孫樹壘 王亞東 張正勇

企業(yè)財務(wù)風險是指企業(yè)在特定時期內(nèi)財務(wù)狀況不佳，面臨資金短缺問題，無法進行財務(wù)支付。對財務(wù)狀況的深刻洞見，對財務(wù)風險的敏銳感知，是企業(yè)財務(wù)風險管理的首要前提。本文針對財務(wù)風險指標難以全面刻畫企業(yè)財務(wù)風險，不能完全反映企業(yè)之間差異的缺陷等問題，借鑒行為TOPSIS方法的思路，引入資本資產(chǎn)定價模型（CAPM）中的貝塔(Beta)系數(shù)對TOPSIS財務(wù)風險評價結(jié)果進行修正，從而構(gòu)建了一種整合Beta系數(shù)的行為TOPSIS財務(wù)風險評價方法。通過將該方法應用于七家上市航空公司的財務(wù)風險評價，給出了經(jīng)過修正的財務(wù)風險評價結(jié)果，初步驗證了方法的可行性。

一、關(guān)于企業(yè)財務(wù)風險評價的研究和思路

企業(yè)財務(wù)風險（financial risk），亦稱為財務(wù)危機（financial crisis）或財務(wù)困境（financial distress），是指企業(yè)在特定時期內(nèi)財務(wù)狀況不佳，面臨資金短缺問題，無法進行財務(wù)支付。出現(xiàn)財務(wù)風險而未及時采取應對措施，財務(wù)困境會進一步惡化，甚至導致企業(yè)破產(chǎn)。導致財務(wù)危機的原因有很多，其中一些原因是企業(yè)完全無法控制的，如當前新冠肺炎疫情肆虐的黑天鵝事件，使得許多國家的整體經(jīng)濟突然下滑，進而導致許多公司的收入大幅下降。而更多時候，企業(yè)會因為自身管理不善而陷入財務(wù)困境，如過度舉債而債務(wù)資金未能很快產(chǎn)生效益，企業(yè)會陷入為償還債務(wù)而苦苦掙扎的泥沼；營銷決策失誤也是導致企業(yè)財務(wù)風險的常見原因，昂貴的廣告宣傳不能真正轉(zhuǎn)化為經(jīng)濟效益會使企業(yè)陷入財務(wù)困境，上世紀90年代秦池酒廠的曇花一現(xiàn)即是典型案例；無法及時收回應收賬款也會導致企業(yè)出現(xiàn)嚴重的現(xiàn)金流問題。企業(yè)為緩解財務(wù)困境而采取的常見補救措施包括削減成本、改善現(xiàn)金流或收入，以及通過債務(wù)重組來降低償債規(guī)模。在財務(wù)風險由無到有、由輕而重的演化過程中，越早采取措施越容易使企業(yè)轉(zhuǎn)危為安。因此，對財務(wù)狀況的深刻洞見，對財務(wù)風險的敏銳感知，是企業(yè)財務(wù)風險管理的首要前提。

對企業(yè)財務(wù)風險的評價不能僅依靠經(jīng)驗與判斷，而應借助不同的量化方法與工具，實現(xiàn)科學、有效、準確地評價。在此方面，眾多學者做了廣泛探討與實踐應用。單變量判斷法是最早也是最簡單的方法，Beaver（1966）選取了1954-1964年158家企業(yè)進行對比研究，其中79家為經(jīng)營失利的企業(yè)，剩余79家為經(jīng)營成功的企業(yè)。在選取了30項財務(wù)指標進行對比分析后，最終發(fā)現(xiàn)兩類企業(yè)在一項指標上存在明顯差異，即現(xiàn)金流量和債務(wù)總額的比值，因此建議采用該指標對財務(wù)風險進行評價。多變量回歸模型是對單變量判斷模型片面性的重大改進，其中，Altman（1968）選用財務(wù)管理中的五項指標進行評價分析，分別是營運資金/資產(chǎn)總額、保留盈余/資產(chǎn)總額、息稅前利潤/資產(chǎn)總額、普通股市場價值總額/負債賬面價值總額、銷售收入/資產(chǎn)總額，通過這五項指標構(gòu)建Z值多元線性判定模型，通過對Z值大小的計算來評價企業(yè)的財務(wù)風險。此后產(chǎn)生的財務(wù)風險綜合評價方法被企業(yè)普遍接受并應用在實踐中。傳統(tǒng)方法如杜邦分析法、平衡計分卡和EVA分析法等。新近方法包括：蔡艷萍和何珊(2016)從在險價值(VaR)的概念出發(fā)，引入了在險值的財務(wù)風險評價方法，對上市商業(yè)銀行的在險盈余和在險現(xiàn)金流進行測度；Mousavi和Lin(2020)將專家系統(tǒng)PROMETHEE II應用于企業(yè)信用風險與困境預測，利用我國滬深兩市上市公司的數(shù)據(jù)，對財務(wù)困境預測模型進行了詳盡的比較分析；Roy和Shaw(2021)提出一種應用理想解相似度偏好排序的混合層次分析法(AHP-TOPSIS信用評分模型)實現(xiàn)企業(yè)財務(wù)風險評價。近年來，隨著數(shù)理統(tǒng)計和人工智能學科的發(fā)展，一些學者開始將計算機技術(shù)引入財務(wù)風險評價中，比較典型的是BP神經(jīng)網(wǎng)絡(luò)、支持向量機等與財務(wù)風險評價的結(jié)合，如Sun(2015)提出一種基于熵權(quán)、支持向量機和企業(yè)垂直滑動時間窗的財務(wù)困境動態(tài)評估與預測方法，并以兩家上市制藥公司進行了案例應用；Zhou(2019)提出基于BP神經(jīng)網(wǎng)絡(luò)粒子群優(yōu)化的財務(wù)風險預測模型。

