楊 凌

（中國社會科學(xué)院研究生院 北京 100836）

應(yīng)收應(yīng)付項目與企業(yè)資金鏈斷裂關(guān)系研究

楊 凌

（中國社會科學(xué)院研究生院 北京 100836）

本文采用灰色關(guān)聯(lián)度評價（GRA）方法，以A股上市公司退市的42家企業(yè)為樣本，對其資金鏈斷裂與其原因的關(guān)聯(lián)度進(jìn)行了測試與排序。得出如下結(jié)果：從財務(wù)指標(biāo)與企業(yè)資金鏈斷裂關(guān)系的排列順序來看：排在最前面的應(yīng)收賬款周轉(zhuǎn)率，其次為應(yīng)收項目占流動資產(chǎn)比，再次為應(yīng)收賬款回收率，然后依次分別是資產(chǎn)負(fù)債率、應(yīng)付賬款周轉(zhuǎn)率。這說明應(yīng)收應(yīng)付項目對識別企業(yè)資金鏈斷裂風(fēng)險具有較大的預(yù)警作用。

資金鏈斷裂 應(yīng)收應(yīng)付項目 灰色關(guān)聯(lián)度分析

一、引言

資金是企業(yè)整體運營的“血液”，企業(yè)從事任何活動都離不開資金的運轉(zhuǎn)，資金鏈斷裂將會使企業(yè)的生產(chǎn)、營銷等各項工作中斷。2004年銀行緊縮德隆系貸款，導(dǎo)致了德隆系“老三股”湘火炬（000549）、合金投資（000633）、新疆屯河（600737）出現(xiàn)資金鏈問題，一個擁有177個子公司、58000員工、年納稅額高達(dá)20億的集團(tuán)公司轟然倒下。2005年南方高科資金鏈斷裂，對我國國產(chǎn)手機(jī)的生產(chǎn)企業(yè)給予沉重打擊。自2010年之后，非上市的民間企業(yè)資金鏈斷裂的事件頻繁發(fā)生，溫州、杭州、鄂爾多斯、鄭州等多個城市出現(xiàn)了大面積的企業(yè)倒閉、老板“跑路逃離”甚至跳樓自殺的群體事件。資金鏈斷裂不僅對企業(yè)的生存帶來威脅，也對經(jīng)濟(jì)、社會發(fā)展產(chǎn)生巨大的影響，找到資金鏈斷裂的原因并提前加以預(yù)防，是一個非常重要的課題。導(dǎo)致企業(yè)資金鏈斷裂的原因很多，企業(yè)之間相互借貸、相互拖欠款項，形成了大量的應(yīng)收應(yīng)付款項，導(dǎo)致一個企業(yè)出現(xiàn)資金鏈斷裂帶動相關(guān)企業(yè)出現(xiàn)資金鏈斷裂，這是當(dāng)前在民營企業(yè)比較發(fā)達(dá)的地區(qū)大面積出現(xiàn)資金鏈問題的主要原因。這一結(jié)論是否成立有待理論研究的檢驗。

二、文獻(xiàn)綜述

（一）單變量預(yù)警分析方法 根據(jù)文獻(xiàn)記載最早開展財務(wù)預(yù)警研究的是Fitzpatrick（1932），之后美國財務(wù)專家威廉·比弗(William Beaver)于1966年建立了單變量財務(wù)預(yù)警模型，1968年美國《會計評論》首次發(fā)表了關(guān)于單變量財務(wù)預(yù)警模型的研究報告，發(fā)現(xiàn)最好的判別變量是債務(wù)保障率，其在公司破產(chǎn)的前一年的預(yù)測準(zhǔn)確率可達(dá)90%，其次是資產(chǎn)收益率和資產(chǎn)負(fù)債率。我國學(xué)者吳世農(nóng)、盧賢義（2001）也是應(yīng)用單變量判定分析方法建立了企業(yè)財務(wù)預(yù)警分析模型，他們經(jīng)過研究得出第一年的誤判率分別為：凈資產(chǎn)報酬率為9.35%；負(fù)債比例為24.46%；營運資產(chǎn)與總資產(chǎn)的比例為21.58%；；資產(chǎn)周轉(zhuǎn)率為29.50%。

