基于功效系數(shù)法的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警案例研究

李春曉

【摘 要】經(jīng)濟(jì)環(huán)境的改變，企業(yè)的經(jīng)營(yíng)思路和財(cái)務(wù)思路都發(fā)生了很大的變化。如今很多的事例證明，這是一個(gè)“強(qiáng)者恒強(qiáng)”的時(shí)代。企業(yè)要強(qiáng)大，資金是基礎(chǔ)。隨著籌資活動(dòng)越來(lái)越頻繁和籌資金額越來(lái)越大，帶來(lái)財(cái)務(wù)風(fēng)險(xiǎn)的可能性也加大。有些企業(yè)認(rèn)識(shí)到財(cái)務(wù)風(fēng)險(xiǎn)的防范是企業(yè)生存的必要措施，也越來(lái)越注重防范和規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)。 本文運(yùn)用功效系數(shù)法作為工具，以財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警理論以及功效系數(shù)法理論，選擇萬(wàn)科為例，研究企業(yè)的財(cái)務(wù)預(yù)警， 探求風(fēng)險(xiǎn)管控措施。功效系數(shù)法可以很好地跟企業(yè)績(jī)效指標(biāo)體系相結(jié)合，特別是本文在正文當(dāng)中所用到的指標(biāo)標(biāo)準(zhǔn)就是來(lái)自 2016 國(guó)務(wù)院出臺(tái)的《企業(yè)價(jià)值評(píng)價(jià)體系》，能夠反映出企業(yè)的行業(yè)地位，根據(jù)實(shí)際情況作出適合的決策，實(shí)現(xiàn)企業(yè)價(jià)值最大化。

【關(guān)鍵詞】財(cái)務(wù)預(yù)警；功效系數(shù)法

企業(yè)需進(jìn)行財(cái)務(wù)預(yù)警分析、建立財(cái)務(wù)預(yù)警體系、強(qiáng)化財(cái)務(wù)管理，保障企業(yè)平穩(wěn)營(yíng)運(yùn)。企業(yè)構(gòu)建財(cái)務(wù)預(yù)警體系既是現(xiàn)代財(cái)務(wù)管理的要求，也是企業(yè)實(shí)現(xiàn)利益最大化要求。而財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究也隨著時(shí)代進(jìn)步而進(jìn)步。而功效系數(shù)法有指標(biāo)“非絕對(duì)化的評(píng)價(jià)標(biāo)準(zhǔn)”以及操作簡(jiǎn)單易懂的優(yōu)點(diǎn)。所以這要求企業(yè)要做好財(cái)務(wù)風(fēng)險(xiǎn)防范工作，建立適合企業(yè)自身的財(cái)務(wù)預(yù)警機(jī)制。房地產(chǎn)企業(yè)也是如此，因?yàn)槠髽I(yè)自身收到政策導(dǎo)向因素較大，在企業(yè)經(jīng)營(yíng)活動(dòng)中稍有不慎便會(huì)陷入資金鏈斷裂的窘境。

一、前期研究成果回顧

端木正（2014）發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)模型的誤判率不僅比MDA模型的誤判率低5%，神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確率還高于MDA模型的準(zhǔn)確性。他通過(guò)比較兩種模型，得出神經(jīng)網(wǎng)絡(luò)模型的誤判率低、準(zhǔn)確率高的特點(diǎn)。崔學(xué)剛、王立彥和許紅（2007）等運(yùn)用多元邏輯回歸對(duì)計(jì)算機(jī)行業(yè)的1999到2004年6年的財(cái)務(wù)數(shù)據(jù)構(gòu)建了預(yù)警系統(tǒng)。何勤（2010）運(yùn)用多元邏輯回歸模型對(duì)64家房地產(chǎn)公司的數(shù)據(jù)構(gòu)建了財(cái)務(wù)預(yù)警模型，驗(yàn)證了模型在房地產(chǎn)行業(yè)的準(zhǔn)確性。王維軍、馬英敏（2014）用多元邏輯模型對(duì)電力行業(yè)進(jìn)行預(yù)警并且預(yù)警準(zhǔn)確率達(dá)到80%。

