經(jīng)濟(jì)周期對(duì)企業(yè)財(cái)務(wù)預(yù)警模型的影響研究

史家亮　楊碩杰　范偉陽(yáng)　毛成振　賈帥

[摘要]研究宏觀經(jīng)濟(jì)周期對(duì)財(cái)務(wù)預(yù)警的影響，對(duì)建立財(cái)務(wù)預(yù)警模型來(lái)預(yù)測(cè)財(cái)務(wù)風(fēng)險(xiǎn)具有重要意義。以DRC宏觀經(jīng)濟(jì)景氣指數(shù)為標(biāo)準(zhǔn)，在引入現(xiàn)金流量指標(biāo)的基礎(chǔ)上，對(duì)不同經(jīng)濟(jì)周期分別進(jìn)行Logistic財(cái)務(wù)預(yù)警模型實(shí)證研究，根據(jù)分析的結(jié)果找出不同經(jīng)濟(jì)周期企業(yè)的財(cái)務(wù)預(yù)警側(cè)重點(diǎn)：在經(jīng)濟(jì)上行期，企業(yè)應(yīng)該重點(diǎn)關(guān)注自身的獲現(xiàn)能力和發(fā)展能力；而在經(jīng)濟(jì)下行期，企業(yè)除了要關(guān)注自身的獲現(xiàn)能力和發(fā)展能力外，還要關(guān)注自身的償債能力。

[關(guān)鍵詞]經(jīng)濟(jì)周期；財(cái)務(wù)預(yù)警模型；Logistic模型；現(xiàn)金流量

[中圖分類號(hào)]F74

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]2095-3283（2017）05-0133-05

[作者簡(jiǎn)介]史家亮（1993-），男，漢族，碩士研究生，研究方向：經(jīng)濟(jì)周期理論，產(chǎn)權(quán)與合約理論；楊碩杰（1994-），男，漢族，湖北武漢人，碩士研究生，研究方向：財(cái)務(wù)預(yù)警；范偉陽(yáng)（1992-），男，漢族，碩士研究生，研究方向：勞動(dòng)經(jīng)濟(jì)學(xué)與激勵(lì)理論；毛成振（1992-），男，漢族，碩士研究生，研究方向：匯率制度與經(jīng)濟(jì)周期理論；賈帥（1998-），男，漢族，會(huì)計(jì)學(xué)院學(xué)生。

一、引言

經(jīng)濟(jì)周期的更替往往會(huì)導(dǎo)致企業(yè)所處的宏觀經(jīng)濟(jì)環(huán)境具有高度的不確定性，而這種不確定性容易引起企業(yè)的系統(tǒng)性財(cái)務(wù)風(fēng)險(xiǎn)。為了防范這種系統(tǒng)性的財(cái)務(wù)風(fēng)險(xiǎn)，適當(dāng)?shù)呢?cái)務(wù)預(yù)警對(duì)企業(yè)來(lái)說是必不可少的。傳統(tǒng)企業(yè)財(cái)務(wù)預(yù)警重點(diǎn)只是放在評(píng)價(jià)和預(yù)測(cè)企業(yè)內(nèi)部的財(cái)務(wù)風(fēng)險(xiǎn)上，并沒有找出外部因素對(duì)企業(yè)財(cái)務(wù)狀況的影響。因此，根據(jù)不同的經(jīng)濟(jì)周期來(lái)建立相應(yīng)的財(cái)務(wù)預(yù)警模型，并找出企業(yè)在不同時(shí)期應(yīng)注重的預(yù)警點(diǎn)對(duì)企業(yè)的健康發(fā)展有著十分重要的意義。

信息設(shè)備制造業(yè)是一種研制和生產(chǎn)電子設(shè)備、電子元件和電子器件的行業(yè)，是支撐我國(guó)建設(shè)創(chuàng)新型國(guó)家的重要力量。本文以信息設(shè)備制造業(yè)為研究對(duì)象，通過建立不同經(jīng)濟(jì)周期的預(yù)警模型，來(lái)探究宏觀經(jīng)濟(jì)的波動(dòng)對(duì)企業(yè)財(cái)務(wù)預(yù)警的影響。

