企業(yè)融資結構錯配風險研究
時間:2022-12-12 09:51:23
導語:企業(yè)融資結構錯配風險研究一文來源于網(wǎng)友上傳,不代表本站觀點,若需要原創(chuàng)文章可咨詢客服老師,歡迎參考。

一、融資結構錯配風險可視化
定位的區(qū)間矩陣設計區(qū)間矩陣一般是將二維正交坐標分為四個評價區(qū)域,并賦予不同區(qū)域相應的經(jīng)濟涵義。區(qū)間矩陣的可視化定位類似于一個地圖顯示系統(tǒng),能讓管理者更直觀地了解和分析其中的深層涵義。同時,將一個研究問題的兩個主要方面綜合起來加以考慮,研究彼此的聯(lián)系,賦予不同經(jīng)濟涵義,更加有利于管理者分析問題根源[2]。而融資結構錯配同時包含融資來源結構錯配和融資期限結構錯配問題,因此,可以借鑒區(qū)間矩陣原理,進行融資結構錯配風險的可視化定位,如圖1所示。根據(jù)風險水平的不同程度將風險定位在矩陣的不同區(qū)域。建立二維平面坐標體系,X軸指的是融資來源結構錯配的風險指數(shù),Y軸指的是融資期限結構錯配的風險指數(shù),由16個區(qū)域構成,可精準地在矩陣識別模型中對風險水平進行定位。同時以預警信號燈對每一區(qū)域進行區(qū)分,建立起企業(yè)融資結構錯配風險定位的區(qū)間矩陣。在區(qū)間矩陣中,橫坐標為融資來源結構錯配風險指數(shù),縱坐標為融資期限結構錯配風險指數(shù)。融資結構錯配風險定位矩陣遵循以下定位原則,如表1所示。當企業(yè)融資結構錯配風險級別為無警時,表明該企業(yè)具有良好的融資風險預控能力,融資風險可控程度越高,處于無危機狀態(tài);當企業(yè)融資結構錯配風險級別為輕警時,為潛伏期,說明該企業(yè)雖然未在當期表現(xiàn)出警情,但是若不及時調(diào)整融資結構、過多的短期貸款和盲目擴大投資等均會導致企業(yè)財務狀況惡化,面臨融資風險發(fā)作的威脅。當企業(yè)融資結構錯配風險級別為中警時,為發(fā)作期,表明該企業(yè)正面臨融資風險發(fā)作階段,企業(yè)存在融資問題,若不及時改進融資結構,將導致融資風險的惡化。當企業(yè)融資結構錯配風險級別為重警時,為惡化期,表明企業(yè)融資結構面臨重大問題,這時企業(yè)應立即調(diào)整融資模式,改進投資和經(jīng)營策略。
二、企業(yè)融資結構錯配風險指數(shù)設計
(一)指數(shù)體系設計。融資期限結構錯配風險主要反映投資與融資的期限匹配情況。一般而言,長期投資對應的就是長期融資,短期投資對應短期融資,通過這種對應關系緩解企業(yè)存在的不協(xié)調(diào)風險。不匹配的戰(zhàn)略風險大,原因有兩點:(1)利率及預期相關的資金成本在未來幾年內(nèi)會發(fā)生變化;(2)資金的可持續(xù)性不保險,一旦出現(xiàn)短期融資資金用于長期投資,將是企業(yè)陷入短貸長投的困境,對企業(yè)現(xiàn)金流將造成威脅,甚至會導致公司不得不賣掉資產(chǎn)以還債。從期限角度來看,企業(yè)融資分為短期融資和長期融資。一般情況下,固定資產(chǎn)凈值產(chǎn)生于長期融資,而長期融資中扣除固定資產(chǎn)凈值后多余的資金即長期融資凈值(NLF,NetLong-termFnancinig),可滿足營運資本的需求。用于營運資本需求的短期融資則是短期融資超過現(xiàn)金的部分,即為短期融資凈值(NSF,NetShort-termFnancinig),即短期融資凈值=短期融資-現(xiàn)金。此外,從企業(yè)可持續(xù)經(jīng)營的角度來看,營運資本需求屬于長期投資。