企業現金流質量評價模型構建研究

宋媛媛 劉頂賢

（武漢工程大學管理學院，湖北 武漢 430200）

一、引言

中國經濟從重速度到重質量的轉變過程中，離不開各個企業發展質量的貢獻，而作為最小經濟單元的企業，其現金流質量影響著企業發展的質量。面對愈加復雜化的企業經營環境和為適應新形勢下提高企業發展質量的需要，企業管理者應提高對現金流質量的關注度，通過研究和關注現金流質量為提升企業發展質量提供切入點和突破口。但是現金流質量并非客觀可直接測量的量，如何通過企業的經濟數據來確定其現金流質量及評價標準的量化方法是本文的研究重點。其形成較為成熟的度量方法后，將為企業優化自身現金流質量及政府引導企業提升現金流質量提供客觀依據。

二、企業現金流質量評價模型的理論推導

1.企業現金流質量的量化

建立評價模型需要明確評價對象，評價對象是評價模型的觀察目標，如果評價對象不明確，評價模型將陷入無的放矢的狀態。現金流質量評價模型的評價對象是現金流質量，企業現金流質量應由一系列指標計算得出。企業現金流質量并非是客觀存在于世界且可以用某種測量工具直接測得的數據，其數值受到多個因素的影響，因此企業現金流質量應由一系列指標綜合計算得出。根據這一思路，用QCF（Quality of Cash Flow）表示企業現金流質量，影響QCF的評價指標有n個，為X1，X2，X3，…，Xn，其標準化后的指標R1，R2，R3，…，Rn，指標對應權重為G1，G2，G3，…，Gn，考慮不規律因素對企業現金流質量評價產生的影響引入隨機擾動項σ，將其匯總計算有：

2.企業現金流質量評價標準的量化

（1）評價標準值的初步推導

建立評價模型需要明確評價標準，評價標準是評價模型評價對象的價值尺度，是該模型實現其評價功能的依據。本文根據參照法和均值法確定企業現金流質量的評價標準。

參照法可以在一定程度上簡化評價標準的形成過程，同時可以盡可能選擇具有可比性的參照對象在一定程度上消除不確定因素對其產生的影響，過程較為簡單實用。根據這一思路，現金流質量的評價可以選擇同時期同行業的企業情況，或本企業不同時期現金流的情況進行比較，而考慮到外部環境的變化，本文選取同時期同行業的數據進行比較，若將該過程量化，則設行業A有M個企業，企業的現金流質量為QCF1，QCF2，QCF3……QCFm，這些現金流質量均包含隨機擾動變量，但由于其差異性較小，故可以忽略隨機影響因素，簡化評價標準的形成過程，轉換為較為確定的值之間的比較。采用均值法確定現金流質量的評價標準，均值法是確定某個標準的簡單而便捷的計算方法。

（2）標準系數η

圖1 特殊區域為0的ECQCF函數

（3）關于評價函數定義域分界點的討論

上文從數學絕對值的角度思考，作為自變量的絕對值等于0和不等于0將評價標準函數分成了兩部分。但是實際工作中，當數據小于某個標準，如0.01或0.0001的時候，其數據的意義和0是無差異的。而0.0001的精度要比0.01要高，也是建模過程中常用的精度。故選用0.0001代替0代入上述函數表達式，則有公式（3）：

圖2 特殊區域為（-0.0001，0.0001）的ECQCF函數

該模型由兩部分構成，第一部分用于量化模型的評價對象，第二部分用于量化其評價標準。

三、引入同行業具體數據對現金流質量評價模型進行實證分析

前文構建了企業現金流質量評價模型，本節將引入同行業的具體評價指標及經濟數據，來對該模型進行實證分析。在對該模型進行實證分析時，應分別引入現金流質量的具體評價指標和其權重。從公式QCF=∑RiGi+σ結構來看，上述兩方面的確定是量化現金流質量的基礎。