無論如何全面地選取財務(wù)風險的相關(guān)指標，始終不能完全反映企業(yè)之間的差異，尤其難以反映是企業(yè)之間對風險的偏好程度、容忍區(qū)間及接受水平的不同。財務(wù)風險指標的不完全性也無法保證現(xiàn)有評價方法得出的風險評價結(jié)果的準確性。單純依靠增加指標顯然不可行，雖然計算量的增加對現(xiàn)代計算機與軟件都不會構(gòu)成負擔，但會使數(shù)據(jù)獲取成本增大，指標間的獨立性受到干擾。本文反其道而行之，不是增加評價指標，而是從修正評價結(jié)果入手，考慮引入反映企業(yè)差異的某個系數(shù)對財務(wù)風險評價結(jié)果進行適當調(diào)整，從而使評價結(jié)果更準確、更精細。

Sharpe(1964)、Linter(1965)和Mossion(1966)幾乎同時提出的資本資產(chǎn)定價模型(Capital Asset Pricing Model，CAPM)廣泛應用于金融領(lǐng)域。Graham和Harvey(2001)指出，73%的公司使用資本資產(chǎn)定價模型來估計權(quán)益資本的成本。CAPM利用一個與公司相關(guān)的簡單變量——貝塔系數(shù)(Beta，系數(shù))，使資產(chǎn)價值的確定成為可能。Beta系數(shù)是一種風險指數(shù)，代表了系統(tǒng)風險，是市場參與者對一家企業(yè)風險的總體評價，用以度量公司股票相對總體市場的波動性。Beta值高于1表示公司股票放大了整個市場的回報，接近于零意味著公司股票提供了比整個市場更穩(wěn)定的回報，而一個負的貝塔將意味著公司股票的表現(xiàn)是反周期的。

鑒于財務(wù)綜合評價法好理解、易操作，始終是財務(wù)風險評價的主流方法，本文在常用的TOPSIS方法基礎(chǔ)上，運用Beta系數(shù)對其評價結(jié)果進行修正，以彌補選取的財務(wù)風險評價指標不能全面反映財務(wù)風險狀況的缺陷。具體解決思路借鑒了行為TOPSIS方法中決策者風險規(guī)避度的引入，而本文引入的Beta系數(shù)是與特定評價對象相關(guān)的，屬于企業(yè)的自身特征之一，因此，與行為TOPSIS有著本質(zhì)上的不同。以下內(nèi)容將首先構(gòu)建企業(yè)財務(wù)風險評價指標體系，然后提出融合Beta系數(shù)的行為TOPSIS評價方法，并進一步以我國上市航空公司為例進行實證分析。