由此,形成融資期限結構錯配風險指標:投融資風險率、現(xiàn)金短貸保障比和長期資金適合率。融資來源結構錯配風險主要是自由現(xiàn)金流量與債務融資和權益融資的匹配情況。一般情況下,自由現(xiàn)金流量越大越好,債務融資越小越好,尤其是帶息負債融資,權益融資越大越好,因此,形成融資來源結構錯配指標:自由現(xiàn)金負債比,自由現(xiàn)金帶息負債比,自由現(xiàn)金利息支出比,權益自由現(xiàn)金回報率。由此設計企業(yè)融資結構錯配風險定位指數(shù)體系,如表2所示[3-4]。目標層為企業(yè)融資結構錯配風險預警指數(shù)EFSMR(EnterpriseFinancingStructureMismatchRski);準則層分別為企業(yè)融資期限結構錯配風險預警指數(shù)EFSMR1和企業(yè)融資來源結構錯配風險預警指數(shù)EFSMR2;指標層一級指標分別對應相應的企業(yè)融資結構錯配風險預警個體指數(shù)EFSMRij,i=1,2;j=1,2,3,4;指標層二級指標分別對應相應的企業(yè)融資結構錯配風險指標[5]EFSMRIij(EnterpriseFinancingStructureMsmatchRskIdexiin),i=1,2;j=1,2,3,4。(二)指數(shù)轉換。1.一級指數(shù)轉換表2中,一級指數(shù)包括融資期限結構錯配風險指數(shù)EFSMR1和融資來源結構錯配風險指數(shù)2.二級指數(shù)轉換借鑒功效系數(shù)法的思想將所有指標值無量綱化,并界定在EFSMRj∈[0,4]的區(qū)域內(nèi)。同樣EFSMRIj表示指標實際預警指標值。EFSMRIjmax表示行業(yè)內(nèi)該指標最大值。EFSMRIjmin表示行業(yè)內(nèi)該指標最小值。ηj1、ηj2、ηj3分別表示三個風險臨界值,為了簡化計算,本文采用行業(yè)內(nèi)樣本企業(yè)數(shù)據(jù)的平均值進行計算,將計算結果的近似值作為本行業(yè)融資結構錯配風險指標臨界值。預警臨界值的確定分以下步驟進行確定:第一步,計算不同年份融資結構錯配風險預警指標EFSMRIij,i代表某企業(yè),j表示第j個預警指標,j=1,2,3,4,5,6,7,并得到不同年份融資結構錯配風險預警指標的最大值EFSMRIjmax和最小值EFSMRIjmin。第二步,計算錯配風險預警指標的均值,即EFSMRIj=∑ni=1EFSMRIij/N。第三步,計算錯配風險預警指標的不同等級的臨界值,其中,“中警”臨界值ηj1=EFSMRIj-(EFSMRIj-EFSMRIjmin)2/3、“輕警”臨界值ηj2=EFSMRIj-(EFSMRIj-EFSMRIjmin)/3、“無警”臨界值ηj3=EFSMRIj。由此,如果計算值ηj3≤EFSMRIj≤EFSMRIjmax,則EFSMRj∈[3,4],表示風險水平為“無警”,用綠色標注。如果ηj2≤EFSMRIj<ηj3,則EFSMRj∈[2,3),表示風險水平為“輕警”,用黃色標注。如果ηj1≤EFSMRIj<ηj2,則EFSMRj∈[1,2),表示風險水平為“中警”,用橙色標注。如果EFSMRIjmin≤EFSMRIj<ηj1,則EFSMRj∈[0,1),表示風險水平為“重警”,用紅色標注。由此得到EFSMRj值的計算公式:其中ω表示各二級指數(shù)相應的權重,常用來確定權重的方法主要有:統(tǒng)計平均法、最大組中值法、層次分析法、變異系數(shù)法、熵權法等。本文通過熵權法,計算指標的權重,增強指標權重設置的客觀性。
三、實證研究
