云南省高校財務風險因子分析

云南民族大學 楊繼偉 肖永慧

近年來，云南省高等教育事業發展迅速，擴招政策實行以來，高校紛紛向銀行借款，用于買地、基建、購置設備、引進人才等。2007年省委、省政府把部分在昆高校呈貢新校區建設列為全省經濟社會發展重大項目之一，政府計劃投資約100億元，用地17000畝，將雨花新區建設成為能承載20萬余人的教育文化片區。在此背景下，11所高校在雨花片區建設了新的主校區。此舉雖有利于高等教育資源的整合，為高校進一步發展拓展空間，但在資金來源主要依靠學校自籌的情況下，新校區建設給搬遷的高校帶來了巨大的資金壓力，資金缺口主要通過長期大額的銀行貸款來解決，政府的財政補貼只夠支付銀行貸款利息中的一部分，高校已存在向銀行等金融機構進行過度舉債和不良舉債的現象，學校盲目舉債造成利息負擔過重，甚至超出償債能力，加大了學校的財務風險。因此，對省高校進行系統深入的分析評價，進而形成對高校財務風險較為全面、系統的認識，對高校財務風險規避具有重要的現實意義。

由于研究對象為非營利高校，因此，將財務風險界定為高校在運營過程中因財政補助收入及非稅收入不足償還到期債務而面臨的風險。即學校在辦學過程中因資金籌措及其他經費投入與預計發生背離或預算赤字而導致周轉困難所產生的財務風險。

一、樣本選取及數據介紹

本文選取云南省呈貢校區建設主校區的11所高校為樣本，以這11所高校2008年末財務報表的數據經過處理得到11個財務指標為依據，根據因子分析模型對它們的財務風險進行分析評價，并借助于多元統計分析軟件S P SS13.0對其進行實證分析。選取的11項財務指標中有5個正向指標，6個逆向指標。

（一）選取適當變量指標 為了增加分析結果的可驗證性及可理解性，力求全面、完整地反映財務狀況，本文選取指標詳細情況如下：學校資產負債率（X1）、年末借款占總資產的比率（X2）、年末借款總額占總經費收入比率（X3）、專項資金占用程度（X4）、學校自有資金動用程度（X5）、校辦產業資產負債率（X6）、校辦產業資本增值率（X7）、學校貨幣資金支付能力（X8）、學校借入款項占學校貨幣資金比率（X9）、學校收支平衡比（X10）、學校其他資金占用程度（X11）。

（二）對逆向指標進行正向化處理 學校自有資金動用程度、學校貨幣資金支付能力、學校其他資金動用程度、校辦產業資本增值率、學校收支平衡比是正向指標，不需要進行轉換；而學校資產負債率、年末借款占總資產的比率、年末借款總額占總經費收入比率、專項資金占用程度、校辦產業資產負債率及學校借入款項占學校貨幣資金比率這6個指標為數值越小越好，是逆向指標，要進行正向化處理，這里取它們的倒數轉換為正向指標。

（三）對指標進行標準化處理 由于各指標量綱不同，數據差異較大，所以將各指標數據按照公式2進行標準化處理，即采用該指標數值減去指標數值的最小值再除以極差。

（1）對指標進行標準化處理。設第i個單位的第j個指標為xij，第j個指標的平均值為x j，則標準差為s j，則標準化處理后第i個單位的第j個指標為Zij：

（2）計算因子得分。假設因子得分系數矩陣為：

第i個樣本單位的第j個因子得分為：

（3）計算因子最后綜合評價得分并對樣本單位排序。

其中，Qi是第i個樣本單位的評價綜合得分，di是第j個因子的方差貢獻率，fij是第j個單位第個因子的得分。

二、基于因子分析法的高校財務指標分析

本文采用因子分析法實現對高校財務指標的綜合評價，為各級領導宏觀決策提供客觀的依據，因子分析是將關系復雜的若干指標進行因子分析，從而提取公因子，再以每個因子的方差貢獻率作為權數與各因子得分的乘積總和構造總和得分函數。利用降維的思想，由研究原始變量相關矩陣內部的依賴關系出發，把一些具有錯綜復雜關系的變量歸結為少數幾個綜合因子的一種多元統計方法。由于綜合因子的權重是由其包含的信息量確定的，所以，它是一種比較客觀的指標綜合評價方法。

