应收应付项目与企业资金链断裂关系研究

2013-11-29杨凌

财会通讯 2013年8期

关键词：链断裂周转率关联度

杨凌

（中国社会科学院研究生院北京 100836）

应收应付项目与企业资金链断裂关系研究

杨凌

（中国社会科学院研究生院北京 100836）

本文采用灰色关联度评价（GRA）方法，以A股上市公司退市的42家企业为样本，对其资金链断裂与其原因的关联度进行了测试与排序。得出如下结果：从财务指标与企业资金链断裂关系的排列顺序来看：排在最前面的应收账款周转率，其次为应收项目占流动资产比，再次为应收账款回收率，然后依次分别是资产负债率、应付账款周转率。这说明应收应付项目对识别企业资金链断裂风险具有较大的预警作用。

资金链断裂应收应付项目灰色关联度分析

一、引言

资金是企业整体运营的“血液”，企业从事任何活动都离不开资金的运转，资金链断裂将会使企业的生产、营销等各项工作中断。2004年银行紧缩德隆系贷款，导致了德隆系“老三股”湘火炬（000549）、合金投资（000633）、新疆屯河（600737）出现资金链问题，一个拥有177个子公司、58000员工、年纳税额高达20亿的集团公司轰然倒下。2005年南方高科资金链断裂，对我国国产手机的生产企业给予沉重打击。自2010年之后，非上市的民间企业资金链断裂的事件频繁发生，温州、杭州、鄂尔多斯、郑州等多个城市出现了大面积的企业倒闭、老板“跑路逃离”甚至跳楼自杀的群体事件。资金链断裂不仅对企业的生存带来威胁，也对经济、社会发展产生巨大的影响，找到资金链断裂的原因并提前加以预防，是一个非常重要的课题。导致企业资金链断裂的原因很多，企业之间相互借贷、相互拖欠款项，形成了大量的应收应付款项，导致一个企业出现资金链断裂带动相关企业出现资金链断裂，这是当前在民营企业比较发达的地区大面积出现资金链问题的主要原因。这一结论是否成立有待理论研究的检验。

二、文献综述

（一）单变量预警分析方法根据文献记载最早开展财务预警研究的是Fitzpatrick（1932），之后美国财务专家威廉·比弗(William Beaver)于1966年建立了单变量财务预警模型，1968年美国《会计评论》首次发表了关于单变量财务预警模型的研究报告，发现最好的判别变量是债务保障率，其在公司破产的前一年的预测准确率可达90%，其次是资产收益率和资产负债率。我国学者吴世农、卢贤义（2001）也是应用单变量判定分析方法建立了企业财务预警分析模型，他们经过研究得出第一年的误判率分别为：净资产报酬率为9.35%；负债比例为24.46%；营运资产与总资产的比例为21.58%；；资产周转率为29.50%。

（二）多变量财务风险预警模型 Edward I.Altman（1968）运用多元判别分析法（Multiple discriminantAnalysis）对财务危机预警的研究，得出Z系列模型。这个模型在财务风险判别研究领域一直具有非常重要的影响力。Erik M.Vermeulen等（1998）运用多因素预测模型（Multi-factormodel）建立了条件失败预警模型。该模型与通常的预警模型不同之处在于，认为破产取决于企业外部风险因素值而不是取决于一系列“内部的”财务比率。而且，该模型不仅仅把企业分类，还模拟外部风险因素（通过敏感性）对企业现金流产生过程的影响。20世纪90年代起，国外一些学者开始运用神经网络在财务失败预警方面开展了研究，诸如Odom及Sharda（1990）运用与Altman（1968）Z-Score模型中相同的5个财务比率基于神经网络方法建立了财务预警模型。基于一些学者运用神经网络在财务失败预警方面开展的研究，我国学者杨保安等（2001）、端木正（2004）、刘洪等（2004）运用前向三层BP(Back Propagation)神经网络构建的财务预警模型，李晓峰等（2004）运用粗糙集（Rough）和人工神经网络（ANN）理论建立的Rough-ANN模型等等。刘洪等（2004）学者运用神经网络建立的模型得到的估计样本精确度达到95.7%，通过实证研究表明神经网络分析模型在判定财务风险方面要优于MDA模型和Logist模型。董妍慧（2008）利用LVQ神经网络构建了上市公司财务预警模型，选定了我国A股上市公司作为实证研究样本，选择五类重要的财务指标，以Matlab7.0为平台，证明了LVQ神经网络可以成功的应用在财务危机预警实践中。Logit预警模型又称Logistic回归模型，是比利时学者P.F.Verhulst（1838）首次提出的。但最早采用该模型来研究财务危机预测问题的是Ohlson（1980）。张扬（2005）在对上市公司财务报告研究的基础上，分别比较了适用于高新技术行业和传统制造业的两个行业的Logit回归财务预警模型，两个行业的财务指标选择是相同的，得出的预测结果并不相同，财务失败概率的计算模型也不同，但是预测的效果都是不错的。李晓奇（2011）运用Logistic回归分析方法建立财务危机预测模型,选取2009年ST公司104家和相同数量的对照组公司,设定财务危机发生点为T,利用样本中T-1,T-2,T-3年数据,利用主成分分析法筛选了9个具有显著性的指标作为模型自变量,得到回归准确率为84.62%,80.29%,71.63%。

