基于现金流量视角的财务风险预警模型分析

杨知宇+杨景海

【摘 要】 基于现金流建立财务预警模型，对企业尤其是上市公司是十分必要的。文章以ST上市公司为例，对基于现金流量的F分数预警模型的有效性进行验证分析。选取了以利润指标为基础的Z模型和以现金流量财务指标为基础的F模型进行比较，采用6家ST公司作为样本，并对获得的2007年到2012年财务数据对F模型的预测结果进行分析，证明了F模型预警的有效性。

【关键词】 现金流量； 财务风险； 预警模型

中图分类号：F275 文献标识码：A 文章编号：1004-5937（2014）30-0046-05

根据现代企业会计准则的定义，现金流量通常是指在一定会计期间内按照现金收付实现制，通过一定经济活动而产生的现金及现金等价物的流入、流出及其总量情况的总称。它客观存在于企业整个经营活动之中，不仅能动态反映企业的经济活动并对其起保障与控制作用，而且能表明企业获得现金和现金等价物的能力。财务风险与现金流量在企业整个资金运动的过程中表现出一种十分复杂的关系，二者相互制约同时又互不分离。

因此，企业日常资金运动的整个过程中隐藏着无法确定的财务风险。作为维持企业生存发展的血液，现金流量不仅为企业的持续经营提供重要基础，而且为企业的扩大再生产提供不可或缺的资源保障。如果资金周转不畅，企业则有面临破产的风险。二者的共同点都是为了使企业在竞争机制下的市场中能得以生存，并获得长期稳定的发展，为企业创造最大的市场价值，最终实现企业的战略目标。

一、财务预警模型的发展及评价

（一）财务预警模型的发展过程

1.单变量模型

单变量模型，顾名思义是一个一元线性函数的模型，它采用单个财务比率进行财务危机预测。Fitzpatrick（1932）以19家企业为样本进行的以单变量为对象的破产预测研究，并把样本分组为破产企业和非破产企业，将单变量的财务比率运用其中进行预测研究。从研究结果得出，股东权益/负债比率与净利润/股东权益的预测结果是最为可靠的，其预测能力最强。William beaver（1966）通过对出现财务危机前1至5年的30个企业财务比率预测能力的考察研究，并根据单变量财务指标在模型中的预测能力进行大小排序，发现营运现金/总负债在距离企业破产前，时间越短预测能力越强。

由于单变量模型只含有一个单变量指标，则每次只能对一个指标进行预测。由于指标之间相互具有独立性，仅能局部体现企业状况，并不能全方面地反映企业的财务状况。公司将不同的预测指标运用于这种模型后将带来预测结果不同的后果，这使企业无法对预测结果作准确的判断。再者，企业通常为某种需要而人为修改某些重要的指标数据，使真实的财务状况被掩盖，从而造成预测结果严重偏离真实结果。这种方法的运用可能出现对于同一公司、不同的预测指标得出不同预测结果的情况；另外，某些财务比率很容易被粉饰，掩盖真实的财务状况，造成模型无法真实地揭露企业的财务风险。因此，学者们便开始对多变量模型进行探讨、研究。

2.多变量模型

所谓多变量预警模型，即加权汇总多个财务指标后预测财务危机的模型，是一个多元化函数公式。Altman（1968）经过大量时间考察分析同一行业里66家同等规模的公司并将它们分成相同数量的两组，其中一组公司是申请破产的公司，并统计破产公司破产前一年的财务数据和非破产公司相同时段的财务数据，再选取五个财务指标作为变量与权数加权平均，最终得出了Z分数模型。在众多预警模型中，Z分数模型是财务风险预警模型经历单变量模型向多变量模型演变后最具有代表性、应用最为广泛的多变量预测模型。该模型与William beaver的单变量模型具有共同点，都是在企业破产前时间越短模型预测准确率越高，并且Z分数模型在企业破产前一年的风险预测准确率达到了95%。

