宏觀經濟波動下三級財務預警指數體系的構建

摘 要：房地產企業作為高風險行業，在新常態的經濟形勢下尤其受到宏觀經濟波動的影響。本文以江浙滬地區房地產企業作為研究對象，建立三級財務預警指數，并把宏觀經濟指標融入到三級預警指數體系的構建中。研究顯示，三級財務預警指數體系對區分危機型房地產企業和正常型房地產企業具有重要作用，能夠有效地幫助企業作出及時的決策。

關鍵詞：宏觀經濟 財務預警 指數體系

中圖分類號：F275 文獻標識碼：A 文章編號：2096-0298（2017）11（a）-095-03

不論是亞洲的金融危機還是美國的次貸危機都屢次給我們示范了經濟領域的“多米諾骨牌效應”，企業的財務危機極有可能導致宏觀經濟的波動，宏觀經濟的波動也深深影響企業的持續經營。建立融合宏觀經濟指標和財務指標的三級財務預警指數體系對于企業預測并預防財務危機的發生具有重要作用。本文將經營活動產生的現金凈流量小于零，且當期經營活動、投資活動和籌資活動增加的凈現金流小于零的企業定義為財務危機型企業。以43家江浙滬地區A股上市房地產企業為研究樣本，研究期間為2003年～2014年。

1 宏觀經濟指標的確定及其影響的滯后程度

1.1 宏觀經濟指標的建立

構建財務指數與宏觀經濟指標的預警矩陣的前提是通過實證研究選擇對企業財務危機的發生具有顯著影響的宏觀經濟指標，并確定宏觀經濟指標對企業影響的滯后程度。遵循敏感性、可獲得性和可配比性的原則，選擇財務危機比率（財務危機型企業數量/樣本企業數量）、GDP增長率、工業增加值增長率、M2增長率、固定資產投資增長率和宏觀經濟景氣指數作為變量分析研究宏觀經濟指標對財務危機影響的顯著性。同時分析其影響的滯后程度，構建模型如下：

以半年作為一個會計周期，其中i=0，1，2，當i=0時模型為當期，i=1時模型滯后一期，i=2時為模型滯后兩期。

1.2 宏觀經濟指標的篩選及其影響滯后程度的確定

根據上述模型，將江浙滬地區A股房地產行業的數據與宏觀經濟指標進行分析后得到表1所示的回歸分析結果。工業增加值增長率在當期、滯后一期的模型中表現出顯著負相關；固定資產投資增長率在當期、滯后兩期的模型中表現出顯著負相關；宏觀經濟景氣指數在當期、滯后一期、滯后兩期的模型中均表現為顯著的正相關。不論是從表現顯著的宏觀經濟指標個數來看，還是從模型的擬合度分析，均是當期的模型較好。

綜合回歸分析的結果，選擇當期的宏觀經濟景氣指數作為構建房地產行業財務綜合指數預警模型的宏觀經濟指數，即房地產行業受宏觀經濟波動的影響非常迅速，當期就能體現出來；宏觀經濟狀況越好，房地產行業發生財務危機的可能性越低。

2 財務綜合指數的構建

企業的生產經營過程分為經營活動、投資活動、籌資活動三大子系統，采用層次分析法，通過建立基礎的指標指數，構建經營指數、投資指數、籌資指數三大子系統指數，并最終構建財務綜合指數。

結合房地產行業特性，將財務危機型房地產企業與正常型房地產企業的財務指標進行分組，從中選出存在顯著性差異的財務指標。對于越大越好型、越小越好型財務指標，本文采用SPSS軟件的獨立樣本t檢驗，設定的置信區間為90%，當雙尾概率P值小于0.1時，說明均值存在顯著性差異。對于區間適中型指標，本文采用排序觀察法，對建模期每個會計期間的所有樣本依據該財務指標數值大小進行排序，然后觀察危機型企業的數值是否絕大大多數（≥50%）分布于兩端，若是則說明該財務指標對于危機型企業與正常企業來說具有顯著差異。對于上述通過獨立樣本t檢驗和排序法觀察初步確定的財務指標，將其按經營財務指標、籌資財務指標、投資財務指標分組進行相關性檢驗并分析比較相關系數和顯著性水平。

2.1 指標指數

其中，xij表示第j期每個樣本企業財務指標的數值，mj表示第j期該財務指標的預警下限值，Mj表示第j期該財務指標的預警上限值，q表示正常范圍內的樣本均值。

指標指數構建的關鍵是確定財務指標的預警上下限，同一行業、不同年度每個企業財務指標會不斷地變動，本文確定的財務指標預警上下限是同一行業、同一會計期間內在樣本企業中所處的位置。2003年～2012年江浙滬地區房地產行業樣本企業中財務危機型企業所占的比例平均為30%，通過分析比較樣本企業財務指標頻數分布情況，上限80%，下限20%的指標為：營業收入增長率（指數模型（3））、應收賬款與收入比（指數模型（3））、資產負債率（指數模型（3））、留存收益資產比（指數模型（3））、總資產增長率（指數模型（3））。上限90%，下限30%的指標為：現金與利潤總額比（指數模型（1））、銷售凈利率（指數模型（1））、現金流量凈額比帶息債務（指數模型（1））、現金流利息保障倍數（指數模型（1））、全部現金回收率（指數模型（1））、現金再投資比率（指數模型（1））。上限70%，下限10%的指標為：市凈率 （指數模型（2））。

