论文部分内容阅读
近年来，云南省高等教育事业发展迅速，扩招政策实行以来，高校纷纷向银行借款，用于买地、基建、购置设备、引进人才等。2007年省委、省政府把部分在昆高校呈贡新校区建设列为全省经济社会发展重大项目之一，政府计划投资约100亿元，用地17000亩，将雨花新区建设成为能承载20万余人的教育文化片区。在此背景下，11所高校在雨花片区建设了新的主校区。此举虽有利于高等教育资源的整合，为高校进一步发展拓展空间，但在资金来源主要依靠学校自筹的情况下，新校区建设给搬迁的高校带来了巨大的资金压力，资金缺口主要通过长期大额的银行贷款来解决，政府的财政补贴只够支付银行贷款利息中的一部分，高校已存在向银行等金融机构进行过度举债和不良举债的现象，学校盲目举债造成利息负担过重，甚至超出偿债能力，加大了学校的财务风险。因此，对省高校进行系统深入的分析评价，进而形成对高校财务风险较为全面、系统的认识，对高校财务风险规避具有重要的现实意义。
由于研究对象为非营利高校，因此，将财务风险界定为高校在运营过程中因财政补助收入及非税收入不足偿还到期债务而面临的风险。即学校在办学过程中因资金筹措及其他经费投入与预计发生背离或预算赤字而导致周转困难所产生的财务风险。
一、样本选取及数据介绍
本文选取云南省呈贡校区建设主校区的11所高校为样本，以这11所高校2008年末财务报表的数据经过处理得到11个财务指标为依据，根据因子分析模型对它们的财务风险进行分析评价，并借助于多元统计分析软件SPSS13.0对其进行实证分析。选取的11项财务指标中有5个正向指标，6个逆向指标。
（一）选取适当变量指标 为了增加分析结果的可验证性及可理解性，力求全面、完整地反映财务状况，本文选取指标详细情况如下：学校资产负债率（X1）、年末借款占总资产的比率（X2）、年末借款总额占总经费收入比率（X3）、专项资金占用程度（X4）、学校自有资金动用程度（X5）、校办产业资产负债率（X6）、校办产业资本增值率（X7）、学校货币资金支付能力（X8）、学校借入款项占学校货币资金比率（X9）、学校收支平衡比（X10）、学校其他资金占用程度（X11）。
（二）对逆向指标进行正向化处理 学校自有资金动用程度、学校货币资金支付能力、学校其他资金动用程度、校办产业资本增值率、学校收支平衡比是正向指标，不需要进行转换；而学校资产负债率、年末借款占总资产的比率、年末借款总额占总经费收入比率、专项资金占用程度、校办产业资产负债率及学校借入款项占学校货币资金比率这6个指标为数值越小越好，是逆向指标，要进行正向化处理，这里取它们的倒数转换为正向指标。
（三）对指标进行标准化处理由于各指标量纲不同，数据差异较大，所以将各指标数据按照公式2进行标准化处理，即采用该指标数值减去指标数值的最小值再除以极差。
（1）对指标进行标准化处理。设第i个单位的第j个指标为xij， 第j个指标的平均值为 ，则标准差为sj，则标准化处理后第i个单位的第j个指标为Zij：
其中，Qi是第i个样本单位的评价综合得分，di是第j个因子的方差贡献率，fij是第j个单位第 个因子的得分。
二、基于因子分析法的高校财务指标分析
本文采用因子分析法实现对高校财务指标的综合评价，为各级领导宏观决策提供客观的依据，因子分析是将关系复杂的若干指标进行因子分析，从而提取公因子，再以每个因子的方差贡献率作为权数与各因子得分的乘积总和构造总和得分函数。利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多元统计方法。由于综合因子的权重是由其包含的信息量确定的，所以，它是一种比较客观的指标综合评价方法。
（一）计算相关系数矩阵根据预处理后的指标计算相关系数矩阵R，根据云南省高校2008年的11项指标相关矩阵（表1）可以看出，大部分变量之间相关性较强，因此可以采用因子分析法评价高校的财务风险。
（二）求相关系数矩阵的特征值由特征方程R-?姿E=0 求得特征值，再由特征值求得特征向量。特征向量，即为对高校财务风险起作用的因素，称之为公因子。而特征值就是公因子的方差。因子分析选取特征值大于1的公因子，据此选择4个公因子如表2所示。
