基于PSM模型的僵尸企業識別方法有效性檢驗

許江波（教授），史國梁

一、引言

僵尸企業缺乏自我發展能力，但在銀行或外界的財務援助下免于倒閉或出清，因而成為社會的頑疾。在供給側改革的制度背景下，去產能、謀發展已成為社會各界的共識，而準確識別僵尸企業，并采取合理有效的方式對其進行處置則成為此共識下的重點關注問題。20世紀90年代，“泡沫經濟”破滅的日本涌現出大量的僵尸企業，而隨后日本經濟發展不暢的部分原因就在于政府對僵尸企業的不當處置。這從實踐上表明，準確識別僵尸企業，并及時采取合理有效的方式促進僵尸企業的退出是非常重要的[1]。近年來，國內學者對僵尸企業識別方法的研究熱度持續上升，目前已形成FN-CHK法[2]、連續虧損法[3]、過度借債法[4]和綜合界定法[5]四種主要的方法。各識別方法的理論依據的關注重點各不相同，并且各識別方法所識別出的僵尸企業數據也有較大差異。因此，對僵尸企業識別方法有效性的研究顯得至關重要。

本文基于PSM模型，對四種僵尸企業識別方法的有效性進行實證檢驗，并在此基礎上結合國內供給側改革的社會背景和僵尸企業經濟困境特征，創造性地提出了四維度識別法，以期對僵尸企業的準確識別和指導實踐有所裨益。

二、僵尸企業的內涵

Kane[6]于1987年運用恐怖電影中處于瀕死狀態且極具傳染性的“僵尸”這一角色，生動形象地形容了20世紀中后期美國存在的資不抵債、通過政府擔保的聯邦存款保險而免于出清的儲蓄和貸款機構，一方面，其通過這些外部財務援助提升存款利率并降低貸款利率，縮小行業內部利潤空間；另一方面，這些機構增加了年度存款保險費，而這些費用是由非僵尸企業所支付的。Hoshi[7]認為僵尸企業是那些償債能力差、本應該倒閉但在放貸者的幫助下尚未倒閉的企業。Ahearne、Shinadan[8]認為僵尸企業是無效率且高負債、生產力增長率低的企業。熊兵[1]認為那些長期處于虧損狀態、自身難以生存發展的企業為僵尸企業。

綜合來看，國內外學者對僵尸企業內涵的側重點基本一致，均強調了其低效率、難恢復、依賴性強的特點。綜上所述，本文將僵尸企業的外部特征總結為以下幾個方面：其一，面臨償債壓力，即企業難以償還到期債務；其二，依賴性強，在國內市場上表現為在政府補助和銀行信貸的援助下得以存續；其三，企業自身難以維持收支平衡，即企業盈利水平低；其四，企業難以自我發展，即企業在非外部援助的情況下，生存能力差。在供給側改革的時代背景下，準確識別僵尸企業并采取合理措施解決其對社會的影響已成為當下刻不容緩的社會問題。

三、“僵尸企業”識別方法

確定僵尸企業的識別標準，是解決僵尸企業現實問題的核心步驟，只有明確了該標準，才能更迅速、有效地采取措施指導實踐。國內外學者對僵尸企業的識別眾說紛紜，但整體上可以總結為以下四種識別方法：

（一）FN-CHK法

Caballero、Hoshi和 Kshayap[9]基于大量的實證研究，根據假設的無風險利率，計算企業當年在該利率水平下所應支付的利息，將實際支付的利息小于此假設利息的企業認定為僵尸企業，學術界將此方法稱為“CHK方法”。但該方法存在一定的缺陷，即那些接受銀行貸款優惠利率的企業可能被誤判為僵尸企業，同時難以識別依賴持續信貸方式存活的僵尸企業。因此，Fukuda、Nakamura[2]引入了盈利標準和持續信貸標準對其進行了修正。對于誤判缺陷，增加息稅前利潤這一指標，將其與享受最優利息的正常企業對比，當企業息稅前利潤高于這一標準時，判定為非僵尸企業；對于漏判缺陷，通過企業資產負債率、外部貸款增加與否和當年息稅前利潤三個指標來解決此問題。當某一企業同時滿足以下三個條件時即判定為僵尸企業：其一，企業資產負債率高于50%；其二，企業外部貸款額增加；其三，當年息稅前利潤低于計算出來的最優利息。學術界將此改良的“CHK方法”稱為“FN-CHK法”。

