您的购物车还没有商品,再去逛逛吧~

提示

已将 1 件商品添加到购物车

去购物车结算>>  继续购物

高校财务预警模型的构建和实证分析

 [摘要]从高校财务的四个方面选取了5个指标进行分析,通过主成分分析建立高校财务预警的综合评价模型,对高校的财务状况给出了综合分析。同时,利用31所高校的实际情况进行了实证分析。
  [关键词]财务预警 主成分分析
  
  一、引言
  
  过去的几年,我国高等教育取得了巨大的成绩,实现了跨跃式发展。高等教育的迅速发展需要巨大的经费投入来支撑,由于原有经费投入渠道远远不能满足高校大规模扩招后建设资金的需求,利用银行贷款负债发展作为一种行之有效的方法和渠道被高等学校普遍采用.但是,在高校大规模建设热潮中出现了盲目扩张、高标准建设的倾向,高校贷款规模急剧扩大,导致过度负债,使高校财务面临前所未有的危机。如何控制和防范高校过度负债所带来的风险,积极维护高校财务安全,确保高等教育事业的持续健康发展,是政府教育、财政部门及高校自身面临的一项紧迫任务。
  本文进一步通过分析反映高校发展能力、支付能力、负债程度及资金管理的多项财务指标,建立了一套较为简便实用的高校财务风险预警指标体系,并结合实际设定预警临界值。利用预警指标体系对河南省31所高校进行了实证分析和风险预警提示,为高校加强财务管理、防范财务风险提供了决策参考。
  
  二、研究变量和样本的选取
  
  高等学校的财务状况从四个方面来分析,一是发展能力指标,选取收入增长率作为变量X1。收入是事业发展的物质基础,学校的总收入体现了学校所拥有的综合经济实力,收入增长水平表明学校各项事业发展的能力和后劲。二是支付能力指标,用高校年末货币资金的结存额与全年月均支出额相比,来预测高校近期的支付能力,即变量X2为现实支付能力。三是负债程度指标,用资产负债率X3和年末负债/全年总收入X4来反映高校的负债程度对债务的承受能力。四是资金管理指标,用应收款/流动资产作为变量X5,反映了高校财务管理特别是资金管理水平。
  研究的数据来源于论文《高校负债风险控制研究》,作者以河南省31所高校2003年的财务状况为例进行分析。由于其类型和来源不同,各指标因子的原始数据具有不同的量纲,无可比性,必须对原始数据进行规范化处理。方法如下:
  当指标数值越大越好时,
  当指标数值越小越好时,
  得到标准化数据如下:
  
  三、高校财务预警综合模型的建立及效果分析
  
  运用SPSS 11.5 for Windows统计软件进行分析,可以得到上述5个指标的相关矩阵R及相关矩阵R的特征值、方差贡献率和累计方差贡献率如表2。
  
  根据因子载荷矩阵的不唯一性,对因子载荷矩阵实行旋转,使旋转后主成分因子的载荷出现两极分化的情况,对主成分这一研究变量进行分组,旋转后的载荷矩阵如下表3所示。
  
  据表3旋转后的因子载荷矩阵 ,得到各主成分因子与研究变量指标的主成分模型:
  Y1=-0.312 X1-0.050 X2+0.944 X3+0.910 X4-0.028 X5
  Y2=0.608 X1-0.020 X2+0.030 X3+0.229 X4+0.885 X5
  Y3=-0.078 X1+0.997 X2-0.044 X3-0.037 X4+0.038 X5
  主成分因子Y1主要由资产负债率(X3)和年末负债/全年总收入(X4)这两个指标来解释,因这两个指标的因子载荷量远大于其他指标,即代表了高校的负债程度。主成分因子Y2代表了高校的发展能力,主要由收入增长率(X1)和应收款/流动资产(X5)这两个指标来解释。主成分因子Y3代表了高校的支付能力,主要由现实支付能力(X2)这一个指标来解释。
  根据表2特征值的方差贡献率,可以得到高校财务预警综合得分模型如下:
  Y=0.36384Y1+0.24146Y2+0.20077Y3
  Y为综合评价得分,可以判断高校财务状况程度,计算分值得表4。
  
  从上可以看出,高校3、9、20、23的财务状况已经恶化,处在重警警度区域。高校2、6、14、16、18、29、30的财务状况处于中警警度区域,需要引起高度重视。
  
  四、研究结论与建议
  
  从上述分析可以得出以下结论:
  第一,该模型在评价高校财务预警方面具作了很好的探索。
  第二,该模型的评价效果也从一定程度上说明了运用主成分分析方法进行高校财务预警评价的合理性。   第三,该模型的构建简单可行。在SPSS统计软件的帮助下,评价高校财务预警变得简单可行;同时运用主成分分析法依据财务指标内部关系客观地确定众多变量在模型中的权重体系,克服了传统的定性研究中人为的主观因素的影响。
  需用指出的是对高校进行个案分析时,对某些异常情况应予以特别关注,以免某些因素畸变影响该方法的准确性和风险判断。比如有时由于其中个别指标的畸高或畸低,可能会导致Y值异常。尽管如此,以主成分分析构建的模型所提供的分析思路仍有较强的指导意义。
  
  主要参考文献
  [1] 孙健,康旺霖,魏修华.电子行业的企业创新能力评价指标体系研究[J] .当代财经,2007.2
  [2] 袁志发,周静芋.多元统计分析[M] .科学出版社,2002.10
  [3] 贲友红.以主成分分析构建我国企业财务预警模型的实证研究[J].中国管理信息化,2006.12
  [4] 贲友红,杨玲.企业财务预警模型阈值的确定[J].财会月刊,2006.12