基于自由現(xiàn)金流量的航運企業(yè)財務(wù)預(yù)警研究

艾 超

(上海海事大學(xué)，上海201306)

一、自由現(xiàn)金流量概述及其優(yōu)越性

1.自由現(xiàn)金流量概述

自由現(xiàn)金流量是一種新的財務(wù)概念，其理論源于代理問題，是一種被公司廣為接受和采用的財務(wù)理論之一。許多學(xué)者對自由現(xiàn)金流量理論進行了研究和解釋，但所得出的結(jié)論都有一個共同點，即認為自由現(xiàn)金流量是在不影響企業(yè)正常生產(chǎn)和發(fā)展，在維持持續(xù)經(jīng)營情況下，剩余的可以分配給股東或債權(quán)人的最大現(xiàn)金額。

對于自由現(xiàn)金流量不同的學(xué)者有不同的計算公式，但大多數(shù)學(xué)者對于自由現(xiàn)金流量的理解基本相同，本文更青睞于科普蘭(Tom Copeland，1990)教授對自由現(xiàn)金流量的計算方法，即:

具體計算自由現(xiàn)金流量的方法一般有兩種:

(1)直接法

通過對于公式(1)中四個要素的分析，得出直接法的自由現(xiàn)金流量的公式:

(2)間接法

2.自由現(xiàn)金流量用于財務(wù)風(fēng)險預(yù)警的優(yōu)越性

企業(yè)財務(wù)風(fēng)險是企業(yè)財務(wù)活動中由于各種不確定因素的影響，使企業(yè)財務(wù)收益與預(yù)期收益發(fā)生偏離，因而造成蒙受損失的機會和可能。企業(yè)在運營中的經(jīng)濟活動和財務(wù)活動管理過程中的某個環(huán)節(jié)和某個部分的問題都可能帶來風(fēng)險，從而轉(zhuǎn)化為企業(yè)的損失，使得企業(yè)的經(jīng)營與預(yù)期發(fā)生偏離，導(dǎo)致企業(yè)盈利能力和償債能力的降低。自由現(xiàn)金流量不受會計方法的影響，受到操縱的可能性較小，自由現(xiàn)金流量作為財務(wù)指標有著強大的功能和特殊作用，在開展財務(wù)決策、評價公司業(yè)績、償債能力、衡量財務(wù)風(fēng)險等方面都具有利潤指標無法企及的優(yōu)勢(湯谷良、朱蕾，2002)，從而能更好地用于財務(wù)風(fēng)險預(yù)警。

二、航運企業(yè)財務(wù)風(fēng)險警源分析

要做好航運企業(yè)的風(fēng)險預(yù)警，首先要了解它的風(fēng)險發(fā)生點，即警源。筆者認為企業(yè)發(fā)生危機或者出現(xiàn)風(fēng)險，無外乎內(nèi)因和外因兩個原因，所以本文通過內(nèi)部和外部兩方面對航運企業(yè)的財務(wù)風(fēng)險警源進行分析。

1.外部風(fēng)險警源因素

(1)運價波動風(fēng)險。對航運企業(yè)經(jīng)營影響最大的是運輸價格，運價是影響航運企業(yè)收入的重要因素，其大幅波動給航運企業(yè)的收入狀況帶來巨大影響，在運量和運力不平衡的情況下，企業(yè)在運輸價格的制定方面具有較大主動性和靈活性，則經(jīng)營風(fēng)險較小，反之，經(jīng)營風(fēng)險較大。

(2)燃油價格波動風(fēng)險。船舶運營的主要成本在于燃油、潤料、船舶維修費以及港口使用費等，其中燃油的成本占20%～50%。燃油消耗作為航運企業(yè)的主要成本之一，其大幅度的波動對企業(yè)的經(jīng)營和現(xiàn)金流產(chǎn)生了不確定的影響，因而產(chǎn)生了風(fēng)險。

(3)匯率波動風(fēng)險。因為航運企業(yè)在結(jié)算中經(jīng)常會使用外幣，近幾年人民幣對于美元保持著升值趨勢，所以匯率會對企業(yè)產(chǎn)生較大影響。一些跨國投資的航運企業(yè)在境外開設(shè)了分支機構(gòu)，而人民幣升值使得境內(nèi)合并報表的外幣折算差額產(chǎn)生負數(shù)，導(dǎo)致境外公司的凈資產(chǎn)減少(顧婷芳，2011)。匯率波動對于自由現(xiàn)金流量的影響則是凈利潤，一旦期末匯率低于收入時的匯率造成匯兌損失，凈利潤會減少，從而對自由現(xiàn)金流量產(chǎn)生影響。

