经济周期对企业财务预警模型的影响研究
[中图分类号]F74
[文献标识码]A
[文章编号]2095-3283（2017）05-0133-05
[作者简介]史家亮（1993-），男，汉族，硕士研究生，研究方向：经济周期理论，产权与合约理论；杨硕杰（1994-），男，汉族，湖北武汉人，硕士研究生，研究方向：财务预警；范伟阳（1992-），男，汉族，硕士研究生，研究方向：劳动经济学与激励理论；毛成振（1992-），男，汉族，硕士研究生，研究方向：汇率制度与经济周期理论；贾帅（1998-），男，汉族，会计学院学生。
一、引言
经济周期的更替往往会导致企业所处的宏观经济环境具有高度的不确定性，而这种不确定性容易引起企业的系统性财务风险。为了防范这种系统性的财务风险，适当的财务预警对企业来说是必不可少的。传统企业财务预警重点只是放在评价和预测企业内部的财务风险上，并没有找出外部因素对企业财务状况的影响。因此，根据不同的经济周期来建立相应的财务预警模型，并找出企业在不同时期应注重的预警点对企业的健康发展有着十分重要的意义。
信息设备制造业是一种研制和生产电子设备、电子元件和电子器件的行业，是支撑我国建设创新型国家的重要力量。本文以信息设备制造业为研究对象，通过建立不同经济周期的预警模型，来探究宏观经济的波动对企业财务预警的影响。
二、文献综述
（一）国外研究现状
传统的财务预警主要是从企业的角度来分析其财务状况，随着研究的深入，学者们开始将外部因素纳入企业的财务预警研究中。Platt（1990）通过将危机公司与正常公司配对研究，发现产业相对比率的预警能力高于传统的财务比率，并建立了基于产业相对比率的预测模型。Charitou和Trigeorgis （2000）结合期权定价模型的相关指标，发现将其与财务指标结合来建立财务预警模型时，模型的预测效果更好。Dilek Karahoca（2013）将GDP、股票价格指数等加入到财务预警模型中，实证结果表明，加入了宏观经济因素的财务预警模型，其预警准确性大大提高。
（二）国内研究现状
近年来，我国学者也开始将外部因素纳入到财务预警研究之中。陆正华、钟燕华（2009）以环境变化程度指标为标准，检验行业环境特征与现金持有量之间的相关性，发现环境变动程度对企业现金持有具有显著影响。张友棠、黄阳（2011）利用系统动力学原理构建企业财务预警控制模型，并将行业竞争风险指数、行业生命周期风险指数、税率风险指数等衡量行业风险的指数带入模型之中，将企业财务预警与行业风险控制有机结合。
三、经济周期对企业财务风险的影响分析
（一）经济周期的划分
根据国务院发展研究中心公布的宏观经济景气指数（先行指数），我国宏观经济经济在2008、2010、2011、2013、2014五个年度为下行期，而在2009、2012、2015三个年度为上行期（见图1）。
（二）宏观经济波动对企业财务风险的影响
宏观经济波动主要从市场供求关系、银行信贷水平、政府经济政策等方面影响企业的财务风险。
宏观经济下行，消费者消费水平下降，市场需求降低，短期内造成企业产品供过于求，库存增加，成本增加，现金流减少并且盈利能力下降；银行倾向于收缩信贷水平，提高信贷成本，进而使得企业借贷水平下降，造成现金流的断裂，此外，企业借贷的成本增加，导致企业的还款金额和还款压力增加；而政府在经济下行期倾向于采用宽松的经济政策，适当增加货?帕俊⒓跎�税收、提�?银行的信贷水平，缓解企业生存压力。
当宏观经济上行时，消费需求增加，市场处于供不应求的状态，银行信贷额度增加，企业信贷成本下降等，企业在信贷方面的压力会有所降低；而政府则会采取适当紧缩的货币政策和财政政策防止经济过热。
四、研究样本与财务指标的选取及处理
（一）样本的选取
根据证监会2012年行业分类的标准，信息设备制造业主要包括计算机、通信和其它电子设备制造业。截至2015年12月31日，该行业共有上市公司254家，其中在B股、创业板、中小板和新三板上市的公司共79家，但由于在B股或非主板上市的公司不具有代表性，因此选取在沪市A股主板上市的公司作为研究对象进行研究，时间跨度为2008―2015年。本文所使用数据来自国泰安数据库，统计分析使用stata120统计软件。
（二）财务指标的选取
以资产负债表和利润表为基础的财务指标的真实性往往会受到企业管理者对会计政策的选择以及有意识的盈余管理的影响，从而使得指标的有效性大大降低。为提高财务预警模型的准确性和科学性，本文在借鉴他人研究成果的基础上，引入现金流量指标，并将其与传统的财务指标相结合。
本文在遵循系统性、重要性、可得性原则的基础上，通过筛选保留债务保障率、现金流量比率等十个财务指标，建立企业财务预警指标体系，如表1所示。
（三）数据的标准化处理
不同的指标变量存在着不同的量纲，为避免量纲的不同对分析带来的影响，需要在实证前对数据进行标准化处理。设第i家公司第j个指标的值为Xij，其标准化处理后值为： X′ij=Xij-XjSj
其中：Xj=1n∑ni=1Xij，Sj=1n∑ni=1（Xij-Xj）2
五、财务预警模型的建立
（一）财务预警模型的选择
常见的财务预警模型包括一元判定模型、多元判别模型、多元逻辑回归模型、多元概率回归模型、综合预测模型等。其中，Logistic模型不要求样本满足多元正态分布，不要求同方差性，使用条件比较符合实际情况。而在本文选取的样本中，发生财务危机的企业和未发生财务危机的变量方差不同，不满足多元正态分布，因此选择使用Logistic模型来进行财务预警。
