摘 要：隨著我國經(jīng)濟(jì)的發(fā)展和國際化進(jìn)程的加快，上市公司面臨的環(huán)境更加復(fù)雜，文章從現(xiàn)金流的角度分析了滬市865家上市公司的流動(dòng)性、財(cái)務(wù)彈性、獲取現(xiàn)金的能力和收益質(zhì)量等，從分析中發(fā)現(xiàn)，很多上市公司的現(xiàn)金流與利潤和收益都存在不配比性。從現(xiàn)金流分析得出的結(jié)論與收益角度得出的結(jié)論存在明顯的差異，企業(yè)存在很大的不確定性。

關(guān)鍵詞：現(xiàn)金流 財(cái)務(wù)預(yù)警 描述性統(tǒng)計(jì)

中圖分類號：F830.91 文獻(xiàn)標(biāo)識碼：A

文章編號：1004-4914（2015）05-094-02

隨著我國經(jīng)濟(jì)的發(fā)展和國際化進(jìn)程的加快，上市公司面臨的環(huán)境更加復(fù)雜，隨之給其帶來的不確定性和風(fēng)險(xiǎn)更加缺乏預(yù)測性，企業(yè)要面對來自于全球的金融風(fēng)險(xiǎn)，只要稍微不慎可能就會(huì)面臨倒閉。在這種先求生存再謀發(fā)展的環(huán)境下，分析我國上市公司存在的潛在風(fēng)險(xiǎn)、分析風(fēng)險(xiǎn)存在的潛在原因與影響因素、準(zhǔn)確判斷上市公司財(cái)務(wù)危機(jī)的程度、避開或化解上市公司可能出現(xiàn)的財(cái)務(wù)危機(jī)，保證上市公司財(cái)務(wù)運(yùn)行正常，就顯得越來越重要。

一、基于現(xiàn)金流的財(cái)務(wù)預(yù)警研究綜述

運(yùn)用個(gè)別財(cái)務(wù)比率對財(cái)務(wù)危機(jī)進(jìn)行預(yù)測這種做法是由Fitzpatrick于1932年提出的。后來，Beaver在此基礎(chǔ)上提出了較為完整的單變量分析法。在眾多多元線性判別模型中，典型代表當(dāng)屬美國阿爾曼教授于1968年建立的Z分?jǐn)?shù)模型，不但方法簡單而且精確度高，所以這個(gè)模型被西方企業(yè)一直沿用至今。1980年，Ohlson首先提出來?xiàng)l件概率模型。1992年，Salchenberger等使用了人工神經(jīng)網(wǎng)絡(luò)模型對金融企業(yè)進(jìn)行了財(cái)務(wù)失敗的判斷。1994年，Altman、Marco和Varetto也使用了這種方法對意大利的企業(yè)進(jìn)行了財(cái)務(wù)失敗的判斷。這些研究分析的結(jié)果都比線性判別模型的效果要好。更有一些國外學(xué)者把兩種以上的模型結(jié)合使用以建立聯(lián)合預(yù)測模型。如2000年韓國的B.S.Ahn等將粗糙集理論與神經(jīng)網(wǎng)絡(luò)方法結(jié)合起來，2001年英國的Feng YuLin和Sally McClean將四種財(cái)務(wù)預(yù)警的方法結(jié)合起來。這些研究的結(jié)果表明，在同等的條件下，聯(lián)合多種模型的預(yù)測結(jié)果會(huì)比單一的預(yù)測結(jié)果好。在這些預(yù)警的模型中都逐漸引入了現(xiàn)金流。

國內(nèi)對財(cái)務(wù)預(yù)警系統(tǒng)的研究起步較慢，但目前也有不少學(xué)者在該領(lǐng)域的研究上取得了一定的成績。1996年周守華等在阿爾曼模型的基礎(chǔ)上提出來F分?jǐn)?shù)模型。1999年，陳靜對財(cái)務(wù)數(shù)據(jù)進(jìn)行了單變量分析和多元線性判別分析。2000年，張玲建立的二類線性判別模型獲得了超前4年的預(yù)測結(jié)果。2001年，楊保安等人建立的人工神經(jīng)網(wǎng)絡(luò)模型更是獲得了與實(shí)際情況基本一致的實(shí)驗(yàn)結(jié)果。