二、文獻(xiàn)綜述

（一）國(guó)外研究現(xiàn)狀

傳統(tǒng)的財(cái)務(wù)預(yù)警主要是從企業(yè)的角度來(lái)分析其財(cái)務(wù)狀況，隨著研究的深入，學(xué)者們開始將外部因素納入企業(yè)的財(cái)務(wù)預(yù)警研究中。Platt（1990）通過將危機(jī)公司與正常公司配對(duì)研究，發(fā)現(xiàn)產(chǎn)業(yè)相對(duì)比率的預(yù)警能力高于傳統(tǒng)的財(cái)務(wù)比率，并建立了基于產(chǎn)業(yè)相對(duì)比率的預(yù)測(cè)模型。Charitou和Trigeorgis （2000）結(jié)合期權(quán)定價(jià)模型的相關(guān)指標(biāo)，發(fā)現(xiàn)將其與財(cái)務(wù)指標(biāo)結(jié)合來(lái)建立財(cái)務(wù)預(yù)警模型時(shí)，模型的預(yù)測(cè)效果更好。Dilek Karahoca（2013）將GDP、股票價(jià)格指數(shù)等加入到財(cái)務(wù)預(yù)警模型中，實(shí)證結(jié)果表明，加入了宏觀經(jīng)濟(jì)因素的財(cái)務(wù)預(yù)警模型，其預(yù)警準(zhǔn)確性大大提高。

（二）國(guó)內(nèi)研究現(xiàn)狀

近年來(lái)，我國(guó)學(xué)者也開始將外部因素納入到財(cái)務(wù)預(yù)警研究之中。陸正華、鐘燕華（2009）以環(huán)境變化程度指標(biāo)為標(biāo)準(zhǔn)，檢驗(yàn)行業(yè)環(huán)境特征與現(xiàn)金持有量之間的相關(guān)性，發(fā)現(xiàn)環(huán)境變動(dòng)程度對(duì)企業(yè)現(xiàn)金持有具有顯著影響。張友棠、黃陽(yáng)（2011）利用系統(tǒng)動(dòng)力學(xué)原理構(gòu)建企業(yè)財(cái)務(wù)預(yù)警控制模型，并將行業(yè)競(jìng)爭(zhēng)風(fēng)險(xiǎn)指數(shù)、行業(yè)生命周期風(fēng)險(xiǎn)指數(shù)、稅率風(fēng)險(xiǎn)指數(shù)等衡量行業(yè)風(fēng)險(xiǎn)的指數(shù)帶入模型之中，將企業(yè)財(cái)務(wù)預(yù)警與行業(yè)風(fēng)險(xiǎn)控制有機(jī)結(jié)合。

三、經(jīng)濟(jì)周期對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響分析

（一）經(jīng)濟(jì)周期的劃分

根據(jù)國(guó)務(wù)院發(fā)展研究中心公布的宏觀經(jīng)濟(jì)景氣指數(shù)（先行指數(shù)），我國(guó)宏觀經(jīng)濟(jì)經(jīng)濟(jì)在2008、2010、2011、2013、2014五個(gè)年度為下行期，而在2009、2012、2015三個(gè)年度為上行期（見圖1）。

（二）宏觀經(jīng)濟(jì)波動(dòng)對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響

宏觀經(jīng)濟(jì)波動(dòng)主要從市場(chǎng)供求關(guān)系、銀行信貸水平、政府經(jīng)濟(jì)政策等方面影響企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。

