楊 凌

（中國社會科學院研究生院 北京 100836）

應收應付項目與企業(yè)資金鏈斷裂關(guān)系研究

楊 凌

（中國社會科學院研究生院 北京 100836）

本文采用灰色關(guān)聯(lián)度評價（GRA）方法，以A股上市公司退市的42家企業(yè)為樣本，對其資金鏈斷裂與其原因的關(guān)聯(lián)度進行了測試與排序。得出如下結(jié)果：從財務指標與企業(yè)資金鏈斷裂關(guān)系的排列順序來看：排在最前面的應收賬款周轉(zhuǎn)率，其次為應收項目占流動資產(chǎn)比，再次為應收賬款回收率，然后依次分別是資產(chǎn)負債率、應付賬款周轉(zhuǎn)率。這說明應收應付項目對識別企業(yè)資金鏈斷裂風險具有較大的預警作用。

資金鏈斷裂 應收應付項目 灰色關(guān)聯(lián)度分析

一、引言

資金是企業(yè)整體運營的“血液”，企業(yè)從事任何活動都離不開資金的運轉(zhuǎn)，資金鏈斷裂將會使企業(yè)的生產(chǎn)、營銷等各項工作中斷。2004年銀行緊縮德隆系貸款，導致了德隆系“老三股”湘火炬（000549）、合金投資（000633）、新疆屯河（600737）出現(xiàn)資金鏈問題，一個擁有177個子公司、58000員工、年納稅額高達20億的集團公司轟然倒下。2005年南方高科資金鏈斷裂，對我國國產(chǎn)手機的生產(chǎn)企業(yè)給予沉重打擊。自2010年之后，非上市的民間企業(yè)資金鏈斷裂的事件頻繁發(fā)生，溫州、杭州、鄂爾多斯、鄭州等多個城市出現(xiàn)了大面積的企業(yè)倒閉、老板“跑路逃離”甚至跳樓自殺的群體事件。資金鏈斷裂不僅對企業(yè)的生存帶來威脅，也對經(jīng)濟、社會發(fā)展產(chǎn)生巨大的影響，找到資金鏈斷裂的原因并提前加以預防，是一個非常重要的課題。導致企業(yè)資金鏈斷裂的原因很多，企業(yè)之間相互借貸、相互拖欠款項，形成了大量的應收應付款項，導致一個企業(yè)出現(xiàn)資金鏈斷裂帶動相關(guān)企業(yè)出現(xiàn)資金鏈斷裂，這是當前在民營企業(yè)比較發(fā)達的地區(qū)大面積出現(xiàn)資金鏈問題的主要原因。這一結(jié)論是否成立有待理論研究的檢驗。

二、文獻綜述

（一）單變量預警分析方法 根據(jù)文獻記載最早開展財務預警研究的是Fitzpatrick（1932），之后美國財務專家威廉·比弗(William Beaver)于1966年建立了單變量財務預警模型，1968年美國《會計評論》首次發(fā)表了關(guān)于單變量財務預警模型的研究報告，發(fā)現(xiàn)最好的判別變量是債務保障率，其在公司破產(chǎn)的前一年的預測準確率可達90%，其次是資產(chǎn)收益率和資產(chǎn)負債率。我國學者吳世農(nóng)、盧賢義（2001）也是應用單變量判定分析方法建立了企業(yè)財務預警分析模型，他們經(jīng)過研究得出第一年的誤判率分別為：凈資產(chǎn)報酬率為9.35%；負債比例為24.46%；營運資產(chǎn)與總資產(chǎn)的比例為21.58%；；資產(chǎn)周轉(zhuǎn)率為29.50%。