AItman，Haldeman & Narayanan（1977）在五个变量模型的基础上增加了两个财务变量，随即得出Zeta模型。Casey（1985）将经营现金流、经营现金流与流动负债的之比以及经营现金流与期末总负债之比，运用于验证现金流是否对以应计利润财务比率为基础的传统破产预测模型的预测能力有显著提高。然而，在经过以大量破产公司和非破产公司为样本进行检验后发现，经营现金流的运用并不能对传统预测模型的明显改进作出贡献，从而提高模型的预测准确率。不过，解释能力随着经营现金流量的收回明显提高。

（二）Z分数模型与F分数模型的比较

1.Z分数模型

Z分数模型的表达式为：Z=0.012X1+0.014X2+

0.033X3+0.006X4+0.999X5。其中的变量X1=（期末流动资产-期末流动负债）/期末总资产，即营运资金/期末总资产；X2=留存收益/期末总资产；X3=息税前利润/期末总资产；X4=期末股东权益市场价值/期末总负债；X5=销售总额/期末总资产。按流动率分类的会计变量X1主要是企业资产的流动水平的衡量基础，体现了总资产中企业投入的营运资金所占的份额；X2主要反映了期末未分配利润和盈余公积占企业总资产的比例，它可以衡量企业整个财务年度内的收益率和累计盈利情况；X3中息税前利润，即为税前利润与财务费用之和，主要是反映企业财务的稳定性及资金营运效率，在此模型中，它为预测企业陷入财务困境提供了比较有利的依据；X4反映企业的财务结构同时也体现了企业对债权人的支付能力；X5主要是反映企业运用资产的活动比例，体现了产生销售收入的能力及资金周转速度。

2.F分数模型

与Z模型不同的是，F分数模型引入了现金流量这一重要变量，F分数模型中X3、X5这两个财务指标分别代替了Z分数模型中的X3、X5财务指标，它们都是现金流量变量。其中，X3=（净利润+折旧）/平均总负债，它包含了企业日常计提的折旧，主要表现在折旧不仅可以用来偿债，也可以看作企业的现金流入，是衡量企业偿还债务可用的所有现金流量大小的重要财务指标；X5=（净利润+利息+折旧）/平均总资产，反映了企业总资产创造现金流量的能力。F分数模型如下：endprint

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

其中：

X1=（期末流动资产-期末流动负债）/期末总资产；

X2=期末留存收益/资产总额；

X3=（净利润+折旧）/平均总负债；

X4=期末股东权益的市场价值/期末总负债；

X5=（净利润+利息+折旧）/平均总资产。

F分数模型中五个自变量的选择是基于财务理论，0.0274为F分数模型的临界点，如果某一特定的F值低于0.0274，则该企业可能存在一定的财务危机，甚至有破产的可能性；反之，如果F值高于0.0274，则该企业财务状况比较正常，视为具有持续发展的能力。如果F值落入[-0.0501，0.1049]区间，0.0274的上下0.0775内即不确定区域，则不能武断地认为公司可能破产或者具有持续生存的能力，此时的F分数模型只能辅助管理者作决策，管理决策者要判断公司是否可能发生财务危机，还需要进行进一步的分析。

（三）Z分数模型的缺陷

Z分数模型是一种建立比较早，得到广大学者认可及推广，能综合反映企业财务风险的财务风险预警方法。但是该模型存在以下缺陷：（1）研究对象的局限性，Z分数模型的研究对象只有制造业企业，而且只针对美国的上市公司。这导致Z分数模型并不适用于非制造业及非上市公司，具有行业限制。（2）样本数量少，F分数模型采用了4 000多家公司的数据作为样本，而Z分数模型仅以66家公司数据作为样本，使得验证模型的有效性降低。（3）不具有横向可比性，该模型未考虑采取的样本里存在不同区域、不同行业的公司，其中的差异性使得Z分数模型不能进行横向比较。（4）难以保证预测结果的真实性，Z分数模型的财务指标是建立在权责发生制基础上的，存在人为操纵财务指标的弊端，且没有考虑现金流量这一决定企业经营状况的有效因素，使得计算而得的Z值真实性较弱。

