，降低指標篩選的工作量及誤差，從而有效提升預警效果。

靈敏性原則。企業財務危機預警的準確率在很大程度上取決于所選取指標是否具有足夠的靈敏性。好的指標具有優異的靈敏性，能夠反映企業經營業績的微小變動，能夠對企業的異常經營做出迅速的反映，為企業經營者提供第一時間的決策參考。endprint

可操作性原則。財務危機預警指標數據的來源渠道必須具備客觀公正的特點，通常是從商業銀行或者其他公開途徑披露的企業財務報表獲取相關財務數據，其次對于數據的收集、處理及分析要及時、全面。本文數據的獲取基于以上準則選取含義明確的指標數據，確保計算過程、操作趨于簡單化。

可比性原則。指標的選擇要基于可比性原則，指標的數據變化要能很明確的反映企業財務狀況的變化，對于一個指標的變化由多種因素產生并且無法準確界定每種因素的作用時，宜重點考慮甚至舍棄。

（二）預警指標的選取

本文基于財務信息與非財務信息指標相互補充的準則，在參考大量已有研究文獻的基礎上，初步從八個方面即企業盈利能力、企業償債能力、企業資產運營能力、企業規模與成長能力、企業盈余管理程度、企業股權結構、企業管理層信息及審計意見，選取了21個預警指標，其中包括15個財務指標、6個非財務指標。指標具體情況見表1。

預警指標量表的驗證

（一）預警指標的T檢驗和非參數檢驗

前文給出了初選指標，但不是所有的指標都對企業財務危機預警具有同等效用，有些指標具有顯著性影響，有些則不然，因此，在本節中應就選取的公司樣本進行全面的分析，將樣本分組為失敗公司和正常公司兩大類，對所獲取的指標數據進行處理分析，剔除顯著性差的指標，保留顯著性好的指標，精簡指標體系，提升危機預警系統的準確度。本文選用SPSS23軟件對所獲取的指標數據進行T檢驗及非參數檢驗，對樣本企業的指標數據進行正態分布檢驗，經過以上步驟后，共有3個財務指標（X4、X12、X16）及2個非財務指標（K2、K5）不滿足要求，予以剔除，從而精簡指標體系為財務指標12個、非財務指標4個。

（二）預警指標的因子分析

進行指標因子分析應首先確定所選取的指標是否適合做因子分析，本文選取通過KMO和球形Bartlett檢驗的方式來確定合適性，在此基礎上選取SPSS22.0對滿足條件的指標進行探索性因子分析，相關的分析結果見表2所示。

表2檢驗結果值為0.768，表明所選取的指標處于一般合適區間，即各指標存在一定的關聯作用，適合做進一步的因子分析。選用主成分分析法進行因子提取，當因子特征根>1即定為公因子進行提取，選用方差最大正交旋轉的方式進行因子旋轉。依據預警指標量表總方差解釋分析結果，最終獲得的5個因素累積解釋能力值=72.279%，遠超判斷標準值50%，這充分表明經分析篩選留下的5個指標在財務風險預警指標中具有良好的代表性。依據旋轉后的成分矩陣分析可知，各測量題項結果值均屬于預警指標閾值內，表現為交叉荷載<0.4，因素負荷量>0.5，表明所構建的企業財務預警指標量表在結構效度方面表現良好。

基于Logistic回歸的預警模型實證分析

（一）基于純財務指標的邏輯模型的構建

以通過因子分析篩選過程留下的5個公共因子作為自變量選用SPSS軟件進行logistic回歸分析。相關分析結果表明，當所構建的預警模型中只涵蓋純財務指標時，所有樣本公司均被歸為失敗公司行列，預警的準確率只有66.7%。

（二）引入非財務指標的模型構建及結果比較

考慮到只涵蓋純財務指標的預警模型準確率較低，在純財務指標預警模型基礎上引入K1（實際控制人類型）、K3（CR-5指數）、K4（獨立董事比例）、K6（高管持股比例）4個非財務指標，以此做一個橫向的對比分析，相關SPSS分析結果見表3。

表3結果可以很直觀地顯示財務預警模型在引入非財務指標后，在準確率上發生了質的變化，由最初的66.7%上升至90.18%。結果表明，每個企業在構建財務預警模型時均應綜合考慮財務指標及非財務指標，這樣可以有效提高預警準確率。

參考文獻：

1.吳運建.智慧城市建設融資模式研究[J].商業經濟研究，2015（5）

2.張艷.基于互聯網金融的中小企業融資新路徑[J].商業經濟研究，2015（8）

3.姜秀華，孫錚.治理弱化與財務危機：一個預測模型[J].南開管理評論，2001（5）

4.李紅琨，陳永飛，趙根.基于現金流量的財務危機預警研究：線性概率模型與Logistic模型之應用比較[J].經濟問題探索，2011（6）

5.黃曦，鄒安全.基于BP神經網絡的企業財務危機組合預警研究[J].經濟與管理研究，2009（5）endprint