目前FN-CHK法是學術界比較認同的僵尸企業識別方法，大量研究在此基礎上對僵尸企業的識別方法進行了改良，并且中國人民大學國家發展與戰略研究院在2016年發布的《年度研究報告》中，對僵尸企業的識別也利用了FN-CHK法，其將連續兩年被FN-CHK法識別出的企業，在后一年認定為僵尸企業[10]。但在國內市場上，此方法仍存在兩個缺陷：一是國內僵尸企業對外部財務的依賴性大多來源于政府補助而非銀行信貸；二是FN-CHK法對最優利息的標準并未明確，不同的研究者可能因個人的主觀因素導致識別結果不同，因而無法指導具體實踐。

（二）連續虧損法

國務院常務委員會在2015年12月的會議上將僵尸企業定義為“連續虧損三年以上且不符合結構性調整方向、不符合國家耗能、環保、質量、安全等標準的企業”，要求對這些企業采取破產重組、破產關閉等合理有效的方式予以出清。在此基礎上，董登新[3]基于“連續虧損三年”的標準，將僵尸企業定義為“連續三年扣除非經常性損益后每股收益為負數的企業”。這樣定義的主要原因在于，非經常性損益中包含政府補助，而扣除非經常性損益后可以解決部分企業外部財務援助問題，從而較清楚地反映企業實際利潤。

持續虧損法明顯優于FN-CHK法，它既考慮了國內實際市場狀況——政府補助對企業的外部支援，同時又考慮了企業持續經營能力的問題。但其仍存在兩方面的缺陷：一是沒有考慮銀行信貸標準，即外部財務援助中缺少銀行援助這一指標；二是一些企業在轉型時，出現虧損屬于正常現象，將轉型企業判定為僵尸企業不符合實際要求。

（三）過度借債法

在董登新[3]分析方法的基礎上，何帆、朱鶴[4]在2016年提出了過度借債法，他們認為那些無盈利、高負債且融資規模持續上升的企業為僵尸企業。

過度借債法在使用過程中存在兩個方面的問題：①與FN-CHK法類似，存在識別標準不一致的問題，不同的研究者可能因為自己的主觀因素導致結果偏差；②按照政府補助會計準則中政府補助在利潤表中的列示規則，會使企業的凈利潤增加，未扣除非經常性損益的凈利潤并不能反映企業的實際盈利能力，這有可能導致識別結果與實際存在較大偏差。

（四）綜合鑒定法

與國外相比，國內僵尸企業最大的特征在于可獲得政府補助，因此國內學者在CHK方法上增加了政府補助和盈利標準，提出綜合界定法。具體的識別標準為：扣除政府補助、稅收返還后的實際利息支出小于所計算的最優利息，且扣除非經常性損益后的利潤為負[5]。

本文認為綜合界定法主要存在兩個缺陷：其一，最優利息的衡量難以把握，沒有衡量標準也就難以確定最優利息是多少，而個人主觀因素的限定容易導致僵尸企業的誤判；其二，沒有考慮時間問題，在盈利性指標上僅考慮扣除非經常性損益后利潤為負，而有些正常企業在某些年份也可能在扣除非經常性損益后利潤為負，這同樣導致了僵尸企業的誤判問題。

四、四種僵尸企業識別方法的有效性檢驗

（一）實證研究方法

本文將對以上四種僵尸企業識別方法的有效性進行檢驗，數據來源于國泰安、WIND等數據庫。首先通過傾向評分匹配（PSM）模型為僵尸企業的實驗組匹配對照組，然后通過非參數檢驗來比較僵尸企業特征變量的顯著性，并通過統計分析方法從量的角度比較各種識別方法下僵尸企業特征變量相對于非僵尸企業的溢出程度。

PSM是使用非實驗數據或觀察數據進行干預分析的一類統計方法。該方法有別于傳統的匹配方法，其思想來源于匹配估計量，可以將企業多個維度的信息綜合成一個傾向得分值，通過實驗組和對照組之間Logit回歸結果的距離進行一對一匹配。基于PSM模型，可以保證實驗組和對照組之間的個體特征盡可能一致，從而滿足平衡性假設。本文基于實驗目的，對Heckman等[11]提出的PSM模型進行一定修改后，將實驗組和對照組進行一對一匹配，然后將匹配成功的樣本進行非參數檢驗和統計分析，比較各種僵尸企業識別方法的有效性。

