引入非财务指标的高校财务风险预警模型构建与应用.pdf

在高校财务风险预警和控制系统当中，财务预警指标体系占据着举足轻重的地位，向来是高校财务工作小组和广大学者争相研究的课题，研究成果也比较可观。但就现有指标体系而言，大多数指标体系参照和照搬企业财务预警模型。虽然，在一些方面有所优化和改进，对于高校以社会服务和增加社会公共利益的非盈利事业单位，其财务管理模式与运作以及财务风险与企业有着根本的区别，这些指标体系在预警高校财务风险方面的作用十分有限，因此，要立足高校财政的实际情况，适当参考企业财务风险预警思路，这样便能构建出与高校特征相适应的财务风险评价指标体系。一、引入非财务指标的高校财务风险预警模型构建构建财务风险预警体系并非是一蹴而就，根据我国高校的性质和特点，从财务视角和非财务视角提出和构建指标体系。其中，财务指标主要有偿债能力指标（包括资产流动比、资产负债比、贷款收入比、利息支付保障比）、营运能力指标（包括现金支付比、潜在支付比、公共经费支出比、投资收益比、基金余额占比）、发展能力指标（包括收入比例的、现金增长率、固定资产增长率、净资产增长率）和隐性财务指标（包括校办产业资产负债率、基建投资支付能力）。此外，高校的持续健康发展也依赖于高校的学习和成长氛围、教职员工的工作能力和所在地区和隶属单位等因素。基于这一考虑，在评估高校财务风险时还应考虑非财务指标。（一一）人力资源指标人力资源指标包括师生比、职工贡献。高校利用财务资源的情况可以通过师生比间接体现出来，这是判断高校办学效率高低的一大依据，而高校的财务管理成效则可以通过职工贡献率体现出来，同时也是衡量高校财务状况健康与否的重要依据。（二二）科研能力指标科研能力指标包括教师科研经费支出、教师科研贡献率。其中，科研经费值的是知识产权收入、投资收入，是维持费限定性收入处于理想水平的关键，决定了高校财务状况健康与否，科研贡献中的教学成果包括毕业生人数和教师科研成果，如文章、专著、专利等内容。科研活动指标则是由科研项目、科研论文、知识产权和科研奖励四个指标组成的一套指标。（三三）高校规模指标高校规模指标涵盖学校占地面积，不仅包括学生实训场馆面引入非财务指标的高校财务风险预警模型构建与应用徐晓俊摘摘要要：为防范高校财务风险，尽早发现高校财务活动中存在的各种问题，在现有以财务指标为主的高校财务预警模型中，引入非财务风险预警指标结。通过实际数据，对其进行定性和定量分析，结果表明通过引入非财务预警指标，可以有效监测和控制高校财务风险，确保学校安全平稳运行。关键词关键词：高等学校；财务风险；非财务指标；预警模型作者简介：徐晓俊（1979-），男，江西临川人，江西科技学院财经学院，副教授。研究方向：财务管理。ACADEMICRESEARCHOFJXUT江科学术研究第18卷第1期2023年6月Vol.18No.1Jun.2023江科学术研究（2023）积，教学楼面积，还应该包括教职工篮球场、足球赛、游泳馆等健身场馆面积。图书馆藏书量、教学科研仪器设备。（四四）交流培训指标交流培训指标绝大部分的高校都会采取积极的高校教师交流培训，如引进高校教职员的覆盖面在全国，甚至是海外优秀博士、硕士。同时采取学费、路费、生活费报销优惠等措施，鼓励青年教师报考国内外博士研究生，选派专业教师到国内外学习等。（五五）其他指标其他指标如高校所处城市、高校隶属单位等。前者对于高校生源、教职工整体水平、科研项目及经费的多寡起决定性作用；后者则是高校资金来源丰富与否的判断标准。建立起财务和非财务具体的指标衡量如表1所示。表1高校财务风险预警指标体系高校财务预警指标体系视角财务视角非财务指标财务指标偿债能力营运能力发展能力隐性财务人力资源科研能力高校规模交流培训其他指标指标明细资产流动比=流动资产/流动负债*100%资产负债比=负债总额/资产总额*100%贷款收入比=累计未偿还贷款/总收入*100%利息支付保障比=(本年末银行存款+本年末现金)/利息支出*100%现金支付比=(本年末银行存款+本年末现金)/月支出总额*100%基金余额占比（专项基金常用基金留本基金）/（年末现金年末银行存款）*100公共经费支出比=公共经费支出总额/支出总额*100%投资收益比（其他收益校办企业收益）/（其他投资校办企业投资）*100潜在支付比（本年末应收票据本年末债券投资本年末货币资金应交财政专户本年末借入款年末应交税金）/月平均支出额*100净资产增长率=本年净资产额/上年净资产