基于自由现金流量的航运企业财务预警研究

艾 超

(上海海事大学，上海201306)

一、自由现金流量概述及其优越性

1.自由现金流量概述

自由现金流量是一种新的财务概念，其理论源于代理问题，是一种被公司广为接受和采用的财务理论之一。许多学者对自由现金流量理论进行了研究和解释，但所得出的结论都有一个共同点，即认为自由现金流量是在不影响企业正常生产和发展，在维持持续经营情况下，剩余的可以分配给股东或债权人的最大现金额。

对于自由现金流量不同的学者有不同的计算公式，但大多数学者对于自由现金流量的理解基本相同，本文更青睐于科普兰(Tom Copeland，1990)教授对自由现金流量的计算方法，即:

具体计算自由现金流量的方法一般有两种:

(1)直接法

通过对于公式(1)中四个要素的分析，得出直接法的自由现金流量的公式:

(2)间接法

2.自由现金流量用于财务风险预警的优越性

企业财务风险是企业财务活动中由于各种不确定因素的影响，使企业财务收益与预期收益发生偏离，因而造成蒙受损失的机会和可能。企业在运营中的经济活动和财务活动管理过程中的某个环节和某个部分的问题都可能带来风险，从而转化为企业的损失，使得企业的经营与预期发生偏离，导致企业盈利能力和偿债能力的降低。自由现金流量不受会计方法的影响，受到操纵的可能性较小，自由现金流量作为财务指标有着强大的功能和特殊作用，在开展财务决策、评价公司业绩、偿债能力、衡量财务风险等方面都具有利润指标无法企及的优势(汤谷良、朱蕾，2002)，从而能更好地用于财务风险预警。

二、航运企业财务风险警源分析

要做好航运企业的风险预警，首先要了解它的风险发生点，即警源。笔者认为企业发生危机或者出现风险，无外乎内因和外因两个原因，所以本文通过内部和外部两方面对航运企业的财务风险警源进行分析。

1.外部风险警源因素

(1)运价波动风险。对航运企业经营影响最大的是运输价格，运价是影响航运企业收入的重要因素，其大幅波动给航运企业的收入状况带来巨大影响，在运量和运力不平衡的情况下，企业在运输价格的制定方面具有较大主动性和灵活性，则经营风险较小，反之，经营风险较大。

(2)燃油价格波动风险。船舶运营的主要成本在于燃油、润料、船舶维修费以及港口使用费等，其中燃油的成本占20%～50%。燃油消耗作为航运企业的主要成本之一，其大幅度的波动对企业的经营和现金流产生了不确定的影响，因而产生了风险。

(3)汇率波动风险。因为航运企业在结算中经常会使用外币，近几年人民币对于美元保持着升值趋势，所以汇率会对企业产生较大影响。一些跨国投资的航运企业在境外开设了分支机构，而人民币升值使得境内合并报表的外币折算差额产生负数，导致境外公司的净资产减少(顾婷芳，2011)。汇率波动对于自由现金流量的影响则是净利润，一旦期末汇率低于收入时的汇率造成汇兑损失，净利润会减少，从而对自由现金流量产生影响。

(4)国际政治经济局势风险。国际政治经济局势对国际原油价格和国际贸易产生重大影响。航运企业是国际贸易中的运输环节，如果国际贸易市场不景气，必然影响到航运企业的业务量。此外，国际局势平稳，战争减少，各国可以投入更多的精力打击海盗，这样可以保证航线的安全，减少船舶和货物的意外损失风险。因此，对于国际形势的正确预测和判别有助于航运企业更好地经营以及降低风险。

2.内部风险警源因素

(1)投资风险。船舶投资是航运企业发展壮大，扩大资本市场，增加运力的必经之路，但其存在一定的风险，由于船舶投资资金需求量非常巨大，且回收期长，对于资金不够雄厚的公司必然要举债投资，若是债务超出了企业的承受能力，便会带来财务风险。在投资完成后，由于航运业市场竞争非常激烈且复杂多变，受到许多外部环境的影响，导致未来投资的经济收益与预期发生偏离，使得投资额无法收回，债务无法清偿，从而也增加了企业的财务风险。