(4)國際政治經(jīng)濟局勢風(fēng)險。國際政治經(jīng)濟局勢對國際原油價格和國際貿(mào)易產(chǎn)生重大影響。航運企業(yè)是國際貿(mào)易中的運輸環(huán)節(jié)，如果國際貿(mào)易市場不景氣，必然影響到航運企業(yè)的業(yè)務(wù)量。此外，國際局勢平穩(wěn)，戰(zhàn)爭減少，各國可以投入更多的精力打擊海盜，這樣可以保證航線的安全，減少船舶和貨物的意外損失風(fēng)險。因此，對于國際形勢的正確預(yù)測和判別有助于航運企業(yè)更好地經(jīng)營以及降低風(fēng)險。

2.內(nèi)部風(fēng)險警源因素

(1)投資風(fēng)險。船舶投資是航運企業(yè)發(fā)展壯大，擴大資本市場，增加運力的必經(jīng)之路，但其存在一定的風(fēng)險，由于船舶投資資金需求量非常巨大，且回收期長，對于資金不夠雄厚的公司必然要舉債投資，若是債務(wù)超出了企業(yè)的承受能力，便會帶來財務(wù)風(fēng)險。在投資完成后，由于航運業(yè)市場競爭非常激烈且復(fù)雜多變，受到許多外部環(huán)境的影響，導(dǎo)致未來投資的經(jīng)濟收益與預(yù)期發(fā)生偏離，使得投資額無法收回，債務(wù)無法清償，從而也增加了企業(yè)的財務(wù)風(fēng)險。

(2)決策風(fēng)險。若決策者獲得的信息與市場不對稱，內(nèi)部信息傳遞不佳，信息失真，沒有科學(xué)系統(tǒng)地對投資決策進行研究，做出錯誤的決策，會使企業(yè)陷入危機。

綜上無論是在行業(yè)政策的大背景下，還是就貴冶企業(yè)內(nèi)部成本控制的具體需要來講，編制企業(yè)定額勢在必行，另一方面該廠也有能力來做此項工作。

(3)籌資風(fēng)險。航運企業(yè)是資金密集型企業(yè)，需要大量的資金用于租賃和建造船舶。而船舶融資租賃是一項復(fù)雜的經(jīng)濟活動，投資金額大、租賃周期長、需要協(xié)調(diào)的環(huán)節(jié)多、涉及面廣，尤其是航運市場競爭加劇，運價跌宕起伏，存在許多不可控制的因素，因此航運企業(yè)一旦出現(xiàn)戰(zhàn)略性的失誤，就可能面臨巨額的虧損，甚至血本無歸(鄧衛(wèi)國，2009)。如果航運企業(yè)籌資時在事前、事中缺少對資本結(jié)構(gòu)的嚴格審查和監(jiān)督，對資本結(jié)構(gòu)的合理性缺少科學(xué)的財務(wù)決策依據(jù)，將會導(dǎo)致企業(yè)的籌資風(fēng)險加大。

三、構(gòu)建基于自由現(xiàn)金流量的航運企業(yè)財務(wù)預(yù)警模型

1.研究思路及樣本選取

本文采用多變量預(yù)警模型——多元線性回歸模型。結(jié)合航運企業(yè)營運特點對其相關(guān)財務(wù)指標進行初步篩選，在建立多元回歸模型后，通過相關(guān)性檢驗剔除相關(guān)性差的指標，再通過模型整理，得出更準確的預(yù)警模型，最后對航運企業(yè)進行實證檢驗。

本文所構(gòu)建的模型是用于預(yù)警財務(wù)困境的模型，所以在樣本的選擇上將樣本分為兩類:財務(wù)困境類及非困境類。財務(wù)困境是指企業(yè)財務(wù)狀況惡化，所以在選擇的財務(wù)困境樣本上，將選取ST、SST、*ST、PT等上市的航運企業(yè)作為陷入財務(wù)困境樣本。同時為了避免時段對公司發(fā)展情況的影響所導(dǎo)致的誤差，本文采用2007—2010年的樣本數(shù)據(jù)。根據(jù)以上兩個原則，本文選取了8家上市航運企業(yè)作為樣本，6家為非財務(wù)困境企業(yè)，2家為財務(wù)困境企業(yè)，數(shù)據(jù)資料來源于上市公司資訊網(wǎng)(www.cnlist.com)和新浪網(wǎng)(www.sina.com.cn)。樣本情況見表1。

2.預(yù)警指標的選取

在償債能力、收益質(zhì)量、獲現(xiàn)能力和發(fā)展能力四個方面的指標中選取預(yù)警指標進行研究。同時對同一類預(yù)警指標進行指標間相關(guān)性檢驗，并結(jié)合航運企業(yè)營運特點對其進行篩選，對于相關(guān)性在0.9以上的指標中選其一。此外還將自由現(xiàn)金流量引入了預(yù)警指標之中。