宏觀經(jīng)濟(jì)下行，消費(fèi)者消費(fèi)水平下降，市場(chǎng)需求降低，短期內(nèi)造成企業(yè)產(chǎn)品供過于求，庫(kù)存增加，成本增加，現(xiàn)金流減少并且盈利能力下降；銀行傾向于收縮信貸水平，提高信貸成本，進(jìn)而使得企業(yè)借貸水平下降，造成現(xiàn)金流的斷裂，此外，企業(yè)借貸的成本增加，導(dǎo)致企業(yè)的還款金額和還款壓力增加；而政府在經(jīng)濟(jì)下行期傾向于采用寬松的經(jīng)濟(jì)政策，適當(dāng)增加貨幣量、減少稅收、提升銀行的信貸水平，緩解企業(yè)生存壓力。

當(dāng)宏觀經(jīng)濟(jì)上行時(shí)，消費(fèi)需求增加，市場(chǎng)處于供不應(yīng)求的狀態(tài)，銀行信貸額度增加，企業(yè)信貸成本下降等，企業(yè)在信貸方面的壓力會(huì)有所降低；而政府則會(huì)采取適當(dāng)緊縮的貨幣政策和財(cái)政政策防止經(jīng)濟(jì)過熱。

四、研究樣本與財(cái)務(wù)指標(biāo)的選取及處理

（一）樣本的選取

根據(jù)證監(jiān)會(huì)2012年行業(yè)分類的標(biāo)準(zhǔn)，信息設(shè)備制造業(yè)主要包括計(jì)算機(jī)、通信和其它電子設(shè)備制造業(yè)。截至2015年12月31日，該行業(yè)共有上市公司254家，其中在B股、創(chuàng)業(yè)板、中小板和新三板上市的公司共79家，但由于在B股或非主板上市的公司不具有代表性，因此選取在滬市A股主板上市的公司作為研究對(duì)象進(jìn)行研究，時(shí)間跨度為2008—2015年。本文所使用數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)，統(tǒng)計(jì)分析使用stata120統(tǒng)計(jì)軟件。

（二）財(cái)務(wù)指標(biāo)的選取

以資產(chǎn)負(fù)債表和利潤(rùn)表為基礎(chǔ)的財(cái)務(wù)指標(biāo)的真實(shí)性往往會(huì)受到企業(yè)管理者對(duì)會(huì)計(jì)政策的選擇以及有意識(shí)的盈余管理的影響，從而使得指標(biāo)的有效性大大降低。為提高財(cái)務(wù)預(yù)警模型的準(zhǔn)確性和科學(xué)性，本文在借鑒他人研究成果的基礎(chǔ)上，引入現(xiàn)金流量指標(biāo)，并將其與傳統(tǒng)的財(cái)務(wù)指標(biāo)相結(jié)合。

本文在遵循系統(tǒng)性、重要性、可得性原則的基礎(chǔ)上，通過篩選保留債務(wù)保障率、現(xiàn)金流量比率等十個(gè)財(cái)務(wù)指標(biāo)，建立企業(yè)財(cái)務(wù)預(yù)警指標(biāo)體系，如表1所示。

（三）數(shù)據(jù)的標(biāo)準(zhǔn)化處理

不同的指標(biāo)變量存在著不同的量綱，為避免量綱的不同對(duì)分析帶來(lái)的影響，需要在實(shí)證前對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。設(shè)第i家公司第j個(gè)指標(biāo)的值為Xij，其標(biāo)準(zhǔn)化處理后值為：

X′ij=Xij-XjSj

其中：Xj=1n∑ni=1Xij，Sj=1n∑ni=1（Xij-Xj）2

五、財(cái)務(wù)預(yù)警模型的建立

（一）財(cái)務(wù)預(yù)警模型的選擇

常見的財(cái)務(wù)預(yù)警模型包括一元判定模型、多元判別模型、多元邏輯回歸模型、多元概率回歸模型、綜合預(yù)測(cè)模型等。其中，Logistic模型不要求樣本滿足多元正態(tài)分布，不要求同方差性，使用條件比較符合實(shí)際情況。而在本文選取的樣本中，發(fā)生財(cái)務(wù)危機(jī)的企業(yè)和未發(fā)生財(cái)務(wù)危機(jī)的變量方差不同，不滿足多元正態(tài)分布，因此選擇使用Logistic模型來(lái)進(jìn)行財(cái)務(wù)預(yù)警。

