基于現金流量的企業財務風險預警系統研究

摘要：隨著世界經濟全球化的發展，要想在激烈的競爭中立于不敗之地，企業必須采取科學有效的措施加強對財務風險的預警。而在這個以現金為王的時代，現金是企業賴以生存發展的基礎，在評價企業風險的過程中基于現金流量的財務風險預警系統在眾多評價方法中最具參考價值。本文運用結構方程模型（SEM）對財務狀況的影響因素進行分析，并根據Logistic回歸分析建立財務風險預警模型。實證研究結果顯示該模型預測效果良好，能對經營過程中存在的財務風險進行有效預警防范。

關鍵詞：現金流量;財務風險預警;結構方程模型;Logistic回歸模型

中圖分類號：F275 ??文獻識別碼：A??文章編號：

2096-3157（2020）08-0036-03

隨著世界經濟全球化的發展，企業在其中尋得了眾多機遇，但在這其中也隱藏著許多的危機，若不及時發現，這些危機將演變為財務危機，最終導致企業破產。財務風險預警系統作為預測財務風險的工具，能根據財務指標判斷當前企業的發展狀況，及時發現并解決企業存在的管理漏洞以及經營缺陷，減少財務危機發生的概率。而現金流量是企業經營、財務狀況的核心，是企業賴以生存發展的基礎，其在經營、投資、籌資等多方面活動中的數值均能反映企業經營的優劣，在評價企業價值時基于現金流量的財務風險預警指標在眾多價值評價指標中最具參考價值。在這個以現金為王的時代[1]，如何通過有效的現金流量指標構建財務風險預警系統來確保企業能正常高效的開展日常經營，對企業管理者來說有著重要的意義。

一、研究設計

1指標選取

本文選取的財務風險預警指標主要為現金流量指標。基于當前國內外經典文獻中采用廣泛、且對最終預警模型有顯著貢獻的指標，并結合我國上市公司的特點和實際情況，本文將財務狀況（W）分為償債能力（Z1）、獲現能力（Z2）、盈利能力（Z3）和可持續發展能力（Z4）四個維度。其中，償債能力分為現金債務保障率（X1）和現金流動負債比（X2）;獲現能力分為銷售現金比率（X3）、每股經營活動現金凈流量（X4）和總資產收現比率（X5）;盈利能力分為凈利潤現金含量（X6）和每股收益（X7）;可持續發展能力分為營業收入增長率（X8）、凈資產增長率（X9）和股東權益增長率（X10）。

2樣本公司設計

基于對國內外研究文獻的考察和分析，再結合我國的實際情況，本文選取截至2016年5月31日全行業所有A股ST公司，并為每家ST公司配對一家財務正常公司。選擇配對的非ST公司主要遵循如下原則：第一，財務危機公司與財務正常公司之間應處于相同或相近的行業，且兩者的資產規模應當接近。若在相同或相近行業中不能找到資產規模接近的正常公司，則可以考慮擁有相同風險的其他行業公司;第二，研究期間相同，即研究時間均為2013年～2015年;第三，采用1∶1的配比原則，ST公司與非ST公司的樣本數量應該相等。

本文在數據的選取上選用2013年～2015年這三年的數據來進行分析，這是因為公司陷入財務困境并非突然發生，而是經歷了一個連續漫長的過程，而最近兩年的連續虧損是公司被ST的主要原因。ST公司在t-3年的年度報表上雖然數值上保持著獲利的水平，但是在接下來的幾年中卻出現不停虧損，由此可見ST公司與非ST公司的差異應在t-3年（即本文中的2013年）中體現出來，因此本文選取t-3年及之后兩年的相關指標來進行財務風險預警。

經過篩選，并刪除財務數據不完整的公司，剩余共有59家，分別為其配對了非ST公司，總共118家，即59組公司。其中，選擇前49組公司作為研究樣本，其余10組公司作為檢驗樣本。本文數據主要來源于和訊網、巨潮資訊網和國泰君安數據庫。

二、結構方程模型

結構方程模型是一種建立變量之間因果關系的方法，它包括易得的觀測變量與難以測量的潛在變量[2][3]。在當今的各個研究領域中，大多數采用因子分析、主成分析等探索性因子分析來對數據進行統計處理，而這類分析有一定局限性：第一，這類分析假定所有的因子都會影響測度項，然而在實際研究中可能存在某些因子不會影響測度項的情況;第二，這類分析假定測度項的殘差之間相互獨立，然而實際研究中殘差之間或多或少存在一定的相關性，而結構方程模型卻可以排除殘差對結果的影響;第三，這類分析規定所有的因子之間相互獨立，但實際上變量之間應該是相關的，而結構方程模型就能夠處理多個原因、結果之間的關系。因此本文運用結構方程模型來探尋變量之間的相互關系。

結構方程模型由以下兩種模型構成。一是測量模型。它反映潛在變量與測量變量之間的關系。

Y=λYη+ε

X=λXξ+σ

其中，Y和X分別為內生和外生觀測變量;η和ξ分別為內生和外生潛在變量;λY和λX為系數，它反映觀測變量與潛在變量之間的關系;ε和σ為殘差矩陣。

二是結構模型。它反映潛在變量之間的關系。

η=Bη+γξ+ζ

其中，B和γ為系數矩陣，它分別反映了內生和外生潛在變量的構成因素之間的關系;ζ為殘差矩陣。

1模型擬合

首先，為消除量綱影響和變量自身的影響，本文對數據進行標準化處理，將全部數據統一為無量綱數據。其次，通過計算得到Cronbach's Alpha系數為0657，在可接受范圍內，表明樣本數據的可信度較好。最后，運用Amos240軟件對結構方程模型進行運算。采用最大似然估計來進行模型擬合，建立的模型如圖所示。