表1 航運企業(yè)樣本

通過篩選后，得到預(yù)警指標，見表2:

表2 航運企業(yè)預(yù)警指標匯總

3.基于自由現(xiàn)金流量的航運企業(yè)財務(wù)風(fēng)險多變量預(yù)警模型的構(gòu)建

(1)構(gòu)建多元線性回歸模型

將本文所選取的14個指標作為自變量，將預(yù)計陷入財務(wù)困境的概率Y設(shè)為因變量，取非財務(wù)困境的航運企業(yè)的Y為0，有財務(wù)危機的航運企業(yè)的Y為1，將陷入財務(wù)危機的航運企業(yè)的前一年數(shù)據(jù)輸入eviews統(tǒng)計軟件中，得到表3:

表3 多元線性回歸估計結(jié)果

X3－0.16854 0.043229 －3.898781 0.0299 X5 0.000779 9.87E－05 7.887535 0.0042 X6－0.00152 0.000512 －2.96195 0.0595 X7－0.00038 0.000297 －1.28581 0.2888 X8－0.00715 0.001933 －3.69804 0.0343 X10 0.0368 0.010364 3.550679 0.0381 X11－1.86324 0.256399 －7.26693 0.0054 X12 0.018558 0.002325 7.980T98 0.0041 X13－0.61591 0.111396 －5.52899 0.0117 X14 0.254995 0.089695 2.842898 0.0655 X15－3.26457 0.46712T －6.98861 0.006 X16－0.26883 0.183716 －1.4633 0.2396 C 0.760122 0.060792 12.50368 0.0011 R－squared 0.996543 Mean dependent var 0.333333 Adjusted R －squared 0.980411 S．D．dependent v ar 0.485071 S．E．of regression 0.067891 Akaike info crite rion －2.6669 3 Sum squared resid 0.013827 Schwarz－crit erio n －1.92495 Log likelihood 39.00237 F－statistic 61.77438 Durbin－Watson stat 2.604356 Prob(F－statistic)0.002943

由表3可得到多元線性概率模型:

從上述模型中可以發(fā)現(xiàn)有些指標是越大越好，有些指標在某個區(qū)間段更好，而一些指標則影響較小，這些不重要的指標可能會給模型帶來干擾和計算量的增加，因此有必要進行每個自變量的顯著性分析，剔除顯著性較差的指標。

(2)優(yōu)化多元線性回歸模型

為了消除那些對方程顯著性不強的指標，將對表3中的自變量進行T檢驗來進行顯著性測試。設(shè)顯著性為0.01時，得到t2/a=1.895，對于模型中14個自變量進行分析，得到X2、X7、X16無法通過檢驗，說明這兩個指標對于模型的影響不顯著，故進行剔除。將通過檢驗的11個指標繼續(xù)輸入eview統(tǒng)計軟件中，得到表4:

表4 優(yōu)化后多元線性回歸估計結(jié)果

X8－O．O0785 0.001871 －4.192714 0.0057 X10 0.044197 0.00977 4.523763 0.004 X11－1.72982 0.267861 －6.45791 0.0007 X12 0.0i6126 0.002264 7.121946 0.0004 X13－0．63302 0.10357 －6.111984 0.0009 X14 0．173401 0.052549 3.299777 0.0164 X15－3.02543 0.409412 －7.389712 0.0003 C 0.727038 0.055295 13.14835 0 R－squared 0.991301 Heart dependent var 0.333333 Adjusted R －squared 0.975352 S．D．dependent var 0.48507 S．E．of rezxession 0.076155 Akaike info crite rion －2.07736 Sum squared resid 0.034798 Schwarz Criterion －1.48378 Log likelihood 30.69628 F－statistic 62.15454 Dumbin－Watson stat 2.692671 Prob(F－statistic)0.000029

同樣，對于該方程中的因變量進行顯著性水平檢驗，設(shè)顯著性水平為0.01，得到t2/a=1.895，對于模型中的自變量進行分析比較后，全部11個指標都通過了檢驗，說明這11個指標對于方程影響顯著。同時在顯著性水平0.05的情況下，進行F檢驗，得到該方程中變量線性關(guān)系顯著，因此根據(jù)表4，可得到優(yōu)化后的多元線性概率模型:

因為該模型設(shè)計時是取非財務(wù)困境航運企業(yè)的Y為0，有財務(wù)危機航運企業(yè)的Y為1，因此當Y值越接近1時，企業(yè)的財務(wù)危機風(fēng)險越大;越接近于0，則說明企業(yè)經(jīng)營狀況良好，暫無陷入財務(wù)危機的風(fēng)險。