Logistic模型在財(cái)務(wù)預(yù)警使用中，假設(shè)企業(yè)發(fā)生財(cái)務(wù)預(yù)警的概率P（企業(yè)發(fā)生財(cái)務(wù)危機(jī)時(shí)取1，未發(fā)生財(cái)務(wù)危機(jī)時(shí)取0）與預(yù)警變量θ之間的關(guān)系為：

P=eθ1+eθ

P值越大表示企業(yè)存在的財(cái)務(wù)風(fēng)險(xiǎn)越大，當(dāng)P大于臨界值時(shí)，表明企業(yè)發(fā)生財(cái)務(wù)危機(jī)的概率較大；當(dāng)P小于臨界值時(shí)，表明企業(yè)發(fā)生財(cái)務(wù)危機(jī)的概率較小。

（二）主成分分析

為了將原有的10個(gè)財(cái)務(wù)指標(biāo)簡(jiǎn)化，同時(shí)避免遺漏重要信息，首先要進(jìn)行主成分分析，提取主成分因子，得到主成分的特征值和貢獻(xiàn)率，本文將經(jīng)濟(jì)上行期和經(jīng)濟(jì)下行期的數(shù)據(jù)分開處理，對(duì)不同經(jīng)濟(jì)周期提取不同的主成分因子，如表2所示。

由表2可以看出，在經(jīng)濟(jì)上行期抽出的六個(gè)主成分，累積貢獻(xiàn)率達(dá)到8637%；在經(jīng)濟(jì)下行期抽出的六個(gè)主成分，累積貢獻(xiàn)率達(dá)到8385%，由此可以看出，無(wú)論是在經(jīng)濟(jì)上行期還是經(jīng)濟(jì)下行期，提取的六個(gè)主成分都能夠解釋原始的10個(gè)財(cái)務(wù)指標(biāo)的大部分信息。

為檢驗(yàn)財(cái)務(wù)指標(biāo)之間的共性強(qiáng)度，需要對(duì)選取的財(cái)務(wù)指標(biāo)進(jìn)行KMO檢驗(yàn)，檢驗(yàn)結(jié)果如表3所示。

KMO的值介于0和1之間。KMO越高，表明變量的共性越強(qiáng)。Kaiser（1974）提出通過KMO值判斷變量之間是否適合做主成分分析的標(biāo)準(zhǔn)：000-049，不能接受；050-059，非常差；060-069，勉強(qiáng)接受；070-079，可以接受；080-089，比較好；090-100，非常好。根據(jù)這一標(biāo)準(zhǔn)進(jìn)行分析，無(wú)論是經(jīng)濟(jì)上行期還是經(jīng)濟(jì)下行期，指標(biāo)之間的共性都很強(qiáng)，適合做主成分分析。

主成分分析中，需要求得五個(gè)主成分因子的因子負(fù)載量，來(lái)解釋五個(gè)主成分因子。為了避免變量之間的多重共線性，提升主成分因子的解釋效果，需要對(duì)因子載荷矩陣進(jìn)行旋轉(zhuǎn)。本文采取方差最大正交旋轉(zhuǎn)法簡(jiǎn)化因子結(jié)構(gòu)。旋轉(zhuǎn)后的因子載荷矩陣如表4所示。

