基于现金流量的福建省中小企业财务预警实证研究

陈美香

基于现金流量的福建省中小企业财务预警实证研究

陈美香

以36家福建中小板上市公司为样本，从偿债能力、营运能力、盈利能力、发展能力四个维度，选取以现金流量指标为基础的16个指标，采用因子分析和二元Logistic回归建立了财务预警模型。研究发现，影响福建省中小企业财务状况的因素主要是偿债能力、盈利能力和发展能力，其中主要影响指标包括现金流量债务比、现金流量比率、盈利现金比率、资本积累率、资产购置比率，可为福建省中小企业的管理者预测财务状况提供依据。

现金流量；财务预警；中小企业；因子分析；二元Logistic回归

一、引言

福建省中小企业数量占90%以上，产值占总GDP的70%以上，已成为我省经济结构的重要组成部分，在增加就业机会、促进经济增长、优化市场结构、保障经济活力等方面都发挥着重要作用。但目前我省中小企业普遍存在管理方法不规范、管理技术落后、风险意识淡薄、财务管理不完善等问题，导致企业面临较大经营和财务风险，抗风险能力较弱。现金流断裂是导致企业出现财务危机甚至破产的最直接原因，建立基于现金流的财务预警系统，并制定预防性方案和措施，保障企业财务安全。

二、当前研究成果

对于财务预警问题，国外学者Fitzpatrick(1932)最早运用单变量进行企业破产研究，开创了财务预警研究的先河。之后，其他学者将混沌系统、专家决策法、期权定价理论、决策树等方法用于财务预测模型。

国内财务预警研究起步较晚，多为借鉴国外研究成果运用到实证研究。周首华、杨继华(1996)借鉴Z分数模型，提出F分数模型。陈静(1999)借鉴Beaver、Altman的模型，进行了单变量分析和多变量分析。吴世农、卢贤义(2001)根据中国的实际情况，运用Fisher线性判别分析、多元线性回归分析和Logistic回归分析三种方法，分别建立财务危机预测模型。杨保安、季海(2001)将神经网络方法运用于财务危机预警。殷伊(2004)等进行财务危机预警时决策者个人经验、智慧以及信息优势的影响。万希宁、黄莉(2005)将非财务指标引入模型，建立了模糊预测模型。陈婧宇、王毅捷(2010)构建了“P-S”财务预警模型，运用因子分析进行预测。

本文将因子分析法和Logistic回归分析法结合，构建财务预警模型。首先运用Logistic回归分析法初步筛选出对财务危机和财务状况正常之间有解释力的指标，再将筛选出的指标运用因子分析提取少数几个公因子，最后用二元Logistic回归建立财务预警模型。

三、样本选取

本文以2015年36家福建中小上市公司作为研究对象，研究数据来自深圳证券交易所。国内学者进行财务预警实证研究时多以ST公司作为财务危机企业的样本，但福建中小上市公司中没有ST公司，故此时以此作为财务危机的依据不可行。本文借用机会成本理论来划分是否出现财务危机。国债被认为是无风险债券，国债利息即被看作无风险利率。本文将连续两年的净资产收益率低于国债利率的公司定义为财务危机企业。具体到本次研究，将2013-2015年连续两年的净资产收益率比国债利率低的公司定义为财务危机企业，其他为财务正常企业。据此福建省36家中小上市企业中，18家为财务危机企业，18家为财务正常企业。

四、财务预警指标选择

参照国内外学者进行财务预警研究时常用的指标，结合数据的可获取性，本文从偿债能力、营运能力、盈利能力、发展能力四个维度，初步选取了11个现金流量指标。仅运用现金流量指标可能会导致研究不全面和模型效果不佳，故本文再考虑了5个非现金流财务指标。偿债能力指标包括现金比率、现金流量比率、现金流量债务比、现金流量利息保障倍数、资产负债率。其中，现金比率=(现金+现金等价物)/流动负债，现金流量比率=经营活动现金净流量/流动负债，现金流量债务比=经营活动现金净流量/债务总额，现金流量利息保障倍数=经营活动现金净流量/财务费用，资产负债率=债务总额/资产总额。营运能力指标有经营现金流量比率、自由现金流量比率、总资产周转率。其中，经营现金流量比率=经营现金流入量/经营现金流出量，自由现金流量比率=自由现金流量/经营现金净流量，总资产周转率=主营业务收入/平均总资产。盈利能力指标包括主营业务收入现金比率、盈利现金比率、每股经营现金净流量、资产净利率。其中，主营业务收入现金比率=经营活动现金净流量/主营业务收入，盈利现金比率=经营活动现金净流量//利润总额，每股经营现金净流量=经营活动现金净流量/普通股股票数量，资产净利率=净利润/平均总资产。发展能力指标有经营现金流量增长率、资产购置比率、主营业务收入增长率、资本积累率。其中，经营现金流量增长率=本年经营现金流量增长额/上年经营现金净流量，资产购置比率=经营活动现金净流量/当期资本支出，主营业务收入增长率=本年主营业务增长额/上年主营业务收入额，资本积累率=本年所有者权益增长额/年初所有者权益。