（三）因子载荷旋转 为了更有效的解释各因子的经济含义，在保持原有指标和公因子内在结构不变的前提下，对初始载荷矩阵进行因子旋转。这里选用方差最大正交旋转法对初始载荷矩阵进行因子旋转，旋转后每个指标只在少数公因子上有较大的载荷，而且每个公因子上各个指标的载荷系数像0和1两极转化。旋转后累计方差贡献率仍旧没有变，说明反应原始变量的信息比重没有变。如表3所示，旋转后因子载荷矩阵可以分析四个公因子的含义。
第一公因子F1在指标X1（学校资产负债率）、X2（年末借款占总资产的比率）、X3（年末借款总额占总经费收入比率）上有较大的载荷，主要解释了这几个指标，可将其界定为偿债能力因子；第二公因子F2在指标X8（学校货币资金支付能力）、X9（学校借入款项占学校货币资金比率）、X10（学校收支平衡比）上有较大载荷为现金支付能力因子；第三公因子F3在指标X5（学校自有资金动用程度）、X11（学校其他资金占用程度）上有较大载荷为发展能力因子；第四个公因子F4在指标X6（校办产业资产负债率）、X7（校办产业资本增值率） 上有较大载荷，称为投资风险因子。
由各公因子之间的相关系数矩阵（见表4），可以看出这四个公因子之间是不相关的，说明它们所含的信息量没有重叠。
（四）计算综合评价因子得分并排序 利用SPSS统计软件中的回归法计算因子得分系数矩阵（见表5）。根据因子得分系数和原始数据的标准化值可以计算出每个因子的得分，以旋转后各公因子的方差贡献率为权重， 又可以计算得到各因子综合评价得分（见表6）。
根据这个表格可得到下面的因子得分函数:
F1=0.321X1+0.315X2+0.295X3+0.056X4-0.057X5-0.034X6-
0.011X7-0.112X8-0.077X9+0.002X10-0.056X11
F2=-0.053X1-0.077X2-0.082X3+0.131X4-0.027X5-0.176X6+
0.093X7+0.358X8+0.334X9+0.298X10-0.126X11
F3=-0.13X1-0.025X2+0.037X3+0.168X4+0.501X5+0.103X6-
0.144X7-0.044X8-0.013X9-0.112X10+0.517X11
F4=0.055X1-0.078X2-0.101X3-0.041X4-0.013X5+0.352X6+
0.651X7-0.225X8+0.112X9+0.156X10-0.047X11
计算出F1，F2，F3，F4的值，根据综合得分
Q=0.31671F1+0.19134F2+0.15051F3+0.20528F4
对高校财务风险评价值采用百分比排序法计算11所高校的综合得分，并对每一所高校根据综合得分值大小进行降序排名，综合得分值越大的名次越靠前，综合得分值越小的名次越靠后。排名越靠前说明该高校债务风险相对其它高校越小，抗风险能力越强;排名越靠后则说明该高校债务风险相对其它高校越大，抗风险能力越差。
通过上述实证分析，可以得到如下结论：影响高校财务风险的主要因素有：偿还债务能力、现金支付能力、发展能力、投资风险，这四个因子对全部初始变量的方差贡献率分别达到了31.671%，19.134%，15.051%，20.528%，且它们之间是不相关的。从11所高校的风险评价值排序可以看出，排名靠后的6所高校均是在呈贡新城区虽有建设主校区规划但尚未开工建设的，而排名前五位的则是已于2005年开始陆续投资数亿进行新校区建设，已有学生入驻的高校。可见，作为云南省委、省政府重大决策，部分在昆高校搬迁至呈贡新区这一举措无疑给各高校带来了巨额贷款的压力，同时也促使高校面临较高的债务风险。
三、结论与建议
目前所掌握的数据资料显示，云南省高校在筹集新校区建设资金的活动中，大部分高校通过出售原有办学资产和自有资金的方式解决了一部分资金来源，新校区建设的资金缺口主要通过长期大额的银行贷款来解决，政府的财政补贴只够支付银行贷款利息中的一部分，本金的偿还和大部分利息的支付需要靠学校自己解决。近年来在国家银根紧缩，利率不断提高的大背景下，云南省高校呈贡新校区建设的贷款负担日益加重，引发高校财务危机的可能性进一步加大。经因子分析，财务风险评价值排名也表明贷款在增强高校的办学实力、缓解资金紧张问题的同时也给普通高校带来了巨大的财务风险，贷款办学是一把双刃剑，过度规模的银行贷款不但会使高校陷入严重的债务危机，形成高校事业发展的不利局面，同时也增加了银行的信贷风险，高校因为校区扩建而陷入财务危机的例子在我国并不鲜见。面对日益加剧的贷款风险及其压力，高校倘若不及时有效控制财务风险，将严重影响高校发展。
