企业现金流质量评价模型构建研究

宋媛媛 刘顶贤

（武汉工程大学管理学院，湖北 武汉 430200）

一、引言

中国经济从重速度到重质量的转变过程中，离不开各个企业发展质量的贡献，而作为最小经济单元的企业，其现金流质量影响着企业发展的质量。面对愈加复杂化的企业经营环境和为适应新形势下提高企业发展质量的需要，企业管理者应提高对现金流质量的关注度，通过研究和关注现金流质量为提升企业发展质量提供切入点和突破口。但是现金流质量并非客观可直接测量的量，如何通过企业的经济数据来确定其现金流质量及评价标准的量化方法是本文的研究重点。其形成较为成熟的度量方法后，将为企业优化自身现金流质量及政府引导企业提升现金流质量提供客观依据。

二、企业现金流质量评价模型的理论推导

1.企业现金流质量的量化

建立评价模型需要明确评价对象，评价对象是评价模型的观察目标，如果评价对象不明确，评价模型将陷入无的放矢的状态。现金流质量评价模型的评价对象是现金流质量，企业现金流质量应由一系列指标计算得出。企业现金流质量并非是客观存在于世界且可以用某种测量工具直接测得的数据，其数值受到多个因素的影响，因此企业现金流质量应由一系列指标综合计算得出。根据这一思路，用QCF（Quality of Cash Flow）表示企业现金流质量，影响QCF的评价指标有n个，为X1，X2，X3，…，Xn，其标准化后的指标R1，R2，R3，…，Rn，指标对应权重为G1，G2，G3，…，Gn，考虑不规律因素对企业现金流质量评价产生的影响引入随机扰动项σ，将其汇总计算有：

2.企业现金流质量评价标准的量化

（1）评价标准值的初步推导

建立评价模型需要明确评价标准，评价标准是评价模型评价对象的价值尺度，是该模型实现其评价功能的依据。本文根据参照法和均值法确定企业现金流质量的评价标准。

参照法可以在一定程度上简化评价标准的形成过程，同时可以尽可能选择具有可比性的参照对象在一定程度上消除不确定因素对其产生的影响，过程较为简单实用。根据这一思路，现金流质量的评价可以选择同时期同行业的企业情况，或本企业不同时期现金流的情况进行比较，而考虑到外部环境的变化，本文选取同时期同行业的数据进行比较，若将该过程量化，则设行业A有M个企业，企业的现金流质量为QCF1，QCF2，QCF3……QCFm，这些现金流质量均包含随机扰动变量，但由于其差异性较小，故可以忽略随机影响因素，简化评价标准的形成过程，转换为较为确定的值之间的比较。采用均值法确定现金流质量的评价标准，均值法是确定某个标准的简单而便捷的计算方法。

（2）标准系数η

图1 特殊区域为0的ECQCF函数

（3）关于评价函数定义域分界点的讨论

上文从数学绝对值的角度思考，作为自变量的绝对值等于0和不等于0将评价标准函数分成了两部分。但是实际工作中，当数据小于某个标准，如0.01或0.0001的时候，其数据的意义和0是无差异的。而0.0001的精度要比0.01要高，也是建模过程中常用的精度。故选用0.0001代替0代入上述函数表达式，则有公式（3）：

图2 特殊区域为（-0.0001，0.0001）的ECQCF函数

该模型由两部分构成，第一部分用于量化模型的评价对象，第二部分用于量化其评价标准。

三、引入同行业具体数据对现金流质量评价模型进行实证分析

前文构建了企业现金流质量评价模型，本节将引入同行业的具体评价指标及经济数据，来对该模型进行实证分析。在对该模型进行实证分析时，应分别引入现金流质量的具体评价指标和其权重。从公式QCF=∑RiGi+σ结构来看，上述两方面的确定是量化现金流质量的基础。

