企业现金流风险识别研究，本文主要内容关键词为：现金流论文,风险论文,企业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
[中图分类号]F235.19 [文献标识码]A [文章编号]1000-1549(2005)06-0071-05
现金流风险是指由于难以预料或控制因素的影响，导致企业现金流状况具有不确定性 从而使企业有蒙受损失的可能性。对现金流风险的识别研究是企业实施财务风险管理的 关键。美国最大的商业集团之一W·T·Grant公司1975年破产一案，(注：1975年10月， W·T·Grant公司破产，其报表资料显示，在1974年营业净利润近1000万美元，经营活 动提供的营运资金为2000多万美元。但深入分析发现，该公司破产前5年，该公司的现 金净流量就已出现负数。)充分证明企业生产经营能否持续的基本条件是获得足够的现 金流量，现金流不足是企业发生财务危机的最重要的信号。本文认为，对企业现金流风 险识别的研究应综合把握三方面的工作：一是对现金流量表结构的研究；二是建立现金 流风险识别指标体系；三是建立风险识别模型，界定现金流风险临界区间。
一、结构研究：对现金流风险状况的综合评价
对现金流量表进行结构分析是识别企业现金流风险的基本环节，它可以初步评判企业 现金流的总体状况，从而为企业现金流的风险预警打下良好的基础。众所周知，企业的现金流主要来源于三部分：经营活动产生的现金流量、投资活动产生的现金流量、筹资活动产生的现金流量。在实务中，三者构成不同，反映企业不同的经营状况，比如：当经营活动现金流为“正”，投资活动现金流为“正”，融资活动现金流为“正”时，可能预示着企业主营业务现金流充裕，产品有比较好的市场反应，企业投资项目已经取得了较好的效果，企业可以继续融入资金进行投资。当经营活动现金流为“正”，投资活动现金流为“负”，融资活动现金流为“正”时，可能预示着企业处于扩张期，通过筹资扩大投资。当经营活动现金流为“负”，投资活动现金流为“正”，融资活动现金流为“正”时，可能预示着企业靠借钱维持正常的生产经营，此时要关注投资活动产生的净现金流的来源，如果来源于投资收回，企业要引起高度重视。当经营活动现金流为 “负”，投资活动现金流为“负”，融资活动现金流为“负”时，这种情况是任何企业 都不愿意看到的局面，它表明企业陷入了严重的财务危机。对企业而言，当务之急是如 何迅速筹集到足够的资金，改进产品经营方式，从根本上扭转企业的主营业务经营状况 ，让主营业务能够为企业带来丰富的现金流。从上述分析可见，只有充分关注经营活动 产生的现金流量、投资活动产生的现金流量、筹资活动产生的现金流量的结构变化，才 能全面判断企业的现金流状况。
需要说明的是，在进行结构分析时要关注企业所处的生命周期阶段，从而准确判断企 业财务状况：处于开办阶段的企业可谓“饥渴的现金使用者”，(注：该提法见林永峰 ：《现金流动制会计》，P119，中国财政经济出版社，2002，(3).)企业需要大量的现 金支付厂房设备和工资，同时销售收回的现金却极少。该阶段现金流呈现的特征为：投 资活动产生的现金净流量可能为负值，筹资活动产生的现金净流量金额较大，经营净利 润较小。处于成长阶段企业的现金需求远远超出其产生现金的能力，因其需要扩充厂房 设备以求迅速发展。该阶段现金流呈现的特征为：经营活动产生的现金净流量为正值， 投资活动产生的现金净流量为负值，筹资活动产生的现金流量仍相当大。成熟阶段的企 业不需要在扩大生产能力方面增加支出，对资本的需求较小，因顾客对其产品的需求增 长缓慢，使得企业销售额增长也不快。该阶段现金流呈现的特征为：经营活动产生的现 金净流量为正值，现金流量净增加额使企业能够支付大量的股利给股东和偿还借款，筹 资活动产生的现金流量通常为负；折旧和摊销经常足以满足投资支出的需要。衰退阶段 企业是净现金使用者，企业盈利能力较低，经营难以为继。现金流呈现的特征为：经营 活动产生的现金流为负，企业大都以保留股利和举债来维持生存。
