伴随着东北老工业基地的建设热潮，辽宁省高校抓住国家教育体制改革深化发展的机遇在各方面取得了长足进步。但是为了获得竞争优势，绝大多数高校超常规发展、大规模举债办学也是不争的事实。在市场经济体制构建的全社会共享的高风险、高收益的经营机制中，高校财务面临着前所未有的复杂局面。
面对该情况，一方面各高校应建立针对市场环境的风险评价机制，培养对风险了解、感知、度量、决策、管理和控制的能力，做到提前防控风险，及时化解财务危机，并尽力在风险中捕捉到最大限度的资本利差。另一方面作为政府教育和财政部门也应采取积极行动来控制和防范高校财务风险。好比财务状况不佳的上市公司会被监管部门“ST”、“PT”一样，借鉴资本市场监管的经验，教育和财政部门也应对所管理的高校进行财务风险的评价和预警，提高教育国有资产的使用效率和效益。
一、评价指标体系构成及常规评价
按照高校财务风险评价指标的设计原则，在辽宁省高校现有的财务管理和会计核算体系基础上，参照较成熟的企业财务风险预警指标，设立的财务风险预警指标体系共计12个指标,分别是：流动比率：流动资产/流动负债；资产负债率：负债总额/资产总额；现实支付能力：年末货币资金/月均支出额；潜在支付能力：(年末货币资金+年末应收票据+年末借出款十年末债券投资一应付（预收）款一年末应缴财政专户一年末应缴税金)/月均支出额；收入负债比率：年末负债总额/总收入；自筹收入能力：自筹收入/总收入，自筹收入=事业收入+经营收入十附属单位缴款十其他收入；经费自给比率：自筹收入/（事业支出+经营支出）；收入支出比率：总收入/总支出；净资产收入比率：总收入/(期初净资产十期末净资产)/2；自有资金动用程度：（应收及暂付款+校办企业投资+对外投资+借出款）/（事业基金+专用基金-一般基金）；净资产增长率：（期末净资产一期初净资产）/期初净资产；货币资金净额增长率：（期末货币资金净额增长率一期初货币资金净额增长率）/期初货币资金净额增长率。
对于具体高校的微观财务管理而言，上述指标体系较全面地反映了高校可能存在的财务风险，计算简便；对于政府部门的宏观财务管理而言，上述指标数据均属于对外报表数据，容易获得，并且各高校间计量口径一致，方便比较。
依据上述指标，常规上一般选用综合评分法、功效系数法等主观赋权法来评价高校的财务风险，根据历史经验或专家意见确定各指标的评价标准和权重。但是这样的评价方法虽然操作简单，却无疑不够严谨、缺乏科学性，评价结果也难免引起争议。为了克服常规评价存在的问题，我们选择因子分析法，进行高校财务风险的评价。
二、财务风险的因子分析评价法
辽宁省R高校2004-2007年财务数据报表如表1所示，利用SPSS13.0对R校的财务状况进行分析。
表1 辽宁省R高校2004-2007 财务风险预警指标数据表
|
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X8 |
X10 |
X11 |
X12 |
N |
|
8.2077 |
0.3105 |
3.1680 |
2.3216 |
1.4980 |
0.7048 |
0.7509 |
1.0569 |
0.3077 |
0.1138 |
0.0479 |
-0.1449 |
2007 |
|
4.9681 |
0.3311 |
4.1266 |
2.4509 |
1.7924 |
0.7430 |
0.7811 |
1.0318 |
0.2823 |
0.1193 |
0.0458 |
-0.0537 |
2006 |
|
4.7261 |
0.3259 |
5.4535 |
3.1624 |
2.0071 |
0.6994 |
0.7634 |
1.0762 |
0.2830 |
0.1345 |
0.4236 |
0.6255 |
2005 |
|
23.4807 |
0.3759 |
2.9194 |
2.3716 |
1.6290 |
0.5223 |
0.7044 |
1.0099 |
0.3746 |
0.1372 |
0.0263 |
-0.1538 |
2004 |
注：X1—X12分别为本文第二部分所确定的高校财务风险预警指标体系中的十二项具体指标，N为年份。