（二）多變量財務(wù)風(fēng)險預(yù)警模型 Edward I.Altman（1968）運用多元判別分析法（Multiple discriminantAnalysis）對財務(wù)危機(jī)預(yù)警的研究，得出Z系列模型。這個模型在財務(wù)風(fēng)險判別研究領(lǐng)域一直具有非常重要的影響力。Erik M.Vermeulen等（1998）運用多因素預(yù)測模型（Multi-factormodel）建立了條件失敗預(yù)警模型。該模型與通常的預(yù)警模型不同之處在于，認(rèn)為破產(chǎn)取決于企業(yè)外部風(fēng)險因素值而不是取決于一系列“內(nèi)部的”財務(wù)比率。而且，該模型不僅僅把企業(yè)分類，還模擬外部風(fēng)險因素（通過敏感性）對企業(yè)現(xiàn)金流產(chǎn)生過程的影響。20世紀(jì)90年代起，國外一些學(xué)者開始運用神經(jīng)網(wǎng)絡(luò)在財務(wù)失敗預(yù)警方面開展了研究，諸如Odom及Sharda（1990）運用與Altman（1968）Z-Score模型中相同的5個財務(wù)比率基于神經(jīng)網(wǎng)絡(luò)方法建立了財務(wù)預(yù)警模型。基于一些學(xué)者運用神經(jīng)網(wǎng)絡(luò)在財務(wù)失敗預(yù)警方面開展的研究，我國學(xué)者楊保安等（2001）、端木正（2004）、劉洪等（2004）運用前向三層BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)構(gòu)建的財務(wù)預(yù)警模型，李曉峰等（2004）運用粗糙集（Rough）和人工神經(jīng)網(wǎng)絡(luò)（ANN）理論建立的Rough-ANN模型等等。劉洪等（2004）學(xué)者運用神經(jīng)網(wǎng)絡(luò)建立的模型得到的估計樣本精確度達(dá)到95.7%，通過實證研究表明神經(jīng)網(wǎng)絡(luò)分析模型在判定財務(wù)風(fēng)險方面要優(yōu)于MDA模型和Logist模型。董妍慧（2008）利用LVQ神經(jīng)網(wǎng)絡(luò)構(gòu)建了上市公司財務(wù)預(yù)警模型，選定了我國A股上市公司作為實證研究樣本，選擇五類重要的財務(wù)指標(biāo)，以Matlab7.0為平臺，證明了LVQ神經(jīng)網(wǎng)絡(luò)可以成功的應(yīng)用在財務(wù)危機(jī)預(yù)警實踐中。Logit預(yù)警模型又稱Logistic回歸模型，是比利時學(xué)者P.F.Verhulst（1838）首次提出的。但最早采用該模型來研究財務(wù)危機(jī)預(yù)測問題的是Ohlson（1980）。張揚(yáng)（2005）在對上市公司財務(wù)報告研究的基礎(chǔ)上，分別比較了適用于高新技術(shù)行業(yè)和傳統(tǒng)制造業(yè)的兩個行業(yè)的Logit回歸財務(wù)預(yù)警模型，兩個行業(yè)的財務(wù)指標(biāo)選擇是相同的，得出的預(yù)測結(jié)果并不相同，財務(wù)失敗概率的計算模型也不同，但是預(yù)測的效果都是不錯的。李曉奇（2011）運用Logistic回歸分析方法建立財務(wù)危機(jī)預(yù)測模型,選取2009年ST公司104家和相同數(shù)量的對照組公司,設(shè)定財務(wù)危機(jī)發(fā)生點為T,利用樣本中T-1,T-2,T-3年數(shù)據(jù),利用主成分分析法篩選了9個具有顯著性的指標(biāo)作為模型自變量,得到回歸準(zhǔn)確率為84.62%,80.29%,71.63%。

三、研究設(shè)計

（一）研究方法 本文采用灰色關(guān)聯(lián)度分析方法?；疑到y(tǒng)理論是20世紀(jì)80年代，由鄧聚龍首先提出并創(chuàng)立的多因素統(tǒng)計分析方法，是以各因素的樣本數(shù)據(jù)為依據(jù)用灰色關(guān)聯(lián)度分析方法得出的結(jié)論來描述因素間關(guān)系的強(qiáng)弱。其實質(zhì)是求各個方案與最佳指標(biāo)組成的理想方案的關(guān)聯(lián)系數(shù)，由關(guān)聯(lián)系數(shù)得到關(guān)聯(lián)度，再按照關(guān)聯(lián)度排序來確定關(guān)聯(lián)程度。因為灰色理論融合了多個學(xué)科和理論體系的思想和方法，可以運用較少數(shù)量的已知信息去揭示系統(tǒng)的規(guī)律?；疑Ｐ徒r對數(shù)據(jù)的數(shù)量要求比較低，并且不必知道原始數(shù)據(jù)分布的特征，通過有限次的處理便可轉(zhuǎn)化為有規(guī)則的序列，這樣就很容易找到變化規(guī)律?；疑P(guān)聯(lián)分析對樣本數(shù)據(jù)的時間區(qū)間要求也不是很高，而且計算量比較小，預(yù)測精度比較高。這些特點均適合本文所研究的問題和研究樣本。