二、指标研究：以指标分析辨明现金流风险
国内外许多学者曾根据其理论思考与实践经验构建了各自的指标体系。从国外学者研 究成果看，Gentry、Newbold、Whitford等(1985)以1970—1981年间33家失败企业及其 对应的产业、资产规模相近的正常公司为研究样本，将现金流量概念应用于企业财务危 机预警模型之中，具体采用了8个现金流量相关变量：来自企业营运活动的现金流量、 营运资金、融资、固定设备成本(财务杠杆支出现金流量)、资本支出、股利支出、其他 资产与负债的现金流量、现金及行价证券的变动等；Casey、Bartczak(1985)检验了现 金流量对传统的基于应计利润财务比率的破产预测模型是否有明显的改进作用，考虑了 3个现金流变量：经营现金流、经营现金流/流动负债、经营现金流/总负债。从国内学 者研究成果看，周首华等(1996)在F分数模式中提出Z记分法模型与Zeta模型没有充分考 虑到现金流量的变动等方面的情况，(注：Edward Altman(1968)运用多元判别分析探讨 企业失败预测问题，在Z记分法模型中提出最具解释能力的5个财务比率分别为：营运资 金/总资产；留存收益/总资产；息税前利润/总资产；权益市价/负债总额；销售总额/ 总资产。后来，Edward Altman,Haldeman,Narayanan(1977)在Zeta模型中，又将变量 由上述5个拓展为7个：息税前利润/总资产；对“息税前利润/总资产”进行10年趋势预 测的标准误差；利息保障倍数；留存收益/总资产；流动资产/流动负债；以往五年权益 市价的平均数/总资本；总资产的规模。)因而具有较大的局限性，他们运用了多元判别 分析的方法，新构建的预警模型包括以下5个指标：(期末流动资产 + 期末流动负债)/ 期末总资产、期末留存收益/期末总资产、(税后纯收益 + 折旧)/平均总负债、期末股 东权益的市场价值/期末总负债、(税后纯收益 + 利息 + 折旧)/平均总资产；冯国光、 张端明、胡志勇(2000)以60家上市公司为样本，以公司状况为因变量，假设ST公司为0 ，非ST公司为1，运用多元判别分析方法，选取现金/总资产、现金净流量/流动资产、 营业收入/流动资产、息税前盈余/总资产、主营业务利润/营业收入、(盈余公积 + 未 分配利润)/总资产、息税前盈余/负债等财务指标建立模型。
风险识别离不开指标，合理设计并确定预报风险的指标体系至关重要。笔者认为，反 映现金流风险的财务指标体系应包括以下几个模块：一是反映现金流与收入关系的指标 ，如经营现金净流量占主营业务收入的比率等；二是反映现金流内部结构的指标，如现 金流入量与现金流出量的比率、经营现金流入量与经营现金流出量的比率、自由现金流 量占经营现金净流量的比率等；三是反映现金流与债务关系的指标，如经营现金净流量 占债务总额的比率等；四是反映现金流与利润关系的指标，如现金净流量与净利润的比 率等；五是反映现金流增长状况的指标，如经营现金流增长率等。根据上述设计思路， 本文研究理性选择四个指标如下：
ZYXJ：主营业务现金比率 = 经营现金净流量/主营业务收入