同时贷款银行、教育主管部门应该相互配合对高校贷款实行风险监控。只有高校、银行及主管部门联合协作，建立起一套可操作性强的贷款获取及使用的科学管理模式，才能有效防范高校贷款风险。具体来说有以下几方面：一是建立具有可操作性的科学决策程序。在贷款之前，学校就要在总体规划下，根据今后发展需要和实际偿还能力确定贷款项目及贷款额度。在贷款之后，要严格监控贷款的投资方向及投入数量。二是建立行之有效的贷款资金管理机制。学校要按照教育部、财政部的有关规定，建立健全贷款资金管理制度，成立贷款资金管理领导小组，负责组织项目论证、资金使用与监督管理。三是完善贷款资金的内部核算和控制体系，包括：要分项目进行核算、管理，并设立专门的台账，分项核算利息支出和还款情况；要监督基建对贷款资金的使用情况，学校财务部门要定期与基建财务对账，确保贷款资金的使用与贷款项目及相关的预算一致；要从制度层面完善现有的《高等学校财务制度》和《高等学校会计制度》，明确贷款建设期间涉及利息资本化的账务处理方式，确保固定资产入账准确；财务部门每年应向学校领导、相关机构通报贷款资金的使用情况，使贷款的使用更加公开、透明。四是加强鼓励捐资助学的制度建设。捐资助学是市场经济条件下化解高校财务风险的重要举措，政府部门应加强捐助法规的建设，使捐助者在经济与名誉上得到合法回报。另外要制定相关鼓励政策，鼓励社会对高校的捐助。五是促进高校科技产业的发展。科技产业是以科技成果转化、科技产品生产、开发、经营为主的产业。高校要树立市场意识，建立稳定的科技产业发展队伍，理顺科技产业管理体制，加强科技产业的服务和组织。国家对科技产业的发展应在税收、资金、人才管理等方面给予政策扶持和资助。六是建立负债偿债基金。虽然高校的负债是中长期贷款，但到期一次还本对财力脆弱的高校来讲是非常困难的。为化解财务风险，教育主管部门应根据经济周期波动对高校财务运行的影响及程度，强制性要求高校建立相应的积累机制及积累比例，建立负债偿还基金。同时，政府部门应对所属高校的负债情况进行统筹调控，通过偿债彩票、债券等金融工具的运用，建立偿债基金，将高校的财务风险降到最低程度。
参考文献：
［1］杨周复、施建军等：《大学财务综合评价研究》，中国人民大学出版社2002年版。
［2］谢军占：《高等学校融投资管理》，陕西人民教育出版社2005年版。
［本文系云南省教育厅科学研究基金项目“云南高校呈贡新校区建设筹资模式分析及风险管理”课题的阶段性研究成果］
（编辑 向玉章）
由于研究对象为非营利高校，因此，将财务风险界定为高校在运营过程中因财政补助收入及非税收入不足偿还到期债务而面临的风险。即学校在办学过程中因资金筹措及其他经费投入与预计发生背离或预算赤字而导致周转困难所产生的财务风险。
一、样本选取及数据介绍
本文选取云南省呈贡校区建设主校区的11所高校为样本，以这11所高校2008年末财务报表的数据经过处理得到11个财务指标为依据，根据因子分析模型对它们的财务风险进行分析评价，并借助于多元统计分析软件SPSS13.0对其进行实证分析。选取的11项财务指标中有5个正向指标，6个逆向指标。
（一）选取适当变量指标 为了增加分析结果的可验证性及可理解性，力求全面、完整地反映财务状况，本文选取指标详细情况如下：学校资产负债率（X1）、年末借款占总资产的比率（X2）、年末借款总额占总经费收入比率（X3）、专项资金占用程度（X4）、学校自有资金动用程度（X5）、校办产业资产负债率（X6）、校办产业资本增值率（X7）、学校货币资金支付能力（X8）、学校借入款项占学校货币资金比率（X9）、学校收支平衡比（X10）、学校其他资金占用程度（X11）。
（二）对逆向指标进行正向化处理 学校自有资金动用程度、学校货币资金支付能力、学校其他资金动用程度、校办产业资本增值率、学校收支平衡比是正向指标，不需要进行转换；而学校资产负债率、年末借款占总资产的比率、年末借款总额占总经费收入比率、专项资金占用程度、校办产业资产负债率及学校借入款项占学校货币资金比率这6个指标为数值越小越好，是逆向指标，要进行正向化处理，这里取它们的倒数转换为正向指标。