李梅英（2000）用功效系數(shù)法彌補(bǔ)加權(quán)平均法的缺陷。黃輝（2003）用64家制藥類上市公司2000年財(cái)報(bào)數(shù)據(jù)來(lái)計(jì)算綜合功效系數(shù)并且判別企業(yè)的所屬的預(yù)警程度。他指出功效系數(shù)法能夠較好地對(duì)企業(yè)進(jìn)行預(yù)警，但他也在文末指出了方法的不足之處。巫蓉（2005）用功效系數(shù)法計(jì)算了15個(gè)指標(biāo)值的功效系數(shù)，指標(biāo)值來(lái)自3家船舶上市公司2003年到2004年的財(cái)報(bào)數(shù)據(jù)。根據(jù)單項(xiàng)功效系數(shù)以及綜合功效系數(shù)判斷了企業(yè)的危機(jī)狀況，并且分析了個(gè)別典型公司出現(xiàn)危機(jī)狀況的原因。

通過(guò)對(duì)財(cái)務(wù)預(yù)警的文獻(xiàn)綜述，發(fā)現(xiàn)財(cái)務(wù)預(yù)警的理論框架越來(lái)越完善，財(cái)務(wù)預(yù)警運(yùn)用的范圍也越來(lái)越廣，特別是通過(guò)許多文章實(shí)例的實(shí)證，功效系數(shù)法的獨(dú)特優(yōu)勢(shì)體現(xiàn)了出來(lái)。功效系數(shù)法是非絕對(duì)化的評(píng)價(jià)體系。在越來(lái)越多的研究中，充分考慮企業(yè)自身的特點(diǎn)稱為功效系數(shù)法改良的方向。有些文章的側(cè)重不同，但是核心指標(biāo)基本一致，大多實(shí)證分析的文章因?yàn)橐c評(píng)價(jià)對(duì)象的復(fù)雜性相適應(yīng)，特別是行業(yè)特征，這樣有利于減少結(jié)果偏差，更加準(zhǔn)確、公正評(píng)價(jià)企業(yè)績(jī)效。

二、案例分析

（一）案例介紹

1、案例背景

萬(wàn)科成立于1984年5月。是大家都非常熟悉的上市公司，萬(wàn)科1988年進(jìn)入房地產(chǎn)行業(yè)，經(jīng)過(guò)三十余年的不懈發(fā)展，萬(wàn)科是目前中國(guó)最大的專業(yè)住宅開(kāi)發(fā)企業(yè)，已經(jīng)成為中國(guó)地產(chǎn)企業(yè)的旗幟。

2、內(nèi)部控制體系現(xiàn)狀

（1）現(xiàn)有風(fēng)險(xiǎn)管理體系介紹

萬(wàn)科在建立風(fēng)險(xiǎn)管理體系方面有自己的一套法則 。形成一套全面、合理、高效的風(fēng)險(xiǎn)監(jiān)管體系。

（2）事業(yè)合伙人制度介紹

萬(wàn)科在2015年7月。為鼓勵(lì)跟投人員創(chuàng)造超期價(jià)值通過(guò)設(shè)置兩個(gè)收益率和跟投的取消追加制度，不僅提高了跟投人員的“三共意識(shí)”（共擔(dān)、共創(chuàng)和共享），還為企業(yè)創(chuàng)造了更大價(jià)值。此外，萬(wàn)科還專門設(shè)立了首席風(fēng)險(xiǎn)官一職。