主营业务现金比率是反映现金流与收入关系的指标，它集中反映企业关注的两大问题 ：一是主营业务收入对企业的重要作用。企业及时取得主营业务收入是补偿消耗、维持 再生产过程的基本前提；是加速资金周转、提高资金利用效率的重要环节；是降低企业 风险、保证企业持续经营的关键手段。二是企业完成的销售中获得现金的能力，它排除 了不能回收的坏帐损失的影响。该指标通常越高越好，当指标为负时要引起高度警惕。 笔者抽取深沪两市2004年被ST的30家上市公司2003年度的财务资料进行计算，(注：因 为上市公司在t年是否被特别处理是由其t—1年财务报告的公布所决定的，故本文均利 用上年数据分析，有关数据计算均根据上市公司数据资料计算整理而得。以下同。)计 算结果表明，30家ST公司主营业务现金比率分别平均为—0.54，(注：根据CCER数据库 计算整理而得，以下同。)数据表明，ST公司主营业务现金比率数值普遍较低。
XJBL：现金流量比率 = 现金流入量/现金流出量
现金流量比率是反映现金流内部结构的指标，它主要用于分析或估测企业现金流入对 现金流出的总体保障能力。其中现金流入量包括经营活动产生的现金流入量、投资活动 产生的现金流入量、筹资活动产生的现金流入量等，现金流出量包括经营活动产生的现 金流出量、投资活动产生的现金流出量、筹资活动产生的现金流出量等。一般该比率临 界值为1，即当现金流量比率小于或等于1时，可以判断为企业现金流高度风险的信号。 笔者抽取深沪两市2004年被ST的30家上市公司2003年度的财务资料进行计算得知，其现 金流量比率平均为0.91，数据充分表明，从整体看ST公司现金流内部结构存在严重问题 。
XJZW：现金债务总额比 = 经营现金净流量/债务总额
现金债务总额比是反映现金流与债务关系的指标，它表示企业用每年的现金流量偿付 所有债务的能力。该比率越高，说明企业承担债务总额的能力越强。这种比率是反映企 业偿债能力的一种较为保守的标准，国外一些文献表明，当该比率在0.2以上时可以判 断企业的财务状况良好。笔者抽取深沪两市2004年被ST的30家上市公司2003年度的财务 资料，计算结果表明，其现金债务总额比平均值为—0.15，说明从整体看这些公司现金 流量偿付债务能力较弱。
XJJZ：经营净现金流增长率 = (本期经营净现金流—上期经营净现金流)/上期经营净 现金流
经营净现金流增长率是反映企业现金流增长状况的指标，它表示企业未来的发展潜力 。一般该比率越高，说明企业发展势头越好。笔者抽取深沪两市2004年被ST的30家上市 公司2003年度的财务资料，计算结果表明，30家ST企业经营净现金流增长率平均为—1.365。
需要说明的是，对企业财务预警警兆进行分析，不能脱离企业所在行业的基本特点、 发展情况、竞争情况等，必须充分考虑影响行业的各种因素，正确地进行市场环境分析 。(1)要考虑企业所处的行业竞争情况。市场竞争中存在五种主要力量，即竞争对手、 潜在进入者、替代品、供应商的力量、购买者的力量。(注：迈克尔·波特(1997)在《 竞争战略》一书中，曾把影响行业利润的经济因素分为五种主要力量，即现有企业间的 竞争、潜在进入者、替代品、供应商的力量、购买者的力量。)任何一种力量的变化都 会对企业的财务状况产生重大影响，比如，企业若处于潜在竞争者较多的行业，就会面 临两大威胁：一是在一个市场内为提高市场占有率而引发现有企业间的竞争，减小价格 与成本的差额；二是进入者会瓜分原有的市场份额，使企业的利润减少，现金流量结构 发生变化。(2)要考虑行业自身的特点。不同的行业创造利润及现金流的能力有所区别 ，如表1所示。
表112个行业比率资料①
行业及项主营业务现金比率
2000年 2001年2002年
农、林、牧、渔业
0.1739 0.02940.1605
采掘业0.3245 0.31250.2663
制造业0.1004 0.09610.1154
电力、煤气及水的生产和供应业 0.3445 0.37440.3161
建筑业-0.043 0.09390.0589
交通运输、仓储业
0.2941 0.38090.3282
