張曾蓮，吳雪琴

（北京科技大學經濟管理學院，北京100083）

高校財務風險綜合評價與預警研究

張曾蓮，吳雪琴

（北京科技大學經濟管理學院，北京100083）

以北京市25所部屬高校的財務數據為基礎，基于重要性原則選取了19個財務指標，構建了財務風險評價體系，通過因子分析選出5個公因子，建立了財務風險預警模型，并用吉林大學的財務數據對模型進行了穩(wěn)健性驗證。利用財務風險預警模型可以評價各高校的財務風險程度，促進高校風險防范的制度化、投資決策的科學化、決策程序的規(guī)范化和運行風險的最小化。

高校； 財務風險； 預警模型； 因子分析法

一、文獻回顧

財務風險管理的關鍵環(huán)節(jié)是建立系統(tǒng)模型，對財務風險進行定量分析。財務風險預警的一般研究方法是，先確定一組陷入財務危機的樣本，再確定一組未陷入財務危機的樣本作為控制樣本，然后采用一定的統(tǒng)計方法對兩組樣本數據進行分析，從而揭示出哪些財務比率在兩組樣本中存在一致且顯著的差異，最后使用具有顯著差異的比率和指標體系構造出財務危機預測的基本模型。

國外學者提出了許多財務預警模型，在這些模型中，依據預測方法對總體的分布限制，可以將預測方法分為參數方法和非參數方法。參數方法主要有單變量分析法、多元判別分析法和多元條件概率模型法三種，非參數方法主要包括神經網絡模型、案例推理、DEA模型、決策樹分析和粗糙集分析等。雖然國外對財務風險的研究有很多，但對高校財務風險的研究甚少。

高校財務風險是國內研究的熱點，很多學者對高校財務風險評價和預警進行了研究。李曙光（2004）利用模糊集合論技術，建立了高校貸款風險模糊數學評判模型。尹中曉（2006）采用實證研究的方法，以陜西省16所高校2004、2005年的財務數據作為模型樣本，采用層次分析與改進的功效系數法相結合的方法，構建了高校財務風險預警分析模型，并利用功效系數法的計算結果對BP神經網絡進行了學習訓練。尹繼北（2006）創(chuàng)造性地把灰色系統(tǒng)理論引入高校的財務風險評價中，提出了高校的財務灰色評價，并將人工神經網絡應用到高校財務風險預警中，以實驗設計結果證實了預警系統(tǒng)的有效性。在高校財務風險評價及預警的研究中，由于數據的可獲得性較差，使得各種預警體系缺乏可操作性，這在某種程度上制約了預警系統(tǒng)在實際管理中的應用。

總之，財務風險預警模型研究的理論框架已初步形成，明確警義、尋找警源、分析警兆和預報警度的邏輯框架已被廣泛接受，也形成了基本的研究方法。但是，阻礙風險預警研究的諸多問題仍然存在。例如，在理論方面，雖然已經具備一定的理論基礎，但還是難以適應日漸變化的經濟環(huán)境；在模型建立方面，應采用哪些指標、以什么樣的預警結構建立適應經濟實體的預警系統(tǒng)，仍是需要研究的課題。本文將對財務風險的類型及成因進行分析，在此基礎上構建財務風險預警的指標體系，并利用因子分析對真實的財務數據進行研究，進而構建出財務風險預警模型。

二、高校財務綜合評價與風險預警指標體系的構建

（一）高校財務風險分析

高校財務風險是指由于多種因素的作用，使得學校不能實現預期財務收益，賬面資金難以支付到期應付的貸款本息，資產價值難以沖抵債務數額，從而帶來損失的可能性。財務風險客觀存在于高校財務管理的各個環(huán)節(jié)，本文主要從籌資風險、投資風險和財務狀況失衡風險三個層面進行分析。

1.籌資風險。高校的籌資渠道除了國家財政撥款外，還有學費收入、科研收入和其他收入。此外，在高校的新校區(qū)建設中，數額可觀的銀行貸款是十分重要的資金來源，由此可能產生貸款及抵押風險。財政撥款是根據高校的在校學生人數來核撥經費的，高校的招生情況必然影響到國家的財政撥款，特別是在國家財政實行零基預算后，一些專項資金是根據高校申報項目的實力來撥款，這些款項不一定能拿得到，這種不確定性會影響高校的財務收入。高校的學費收入也存在很大的不確定性，招生風險已經首先在非重點院校出現，再加上學費的收繳率不能確定以及學生還貸情況的不確定性，使得高校面臨一定的財務風險。