x2、x5和x8是经济效益的逆向指标，为了评价分析方便将其转为正向指标，用指标的倒数代替原指标。对数据作标准化处理，并采用SPSS软件作因子分析，结果如图2-5所示。由得到的数据，不难得出如下结论：
由图2可知，变量的共同度较高，除x8为75.7%,x5为82.9%外，其余各量的共同度都在88%以上，说明提取的因子已经包含了原始变量的大部分信息；由图1可知，两个主因子(F1,F2)的方差贡献率分别为47 % 和46 %，合计达到93%。说明该组数据主要由这两个因子决定；由图3可知，主因子F1主要衡量偿债能力，包括流动比率（X1），资产负债率（X2），自筹收入能力（X6），经费自给比率（X7），净资产收入比率（X9）；主因子F2主要衡量财务运营效益，包括现实支付能力指标（X3），潜在支付能力指标（X4），收入负债比率（X5），净资产增长率（X11），货币资金净额增长率（X12）；而收入支出比率（X8）和自有资金动用程度（X10）两个指标，则有偿债能力因素也同时受财务运营效益的影响。
图1 特征根和方差贡献表
图2 变量共同度
图3 旋转后的因子载荷矩阵
图4 因子分系数矩阵
F1、F2及综合指数S的数学表达式：
第一主因子：F1=-0.164zx1+0.186zx2+0.019zx3-0.039zx4+0.042zx5+0.186zx6+0.164zx7+0.092zx8-0.155zx9+0.197zx10-0.03zx11-0.028zx12（公式1）
第二主因子：F2=-0.006zx1-0.058zx2+0.157zx3+0.191zx4-0.177zx5-0.038zx6-0.009zx7+0.073zx8-0.018zx9-0.179zx10+0.183zx11+0.185zx12（公式2）
综合指数：S =46.983%×F1+46.256%×F2（公式3）
根据公式1，可以计算出各年度的F1值，2007F1= 0.6614 ，2006F1= 0.6216， 2005F1= 0.1826，2004F1=-1.4657，F1排序为2007>2006>2005>2004；
根据公式2，可以计算出各年度的F2值，2007F2=-0.8515，2006F2= -0.2733，2005F2= 1.4484，2004F2=-0.3236，F2排序为2005>2006>2004>2007；
根据公式3，可以计算出各年度的S值，2007S=-0.0832，2006S=0.1656，2005S=0.7558，2004S=-0.8383，S排序为2005>2006>2007>2004。
通过上述实例分析，可以得出因子分析评价法的优势如下：
第一，全面性的考虑。本文建立的高校财务风险预警指标体系共包括十二项具体财务指标，很难采用全部指标来实现对财务状况的全面的判断和比较，而只用部分指标又将造成信息严重损失。采用因子分析法，可以帮助发掘出数据中隐含的信息，找出了数据间的潜在联系。
第二，有效性的考虑。在因子分析法下，由于对各个指标进行了标准化处理，使各种不同度量的财务指标转化成了同度量的指标。同时，也消除了原始数据数量级上的差别，使各个财务指标之间具有可比性和可加性。另外，通过对综合指数可以比较各组数据总体财务状况的好坏；通过同一主因子得分可以比较各组数据在该项内容方面的优劣。因子分析能比较全面、细致地把握财务状况，而且有利于寻找造成优劣的原因，为财务工作确定未来方向。
第三，客观性的考虑。各因子得分完全由发掘数据中隐含的信息以及数据间的联系而得到，没有任何人为的因素。同时以各主因子的方差贡献率作为个因子的权，方差越大的变量越重要，权数自然也应越大，克服了主观赋权评价法中人为确定权重的缺陷，使得综合评价结果唯一、客观合理。
三、将因子分析结果应用于微观层面高校财务管理