额*100%收入比率（投资收入产业收入事业收入其他收入）/收入总额*100现金增长率=本年现金总额/去年现金总额*100%固定资产增长率=(本年固定资产额-上年固定资产额)/上年固定资产额*100%基建投资支付能力（年末基建应付账款年末基建借款）/（年末常用基金年末专用基金应收及暂付款中非正常周转垫款留本基金）*100校办产业资产负债率=本年校办产业资产负债总额/年末校办产业资产总额*100%师生比=在编老师人数/全日制学生人数职工贡献=(职工总收入-职工总支出)/在编老师人数教师科研经费支出=科研经费支出总额/在编教师总数教师科研贡献率=教学成果/在编教师总数图书馆藏书量教学科研仪器设备学术交流参加人数培训费占比=培训支出/在编教师总数高校隶属单位高校所在城市二、基于非财务预警指标的财务风险模型应用（一一）样本选取和预处理样本选取和预处理本文选取了某省42所高校的15个财务指标和10个非财务指标构成研究样本，利用因子分析模型，分别对单一财务指标和引入非财务指标的高校财务风险进行预测，来验证引入非财务指标对于高校财务风险预警的影响。37首先，对选取的 25 个指标数据进行正向化处理。指标中存在正向和逆向影响指标，在进行因子分析前，应消除指标的不一致性对因子分析的影响。其次，由于每一个指标都有与之相对的物理涵义，量纲各有不同，所以需要对所有指标进行无量纲化处理，尤其是非财务指标，要用定量指标描述定性指标，以满足进行因子分析的要求，此部分的数据处理和分析是基于SPSS17.0软件进行的。（二二）提取公因子提取公因子因子分析之前要先对公因子进行提取，期间要把握好公因子的多少，过多可能会导致分析过程过于冗长、繁琐，太少则可能无法提取到原始变量信息，适当的数量才能保证分析结果的可靠性，文章选取累计方差贡献率来确定财务预警模型所需因子。对财务变量分析，我们取累计贡献率为80.53%，提取了6个公因子，这6个公因子代替了原有15个财务指标的信息量。通过对原有15个财务指标进行因子载荷和旋转，6个公因子的含义：F1偿债主成分因子，包括资产流动比（X1），资产负债比（X1）；F2F2资金使用主成分因子，包括现金支付比（X3X3）、潜在支付比（X4）、基金余额占比（X5X5）；F3资产运营主成分因子，包括净资产增长率（X6）、固定资产增长率（X7）；F4收益主成分因子，包括贷款收入比（X8）、收入比率（X9）、投资收益比（X10）；F5收支运营因子，包括现金增长率（X11X11）、利息支付保障比（X12）、公共经费支出比（X13）；F6基建和经营主成分因子，包括校办产业资产负债率（X14）、基建投资支付能力（X15）。6个主成分因子之间是不相关，也不存在多重共线性问题。在引入非财务变量时，使用同样方法提取，累计贡献率为78.535%的4个公因子。这4个公因子代替了原有10个财务指标的信息量。4个公因子的含义为：F7F7师生资源主成分因子，包括师生比（X16X16）、学术交流参加人数（X17）；F9教师贡献主成分因子，包括职工贡献（X18）、教师科研贡献率（X19）；F9人力资源支出主成分因子，包括教师科研经费支出（X20）、培训费占比（X21）；F10高校隶属公因子，包括高校隶属单位（X22）、高校所在城市（X23）。提取的这4个主成分因子中，X22和X23都是由非财务变量来解释。4个公因子之间是不相关，变量间不存在多重共线性问题。（三三）数值结果与分析数值结果与分析是衡量高校面临财务危机的重要依据，1和0分别表示会面临以及不会出现，基于前述操作得到的自变量用Fi表示，构建多元逻辑回归财务危机预警模型（简称MLR模型）。1.仅适用财务指标变量的MLR模型。利用所形成的6个主成分因子，进行回归分析，建立高校多元财务指标预警模型，其模型参数如表2所示。主成分F1F2F3F4F5F6C（常数项）回归系数-0.065-0.0280.0520.2590.034-0.0028.530标准差0.0180.1100.1070.0730.1870.1300.341显著性水平0.000()0.008()0.2030.1800.004()0.001()0.601表2财务指标的MLR模型注：标示在1%水平下显著。基于上表的内容不难发现，大部分主成分因子的显著性都超过了1，只有3和4例外，说明在所选择的所有主成分因子当中，显著性超过了99的是F1和F2、F5、F6，它们是构建模型的关键，因此，考虑财务指标所建立的MLR模型为：2.