基于F-Score模型的大学生创业财务风险控制研究

徐田强，蒋诗羽

（苏州健雄职业技术学院，江苏 苏州 215411）

引言

当前，大学生创业失败问题受到了普遍关注。据《中国大学生就业报告》调查数据显示：近五年来，大学生创业成功率约为2%-3%，远低于社会上平均20%左右的创业成功率。从大学生创业失败的原因来看，既有自身因素，如知识结构单一、管理经验匮乏等；也有外部因素，如商务支持不足、融资渠道单一等。但从财务视角来看，财务风险失控及由此导致的财务状况恶化，是引发大学生创业失败的重要原因。调查显示：大学生创业失败案例中，近80%是由于缺乏财务风险意识，盲目负债融资，在市场推广不利及外部环境变化导致获利水平下降时，无法偿付经营成本及到期债务，致使最终经营破产[1]。由此可见，对大学生创业而言，财务安全是稳定发展的基石，财务风险识别与控制则尤为关键和重要。

一、风险识别模型的选取

在财务风险识别方面，知名及影响较广的有ZScore 和F-Score 模型。Z-Score 是Altman 在1968年提出的财务风险模型，主要用来预测企业的破产风险。模型由总资产营运资本率、留存收益率等五个财务指标组成，分别为：X1=营运资本/市场总资产；X2=留存收益/市场总资产；X3=税前利润/市场总资产；X4=权益市场价值/总债务；X5=销售收入/市场总资产。而后，依据函数因变量Z 值与违约临界值比较，将债务人划入违约组或非违约组，进而对企业整体财务风险进行判断。

从指标构成范围来看，Z-Score 模型基本涵盖创业所需关键运营能力，但由于创业活动对现金流量较为敏感，而模型却未将其纳入其中，导致其在流动性风险评价方面具有一定局限性。为改变ZScore 模型上述不足，提高风险识别的稳健性，我国财务专家周首华、杨济华提出F-Score模型[2]。该模型在Z-Score 模型的基础上，改进了X3 和X5 指标，将其调整为现金流量指标，即X3=（税后纯收益+折旧）/平均总负债，X5=（税后纯收益+利息+折旧）/平均总资产。模型通过把“息税前资产利润率”调整为“负债现金流量保障率”，将“资产销售收入率”调整为“总资产现金流量率”，从而较好的反映现金流量对财务风险的影响。调整后的F-Score模型为：

F=-0.1774+1.1091X1+0.1074X2+1.9271X3+0.0302X4+0.4961X5

F-Score模型共有五个自变量，其中除X3和X5外，其他3个指标与Z-Score模型相同。模型的临界点为0.0274。当某企业F 分数值小于0.0274，表示财务状况恶化，面临破产失败风险；反之，若F分数值高于0.0274，则表示企业财务状况安全，可继续生存发展。由于模型较好地将营运能力、获利能力、资产运营能力及可持续发展能力各指标结合起来，并充分考虑现金流量对财务风险影响，能够全面揭示财务风险影响因素及其内在关系，为此，采用该模型对创业财务风险进行判别。

二、研究设计及实证分析

（一）样本选择与数据来源

根据上述分析，为研究创业运营能力指标与财务风险之间的关系，本文以苏州健雄职业技术学院2017年至2019年三年间注册成立的大学生创业企业为样本，通过调查统计，考察其2020年度财务表现。同时，为便于对比研究，按照财务风险状况将其分为两类：财务失败组和财务安全组。财务失败组，表示由于连续亏损或不能偿付到期债务等原因导致创业失败的企业；财务安全组，是指财务状况整体安全，创业活动运营正常企业。

统计期内，2020年度我校共有26 家创业样本由于财务恶化导致经营失败，将其作为观察样本列入财务失败组；为研究对比需要，另选取26 家创业经营正常样本作为对照样本。对照样本选取，主要满足以下三个条件：（1）行业相同或相近，以便进行风险变量显著性检验及对比研究。（2）规模相当。以资产规模、营业收入为对比标准，双方差异控制在20%以内。特殊情况下，当难以匹配到规模相当企业时，将标准适当放宽至50%左右。（3）财务核算资料健全。能方便获取2019年度财务状况及经营成果数据，完成分析数据采集。依照上述要求，总计获得52份研究样本。