信息技术业 0.0442 0.04430.0458
批发和零售贸易 0.0603 0.03310.0461
房地产业
0.0271 0.05770.0724
社会服务业 0.2713 0.22340.1983
传播与文化产业 0.2013 0.17860.4098
综合类 0.1204 0.14230.1587
总体均值
0.1373 0.16380.1813
注释：
①数据计算根据CCER数据库计算整理而得。
从三年数据分析可见，采掘业，电力、煤气及水的生产和供应业，交通运输、仓储业 ，社会服务业，传播与文化产业等行业的主营业务现金比率指标均高于总体均值，这是 由其行业特点所决定的。(3)要考虑影响行业现金流变化的各种因素，如政治因素、法 律因素等。事实上，行业与政府之间的关系、政府的管制、政府补贴水平、政府财政与 货币政策的变化、税法的改变、反垄断及不正当竞争方面的法律、进出口法规等因素都 会影响到企业的现金流水平，使处于潜在竞争者较多的行业中的企业，其价格与成本受 到威胁，使企业的利润减少，现金流量结构发生变化等。
三、模型研究：现金流风险临界区域的界定
管理学中的“煮蛙”理论告诫我们，企业在经营过程中，风险无处不在，但由于对周 边环境的逐渐习惯，企业往往对其经营风险向经营危机的转化过程浑然不知，从而最终 走向经营失败，就如青蛙在逐渐升温的水中被煮熟一样。企业要摆脱失败的命运，必须 要对财务风险保持清醒的认识，就现金流风险管理而言，企业应建立现金流风险识别， 通过综合临界值的界定，向企业发出现金流风险警报，使企业及时制定风险应对方案。 因此，在现金流量表结构分析的基础上，借助于理性选择的风险识别指标体系，进一步 界定风险临界区域，这对企业现金流风险识别及其预警管理具有十分重要的意义。
(一)研究样本和数据
本文研究样本选取基于以下考虑：(1)将因“财务状况异常”而特别处理(以下均简称
ST)的A股上市公司作为现金流风险的界定标准。一是因为A股上市公司执行国内的会计 准则和会计制度，而B股上市公司采用国际会计准则，会计制度的差异使其计算出来的 业绩及其他相关资料有很大的偏差，不能将其简单地堆砌在一起作为实证研究的对象。 二是因为ST的A股上市公司现金流风险特征比较明显。(2)选取60家A股上市公司作为样 本，其中30家公司于2004年被ST，另30家为经营正常公司(以下均简称FST)。为使现金 流风险模型建立更具准确性，本文对每一家ST公司配对选择其总资产规模相近的FST公 司，利用随机数表选取15组(30家公司)样本为估计样本，剩余15组样本为预测样本。样 本配对资料如表1所示：
本文的研究数据来自于现有数据库资料，由于上市公司在2004年是否被ST一般是根据2 003年财务报告的公布数据所决定的，因此，本文选取上市公司2003年的截面数据为样 本数据来建立模型。
(二)利用主成分分析构建现金流风险识别模型
主成分分析是考察多个定量(数值)变量间相关性的一种多元统计方法，它通过适当的 数学变换，使新的指标成为原有指标的线性组合，并用较少的指标(主成分)代替原有指 标，使其尽量多地保留原始变量的信息，且彼此相互独立。本文具体构建思路如下：
根据样本相关资料分别计算ZYXJ、XJBL、XJZW、XJJZ等数值，并对这些数据标准化处 理：指标X的标准化值 = (X—均值)/标准差，借助于SPSS统计软件计算主成分的方差贡 献率，结果如表3所示：
表3 主成分的特征值与贡献率
主成分 初始特征值 提取的主成分特征值
总额
方差贡献率 累计方差贡献率
总额
方差贡献率 累计方差贡献率 1 2.859
71.466 71.466 2.859
71.466
71.466
2 0.903
22.565 94.031 0.903
22.565
94.031