三、研究设计

（一）研究方法本文采用灰色关联度分析方法。灰色系统理论是20世纪80年代，由邓聚龙首先提出并创立的多因素统计分析方法，是以各因素的样本数据为依据用灰色关联度分析方法得出的结论来描述因素间关系的强弱。其实质是求各个方案与最佳指标组成的理想方案的关联系数，由关联系数得到关联度，再按照关联度排序来确定关联程度。因为灰色理论融合了多个学科和理论体系的思想和方法，可以运用较少数量的已知信息去揭示系统的规律。灰色模型建模时对数据的数量要求比较低，并且不必知道原始数据分布的特征，通过有限次的处理便可转化为有规则的序列，这样就很容易找到变化规律。灰色关联分析对样本数据的时间区间要求也不是很高，而且计算量比较小，预测精度比较高。这些特点均适合本文所研究的问题和研究样本。

（二）指标体系建立和因变量确定目前国内针对应收应付项目的研究主要集中在信用销售，基本上都是应收账款的管理、质押以及风险管理等。针对应收应付项目的定量研究和实证研究更少。信用销售形成应收账款，在对方就形成应付账款。这部分被对方占用的资产，虽然本企业拥有债权，但事实上无法支配，企业不能使用这部分资金。一旦对方不能按期偿还这部分资金，就会给企业带来资金困难，就有可能导致资金链断裂。主要有以下可能：（1）应收项目占流动资产比例过大，造成企业资金链危机。应收项目是企业应收而未收的款项，这些资金虽然属于企业的资产，但是被其他企业或个人占用，并不能够为企业随意支配。应收项目总体主要由应收账款、应收票据、预付账款和其他应付款组成。流动资产项目可以区分为货币性资产和经营性资产，货币资金和交易性金融资产的变现能力很强，可以称为货币性资产。其他的流动资产项目的变现能力要弱一些，可以称为经营性资产。应收项目正是经营性资产的主要构成项目。相对而言变现能力弱，但占有较大比重，如果应收项目占流动资产的比例过大，就会对企业的短期资金造成很大的压力，很可能面对短期债务而措手不及，所以应收应付项目占流动资产比率也是衡量应收项目对企业资金链断裂影响的重要指标。（2）赊账销售过度，应收账款过多，回收率低。企业为了扩大销售，大量赊销商品，形成了应收账款。如果货款可以及时收回，企业资金可以良性循环；如果不能及时收回，造成大量资金占压，甚至形成坏账，使企业资金短缺，严重的话导致资金链断裂，企业经营失败。利用信用销售而扩大销售额存在很多问题，一味追求提高销售额，就会给回款造成压力，回款不及时就会影响企业的资金周转，就会给生产、经营等环节造成影响，影响企业的资金链。衡量企业的应收账款回收情况，通常采用应收账款回收率指标。（3）应收账款周转速度太慢，影响企业资金周转。相对于一般企业而言，应收账款都比较重要，在应收项目中起着举足轻重的作用，应收账款周转率是指在一定时期内应收账款转化为现金的平均次数。应收账款周转率主要是衡量企业应收账款管理水平的重要指标，企业不但要控制好应收账款的规模，也要控制好应收账款的周转速度。当今的市场竞争环境是比较严峻的，一般企业都会采取放慢应收账款的周转速度而获得更多的市场份额，这就会有很多企业因为应收账款问题而导致企业资金链吃紧，甚至断裂而影响企业的正常经营。应收账款周转率是衡量企业对资金链影响的重要指标。（4）应付账款周转速度快。应付项目是指企业应付而未付的款项，应付账款是应付项目的主要组成部分，也是衡量应付项目对企业资金链影响的重要科目。应付账款是企业可以临时占用供应商企业的资金，如果应付账款的周转速度慢，就意味着企业占用供应商企业的资金周期长，对于企业的资金可以起到缓解的作用。（5）企业整体债务过高。资产负债率是衡量企业整体债务水平的重要指标，用负债总额与资产总额的比率表示。一般企业在初创期间，运营资金多来自于股东的投资，但是当企业进入快速发展阶段，自有资金已经不足以满足其快速扩张的速度，负债将成为维持企业快速发展的主要资金来源。但是负债与权益资金相比较，不但需要在借款到期时偿还，而且还要支付借款产生的利息。如果企业发展战略安排的不合理，一味大量外债支持企业扩张，却没有及时现金流回笼去清偿到期的债务，就会让企业陷入无力偿还到期债务的境地，甚至资不抵债而被迫破产清算。所以，资产负债率是衡量企业偿债能力、防范资金链断裂风险的重要指标。