（二）变量定义

1.财务风险值

由于本文拟采用F-Score模型赋分的方式评判风险状况，所以在此用F 作为衡量财务风险大小变量。F值根据模型偿债能力、获利能力、资产运营能力及持续发展能力相关指标与系数权重综合计算得到。

2.财务风险影响变量

按照F-Score 模型自变量定义，本文采用营运资本率、留存收益率、经营现金率、负债权益率、资产现金率五个指标作为解释变量。上述指标与创业经营能力紧密相关，其中营运资本率、负债权益率主要反映短期和长期偿债能力；留存收益率代表持续发展能力；资产现金率代表资产运营能力；经营现金率反映获利能力以及负债现金保障水平。同时，为便于计算，用“经营现金流量”近似替代X3中的“税后纯收益+折旧”，用“现金流量净额”替代X5 指标的“税后纯收益+利息+折旧”。另外，由于大学生创业企业多为小型企业，由于未公开上市，难以获得股东权益市场价值，在此用同行业同期上市中小板企业平均市净率进行折算。

（三）实证分析

1.描述性统计

按照研究设计，本文将调查所获得的52份样本分为财务安全和财务失败两组。按照F-Score模型变量定义，将财务失败组5个风险变量用X1-X5进行标识，财务安全组用Y1-Y5 进行标识，并分别根据2019年度财务报告数据计算风险变量值。然后，用SPSS 软件对上述数据进行处理[3]，得到表1风险影响变量描述性统计结果。

表1 风险影响变量描述性统计

从变量均值来看，除“资产现金率”为负数外，其他变量指标均大于零，表明大学生创业经营中经营活动、筹资活动和投资活动现金净流量基本处于流出状态，市场开拓、扩大收益、提高收现能力是创业初期面临的重要任务。从变量标准差来看，“资产现金率”为0.0211，明显低于其他四个变量，表明创业企业之间在现金获取能力方面差距较小，这也与大学生创业初期情况相符，同时也意味着其他解释变量对财务风险的影响要更显著一些。另外，从负债权益率变量来看，它的均值和标准差较大，这反映出大学生创业企业权益和负债结构的不均衡，差距较大，部分创业者出于市场推广及扩张销售目的，对财务结构安全性缺乏必要关注，盲目和过度负债，导致结构比率失衡，使创业活动面临较大财务风险，这与国内相关领域的研究一致。

2.配对样本T检验

从F-Score 模型来看，F 值与5 个解释变量正向相关，表明解释变量取值大小会影响到F值，并决定企业面临的财务风险状况。换言之，通过FScore模型来识别财务风险，财务失败组与安全组在解释变量上应具有显著差异，从而可以根据F 值对财务风险进行预测。由于本文是根据2019年度财务指标预测2020年度财务风险，为验证指标的敏感性，在此用SPSS21软件对样本数据进行配对样本T检验，置信区间采用默认95%[4]。结果显示，财务安全与失败组配对指标相关系数显著性水平（Sig.）大于0.05，说明配对指标不存在显著相关，各分组指标变量相对独立。t检验结果显示各组显著性水平（Sig.）均小于0.05，表明各配对指标具有显著差异，综上分析，不同分组下的五组指标变量差异性显著，对财务风险的敏感度和识别性好，将其作为FScore模型的解释变量是合适的。

3.F-Score值计算与分析

将52组各样本风险变量值带入F-Score模型计算F 值。为统计方便，将财务失败和安全组分别用F 和S 标识，并依据数值大小按序排列。数据整理后发现：F 值最小的为F23 号样本，最大的为S24 号样本。由于F-Score 模型的临界点为0.0274，52 份样本中F 值小于0.0274 的共计26 家，对应编号从F23 到S4，其中除S17、S8、S4 这3 家外，其余均属于财务失败组。综上分析，模型共准确识别出财务失败样本23 家，准确率为88.46%（准确率=（26-3）/26×100%）。由于财务安全和失败组样本数量一样，因此，模型对财务安全样本的识别准确率也是88.46%。

