我國上市公司持續經營危機預測的實證研究

王 琳，朱明瑛

（中國石油大學(北京)工商管理學院，北京 102249）

我國上市公司持續經營危機預測的實證研究

王 琳，朱明瑛

（中國石油大學(北京)工商管理學院，北京 102249）

文章綜合采用規范分析和實證研究方法，以165家滬深兩市A股制造業上市公司為樣本，采用Logistic回歸方法建立了危機發生前3年的預測模型，并通過檢驗樣本對模型的可靠性進行了驗證。

持續經營危機；財務指標；非財務指標；Logistic回歸方法

0 引言

針對上市公司建立完善、有效且可操作的持續經營危機預測模型不僅具有理論意義，而且具有實際意義。企業持續經營危機的預測模型對于企業內部管理者及外部利害人都相當重要。尤其對上市公司而言，其規模龐大，員工與投資者眾多，一旦企業發生了持續經營危機，其所牽連的范圍會非常廣大，不僅包括企業本身、企業的員工及其內部管理當局，受到牽連的還可能有企業的上、下游廠商、金融機構、投資者和債權人，從而形成連鎖反應，進而也會對整個國家及社會造成影響。通過對企業持續經營危機產生動因的分析，可以幫助人們預先察覺危機的來臨，從而采取有效的措施來避免危機的發生或者最大限度的降低危機可能帶來的危害。因此，如何建立一套有效的持續經營危機預測模型，減少相關利害人的損失，是一個長期的研究課題。

1 選取樣本、指標及研究方法

本文選取了2004-2008年期間被ST的165家滬深兩市A股制造業上市公司作為研究樣本，其中包括55家危機公司和110家正常公司。在選取對照樣本即正常公司時所采取的標準是與危機處于同一行業，且資產規模相當，并且采用的是一比二的原則，這與很多研究不太一樣，很多研究都是采用的一比一配對。一比一配對存在的問題是會使樣本間兩類上市公司的比例嚴重偏離實際的兩類上市公司的比例，從而高估模型的預測能力。所以，本文效仿Beaver（1966）與Altman（1968）等權威性的研究，對應每一個危機公司，按行業相同、資產規模相近的原則，選擇兩個正常公司。本文將165家樣本分成建模樣本和檢驗樣本兩組，其中建模樣本共120家，包括40家危機公司和80家正常公司，檢驗樣本共45家，包括15家危機公司和30家正常公司。樣本數據主要來源于CCER中國經濟金融數據庫（色諾芬數據庫），其次結合了證券之星網站和中國證監會網站上公布的上市公司年報。

本文選取了22個財務指標和10個非財務指標作為建立模型的初選變量。其中，財務指標從盈利能力、償債能力、營運能力、成長能力和現金流量五個方面進行考慮，非財務指標從公司治理、高管薪酬、股權結構、審計意見、代理成本和關聯交易六個方面進行考慮。

本文采用的研究方法是二項Logistic回歸。在選擇建模方法時，考慮到了不同方法的適用性，如果指標符合正態分布，那么采用判別分析法效果較好，如果不服從正態分布，則采用Logistic回歸方法效果較好。本文采用單樣本K-S擬合優度檢驗方法對32項指標進行了正態性檢驗，結果是：當顯著性水平為0.05時，除了銷售毛利率、凈資產收益率、總資產收益率、總資產增長率、總資產周轉率、年度股東大會出席率、第一大股東持股比例和Herfindahl_5指數這8個指標的樣本總體符合正態分布外，其他24個指標的樣本總體均不符合正態分布。所以，本文將以Logistic回歸方法來構建t-3年的預測模型。

2 實證研究

2.1 樣本的描述性統計分析

下面分別計算了這兩類公司預測指標的均值及標準差。表1是SPSS軟件得出的t-3年120家建模樣本各指標的描述性分析結果：

表1的結果顯示，危機公司在危機發生前3年的財務表現和非財務表現均與正常公司存在差異。①盈利能力方面：危機公司表現較差。危機公司的各指標均值均低于正常公司。其中營業利潤率相差最大，危機公司是-0.012412，正常公司是0.093251。②償債能力方面：流動比率、速動比率、存貨流動負債比、現金流動負債比的均值在兩類公司之間存在很大差異，危機公司明顯小于正常公司，這說明危機公司的短期償債能力較正常公司差，債務違約的可能性也相對較大。資產負債率是危機企業大于正常企業，說明危機企業的負債在資產中所占的比重較大，長期償債能力較差。③成長能力方面：凈資產增長率和凈利潤增長率是危機公司小于正常公司，其他指標均值均是危機公司大于正常公司。在t-3年危機公司的成長能力表現與正常公司沒有明顯差異性，有些危機公司的表現甚至優于正常公司。④營運能力方面：總資產周轉率和存貨周轉率差異不明顯，其他四個指標均存在很大差異。尤其是應收賬款周轉率，危機企業是1.509807，正常企業是5.89207。⑤現金流量方面：危機公司經營現金凈流量/凈利潤之一指標的均值大于正常公司，收益質量甚至要優于正常公司，而銷售現金比率也無明顯差異，說明在危機發生前3年，危機公司的現金流量還沒有很差的表現。⑥公司治理結構方面：年度股東大會出席率和總經理變更情況在兩類公司之間均存在顯著差異，說明年度股東大會出席率越高，企業越不容易發生危機，總經理變更越頻繁，企業越容易發生危機。⑦高管薪酬方面：平均高管年薪的均值差異不明顯。⑧股權結構方面：除了董事會持股比例外，其他各指標均值在兩類公司之間差異都很明顯。⑨審計意見：審計意見的差異很明顯，危機公司是0.87，正常公司是0.99。⑩代理成本：危機公司管理費用率均值是0.036238，正常公司是0.044747，差異不是很明顯。關聯交易：危機公司的大股東資金占用的均值為0.115441，遠高于正常公司的.028477，可見差異很明顯。