灰色关联度分析方法首先确定的问题是模型中的因变量和自变量。而因变量应该如何设定呢？本文所要研究的问题是揭示应收应付项目的财务指标与企业资金链断裂的关系，而资金链断裂并不是一个比较容易量化的指标。在对指标数据的无量纲化处理过程中，可以将参考序列的数值初始化在1和0之间，也就是把本文通过分析选取的五个财务预警指标即应收项目占流动资产比例、应收账款周转率、应收账款回收率、应付账款周转率和资产负债率的数据序列初始化到1和0之间。这些财务预警指标的变化趋势与企业资金链断裂趋势是有规律可寻的，比如应收应付项目占流动资产比例越大，企业资金链断裂的风险越大，也就是规范化后的指标值越接近于1，资金链断裂的风险越大，1就是资金链断裂风险的极差值，灰色关联度主要是寻求各影响因素与理想参考指标的关联系数，因此将模型的因变量定为1是比较合适的。资产负债率和应付账款周转率都是与资金链断裂风险同向变化的，比例数值越大资金链断裂的风险越大。应收账款周转率和应收账款回收率的变化趋势是与资金链断裂风险相反的，比例数值越小，资金链断裂的风险越大。可以通过无量纲化处理，将其变化方向调整为与资金链断裂关系变化方向相同。

（三）样本选取和数据来源国内外学术界在做财务困境、财务失败和风险预警等方面的实证研究时采用的样本设计方法主要是根据ST公司与非ST公司在财务状况方面显著的差异性，通过设计实验组（被ST上市公司）与对照组（非ST上市公司），对比其各项指标分析其对于被ST事项的影响程度。但是，本文研究的是资金链断裂问题，选择ST公司作为样本合适吗？ST公司一般都是出现财务状况或其他状况异常而被特殊处理的企业，公司连续亏损但还没有达到退市的地步。虽然有些企业亏损但是不一定资金链断裂，有的企业还是能够正常运营的。针对于资金链断裂而言把退市企业作为样本更合适，退市是上市公司由于未满足交易所有关财务等其他上市标准而终止上市的情形，既由一家上市公司变为非上市公司。正常经营的上市企业，没有愿意被特殊处理而退市的，如果是财务原因导致的，肯定是出现了严重的财务危机，资金链断裂，企业使用各种可能办法都难以弥补这个资金缺口的情况下，上市企业才被迫接受退市的处罚。因此将退市企业作为资金链断裂的样本企业是比较准确的。选择中国A股退市的42家企业作为本文的样本企业。本文所选择的上市公司数据来源于Wind数据库。财务风险预警模型是利用历史财务数据对企业未来的情况进行预测和判断，所以在样本数据的时间选择上也是至关重要的。本文采用了距今最近可获得的财务数据为研究样本，主要选取退市的企业在退市之前被ST之后的第一年、第二年和第三年的财务数据，作为资金链断裂状态时的样本数据。之所以要分别推三年，而不在同一年选取，是为了达到退市前的财务预警目的，也是为了消除由于外部环境的差异而可能导致缺乏可比性，而且选择前三年的数据来进行预测更为全面。

四、实证检验分析

（一）无量纲化处理本文在进行分析时,剔除了没有数据的指标和不合乎实际情况的极大值和极小值等指标。按照邓氏灰色关联度模型的计算步骤对数据进行处理，首先对原始数据进行无量纲化处理，得到新的数据矩阵。邓氏灰色关联度分析在对变量数据进行无量纲化处理时可有多种方法，例如通过区间值化处理可以使得每个原始数据变换成为在0和1之间的规范数据，并且可以使原始数据接近或者等于1时为理想状态，接近或者等于D时为偏离理想状态最远的状态，同时也可以使参考序列数据和影响因素的数据处置在1和0之间。经过这样的原始数据处理，数据虽然量纲缩小了，但并不改变原始序列的性质和顺序。根据本文所研究的问题拟采用这种方法进行无量纲化处理。