對于一個(gè)健康、有序、正在成長中的上市公司來說，經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金凈流量是正數(shù)，投資活動(dòng)產(chǎn)生的現(xiàn)金凈流量是負(fù)數(shù)，籌資活動(dòng)產(chǎn)生的現(xiàn)金凈流量是正負(fù)相間的。

二、樣本與變量選取的原則

（一）樣本選取的原則

本研究選取滬市截止2012年4月20日XBRL公布的865家上市公司作為樣本數(shù)據(jù)，在選取樣本時(shí)，主要遵循了以下幾個(gè)原則：

第一，剔除了滬市截止2011年4月20日XBRL尚未提交XBRL文檔的上市公司；

第二，在對上市公司進(jìn)行數(shù)據(jù)分析時(shí)，剔除了年報(bào)中沒有披露現(xiàn)金流或各項(xiàng)現(xiàn)金流信息披露不全的上市公司；

第三，為了消除異常數(shù)據(jù)對研究結(jié)果的影響，異常數(shù)據(jù)剔除，異常數(shù)據(jù)主要包括公司沒有披露基本每股收益、凈利潤、現(xiàn)金流、營業(yè)利潤等或披露得不全面的。

（二）變量選取的原則

變量在選取的過程中，主要圍繞著與現(xiàn)金流有關(guān)的變量，參考國內(nèi)外學(xué)者的研究結(jié)果，主要選取了四大類變量，包括流動(dòng)性分析的三項(xiàng)指標(biāo)：現(xiàn)金流動(dòng)負(fù)債比、現(xiàn)金債務(wù)總額比、現(xiàn)金利息保障倍數(shù)；獲取現(xiàn)金能力的三項(xiàng)指標(biāo)：銷售現(xiàn)金比率、每股經(jīng)營現(xiàn)金凈流量、全部資產(chǎn)現(xiàn)金回收率；財(cái)務(wù)彈性的兩項(xiàng)指標(biāo)：現(xiàn)金滿足投資比率、現(xiàn)金股利保障倍數(shù)；反映收益質(zhì)量的兩項(xiàng)指標(biāo)：凈利收現(xiàn)率和營業(yè)利潤收現(xiàn)率。

三、基于現(xiàn)金流的上市公司財(cái)務(wù)預(yù)警的描述性統(tǒng)計(jì)分析

（一）各項(xiàng)現(xiàn)金流的總體分析

1.經(jīng)營、投資、籌資活動(dòng)產(chǎn)生的現(xiàn)金凈流量。通過對選取的865家樣本經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流量的絕對數(shù)分析，得出如下的統(tǒng)計(jì)表：

從表1可以看出，在選取的865家上市公司中，有20.92%的上市公司其經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流是負(fù)數(shù)，有45.78%的上市公司其投資活動(dòng)產(chǎn)生的現(xiàn)金流是負(fù)數(shù)，有39.88%的上市公司其籌資活動(dòng)產(chǎn)生的現(xiàn)金流是正數(shù)，從其現(xiàn)金流的絕對數(shù)的角度可以看出，這些不在健康、正常、持續(xù)發(fā)展的公司中。

