基于現金流的上市銀行財務預警體系的實證研究

摘 要：為了預警上市銀行的財務風險并判斷其年度財務狀況，文章運用相關分析剔除相關系數較高的變量，再采用因子分析，輸出因子分析模型，根據因子得分設置警限的臨界值，并對7個公共因子和綜合因子進行警度分析，研究表明其中4家銀行財務狀況良好，但在7個公共因子的得分各有優劣并在不同年度出現巨警，說明銀行很難同時兼顧盈利性、安全性和流動性。

關鍵詞：上市銀行 財務預警 主成分分析 因子分析

中圖分類號：F830.91 文獻標識碼：A

文章編號：1004-4914（2013）03-093-03

一、引言

商業銀行自產生以來，風險就與之相伴、形影不離；風險管理能力是商業銀行的核心競爭力，貫穿于商業銀行經營始終的財務風險管理更是其全面風險管理的核心；目前，財務風險管理在中國還沒有引起足夠重視，但是籌資成本高、經營利潤虛盈實虧已是不爭的事實；縱觀銀行危機的歷史，不管危機的起因是什么，其表現形式必然是現金流不足而引致困境或破產，因此從現金流角度構建財務預警體系更符合商業銀行財務風險管理的需要，更具理論價值和實際意義。

自Altman首次提出單因素財務預警模型以來，以真實的現金流入和流出為基礎的現金流信息對企業財務風險研究也逐漸受到各國學者的親睞。國內外研究還表明：從現金流角度構建預警體系能夠達到較好的預測效果。其中，劉慶華（2006）在文章中指出以現金流做為預警指標，解決了傳統財務指標不能解決的問題。張瑋（2007）嘗試在財務危機預警模型中引入現金流分析方法，使企業專注于現金流的動態控制和指標分析。聶麗潔（2011）等以我國制造業上市公司為研究對象，構建了基于現金流的危機預警指標體系，實證結果證明現金流指標體系具有更高的預測精度和較低的錯判率。

縱觀以往研究發現，其一研究多集中在一般上市公司，其二分行業研究較少，其三基于現金流構建預警的模型已經被證實具有較好的預測效果，因此本文以上市銀行為研究對象，以現金流指標為基礎，試圖建立一套完整的財務預警指標體系，以期更加準確的預測銀行的財務危機，保護廣大存戶的利益，為投資者、債權人及政府決策提供更有價值的數據支持，也為銀行的可持續發展奠定基礎。

二、研究程序及統計方法

1.樣本選擇。截止2012年底，在滬深A股市場共有16家上市銀行，其中包括工、農、中、建、交5大全國性商業銀行。

招商、中信、民生、浦發、興業、光大、華夏、平安銀行8家股份制商業銀行及北京銀行、寧波銀行、南京銀行等3家地方商業銀行。本文選取上海浦東發展銀行、深圳發展銀行、華夏銀行、民生銀行和招商銀行5家上市銀行2006年-2011年的財務數據，計算其28個現金流指標比率（詳見下表1），并以計算結果作為實證分析的數據基礎。

2.研究程序。以現金流指標作為建模的變量，對模型的準確判斷率及預警的可靠性都會產生巨大影響，為了全面衡量上市銀行的財務狀況，入選的現金流指標要全面、有效、科學。鑒于此，本文選取的28個指標，全面反映了銀行的償債能力、盈利能力、財務彈性、再投資能力和結構比率。在此基礎上，采用相關分析剔除相關系數較高的變量，篩選出16個對上市銀行財務狀況影響顯著的指標，創建現金流指標預警模型（Cash Flow Index Early-warning Model）；其次采用因子分析，輸出因子分析模型，根據因子得分設置警限的臨界值，依據多數原則、半數原則、均數原則及三原則的綜合調整對每家銀行每年的7個公共因子和綜合因子進行警度分析，綜合評定出5家上市銀行的財務狀況。