（二）指標(biāo)體系建立和因變量確定 目前國內(nèi)針對應(yīng)收應(yīng)付項目的研究主要集中在信用銷售，基本上都是應(yīng)收賬款的管理、質(zhì)押以及風(fēng)險管理等。針對應(yīng)收應(yīng)付項目的定量研究和實證研究更少。信用銷售形成應(yīng)收賬款，在對方就形成應(yīng)付賬款。這部分被對方占用的資產(chǎn)，雖然本企業(yè)擁有債權(quán)，但事實上無法支配，企業(yè)不能使用這部分資金。一旦對方不能按期償還這部分資金，就會給企業(yè)帶來資金困難，就有可能導(dǎo)致資金鏈斷裂。主要有以下可能：（1）應(yīng)收項目占流動資產(chǎn)比例過大，造成企業(yè)資金鏈危機(jī)。應(yīng)收項目是企業(yè)應(yīng)收而未收的款項，這些資金雖然屬于企業(yè)的資產(chǎn)，但是被其他企業(yè)或個人占用，并不能夠為企業(yè)隨意支配。應(yīng)收項目總體主要由應(yīng)收賬款、應(yīng)收票據(jù)、預(yù)付賬款和其他應(yīng)付款組成。流動資產(chǎn)項目可以區(qū)分為貨幣性資產(chǎn)和經(jīng)營性資產(chǎn)，貨幣資金和交易性金融資產(chǎn)的變現(xiàn)能力很強(qiáng)，可以稱為貨幣性資產(chǎn)。其他的流動資產(chǎn)項目的變現(xiàn)能力要弱一些，可以稱為經(jīng)營性資產(chǎn)。應(yīng)收項目正是經(jīng)營性資產(chǎn)的主要構(gòu)成項目。相對而言變現(xiàn)能力弱，但占有較大比重，如果應(yīng)收項目占流動資產(chǎn)的比例過大，就會對企業(yè)的短期資金造成很大的壓力，很可能面對短期債務(wù)而措手不及，所以應(yīng)收應(yīng)付項目占流動資產(chǎn)比率也是衡量應(yīng)收項目對企業(yè)資金鏈斷裂影響的重要指標(biāo)。（2）賒賬銷售過度，應(yīng)收賬款過多，回收率低。企業(yè)為了擴(kuò)大銷售，大量賒銷商品，形成了應(yīng)收賬款。如果貨款可以及時收回，企業(yè)資金可以良性循環(huán)；如果不能及時收回，造成大量資金占壓，甚至形成壞賬，使企業(yè)資金短缺，嚴(yán)重的話導(dǎo)致資金鏈斷裂，企業(yè)經(jīng)營失敗。利用信用銷售而擴(kuò)大銷售額存在很多問題，一味追求提高銷售額，就會給回款造成壓力，回款不及時就會影響企業(yè)的資金周轉(zhuǎn)，就會給生產(chǎn)、經(jīng)營等環(huán)節(jié)造成影響，影響企業(yè)的資金鏈。衡量企業(yè)的應(yīng)收賬款回收情況，通常采用應(yīng)收賬款回收率指標(biāo)。（3）應(yīng)收賬款周轉(zhuǎn)速度太慢，影響企業(yè)資金周轉(zhuǎn)。相對于一般企業(yè)而言，應(yīng)收賬款都比較重要，在應(yīng)收項目中起著舉足輕重的作用，應(yīng)收賬款周轉(zhuǎn)率是指在一定時期內(nèi)應(yīng)收賬款轉(zhuǎn)化為現(xiàn)金的平均次數(shù)。應(yīng)收賬款周轉(zhuǎn)率主要是衡量企業(yè)應(yīng)收賬款管理水平的重要指標(biāo)，企業(yè)不但要控制好應(yīng)收賬款的規(guī)模，也要控制好應(yīng)收賬款的周轉(zhuǎn)速度。當(dāng)今的市場競爭環(huán)境是比較嚴(yán)峻的，一般企業(yè)都會采取放慢應(yīng)收賬款的周轉(zhuǎn)速度而獲得更多的市場份額，這就會有很多企業(yè)因為應(yīng)收賬款問題而導(dǎo)致企業(yè)資金鏈吃緊，甚至斷裂而影響企業(yè)的正常經(jīng)營。應(yīng)收賬款周轉(zhuǎn)率是衡量企業(yè)對資金鏈影響的重要指標(biāo)。（4）應(yīng)付賬款周轉(zhuǎn)速度快。應(yīng)付項目是指企業(yè)應(yīng)付而未付的款項，應(yīng)付賬款是應(yīng)付項目的主要組成部分，也是衡量應(yīng)付項目對企業(yè)資金鏈影響的重要科目。應(yīng)付賬款是企業(yè)可以臨時占用供應(yīng)商企業(yè)的資金，如果應(yīng)付賬款的周轉(zhuǎn)速度慢，就意味著企業(yè)占用供應(yīng)商企業(yè)的資金周期長，對于企業(yè)的資金可以起到緩解的作用。（5）企業(yè)整體債務(wù)過高。資產(chǎn)負(fù)債率是衡量企業(yè)整體債務(wù)水平的重要指標(biāo)，用負(fù)債總額與資產(chǎn)總額的比率表示。一般企業(yè)在初創(chuàng)期間，運營資金多來自于股東的投資，但是當(dāng)企業(yè)進(jìn)入快速發(fā)展階段，自有資金已經(jīng)不足以滿足其快速擴(kuò)張的速度，負(fù)債將成為維持企業(yè)快速發(fā)展的主要資金來源。但是負(fù)債與權(quán)益資金相比較，不但需要在借款到期時償還，而且還要支付借款產(chǎn)生的利息。如果企業(yè)發(fā)展戰(zhàn)略安排的不合理，一味大量外債支持企業(yè)擴(kuò)張，卻沒有及時現(xiàn)金流回籠去清償?shù)狡诘膫鶆?wù)，就會讓企業(yè)陷入無力償還到期債務(wù)的境地，甚至資不抵債而被迫破產(chǎn)清算。所以，資產(chǎn)負(fù)債率是衡量企業(yè)償債能力、防范資金鏈斷裂風(fēng)險的重要指標(biāo)。