（二）分辨系数的确定分辨系数的确定要根据观测序列的情况，当观测序列数据差距比较大，而且出现奇异值，变异系数应取较小值，离散掉差异对结果的影响；当观测序列数据差距比较小，而且变化比较平稳时，变异系数应取较大值，充分体现其整体性、规范性。分辨系数ρ在（0，1）内取值。对于ρ的取值一般根据经验取值0.5，但是这样处理降低了模型的准确性。因为分辨系数的取值大小，直接决定着对关联度的贡献大小。ρ的取值并不是静态不变的，应该根据数据序列的性质，分析计算出ρ的正确取值。本文在对ρ值的选取过程，将根据数据的变化而赋予ρ值动态的取值范围。针对公式中用到的分辨系数ρ，使用上文的计算方法，得到ρ的取值范围表格如表（1）所示。

表1 分辨系数ρ取值表

表2 样本数据退市前三年关联度值

表3 学术表格书宋6号行距0.1

（三）关联度计算与排序通过对样本公司退市前一年、前两年、前三年的数据进行处理，分别得出资产负债率、应收项目占流动资产比、应收账款周转率、应收账款回收率、应付账款周转率五个自变量对于因变量的灰色关联度。关联度值如表（2）所示。通过对样本企业退市前三年财务风险预警指标的观察和分析可以看出，本文选取的财务风险预警指标中有两个指标与企业资金链断裂的关联度数值很高，分别是应收账款周转率和应收项目占流动资产比，也就是说这两个财务风险预警指标与企业资金链断裂的关联性很强。每一年中财务指标与财务指标之间还是存在差距的，应收账款周转率的关联度数值要高于其他财务指标，而且数值差距很大；其次是应收项目占流动资产比，数值也偏高于其他三个财务指标，数值的差距较大；应收账款回收率、资产负债率和应付账款周转率指标之间差距较小，而且关联度数值也相对较低。观察每个指标的三个年度的关联度数值，发现每个指标的关联度数值变化较小，根据每年的财务数据得出的关联度数值都是非常接近的。本文实证研究通过选取退市企业在退市前，被ST之后三年的财务数据分别计算关联度数值，充分证明了灰色关联度计算的稳定性和准确性，这个结果也充分肯定了本文研究得出结论的可靠性。

下面将这五个财务指标三年的关联度值排序，再把三年的排序加总，得到三年排序的合计值，按照合计值由小到大排列顺序，得到最终的排列顺序，结果如表（3）。通过样本数据关联度排序计算结果列表可以看出每个指标对资金链断裂影响的排列顺序为：应收账款周转率≥应收项目占流动资产比≥应收账款回收率≥资产负债率≥应付账款周转率。对于灰色关联度方法排列的顺序可以得出以下结论：（1）应收账款周转率与企业资金链断裂的关系最为紧密，对于企业资金链断裂的影响是最强的。通过前文的理论分析可以得出，比较应收应付项目中包含的每个财务科目，应收账款是其中最重要的，讨论信用销售所引起的应收应付项目管理问题，主要是针对应收账款的管理。应收账款周转率是衡量应收账款对企业资金链影响的重要指标。应收账款的周转速度越快，给企业造成的资金压力就越小。在很多企业应收账款占流动资产的比例都很高，如果周转速度太慢，将大大降低企业资金的使用效率，影响企业的营业周期。很多企业都制定了有效的应收账款内部控制制度以及财务指标衡量体系，有效地控制和监督应收账款的周转情况，并在由应收账款引起的资金吃紧与获利之间权衡利弊。由本文的实证分析可得出应收账款周转率与企业资金链断裂的关系很紧密，控制好应收账款周转速度是企业资金链正常运转的有力保证。（2）应收项目指标中应收项目占流动资产比与企业资金链断裂的关系也很紧密，对企业资金链断裂的影响也很强。从这个指标可以看出，企业应收而未收的款项对企业资金的大量占用是导致企业资金链断裂的重要原因。流动资产是维系企业经营活动正常开展的主要资金。应收项目的款项虽是企业的资产，但企业却不能支配，应收项目占流动资产的比例过高意味着企业经营活动的资金大量被企业不能控制的、应收款项占用，企业经营活动资金紧张。流动资产也是企业变现能力较强的资产，如果流动资产大量被企业不能控制的、表现能力不确定的应收款项占用，会带来支付和还债困难，也会导致资金链断裂。因此，实证检验结果将应收项目占流动资产的比例排在导致企业资金链断裂的原因的第二位，也是可以解释的、与实际情况相符的。（3）应收账款回收率与企业资金链断裂的关系相对前两个指标较弱，应收账款回收率直接关系到企业的营业收入收回情况。首先，说明资金的回收时间长，给企业带来的资金困难和资金压力较大且持续时间较长。其次，如果回收率低，长期应收账款无法收回，公司只有账面的收入，却没有实质的现金流入。而且如果长时间不能收回的应收账款变成坏账，会给企业直接造成现金损失，容易引起资金链断裂，所以企业也应该予以重视。（4）资产负债率与企业资金链断裂的关系相对较弱。资产负债率是衡量企业整体偿债能力的财务判定指标。很多企业盲目扩张，过分依赖举借外债来充实企业扩张所需要的资金，这就给企业埋下了隐患，经营中的某个环节出现问题，企业无力偿还到期债务，将会导致资金链断裂，甚至破产倒闭。从企业整体来看，资金缺口可以从三个部分来考虑，即经营资金缺口、长期投资资金缺口和还债资金缺口。前两个部分的资金缺口影响的是企业的经营和投资，但并不会导致企业资金链的断裂，而还债资金出现缺口对企业而言是十分严重的，企业无力偿还到期债务，债权人还可以申请强制执行措施，这就会导致企业的资金链断裂。虽然实证检验结果资产负债率对资金链断裂的警示能力较弱，但是也是衡量企业整体偿债能力的评价指标之一。（5）应付账款周转率与企业资金链断裂的关系于其他指标相比较最弱，应付账款本身是衡量企业占用其他企业资金的指标，对于企业而言，远远不及应收账款对企业的资金链影响程度也是符合实际情况的。