（二）多變量財務風險預警模型 Edward I.Altman（1968）運用多元判別分析法（Multiple discriminantAnalysis）對財務危機預警的研究，得出Z系列模型。這個模型在財務風險判別研究領(lǐng)域一直具有非常重要的影響力。Erik M.Vermeulen等（1998）運用多因素預測模型（Multi-factormodel）建立了條件失敗預警模型。該模型與通常的預警模型不同之處在于，認為破產(chǎn)取決于企業(yè)外部風險因素值而不是取決于一系列“內(nèi)部的”財務比率。而且，該模型不僅僅把企業(yè)分類，還模擬外部風險因素（通過敏感性）對企業(yè)現(xiàn)金流產(chǎn)生過程的影響。20世紀90年代起，國外一些學者開始運用神經(jīng)網(wǎng)絡在財務失敗預警方面開展了研究，諸如Odom及Sharda（1990）運用與Altman（1968）Z-Score模型中相同的5個財務比率基于神經(jīng)網(wǎng)絡方法建立了財務預警模型?；谝恍W者運用神經(jīng)網(wǎng)絡在財務失敗預警方面開展的研究，我國學者楊保安等（2001）、端木正（2004）、劉洪等（2004）運用前向三層BP(Back Propagation)神經(jīng)網(wǎng)絡構(gòu)建的財務預警模型，李曉峰等（2004）運用粗糙集（Rough）和人工神經(jīng)網(wǎng)絡（ANN）理論建立的Rough-ANN模型等等。劉洪等（2004）學者運用神經(jīng)網(wǎng)絡建立的模型得到的估計樣本精確度達到95.7%，通過實證研究表明神經(jīng)網(wǎng)絡分析模型在判定財務風險方面要優(yōu)于MDA模型和Logist模型。董妍慧（2008）利用LVQ神經(jīng)網(wǎng)絡構(gòu)建了上市公司財務預警模型，選定了我國A股上市公司作為實證研究樣本，選擇五類重要的財務指標，以Matlab7.0為平臺，證明了LVQ神經(jīng)網(wǎng)絡可以成功的應用在財務危機預警實踐中。Logit預警模型又稱Logistic回歸模型，是比利時學者P.F.Verhulst（1838）首次提出的。但最早采用該模型來研究財務危機預測問題的是Ohlson（1980）。張揚（2005）在對上市公司財務報告研究的基礎(chǔ)上，分別比較了適用于高新技術(shù)行業(yè)和傳統(tǒng)制造業(yè)的兩個行業(yè)的Logit回歸財務預警模型，兩個行業(yè)的財務指標選擇是相同的，得出的預測結(jié)果并不相同，財務失敗概率的計算模型也不同，但是預測的效果都是不錯的。李曉奇（2011）運用Logistic回歸分析方法建立財務危機預測模型,選取2009年ST公司104家和相同數(shù)量的對照組公司,設(shè)定財務危機發(fā)生點為T,利用樣本中T-1,T-2,T-3年數(shù)據(jù),利用主成分分析法篩選了9個具有顯著性的指標作為模型自變量,得到回歸準確率為84.62%,80.29%,71.63%。

三、研究設(shè)計

（一）研究方法 本文采用灰色關(guān)聯(lián)度分析方法?；疑到y(tǒng)理論是20世紀80年代，由鄧聚龍首先提出并創(chuàng)立的多因素統(tǒng)計分析方法，是以各因素的樣本數(shù)據(jù)為依據(jù)用灰色關(guān)聯(lián)度分析方法得出的結(jié)論來描述因素間關(guān)系的強弱。其實質(zhì)是求各個方案與最佳指標組成的理想方案的關(guān)聯(lián)系數(shù)，由關(guān)聯(lián)系數(shù)得到關(guān)聯(lián)度，再按照關(guān)聯(lián)度排序來確定關(guān)聯(lián)程度。因為灰色理論融合了多個學科和理論體系的思想和方法，可以運用較少數(shù)量的已知信息去揭示系統(tǒng)的規(guī)律?；疑Ｐ徒r對數(shù)據(jù)的數(shù)量要求比較低，并且不必知道原始數(shù)據(jù)分布的特征，通過有限次的處理便可轉(zhuǎn)化為有規(guī)則的序列，這樣就很容易找到變化規(guī)律?；疑P(guān)聯(lián)分析對樣本數(shù)據(jù)的時間區(qū)間要求也不是很高，而且計算量比較小，預測精度比較高。這些特點均適合本文所研究的問題和研究樣本。