上述Logit模型將是否為僵尸企業（Zombie）作為被解釋變量，如果該變量值為1，則企業i是僵尸企業，為0則非僵尸企業；解釋變量為企業規模（SIZE）、是否兩權分離（Duality）、資本密集度（Cap?inten）、設備類固定資產投資（Lnequip）、第一大股東持股比例（Share）、是否存在內部控制缺陷（ICW）及企業性質（State)等企業個體特征變量。在此控制行業變量和年度變量，從而更準確地針對實驗組來匹配對照組。Logit回歸系數為概率值，表示第t年企業是否為僵尸企業的傾向得分值，最后根據其近似程度為實驗組一對一匹配對照組。各控制變量具體計算方法如表1所示：

表1 控制變量計算方法

對實驗組和對照組進行非參數檢驗和統計分析。非參數檢驗是在總體方差未知或知之甚少的情況下，利用樣本數據對總體分布形態特征進行推斷的方法。本文對照組的選擇是根據實驗組的企業特征匹配而來，因而是兩配對樣本，對其的非參數檢驗方法包括McNemar（麥克尼馬爾）變化顯著性檢驗、符號檢驗和Wilcoxon秩和檢驗。其中Wilcoxon秩和檢驗有助于判斷實驗組某一特征變量是否顯著差異于對照組，從而分析兩組樣本的總體分布是否存在差異，以達到實驗目的。其原假設為兩配對樣本的總體分布無顯著差異，當原假設不成立時，即可證實實驗組和對照組的總體分布有顯著差異，從而達到實驗目的。因此，本文選擇Wilcoxon秩和檢驗作為非參數檢驗的方法，然后使用統計分析的方法，從數量上比較僵尸企業某一特征變量相對于非僵尸企業的溢出程度，當Wilcoxon秩和檢驗顯著時，進一步比較各識別方法的優越性。

基于僵尸企業內涵和特征，對各種識別方法下所識別出僵尸企業的以下特征變量進行非參數檢驗和統計分析，具體計算方法如表2所示：

表2 僵尸企業特征變量及計算方法

本文選用現金流量比率（CFR）來衡量企業面臨的償債壓力，這是因為企業償還債務實際使用的是經營活動產生的現金流量，而流動負債是指企業當期需要償還的債務，因此現金流量比率可以更準確地反映企業的償債能力。對于依賴政府補助得以維持生存這一特征，由于政府補助為絕對數指標，并不能反映其對企業的實際影響，因此本文選用政府補助與營業收入的比例（Subincome）來衡量其影響程度。對于企業盈利能力差這一特征，本文采用總資產收益率（ROA）來衡量其影響程度。對于自身缺乏發展能力這一特征，因為僵尸企業大多是在政府補助的支持下得以生存，而可持續增長率（SGR）是在沒有外部支持下企業的增長率，更能反映企業的實際發展能力，因此本文選用可持續增長率反映企業的自我發展能力。

（二）實證研究結果

1.FN-CHK法。利用FN-CHK法，對2012～2015年所有A股上市公司數據進行衡量，共識別出609家僵尸企業，根據Logit模型通過PSM傾向得分匹配后，共得出558家僵尸企業及558家對照組企業，對企業特征變量進行Wincoxon秩和檢驗和統計分析，結果如表3所示：

表3 FN-CHK法下非參數檢驗和統計分析結果

由表3可知，在FN-CHK法下，實驗組現金流量比率、總資產收益率和可持續增長率都在1%的水平上顯著，表明Wilcoxon秩和檢驗在1%的水平上拒絕原假設，即實驗組和對照組有顯著差異。而政府補助與營業收入的比例在10%的水平上顯著，表明Wincoxon秩和檢驗在10%的水平上拒絕原假設。從統計分析的角度比較各指標的溢出程度，其中現金流量比率的溢出程度為-115.14%，政府補助與營業收入的比例的溢出程度為32.71%，總資產收益率的溢出程度為-170.53%，而可持續增長率的溢出程度為-203.39%。現金流量比率、總資產收益率、可持續增長率越低，企業為僵尸企業的可能性越大，在FN-CHK法下這三個指標均出現負值，更真實地反映了僵尸企業的實際情況。僵尸企業獲得的政府補助更多，因此實驗組政府補助與營業收入的比例的平均值高于對照組，符合實際情況。