五、结论

本文研究得出如下结论：（1）国内外针对应收应付项目与企业资金链断裂关系的研究文献非常少，而由于应收应付项目异常导致企业资金链断裂、破产的案例很多，首次对这二者之间的关系进行了研究。（2）总结了资金链断裂、财务风险预警的方法和模型，并且对各个方法和模型的优缺点进行了比较分析。根据本文的研究目的，选择了灰色关联度模型进行实证检验，灰色理论虽然已比较完善、应用广泛，但将其应用到财务风险预警领域问题研究的文献也几乎没有。本文在新方法应用上也进行了有益的探索。（3）研究结果还表明，与资金链断裂最为相关的财务指标依次是：应收账款周转率、应收项目占流动资产比、应收账款回收率、资产负债率、应付账款周转率。排序结果表明：导致资金链断裂的原因中，影响营业周期的资产周转速度排在第一位；其次是流动资产的可控性和可变现性；再次是销售货款等回收情况；企业整体偿债能力和应付账款的周转情况与资金链的断裂的关系相对较弱。（4）检验结果表明，应收应付项目中应收账款周转率与应收项目占企业流动资产的比例这两个财务指标与企业资金链断裂的关系度很强，特别是应收账款周转率。表明企业应收应付项目中的这两个指标与企业资金链断裂存在着关联性，可以对企业资金链断裂起到风险预警作用。并且，通过三年的实证研究结果可以看出，财务指标各年份的关联度数值稳定，证明了方法的适用性和实证结果的准确性。

［1］赵睿：《金融控股公司的风险及其监管研究》，《山东大学硕士学位论文》2007年。

［2］徐乙寒：《郑百文信用销售失败成因分析及对策探讨》，《吉林大学硕士学位论文》2004年。

［3］吴世农、卢贤义：《我国上市公司财务困境的预测模型研究》，《经济研究》2001年第6期。

［4］周首华、杨济华、王平：《论财务危机的预警分析——F分数模式》，《会计研究》1996年第8期。

［5］严瑾孟：《具有新型预测能力的财务困境模型研究——Logistic模型的加权极大似然法》，《西南财经大学硕士学位论文》2008年。

［6］段小存等：《公司财务危机预警研究的述评》，《经济师》2008年第7期。

［7］张祥等：《财务预警模型的变迁》，《华中科技大学学报（社会科学版）》2003年第4期。

［8］董妍慧：《我国上市公司财务危机预警的实证研究》，《大连海事大学硕士学位论文》2008年。

［9］张扬：《上市公司财务预警模型统计实证分析》，《首都经济贸易大学硕士论文》2005年。

［10］李晓奇：《上市公司财务风险预警Logistic模型的研究》，《北京交通大学硕士学位论文》2011年。

［11］崔玉卫：《应收账款周转率指标计算改进探讨》，《财会通讯》2010年第9期。

［12］尹苏红：《企业应付账款管理存在的问题及解决措施》，《经济技术协作信息》2010年第35期。