(一)樣本選擇與數(shù)據(jù)來源。選取26家中國信息技術行業(yè)的上市公司作為可視化定位的實證樣本。在進行信息技術業(yè)融資結構錯配風險可視化定位分析的基礎上,選擇該行業(yè)2009—2014年間曾經(jīng)歷ST的企業(yè)(太工天成)進行企業(yè)融資結構錯配風險的實證檢驗,同時為了與太工天成(股票代碼:600392)進行對比分析,選擇2009—2014年間未被ST的財務健康公司恒生電子(股票代碼:600570)作為對比樣本企業(yè)。研究數(shù)據(jù)為太工天成,恒生電子以及信息技術業(yè)上市公司2009—2014年共6年的融資結構錯配風險相關數(shù)據(jù)。數(shù)據(jù)來源是國泰安CSMAR數(shù)據(jù)庫。圖2信息技術企業(yè)融資結構錯配風險可視化定位(2014年)(二)行業(yè)視角的可視化定位分析。以2014年為例對信息技術業(yè)融資結構錯配風險進行可視化定位,如圖2所示。信息技術業(yè)上市公司融資結構錯配風險普遍處于輕警和中警區(qū)域,其中中警的信息技術業(yè)上市公司最多,這表明2014年信息技術業(yè)多數(shù)企業(yè)的融資結構錯配風險已經(jīng)進入了發(fā)作期。這些上市公司必須及時調(diào)整融資來源結構和融資期限結構,否則其財務狀況將會有惡化的風險。此外,從圖2可以看出,最密集的區(qū)域是融資期限結構錯配風險為中警的區(qū)域,這表明導致這些信息技術業(yè)上市公司融資結構錯配風險的主要因素是投資與融資期限的不匹配。因此,這些企業(yè)應將重心放在投資管理和融資管理上,盡量保證短期融資用于短期投資,長期融資則用于長期投資,調(diào)整資產(chǎn)壽命和資金來源期限的匹配度,以減少不協(xié)調(diào)的風險。(三)企業(yè)視角的可視化定位分析。2009—2014年太工天成、恒生電子融資結構錯配風險指數(shù)如表3所示。2012年接近重警區(qū)域,即進入惡化期,2013年太工天成的融資結構錯配情況由接近重警區(qū)向中警區(qū)轉移,到2014年逐漸接近輕警區(qū)域。在實際情況中,太工天成也正是在2012年5月2月被實行“退市風險警示”特別處理,于2013年4月26日解除ST并更名盛和資源。因而,本文建立的上市公司融資結構錯配風險預警定位結果與實際情況近似吻合,說明該模型能夠在短期內(nèi)較好地反映企業(yè)的融資結構錯配風險變化趨勢,并對企業(yè)財務風險進行預測。同時可以發(fā)現(xiàn),恒生電子雖然在6年間未被ST處理,但其融資結構錯配風險一直處于輕警和中警狀態(tài),因此,該公司應及時調(diào)整融資結構,合理進行經(jīng)營投資決策,以防范融資期限結構和融資來源結構不匹配給公司造成不必要的損失。
四、結語
區(qū)間矩陣定位對本文研究的主要啟示:第一,通過矩陣評價方法,建立相應的模型,能夠對企業(yè)融資結構錯配風險進行直觀分析和評價。第二,綜合融資來源結構錯配風險和融資期限結構錯配風險兩個維度建立可視化定位矩陣,能夠分析和評價企業(yè)不同維度的融資結構錯配風險狀況,便于企業(yè)對不同維度融資結構錯配水平進行分析。第三,通過數(shù)據(jù)庫軟件、計算機編程等方法對數(shù)據(jù)進行采集、處理并得到最終結果,完成矩陣評價過程,這為企業(yè)的實際應用提供了很好的技術支撐。企業(yè)融資錯配風險預警研究是一個復雜而艱巨的系統(tǒng)工程,限于研究資料和研究時間的局限,對企業(yè)融資結構錯配風險問題的研究還有待進一步完善。本文在構建區(qū)間矩陣時,最終落腳到融資結構錯配風險的可視化定位,對于風險的可視化預測上還有待進一步研究。
作者:李思呈 張友棠 單位:1.華中農(nóng)業(yè)大學 2.武漢理工大學