Logistic模型在财务预警使用中，假设企业发生财务预警的概率P（企业发生财务危机时取1，未发生财务危机时取0）与预警变量θ之间的关系为：
P=eθ1+eθ
P值越大表示企业存在的财务风险越大，当P大于临界值时，表明企业发生财务危机的概率较大；当P小于临界值时，表明企业发生财务危机的概率较小。
（二）主成分分析
为了将原有的10个财务指标简化，同时避免遗漏重要信息，首先要进行主成分分析，提取主成分因子，得到主成分的特征值和贡献率，本文将经济上行期和经济下行期的数据分开处理，对不同经济周期提取不同的主成分因子，如表2所示。
由表2可以看出，在经济上行期抽出的六个主成分，累积贡献率达到8637%；在经济下行期抽出的六个主成分，累积贡献率达到8385%，由此可以看出，无论是在经济上行期还是经济下行期，提取的六个主成分都能够解释原始的10个财务指标的大部分信息。
为检验财务指标之间的共性强度，需要对选取的财务指标进行KMO检验，检验结果如表3所示。
KMO的值介于0和1之间。KMO越高，表明变量的共性越强。Kaiser（1974）提出通过KMO值判断变量之间是否适合做主成分分析的标准：000-049，不能接受；050-059，非常差；060-069，勉强接受；070-079，可以接受；080-089，比较好；090-100，非常好。根据这一标准进行分析，无论是经济上行期还是经济下行期，指标之间的共性都很强，适合做主成分分析。
主成分分析中，需要求得五个主成分因子的因子负载量，来解释五个主成分因子。为了避免变量之间的多重共线性，提升主成分因子的解释效果，需要对因子载荷矩阵进行旋转。本文采取方差最大正交旋转法简化因子结构。旋转后的因子载荷矩阵如表4所示。
在经济上行期：第一主成分F1与X1、X6、X7、X9的相关程度较高，因此由这五个变量解释F1，可以反应企业的偿债能力和获现能力；第二主成分F2与X5、X6、X9的相关程度较高，因此由这三个变量解释F2，可以反应企业的获现能力和财务弹性；第三主成分F3与X4、X5、X8的相关程度较高，因此由这三个变量解释F3，可以反应企业的发展能力和获现能力；第四主成分F4与X3相关程度较高，因此由这一个变量解释F4，可以反应企业的偿债能力；第五主成分F5与X10相关程度较高，因此由这一个变量解释F5，可以反应企业的营运能力；第六主成分F6与X2相关程度较高，因此由这一个变量解释F6，可以反应企业的财务弹性。
在经济下行期：第一主成分F1与X1、X5、X6、X7的相关程度较高，因此由这四个变量解释F1，可以反应企业的偿债能力和获现能力；第二主成分F2与X6、X8、X9的相关程度较高，因此由这两个变量解释F2，可以反应企业的获现能力和财务弹性；第三主成分F3与X3、X8的相关程度较高，因此由这两个变量解释F3，可以反应企业的偿债能力和获现能力；第四主成分F4与X10相关程度较高，因此由这一个变量解释F4，可以反应企业的营运能力；第五主成分F5与X4相关程度较高，因此由这一个变量解释F5，可以反应企业的发展能力；第六主成分F6与X2相关程度较高，因此由这一个变量解释F6，可以反应企业的财务弹性。
五个主成分的表达式如表5所示。
（三）Logistic模型的建立
根据主成分分析的结果，分别对不同经济周期的六个主成分作Logistic回归分析，企业发生财务危机（亏损）时取1，未发生财务危机时取0，结果如表6所示。
其中，（1）式表示经济上行期的财务预警模型，该模型的预警临界值为014；（2）式表示经济下行期的财务预警模型，该模型的预警临界值为011。
从模型上来看，在经济上行期，主成分F3对企业财务状况影响较大，即在经济上行期，企业的发展能力和获现能力对企业的财务状况影响较大；在经济下行期，主成分F1、F5对企业财务状况影响较大，即在经济下行期，企业的偿债能力、获现能力和发展能力对企业财务状况影响较大。
（四）模型预测效果检验
为检测构建的模型在各个年度是否能够准确的预测样本公司的财务状况，需要对模型的预测效果进行检验，检验结果如表7所示。
根据预测的结果来看，模型（1）对财务状况正常的企业预测准确率为8047%，对财务状况非正常企业预测准确率为75%，总体预测准确率为7976%，预测能力较好；模型（2）对财务状况正常的企业预测准确率为7173%，对财务状况非正常企?I预测准确率为7143%，总体预测准确率为7116%，预测能力低于模型（1），但尚能接受。
六、总结
宏观经济的波动往往会通过影响市场需求、银行信贷水平、政府经济政策等方面来改变企业所处的外部环境，进而影响企业的现金流量、盈利能力、借贷成本、借贷水平等方面，使企业的财务风险发生变化。
本文利用主成分法构建不同经济周期的Logistic模型，通过模型进行实证分析，并得出结论：不同的经济周期企业财务预警的侧重方向不同，在经济上行期，企业应该重点关注自身的获现能力和发展能力；而在经济下行期，企业除了要关注自身的获现能力和发展能力外，还要关注自身的偿债能力。企业应根据所处的经济环境正确选择预警的侧重点，这样才能更好地对自身财务状况做出判断。
- 上一篇：企业微博营销SWOT分析
- 下一篇：基于PDCA的企业环境成本控制研究