为进一步对比财务失败和安全组F 值，将样本按序号配对绘制成如图1。

图1中，财务失败组样本用菱形表示，安全组样本用矩形表示，F-Score 临界点0.0274 用虚线标识。从图中可以更加清楚看出，除个别样本因F 值与临界点接近，靠近临界线外，财务安全组和失败组基本分布于临界线上下两侧，泾渭分明。由此可见，尽管F-Score 模型主要应用在资本市场对上市公司财务风险进行预警，但将其用于大学生创业财务风险识别，同样也具有较好的准确性和可靠性。

四、结论和建议

（一）研究结论

研究表明：大学生创业活动中，资产现金率标准差较小，表明相对于其他运营能力指标，资产获利能力相对均衡；负债权益率标准差较大，显示出不同企业间财务结构差距明显，部分企业由于过度负债，使其面临的财务风险加大。其次，不同财务风险状况企业，在营运资本率、留存收益率、经营现金率、负债权益率、资产现金率五个指标上具有显著差异，表明这五个指标对财务风险的敏感度较高，可作为风险预警模型解释变量，对财务风险进行计量与识别。最后，F-Score 模型对大学生创业财务风险识别，具有较高的准确性和可靠性。通过F-Score 值与临界值的比较，能揭示创业活动的财务风险状况，为创业者防范风险提供了帮助。

（二）创业财务风险管控建议

1.提升大学生创业综合营运能力

从财务风险成因来看，创业财务风险由偿债能力、获利能力、资产运营及可持续发展能力等因素综合决定，而非只取决于某一单方面因素[5]。从配对样本T 检验来看，大学生创业财务风险与资本运营率等运营能力指标具有密切关系。因此，为防范创业中可能出现的财务恶化，避免创业失败，应培育和提升大学生创业综合营运能力。在大学生创业前，学校可通过开设创业运营、风险管理等相关课程，举办创业主题讲座、创业大赛等形式，培养大学生的风险意识和管理技能，不断提升创业运营能力。在创业过程中，高校及政府创业指导相关部门，要通过定期走访、专家咨询等途径，协调解决大学生创业初期遇到的各类经营问题，避免由于运营能力不足导致的财务恶化风险。

2.建立大学生创业财务风险识别机制

本文实证分析表明，F-Score 模型在大学生创业财务风险识别方面，具有较高的准确性和可靠度。为此，在创业过程中，大学生可借助F-Score模型对财务风险进行诊断和识别，建立风险识别机制。从理论上讲，大学生创业财务风险控制的目标，是让F值尽量大于临界值0.0274，保持在财务安全区间，并获得足够的安全边际。实务中，创业者可依托月报、季报、年报等财务报告数据，定期计算F-Score值，通过分析数值的演化变动趋势，掌握财务风险变化状况，为防范风险并制定有效对策提供依据。

3.关注异常运营能力指标变动

从模型函数式来看，5 个解释变量指标与反映财务风险的F-Score 值呈正向相关关系，当指标数值降低时，F-Score值会减小，从而导致财务风险加大。为跟踪财务风险状况，除了对F-Score 值进行跟踪监测外，还应关注运营能力指标的变动情况，对呈现连续趋势性下降的指标要给予关注，因为这往往预示着某一方面运营能力出现下降。如当经营现金率出现连续下降外，通常预示着市场销售、盈利能力、应收账款催收等某一方面出现问题，创业者应对此及时关注，找出原因，防止经营现金率下降带来的财务风险[6]。

4.提前制定财务风险应对措施

F-Score 模型提供了财务风险的早期识别，但不能提供化解财务危机的有效办法。因此，大学生在创业过程中，要预先制定财务风险应对措施及办法。由于财务风险与偿债能力、获利能力等运营能力紧密相关，要分别制定改善和提高偿债能力、获利能力、资产运营与持续发展能力的应对预案。当创业过程中，F-Score值下降到临界点以下，发出财务恶化信号时，可根据运营能力指标变量变动情况，识别风险来源，并通过调整经营战略、临时融资、提升收益质量等应对预案，化解潜在财务危机，实现创业活动的健康发展。