2.連續虧損法。利用連續虧損法，對2012～2015年所有A股上市公司數據進行衡量，共識別出519家僵尸企業，根據Logit模型通過PSM傾向得分匹配后，共得出447家僵尸企業及447家對照組企業，對企業特征變量進行Wincoxon秩和檢驗和統計分析，結果如表4所示：

表4 連續虧損法下非參數檢驗和統計分析結果

由表4可知，在連續虧損法下，實驗組現金流量比率、政府補助與營業收入的比例、總資產收益率和可持續增長率都在1%的水平上顯著，表明Wilcoxon秩和檢驗在1%的水平上拒絕原假設，即實驗組和對照組有顯著差異。可見，從Wilcoxon角度來看，連續虧損法相對FN-CHK法更有優勢。從統計分析的角度比較各指標的溢出程度，其中現金流量比率的溢出程度為-107.21%，總資產收益率的溢出程度為-135.33%，從這兩個指標的溢出程度上看，FNCHK法更優；政府補助與營業收入的比例的溢出程度為339.10%，可持續增長率的溢出程度為-235.59%，從這兩個指標的溢出程度上看，連續虧損法更優。實驗組現金流量比率、總資產收益率、可持續增長率在連續虧損法下均出現負值，且政府補助與營業收入的比例顯著高于對照組。總體而言，連續虧損法優于FN-CHK法。

3.過度借債法。利用過度借債法，對2012～2015年所有A股上市公司數據進行衡量，共識別出598家僵尸企業，根據Logit模型通過PSM傾向得分匹配后，共得出523家僵尸企業及523家對照組企業，對企業特征變量進行Wincoxon秩和檢驗和統計分析，結果如表5所示：

表5 過度借債法下非參數檢驗和統計分析結果

由表5可知，在過度借債法下，實驗組現金流量比率、總資產收益率和可持續增長率都在1%的水平上顯著，表明Wilcoxon秩和檢驗在1%的水平上拒絕原假設，即實驗組和對照組有顯著差異。而政府補助與營業收入的比例不顯著，表明Wincoxon秩和檢驗接受原假設。可見，從Wilcoxon角度來看，FN-CHK法相對過度借債法更有優勢。從統計分析的角度比較各指標的溢出程度，其中現金流量比率的溢出程度為-100.74%，總資產收益率的溢出程度為-152.98%，從這兩個指標的溢出程度上看，FN-CHK法更優；政府補助與營業收入的比例的溢出程度為140.25%，可持續增長率的溢出程度為-262.08%，從這兩個指標的溢出程度上看，過度借債法更優。與以上兩種情況相同，實驗組現金流量比率、總資產收益率、可持續增長率均出現負值，且政府補助與營業收入的比例顯著高于對照組。總體而言，FN-CHK法優于過度借債法。

4.綜合界定法。利用綜合界定法，對2012～2015年所有A股上市公司數據進行衡量，共識別出1026家僵尸企業，與實際市場情況相差較大，表明此方法存在很大的缺陷。進一步根據Logit模型通過PSM傾向得分匹配后，共得出944家僵尸企業及943家對照組企業，對企業特征變量進行Wincoxon秩和檢驗和統計分析，結果如表6所示：

表6 綜合界定法下非參數檢驗和統計分析結果

由表6可知，在綜合界定法下，實驗組現金流量比率、政府補助與營業收入的比例、總資產收益率和可持續增長率都在1%的水平上顯著，表明Wilcoxon秩和檢驗在1%的水平上拒絕原假設，即實驗組和對照組有顯著差異。可見，從Wilcoxon角度來看，綜合界定法相對FN-CHK法更有優勢。從統計分析的角度比較各指標的溢出程度，其中現金流量比率的溢出程度為-94.02%，總資產收益率的溢出程度為-132.22%，可持續增長率的溢出程度為-169.71%，從這三個指標的溢出程度上看，FN-CHK法更優；而政府補助與營業收入的比例的溢出程度為317.50%，從這一指標的溢出程度上看，綜合界定法更優。實驗組總資產收益率、可持續增長率均出現負值，且政府補助與營業收入的比例遠高于對照組，但與前幾種情況不同的是，實驗組現金流量比率并未出現負值。綜上，綜合界定法與實際情況相差較大，其有效性弱于其他識別方法。