3、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警現(xiàn)狀

萬(wàn)科在日常營(yíng)運(yùn)方面，非常注重向公眾披露相關(guān)具體指標(biāo)。財(cái)務(wù)報(bào)表中專有一張主要財(cái)務(wù)指標(biāo)變動(dòng)情況表，例如資產(chǎn)負(fù)債率、流動(dòng)比率、速動(dòng)比率等，得出具體的增減幅度并且附有說(shuō)明。所以，萬(wàn)科會(huì)重點(diǎn)關(guān)注對(duì)本企業(yè)影響大的指標(biāo)，若是發(fā)現(xiàn)重點(diǎn)指標(biāo)存在異常，及時(shí)把控財(cái)務(wù)風(fēng)險(xiǎn)并且報(bào)告給管理層，管理層做出決策調(diào)整。而在資金管理方面，設(shè)置了資產(chǎn)管理中心，從資金進(jìn)入到流出都有專門部門負(fù)責(zé)。而資金的風(fēng)險(xiǎn)由風(fēng)險(xiǎn)管理崗負(fù)責(zé)，其主要只能包括風(fēng)險(xiǎn)預(yù)警以及規(guī)避，動(dòng)態(tài)跟蹤資金的使用情況，當(dāng)資金使用過(guò)度或者不當(dāng)時(shí)，系統(tǒng)會(huì)發(fā)出警告，這時(shí)管理崗向管理層報(bào)告風(fēng)險(xiǎn)。資金管理中心架構(gòu)如表1。

（二）案例分析

1、內(nèi)部控制體系對(duì)財(cái)務(wù)預(yù)警活動(dòng)的影響分析

報(bào)告期內(nèi)，實(shí)現(xiàn)凈利潤(rùn)人民幣 283.5 億和權(quán)益凈利潤(rùn)人民幣 210.2億，同比增長(zhǎng) 9.3%和增長(zhǎng) 16%。實(shí)現(xiàn)毛利率為19.8%，較2015年同期增長(zhǎng)0.32%。全面攤薄凈資產(chǎn)收益率為18.5%，較2015年同期增長(zhǎng)0.44%。2016 年集團(tuán)實(shí)現(xiàn)投資收益人民幣 50.1 億元，較2015年同期增長(zhǎng) 40.8%。

2、基于功效系數(shù)法的萬(wàn)科集團(tuán)財(cái)務(wù)預(yù)警研究

當(dāng)會(huì)計(jì)師事務(wù)所給公司出具的是標(biāo)準(zhǔn)無(wú)保留意見(jiàn)那么滿意值就是1，否則為0。而區(qū)間型變量稍微復(fù)雜一些，涉及滿意值上下限、不允許值上下限，下表為本文指標(biāo)分類：

取值說(shuō)明：在對(duì)極大型變量進(jìn)行取值時(shí)，首先需要確定指標(biāo)屬于盈利指標(biāo)還是營(yíng)運(yùn)指標(biāo)。若是營(yíng)運(yùn)指標(biāo)，滿意值仍然是行業(yè)均值，但是不允許值是滿意值的1/2。根據(jù)不同指標(biāo)的屬性定義取值，充分考慮指標(biāo)的特性。三種類型指標(biāo)值臨界值取值如下表：

三、結(jié)論與建議

（一）結(jié)論

本文選用功效系數(shù)法結(jié)合萬(wàn)科行業(yè)特征進(jìn)行財(cái)務(wù)預(yù)警系統(tǒng)分析，選取企業(yè)2016年財(cái)報(bào)數(shù)據(jù)進(jìn)行預(yù)警，并判定了企業(yè)在該會(huì)計(jì)年度的預(yù)警等級(jí)。本文根據(jù)企業(yè)在盈利能力、營(yíng)運(yùn)能力、發(fā)展能力、償債能力和非財(cái)務(wù)指標(biāo)等方面，得出相應(yīng)的單項(xiàng)預(yù)警指標(biāo)以及綜合預(yù)警指標(biāo)兩項(xiàng)指標(biāo)。其中綜合預(yù)警指標(biāo)是對(duì)公司整體財(cái)務(wù)狀況的績(jī)效評(píng)價(jià)，能夠得出企業(yè)現(xiàn)實(shí)際的經(jīng)營(yíng)狀況。而單項(xiàng)預(yù)警指標(biāo)是對(duì)萬(wàn)科具體的財(cái)務(wù)數(shù)據(jù)的評(píng)價(jià)，這可以讓企業(yè)關(guān)注對(duì)企業(yè)比較重要的指標(biāo)。用功效系數(shù)法。可以對(duì)指標(biāo)進(jìn)行加權(quán)，根據(jù)企業(yè)自身財(cái)務(wù)特點(diǎn)，有側(cè)重地體現(xiàn)風(fēng)險(xiǎn)程度。