灰色關(guān)聯(lián)度分析方法首先確定的問題是模型中的因變量和自變量。而因變量應(yīng)該如何設(shè)定呢？本文所要研究的問題是揭示應(yīng)收應(yīng)付項目的財務(wù)指標(biāo)與企業(yè)資金鏈斷裂的關(guān)系，而資金鏈斷裂并不是一個比較容易量化的指標(biāo)。在對指標(biāo)數(shù)據(jù)的無量綱化處理過程中，可以將參考序列的數(shù)值初始化在1和0之間，也就是把本文通過分析選取的五個財務(wù)預(yù)警指標(biāo)即應(yīng)收項目占流動資產(chǎn)比例、應(yīng)收賬款周轉(zhuǎn)率、應(yīng)收賬款回收率、應(yīng)付賬款周轉(zhuǎn)率和資產(chǎn)負(fù)債率的數(shù)據(jù)序列初始化到1和0之間。這些財務(wù)預(yù)警指標(biāo)的變化趨勢與企業(yè)資金鏈斷裂趨勢是有規(guī)律可尋的，比如應(yīng)收應(yīng)付項目占流動資產(chǎn)比例越大，企業(yè)資金鏈斷裂的風(fēng)險越大，也就是規(guī)范化后的指標(biāo)值越接近于1，資金鏈斷裂的風(fēng)險越大，1就是資金鏈斷裂風(fēng)險的極差值，灰色關(guān)聯(lián)度主要是尋求各影響因素與理想?yún)⒖贾笜?biāo)的關(guān)聯(lián)系數(shù)，因此將模型的因變量定為1是比較合適的。資產(chǎn)負(fù)債率和應(yīng)付賬款周轉(zhuǎn)率都是與資金鏈斷裂風(fēng)險同向變化的，比例數(shù)值越大資金鏈斷裂的風(fēng)險越大。應(yīng)收賬款周轉(zhuǎn)率和應(yīng)收賬款回收率的變化趨勢是與資金鏈斷裂風(fēng)險相反的，比例數(shù)值越小，資金鏈斷裂的風(fēng)險越大?？梢酝ㄟ^無量綱化處理，將其變化方向調(diào)整為與資金鏈斷裂關(guān)系變化方向相同。

（三）樣本選取和數(shù)據(jù)來源 國內(nèi)外學(xué)術(shù)界在做財務(wù)困境、財務(wù)失敗和風(fēng)險預(yù)警等方面的實證研究時采用的樣本設(shè)計方法主要是根據(jù)ST公司與非ST公司在財務(wù)狀況方面顯著的差異性，通過設(shè)計實驗組（被ST上市公司）與對照組（非ST上市公司），對比其各項指標(biāo)分析其對于被ST事項的影響程度。但是，本文研究的是資金鏈斷裂問題，選擇ST公司作為樣本合適嗎？ST公司一般都是出現(xiàn)財務(wù)狀況或其他狀況異常而被特殊處理的企業(yè)，公司連續(xù)虧損但還沒有達(dá)到退市的地步。雖然有些企業(yè)虧損但是不一定資金鏈斷裂，有的企業(yè)還是能夠正常運營的。針對于資金鏈斷裂而言把退市企業(yè)作為樣本更合適，退市是上市公司由于未滿足交易所有關(guān)財務(wù)等其他上市標(biāo)準(zhǔn)而終止上市的情形，既由一家上市公司變?yōu)榉巧鲜泄?。正常?jīng)營的上市企業(yè)，沒有愿意被特殊處理而退市的，如果是財務(wù)原因?qū)е碌?，肯定是出現(xiàn)了嚴(yán)重的財務(wù)危機(jī)，資金鏈斷裂，企業(yè)使用各種可能辦法都難以彌補(bǔ)這個資金缺口的情況下，上市企業(yè)才被迫接受退市的處罰。因此將退市企業(yè)作為資金鏈斷裂的樣本企業(yè)是比較準(zhǔn)確的。選擇中國A股退市的42家企業(yè)作為本文的樣本企業(yè)。本文所選擇的上市公司數(shù)據(jù)來源于Wind數(shù)據(jù)庫。財務(wù)風(fēng)險預(yù)警模型是利用歷史財務(wù)數(shù)據(jù)對企業(yè)未來的情況進(jìn)行預(yù)測和判斷，所以在樣本數(shù)據(jù)的時間選擇上也是至關(guān)重要的。本文采用了距今最近可獲得的財務(wù)數(shù)據(jù)為研究樣本，主要選取退市的企業(yè)在退市之前被ST之后的第一年、第二年和第三年的財務(wù)數(shù)據(jù)，作為資金鏈斷裂狀態(tài)時的樣本數(shù)據(jù)。之所以要分別推三年，而不在同一年選取，是為了達(dá)到退市前的財務(wù)預(yù)警目的，也是為了消除由于外部環(huán)境的差異而可能導(dǎo)致缺乏可比性，而且選擇前三年的數(shù)據(jù)來進(jìn)行預(yù)測更為全面。