（二）指標體系建立和因變量確定 目前國內(nèi)針對應收應付項目的研究主要集中在信用銷售，基本上都是應收賬款的管理、質(zhì)押以及風險管理等。針對應收應付項目的定量研究和實證研究更少。信用銷售形成應收賬款，在對方就形成應付賬款。這部分被對方占用的資產(chǎn)，雖然本企業(yè)擁有債權(quán)，但事實上無法支配，企業(yè)不能使用這部分資金。一旦對方不能按期償還這部分資金，就會給企業(yè)帶來資金困難，就有可能導致資金鏈斷裂。主要有以下可能：（1）應收項目占流動資產(chǎn)比例過大，造成企業(yè)資金鏈危機。應收項目是企業(yè)應收而未收的款項，這些資金雖然屬于企業(yè)的資產(chǎn)，但是被其他企業(yè)或個人占用，并不能夠為企業(yè)隨意支配。應收項目總體主要由應收賬款、應收票據(jù)、預付賬款和其他應付款組成。流動資產(chǎn)項目可以區(qū)分為貨幣性資產(chǎn)和經(jīng)營性資產(chǎn)，貨幣資金和交易性金融資產(chǎn)的變現(xiàn)能力很強，可以稱為貨幣性資產(chǎn)。其他的流動資產(chǎn)項目的變現(xiàn)能力要弱一些，可以稱為經(jīng)營性資產(chǎn)。應收項目正是經(jīng)營性資產(chǎn)的主要構(gòu)成項目。相對而言變現(xiàn)能力弱，但占有較大比重，如果應收項目占流動資產(chǎn)的比例過大，就會對企業(yè)的短期資金造成很大的壓力，很可能面對短期債務而措手不及，所以應收應付項目占流動資產(chǎn)比率也是衡量應收項目對企業(yè)資金鏈斷裂影響的重要指標。（2）賒賬銷售過度，應收賬款過多，回收率低。企業(yè)為了擴大銷售，大量賒銷商品，形成了應收賬款。如果貨款可以及時收回，企業(yè)資金可以良性循環(huán)；如果不能及時收回，造成大量資金占壓，甚至形成壞賬，使企業(yè)資金短缺，嚴重的話導致資金鏈斷裂，企業(yè)經(jīng)營失敗。利用信用銷售而擴大銷售額存在很多問題，一味追求提高銷售額，就會給回款造成壓力，回款不及時就會影響企業(yè)的資金周轉(zhuǎn)，就會給生產(chǎn)、經(jīng)營等環(huán)節(jié)造成影響，影響企業(yè)的資金鏈。衡量企業(yè)的應收賬款回收情況，通常采用應收賬款回收率指標。（3）應收賬款周轉(zhuǎn)速度太慢，影響企業(yè)資金周轉(zhuǎn)。相對于一般企業(yè)而言，應收賬款都比較重要，在應收項目中起著舉足輕重的作用，應收賬款周轉(zhuǎn)率是指在一定時期內(nèi)應收賬款轉(zhuǎn)化為現(xiàn)金的平均次數(shù)。應收賬款周轉(zhuǎn)率主要是衡量企業(yè)應收賬款管理水平的重要指標，企業(yè)不但要控制好應收賬款的規(guī)模，也要控制好應收賬款的周轉(zhuǎn)速度。當今的市場競爭環(huán)境是比較嚴峻的，一般企業(yè)都會采取放慢應收賬款的周轉(zhuǎn)速度而獲得更多的市場份額，這就會有很多企業(yè)因為應收賬款問題而導致企業(yè)資金鏈吃緊，甚至斷裂而影響企業(yè)的正常經(jīng)營。應收賬款周轉(zhuǎn)率是衡量企業(yè)對資金鏈影響的重要指標。（4）應付賬款周轉(zhuǎn)速度快。應付項目是指企業(yè)應付而未付的款項，應付賬款是應付項目的主要組成部分，也是衡量應付項目對企業(yè)資金鏈影響的重要科目。應付賬款是企業(yè)可以臨時占用供應商企業(yè)的資金，如果應付賬款的周轉(zhuǎn)速度慢，就意味著企業(yè)占用供應商企業(yè)的資金周期長，對于企業(yè)的資金可以起到緩解的作用。（5）企業(yè)整體債務過高。資產(chǎn)負債率是衡量企業(yè)整體債務水平的重要指標，用負債總額與資產(chǎn)總額的比率表示。一般企業(yè)在初創(chuàng)期間，運營資金多來自于股東的投資，但是當企業(yè)進入快速發(fā)展階段，自有資金已經(jīng)不足以滿足其快速擴張的速度，負債將成為維持企業(yè)快速發(fā)展的主要資金來源。但是負債與權(quán)益資金相比較，不但需要在借款到期時償還，而且還要支付借款產(chǎn)生的利息。如果企業(yè)發(fā)展戰(zhàn)略安排的不合理，一味大量外債支持企業(yè)擴張，卻沒有及時現(xiàn)金流回籠去清償?shù)狡诘膫鶆眨蜁屍髽I(yè)陷入無力償還到期債務的境地，甚至資不抵債而被迫破產(chǎn)清算。所以，資產(chǎn)負債率是衡量企業(yè)償債能力、防范資金鏈斷裂風險的重要指標。