表1 描述性統計分析

表2 獨立樣本T檢驗結果

2.2 均值檢驗

均值檢驗是用來檢驗32個變量的均值在危機公司和正常公司這兩類樣本間是否有顯著性差異，從而選出具有顯著性差異的指標作為建立模型的備選變量。本文對t-3年的凈利潤率、銷售毛利率等8個符合正態分布的指標采用獨立樣本T檢驗，對其余不符合正態分布的24個指標采用兩個獨立樣本非參數檢驗中的曼-惠特尼U檢驗(Mann-Whitney U Test)。檢驗結果如表2、表3。

表2、表3顯示的結果須剔除營業利潤增長率這一指標，因為這一指標均值是危機公司顯著高于正常公司，不符合經濟常識。根據以上檢驗結果，在0.05顯著性水平下，t-3年在建立模型時的備選變量包括：凈利潤率(X1)、營業利潤率(X2)、凈資產收益率(X3)、總資產收益率(X4)、流動比率(X5)、速動比率(X6)、存貨流動負債比(X7)、現金流動負債比(X8)、資產負債率(X9)、凈利潤增長率(X10)、流動資產周轉率(X11)、應收賬款周轉率(X12)、固定資產周轉率(X13)、年度股東大會出席率(X14)、總經理變更情況(X15)、第一大股東持股比例(X16)、Herfindahl_5指數(X17)、實際控制人類型(X18)、審計意見(X19)和大股東資金占用(X20)共20個指標。

表3 兩個獨立樣本非參數檢驗結果

2.3 Logistic回歸模型原理及變量篩選

Logistic回歸模型的假設前提是：①因變量Yi是二分變量。②數據必須來自于隨機樣本。③因變量Yi被假定為 K個自變量的Xki（k=1，2…k）的函數，因變量與自變量之間的關系是非線性的。④自變量之間不存在多重共線性。Logistic模型建立在累計概率函數的基礎之上，且自變量不需要服從多元正態分布和兩組間協方差相等的假設，根據樣本數據使用極大似然法估計出各參數值，經一定的數學推導，求得響應變量取某個值的概率。它是解決“0～1”回歸問題的行之有效的方法。模型的形式如下：

設因變量Y是一個二分類變量，其取值為Y=1和Y=0。影響Y取值的m個自變量分別為X1，X2，…，Xm。在m個自變量作用下發生的條件概率為P=P(Y=1|X1,X2,…，Xm)，則logistic回歸模型可表示為：

其中，β0為常數項，β1，β2，…，βm為偏回歸系數。

本文在模型變量的篩選上采用的是統計軟件篩選法。以往有些研究均是根據經驗判斷來選擇指標，但是所選的變量不一定都能很好地反映類間差異。另外，還有一些研究采用因子分析方法來降低變量維度進而優化模型。不可否認，因子分析法是一種比較科學的研究方法，但是任何方法都有其適用條件。本文試圖采用因子分析方法，但分析結果表明，本文的數據不適合做因子分析，因為KMO值只有0.558，該值通常應大于0.6才適合進行因子分析。此外，提取的6個主因子的累計貢獻率僅為67.778%，這一值通常應大于80%。故本文采用了統計軟件篩選方法，具體是基于偏最大似然估計的前進法(Forward：LR)，該方法是讓變量以步進似的方式進入回歸方程，其進入回歸方程的標準是分值統計量的顯著水平，從回歸方程中刪除變量的標準是極大偏似然估計的似然比統計量概率。

2.4 實證結果

2.4.1 財務模型

21個備選變量中包括14個財務指標，表4是用這14個財務指標進行回歸的結果。

由表4構建的模型如下：

模型中凈資產收益率和流動資產周轉率系數為負值，說明與危機發生的可能性顯著負相關，而且其值越大，發生危機的可能性越小；資產負債率的系數為正，說明與危機發生的概率顯著正相關，其值越大，危機發生的可能性越大。這些結果符合經濟常識。由Wald統計量檢驗結果顯示，三個指標均在0.01水平上顯著。

表4 財務模型

表5 財務模型系數的整體檢驗

表6 財務模型預測結果

表7 綜合模型

表5說明回歸方程有顯著性意義。

財務模型的預測結果見表6。

預測結果顯示：在40個危機樣本中，有11個被錯判，29個判斷準確，判別準確率為72.5%，在80個正常公司樣本中，有72個判斷準確，8個被誤判，判別準確率為90.0%，總體判別準確率為84.2%，誤判率為15.8%。可見，這3個財務指標能較好的對危機與非危機公司進行判別。