四、實證檢驗分析

（一）無量綱化處理 本文在進(jìn)行分析時,剔除了沒有數(shù)據(jù)的指標(biāo)和不合乎實際情況的極大值和極小值等指標(biāo)。按照鄧氏灰色關(guān)聯(lián)度模型的計算步驟對數(shù)據(jù)進(jìn)行處理，首先對原始數(shù)據(jù)進(jìn)行無量綱化處理，得到新的數(shù)據(jù)矩陣。鄧氏灰色關(guān)聯(lián)度分析在對變量數(shù)據(jù)進(jìn)行無量綱化處理時可有多種方法，例如通過區(qū)間值化處理可以使得每個原始數(shù)據(jù)變換成為在0和1之間的規(guī)范數(shù)據(jù)，并且可以使原始數(shù)據(jù)接近或者等于1時為理想狀態(tài)，接近或者等于D時為偏離理想狀態(tài)最遠(yuǎn)的狀態(tài)，同時也可以使參考序列數(shù)據(jù)和影響因素的數(shù)據(jù)處置在1和0之間。經(jīng)過這樣的原始數(shù)據(jù)處理，數(shù)據(jù)雖然量綱縮小了，但并不改變原始序列的性質(zhì)和順序。根據(jù)本文所研究的問題擬采用這種方法進(jìn)行無量綱化處理。

（二）分辨系數(shù)的確定 分辨系數(shù)的確定要根據(jù)觀測序列的情況，當(dāng)觀測序列數(shù)據(jù)差距比較大，而且出現(xiàn)奇異值，變異系數(shù)應(yīng)取較小值，離散掉差異對結(jié)果的影響；當(dāng)觀測序列數(shù)據(jù)差距比較小，而且變化比較平穩(wěn)時，變異系數(shù)應(yīng)取較大值，充分體現(xiàn)其整體性、規(guī)范性。分辨系數(shù)ρ在（0，1）內(nèi)取值。對于ρ的取值一般根據(jù)經(jīng)驗取值0.5，但是這樣處理降低了模型的準(zhǔn)確性。因為分辨系數(shù)的取值大小，直接決定著對關(guān)聯(lián)度的貢獻(xiàn)大小。ρ的取值并不是靜態(tài)不變的，應(yīng)該根據(jù)數(shù)據(jù)序列的性質(zhì)，分析計算出ρ的正確取值。本文在對ρ值的選取過程，將根據(jù)數(shù)據(jù)的變化而賦予ρ值動態(tài)的取值范圍。針對公式中用到的分辨系數(shù)ρ，使用上文的計算方法，得到ρ的取值范圍表格如表（1）所示。