任何一所高校都可以依据已设定的高校财务风险预警指标体系得到本校若干年度相关财务指标，以上述方法进行因子分析，得出主因子、主因子表达式和综合指数表达式。并可以根据计算结果对各个年度作主因子排序和财务状况综合排序，从而对本校相关年度的偿债能力、财务运营能力或成长能力（根据主因子）及综合财务状况（根据综合指数）做出全面评价。依据上例中的计算结果可以得出：R高校偿债能力从2004-2007年越来越强；比较四年间财务运营效益，2005年好于2006年，2004年较差，2007年最差；就总体财务状况而言，2005年好于2006年，2007年较差，2004年最差。
另外，除了可以对历史财务状况进行评价，该方法还可用于对未来事件的预警中。对于一项新的投资或借款的决策事项，学校可以首先编制基于事项可行假设的预测财务报表，计算预测报表的高校财务风险评价指标，并和以往数年度的真实财务比率一起进行因子分析，然后做出主因子排序和综合财务状况排序，则可以做出有关预测：例如，实施新事项后“偿债情况好于以往较好年度”、“运营能力差于以往较差年度”或“综合财务风险比以往最差年度还要糟糕”之类的评价。由于学校领导和财务主管人员对于学校以往各年度的财务状况、各年应对财务风险的措施及效果了如指掌，所以“好于较好”或“差于最差”对于他们来说绝不仅是一个排序的结果，而是一种对财务状态的有形描述，若认为实施新事项后的财务状况甚至比校方能够容忍的以往最差年度还要糟糕，则可以决策不实施新项目。
四、将因子分析结果应用于宏观层面高校财务管理
因子分析法同样适用于政府对高校的财务管理。高校不同于企业，高校破产所带来的社会影响绝非一般企业破产可比拟，这也是目前我国虽然许多高校财务上捉襟见肘、举步维艰，却仍没有公办高校破产倒闭的原因。对财政、教育等政府管理部门来说，想办法帮助泥潭深陷的学校走出困境也已成为高校财务管理的应有之义，应尽之职。但是资源毕竟是有限的，考虑辽宁省的具体情况，在大多数省属高校为了评估、扩招而超大规模借款，财务状况不佳的情况下，再用财务绝对水平划线，评价学校财务状况的好坏，确定需要特殊关注的对象，只能导致资源的分散，措施的无效。所以我们认为当下采用“末位管理”的方法是政府部门的最佳选择。而通过因子分析法可以客观、科学地确定财务状况处于“末位”的学校。
由于客观原因限制，无法取得同一年度多所学校的财务数据，但我们可假设表1中R高校2004～2007年的指标比率分别是2007年度ABCD四所高校的财务数据，进行因子分析，自然可以得到ABCD四所高校横向比较的排序结果：四所学校偿债能力从A到D越来越差；财务运营效益相比，C校好于B校，D校较差，A校最差；综合财务状况C校好于B校，A校较差，D校最差。即在偿债能力上D校处于末位，在财务运营效益上A校处于末位，在综合财务状况方面D校处于末位。综合比较确定D校为“末位管理”的对象。
应用上面的方法，政府相关部门可以每年将所管理的所有高校的财务状况做一次排序，然后从中选出综合水平最差的10% ～15%做“末位管理”。例如辽宁省可选定全部四十所省属本科学校进行排序，并每年确定对四到六所高校实施“末位管理”。具体的末位管理措施可以根据该校因子得分以及综合因子得分状况，可能包括控制其招生规模，限制其新增投资项目，对其取得新借款的用途严格限定等等，并应同时采用特殊的财政政策和行政方式助其度过难关。政府部门可行的“末位管理”的具体政策和方式我们将在以后的研究中进行详细讨论。
需要特殊说明的是：“末尾管理”是建立在每一所学校的领导、员工都为本学校的发展和进步尽心竭力工作的假设基础上的，离开这个假设，“末尾管理”无疑将导致整体水平的下滑。
当然，应用上面的方法，政府相关部门也可以从所管理的高校中选出因子得分或综合水平靠前的高校，总结经验，作为榜样供其它高校学习。
参考文献：
[1]李素红等：《建立高校财务风险预警模型的判别分析》，《河北工业大学学报》2006年第4期。
[2]谢立本：《对高校银行贷款额度控制与风险评价模型的调整》，《教育财会研究》2005年第2期。
[3]郑鸣、朱怀镇：《我国高校贷款风险的预警研究》，《高教探索》2007年第6期。
[4]朱建平、殷瑞飞：《SPSS在统计分析中的应用》，清华大学出版社2007年版。
［本文系辽宁省教育厅教育规划项目《高等学校财务风险问题研究》（项目标号20060093）及辽宁省“十一五”教育科研规划立项课题《建立高校财务风险考评及预警系统的研究》（高教41-7项）的研究成果