在經(jīng)濟(jì)上行期：第一主成分F1與X1、X6、X7、X9的相關(guān)程度較高，因此由這五個(gè)變量解釋F1，可以反應(yīng)企業(yè)的償債能力和獲現(xiàn)能力；第二主成分F2與X5、X6、X9的相關(guān)程度較高，因此由這三個(gè)變量解釋F2，可以反應(yīng)企業(yè)的獲現(xiàn)能力和財(cái)務(wù)彈性；第三主成分F3與X4、X5、X8的相關(guān)程度較高，因此由這三個(gè)變量解釋F3，可以反應(yīng)企業(yè)的發(fā)展能力和獲現(xiàn)能力；第四主成分F4與X3相關(guān)程度較高，因此由這一個(gè)變量解釋F4，可以反應(yīng)企業(yè)的償債能力；第五主成分F5與X10相關(guān)程度較高，因此由這一個(gè)變量解釋F5，可以反應(yīng)企業(yè)的營(yíng)運(yùn)能力；第六主成分F6與X2相關(guān)程度較高，因此由這一個(gè)變量解釋F6，可以反應(yīng)企業(yè)的財(cái)務(wù)彈性。

在經(jīng)濟(jì)下行期：第一主成分F1與X1、X5、X6、X7的相關(guān)程度較高，因此由這四個(gè)變量解釋F1，可以反應(yīng)企業(yè)的償債能力和獲現(xiàn)能力；第二主成分F2與X6、X8、X9的相關(guān)程度較高，因此由這兩個(gè)變量解釋F2，可以反應(yīng)企業(yè)的獲現(xiàn)能力和財(cái)務(wù)彈性；第三主成分F3與X3、X8的相關(guān)程度較高，因此由這兩個(gè)變量解釋F3，可以反應(yīng)企業(yè)的償債能力和獲現(xiàn)能力；第四主成分F4與X10相關(guān)程度較高，因此由這一個(gè)變量解釋F4，可以反應(yīng)企業(yè)的營(yíng)運(yùn)能力；第五主成分F5與X4相關(guān)程度較高，因此由這一個(gè)變量解釋F5，可以反應(yīng)企業(yè)的發(fā)展能力；第六主成分F6與X2相關(guān)程度較高，因此由這一個(gè)變量解釋F6，可以反應(yīng)企業(yè)的財(cái)務(wù)彈性。

五個(gè)主成分的表達(dá)式如表5所示。

（三）Logistic模型的建立

根據(jù)主成分分析的結(jié)果，分別對(duì)不同經(jīng)濟(jì)周期的六個(gè)主成分作Logistic回歸分析，企業(yè)發(fā)生財(cái)務(wù)危機(jī)（虧損）時(shí)取1，未發(fā)生財(cái)務(wù)危機(jī)時(shí)取0，結(jié)果如表6所示。

其中，（1）式表示經(jīng)濟(jì)上行期的財(cái)務(wù)預(yù)警模型，該模型的預(yù)警臨界值為014；（2）式表示經(jīng)濟(jì)下行期的財(cái)務(wù)預(yù)警模型，該模型的預(yù)警臨界值為011。

從模型上來(lái)看，在經(jīng)濟(jì)上行期，主成分F3對(duì)企業(yè)財(cái)務(wù)狀況影響較大，即在經(jīng)濟(jì)上行期，企業(yè)的發(fā)展能力和獲現(xiàn)能力對(duì)企業(yè)的財(cái)務(wù)狀況影響較大；在經(jīng)濟(jì)下行期，主成分F1、F5對(duì)企業(yè)財(cái)務(wù)狀況影響較大，即在經(jīng)濟(jì)下行期，企業(yè)的償債能力、獲現(xiàn)能力和發(fā)展能力對(duì)企業(yè)財(cái)務(wù)狀況影響較大。

（四）模型預(yù)測(cè)效果檢驗(yàn)

為檢測(cè)構(gòu)建的模型在各個(gè)年度是否能夠準(zhǔn)確的預(yù)測(cè)樣本公司的財(cái)務(wù)狀況，需要對(duì)模型的預(yù)測(cè)效果進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表7所示。