二、關(guān)于財務(wù)風險評價指標和融合貝塔系數(shù)的行為TOPSIS方法

（一）財務(wù)風險評價指標

企業(yè)財務(wù)風險是由多方面因素形成的，確定恰當?shù)娘L險評價指標是財務(wù)風險評價的基礎(chǔ)工作。有關(guān)公司財務(wù)風險評價的現(xiàn)有文獻為本文提供了很好地參考，如張煌強(2015)選取資產(chǎn)負債率、流動資產(chǎn)率、每股收益增長率、資本固定化比率、銷售凈利率、營業(yè)收入增長率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、凈資產(chǎn)收益率、總資產(chǎn)利潤率等10個具體指標來評價8家房地產(chǎn)企業(yè)的財務(wù)風險；王俊峰和吳海洋(2014)將運營能力、償債能力、發(fā)展能力、網(wǎng)絡(luò)運營能力作為一級評價指標并具體化為14項二級指標進行B2C企業(yè)信用評價；在孫新憲和李夏琳(2019)的航空公司財務(wù)風險神經(jīng)網(wǎng)絡(luò)預警模型中，初選指標有22個。通過梳理有關(guān)財務(wù)風險評價的相關(guān)文獻，本文建立如表1所示的企業(yè)財務(wù)風險評價指標體系。該指標體系包含償債、現(xiàn)金流、收益、發(fā)展4個一級指標，每個一級指標具體化為三個二級指標，共12個二級指標；二級指標的計算公式見表中第三列，其中，加權(quán)平均凈資產(chǎn)收益率若涉及公司發(fā)行新股或配股時，可參考證監(jiān)會關(guān)于證券公司的信息披露編報規(guī)則，計算公式為：凈利潤/[(期初凈資產(chǎn)＋期末凈資產(chǎn))/2+發(fā)行新股或配股新增凈資產(chǎn)(繳款結(jié)束日下一月份至報告期末月份數(shù)-6)/12]。

表1 企業(yè)財務(wù)風險評價指標體系

（二）融合貝塔系數(shù)的行為TOPSIS方法

TOPSIS是逼近理想解的排序方法（Technique for Order Preference by Similarity to Ideal Solution）的英文縮略。它借助多屬性問題的理想解和負理想解對評價對象集中的各評價對象進行評價排序。

定義多屬性決策問題的評價對象集為X={χ1,χ2,…,χm}，衡量評價對象優(yōu)劣的屬性向量為Y={y1,y2,…, yn}。評價對象集中每個評價對象xi(i=1,…,m)的n個屬性值構(gòu)成的向量 是Yi=yi1,yi2,…,yin}，它作為維空間中的一個點，能唯一的表征評價對象χi。m個評價對象的屬性值構(gòu)成一個m行n列的決策矩陣，或稱為屬性矩陣、屬性值表等。

理想解χ+是一個評價對象集X中并不存在的虛擬的最佳對象，它的每個屬性值都是決策矩陣中該屬性的最好的值；而負理想解χ-則是虛擬的最差對象，它的每個屬性值都是決策矩陣中該屬性的最差的值。在n維空間中，將評價對象集X中每個評價對象χi與理想解χ+和負理想解χ-的距離進行比較，既靠近理想解又遠離負理想解的評價對象就是評價對象集X中的最佳對象，并可以據(jù)此排定評價對象集X中的各評價對象。

本文設(shè)計TOPSIS法的具體步驟如下：

（1）向量規(guī)范化求得規(guī)范決策矩陣

決策矩陣表示為Y=(yij)m×n，規(guī)范化決策矩陣表示為，Z=(zij)m×n則

（2）構(gòu)成加權(quán)規(guī)范化矩陣R=(rij)m×n

· 堪薩斯城(Kansas City Plant)國家安全園區(qū)負責39種重要非核組件的生產(chǎn)，包括點火、保險和控制組件；

設(shè)由決策人給定權(quán)重向量W= {w1,w2,…,wn}，則rij=wj·zij,i=1,…, m;j=1,…,n

（3）確定理想解χ+和負理想解χ-

設(shè)理想解χ+的第j個屬性值為rj+，負理想解χ-的第j個屬性值為rj-，則

（4）計算各評價對象到理想解與負理想解的歐幾里德距離(Euclidean distance)

評價對象χi到理想解χ+的距離為

評價對象χi到負理想解χ-的距離為

（5）計算各評價對象的綜合評價指數(shù)Ci

其中，λ為決策者的風險規(guī)避比率。

（6）按Ci由大到小排列評價對象的優(yōu)劣次序

決策者的風險規(guī)避比率λ由Yoon和Kim引入，該評價模型稱為行為TOPSIS。Yoon和Kim認為，當λ>1時，決策者的選擇行為屬于風險規(guī)避；當λ=1時，決策者的選擇行為屬于風險中性；當λ<1時，決策者的選擇行為屬于風險偏好。可見，風險規(guī)避型決策者更偏好靠近理想解的評價對象，而風險偏好型決策者更看重遠離負理想解的評價對象。