（三）对指标进行标准化处理由于各指标量纲不同，数据差异较大，所以将各指标数据按照公式2进行标准化处理，即采用该指标数值减去指标数值的最小值再除以极差。
（1）对指标进行标准化处理。设第i个单位的第j个指标为xij， 第j个指标的平均值为 ，则标准差为sj，则标准化处理后第i个单位的第j个指标为Zij：
其中，Qi是第i个样本单位的评价综合得分，di是第j个因子的方差贡献率，fij是第j个单位第 个因子的得分。
二、基于因子分析法的高校财务指标分析
本文采用因子分析法实现对高校财务指标的综合评价，为各级领导宏观决策提供客观的依据，因子分析是将关系复杂的若干指标进行因子分析，从而提取公因子，再以每个因子的方差贡献率作为权数与各因子得分的乘积总和构造总和得分函数。利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多元统计方法。由于综合因子的权重是由其包含的信息量确定的，所以，它是一种比较客观的指标综合评价方法。
（一）计算相关系数矩阵根据预处理后的指标计算相关系数矩阵R，根据云南省高校2008年的11项指标相关矩阵（表1）可以看出，大部分变量之间相关性较强，因此可以采用因子分析法评价高校的财务风险。
（二）求相关系数矩阵的特征值由特征方程R-?姿E=0 求得特征值，再由特征值求得特征向量。特征向量，即为对高校财务风险起作用的因素，称之为公因子。而特征值就是公因子的方差。因子分析选取特征值大于1的公因子，据此选择4个公因子如表2所示。
（三）因子载荷旋转 为了更有效的解释各因子的经济含义，在保持原有指标和公因子内在结构不变的前提下，对初始载荷矩阵进行因子旋转。这里选用方差最大正交旋转法对初始载荷矩阵进行因子旋转，旋转后每个指标只在少数公因子上有较大的载荷，而且每个公因子上各个指标的载荷系数像0和1两极转化。旋转后累计方差贡献率仍旧没有变，说明反应原始变量的信息比重没有变。如表3所示，旋转后因子载荷矩阵可以分析四个公因子的含义。
第一公因子F1在指标X1（学校资产负债率）、X2（年末借款占总资产的比率）、X3（年末借款总额占总经费收入比率）上有较大的载荷，主要解释了这几个指标，可将其界定为偿债能力因子；第二公因子F2在指标X8（学校货币资金支付能力）、X9（学校借入款项占学校货币资金比率）、X10（学校收支平衡比）上有较大载荷为现金支付能力因子；第三公因子F3在指标X5（学校自有资金动用程度）、X11（学校其他资金占用程度）上有较大载荷为发展能力因子；第四个公因子F4在指标X6（校办产业资产负债率）、X7（校办产业资本增值率） 上有较大载荷，称为投资风险因子。
由各公因子之间的相关系数矩阵（见表4），可以看出这四个公因子之间是不相关的，说明它们所含的信息量没有重叠。
（四）计算综合评价因子得分并排序 利用SPSS统计软件中的回归法计算因子得分系数矩阵（见表5）。根据因子得分系数和原始数据的标准化值可以计算出每个因子的得分，以旋转后各公因子的方差贡献率为权重， 又可以计算得到各因子综合评价得分（见表6）。
根据这个表格可得到下面的因子得分函数:
F1=0.321X1+0.315X2+0.295X3+0.056X4-0.057X5-0.034X6-
0.011X7-0.112X8-0.077X9+0.002X10-0.056X11
F2=-0.053X1-0.077X2-0.082X3+0.131X4-0.027X5-0.176X6+
0.093X7+0.358X8+0.334X9+0.298X10-0.126X11
F3=-0.13X1-0.025X2+0.037X3+0.168X4+0.501X5+0.103X6-
0.144X7-0.044X8-0.013X9-0.112X10+0.517X11
F4=0.055X1-0.078X2-0.101X3-0.041X4-0.013X5+0.352X6+
0.651X7-0.225X8+0.112X9+0.156X10-0.047X11
计算出F1，F2，F3，F4的值，根据综合得分
Q=0.31671F1+0.19134F2+0.15051F3+0.20528F4