灰色關(guān)聯(lián)度分析方法首先確定的問題是模型中的因變量和自變量。而因變量應該如何設(shè)定呢？本文所要研究的問題是揭示應收應付項目的財務指標與企業(yè)資金鏈斷裂的關(guān)系，而資金鏈斷裂并不是一個比較容易量化的指標。在對指標數(shù)據(jù)的無量綱化處理過程中，可以將參考序列的數(shù)值初始化在1和0之間，也就是把本文通過分析選取的五個財務預警指標即應收項目占流動資產(chǎn)比例、應收賬款周轉(zhuǎn)率、應收賬款回收率、應付賬款周轉(zhuǎn)率和資產(chǎn)負債率的數(shù)據(jù)序列初始化到1和0之間。這些財務預警指標的變化趨勢與企業(yè)資金鏈斷裂趨勢是有規(guī)律可尋的，比如應收應付項目占流動資產(chǎn)比例越大，企業(yè)資金鏈斷裂的風險越大，也就是規(guī)范化后的指標值越接近于1，資金鏈斷裂的風險越大，1就是資金鏈斷裂風險的極差值，灰色關(guān)聯(lián)度主要是尋求各影響因素與理想?yún)⒖贾笜说年P(guān)聯(lián)系數(shù)，因此將模型的因變量定為1是比較合適的。資產(chǎn)負債率和應付賬款周轉(zhuǎn)率都是與資金鏈斷裂風險同向變化的，比例數(shù)值越大資金鏈斷裂的風險越大。應收賬款周轉(zhuǎn)率和應收賬款回收率的變化趨勢是與資金鏈斷裂風險相反的，比例數(shù)值越小，資金鏈斷裂的風險越大?？梢酝ㄟ^無量綱化處理，將其變化方向調(diào)整為與資金鏈斷裂關(guān)系變化方向相同。

（三）樣本選取和數(shù)據(jù)來源 國內(nèi)外學術(shù)界在做財務困境、財務失敗和風險預警等方面的實證研究時采用的樣本設(shè)計方法主要是根據(jù)ST公司與非ST公司在財務狀況方面顯著的差異性，通過設(shè)計實驗組（被ST上市公司）與對照組（非ST上市公司），對比其各項指標分析其對于被ST事項的影響程度。但是，本文研究的是資金鏈斷裂問題，選擇ST公司作為樣本合適嗎？ST公司一般都是出現(xiàn)財務狀況或其他狀況異常而被特殊處理的企業(yè)，公司連續(xù)虧損但還沒有達到退市的地步。雖然有些企業(yè)虧損但是不一定資金鏈斷裂，有的企業(yè)還是能夠正常運營的。針對于資金鏈斷裂而言把退市企業(yè)作為樣本更合適，退市是上市公司由于未滿足交易所有關(guān)財務等其他上市標準而終止上市的情形，既由一家上市公司變?yōu)榉巧鲜泄?。正常?jīng)營的上市企業(yè)，沒有愿意被特殊處理而退市的，如果是財務原因?qū)е碌?，肯定是出現(xiàn)了嚴重的財務危機，資金鏈斷裂，企業(yè)使用各種可能辦法都難以彌補這個資金缺口的情況下，上市企業(yè)才被迫接受退市的處罰。因此將退市企業(yè)作為資金鏈斷裂的樣本企業(yè)是比較準確的。選擇中國A股退市的42家企業(yè)作為本文的樣本企業(yè)。本文所選擇的上市公司數(shù)據(jù)來源于Wind數(shù)據(jù)庫。財務風險預警模型是利用歷史財務數(shù)據(jù)對企業(yè)未來的情況進行預測和判斷，所以在樣本數(shù)據(jù)的時間選擇上也是至關(guān)重要的。本文采用了距今最近可獲得的財務數(shù)據(jù)為研究樣本，主要選取退市的企業(yè)在退市之前被ST之后的第一年、第二年和第三年的財務數(shù)據(jù)，作為資金鏈斷裂狀態(tài)時的樣本數(shù)據(jù)。之所以要分別推三年，而不在同一年選取，是為了達到退市前的財務預警目的，也是為了消除由于外部環(huán)境的差異而可能導致缺乏可比性，而且選擇前三年的數(shù)據(jù)來進行預測更為全面。