1.指標選擇與數據來源

經過對比不同學者的研究，本文在確定現金流質量的評價指標時，采用謝林海，徐禹選取的指標，其指標體系如表1所示，所選取的指標均為正向指標[1]。

表1 企業現金流質量評價模型指標體系表

表1中，該評價體系涵蓋現金流評價的重要層面，即獲現、償債、盈利和成長四個維度，其指標設計較全面；同時，其指標的基礎數據多是依據經營現金流，這與多數企業為產品制造業，其主要盈利來源為生產銷售獲取的情況一致。此外，其應用的同行業原材料獲取、生產形式、產品應用等有著較高的相似性。因此，本文選用該指標體系。

在確定現金流質量的評價指標后，在Wind數據庫采集2020年6月30日392家同行業的目標企業的相應現金流質量評價指標數據，采用SPSS數據分析軟件進行數據處理分析工作。在正式計算QCF前，本文先對這些數據進行了數據預處理工作。（1）對根據前述評價指標獲取的數據進行數據質量檢查，分別對392家前述數據進行缺失值和異常值的檢查及消除量綱影響的工作。首先檢查缺失值，經過統計，缺失值數量不超過1%，缺失值對QCF的計算影響較小，然后采用平均值替代空值法對空值進行了處理。（2）采用經驗檢查等對指標進行異常檢查，所獲取指標數據無異常情況。（3）對數據進行Z-score標準化，消除不同量綱對評價結果的影響。

2.確定指標權重的準備工作

（1）權重確定的基礎

（2）相關性分析及檢驗

對數據進行相關性分析與檢驗是為確定數據是否適合使用因子分析法來確定其權重。本文運用KMO 和巴特利特檢驗法。使用KMO和巴特利特進行檢驗，其檢驗結果如表2所示。

表2 KMO 和巴特利特檢驗

表2中，KMO取樣適切性量數值為0.711，大于可接受度0.6，再從巴特利特球形檢驗來分析，其顯示的顯著性為0.000，選取的這些構成企業現金流質量評價模型的指標的顯著性小于0.05。綜上所述，這些數據適合采用因子分析法來確定構建企業現金流質量評價指標的權重。

3.運用因子分析法確定評價指標權重

（1）確定因子數量

應確定其因子數為10。確定因子數量的工具是總方差解釋表，輔助工具為碎石圖。本文運用SPSS軟件，通過基于特征值大于1和基于固定因子數目兩種方法經過多次實驗，并結合碎石圖進行多次觀察，最終選取10個為因子提取數量。如表3所示，在因子數為10時，其累積提取載荷平方和與旋轉載荷平方和最優，達到98.3%以上，能較好地平衡簡化降維和信息守恒，消除前述μ的影響。

表3 總方差解釋表

（2）確定因子與QCF的關系

根據特征根情況確定因子與QCF的關系，即其權重。特征根反映信息量大小，其反映因子對于評價對象現金流質量的重要性。故權重可以由特征根和累計特征根的比值求出。為方便計算和復查，采用列表法編制Wj計算表。Wj計算表（表4）由特征根、累計特征根和Wj列構成。特征根與累計特征根的比值即為Wj。

表4 Wj計算表

根據上述思路，求出F1的Wj為0.2988，F2的Wj為0.0973，F3的Wj為0.0923……F10的Wj為0.0388，加總其和為1，檢驗通過。根據 QCF=∑FjWj+σ有如下方程：

QCF=0.2988F1+0.0973F2+0.0923F3+0.0865F4+0.0857F5+0.0843F6+0.0757F7+0.0754F8+0.0651F9+0.0388F10+σ。

（3）確定因子與指標關系

確定現金流質量和因子的關系后，接下來便要考慮因子和指標的關系，即Ci。本文通過編制Ci計算表（表5）來確定Ci。該表根據因子分析法得到的因子得分系數矩陣得出。

表5 Ci計算表

根據Fj=∑CiRi以F1為例，得出公式（4）：

（4）確定指標與QCF的關系

在確定QCF與因子的關系Wj，因子與指標的關系Ci后，依據前文的推論，接下來要確定指標與QCF的關系Gi。通過編制Gi計算表（表6）來確定Gi。Gi計算表通過列表的方式來代替聯立方程計算，其可結合辦公軟件直接調用計算機內置的公式，計算簡便；其次表格方便檢查內部的勾稽關系，計算準確性高。