2.投資風險。高校的投資主要有教學與科研等基本建設投資、后勤非經營性資產投資、校辦產業(yè)經營性資產投資，其對應的風險分別為基本建設投資風險、運營投資風險、校辦產業(yè)風險。（1）基本建設投資風險。教育部已開展了多年的本科教學評估工作，其評估指標對教學投入、生均教學設備值、生均校舍面積、生均運動場面積、生均用地面積等都有明確的規(guī)定，要求學校的教學基礎設施建設規(guī)模要與其辦學規(guī)模相適應。高校的教學基礎設施建設需要投入大量的資金，這些基礎建設項目投資的收益大部分是由辦學規(guī)模擴大帶來的學費。然而，高校投資的收益會受諸多宏觀和微觀因素的影響，并在很大程度上受學校未來招生狀況的影響。（2）運營投資風險。目前，高校的后勤社會化改革還不徹底，需要國家政策和資金的支持，其在財務管理關系、經營模式、內部競爭、經濟運行和服務水平方面均存在一定的問題，需要不斷地投入資金，這無疑給高校財務增加了負擔，增大了財務運營風險。（3）校辦產業(yè)風險。校辦產業(yè)中產權不明、責任不清、監(jiān)督不力的現象較為普遍，從而造成效益低下、管理混亂、資金流失的后果。若改制后的公司制校辦產業(yè)在激烈的市場競爭中失利，就會使“一股獨大”的高校股權利益蒙受損失。

3.高校財務總體失衡風險?？傮w失衡風險是指在高校財務狀況的長期平衡過程中出現失衡，包括流動資金短缺的風險和凈資產潛虧的風險。我國的高校是事業(yè)單位，在總體財務狀況方面不易出現資不抵債問題，但流動資金短缺是可能存在的，如不能按時發(fā)出工資、日常資金開支短缺等。（1）流動資金短缺風險。我國高校主要采用收付實現制進行會計核算，資金運動的主體形式是現金的收支活動，對收支的控制實際上就是現金流量控制。因此，許多高校非常重視收支控制，而忽視了對現金流量的日常控制，從而導致現金短缺、拖欠工資、對外舉債等。通常，高校當年的事業(yè)收入是本年的現金流入，但當年的事業(yè)支出不一定是本年的現金流出。（2）凈資產潛虧風險。若高校凈資產的賬面余額小于其應有余額，就會出現凈資產潛虧，這主要是由于高校賬面凈資產的結余與專項指標結余的不對稱造成的，使得專項結余指標缺少凈資產的保證。高校對預算管理的失控是導致凈資產潛虧的直接原因。

（二）高校財務風險指標體系

本文以上述三類財務風險為基礎，從高校的償債能力、運作能力、投資能力和發(fā)展?jié)摿λ膫€方面，提出19個指標來構建高校財務風險指標體系（詳見表 1）。

表1 高校財務風險綜合評價指標體系

1.償債能力指標。償債能力是指高校償還各種到期債務的能力，高校若不具備較高的償債能力，應付突發(fā)事件的能力就較弱，發(fā)生財務風險的可能性也就較高。（1）年末借款總額占總經費收入的比重，即學校累計借款總額占當年學校經費收入的比率，它反映了以學校年收入承受財務風險的程度。公式中的分母應選擇當年的總收入而不是總資產，因為學校的資產屬于國有資產，不能用于還債，還本付息要完全靠學校的收入，要用流動資金而不是固定資產。所以，借債比率越高，風險就越大，會對學校的發(fā)展形成威脅。（2）學校累計借款總額占總資產的比率，即學校歷年從校外獲得的貨幣資金形態(tài)的借款總金額年末數，包括教學、科研、基建和后勤長期負債，它反映了以學校規(guī)模籌集資金的程度。這一比率越大，預示著學校的借債比率越大，財務風險也越大。（3）資產負債率，即學校負債總額與全部資產的比率，反映了校級財力的資產負債情況。由于高校不具備負債經營的條件，所以該指標僅僅是進行財務分析時了解學校財務風險的工具。資產負債率低，說明學校的凈資產多，能在一定程度上反映學校的財務風險程度。（4）學校借入款項占貨幣資金的比率，它反映了學校的還款儲備率，因為學校借入款項有不同的渠道和不同的還款期限，無法準確測算其年度償還額，只能以其總額與貨幣資金的比率來測算到期的還款壓力。這一比例越高，說明學校的財務風險越大，到期還款的壓力也越大。（5）借入款項與凈資產的比率，即高校年末借款總額占凈資產的比值，它反映了債務負擔與償債保證之間的關系，揭示了高校的凈資產對債權人的保障程度。該指標值越低，說明高校的長期償債能力越強，債權人將資金借給學校的風險也越小。（6）銀行存款占負債總額的比重，即高校年末銀行存款總額與總負債的比值，它反映了高校用銀行存款償還債務的能力。該指標值越大，說明高校的償債能力越強。