四、實證檢驗分析

（一）無量綱化處理 本文在進行分析時,剔除了沒有數(shù)據(jù)的指標和不合乎實際情況的極大值和極小值等指標。按照鄧氏灰色關(guān)聯(lián)度模型的計算步驟對數(shù)據(jù)進行處理，首先對原始數(shù)據(jù)進行無量綱化處理，得到新的數(shù)據(jù)矩陣。鄧氏灰色關(guān)聯(lián)度分析在對變量數(shù)據(jù)進行無量綱化處理時可有多種方法，例如通過區(qū)間值化處理可以使得每個原始數(shù)據(jù)變換成為在0和1之間的規(guī)范數(shù)據(jù)，并且可以使原始數(shù)據(jù)接近或者等于1時為理想狀態(tài)，接近或者等于D時為偏離理想狀態(tài)最遠的狀態(tài)，同時也可以使參考序列數(shù)據(jù)和影響因素的數(shù)據(jù)處置在1和0之間。經(jīng)過這樣的原始數(shù)據(jù)處理，數(shù)據(jù)雖然量綱縮小了，但并不改變原始序列的性質(zhì)和順序。根據(jù)本文所研究的問題擬采用這種方法進行無量綱化處理。

（二）分辨系數(shù)的確定 分辨系數(shù)的確定要根據(jù)觀測序列的情況，當觀測序列數(shù)據(jù)差距比較大，而且出現(xiàn)奇異值，變異系數(shù)應取較小值，離散掉差異對結(jié)果的影響；當觀測序列數(shù)據(jù)差距比較小，而且變化比較平穩(wěn)時，變異系數(shù)應取較大值，充分體現(xiàn)其整體性、規(guī)范性。分辨系數(shù)ρ在（0，1）內(nèi)取值。對于ρ的取值一般根據(jù)經(jīng)驗取值0.5，但是這樣處理降低了模型的準確性。因為分辨系數(shù)的取值大小，直接決定著對關(guān)聯(lián)度的貢獻大小。ρ的取值并不是靜態(tài)不變的，應該根據(jù)數(shù)據(jù)序列的性質(zhì)，分析計算出ρ的正確取值。本文在對ρ值的選取過程，將根據(jù)數(shù)據(jù)的變化而賦予ρ值動態(tài)的取值范圍。針對公式中用到的分辨系數(shù)ρ，使用上文的計算方法，得到ρ的取值范圍表格如表（1）所示。