（二）建議

1、構(gòu)建敏感指標(biāo)財(cái)務(wù)預(yù)警系統(tǒng)

在企業(yè)構(gòu)建財(cái)務(wù)預(yù)警系統(tǒng)時(shí)，應(yīng)該根據(jù)企業(yè)所處的行業(yè)特點(diǎn)選取敏感性指標(biāo)，建立敏感指標(biāo)財(cái)務(wù)預(yù)警系統(tǒng)。根據(jù)企業(yè)平均值指標(biāo)制定不允許值紅線，不允許值警惕線，超過(guò)不允許值紅線時(shí)做出警示，到達(dá)警惕線時(shí)報(bào)警。

2、強(qiáng)化風(fēng)險(xiǎn)監(jiān)管的力度

建立敏感性預(yù)警與全面預(yù)警系統(tǒng)相結(jié)合的風(fēng)險(xiǎn)管理體系，及時(shí)做好風(fēng)險(xiǎn)控制措施。進(jìn)一步完善職業(yè)道德風(fēng)險(xiǎn)防范體系，建立多層次、多方面的內(nèi)部監(jiān)控系統(tǒng)和風(fēng)險(xiǎn)監(jiān)管體系。建立信息化、高智能的預(yù)警監(jiān)測(cè)系統(tǒng)，及時(shí)反饋預(yù)警情況，強(qiáng)化風(fēng)險(xiǎn)監(jiān)管。

3、單變量預(yù)警模型和多變量預(yù)警模型相結(jié)合

單變量模型和多變量模型各有優(yōu)勢(shì)，由于操作簡(jiǎn)單所以本文選取的是單變量模型，企業(yè)在實(shí)際工作中，在評(píng)價(jià)企業(yè)績(jī)效時(shí)應(yīng)當(dāng)將單變量和多變量模型結(jié)合起來(lái)，運(yùn)用統(tǒng)計(jì)學(xué)以及數(shù)量經(jīng)濟(jì)學(xué)來(lái)全面地監(jiān)控企業(yè)各種經(jīng)營(yíng)狀態(tài)，這樣可以將敏感性指標(biāo)和非敏感性指標(biāo)、財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)同時(shí)預(yù)測(cè)并監(jiān)測(cè)，得出既全面又有針對(duì)性的預(yù)警結(jié)果，根據(jù)有側(cè)重的結(jié)果來(lái)制定有側(cè)重的經(jīng)營(yíng)決策。

（杭州東洲內(nèi)河國(guó)際港有限公司，浙江 杭州 311400）

參考文獻(xiàn)：

[1]葉煥倬，楊青，汪勇華.智能財(cái)務(wù)危機(jī)預(yù)警與原因診斷方法研究——基于自適應(yīng)貝葉斯網(wǎng)絡(luò)模型 SABNM 的探析[J].審計(jì)與經(jīng)濟(jì)研究，2013（3）.

[2]崔學(xué)剛，王立彥，許紅企.企業(yè)增長(zhǎng)與財(cái)務(wù)危機(jī)關(guān)系研究[J].會(huì)計(jì)研究，2007（12）.

[3]何勤.基于Logistic回歸預(yù)警模型的房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[J].財(cái)會(huì)通訊，2010（3）.