2.上市公司流動(dòng)性分析。以現(xiàn)金流反映上市公司流動(dòng)性的指標(biāo)主要包括新近流動(dòng)負(fù)債比、現(xiàn)金債務(wù)總額比和現(xiàn)金利息保障倍數(shù)?，F(xiàn)金流動(dòng)負(fù)債比。該指標(biāo)反映的是以本期經(jīng)營活動(dòng)凈現(xiàn)金流量來償還短期債務(wù)的比率，在企業(yè)正常、持續(xù)、健康發(fā)展的情況下，由經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金凈流量首先要滿足經(jīng)營活動(dòng)所需要的現(xiàn)金流量，用此指標(biāo)作為償還債務(wù)的基礎(chǔ)將更安全、更有效；現(xiàn)金債務(wù)總額比，該指標(biāo)用以衡量企業(yè)用年度的經(jīng)營活動(dòng)凈現(xiàn)金流量來償還全部債務(wù)的能力，能反映出企業(yè)長期償債能力；現(xiàn)金利息保障倍數(shù)，該指標(biāo)是指經(jīng)營現(xiàn)金凈流量為利息費(fèi)用的倍數(shù)，此指標(biāo)比收益基礎(chǔ)的利息保障倍數(shù)更可靠，因?yàn)閷?shí)際用以支付利息的是現(xiàn)金。通過對滬市865家上市公司的分析發(fā)現(xiàn)得出如下的統(tǒng)計(jì)結(jié)果：

從表2的統(tǒng)計(jì)分析結(jié)果可以發(fā)現(xiàn)，大部分上市公司的流動(dòng)結(jié)果與運(yùn)用收益的方法分析出來的結(jié)果得出的結(jié)論都存在很多的差異，其經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流無法滿足企業(yè)償債和支付利息費(fèi)用的需要。

3.獲取現(xiàn)金能力的統(tǒng)計(jì)分析。獲取現(xiàn)金能力的指標(biāo)主要有銷售現(xiàn)金比率、每股經(jīng)營現(xiàn)金凈流量、全部資產(chǎn)現(xiàn)金回收率。銷售現(xiàn)金比率是指企業(yè)經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金凈流量與銷售額的比重，該比率反映了美元銷售收入獲取現(xiàn)金流量的能力，其數(shù)值越大，表明企業(yè)的收入質(zhì)量越好，資金利用效果越好；每股經(jīng)營現(xiàn)金凈流量指標(biāo)反應(yīng)了經(jīng)營活動(dòng)現(xiàn)金凈流量與普通股股數(shù)的比重，每股能分得的營業(yè)現(xiàn)金流；全部資產(chǎn)現(xiàn)金回收率指標(biāo)是經(jīng)營現(xiàn)金凈流量與全部資產(chǎn)的比率，該指標(biāo)反映了企業(yè)全部資產(chǎn)產(chǎn)生現(xiàn)金凈流量的能力，該比值越大越好。

從表3的統(tǒng)計(jì)分析結(jié)果可以看出，在選取的樣本中，可以發(fā)現(xiàn)，滬市上市公司絕大部分公司獲取現(xiàn)金的能力都比較弱，都存在一定的風(fēng)險(xiǎn)與不確定性。

4.財(cái)務(wù)彈性的描述性統(tǒng)計(jì)分析。以現(xiàn)金流反映公司財(cái)務(wù)彈性的指標(biāo)主要包括現(xiàn)金滿足投資比率和現(xiàn)金股利保障倍數(shù)。現(xiàn)金滿足投資比率表明企業(yè)經(jīng)營產(chǎn)生的現(xiàn)金滿足資本支出與存貨增加和發(fā)放現(xiàn)金股利的能力，其值越大越好，比率越大，資金自給率越高；現(xiàn)金股利保障倍數(shù)是指經(jīng)營活動(dòng)凈現(xiàn)金流量與現(xiàn)金股利支付額之比，支付現(xiàn)金股利率越高，說明企業(yè)的現(xiàn)金股利占結(jié)余現(xiàn)金流量的比重越小，企業(yè)支付現(xiàn)金股利的能力越強(qiáng)。從選取的樣本中，能夠獲取第一項(xiàng)指標(biāo)的公司有728家，能夠獲取第二項(xiàng)指標(biāo)的數(shù)據(jù)有136家，描述性統(tǒng)計(jì)分析結(jié)果如下：