（四）F分数模型的优势

通过对F分数模型与Z分数模型的比较分析，可得出F分数模型具有以下优点：（1）考虑了现金流量，F分数模型在Z模型的基础上考虑了现金流量这一有效变量，更全面地考虑了影响企业财务风险的因素，同时进一步完善了财务风险预警模型。（2）具有大量的样本，F分数模型以4 160家样本公司的数据为基础，经过长期观察、分析及验证后得以建立成形，对财务风险的预测更加精准。（3）具有横向可比性，F分数模型以不同行业的公司为研究对象，考虑了不同行业之间的差异，采用大量的样本公司验证其有效性。

二、F分数模型在ST公司中的运用

（一）样本选取和数据来源

本文主要选取了ST明科、ST长油、ST宝硕、ST南纺、ST天龙、ST景谷6家不同行业的上市公司作为样本，其中ST明科公司属于经营石油化工、塑胶塑料的制造业；ST长油公司属于内河、内湖运输业；ST宝硕公司属于通用化工品行业；ST南纺公司属于纺织业；ST天龙公司属于计算机、通信和其他电子设备制造业；ST景谷公司属于林业。本文选取了各个公司从2007年到2012年的各财务报表数据，这些数据主要来源于新浪财经行情中心网站，经过对公司披露的财务报告进行整理而得。

此处需特地说明的是，ST公司是指在境内上市连续两年亏损被进行特别处理的公司；另外，计算“股东权益市场价值”所使用的年末股票价格，均来自于各大公司年末发行股票的收盘价格。其中，宝硕公司2010年年末没有股票样本数据，股票收盘价格中断于2010年7月末。

（二）F分数模型在ST公司中的运用分析

1.F分数模型的计算

本文对ST长油、ST明科、ST宝硕、ST南纺、ST天龙、ST景谷等上市公司2007年到2012年的各大财务报表数据整理、汇总并计算后，结果如表1—表6所示。

2.F模型在ST公司中运用的结果分析

（1）根据表1中的F值可以看出，ST长油公司F值在样本期间逐渐变小，并最终小于临界点。其中在2007年到2010年间，F值均大于临界点0.0274，但是2009年和2010年的F值处于期间[-0.0501，

0.1049]，属于不确定区域；在2011年和2012年，F值小于0.0274，并小于-0.0501。由此可以得出，ST长油在2007到2008年期间的财务状况处于良好发展的阶段；在2009到2010年财务状况的好坏还需要通过其他辅助手段作进一步的判断；在2011年至2012年，公司财务状况出现恶化，可能存在破产的可能性。

据年报显示，ST长油2010年度亏损1 859.47万元，2011年公司再度亏损74 933.30万元，2012年度亏损额达到123 835.00万元。2013年年报发布后，出现591 864.00万元的巨亏。因此ST长油在2013年亏损后，已连续4年亏损，达到退市标准，并已于2013年5月14日起暂停上市。该公司也成为2012年退市制度改革以来，上交所第一家因财务指标不满足条件而退市的上市公司。

（2）根据表2中的值可以看出，F模型对于ST明科公司在2007—2012年期间计算出的F值一直呈现负值且不断变小，可以看出企业财务状况的变动呈现不断恶化的趋势。按照F分数模型的判断标准，明科公司各年的F值均小于0.0274，且超出了不确定区域范围，小于-0.0501，则明科公司预测结果为破产。

据年报显示，ST明科2009年度巨亏96 043.50万元，2010年度微利1 412.49万元，2011年公司再度亏损14 529.70万元，2012年度微利1 184.88万元。这表明企业没有足够的现金流量来维持企业的正常经营，如果该公司能在出现财务问题的早期及时运用F模型对企业财务进行财务风险分析、预测，则能对财务风险进行及时防范和控制，从而可以避免公司财务状况恶化的结果。endprint