1.指标选择与数据来源

经过对比不同学者的研究，本文在确定现金流质量的评价指标时，采用谢林海，徐禹选取的指标，其指标体系如表1所示，所选取的指标均为正向指标[1]。

表1 企业现金流质量评价模型指标体系表

表1中，该评价体系涵盖现金流评价的重要层面，即获现、偿债、盈利和成长四个维度，其指标设计较全面；同时，其指标的基础数据多是依据经营现金流，这与多数企业为产品制造业，其主要盈利来源为生产销售获取的情况一致。此外，其应用的同行业原材料获取、生产形式、产品应用等有着较高的相似性。因此，本文选用该指标体系。

在确定现金流质量的评价指标后，在Wind数据库采集2020年6月30日392家同行业的目标企业的相应现金流质量评价指标数据，采用SPSS数据分析软件进行数据处理分析工作。在正式计算QCF前，本文先对这些数据进行了数据预处理工作。（1）对根据前述评价指标获取的数据进行数据质量检查，分别对392家前述数据进行缺失值和异常值的检查及消除量纲影响的工作。首先检查缺失值，经过统计，缺失值数量不超过1%，缺失值对QCF的计算影响较小，然后采用平均值替代空值法对空值进行了处理。（2）采用经验检查等对指标进行异常检查，所获取指标数据无异常情况。（3）对数据进行Z-score标准化，消除不同量纲对评价结果的影响。

2.确定指标权重的准备工作

（1）权重确定的基础

（2）相关性分析及检验

对数据进行相关性分析与检验是为确定数据是否适合使用因子分析法来确定其权重。本文运用KMO 和巴特利特检验法。使用KMO和巴特利特进行检验，其检验结果如表2所示。

表2 KMO 和巴特利特检验

表2中，KMO取样适切性量数值为0.711，大于可接受度0.6，再从巴特利特球形检验来分析，其显示的显著性为0.000，选取的这些构成企业现金流质量评价模型的指标的显著性小于0.05。综上所述，这些数据适合采用因子分析法来确定构建企业现金流质量评价指标的权重。

3.运用因子分析法确定评价指标权重

（1）确定因子数量

应确定其因子数为10。确定因子数量的工具是总方差解释表，辅助工具为碎石图。本文运用SPSS软件，通过基于特征值大于1和基于固定因子数目两种方法经过多次实验，并结合碎石图进行多次观察，最终选取10个为因子提取数量。如表3所示，在因子数为10时，其累积提取载荷平方和与旋转载荷平方和最优，达到98.3%以上，能较好地平衡简化降维和信息守恒，消除前述μ的影响。

表3 总方差解释表

（2）确定因子与QCF的关系

根据特征根情况确定因子与QCF的关系，即其权重。特征根反映信息量大小，其反映因子对于评价对象现金流质量的重要性。故权重可以由特征根和累计特征根的比值求出。为方便计算和复查，采用列表法编制Wj计算表。Wj计算表（表4）由特征根、累计特征根和Wj列构成。特征根与累计特征根的比值即为Wj。

表4 Wj计算表

根据上述思路，求出F1的Wj为0.2988，F2的Wj为0.0973，F3的Wj为0.0923……F10的Wj为0.0388，加总其和为1，检验通过。根据 QCF=∑FjWj+σ有如下方程：

QCF=0.2988F1+0.0973F2+0.0923F3+0.0865F4+0.0857F5+0.0843F6+0.0757F7+0.0754F8+0.0651F9+0.0388F10+σ。

（3）确定因子与指标关系

确定现金流质量和因子的关系后，接下来便要考虑因子和指标的关系，即Ci。本文通过编制Ci计算表（表5）来确定Ci。该表根据因子分析法得到的因子得分系数矩阵得出。

表5 Ci计算表

根据Fj=∑CiRi以F1为例，得出公式（4）：

（4）确定指标与QCF的关系

在确定QCF与因子的关系Wj，因子与指标的关系Ci后，依据前文的推论，接下来要确定指标与QCF的关系Gi。通过编制Gi计算表（表6）来确定Gi。Gi计算表通过列表的方式来代替联立方程计算，其可结合办公软件直接调用计算机内置的公式，计算简便；其次表格方便检查内部的勾稽关系，计算准确性高。