在對滬市上市公司財(cái)務(wù)彈性分析時(shí)，滿足比率計(jì)算第一項(xiàng)指標(biāo)的樣本有728家，滿足第二項(xiàng)指標(biāo)的有136家，從統(tǒng)計(jì)分析的結(jié)果可以發(fā)現(xiàn)，絕大部分的公司經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流是無法滿足公司投資的需要的，同時(shí)，對現(xiàn)金股利的保障也有30.88%的公司無法滿足。

5.收益質(zhì)量的描述性統(tǒng)計(jì)分析。以現(xiàn)金流為基礎(chǔ)反映上市公司收益質(zhì)量的指標(biāo)有凈利收現(xiàn)率和營業(yè)利潤收現(xiàn)率。凈利收現(xiàn)率反映公司凈利潤中現(xiàn)金收益的比重，即公司凈利潤對現(xiàn)金流貢獻(xiàn)的大小；營業(yè)利潤收現(xiàn)率指標(biāo)中的經(jīng)營現(xiàn)金流量和營業(yè)利潤都對應(yīng)于公司正常經(jīng)營活動(dòng)，因此有強(qiáng)的配比性，該比率一般應(yīng)大于1。通過對滬市2012年上市公司的財(cái)務(wù)數(shù)據(jù)分析，得出如下的描述性統(tǒng)計(jì)分析結(jié)果：

從表5的描述性統(tǒng)計(jì)分析結(jié)果可以發(fā)現(xiàn)，2012年滬市上市公司有58.78%的公司經(jīng)營活動(dòng)所創(chuàng)造的利潤提供的現(xiàn)金貢獻(xiàn)很??；由于經(jīng)營活動(dòng)的現(xiàn)金流與營業(yè)利潤兩者有很強(qiáng)的配比性，因此從分析結(jié)果可以看出，有62.15%的滬市上市公司的盈余質(zhì)量是低劣的，存在著一定的不確定性或風(fēng)險(xiǎn)。

四、結(jié)論

從統(tǒng)計(jì)分析的結(jié)果可以發(fā)現(xiàn)，很多上市公司雖然在利潤或每股盈余都很高，但是分析其現(xiàn)金流就發(fā)現(xiàn)，上市公司總體上現(xiàn)金流的狀況并不好，無法保證公司正常、健康、有序的發(fā)展，存在潛在的危機(jī)和不確定性，因此公司在日常發(fā)展過程中，不能只關(guān)注公司的利潤和收益，要更多地實(shí)現(xiàn)收益與現(xiàn)金流的比較與分析，以發(fā)現(xiàn)公司潛在的不確定性和風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1] 朱光婭.基于現(xiàn)金流的上市公司財(cái)務(wù)危機(jī)預(yù)警研究[J].內(nèi)蒙古科技與經(jīng)濟(jì)，2011（2）

[2] 許珂，盧海.房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警實(shí)證分析—基于Z3模型的應(yīng)用[J].經(jīng)濟(jì)論壇，2013（1）

[3] 黃迅，張穎，林宇.中國海外上市公司的PCA-SVM財(cái)務(wù)危機(jī)預(yù)警研究[s].程度理工大學(xué)學(xué)報(bào)，2013（1）

[4] 陳文浩.高級財(cái)務(wù)管理[M].高等教育出版社，2007（8）

[5] 黃曉芬，李文華.基于Z-Score模型的企業(yè)財(cái)務(wù)預(yù)警系統(tǒng)構(gòu)建.財(cái)會(huì)通訊，2013（7）

[6] 劉百紅.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警控制體系的構(gòu)建.鐵路采購與物流，2009（6）

（作者單位：中國人民銀行昆明中心支行會(huì)計(jì)財(cái)務(wù)處 云南昆明 650021；作者簡介：宋哲，注冊會(huì)計(jì)師，研究方向?yàn)闀?huì)計(jì)信息與風(fēng)險(xiǎn)管理。）（責(zé)編：賈偉）