三、統計分析過程

1.相關分析。多元統計分析時，如果指標間高度相關，就會使某些特征重復計算，導致夸大危害，不利于做出正確的決策，通過28個變量之間的相關系數可知現金流比率X1、債務保證率X2、主營業務收入現金比率X7、總資產現金回收率X10之間的相關系數均在95%以上，即X1幾乎完全可以解釋其他三個變量，剔除X2、X7、X10，保留X1即可；同樣現金股利支付率X5、營運指數X6、固定資產再投資率X17、折舊影響系數X18之間的相關系數均在95%以上，保留X5即可；流入結構中X20、X21以及流出結構中X23、X24變量之間的相關系數也均在95%以上，保留X20和X23即可；從數據的可獲得性及完整性放棄投資活動創現率X11、現金股利保障倍數X15、籌資活動流入結構比率X22、籌資活動流入流出結構比率X28，剔除相關性較高的以及其他變量后，入選的變量如下：X1、X3、X4、X5、X8、X9、X12、X13、X14、X16、X19、X20、X23、X25、X26、X27，共16個。如圖1所示：

2.因子分析。

（1）因子分析的合理性驗證。KMO和Bartlett球度檢驗結果如表2，以判斷因子間的相關因素是否明顯并推斷樣本數據是否適合采用因子分析。KMO測度表示，其檢驗值為0.556>0.5，根據統計學家Kaiser給出的標準認為適合采用因子分析；Bartlett球度檢驗可用于檢驗相關矩陣是否為一個單位矩陣，如果是單位矩陣則認為該模型是不合適的。這里檢驗出的相伴概率為0，小于顯著性水平0.5，因此拒絕B檢驗的零假設，認為適合采用因子分析。

運用SPSS輸出共同度表、總方差解釋表（表略），從因子變量對每個“重要度”方差的解釋率可以看到這16個原始變量的信息幾乎沒有損失，主成分幾乎包含了各原始變量96%以上的信息；按照SPSS默認保留特征根大于1的原則提取的6個因子的“占方差百分數”達到80.073%。同時根據碎石圖（如圖2）反映的變量變化趨勢發現，前面7到8個公共因子特征值變化非常明顯，而以后的變化比較平緩，因此說明提取7到8個公共因子可以對原變量的信息描述具有顯著作用，能比較全面地反映所有信息。但從因子載荷陣以及旋轉后的因子載荷陣，發現第8個公共因子沒有明顯的解釋變量，因此，本文采用主成分分析法（Principal components），提取7個公共因子，累計貢獻率達到86.239%，說明提取的7個公共因子反映了原始數據16個變量所能表達的信息。

（2）因子旋轉。為了使公共因子的實際意義更容易解釋，要進行因子旋轉，最常用的是方差極大旋轉法Varimax和斜交旋轉法Promax。從輸出結果比較，Varimax明顯的能更好的對因子進行解釋。

從輸出結果可知：因子F1集中反映了現金流比率X1、現金償付比率X3、凈利潤含金量X8、每股凈現金流X9、資本購置比率X12；因子F2集中反映了現金流滿足率X16、經營活動現金流入結構比率X20、籌資活動現金流出結構比率X25；因子F3集中反映了強制性現金支付比率X4、經營活動現金流出結構比率X23、經營活動現金流入流出結構比率X26；因子F4集中反映了全部現金流比率X13、投資活動現金流入流出結構比率X27；因子F5集中反映了投資活動融資比率X19；因子F6集中反映了現金滿足投資比率X14；因子F7集中反映了現金股利支付率X6。輸出的因子分析模型如下（僅列出主要的因子變量）：

（3）因子得分。根據所提取的七個因子，輸出其因子得分矩陣，如表3：

四、統計分析結果處理

1.警限設置和原則。判斷上市銀行警度的關鍵是確定有警與無警的臨界值，確定了該臨界值，無警區域的警限就相對確定；對于有警區域，根據警情把它分為四個等級，稱為低警、中警、高警和巨警。確定了無警與有警的臨界值后，按照慣例，以此臨界值為基點，并按照其正值的5/6、2/3及1/2的比例和負值的6/5、3/2及2倍來確定低警、中警、高警和巨警的分界點。

本文采用多數原則、半數原則與均數原則三種系統化方法進行臨界值的確定。根據多數原則，認為上市銀行在6年中大多數是處于無警的，按照此原則，可以把上市銀行7個公共因子的得分重新由小到大排列，從最大值向前選總數的2/3處止，這個數據區間作為無警區域；根據半數原則，認為上市銀行在6年中至少有一半處于無警的，否則就無法解釋中國上市銀行這些年來的發展，因此無警與有警的分界線可取中位數所對應的數值；根據均數原則，應該取總平均數為無警的下限，同時計算均值時要去掉最高與最低兩個特殊值。然后根據三種原則下得出的結果，把所確定的警限加以綜合調整，求得一個更合理更科學的值。