但需要指出的是，行為TOPSIS考慮了決策者不同風險偏好的選擇行為，固有可取之處，然而，這種選擇行為是決策者自身行為，不同決策者具有不同的風險偏好，必然導致評價對象排序的波動?？梢?，行為TOPSIS對象排序依賴于決策者的類型，改變了經(jīng)典TOPSIS的排序客觀性。沿用行為TOPSIS的思路，假若存在依賴于評價對象的參數(shù)δi(χi)，將參數(shù)δi(χi)替代風險規(guī)避比率λ引入TOPSIS綜合評價指數(shù)，則有：

其中，(1)參數(shù)δi(χi)不同于風險規(guī)避比率λ，λ依賴于決策者，而δi(χi)依賴于評價對象；λ表征決策者風險偏好的選擇行為，而δi(χi)是被評價對象的特征變量。(2)δi(χi)雖然是被評價對象的特征變量，卻不能用于衡量評價對象優(yōu)劣，否則，δi(χi)應被視作評價對象的新屬性而不能進入綜合評價系數(shù)。(3)δi(χi)的含義是表征了不同評價對象對理想解的偏好程度，或者說是表征了評價對象對負理想解的厭惡程度。δi>1，意味著評價對象更看重理想解；δi=1，意味著評價對象同等對待理想解和負理想解；δi<1，意味著評價對象χi更看重負理想解。

舉例而言，若公司可分為國企和民企兩類，公司類型就是評價對象的特征變量，該特征變量不能用于衡量公司財務(wù)風險的優(yōu)劣，但是不同類型的公司將決定其對理想解與負理想解的偏好程度。國有企業(yè)具有壟斷地位，有國家資金的扶持，對政府依賴性強。同時，由于國有產(chǎn)權(quán)的先天特征和政治關(guān)系，使得國有企業(yè)具有債務(wù)融資優(yōu)勢，財務(wù)危機成本低，陷入財務(wù)危機時更可能獲得政府資金扶持。高收益總是伴隨著高風險，在評價公司財務(wù)風險時，負理想解意味著財務(wù)風險大，此時往往伴隨著高收益；理想解意味著財務(wù)風險小，此時往往伴隨著低收益。因此，有理由相信，民企相對于國企并不太介意負理想解，而更看重理想解，此時δi>1；國企相對于民企并不太介意理想解，而更看重負理想解，此時δi<1。貝塔(Beta)系數(shù)是衡量影響資產(chǎn)價格不確定因素的變量，主要反映了公司有形資產(chǎn)和無形資產(chǎn)的風險因子。那么，Beta系數(shù)應當與δi高度相關(guān)，本文進一步用Beta系數(shù)代替δi。

三、案例應用

近年來，我國國內(nèi)航空需求旺盛，民航運輸業(yè)發(fā)展迅速，航空市場的競爭日益加劇。航空運輸業(yè)是一個重資產(chǎn)運作的行業(yè)，具有投入高，運輸設(shè)備昂貴，運營成本高等特點，航空公司負債經(jīng)營已成為常態(tài)。同時，在市場需求銳減的情況下，企業(yè)收入將大幅下降，但飛機租賃費、維修保養(yǎng)費、財務(wù)費用等剛性成本仍要支付，現(xiàn)金流相對脆弱。財務(wù)風險成為航空公司關(guān)注的重點，因此，本文以滬深兩市中國國航(601111)、東方航空(600115)、南方航空(600029)、海航控股(600221)、春秋航空(601021)、吉祥航空(603885)和華夏航空(002928)七家上市航空公司作為研究對象，運用融合Beta系數(shù)的行為TOPSIS方法進行財務(wù)風險評價。按照表1的財務(wù)風險評價指標體系，從上海證券交易所和深圳證券交易所官方網(wǎng)站查閱七家航空公司2020年發(fā)布的2019年公司年報，獲取并計算相應指標數(shù)據(jù)，如表2所示。

表2 上市航空公司2019年財務(wù)風險指標數(shù)據(jù)

借鑒Sharpe(1964)提出的方法來計算貝塔系數(shù)，β求解方法如下式所示，Rit=Rft+βit(Rmt-Rft)式中，Rit是公司i的證券在第t期的收益率；Rft是第t期的無風險收益率；Rmt是資本市場在第t期風險收益率；兩者差額Rmt-Rft反映了資本市場的風險溢價；βit是公司i的證券在第t期相對于市場風險的波動系數(shù)。