2.2 子系統指數

經營指數、籌資指數、投資指數三大子系統指數的構建采用層次分析法（The Analytic Hierarchy Process，以下簡稱 AHP），通過構造成對比矩陣，計算權向量并做一致性檢驗，來確定各個指標指數的權重系數。通過對江浙滬地區房地產行業2003年～2012年個體指數的分析計算，最終構建了這兩個行業的經營指數、籌資指數、投資指數，各個子系統指數中指標指數的權重系數如下：營業收入增長率（0.096703）、應收賬款與收入比（0.096703）、現金與利潤總額比（0.554945）、銷售凈利潤（0.251649）、現金流量凈額比帶息債務（0.491944）、現金流利息保障倍數（0.309305）、資產負債率（0.136194）、市凈率（0.062557）、全部現金回收率（0.542328）、現金再投資比率（0.233302）、留存收益資產比（0.084673）、總資產增長率（0.139697）。

2.3 財務綜合指數

財務綜合指數由三大子系統指數構成，包括經營指數、投資指數和籌資指數，各個指數權重的確定本文也采用層次分析法。房地產行業是一個投資巨大、回收緩慢、回報豐厚、具有高風險的極其復雜的系統工程，生產周期長、資產負債率高、投融資金額大是其經營特性。因此，房地產行業運營過程中經營風險、籌資風險、投資風險均較大，容易出現資金鏈斷裂引發的財務危機。根據房地產行業的特性，本文確定的房地產行業財務綜合指數為：

房地產行業財務綜合指數=0.4*經營指數+0.3*投資指數+0.3*籌資指數

3 預警矩陣的構建

宏觀經濟形勢的變動顯著影響著企業的運營狀況，不同的經濟形勢下相同的財務指數所顯示的企業的健康狀況往往存在差異。本文對選定的宏觀經濟景氣指數年度間的變化程度進行了分析，觀察數值的分布情況，分清建模期各階段的宏觀經濟形勢，并在此基礎上確定相應財務指數的預警臨界值，從而建立財務綜合指數與宏觀經濟景氣指數的預警矩陣。

房地產行業財務綜合指數預警矩陣由財務綜合指數與宏觀經濟景氣指數的預警指數構成。本文的建模期為2003年～2012年10年共20期數據，考慮宏觀經濟景氣預警指數的影響為當期，因此預警指數為2003年06月30日至2012年12月31日的預警指數共20個。本文以83.3、100、116.7三個臨界值將建模期的整體宏觀經濟形勢分為4個級別。

房地產行業財務危機發生概率與宏觀經濟景氣預警指數變化呈現負相關。不同經濟形勢下，財務綜合指數的預警臨界值也相應改變，經濟偏熱時，預警臨界值的設定應偏低；經濟偏冷時，預警臨界值的設定應偏高。結合宏觀經濟的景氣程度，觀察建模期各個會計期間樣本企業財務綜合指數數值的大小， 本文確定了0.10（宏觀經濟景氣指數63.3～83.3）、0.05（宏觀經濟景氣指數83.3～100）、0（宏觀經濟景氣指數100～116.7）、-0.05（宏觀經濟景氣指數116.7～136.7）四個財務綜合指數預警臨界值，分別對應偏冷、正常偏冷、正常偏熱和偏熱的經濟運行狀態。

確定了建模期經濟運行狀態和財務綜合指數預警臨界值，將兩者相結合構建了圖1所示的房地產行業財務綜合指數預警矩陣。矩陣的橫軸以宏觀經濟景氣指數表示。矩陣的縱軸以財務綜合指數表示1。以宏觀經濟景氣指數的各個臨界值與對應的財務綜合指數預警臨界值交匯的點作為矩陣坐標原點，可以獲得四個矩陣坐標原點A（83.3，0.10）、B（100，0.05）、C（116.7，0）、D（136.7，-0.05），建立四個預警坐標。

四種經濟運行狀態下各有一個危機潛伏區，潛伏區的大小由相鄰的財務綜合指數預警臨界值和宏觀經濟景氣指數臨界值決定。處于潛伏區內的企業存在潛在的財務危機，該區域內財務綜合指數接近預警臨界值，受宏觀經濟的影響較大，宏觀經濟一旦變差，企業就會陷入財務危機。各個潛伏區上方的區域為無警區，處于該區域內的企業的財務狀況良好，財務綜合指數越大，宏觀經濟狀況越好，企業的經營就越穩健，發生財務危機的概率就越低。

各個潛伏區下方的區域為危機區，處于該區域內表示企業已經陷入了財務危機。

4 矩陣預警效果實證分析

從預警準確率來看，建模20期的平均準確率達到85.14%，預警效果良好。2013年～2014年4個驗證期財務綜合指數預警矩陣的預警結果統計數據，結果顯示，驗證期預警的平均準確率75.63%低于建模期，平均誤判率（正常企業誤判為危機型企業）46.16%高于建模期，預警效果較建模期稍差；但驗證期年度會計期間預警的準確率達到了88.89%、83.33%，高于建模期的77.35%。從數據上分析，建模期構建的房地產行業財務綜合指數預警矩陣在未來的會計期間也將能有效地預測企業財務危機。

本文通過研究表明，包含宏觀經濟波動的財務預警指數能更有效地預測財務危機的發生。但是同一地區、不同行業將存在較大差異，應根據實際情況分門別類構建行業專有的財務指數預警體系。

參考文獻

[1] 梁飛媛，葉青.解析基于宏觀經濟波動的財務預警指數體系構建[J].山西財經大學學報，2016（S2）.

[2] 梁飛媛.基于宏觀經濟波動的財務預警矩陣實證研究[J].山西財經大學學報，2016（S2）.

[3] 王化成，陸凌，張昕，張偉華.加強會計指數研究全面提升會計在經濟社會發展中的影響力[J].會計研究，2012（11）.

[4] 崔潔.我國制造業上市公司財務危機預警模型構建研究[D].陜西師范大學，2011.

[5] Altman E.L.Financial Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance，1968，4（9）.