2.計算F值和排名。根據萃取的7個公共因子所包含的主要變量的多少給每個公共因子賦予權重，求出綜合因子F，公式如下：

據此計算出的F值和各銀行的因子得分排名如表4，其中“名次”是以5家銀行6年的F值為根據排名，“年度名次”是對5家銀行相同年度分別排名，“綜合名次”是以5家銀行6年的F值均值為根據排名。

五、研究結論及展望

1.研究結論。

（1）通過因子分析，輸出了以上關于名次及警度分析結果，綜合名次為招商銀行、民生銀行、華夏銀行、上海浦東發展銀行、深圳發展銀行。從銀行6年的平均得分來看，其中4家銀行的得分為正值，說明這4家銀行的財務狀況相對較好。

（2）根據警限設置的結果，對5家上市銀行2006年-2011年共29個樣本數據的警度作出判斷，其中16個樣本數據無警、13個巨警。總體來看，5家上市銀行在償債能力、盈利能力、財務彈性、再投資能力以及結構比率方面各有優劣，在7個公共因子的得分也是各有優劣，這與銀行業本身的經營特點是一致的，即盈利性、安全性、流動性很難同時兼顧，關鍵是如何處理好三者的關系，實現三者的協調與平衡。

2.研究展望。

總體來看，中國商業銀行在這些年取得的成績是有目共睹，銀行業風險問題復雜多變也是顯而易見的。本文的統計結果雖然顯示出5家銀行在不同年度都有出現巨警狀況，但據此并不能判斷出該銀行出現了財務危機，只能說明在該年度的財務狀況相比較差，一方面可能是銀行經營過程中出現了問題，另一方面也可能是宏觀調控給銀行經營帶來了沖擊。

但是從前面的分析中，我們不難發現，現金流指標預警體系并不能準確地判斷出上市銀行的警度，這是因為現金流指標并不能完全反映上市銀行的財務狀況，非財務指標也會給銀行的財務狀況帶來重要的影響，因此可引入平衡計分卡（BSC，Balanced Scorecard）來彌補現金流指標的不足，這具有明顯的理論價值和實際意義，結合現金流指標和平衡計分卡才能夠建立一個更完善的、更科學的財務預警體系，才能更準確地預測風險，使得商業銀行能更好的發展，更好的發揮其中堅力量的作用。

[本文是河南省社科聯、河南省經團聯2012年度調研課題階段性研究成果（SKL-2012-3386）]

參考文獻：

1.劉慶華.構建企業現金流量財務預警系統[J].財會月刊，2005（4）

2.聶麗潔，趙艷芳，高一帆.基于現金流的財務危機預警指標體系構建研究[J].經濟問題，2011（3）

3.楊麗榮.商業銀行績效評價方法研究[D].西安交通大學學報，2006

4.Peter Rose. Commercial Bank Management [M]. third Edition. Los Angeles： RiChard D. Irwin， 1996： 164-216

5.張學謙.會計報表分析原理與方法[M].北京：對外經濟貿易大學出版社，2008

6.仲維良.基于現金流量的企業財務危機預警方法研究[D].大連理工大學學報，2007（9）

7.陳少華.財務報表分析方法[M].廈門：廈門大學出版社，2009

8.何曉群.多元統計分析[M].北京：中國人民大學出版社，2010

9.朱順泉.上市公司財務困境預警判別分析模型的建立及應用研究[J].中國管理信息化，2006（3）

10.Rama Koundinya， Dev Prasad， Yash R. Puri. Corporate Failure： A Judgmental Approach to Prediction.[J]. University of Massachusetts-Lowell Working Paper， 2010， （09）： 76-79

11.Thresa Libby. The Balanced Scorecard： The Effects of Assurance and Process Accountability on Managerial Judgment[J]. The Accounting Review， 2004，（04）：1075-1077

12.Kevin Hendricks， Larry Menor and Christine Wiedman. The Balanced Scorecard： To adopt or not to adopt？[J]. Ivey Business Journal， 2008，（12）：1-8

（作者單位：鄭州升達經貿管理學院 河南鄭州 451191）

（責編：呂尚）