以上选取的指标中，不是所有的指标都适用于模型，因为这些变量可能解释能力较差，对模型贡献很小，或者变量之间存在多重共线性，研究结论不科学，存在较大误差。

定义因变量Y=1为企业发生财务危机，Y=0为企业财务状况正常。为了简化模型，筛选出更具代表性和解释力度的变量，本文将16个指标与因变量Y分别进行二元Logistic回归，若回归模型不显著，则表明该指标对因变量的解释能力差，即财务预警能力差，应将其舍弃。经分析，经营现金流量比率、每股经营现金净流量、资产净利率、经营现金流量增长率建立的模型不通过显著性水平0.1的检验，将这4个变量舍弃。

为了避免指标之间多重共线性问题，对剩余的12个指标进行因子分析。首先进行KMO和Bartlett检验，KMO检验结果为0.620，Bartlett检验观测值概率为0.000，说明适合进行因子分析。运用主成分方法提取公因子，并运用最大方差法进行正交旋转，根据特征值大于1的原则，提取前4个因子，结果见表1，累积贡献率达到73.856%，表明这4个因子包含了原始12个指标的73.856%的信息，替代原始变量依然具有较高可信度。根据旋转后因子载荷系数，因子1在现金流量债务比、现金流量比率、现金比率、资产负债率、现金流量利息保障倍数五个变量上均有较高载荷，因此因子1体现了公司的偿债能力。因子2在盈利现金比率和主营业务收入现金比率上的载荷较高，故因子2代表了公司的盈利能力。因子3在自由现金流量比率和总资产周转率上的载荷很高，故因子3体现了公司的运营能力。因子4在资本积累率、资产购置比率、主营业务收入增长率三个变量上载荷很高，因此因子4代表了公司的发展能力。

五、回归分析

将因子分析提取的“偿债能力”因子X1、“营运能力”因子X2、“盈利能力”因子X3、“发展能力”因子X4作为自变量，与因变量Y建立二元Logistic回归模型。采用SPSS22软件进行分析，利用向后逐步回归的方法筛选变量，在显著性水平0.1下，“运营能力”因子从模型中剔除，结果如表2。

企业财务危机的概率P与各因子之间存在的回归模型为：

财务危机概率P取值范围为0-1，一般取0.5为分割点，若将原始数据代入模型中，得到预测结果P＞0.5，判定该企业将发生财务危机，反之，则判定该企业财务状况正常。将原始数据代入模型，得到预测结果，结果见表2。财务状况正常的预测正确率为77.8%，财务危机的预测正确率为83.3%，整体正确率为80.6%，模型的预测效果较好。

表1 因子分析主要结果

表2 Logistic回归分析结果

表3 模型预警效果

六、结语

本文在现金流量的基础上，建立二元Logistic回归模型，对福建省中小企业的财务状况进行预警，80.6%的正确率可以看出该模型能较准确地进行预测。研究结果表明，影响福建省中小企业财务状况的因素主要是偿债能力、盈利能力和发展能力，其中影响财务状况的财务指标主要包括现金流量债务比、现金流量比率、盈利现金比率、资本积累率、资产购置比率。本文在定义企业财务危机是以机会成本作为划分标准，不一定科学，但目前对福建中小企业的财务预警研究提供了一种途径，还可以进一步探讨。另外，由于总样本数较少，本文未设置检验样本组，根据原始样本进行预测得到的模型正确率可能被高估。

[1]周首华,杨济华,王平.论财务危机的预警分析——F分数模式[J].会计研究,1996(8):8-11.

[2]陈静.上市公司财务恶化预测的实证分析[J].会计研究, 1999(4):31—38.

[3]吴世农,卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究,2001(6):46-55.

（作者单位：福建理工学院管理工程系）