3 0.2055.135 99.166
4 0.0330.834 100
从上表可见，第1主成分方差贡献率为71.466%，第2主成分方差贡献率为22.565%，第3 主成分方差贡献率为5.135%，第4主成分方差贡献率为0.834%，由于第1到第2主成分的 累计方差贡献率为94.03%，本文将提取前2个主成分，此2个主成分可以代表原4个财务 指标94.03%的信息量。
为进一步解释说明所选出的主成分，本文取得2个主成分的因子载荷量(即各主成分与 各原始财务指标的相关系数，由于主成分的提取是不完全的，所以这些相关系数被称为 因子载荷)，根据SPSS统计软件分析，因子载荷矩阵显示各主成分相对的解释变量系数 分别为：第一主成分0.948，0.925，0.963，0.42；第二主成分—0.246，0.003，—0.1 55，0.904。由上述因子载荷数值计算结果可以得出2个主成分线性关系式如下：
Z[,1] = 0.948 ZYXJ + 0.925 XJBL + 0.963XJZW + 0.42 XJJZ
Z[,2] = —0.246 ZYXJ + 0.003 XJBL—0.155 XJZW + 0.904 XJJZ
从主成分的特征值与方差贡献率计算可构造现金流风险状况综合指标F，F是各综合因 子Z[,1]、Z[,2]的线性组合，其表达式为：
F = 0.71466Z[,1] + 0.22565 Z[,2]
在此，需要强调说明的是：(1)本文模型所使用的财务数据是根据上市公司公开数据建 立的，其前提是上市公司公布的财务数据必须是真实可靠的，对于那些刻意操纵财务数 据的上市公司，本模型无法准确计算F值。(2)从经济意义上看，本模型的F值是现金流 风险的最后判别分数，其数值大小主要受主营业务现金比率、现金流量比率、现金债务 总额比、经营净现金流净增长率等指标的综合影响，由于本文选择的上述4个指标的大 小与公司经营绩效正相关，因此，本模型的F值越小，表明公司现金流风险越大。
(三)模型检验
因子t检验分别为2.84E + 09、2.86E + 10，表明z[,1]、z[,2]作为综合因子对模型影 响显著。从DW检验看：在n = 30，k = 2的条件下，对于给定的显著性水平a = 0.05， 查表可知DW取值约在1.57和2.43之间，本模型DW = 2.2，表明该模型误差项不存在自相 关。
2.临界值判断。将估计组15家ST与15家非ST上市公司的财务数据输入模型，设非ST公 司置
F＞0.4599时，表示企业现金流状况安全，当F＜0.3145时，表示企业现金流状况存在 严重问题，当0.3145＜F＜0.4599时，表示企业现金流状况处于灰色区域，需予以关注 ，这也是本文所提及的风险临界值区域。
3.模型实际检验。通过对估计组样本进行实际检验，发现误判5家公司，模型总体误差 率为16.67%。同样，对预测组30个样本分别计算F值进行判别，发现误判9家公司，模型 总体误差率为30%。笔者认为，出现误差的原因主要在于行业差别。由于可用来建模且 配对合理的ST与非ST公司样本不够充足，本文所选样本没有区分不同行业，因此所建现 金流风险识别模型及其临界值界定仅具有一般性特点，具体到各行业的风险识别还需要 进一步修正，这也将是笔者的后续研究工作。
收稿日期：2005-03-25
标签：风险识别论文; 现金净流量论文; 经营活动现金净流量论文; 现金流量结构分析论文; 投资活动现金流量论文; 总资产增长率论文; 方差分析论文; 成分分析论文; 样本方差论文; 现金流管理论文; 总体方差论文; 企业经营论文; 现金流量预测论文; 营业现金流量论文; 风险模型论文; 经营指标论文; 经营风险论文; 现金流量表论文; 风险管理论文; 投资论文;