(3)樣本回代驗證

本文將樣本中8家航運企業(yè)的2009年數(shù)據(jù)回代至優(yōu)化后的多元線性概率模型中，得到的結(jié)果與其2010年實際情況相符，在一定程度上說明了該預(yù)警模型的合理性和推導(dǎo)過程的準確性。

四、基于自由現(xiàn)金流量的航運企業(yè)財務(wù)風(fēng)險預(yù)警實際運用

以招商局能源運輸股份有限公司(601872)為例，用本文設(shè)計的航運企業(yè)預(yù)警模型進行實證檢驗。表5為根據(jù)招商局能源運輸股份有限公司2010年財務(wù)報表數(shù)據(jù)計算得出的財務(wù)預(yù)警指標:

表5 招商局能源運輸股份有限公司預(yù)警指標

收益質(zhì)量X6 現(xiàn)金收入比率1.0266426 X8 營運指數(shù)2.7379488發(fā)展能力X10 自由現(xiàn)金流量增長率－0.342884 X11 總資產(chǎn)增長率0.1072485 X12 凈利潤增長率0.7947078 X13 固定資產(chǎn)增長率0.4075212獲現(xiàn)能力X14 每股自由現(xiàn)金凈流量0.2092373 X15 總資產(chǎn)自由現(xiàn)金流量率0.029821

根據(jù)表5財務(wù)指標的數(shù)據(jù)，結(jié)合預(yù)警模型，算出Y=0.03，說明公司經(jīng)營狀況良好，并無財務(wù)危機風(fēng)險前兆，處于無警狀態(tài)。為了驗證預(yù)測的準確性，筆者查看了招商局能源運輸股份有限公司2011年第三季度的季度報告，其第三季度累計凈利潤為20207.77萬元;總資產(chǎn)為1676734.36萬元，比年初增長3.29%，所有者權(quán)益為955785.62萬元。從這幾點可以得出寧波海運股份有限公司的財務(wù)狀況良好，處于無警狀態(tài)，與預(yù)警模型結(jié)果一致。

五、結(jié)語

將自由現(xiàn)金流量概念引入航運企業(yè)的財務(wù)風(fēng)險預(yù)警中，分析自由現(xiàn)金流量的優(yōu)越性，研究航運企業(yè)的營運特點及其風(fēng)險，并以8家上市航運企業(yè)作為樣本，根據(jù)航運企業(yè)的營運特點選取適用于航運企業(yè)的財務(wù)預(yù)警指標，建立基于自由現(xiàn)金流量的多元線性回歸預(yù)警模型并進行預(yù)警模型的優(yōu)化。通過以招商局能源運輸股份有限公司為例進行實證檢驗，結(jié)果驗證本文所建立的預(yù)警模型是準確合理的，但有些問題需要進一步探討。

由于本文所采用的研究樣本有一定的局限性，只能從網(wǎng)上獲得航運企業(yè)的財務(wù)報表，而上市的航運企業(yè)并不多，其中的ST等陷入財務(wù)困境的航運企業(yè)則更少，因此在樣本的選擇上受到一定的限制，在某種程度上降低了模型的精確性，所以需要更多的資料支持來加強預(yù)警模型的可靠性及理論準確性。

［1］湯姆·科普蘭.價值評估［M］.賈輝然譯.北京:中國大百科全書出版社，2001.

［2］李曉梅，于宏志.自由現(xiàn)金流量與會計現(xiàn)金流量的比較［J］.內(nèi)蒙古科技與經(jīng)濟，2006(11):109－111.

［3］袁立，侯澤平.自由現(xiàn)金流量作為財務(wù)業(yè)績評價指標的優(yōu)越性探討［J］.財會探析，2008(4).

［4］錢愛民，張淑君，程幸.基于自由現(xiàn)金流量的財務(wù)預(yù)警指標體系的構(gòu)建與檢驗——來自中國機械制造業(yè)A股上市公司的經(jīng)驗數(shù)據(jù)［J］.中國軟科學(xué)，2008(9).

［5］李輝民.航運企業(yè)風(fēng)險管理［J］.集裝箱化，2010(2):6－9.

［6］曾秋根.運費波動、投資決策與航運企業(yè)價值關(guān)系的實證分析［J］.交通財會，2006(10):59－63.

［7］王曉敏.我國航運企業(yè)上市公司財務(wù)預(yù)警系統(tǒng)研究［D］.上海:上海海事大學(xué)，2005.

［8］顧婷芳.外幣匯率波動下航運企業(yè)風(fēng)險管理的策略［J］.交通財會，2011(8).

［9］鄧衛(wèi)國.航運企業(yè)船舶融資租賃財務(wù)風(fēng)險研究［J］.交通財會，2009(7):27 －32.