2.4.2 綜合模型

企業陷入持續經營危機不只是財務因素導致的，很多非財務因素也可能使企業陷入危機。21個備選變量中除14個財務指標外，還包括7個非財務因素，本文還將建立包括非財務指標在內的綜合模型。表7是用這21個指標進行回歸的結果。

構建的綜合模型如下：

以上指標的系數的正負及值的大小與危機發生的概率的關系符合經濟常識。由Wald統計量檢驗結果顯示，總資產收益率、資產負債率和實際控制人類型在0.01水平上顯著，流動資產周轉率和常量在0.05水平上顯著，總經理變更情況、大股東資金占用在0.1水平上顯著。

表8，表9顯示了模型的擬合度：

表8說明回歸方程有顯著性意義。

綜合模型的預測結果見表10。

預測結果顯示：在40個危機樣本中，有4個被錯判，36個判斷準確，判別準確率為90.0%，在80個正常公司樣本中，有76個判斷準確，4個被誤判，判別準確率為95.0%，總體判別準確率為93.3%，誤判率為6.7%。可見，這6個財務指標能較好的對危機與非危機公司進行判別。

表8 綜合模型系數的整體檢驗

表9 綜合模型的模型貢獻

表10 綜合模型預測結果

2.5 實證結果檢驗

為了檢驗模型的預測效果，將把45家檢驗樣本數據分別代入財務模型和綜合模型，計算上市公司發生危機的概率。如果P﹥0.5，就判定該公司發生持續經營危機，如果P﹤0.5，就判定該公司不會發生持續經營危機。檢驗結果見表11。

從表11可以看出，財務模型和綜合模型的總體預測準確率分別為71.1%和75.6%，說明綜合模型的預測準確率高于財務模型。另外，綜合模型對危機公司的預測準確率為80%，遠遠高于財務模型的60%，模型的預測效果較理想。

表11 檢驗樣本預測結果

3 結論

本文選取了22個財務指標和10個非財務指標，采用二項Logistic回歸方法，構建了持續經營危機預測的財務模型和綜合模型，通過對模型的比較分析，得出以下結論：①運用上市公司危機發生前3年的數據進行Logistic回歸，預測準確率較高，財務模型為84.2%，綜合模型為93.3%，可見，Logistic回歸方法對于上市公司持續經營危機有較好的預測能力。②在危機發生前3年，財務指標中反映盈利能力的總資產收益率、反映償債能力的資產負債率和反映營運能力的流動資產周轉率對危機有很好的解釋作用，這說明危機發生前，多數上市公司都存在盈力能力低下、負債較多及資金運用效率不佳的狀況；非財務指標中反映治理結構的總經理變更情況、反映股權結構的實際控制人類型和反映關聯交易的大股東資金占用對危機發生有很好的解釋能力，說明在危機發生前上市公司存在總經理變更、股權結構不合理和大股東占款現象。③比較財務模型與綜合模型可以看出，財務模型的整體預測準確率為84.2%，而綜合模型的預測準確率為93.3%，提高了9.1%，說明加入非財務因素后的模型判別效果更好，這也驗證了上市公司發生危機不止與財務因素有關，還涉及到很多非財務因素。④從模型的整體擬合效果來看，-2對數似然值從64.894下降到37.375，Cox&Snell R2和Nagelkerke R2統計量也由0.519和0.721分別提高到了0.618和0.858，模型的擬合效果提高，說明納入非財務因素后的預測模型具有了更好的解釋作用。⑤財務模型對檢驗樣本的總體預測準確率為71.1%，綜合模型對檢驗樣本的總體預測準確率為75.6%，說明綜合模型優于財務模型。

[1]Eliezer M Fich,Steve L Slezak.Can Corporate Governance Save Distressed Firms from Bankruptcy?An Empirical Analysis[J].Review of Quantitative Finance and Accounting,2008,30(2).

[2]周首華,楊濟華,王平.論財務危機的預警分析——F分數模式[J].會計研究，1996，(8).

[3]陳靜.上市公司財務惡化預測的實證分析[J].會計研究,1999,(4).

[4]吳世農,盧賢義.我國上市公司財務困境的預測模型研究[J].經濟研究，2001，(6).

[6]肖艷.上市公司財務困境預警的Logit模型實證研究[J].湖南工程學院學報,2004,(4).

[6]陳良華,孫健.公司治理與財務困境:來自上海股票市場的證據.東南大學學報（哲學社會科學版）,2005,(5).

[7]方軍雄,張國康.基于三因素模型的企業持續經營高風險預測研究[J].鄭州航空工業管理學院學報,2006,(1).

F272.1

A

1002－6487（2010）21-0142-04

王 琳（1963-），女，北京人，教授，研究方向：會計學、企業管理；朱明瑛（1985-），女，河北人，碩士研究生，研究方向：會計學。

（責任編輯/亦 民）