對上式變形后得到，Rit=(1-βit) Rft+βitRmt

將上式中的(1-βit)Rft視為常數(shù)，并以α代替，得到CAPM的時間序列模型，Rit=α+βiRmt+eit

式中，Rit是公司i的證券在第t期的收益；α和βi分別是待估計的常數(shù)項和系數(shù)項，βi即為所求公司i（的證券）在第t年度的β系數(shù)；eit為誤差項，服從獨立同分布，eit~N(0,1)。

依據(jù)上述模型的計算思路，利用Matlab軟件，以滬深300指數(shù)的周收益率作為資本市場的風險收益率，獲取計算七家航空公司股票和滬深300指數(shù)2019年243個交易日的日收盤價，然后計算一年48周的周收益率，用每只股票的周收益率對滬深300指數(shù)的周收益率進行回歸計算，最終得到每家航空公司股票的年貝塔系數(shù)，見表2最后一列。

利用表2中的數(shù)據(jù)，運用融合Beta系數(shù)的行為TOPSIS方法計算七家航空公司的財務(wù)風險評價結(jié)果，作為對比，同時計算經(jīng)典TOPSIS以及不引入Beta系數(shù)時的結(jié)果，即將七家航空公司的Beta系數(shù)均視為1，定義：財務(wù)風險評價結(jié)果如表3所示。

表3 上市航空公司2019年財務(wù)風險評價值及排名

表3中財務(wù)風險評價值越大，表示財務(wù)風險越小，反之，財務(wù)風險越大。融合Beta系數(shù)的行為TOPSIS計算結(jié)果 與不引入Beta系數(shù)的計算結(jié)果 均為絕對值綜合評價指數(shù)，具有TOPSIS方法中的距離單位；經(jīng)典TOPSIS計算結(jié)果 為相對值綜合評價指數(shù)，不具有距離單位。括號內(nèi)數(shù)值為航空公司財務(wù)風險排名，同樣地，排名數(shù)值越大，表示財務(wù)風險相對其他航空公司而言越小。

由表3可知，融合Beta系數(shù)的行為TOPSIS計算結(jié)果排名與經(jīng)典TOPSIS計算結(jié)果排名完全一致；而比較 與

，亦知，七家上市航空公司的財務(wù)風險排名也相差不大，融合Beta系數(shù)的行為TOPSIS計算結(jié)果說明春秋航空(601021)的財務(wù)風險最小，而不引入Beta系數(shù)的計算結(jié)果說明華夏航空(002928)的財務(wù)風險最小。春秋航空(601021)與華夏航空(002928)在隨后的新冠疫情沖擊下表現(xiàn)明顯好于其他航空公司。這兩家航空公司都是民營航空企業(yè)，機隊規(guī)模相對較小，航班較少，遭遇突然的需求下滑時“船小更容易調(diào)頭”。同時，民營航空公司的航線網(wǎng)絡(luò)主要在國內(nèi)和周邊地區(qū)，受海外疫情的影響相對國有航空公司更小。此外，民營航空公司平時的成本控制也比國有航空公司做得要好，尤其是春秋航空，在2020年已經(jīng)展現(xiàn)明顯超出行業(yè)的經(jīng)營靈活性及航網(wǎng)韌性，淡季客座率依然保持領(lǐng)先，并將低成本基因踐行到“極致”，在行業(yè)遭受重大沖擊下，體現(xiàn)了更快的修復和更靈活的經(jīng)營特征。

以上三種方法計算結(jié)果均顯示，海航控股(600221)的財務(wù)風險最大。早在2017年，海航控股就爆發(fā)了流動性危機，其大張旗鼓的并購所付出的資金并非來自海航集團的現(xiàn)金流，而是大規(guī)模的借款和舉債，到2018年初海航控股的資金鏈問題被徹底暴露出來，公司陷入資金困境。反復出現(xiàn)的流動性危機被認為是海航控股徘徊于懸崖的罪魁禍首。在新冠疫情沖擊下，海航控股2020年的虧損額度創(chuàng)下A股上市公司虧損記錄，2021年2月該公司公告稱法院裁定受理公司重整，并被實施退市風險警示。

南方航空(600029) 作為機隊規(guī)模國內(nèi)最大、世界第三大的航司，風險評價值明顯好于海航控股，但是財務(wù)風險在七家上市航空公司中排名第二，說明相對而言也面臨較高的財務(wù)風險，初顯流動性問題端倪。對南方航空來說，應及早采取措施化解較高的財務(wù)風險。2019年南航集團實施股權(quán)多元化改革，力圖大幅降低資產(chǎn)負債率，為企業(yè)發(fā)展提供強有力的資金保障； 2020年初發(fā)行規(guī)模10億元的第八期超短期融資券，積極進行低成本融資，以補充運營資金。