2.運行能力指標。運行能力是指高校有效、合理地利用教育資源完成預期目標的能力，它反映了高校的日常管理水平和管理能力。（1）資金可供周轉月數，即高校貨幣資金與月平均支出額的比率。高校貨幣資金包括學校年末現金、銀行存款與債券投資，它反映了學校在新財政年度可動用的貨幣資金數。貨幣資金支付率越高，說明學校月可支配和周轉的財力越強。（2）應收及暫付款占年末流動資產的比率，即學校年末暫付款總額占年末全部流動資金（資產總額減去固定資產與無形資產）的比重。該指標數值越大，說明學校的財務風險越大。（3）總支出與總收入的比率，即高校當年的總支出占當年總收入的比例，它反映了高校收支的平衡狀況。該指標值若小于1，說明高校收入大于支出，當年有盈余。通常，該指標值越小，說明高校的收益能力越強。該指標的警戒線應根據高校的實際情況確定，指標值過低應引起重視。（4）一般基金占事業(yè)基金的比率，即年末學?？蓜佑玫囊话慊鹫际聵I(yè)基金的比例，用于衡量學校事業(yè)基金可動用的程度。其比值越低，說明學校調劑彌補預算缺口的能力越差。（5）學校年末凈存款占學?？傊С龅谋戎?，它反映了高校動用銀行存款維持學校正常運行的能力，是顯示高校支付能力的一個重要指標。通常，該指標值越大，說明支付能力越強。

3.投資能力指標。投資能力反映了高校利用其經濟資源獲取經濟利益的能力，投資能力低，說明高校的發(fā)展資金保障不足，發(fā)生財務風險的可能性較大。（1）校產的投資收益率，它反映了高校對校辦企業(yè)投資的收益狀況，是反映高校對校辦企業(yè)投資績效的重要指標，能從一個側面反映高?？萍汲晒D化為資本收益的能力。該指標值與高校的收益能力大小成正比，指標值越大，說明高校的投資收益越好。該指標的警戒線要根據高校的實際情況來定，指標值不應過低。（2）投資收益比率，它反映了校辦產業(yè)投資和其他投資的效益狀況，也從另一個側面反映了高?？萍汲晒D化為資本收益的能力。該指標值與學校的收益能力成正比。該指標的警戒線要根據高校的實際情況確定，指標值過低應引起重視。（3）投資基金占事業(yè)基金的比率，即年末學校的一般投資基金占事業(yè)基金總數的比例，用來反映學校年末事業(yè)基金中對外投資資金的比例。該比值越小，說明學校的對外投資風險越小。（4）資產收入比率，它反映了高校每一元錢的資產所獲取的收入。該指標與獲取收益成正比，與資產投入成反比。該指標值越大，說明用一定的資產投入得到的收入越多，或者得到一定收入所投入的資產越少，即收益能力越強。該指標的警戒線要根據高校的實際情況確定，指標值過低應引起重視。