引入非财务变量的模型的MLR模型。利用所形成的10个主成分因子，进行回归分析，建立高校多元财务指标预警模型，其模型参数如表3所示。徐晓俊：引入非财务指标的高校财务风险预警模型构建与应用38江科学术研究（2023）基于上表的内容不难发现，大部分主成分因子的显著性都超过了1，只有4、6、8、9例外，说明在所选择的所有主成分因子当中，显著性超过了99的是F1和F2、F3、F5、F7、F10，它们是构建模型的关键，因此，考虑财务指标所建立的MLR模型为：主成分F1F2F3F4F5F6F7F8F9F10C（常数项）回归系数-0.057-0.0520.0280.2140.130-0.3400.0920.009-0.0130.1017.495标准差0.1870.1740.1090.1230.1080.1140.1020.2000.1930.1480.351显著性水平0.000()0.007()0.002()0.1800.034()0.5120.001()0.4090.5040.000()0.601表3引入非财务指标的MLR模型注：标示在1%水平下显著。3.两种预警指标的财务预警模型准确性比较。利用上述模型，对于某省42所高校财务风险进行预测。第一步是要准确描述I类和II类错误，预测准确率如表4所示。表4高校财务预警比较分析观测值正常危机总和01MLR（仅财务指标）预测值正常0337危机1935预测准确率79%84%81%MLR（引入非财务指标）预测值正常0363危机1639预测准确率86%93%89%可以看出，仅使用财务指标的模型MLR中，犯类错误的比例为16%；而犯类错误的比21%。对于引入非财务指标的财务预测MLR模型中，类错误的比例为7%；而犯类错误的比14%。需要指出的是，该模型使用的是危机前1年或危机前2年的数据，但当研究风险为3年时，其研究结果可以存在一定的变化。综合下来，引入非财务变量指标，模型对高校财务风险预测总体效果较好。三、研究结论针对高校主要财务风险的变化，系统分析了高校财务风险预警指标，构建了非财务指标高校财务风险预警模型。利用某省42所高校的财务数据，可以看出，非财务指标变量的引入显著改善了I级错误和II级错误的改善。由此可见，引入非财务变量是提39高高校财务危机预警准确性的重要途径。通过综合运用财务预警指标，可以有效发现高校潜在的财务危机，从而采取相应的手段来进行应对，这样才能将因为财务危机而造成的风险控制在高校可承受的范围内，并形成经验教训，为后续风险识别和防范提供依据。参考文献：1刘耀利.省属师范类高校财务管理存在的问题及对策J.财务与会计,2020(23):77-78.2吴克林,陈光.优化风险预警机制 降低财务管理风险评 高校财务风险预警与防范策略研究:基于内部控制视角 J.山西财经大学学报,2021,43(08):130.3童梦婕.无形资产资本化、非财务指标绩效评价与企业财务绩效J.财会通讯,2020,(18):35-38.4唐一鑫.高职院校内部审计机制建设与质量控制研究评 高校财务风险预警与防范策略研究：基于内部控制视角 J.林产工业,2020,57(04):126.5游桂云.内部控制视角下的高校财务风险预警研究评高校财务风险预警与防范策略研究:基于内部控制视角J.高教探索,2018,(11):134.6王华兵,刘芳.非财务指标与企业分部战略协同创新机制研究J.会计之友,2018,(15):54-59.7段文奇,宣晓.管理者能力是传递平台型互联网企业价值的信号吗基于财务和非财务指标价值相关性的检验结果J.南开管理评论,2018,21(03):54-65.8余新培,童善进.道天地将法:五维非财务指标体系的构建 来 自孙 子 兵 法的 启 示 J.会 计 之 友,2018,(08):100-102.9田宝新,王建琼.基于财务与非财务要素的上市公司财务困境预警实证研究J.金融评论,2017,9(05):103-115+126.10陈浩.独立学院财务风险管控研究以浙江省独立学院为例J.会计之友,2019(17):119-125.11申秦,倪雪婷,成诚.政府财务报告制度改革视角下高校财务风险预警研究J.财会通讯,2022,(06):126-130.12熊毅,张友棠.基于F计分值的上市公司财务风险预警研究J.管理现代化,2019,39(01):111-115.（责任编辑责任编辑：李先启）徐晓俊：引入非财务指标的高校财务风险预警模型构建与应用40