（一）計算相關系數矩陣 根據預處理后的指標計算相關系數矩陣R，根據云南省高校2008年的11項指標相關矩陣（表1）可以看出，大部分變量之間相關性較強，因此可以采用因子分析法評價高校的財務風險。

表1 指標間相關系數矩陣

（二）求相關系數矩陣的特征值 由特征方程 R-λE=0求得特征值，再由特征值求得特征向量。特征向量，即為對高校財務風險起作用的因素，稱之為公因子。而特征值就是公因子的方差。因子分析選取特征值大于1的公因子，據此選擇4個公因子如表2所示。

表2 指標特征值及特征值貢獻率

（三）因子載荷旋轉 為了更有效的解釋各因子的經濟含義，在保持原有指標和公因子內在結構不變的前提下，對初始載荷矩陣進行因子旋轉。這里選用方差最大正交旋轉法對初始載荷矩陣進行因子旋轉，旋轉后每個指標只在少數公因子上有較大的載荷，而且每個公因子上各個指標的載荷系數像0和1兩極轉化。旋轉后累計方差貢獻率仍舊沒有變，說明反應原始變量的信息比重沒有變。如表3所示，旋轉后因子載荷矩陣可以分析四個公因子的含義。

表3 旋轉后因子載荷矩陣表

第一公因子F1在指標X1（學校資產負債率）、X2（年末借款占總資產的比率）、X3（年末借款總額占總經費收入比率）上有較大的載荷，主要解釋了這幾個指標，可將其界定為償債能力因子；第二公因子F2在指標X8（學校貨幣資金支付能力）、X9（學校借入款項占學校貨幣資金比率）、X10（學校收支平衡比）上有較大載荷為現金支付能力因子；第三公因子F3在指標X5（學校自有資金動用程度）、X11（學校其他資金占用程度）上有較大載荷為發展能力因子；第四個公因子F4在指標X6（校辦產業資產負債率）、X7（校辦產業資本增值率）上有較大載荷，稱為投資風險因子。

由各公因子之間的相關系數矩陣（見表4），可以看出這四個公因子之間是不相關的，說明它們所含的信息量沒有重疊。

表4 Component Score Covariance Matrix因子協方差矩陣

表5 因子得分系數矩陣表

（四）計算綜合評價因子得分并排序 利用S P SS統計軟件中的回歸法計算因子得分系數矩陣（見表5）。根據因子得分系數和原始數據的標準化值可以計算出每個因子的得分，以旋轉后各公因子的方差貢獻率為權重，又可以計算得到各因子綜合評價得分（見表6）。

表6 因子分析法評價結果

根據這個表格可得到下面的因子得分函數：

F1=0.321X1+0.315X2+0.295X3+0.056X4-0.057X5-0.034X6-0.011X7-0.112X8-0.077X9+0.002X10-0.056X11

F2=-0.053X1-0.077X2-0.082X3+0.131X4-0.027X5-0.176X6+0.093X7+0.358X8+0.334X9+0.298X10-0.126X11

F3=-0.13X1-0.025X2+0.037X3+0.168X4+0.501X5+0.103X6-0.144X7-0.044X8-0.013X9-0.112X10+0.517X11

F4=0.055X1-0.078X2-0.101X3-0.041X4-0.013X5+0.352X6+0.651X7-0.225X8+0.112X9+0.156X10-0.047X11

計算出F1，F2，F3，F4的值，根據綜合得分

Q=0.31671F1+0.19134F2+0.15051F3+0.20528F4

對高校財務風險評價值采用百分比排序法計算11所高校的綜合得分，并對每一所高校根據綜合得分值大小進行降序排名，綜合得分值越大的名次越靠前，綜合得分值越小的名次越靠后。排名越靠前說明該高校債務風險相對其它高校越小，抗風險能力越強;排名越靠后則說明該高校債務風險相對其它高校越大，抗風險能力越差。