4.發(fā)展?jié)摿χ笜?。發(fā)展?jié)摿Ψ从沉烁咝？沙掷m(xù)發(fā)展的能力，高校發(fā)展不應局限于當前，更要面向未來，為長期發(fā)展奠定良好的資金基礎。一個學校的發(fā)展?jié)摿Σ蛔?，說明其未來的財務風險會較大。（1）資產權益比率，即高?？傎Y產中凈資產所占的比例。該比率越高，說明未來高?？蓜佑玫膬糍Y產越多。該指標的警戒線要根據高校的實際情況確定，指標值過低或過高均應引起重視。（2）自有資金動用比率，它可以衡量高校凈資產中實際可控制資金（包含投資基金）的利用程度，體現了其后續(xù)發(fā)展?jié)摿Φ拇笮?。該指標值越大，說明高校實際自有資金可動用的程度越高。該指標的警戒線有一個范圍，通常為40%～60%。（3）現金凈額增長率?，F金具有很強的支付能力，是學校財務活動和各項事業(yè)正常運轉的重要保障。該指標直接體現了學?？芍浜椭苻D的財力狀況，反映了學校事業(yè)建設的可持續(xù)發(fā)展能力。該比率越高，說明財務調控能力和對債務的支付能力越強。其臨界值比率為0.1，是極大型變量。（4）凈資產增長率，即高校本年凈資產總額與上年凈資產總額的比率，它反映了高校資本規(guī)模的擴張速度，是衡量高校總量規(guī)模變動和成長狀況的重要指標。凈資產收益率較高，說明學校有較強的生命力和發(fā)展后勁。

三、因子分析

本文利用北京市25所部屬高校各年的財務報表，應用SPSS的因子分析，提取出公共因子，建立風險評價模型，算出臨界值，并使用吉林大學的財務數據進行穩(wěn)健性檢驗。

（一）建立觀測數據并進行直觀分析

我們根據北京市25所部屬高校的資產負債表和收入明細表，計算出19個財務指標值，建立了觀測數據表，用來分析各高校（A，B，C，．．．，Y）的償債風險、運行風險、投資風險和發(fā)展?jié)摿Γū?）。每組均分為高風險和低風險兩類，并按風險高低排序（表3）。

表2 25所高校的財務指標值

續(xù)表2

表3 對25所高校財務指標值的財務風險直觀分析

（二）因子分析

將觀測數據輸入SPSS軟件進行因子分析，運行結果如表4所示。表中第一列是19個變量名，第二列是根據因子分析初始解計算出的變量共同度。利用主成分分析可以得到19個特征值，它們是因子分析的初始解，利用這19個特征值和對應的特征向量可以計算出因子載荷矩陣。此時，每個原始變量的所有方差都能被因子變量解釋，于是，每個原有變量的共同度都是l。第三列是根據因子分析最終解計算出的變量共同度，根據最終提取的m個特征值和對應的特征向量可以計算出因子載荷矩陣。此時，由于因子變量個數少于原有變量個數，每個變量的共同度必然小于l。

表4 公因子方差

表5 解釋的總方差

表5列示了以觀測數據做因子分析后的因子提取和因子旋轉結果。表中第一列至第四列描述了因子分析的初始解對原有變量總體的刻畫情況：第一列是因子分析的19個初始解的序號；第二列是因子變量的方差貢獻(特征值)，它是衡量因子重要程度的指標；第三列是各因子變量的方差貢獻率，表示該因子刻畫的方差占原有變量總方差的比例；第四列是因子變量的累計方差貢獻率，表示前m個因子刻畫的總方差占原有變量總方差的比例。第五列至第七列是從初始解中提取5個公共因子后對原變量總體的刻畫情況，各列數據的含義與第二至第四列的含義相同?？梢?，如果提取5個公共因子，就能描述原變量總方差的87.967%，大于80%，可以認為這5個因子基本上反映了原變量的絕大部分信息。第八至第十列是旋轉后的因子對原變量總體的刻畫情況，各列數據的含義同前。

從碎石圖（本文沒有列出）來看，其橫軸代表公共因子個數，縱軸代表特征值，當提取l、2個公共因子時，特征值變化非常明顯，當提取6個以上的公共因子時，特征值變化較小，基本趨于平緩。這說明提取5個公共因子對原變量信息的刻畫有顯著的作用，而提取6個以上的公共因子對原變量信息的刻畫已無顯著貢獻。因此，本文提取了5個公因子。