对高校财务风险评价值采用百分比排序法计算11所高校的综合得分，并对每一所高校根据综合得分值大小进行降序排名，综合得分值越大的名次越靠前，综合得分值越小的名次越靠后。排名越靠前说明该高校债务风险相对其它高校越小，抗风险能力越强;排名越靠后则说明该高校债务风险相对其它高校越大，抗风险能力越差。
通过上述实证分析，可以得到如下结论：影响高校财务风险的主要因素有：偿还债务能力、现金支付能力、发展能力、投资风险，这四个因子对全部初始变量的方差贡献率分别达到了31.671%，19.134%，15.051%，20.528%，且它们之间是不相关的。从11所高校的风险评价值排序可以看出，排名靠后的6所高校均是在呈贡新城区虽有建设主校区规划但尚未开工建设的，而排名前五位的则是已于2005年开始陆续投资数亿进行新校区建设，已有学生入驻的高校。可见，作为云南省委、省政府重大决策，部分在昆高校搬迁至呈贡新区这一举措无疑给各高校带来了巨额贷款的压力，同时也促使高校面临较高的债务风险。
三、结论与建议
目前所掌握的数据资料显示，云南省高校在筹集新校区建设资金的活动中，大部分高校通过出售原有办学资产和自有资金的方式解决了一部分资金来源，新校区建设的资金缺口主要通过长期大额的银行贷款来解决，政府的财政补贴只够支付银行贷款利息中的一部分，本金的偿还和大部分利息的支付需要靠学校自己解决。近年来在国家银根紧缩，利率不断提高的大背景下，云南省高校呈贡新校区建设的贷款负担日益加重，引发高校财务危机的可能性进一步加大。经因子分析，财务风险评价值排名也表明贷款在增强高校的办学实力、缓解资金紧张问题的同时也给普通高校带来了巨大的财务风险，贷款办学是一把双刃剑，过度规模的银行贷款不但会使高校陷入严重的债务危机，形成高校事业发展的不利局面，同时也增加了银行的信贷风险，高校因为校区扩建而陷入财务危机的例子在我国并不鲜见。面对日益加剧的贷款风险及其压力，高校倘若不及时有效控制财务风险，将严重影响高校发展。
同时贷款银行、教育主管部门应该相互配合对高校贷款实行风险监控。只有高校、银行及主管部门联合协作，建立起一套可操作性强的贷款获取及使用的科学管理模式，才能有效防范高校贷款风险。具体来说有以下几方面：一是建立具有可操作性的科学决策程序。在贷款之前，学校就要在总体规划下，根据今后发展需要和实际偿还能力确定贷款项目及贷款额度。在贷款之后，要严格监控贷款的投资方向及投入数量。二是建立行之有效的贷款资金管理机制。学校要按照教育部、财政部的有关规定，建立健全贷款资金管理制度，成立贷款资金管理领导小组，负责组织项目论证、资金使用与监督管理。三是完善贷款资金的内部核算和控制体系，包括：要分项目进行核算、管理，并设立专门的台账，分项核算利息支出和还款情况；要监督基建对贷款资金的使用情况，学校财务部门要定期与基建财务对账，确保贷款资金的使用与贷款项目及相关的预算一致；要从制度层面完善现有的《高等学校财务制度》和《高等学校会计制度》，明确贷款建设期间涉及利息资本化的账务处理方式，确保固定资产入账准确；财务部门每年应向学校领导、相关机构通报贷款资金的使用情况，使贷款的使用更加公开、透明。四是加强鼓励捐资助学的制度建设。捐资助学是市场经济条件下化解高校财务风险的重要举措，政府部门应加强捐助法规的建设，使捐助者在经济与名誉上得到合法回报。另外要制定相关鼓励政策，鼓励社会对高校的捐助。五是促进高校科技产业的发展。科技产业是以科技成果转化、科技产品生产、开发、经营为主的产业。高校要树立市场意识，建立稳定的科技产业发展队伍，理顺科技产业管理体制，加强科技产业的服务和组织。国家对科技产业的发展应在税收、资金、人才管理等方面给予政策扶持和资助。六是建立负债偿债基金。虽然高校的负债是中长期贷款，但到期一次还本对财力脆弱的高校来讲是非常困难的。为化解财务风险，教育主管部门应根据经济周期波动对高校财务运行的影响及程度，强制性要求高校建立相应的积累机制及积累比例，建立负债偿还基金。同时，政府部门应对所属高校的负债情况进行统筹调控，通过偿债彩票、债券等金融工具的运用，建立偿债基金，将高校的财务风险降到最低程度。
参考文献：
［1］杨周复、施建军等：《大学财务综合评价研究》，中国人民大学出版社2002年版。
［2］谢军占：《高等学校融投资管理》，陕西人民教育出版社2005年版。
［本文系云南省教育厅科学研究基金项目“云南高校呈贡新校区建设筹资模式分析及风险管理”课题的阶段性研究成果］
（编辑 向玉章）