就目前已有的四種僵尸企業識別方法來看，連續虧損法的有效性最強。但僵尸企業作為一個特殊存在的主體，其不僅面臨財務困境，而且面臨經濟困境，因此從單一標準角度判斷某一企業是否為僵尸企業，存在一定的缺陷。

五、四維度僵尸企業識別法

基于現有僵尸企業識別法方法的缺陷，本文在參考前人研究的基礎上，結合財務困境企業和破產企業的研究文獻，提出四維度僵尸企業識別法，其具有以下幾點優勢：第一，標準明確。目前已有的僵尸企業識別方法多為模糊定義，不同的人在判斷企業是否為僵尸企業時，可能因為個人的主觀因素導致彼此之間的結果不一致，本方法解決了此問題，將僵尸企業的判斷標準予以明確，杜絕主觀因素。第二，考慮了時間標準。這主要是因為在中國人民大學國家發展與戰略研究院發表的報告中，將連續兩年采用FN-CHK法識別出的僵尸企業，在后一年認定為僵尸企業[10]，此外，個別企業在某個年度虧損或超過指標數值均有可能發生，將這些個例也判定為僵尸企業，則存在較大的誤判性，因此本方法加入了時間標準，即連續N年滿足此指標，才認定為僵尸企業。第三，考慮了企業的產能利用率。在供給側改革的制度背景下，“去產能、謀發展”成為社會關注的主要問題，因此衍生出加快處理僵尸企業的需求，現有的僵尸企業識別方法均未考慮這些現實問題，而本方法將產能利用率作為一個識別標準，更符合國內實際社會狀況。第四，考慮了經濟困境問題。如上文所述，僵尸企業作為一種特殊存在的主體，不能僅從財務的角度對其進行識別，還要將企業的經濟困境考慮在內。

本文基于現有的研究文獻，嚴格定義僵尸企業的內涵，根據僵尸企業的特征和國內社會實際情況，設定了僵尸企業的識別指標和標準。將僵尸企業的識別標準分為企業財務困境和外部財務援助兩方面。在財務困境方面，結合國內實際社會需求，將產能利用率考慮在內，共分為財務困境、經濟困境和產能利用率三個維度；而外部財務援助方面，考慮到我國的制度問題，將政府補助考慮在內，從而確保此方法更符合國內實際情況。突破已有僵尸企業識別方法的限制，從這四個維度識別僵尸企業，能提高識別方法的科學性、準確性。具體標準如表7所示：

表7 四維度識別法判別標準

（一）財務困境

財務困境指標主要用于衡量企業的償債能力。呂長江、韓慧博[12]采用流動比率來反映企業的短期償債能力，但存貨、應收賬款等難以變現的資產存在于流動資產中，而企業償還債務使用的是經營活動產生的現金流量，因此本文對于財務困境指標的計算方法為經營活動產生的現金凈流量與到期債務的比值（現金流量債務比）。此外，為了防止個別企業在個別年度出現財務困境問題，以及不同行業之間的差異性問題，在比較不同行業的現金流量債務比后，發現即使在此指標值最低的行業，其平均值也高于1.5。當某一企業現金流量債務比小于1時，表明其面臨較大的償債壓力，若現金流量債務比連續兩年小于1，則表明企業已難以償還短期債務，面臨著嚴重的財務問題。因此，本文將財務困境企業判斷標準定為連續兩年現金流量債務比小于1的企業，這樣可以保證識別的準確性。

（二）經濟困境

Opler、Titman[13]將經濟困境定義為平均股票收益率低于-30%，但我國股票市場與國外股票市場存在一定的差異，我國股票收益率并不能很好地定義企業是否面臨經濟困境。本文用息稅前利潤與折舊之和與總資產的比率來判定企業是否處于經濟困境。同樣，為避免個別企業的非正常情況，考慮時間問題以防止誤判，即若該指標連續兩年低于行業中位數，則認定企業處于經濟困境，面臨著嚴重的經濟問題。