Gi計算表可分為三部分。如表6中，第一部分為前兩行（不含歸一化列），其為Wj計算表的成果，反映的是因子與QCF的關系（QCF=∑FiWi）；第二部分為行三到行十四（不含合計與歸一化列），反映的是評價指標與因子的關系（Fj=∑CiRi），對應Ci計算表；第三部分為合計列與歸一化列，反映的是指標與QCF的關系（QCF=∑RiGi），得出的由于合計不為1，需要進行歸一化，從而得出各個評價指標的比重。

表6 Gi計算表

故根據QCF=∑RiGi+σ，得出公式（5）：

上述公式即為引入實際企業數據及指標后對現金流質量評價模型中現金流質量的量化的實際運用和驗證。

4.對現金流質量量化的檢驗

現金流質量雖不是可度量的客觀量，但是其度量也需要符合客觀實際，因此需要對其進行檢驗。對其檢驗有定性及定量兩種方式。定性方面，可以采用經濟意義檢驗法；定量方面，可以采用一致性檢驗法。當然，在實踐中，定性檢驗即可滿足一般驗證需求，定期和不定期一致性檢驗可以檢查模型效果和協助管理層進行反思。通過一致性檢驗發現主觀和客觀的偏差，從主客觀兩方面探究相關狀況，從而利于優化模型和提高管理水平。

（1）經濟意義檢驗

通過編制Gi表（表7）來反映指標在評估現金流質量的權重。為了更加清晰和方便觀察指標及其權重，便于后續檢驗工作，根據上述量化結果，編制Gi表。

首先，進行符號檢驗。從指標計算結果與常識來觀察，表7中，現金流量利息保障倍數的Gi值為0.1806，說明其與現金流質量正相關，與常識一致，同理，X2-X11的計算結果均為正，符合常理；從指標計算結果與理論假設來觀察，X1-X11的計算結果均為正，符合其正向指標的假設。因此，量化結果通過符號檢驗。

其次，進行權重比較檢驗。表7中反映現金流質量的權重順序為現金流量利息保障倍數、經營活動現金凈流量增長率、營業利潤現金含量……凈資產現金回收率、總現金流量增長率中，無明顯不符合財務常識的情況，故計算的量化結果通過權重比較檢驗。

表7 Gi表

（2）一致性檢驗

進行一致性檢驗需要評價指標與現金流質量關系的其他確定方法。根據專家打分形成權重是其中一種方法。根據專家團確定的權重數據，與模型計算數據一起制成二維表，展開一致性檢驗工作。在進行一致性檢驗時，采用肯德爾協調系數法進行檢驗。相關數據（見表8）和假設如下。

表8 一致性檢驗數據表

H0：企業現金流質量評價模型權重結果和專家團結果不一致；

H1：企業現金流質量評價模型權重結果和專家團結果一致。

基于上述數據，運用SPSS26.0進行計算，得出肯德爾協同系數如表9所示。

表9 肯德爾協同系數表

結論：企業現金流質量評價模型的評估結果和專家團結果具有一致性，且強度較高，通過檢驗，現金流質量的量化結果通過一致性檢驗。

5.評價標準的確定

現金流質量量化的一般公式：QCF=0.090340R1+0.021149R2+0.098470R3+0.065929R4+0.180558R5+0.065657R6+0.029496R7+0.090369R8+0.111665R9+0.141437R10+0.011290R11+0.093639R12+σ

四、結論與展望

首先，本文構建了企業現金流質量評價模型，其包括現金流質量的量化公式和評價標準的量化公式即：

QCF=∑RiGi+σ

前者用于量化模型的評價對象——現金流質量，后者用于量化其評價標準。

其次，引入同行業內企業的實際數據進行了實證分析，并對實證分析過程中形成的具體現金流質量量化公式進行了檢驗，并得出具體的現金流質量的評價標準ECQCF。在這個評價模型中，指標選取依據的是目前比較成熟的標準，但其難免會存在不完善的地方，如何更科學合理地選取評價指標將是后續研究的重點。