（3）根据表3中F值可以看出，ST宝硕公司在2007年、2008年F值均大于临界点0.0274，并且大于0.1049，但呈逐渐变小的状态，并在2009年出现负值，且小于-0.0501。表明该公司在2007年、2008年公司的现金流动性还比较强，可以满足企业的经营需要，但现金支付能力却在逐渐减弱，并在2009年时开始显现财务问题。由于2010年的F值无法获得，对该年度的财务状况无法获知，但从2011年及2012年的F值大于0.0274并大于0.1049，可以得知企业财务困难得到了缓解。

据年报显示，ST宝硕2009年度巨亏29 434.70万元，2011年度盈利216 520.00万元，2012年度亏损13 856.70万元。其主要原因是公司实行了债务重组，提高公司核心竞争力，实现了长久稳定发展，并逐渐恢复良好状态。

（4）根据表4中的F值可以看出，ST南纺公司F值在2007到2012年间呈现变小的趋势，均小于临界点0.0274且小于-0.0501。按照F分数模型的判断标准，公司的财务状况出现了严重的问题，很有可能会破产。据年报显示，ST南纺2010年度盈利1 280.00万元，2011年度亏损13 020.30万元，2012年度亏损715.87万元，据2013年前3个季度的数据可看到，该公司仍处于亏损状态。可见公司的财务状况不容乐观。

（5）根据表5中的F值可以看出，2007到2012年间ST天龙公司F值在逐年增长，虽然均小于临界点0.0274且小于-0.0501，按照F分数模型的判断标准，公司的财务状况仍处于困难阶段，但根据F值与财务风险呈正相关的特点，可以看出该公司的财务风险在逐年减小，财务压力在逐年缓解，表明企业财务状况在逐年好转，但仍处于亏损阶段。据年报显示，ST天龙公司2009年度盈利4 449.44万元，2010年度亏损639.35万元，2011年度盈利6 629.46万元，2012年度再度亏损5 503.01万元。

（6）根据表6中的F值可以看出，ST景谷公司F值在2007年、2008年和2010年均大于临界点0.0274，且大于0.1049，所以按照F分数模型的判断标准，公司的财务状况处于良好的发展状态，具有发展前景。F值在2009年、2011年及2012年时小于临界点0.0274且小于-0.0501，所以按照F分数模型的判断标准，公司此时的财务状况存在危机，被推测为破产。

据年报显示，ST景谷2009年度亏损9 435.51万元，2010年度微利453.95万元，2011年公司再度亏损13 921.20万元，2012年度亏损10 809.30万元。也就是说企业从开始的良好财务状况状态逐渐恶化，后又反复出现财务困难。说明企业经营业绩不稳定，资金周转不顺畅使得企业反复出现财务困难。

（三）结论

通过基于现金流量的F分数模型对各ST公司计算值得出如下结论：总体来看，有的公司F值或者逐年降低并远低于F模型的分界点，或者由远大于分界点逐年变小到小于分界点，说明企业财务风险加大，伴随着财务问题的显现并不断恶化，提醒管理层以及其他利益相关者应该特别注意防范财务危机，及时了解分析公司所出现财务困境的原因，采取相应的措施调整经营结构，改变经营策略，加强对财务风险的控制，争取将财务风险降到最小。

【参考文献】

[1] 李晓奇.上市公司财务风险预警Logistic模型的研究[D].北京交通大学，2011.

[2] 鲍新中，何思婧.企业财务预警的研究方法及其改进——基于文献综述[J].南京审计学院学报，2012（5）：60-70.

[3] 刘慧.我国制造业上市公司财务危机预警研究[D].南京航空航天大学，2011.

[4] 杨瑶.基于现金流量的我国上市公司财务预警实证研究[D].云南财经大学，2011.

[5] 欧阳歆.基于Z模型的物联网企业财务风险评价研究[J].会计之友，2014（4）：70-73.

[6] 张玲.基于经济附加值的上市公司财务困境预警实证研究[J].财经理论与实践，2004（9）：83-86.

[7] 张玮.企业财务风险预警模型构建中现金流量分析法的运用[J].现代财经，2007（6）：40-45.

[8] 敬文举，廖才高.浅析企业现金流量财务预警系统的建立与完善[J].生产力研究，2007（6）：169-171.endprint