表1 分辨系數(shù)ρ取值表

表2 樣本數(shù)據(jù)退市前三年關(guān)聯(lián)度值

表3 學(xué)術(shù)表格書宋6號行距0.1

（三）關(guān)聯(lián)度計算與排序 通過對樣本公司退市前一年、前兩年、前三年的數(shù)據(jù)進(jìn)行處理，分別得出資產(chǎn)負(fù)債率、應(yīng)收項目占流動資產(chǎn)比、應(yīng)收賬款周轉(zhuǎn)率、應(yīng)收賬款回收率、應(yīng)付賬款周轉(zhuǎn)率五個自變量對于因變量的灰色關(guān)聯(lián)度。關(guān)聯(lián)度值如表（2）所示。通過對樣本企業(yè)退市前三年財務(wù)風(fēng)險預(yù)警指標(biāo)的觀察和分析可以看出，本文選取的財務(wù)風(fēng)險預(yù)警指標(biāo)中有兩個指標(biāo)與企業(yè)資金鏈斷裂的關(guān)聯(lián)度數(shù)值很高，分別是應(yīng)收賬款周轉(zhuǎn)率和應(yīng)收項目占流動資產(chǎn)比，也就是說這兩個財務(wù)風(fēng)險預(yù)警指標(biāo)與企業(yè)資金鏈斷裂的關(guān)聯(lián)性很強(qiáng)。每一年中財務(wù)指標(biāo)與財務(wù)指標(biāo)之間還是存在差距的，應(yīng)收賬款周轉(zhuǎn)率的關(guān)聯(lián)度數(shù)值要高于其他財務(wù)指標(biāo)，而且數(shù)值差距很大；其次是應(yīng)收項目占流動資產(chǎn)比，數(shù)值也偏高于其他三個財務(wù)指標(biāo)，數(shù)值的差距較大；應(yīng)收賬款回收率、資產(chǎn)負(fù)債率和應(yīng)付賬款周轉(zhuǎn)率指標(biāo)之間差距較小，而且關(guān)聯(lián)度數(shù)值也相對較低。觀察每個指標(biāo)的三個年度的關(guān)聯(lián)度數(shù)值，發(fā)現(xiàn)每個指標(biāo)的關(guān)聯(lián)度數(shù)值變化較小，根據(jù)每年的財務(wù)數(shù)據(jù)得出的關(guān)聯(lián)度數(shù)值都是非常接近的。本文實證研究通過選取退市企業(yè)在退市前，被ST之后三年的財務(wù)數(shù)據(jù)分別計算關(guān)聯(lián)度數(shù)值，充分證明了灰色關(guān)聯(lián)度計算的穩(wěn)定性和準(zhǔn)確性，這個結(jié)果也充分肯定了本文研究得出結(jié)論的可靠性。