通過上述實證分析，可以得到如下結論：影響高校財務風險的主要因素有：償還債務能力、現金支付能力、發展能力、投資風險，這四個因子對全部初始變量的方差貢獻率分別達到了31.671%，19.134%，15.051%，20.528%，且它們之間是不相關的。從11所高校的風險評價值排序可以看出，排名靠后的6所高校均是在呈貢新城區雖有建設主校區規劃但尚未開工建設的，而排名前五位的則是已于2005年開始陸續投資數億進行新校區建設，已有學生入駐的高校。可見，作為云南省委、省政府重大決策，部分在昆高校搬遷至呈貢新區這一舉措無疑給各高校帶來了巨額貸款的壓力，同時也促使高校面臨較高的債務風險。

三、結論與建議

目前所掌握的數據資料顯示，云南省高校在籌集新校區建設資金的活動中，大部分高校通過出售原有辦學資產和自有資金的方式解決了一部分資金來源，新校區建設的資金缺口主要通過長期大額的銀行貸款來解決，政府的財政補貼只夠支付銀行貸款利息中的一部分，本金的償還和大部分利息的支付需要靠學校自己解決。近年來在國家銀根緊縮，利率不斷提高的大背景下，云南省高校呈貢新校區建設的貸款負擔日益加重，引發高校財務危機的可能性進一步加大。經因子分析，財務風險評價值排名也表明貸款在增強高校的辦學實力、緩解資金緊張問題的同時也給普通高校帶來了巨大的財務風險，貸款辦學是一把雙刃劍，過度規模的銀行貸款不但會使高校陷入嚴重的債務危機，形成高校事業發展的不利局面，同時也增加了銀行的信貸風險，高校因為校區擴建而陷入財務危機的例子在我國并不鮮見。面對日益加劇的貸款風險及其壓力，高校倘若不及時有效控制財務風險，將嚴重影響高校發展。

同時貸款銀行、教育主管部門應該相互配合對高校貸款實行風險監控。只有高校、銀行及主管部門聯合協作，建立起一套可操作性強的貸款獲取及使用的科學管理模式，才能有效防范高校貸款風險。具體來說有以下幾方面：一是建立具有可操作性的科學決策程序。在貸款之前，學校就要在總體規劃下，根據今后發展需要和實際償還能力確定貸款項目及貸款額度。在貸款之后，要嚴格監控貸款的投資方向及投入數量。二是建立行之有效的貸款資金管理機制。學校要按照教育部、財政部的有關規定，建立健全貸款資金管理制度，成立貸款資金管理領導小組，負責組織項目論證、資金使用與監督管理。三是完善貸款資金的內部核算和控制體系，包括：要分項目進行核算、管理，并設立專門的臺賬，分項核算利息支出和還款情況；要監督基建對貸款資金的使用情況，學校財務部門要定期與基建財務對賬，確保貸款資金的使用與貸款項目及相關的預算一致；要從制度層面完善現有的《高等學校財務制度》和《高等學校會計制度》，明確貸款建設期間涉及利息資本化的賬務處理方式，確保固定資產入賬準確；財務部門每年應向學校領導、相關機構通報貸款資金的使用情況，使貸款的使用更加公開、透明。四是加強鼓勵捐資助學的制度建設。捐資助學是市場經濟條件下化解高校財務風險的重要舉措，政府部門應加強捐助法規的建設，使捐助者在經濟與名譽上得到合法回報。另外要制定相關鼓勵政策，鼓勵社會對高校的捐助。五是促進高校科技產業的發展。科技產業是以科技成果轉化、科技產品生產、開發、經營為主的產業。高校要樹立市場意識，建立穩定的科技產業發展隊伍，理順科技產業管理體制，加強科技產業的服務和組織。國家對科技產業的發展應在稅收、資金、人才管理等方面給予政策扶持和資助。六是建立負債償債基金。雖然高校的負債是中長期貸款，但到期一次還本對財力脆弱的高校來講是非常困難的。為化解財務風險，教育主管部門應根據經濟周期波動對高校財務運行的影響及程度，強制性要求高校建立相應的積累機制及積累比例，建立負債償還基金。同時，政府部門應對所屬高校的負債情況進行統籌調控，通過償債彩票、債券等金融工具的運用，建立償債基金，將高校的財務風險降到最低程度。

［1］楊周復、施建軍等：《大學財務綜合評價研究》，中國人民大學出版社2002年版。

［2］謝軍占：《高等學校融投資管理》，陜西人民教育出版社2005年版。

［本文系云南省教育廳科學研究基金項目“云南高校呈貢新校區建設籌資模式分析及風險管理”課題的階段性研究成果］