Gi计算表可分为三部分。如表6中，第一部分为前两行（不含归一化列），其为Wj计算表的成果，反映的是因子与QCF的关系（QCF=∑FiWi）；第二部分为行三到行十四（不含合计与归一化列），反映的是评价指标与因子的关系（Fj=∑CiRi），对应Ci计算表；第三部分为合计列与归一化列，反映的是指标与QCF的关系（QCF=∑RiGi），得出的由于合计不为1，需要进行归一化，从而得出各个评价指标的比重。

表6 Gi计算表

故根据QCF=∑RiGi+σ，得出公式（5）：

上述公式即为引入实际企业数据及指标后对现金流质量评价模型中现金流质量的量化的实际运用和验证。

4.对现金流质量量化的检验

现金流质量虽不是可度量的客观量，但是其度量也需要符合客观实际，因此需要对其进行检验。对其检验有定性及定量两种方式。定性方面，可以采用经济意义检验法；定量方面，可以采用一致性检验法。当然，在实践中，定性检验即可满足一般验证需求，定期和不定期一致性检验可以检查模型效果和协助管理层进行反思。通过一致性检验发现主观和客观的偏差，从主客观两方面探究相关状况，从而利于优化模型和提高管理水平。

（1）经济意义检验

通过编制Gi表（表7）来反映指标在评估现金流质量的权重。为了更加清晰和方便观察指标及其权重，便于后续检验工作，根据上述量化结果，编制Gi表。

首先，进行符号检验。从指标计算结果与常识来观察，表7中，现金流量利息保障倍数的Gi值为0.1806，说明其与现金流质量正相关，与常识一致，同理，X2-X11的计算结果均为正，符合常理；从指标计算结果与理论假设来观察，X1-X11的计算结果均为正，符合其正向指标的假设。因此，量化结果通过符号检验。

其次，进行权重比较检验。表7中反映现金流质量的权重顺序为现金流量利息保障倍数、经营活动现金净流量增长率、营业利润现金含量……净资产现金回收率、总现金流量增长率中，无明显不符合财务常识的情况，故计算的量化结果通过权重比较检验。

表7 Gi表

（2）一致性检验

进行一致性检验需要评价指标与现金流质量关系的其他确定方法。根据专家打分形成权重是其中一种方法。根据专家团确定的权重数据，与模型计算数据一起制成二维表，展开一致性检验工作。在进行一致性检验时，采用肯德尔协调系数法进行检验。相关数据（见表8）和假设如下。

表8 一致性检验数据表

H0：企业现金流质量评价模型权重结果和专家团结果不一致；

H1：企业现金流质量评价模型权重结果和专家团结果一致。

基于上述数据，运用SPSS26.0进行计算，得出肯德尔协同系数如表9所示。

表9 肯德尔协同系数表

结论：企业现金流质量评价模型的评估结果和专家团结果具有一致性，且强度较高，通过检验，现金流质量的量化结果通过一致性检验。

5.评价标准的确定

现金流质量量化的一般公式：QCF=0.090340R1+0.021149R2+0.098470R3+0.065929R4+0.180558R5+0.065657R6+0.029496R7+0.090369R8+0.111665R9+0.141437R10+0.011290R11+0.093639R12+σ

四、结论与展望

首先，本文构建了企业现金流质量评价模型，其包括现金流质量的量化公式和评价标准的量化公式即：

QCF=∑RiGi+σ

前者用于量化模型的评价对象——现金流质量，后者用于量化其评价标准。

其次，引入同行业内企业的实际数据进行了实证分析，并对实证分析过程中形成的具体现金流质量量化公式进行了检验，并得出具体的现金流质量的评价标准ECQCF。在这个评价模型中，指标选取依据的是目前比较成熟的标准，但其难免会存在不完善的地方，如何更科学合理地选取评价指标将是后续研究的重点。