表1 分辨系數(shù)ρ取值表

表2 樣本數(shù)據(jù)退市前三年關(guān)聯(lián)度值

表3 學術(shù)表格書宋6號行距0.1

（三）關(guān)聯(lián)度計算與排序 通過對樣本公司退市前一年、前兩年、前三年的數(shù)據(jù)進行處理，分別得出資產(chǎn)負債率、應收項目占流動資產(chǎn)比、應收賬款周轉(zhuǎn)率、應收賬款回收率、應付賬款周轉(zhuǎn)率五個自變量對于因變量的灰色關(guān)聯(lián)度。關(guān)聯(lián)度值如表（2）所示。通過對樣本企業(yè)退市前三年財務風險預警指標的觀察和分析可以看出，本文選取的財務風險預警指標中有兩個指標與企業(yè)資金鏈斷裂的關(guān)聯(lián)度數(shù)值很高，分別是應收賬款周轉(zhuǎn)率和應收項目占流動資產(chǎn)比，也就是說這兩個財務風險預警指標與企業(yè)資金鏈斷裂的關(guān)聯(lián)性很強。每一年中財務指標與財務指標之間還是存在差距的，應收賬款周轉(zhuǎn)率的關(guān)聯(lián)度數(shù)值要高于其他財務指標，而且數(shù)值差距很大；其次是應收項目占流動資產(chǎn)比，數(shù)值也偏高于其他三個財務指標，數(shù)值的差距較大；應收賬款回收率、資產(chǎn)負債率和應付賬款周轉(zhuǎn)率指標之間差距較小，而且關(guān)聯(lián)度數(shù)值也相對較低。觀察每個指標的三個年度的關(guān)聯(lián)度數(shù)值，發(fā)現(xiàn)每個指標的關(guān)聯(lián)度數(shù)值變化較小，根據(jù)每年的財務數(shù)據(jù)得出的關(guān)聯(lián)度數(shù)值都是非常接近的。本文實證研究通過選取退市企業(yè)在退市前，被ST之后三年的財務數(shù)據(jù)分別計算關(guān)聯(lián)度數(shù)值，充分證明了灰色關(guān)聯(lián)度計算的穩(wěn)定性和準確性，這個結(jié)果也充分肯定了本文研究得出結(jié)論的可靠性。