2效度分析

效度分析反映指標變量對于其想要測量的潛在特質，即實際測量的程度。經過計算，卡方值為40938，自由度為31，卡方/自由度=1321。綜合模型主要擬合指標（見表），各項絕對擬合指數、相對擬合指數及簡約擬合指數的數值均在標準范圍內，且大多都接近理論期望值，說明模型擬合度高、整體適配度良好。

3信度分析

信度分析采用組合信度（CR）和平均方差抽取量（AVE）這兩項指標來進行描述。組合信度（CR）反映了潛在變量所屬的各個觀測變量之間的內在相似程度。相似程度越大，表明觀測指標一致性高。一般認為，潛在變量的組合信度應大于06。平均方差提取值（AVE）則反映結構變量的內部一致性，AVE值一般而言應大于05。通過計算可得，Z3未達到標準水平，這是因為在實踐中很難得到所有指標均達到要求的模型，但從其他的潛在變量來看，P、Z1、Z2、Z4的組合信度和平均方差抽取量基本達到標準水平，可見該模型基本擁有較好的可信度。

4評價結果

結構方程模型擬合后，可根據輸出結果確定觀測變量與潛在變量之間的權重值，由此得到的各項潛在變量的表達式如下：

Z1=0966*X1+0.961*X2

Z2=0643*X3+0.721*X4+1056X5

Z3=0275*X6+0.85*X7

Z4=0841*X8+0.997*X9+0989X10

在結構方程模型的處理下，可以清晰得到潛在變量下的各個指標之間的關系，但從中并不能分析得到ST公司與正常公司之間指標數值的差異性。因此對由結構方程模型處理、計算下得到的各潛在變量進行Logistic回歸分析，以確定各個公司陷入財務危機的概率，由此建立財務風險預警模型。

三、Logistic回歸分析

Logistic回歸分析將預測公司是否即將陷入財務困境的問題轉化為計算企業陷入財務危機的概率。假設企業陷入財務困境的概率為P，P的取值范圍為0～1。當P大于某一設定值時，則該公司將陷入財務危機。其函數如下：

Logti（P）=lnP1-P=a0+a1Z1+a2Z2+…+anZn

化簡可得：

P=e（a0+a1Z1+a2Z2+…+anZn）

1+e（a0+a1Z1+a2Z2+…+anZn）

其中：X1、X2…Xn為自變量，a0為常數項，a1、a2…an為回歸系數。

將上一步驟所得的潛在變量作為自變量帶入公式，運用SPSS軟件進行Logistic回歸。對于陷入財務困境的公司，P取1，否則取0。根據所得到的方程式，選擇05作為財務危機的臨界值，若P值>05，則將樣本視為已陷入財務危機的公司，若P值<05則認為該公司經營良好，并未有過大財務風險。由上文計算得到的四項潛在變量指標進行Logistic回歸，由此可得陷入財務危機的概率值計算方程如下：

P=e-0.052-0.02*Z1+0.016*Z2-1.122*Z3-0.448*Z4）

1+e-0.052-0.02*Z1+0.016*Z2-1.122*Z3-0.448*Z4）

四、模型檢驗

根據上述得到的方程建立財務風險預警模型，用10組檢驗樣本進行檢驗。從模型預測的效果來看，在對危機企業的判別上，30個樣本有22個被模型檢驗出，模型的預測準確率為7333%，說明該模型檢驗財務危機的能力較強。8個未被檢驗出的樣本均來自2013年和2014年，其中有5個樣本的概率值處于04～05的水平，基本接近財務危機的臨界值。且隨著時間推移，概率值逐年提升，并在2015年時全部達到了臨界值以上。此外，對正常企業的判別上，30個樣本僅有3個被判定為陷入財務危機，誤判率為10%，且陷入財務危機的時間均發生在2013年和2014年，說明該模型能夠通過財務數據對公司的實際情況做出較為準確的判斷，并促使企業管理者運用各項戰略決策抵御企業存在的風險，最終使得企業在2015年時全部達到正常水平。

五、研究結論和建議

1研究結論

本文通過實證研究得到了一個具有良好擬合效果的財務風險預警模型，它能夠對經營過程中存在的財務風險進行預警防范，降低風險發生的可能，使企業保持良好的運營狀態。一個企業的良好運營離不開對財務狀況的監控，尤其是現金流量方面。陷入財務危機的企業，顯著的標志就是現金及容易變現的資產的短缺，且伴隨著大量的債務需要清償，而這些標志都將通過財務風險預警模型反映出來。

2相關對策建議

財務危機并不等于破產，只要管理當局以及利益相關者能及時發現危機并采取必要措施，就能有效防范風險，即便真正陷入財務危機也能將損失降至最低。因此，對企業來說，需進行科學化決策，加強現金流預算管理，控制現金流入流出，實現資金有效運轉，同時加強內部控制，樹立風險危機意識。此外，政府應當重視存在財務風險的企業，根據這些財務危機企業所反映的信息制定更加完善合理的政策，創造良好的市場環境，對處于財務危機的企業給予更多的條件來力求挽回財務困境。

參考文獻：

[1]張學民現金為王——中小企業賴以生存的法寶[J].行政事業資產與財務，2012，（18）：108～108

[2]劉戈，尤濤基于結構方程的城市生態系統發展水平評價[J].城市發展研究，2013，（1）：108～112

[3]吳明隆結構方程模型-AMOS的操作與應用[M].重慶大學出版社，2010

作者簡介：

劉菡菁，四川農業大學管理學院碩士研究生;研究方向：技術經濟分析。