（三）產能利用率

“去產能、謀發展”是供給側改革下社會各界重點關注的問題。僵尸企業的形成原因之一在于產能過剩或落后。因此，對于僵尸企業的識別，應該考慮時代背景及政策要求。本文創新性地將此標準作為僵尸企業的識別標準之一，產能利用率指實際發揮作用的生產設備的比重，通過工業總產出與生產設備的比率來衡量。如果企業產能利用率較低，則表示企業設備閑置情況較嚴重，企業沒有發揮全部的生產能力，從而有可能使企業陷入財務困境和經濟困境。但是，由于我國數據庫中產能利用率這一指標的缺失，本文用總資產周轉率作為替代指標，以此來衡量企業資產的實際利用效率，同時加入時間標準，即若該指標連續兩年低于行業中位數，則認定企業存在嚴重的產能利用率低的問題。

（四）外部財務援助

FN-CHK法中外部援助主要考慮的是銀行信貸指標，這比較符合國外資本主義體制，但我國屬于社會主義體制，政府在企業的生產生活中具有舉足輕重的作用，我國企業的外部援助大多來源于政府補助，而非銀行信貸。因此，本文結合實際國情，在外部財務援助中考慮政府補助這一標準，同時考慮國外識別方法中常用的銀行信貸指標，以更準確地衡量國內僵尸企業獲得的外部財務援助。本文將此標準定義為政府補助與銀行信貸之和與經營活動現金流出的比率，即考量企業外部援助資金占當期經營活動所實際支付現金的比值。同樣，還考慮了時間標準，若該指標連續兩年大于行業中位數，則認定企業對外部援助的依賴性較強。

（五）四維度識別法的有效性檢驗

采用四維度識別法，對2012～2015年所有A股上市公司數據進行衡量，共識別出460家僵尸企業，根據Logit模型通過PSM傾向得分匹配后，共得出460家僵尸企業及460家對照組企業，對企業特征變量進行Wincoxon秩和檢驗和統計分析，結果如表8所示：

表8 四維度識別法下非參數檢驗和統計分析結果

由表8可知，在四維度識別法下，實驗組現金流量比率、政府補助與營業收入的比例、總資產收益率和可持續增長率都在1%的水平上顯著，表明Wilcoxon秩和檢驗在1%的水平上拒絕原假設，即實驗組和對照組有顯著差異。可見，從Wilcoxon角度來看，四維度識別法相對FN-CHK法更有優勢。從統計分析的角度比較各指標的溢出程度，其中現金流量比率的溢出程度為-57.61%，政府補助與營業收入的比例的溢出程度為308.92%，總資產收益率的溢出程度為-115.85%，可持續增長率的溢出程度為-188.27%，這四個指標的溢出程度均略低于連續虧損法。但四維度識別法存在兩個優勢：一是，其考慮了供給側改革的實際國情，將產能利用率考慮在內，更符合國內市場的真實情況；二是，其不僅考慮了僵尸企業的財務困境問題，還將僵尸企業特有的經濟困境指標考慮在內，更符合僵尸企業的特征。綜合來看，四維度識別法相較于連續虧損法，有一定的優勢。

六、結語

目前學術界對僵尸企業識別方法還沒有統一的定論，而國內學者也在不斷地提出新的識別方法，但很少有對識別方法有效性的研究。本文基于PSM傾向得分匹配的方法，對已有的FN-CHK法、連續虧損法、過度借債法、綜合界定法四種僵尸企業識別方法的有效性進行了實證檢驗。研究發現，FN-CHK法和過度借債法并不能體現我國體制下政府補助對企業的外部援助，而綜合界定法下識別出的僵尸企業數量顯著多于實際數量，應用價值不高。綜合來看，已有的四種識別方法中，連續虧損法可以較好地體現僵尸企業的特征，但連續虧損法也存在一定的缺陷。因此，本文創造性地提出四維度識別法，將連續虧損法的缺陷考慮在內，即僵尸企業的經濟困境問題和國內供給側改革的實際背景，有助于提高僵尸企業識別的準確性，減少誤判，所識別出的僵尸企業，更符合國內實際狀況。