旋轉成分矩陣是根據最大方差法將因子載荷矩陣旋轉后得到的結果。按照慣例，當一個變量的載荷值大于或等于0.5時，可將其歸納到一個因子中去，表6中標注下劃線的是大于或等于0.5的數值。旋轉成分矩陣使因子變量的含義更加清楚：第一個因子變量基本上反映了年末借款總額占總經費收入的比重、學校累計借款占總資產的比率、學校資產負債率、學校借入款項占學校貨幣資金的比率、借入款項與凈資產的比率、銀行存款占負債總額的比重、應收及暫付款占年末流動資產的比重及資產權益比率6個指標；第二個因子主要反映了校產的投資收益率、投資收益率和資產收入比率3個指標；第三個因子主要反映了資金可供周轉月數和年末凈存款占總支出的比重2個指標；第四個因子主要反映了一般基金占事業(yè)基金的比重、投資基金占事業(yè)基金的比率、自由基金動用比率和現金凈額增長率4個指標；第五個因子主要反映了總支出與總收入的比率和凈資產增長率2個指標。

表6 旋轉成分矩陣

表7 成分得分系數矩陣

表8 各高校的風險評價指標值

從表7中查出各指標的得分系數，可建立因子得分及總得分計算公式：

最后，可以計算各高校的因子得分 F1、F2、F3、F4、F5以及總得分F（見表8）。從計算公式中可以看出，F值越大，高校的財務風險就越小。其中，風險較高的高校有A、J、Q、S、Y，其F值處于較低水平。從前面高校風險指標值的直觀分析中可以看出，高校A、D、J、L、Q、Y處于較高風險組。這說明模型的計算結果與直觀分析的結果高度吻合，該風險評價模型具有一定的準確性。

（三）穩(wěn)健性檢驗

吉林大學的財務風險問題曾轟動一時，選其作為模型檢驗的案例具有代表性，能在一定程度上驗證模型的準確性。我們根據吉林大學2006年的財務數據，計算出財務指標值及風險指數（見表9）。從吉林大學的償債比率來看，年末借款總額占總經費收入的比重X1、學校累計借款總額占總資產的比率X2、學校借入款項占學校貨幣資金的比率X4、借入款項與凈資產的比率X5都大大超出正常范圍，說明吉林大學負債很多，償債壓力巨大。吉林大學的校產投資收益率X12僅為0.006，投資收益率X13僅為0.004，說明學校的投資收益很少，不良投資較多。另外，學校的自有資金動用比率X17為負，說明其運作能力很低。綜合來看，吉林大學的財務風險很大。其F值為負，說明財務風險問題嚴重，這與實際情況是相符的。

表9 吉林大學2006年財務指標值和財務風險指數

四、研究結論

財務風險預警的方法有很多，應根據我國高校的實際情況，采用計算簡便、可操作性強的預警方法。本文采用的因子分析法原理科學明了、計算簡便、可操作性強，得出的結論也較為符合實際。

［1］谷文林.高校財務風險現狀及分析［J］.現代管理科學，2008(6).

［2］舒敏芬.談高等學校財務風險及其防范［J］.寧波大學學報（教育科學版）,2005，27（5）.

［3］胡延杰，龐娟娟.Z值模型對中國上市公司的適用性研究［J］.云南財經大學學報，2005，21（6）：86-89.

［4］E I Altman.Managing Credit Risk:A Challenge for the New Millennium［J］.Economic Notes，2002，31（2）:201-214.

［責任編輯：高 ?。?/p>

Research of University Financial Risk Evaluation and Forecasting Model

ZHANG Zeng-lian,WU Xue-qin
（School of Economics&Management,Beijing University of Technology,Beijing 100083,China）

Using financial risk prediction analysis as a diagnostic tool,on the basis of dependable accounting information，with the evaluation system for university financial management,which is structured by 19 single financial ratio indexes，and factor analysis tool of SPSS statistic software,finally the author gets 5 irrelevant components，and establishes an forecasting model of financial risk of university.The research is advantageous for the university to systematize the risk prevention,promote investment decision-making to scientific level,and minimize the operating risk.

institutions of higher learning;financial risk;forecasting model;factor analysis

G647

A

2095-106X（2011）01-0001-07

2011-01-05

教育部人文社會科學青年基金項目“我國政府會計準則的制定歷程、實施效果與重新構建研究”（編號：10YZC790367）；教育部財務司課題“高校主管部門教育財務管理與決策研究”

張曾蓮（1980-），女，湖南長沙人，北京科技大學經濟管理學院教師，會計學博士，管理科學與工程博士后，研究方向是教育財務。