下面將這五個財務(wù)指標(biāo)三年的關(guān)聯(lián)度值排序，再把三年的排序加總，得到三年排序的合計值，按照合計值由小到大排列順序，得到最終的排列順序，結(jié)果如表（3）。通過樣本數(shù)據(jù)關(guān)聯(lián)度排序計算結(jié)果列表可以看出每個指標(biāo)對資金鏈斷裂影響的排列順序為：應(yīng)收賬款周轉(zhuǎn)率≥應(yīng)收項目占流動資產(chǎn)比≥應(yīng)收賬款回收率≥資產(chǎn)負(fù)債率≥應(yīng)付賬款周轉(zhuǎn)率。對于灰色關(guān)聯(lián)度方法排列的順序可以得出以下結(jié)論：（1）應(yīng)收賬款周轉(zhuǎn)率與企業(yè)資金鏈斷裂的關(guān)系最為緊密，對于企業(yè)資金鏈斷裂的影響是最強(qiáng)的。通過前文的理論分析可以得出，比較應(yīng)收應(yīng)付項目中包含的每個財務(wù)科目，應(yīng)收賬款是其中最重要的，討論信用銷售所引起的應(yīng)收應(yīng)付項目管理問題，主要是針對應(yīng)收賬款的管理。應(yīng)收賬款周轉(zhuǎn)率是衡量應(yīng)收賬款對企業(yè)資金鏈影響的重要指標(biāo)。應(yīng)收賬款的周轉(zhuǎn)速度越快，給企業(yè)造成的資金壓力就越小。在很多企業(yè)應(yīng)收賬款占流動資產(chǎn)的比例都很高，如果周轉(zhuǎn)速度太慢，將大大降低企業(yè)資金的使用效率，影響企業(yè)的營業(yè)周期。很多企業(yè)都制定了有效的應(yīng)收賬款內(nèi)部控制制度以及財務(wù)指標(biāo)衡量體系，有效地控制和監(jiān)督應(yīng)收賬款的周轉(zhuǎn)情況，并在由應(yīng)收賬款引起的資金吃緊與獲利之間權(quán)衡利弊。由本文的實證分析可得出應(yīng)收賬款周轉(zhuǎn)率與企業(yè)資金鏈斷裂的關(guān)系很緊密，控制好應(yīng)收賬款周轉(zhuǎn)速度是企業(yè)資金鏈正常運轉(zhuǎn)的有力保證。（2）應(yīng)收項目指標(biāo)中應(yīng)收項目占流動資產(chǎn)比與企業(yè)資金鏈斷裂的關(guān)系也很緊密，對企業(yè)資金鏈斷裂的影響也很強(qiáng)。從這個指標(biāo)可以看出，企業(yè)應(yīng)收而未收的款項對企業(yè)資金的大量占用是導(dǎo)致企業(yè)資金鏈斷裂的重要原因。流動資產(chǎn)是維系企業(yè)經(jīng)營活動正常開展的主要資金。應(yīng)收項目的款項雖是企業(yè)的資產(chǎn)，但企業(yè)卻不能支配，應(yīng)收項目占流動資產(chǎn)的比例過高意味著企業(yè)經(jīng)營活動的資金大量被企業(yè)不能控制的、應(yīng)收款項占用，企業(yè)經(jīng)營活動資金緊張。流動資產(chǎn)也是企業(yè)變現(xiàn)能力較強(qiáng)的資產(chǎn)，如果流動資產(chǎn)大量被企業(yè)不能控制的、表現(xiàn)能力不確定的應(yīng)收款項占用，會帶來支付和還債困難，也會導(dǎo)致資金鏈斷裂。因此，實證檢驗結(jié)果將應(yīng)收項目占流動資產(chǎn)的比例排在導(dǎo)致企業(yè)資金鏈斷裂的原因的第二位，也是可以解釋的、與實際情況相符的。（3）應(yīng)收賬款回收率與企業(yè)資金鏈斷裂的關(guān)系相對前兩個指標(biāo)較弱，應(yīng)收賬款回收率直接關(guān)系到企業(yè)的營業(yè)收入收回情況。首先，說明資金的回收時間長，給企業(yè)帶來的資金困難和資金壓力較大且持續(xù)時間較長。其次，如果回收率低，長期應(yīng)收賬款無法收回，公司只有賬面的收入，卻沒有實質(zhì)的現(xiàn)金流入。而且如果長時間不能收回的應(yīng)收賬款變成壞賬，會給企業(yè)直接造成現(xiàn)金損失，容易引起資金鏈斷裂，所以企業(yè)也應(yīng)該予以重視。（4）資產(chǎn)負(fù)債率與企業(yè)資金鏈斷裂的關(guān)系相對較弱。資產(chǎn)負(fù)債率是衡量企業(yè)整體償債能力的財務(wù)判定指標(biāo)。很多企業(yè)盲目擴(kuò)張，過分依賴舉借外債來充實企業(yè)擴(kuò)張所需要的資金，這就給企業(yè)埋下了隱患，經(jīng)營中的某個環(huán)節(jié)出現(xiàn)問題，企業(yè)無力償還到期債務(wù)，將會導(dǎo)致資金鏈斷裂，甚至破產(chǎn)倒閉。從企業(yè)整體來看，資金缺口可以從三個部分來考慮，即經(jīng)營資金缺口、長期投資資金缺口和還債資金缺口。前兩個部分的資金缺口影響的是企業(yè)的經(jīng)營和投資，但并不會導(dǎo)致企業(yè)資金鏈的斷裂，而還債資金出現(xiàn)缺口對企業(yè)而言是十分嚴(yán)重的，企業(yè)無力償還到期債務(wù)，債權(quán)人還可以申請強(qiáng)制執(zhí)行措施，這就會導(dǎo)致企業(yè)的資金鏈斷裂。雖然實證檢驗結(jié)果資產(chǎn)負(fù)債率對資金鏈斷裂的警示能力較弱，但是也是衡量企業(yè)整體償債能力的評價指標(biāo)之一。（5）應(yīng)付賬款周轉(zhuǎn)率與企業(yè)資金鏈斷裂的關(guān)系于其他指標(biāo)相比較最弱，應(yīng)付賬款本身是衡量企業(yè)占用其他企業(yè)資金的指標(biāo)，對于企業(yè)而言，遠(yuǎn)遠(yuǎn)不及應(yīng)收賬款對企業(yè)的資金鏈影響程度也是符合實際情況的。