(2)决策风险。若决策者获得的信息与市场不对称，内部信息传递不佳，信息失真，没有科学系统地对投资决策进行研究，做出错误的决策，会使企业陷入危机。

综上无论是在行业政策的大背景下，还是就贵冶企业内部成本控制的具体需要来讲，编制企业定额势在必行，另一方面该厂也有能力来做此项工作。

(3)筹资风险。航运企业是资金密集型企业，需要大量的资金用于租赁和建造船舶。而船舶融资租赁是一项复杂的经济活动，投资金额大、租赁周期长、需要协调的环节多、涉及面广，尤其是航运市场竞争加剧，运价跌宕起伏，存在许多不可控制的因素，因此航运企业一旦出现战略性的失误，就可能面临巨额的亏损，甚至血本无归(邓卫国，2009)。如果航运企业筹资时在事前、事中缺少对资本结构的严格审查和监督，对资本结构的合理性缺少科学的财务决策依据，将会导致企业的筹资风险加大。

三、构建基于自由现金流量的航运企业财务预警模型

1.研究思路及样本选取

本文采用多变量预警模型——多元线性回归模型。结合航运企业营运特点对其相关财务指标进行初步筛选，在建立多元回归模型后，通过相关性检验剔除相关性差的指标，再通过模型整理，得出更准确的预警模型，最后对航运企业进行实证检验。

本文所构建的模型是用于预警财务困境的模型，所以在样本的选择上将样本分为两类:财务困境类及非困境类。财务困境是指企业财务状况恶化，所以在选择的财务困境样本上，将选取ST、SST、*ST、PT等上市的航运企业作为陷入财务困境样本。同时为了避免时段对公司发展情况的影响所导致的误差，本文采用2007—2010年的样本数据。根据以上两个原则，本文选取了8家上市航运企业作为样本，6家为非财务困境企业，2家为财务困境企业，数据资料来源于上市公司资讯网(www.cnlist.com)和新浪网(www.sina.com.cn)。样本情况见表1。

2.预警指标的选取

在偿债能力、收益质量、获现能力和发展能力四个方面的指标中选取预警指标进行研究。同时对同一类预警指标进行指标间相关性检验，并结合航运企业营运特点对其进行筛选，对于相关性在0.9以上的指标中选其一。此外还将自由现金流量引入了预警指标之中。

表1 航运企业样本

通过筛选后，得到预警指标，见表2:

表2 航运企业预警指标汇总

3.基于自由现金流量的航运企业财务风险多变量预警模型的构建

(1)构建多元线性回归模型

将本文所选取的14个指标作为自变量，将预计陷入财务困境的概率Y设为因变量，取非财务困境的航运企业的Y为0，有财务危机的航运企业的Y为1，将陷入财务危机的航运企业的前一年数据输入eviews统计软件中，得到表3:

表3 多元线性回归估计结果

X3－0.16854 0.043229 －3.898781 0.0299 X5 0.000779 9.87E－05 7.887535 0.0042 X6－0.00152 0.000512 －2.96195 0.0595 X7－0.00038 0.000297 －1.28581 0.2888 X8－0.00715 0.001933 －3.69804 0.0343 X10 0.0368 0.010364 3.550679 0.0381 X11－1.86324 0.256399 －7.26693 0.0054 X12 0.018558 0.002325 7.980T98 0.0041 X13－0.61591 0.111396 －5.52899 0.0117 X14 0.254995 0.089695 2.842898 0.0655 X15－3.26457 0.46712T －6.98861 0.006 X16－0.26883 0.183716 －1.4633 0.2396 C 0.760122 0.060792 12.50368 0.0011 R－squared 0.996543 Mean dependent var 0.333333 Adjusted R －squared 0.980411 S．D．dependent v ar 0.485071 S．E．of regression 0.067891 Akaike info crite rion －2.6669 3 Sum squared resid 0.013827 Schwarz－crit erio n －1.92495 Log likelihood 39.00237 F－statistic 61.77438 Durbin－Watson stat 2.604356 Prob(F－statistic)0.002943

由表3可得到多元线性概率模型:

从上述模型中可以发现有些指标是越大越好，有些指标在某个区间段更好，而一些指标则影响较小，这些不重要的指标可能会给模型带来干扰和计算量的增加，因此有必要进行每个自变量的显著性分析，剔除显著性较差的指标。

(2)优化多元线性回归模型

为了消除那些对方程显著性不强的指标，将对表3中的自变量进行T检验来进行显著性测试。设显著性为0.01时，得到t2/a=1.895，对于模型中14个自变量进行分析，得到X2、X7、X16无法通过检验，说明这两个指标对于模型的影响不显著，故进行剔除。将通过检验的11个指标继续输入eview统计软件中，得到表4:

表4 优化后多元线性回归估计结果

X8－O．O0785 0.001871 －4.192714 0.0057 X10 0.044197 0.00977 4.523763 0.004 X11－1.72982 0.267861 －6.45791 0.0007 X12 0.0i6126 0.002264 7.121946 0.0004 X13－0．63302 0.10357 －6.111984 0.0009 X14 0．173401 0.052549 3.299777 0.0164 X15－3.02543 0.409412 －7.389712 0.0003 C 0.727038 0.055295 13.14835 0 R－squared 0.991301 Heart dependent var 0.333333 Adjusted R －squared 0.975352 S．D．dependent var 0.48507 S．E．of rezxession 0.076155 Akaike info crite rion －2.07736 Sum squared resid 0.034798 Schwarz Criterion －1.48378 Log likelihood 30.69628 F－statistic 62.15454 Dumbin－Watson stat 2.692671 Prob(F－statistic)0.000029

同样，对于该方程中的因变量进行显著性水平检验，设显著性水平为0.01，得到t2/a=1.895，对于模型中的自变量进行分析比较后，全部11个指标都通过了检验，说明这11个指标对于方程影响显著。同时在显著性水平0.05的情况下，进行F检验，得到该方程中变量线性关系显著，因此根据表4，可得到优化后的多元线性概率模型:

因为该模型设计时是取非财务困境航运企业的Y为0，有财务危机航运企业的Y为1，因此当Y值越接近1时，企业的财务危机风险越大;越接近于0，则说明企业经营状况良好，暂无陷入财务危机的风险。

(3)样本回代验证

本文将样本中8家航运企业的2009年数据回代至优化后的多元线性概率模型中，得到的结果与其2010年实际情况相符，在一定程度上说明了该预警模型的合理性和推导过程的准确性。

四、基于自由现金流量的航运企业财务风险预警实际运用

以招商局能源运输股份有限公司(601872)为例，用本文设计的航运企业预警模型进行实证检验。表5为根据招商局能源运输股份有限公司2010年财务报表数据计算得出的财务预警指标:

表5 招商局能源运输股份有限公司预警指标

收益质量X6 现金收入比率1.0266426 X8 营运指数2.7379488发展能力X10 自由现金流量增长率－0.342884 X11 总资产增长率0.1072485 X12 净利润增长率0.7947078 X13 固定资产增长率0.4075212获现能力X14 每股自由现金净流量0.2092373 X15 总资产自由现金流量率0.029821

根据表5财务指标的数据，结合预警模型，算出Y=0.03，说明公司经营状况良好，并无财务危机风险前兆，处于无警状态。为了验证预测的准确性，笔者查看了招商局能源运输股份有限公司2011年第三季度的季度报告，其第三季度累计净利润为20207.77万元;总资产为1676734.36万元，比年初增长3.29%，所有者权益为955785.62万元。从这几点可以得出宁波海运股份有限公司的财务状况良好，处于无警状态，与预警模型结果一致。

五、结语

将自由现金流量概念引入航运企业的财务风险预警中，分析自由现金流量的优越性，研究航运企业的营运特点及其风险，并以8家上市航运企业作为样本，根据航运企业的营运特点选取适用于航运企业的财务预警指标，建立基于自由现金流量的多元线性回归预警模型并进行预警模型的优化。通过以招商局能源运输股份有限公司为例进行实证检验，结果验证本文所建立的预警模型是准确合理的，但有些问题需要进一步探讨。

由于本文所采用的研究样本有一定的局限性，只能从网上获得航运企业的财务报表，而上市的航运企业并不多，其中的ST等陷入财务困境的航运企业则更少，因此在样本的选择上受到一定的限制，在某种程度上降低了模型的精确性，所以需要更多的资料支持来加强预警模型的可靠性及理论准确性。

［1］汤姆·科普兰.价值评估［M］.贾辉然译.北京:中国大百科全书出版社，2001.

［2］李晓梅，于宏志.自由现金流量与会计现金流量的比较［J］.内蒙古科技与经济，2006(11):109－111.

［3］袁立，侯泽平.自由现金流量作为财务业绩评价指标的优越性探讨［J］.财会探析，2008(4).

［4］钱爱民，张淑君，程幸.基于自由现金流量的财务预警指标体系的构建与检验——来自中国机械制造业A股上市公司的经验数据［J］.中国软科学，2008(9).

［5］李辉民.航运企业风险管理［J］.集装箱化，2010(2):6－9.

［6］曾秋根.运费波动、投资决策与航运企业价值关系的实证分析［J］.交通财会，2006(10):59－63.

［7］王晓敏.我国航运企业上市公司财务预警系统研究［D］.上海:上海海事大学，2005.

［8］顾婷芳.外币汇率波动下航运企业风险管理的策略［J］.交通财会，2011(8).

［9］邓卫国.航运企业船舶融资租赁财务风险研究［J］.交通财会，2009(7):27 －32.