下面將這五個財務指標三年的關(guān)聯(lián)度值排序，再把三年的排序加總，得到三年排序的合計值，按照合計值由小到大排列順序，得到最終的排列順序，結(jié)果如表（3）。通過樣本數(shù)據(jù)關(guān)聯(lián)度排序計算結(jié)果列表可以看出每個指標對資金鏈斷裂影響的排列順序為：應收賬款周轉(zhuǎn)率≥應收項目占流動資產(chǎn)比≥應收賬款回收率≥資產(chǎn)負債率≥應付賬款周轉(zhuǎn)率。對于灰色關(guān)聯(lián)度方法排列的順序可以得出以下結(jié)論：（1）應收賬款周轉(zhuǎn)率與企業(yè)資金鏈斷裂的關(guān)系最為緊密，對于企業(yè)資金鏈斷裂的影響是最強的。通過前文的理論分析可以得出，比較應收應付項目中包含的每個財務科目，應收賬款是其中最重要的，討論信用銷售所引起的應收應付項目管理問題，主要是針對應收賬款的管理。應收賬款周轉(zhuǎn)率是衡量應收賬款對企業(yè)資金鏈影響的重要指標。應收賬款的周轉(zhuǎn)速度越快，給企業(yè)造成的資金壓力就越小。在很多企業(yè)應收賬款占流動資產(chǎn)的比例都很高，如果周轉(zhuǎn)速度太慢，將大大降低企業(yè)資金的使用效率，影響企業(yè)的營業(yè)周期。很多企業(yè)都制定了有效的應收賬款內(nèi)部控制制度以及財務指標衡量體系，有效地控制和監(jiān)督應收賬款的周轉(zhuǎn)情況，并在由應收賬款引起的資金吃緊與獲利之間權(quán)衡利弊。由本文的實證分析可得出應收賬款周轉(zhuǎn)率與企業(yè)資金鏈斷裂的關(guān)系很緊密，控制好應收賬款周轉(zhuǎn)速度是企業(yè)資金鏈正常運轉(zhuǎn)的有力保證。（2）應收項目指標中應收項目占流動資產(chǎn)比與企業(yè)資金鏈斷裂的關(guān)系也很緊密，對企業(yè)資金鏈斷裂的影響也很強。從這個指標可以看出，企業(yè)應收而未收的款項對企業(yè)資金的大量占用是導致企業(yè)資金鏈斷裂的重要原因。流動資產(chǎn)是維系企業(yè)經(jīng)營活動正常開展的主要資金。應收項目的款項雖是企業(yè)的資產(chǎn)，但企業(yè)卻不能支配，應收項目占流動資產(chǎn)的比例過高意味著企業(yè)經(jīng)營活動的資金大量被企業(yè)不能控制的、應收款項占用，企業(yè)經(jīng)營活動資金緊張。流動資產(chǎn)也是企業(yè)變現(xiàn)能力較強的資產(chǎn)，如果流動資產(chǎn)大量被企業(yè)不能控制的、表現(xiàn)能力不確定的應收款項占用，會帶來支付和還債困難，也會導致資金鏈斷裂。因此，實證檢驗結(jié)果將應收項目占流動資產(chǎn)的比例排在導致企業(yè)資金鏈斷裂的原因的第二位，也是可以解釋的、與實際情況相符的。（3）應收賬款回收率與企業(yè)資金鏈斷裂的關(guān)系相對前兩個指標較弱，應收賬款回收率直接關(guān)系到企業(yè)的營業(yè)收入收回情況。首先，說明資金的回收時間長，給企業(yè)帶來的資金困難和資金壓力較大且持續(xù)時間較長。其次，如果回收率低，長期應收賬款無法收回，公司只有賬面的收入，卻沒有實質(zhì)的現(xiàn)金流入。而且如果長時間不能收回的應收賬款變成壞賬，會給企業(yè)直接造成現(xiàn)金損失，容易引起資金鏈斷裂，所以企業(yè)也應該予以重視。（4）資產(chǎn)負債率與企業(yè)資金鏈斷裂的關(guān)系相對較弱。資產(chǎn)負債率是衡量企業(yè)整體償債能力的財務判定指標。很多企業(yè)盲目擴張，過分依賴舉借外債來充實企業(yè)擴張所需要的資金，這就給企業(yè)埋下了隱患，經(jīng)營中的某個環(huán)節(jié)出現(xiàn)問題，企業(yè)無力償還到期債務，將會導致資金鏈斷裂，甚至破產(chǎn)倒閉。從企業(yè)整體來看，資金缺口可以從三個部分來考慮，即經(jīng)營資金缺口、長期投資資金缺口和還債資金缺口。前兩個部分的資金缺口影響的是企業(yè)的經(jīng)營和投資，但并不會導致企業(yè)資金鏈的斷裂，而還債資金出現(xiàn)缺口對企業(yè)而言是十分嚴重的，企業(yè)無力償還到期債務，債權(quán)人還可以申請強制執(zhí)行措施，這就會導致企業(yè)的資金鏈斷裂。雖然實證檢驗結(jié)果資產(chǎn)負債率對資金鏈斷裂的警示能力較弱，但是也是衡量企業(yè)整體償債能力的評價指標之一。（5）應付賬款周轉(zhuǎn)率與企業(yè)資金鏈斷裂的關(guān)系于其他指標相比較最弱，應付賬款本身是衡量企業(yè)占用其他企業(yè)資金的指標，對于企業(yè)而言，遠遠不及應收賬款對企業(yè)的資金鏈影響程度也是符合實際情況的。