五、結(jié)論

本文研究得出如下結(jié)論：（1）國內(nèi)外針對應(yīng)收應(yīng)付項目與企業(yè)資金鏈斷裂關(guān)系的研究文獻(xiàn)非常少，而由于應(yīng)收應(yīng)付項目異常導(dǎo)致企業(yè)資金鏈斷裂、破產(chǎn)的案例很多，首次對這二者之間的關(guān)系進(jìn)行了研究。（2）總結(jié)了資金鏈斷裂、財務(wù)風(fēng)險預(yù)警的方法和模型，并且對各個方法和模型的優(yōu)缺點進(jìn)行了比較分析。根據(jù)本文的研究目的，選擇了灰色關(guān)聯(lián)度模型進(jìn)行實證檢驗，灰色理論雖然已比較完善、應(yīng)用廣泛，但將其應(yīng)用到財務(wù)風(fēng)險預(yù)警領(lǐng)域問題研究的文獻(xiàn)也幾乎沒有。本文在新方法應(yīng)用上也進(jìn)行了有益的探索。（3）研究結(jié)果還表明，與資金鏈斷裂最為相關(guān)的財務(wù)指標(biāo)依次是：應(yīng)收賬款周轉(zhuǎn)率、應(yīng)收項目占流動資產(chǎn)比、應(yīng)收賬款回收率、資產(chǎn)負(fù)債率、應(yīng)付賬款周轉(zhuǎn)率。排序結(jié)果表明：導(dǎo)致資金鏈斷裂的原因中，影響營業(yè)周期的資產(chǎn)周轉(zhuǎn)速度排在第一位；其次是流動資產(chǎn)的可控性和可變現(xiàn)性；再次是銷售貨款等回收情況；企業(yè)整體償債能力和應(yīng)付賬款的周轉(zhuǎn)情況與資金鏈的斷裂的關(guān)系相對較弱。（4）檢驗結(jié)果表明，應(yīng)收應(yīng)付項目中應(yīng)收賬款周轉(zhuǎn)率與應(yīng)收項目占企業(yè)流動資產(chǎn)的比例這兩個財務(wù)指標(biāo)與企業(yè)資金鏈斷裂的關(guān)系度很強(qiáng)，特別是應(yīng)收賬款周轉(zhuǎn)率。表明企業(yè)應(yīng)收應(yīng)付項目中的這兩個指標(biāo)與企業(yè)資金鏈斷裂存在著關(guān)聯(lián)性，可以對企業(yè)資金鏈斷裂起到風(fēng)險預(yù)警作用。并且，通過三年的實證研究結(jié)果可以看出，財務(wù)指標(biāo)各年份的關(guān)聯(lián)度數(shù)值穩(wěn)定，證明了方法的適用性和實證結(jié)果的準(zhǔn)確性。

［1］趙睿：《金融控股公司的風(fēng)險及其監(jiān)管研究》，《山東大學(xué)碩士學(xué)位論文》2007年。

［2］徐乙寒：《鄭百文信用銷售失敗成因分析及對策探討》，《吉林大學(xué)碩士學(xué)位論文》2004年。

［3］吳世農(nóng)、盧賢義：《我國上市公司財務(wù)困境的預(yù)測模型研究》，《經(jīng)濟(jì)研究》2001年第6期。

［4］周首華、楊濟(jì)華、王平：《論財務(wù)危機(jī)的預(yù)警分析——F分?jǐn)?shù)模式》，《會計研究》1996年第8期。

［5］嚴(yán)瑾孟：《具有新型預(yù)測能力的財務(wù)困境模型研究——Logistic模型的加權(quán)極大似然法》，《西南財經(jīng)大學(xué)碩士學(xué)位論文》2008年。

［6］段小存等：《公司財務(wù)危機(jī)預(yù)警研究的述評》，《經(jīng)濟(jì)師》2008年第7期。

［7］張祥等：《財務(wù)預(yù)警模型的變遷》，《華中科技大學(xué)學(xué)報（社會科學(xué)版）》2003年第4期。

［8］董妍慧：《我國上市公司財務(wù)危機(jī)預(yù)警的實證研究》，《大連海事大學(xué)碩士學(xué)位論文》2008年。

［9］張揚(yáng)：《上市公司財務(wù)預(yù)警模型統(tǒng)計實證分析》，《首都經(jīng)濟(jì)貿(mào)易大學(xué)碩士論文》2005年。

［10］李曉奇：《上市公司財務(wù)風(fēng)險預(yù)警Logistic模型的研究》，《北京交通大學(xué)碩士學(xué)位論文》2011年。

［11］崔玉衛(wèi)：《應(yīng)收賬款周轉(zhuǎn)率指標(biāo)計算改進(jìn)探討》，《財會通訊》2010年第9期。

［12］尹蘇紅：《企業(yè)應(yīng)付賬款管理存在的問題及解決措施》，《經(jīng)濟(jì)技術(shù)協(xié)作信息》2010年第35期。

［13］王成武等：《淺談企業(yè)償債能力評價常見指標(biāo)的綜合性分析》，《青海金融》2005年第7期。

［14］王小軍：《上市公司經(jīng)營業(yè)績的灰色多層次綜合評價》，《天津大學(xué)碩士學(xué)位論文》2007年。

［15］東亞斌等：《灰色關(guān)聯(lián)度分辨系數(shù)的一種新的確定方法》，《西安建筑科技大學(xué)學(xué)報（自然科學(xué)版）》2008年第4期。

［16］Carey M.，CreditRisk in Private Debt Portfolio，Journalof Finance，1998.

［17］Am ir F,Atiya,Bankruptcy Prediction for Credit R isk Using Neural Network:A survey and New Result,IEEE TRANSATIONS ON NEURALNETWORKS，2001.

［18］R,Beaver,FinancialRatiosasPredictorsof Failure,EmpiricalResearch in Accounting:Selected Studies1966,Accounting Research,1966.

［19］M,Odom and R,Sharda,A neuralnetworkmodels forbankruptcy prediction,NeuralNetworks,1990.

楊凌（1979-），女，吉林省吉林市人，中國社會科學(xué)院研究生院碩士研究生

（編輯 虹 云）