根據(jù)預(yù)測(cè)的結(jié)果來(lái)看，模型（1）對(duì)財(cái)務(wù)狀況正常的企業(yè)預(yù)測(cè)準(zhǔn)確率為8047%，對(duì)財(cái)務(wù)狀況非正常企業(yè)預(yù)測(cè)準(zhǔn)確率為75%，總體預(yù)測(cè)準(zhǔn)確率為7976%，預(yù)測(cè)能力較好；模型（2）對(duì)財(cái)務(wù)狀況正常的企業(yè)預(yù)測(cè)準(zhǔn)確率為7173%，對(duì)財(cái)務(wù)狀況非正常企業(yè)預(yù)測(cè)準(zhǔn)確率為7143%，總體預(yù)測(cè)準(zhǔn)確率為7116%，預(yù)測(cè)能力低于模型（1），但尚能接受。

六、總結(jié)

宏觀經(jīng)濟(jì)的波動(dòng)往往會(huì)通過影響市場(chǎng)需求、銀行信貸水平、政府經(jīng)濟(jì)政策等方面來(lái)改變企業(yè)所處的外部環(huán)境，進(jìn)而影響企業(yè)的現(xiàn)金流量、盈利能力、借貸成本、借貸水平等方面，使企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生變化。

本文利用主成分法構(gòu)建不同經(jīng)濟(jì)周期的Logistic模型，通過模型進(jìn)行實(shí)證分析，并得出結(jié)論：不同的經(jīng)濟(jì)周期企業(yè)財(cái)務(wù)預(yù)警的側(cè)重方向不同，在經(jīng)濟(jì)上行期，企業(yè)應(yīng)該重點(diǎn)關(guān)注自身的獲現(xiàn)能力和發(fā)展能力；而在經(jīng)濟(jì)下行期，企業(yè)除了要關(guān)注自身的獲現(xiàn)能力和發(fā)展能力外，還要關(guān)注自身的償債能力。企業(yè)應(yīng)根據(jù)所處的經(jīng)濟(jì)環(huán)境正確選擇預(yù)警的側(cè)重點(diǎn)，這樣才能更好地對(duì)自身財(cái)務(wù)狀況做出判斷。

[參考文獻(xiàn)]

[1]徐偉，陳丹萍.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警建模原則及幾種預(yù)警新模型[J].統(tǒng)計(jì)與決策，2016（8）：150-153.

[2]劉玉敏，劉莉，任廣乾.基于非財(cái)務(wù)指標(biāo)的上市公司財(cái)務(wù)預(yù)警研究[J].商業(yè)研究，2016（10）：87-92.

[3]符剛，曾萍，陳冠林.經(jīng)濟(jì)新常態(tài)下企業(yè)財(cái)務(wù)危機(jī)預(yù)警實(shí)證研究[J].財(cái)經(jīng)科學(xué)，2016（9）：88-99.

[4]王君萍，白瓊瓊.我國(guó)能源上市企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究[J].經(jīng)濟(jì)問題，2015（1）：109-113.

[5]肖賢輝，謝赤.宏觀經(jīng)濟(jì)因素對(duì)企業(yè)財(cái)務(wù)困境風(fēng)險(xiǎn)的影響[J].湘潭大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2012（4）：88-93.

[6]張友棠，黃陽(yáng).基于行業(yè)環(huán)境風(fēng)險(xiǎn)識(shí)別的企業(yè)財(cái)務(wù)預(yù)警控制系統(tǒng)研究[J].會(huì)計(jì)研究，2011（3）：41-48.

[7]張友棠，彭穎.跨境電子商務(wù)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)預(yù)警定位研究[J].財(cái)會(huì)月刊，2010（24）：72-75.

[8]呂峻，李梓房.宏觀經(jīng)濟(jì)因素對(duì)企業(yè)財(cái)務(wù)危機(jī)影響的實(shí)證研究[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2008（11）：

94-100.

（責(zé)任編輯：郭麗春）