五、結(jié)論

本文研究得出如下結(jié)論：（1）國內(nèi)外針對應收應付項目與企業(yè)資金鏈斷裂關(guān)系的研究文獻非常少，而由于應收應付項目異常導致企業(yè)資金鏈斷裂、破產(chǎn)的案例很多，首次對這二者之間的關(guān)系進行了研究。（2）總結(jié)了資金鏈斷裂、財務風險預警的方法和模型，并且對各個方法和模型的優(yōu)缺點進行了比較分析。根據(jù)本文的研究目的，選擇了灰色關(guān)聯(lián)度模型進行實證檢驗，灰色理論雖然已比較完善、應用廣泛，但將其應用到財務風險預警領(lǐng)域問題研究的文獻也幾乎沒有。本文在新方法應用上也進行了有益的探索。（3）研究結(jié)果還表明，與資金鏈斷裂最為相關(guān)的財務指標依次是：應收賬款周轉(zhuǎn)率、應收項目占流動資產(chǎn)比、應收賬款回收率、資產(chǎn)負債率、應付賬款周轉(zhuǎn)率。排序結(jié)果表明：導致資金鏈斷裂的原因中，影響營業(yè)周期的資產(chǎn)周轉(zhuǎn)速度排在第一位；其次是流動資產(chǎn)的可控性和可變現(xiàn)性；再次是銷售貨款等回收情況；企業(yè)整體償債能力和應付賬款的周轉(zhuǎn)情況與資金鏈的斷裂的關(guān)系相對較弱。（4）檢驗結(jié)果表明，應收應付項目中應收賬款周轉(zhuǎn)率與應收項目占企業(yè)流動資產(chǎn)的比例這兩個財務指標與企業(yè)資金鏈斷裂的關(guān)系度很強，特別是應收賬款周轉(zhuǎn)率。表明企業(yè)應收應付項目中的這兩個指標與企業(yè)資金鏈斷裂存在著關(guān)聯(lián)性，可以對企業(yè)資金鏈斷裂起到風險預警作用。并且，通過三年的實證研究結(jié)果可以看出，財務指標各年份的關(guān)聯(lián)度數(shù)值穩(wěn)定，證明了方法的適用性和實證結(jié)果的準確性。

［1］趙睿：《金融控股公司的風險及其監(jiān)管研究》，《山東大學碩士學位論文》2007年。

［2］徐乙寒：《鄭百文信用銷售失敗成因分析及對策探討》，《吉林大學碩士學位論文》2004年。

［3］吳世農(nóng)、盧賢義：《我國上市公司財務困境的預測模型研究》，《經(jīng)濟研究》2001年第6期。

［4］周首華、楊濟華、王平：《論財務危機的預警分析——F分數(shù)模式》，《會計研究》1996年第8期。

［5］嚴瑾孟：《具有新型預測能力的財務困境模型研究——Logistic模型的加權(quán)極大似然法》，《西南財經(jīng)大學碩士學位論文》2008年。

［6］段小存等：《公司財務危機預警研究的述評》，《經(jīng)濟師》2008年第7期。

［7］張祥等：《財務預警模型的變遷》，《華中科技大學學報（社會科學版）》2003年第4期。

［8］董妍慧：《我國上市公司財務危機預警的實證研究》，《大連海事大學碩士學位論文》2008年。

［9］張揚：《上市公司財務預警模型統(tǒng)計實證分析》，《首都經(jīng)濟貿(mào)易大學碩士論文》2005年。

［10］李曉奇：《上市公司財務風險預警Logistic模型的研究》，《北京交通大學碩士學位論文》2011年。

［11］崔玉衛(wèi)：《應收賬款周轉(zhuǎn)率指標計算改進探討》，《財會通訊》2010年第9期。

［12］尹蘇紅：《企業(yè)應付賬款管理存在的問題及解決措施》，《經(jīng)濟技術(shù)協(xié)作信息》2010年第35期。

［13］王成武等：《淺談企業(yè)償債能力評價常見指標的綜合性分析》，《青海金融》2005年第7期。

［14］王小軍：《上市公司經(jīng)營業(yè)績的灰色多層次綜合評價》，《天津大學碩士學位論文》2007年。

［15］東亞斌等：《灰色關(guān)聯(lián)度分辨系數(shù)的一種新的確定方法》，《西安建筑科技大學學報（自然科學版）》2008年第4期。

［16］Carey M.，CreditRisk in Private Debt Portfolio，Journalof Finance，1998.

［17］Am ir F,Atiya,Bankruptcy Prediction for Credit R isk Using Neural Network:A survey and New Result,IEEE TRANSATIONS ON NEURALNETWORKS，2001.

［18］R,Beaver,FinancialRatiosasPredictorsof Failure,EmpiricalResearch in Accounting:Selected Studies1966,Accounting Research,1966.

［19］M,Odom and R,Sharda,A neuralnetworkmodels forbankruptcy prediction,NeuralNetworks,1990.

楊凌（1979-），女，吉林省吉林市人，中國社會科學院研究生院碩士研究生

（編輯 虹 云）