財務因素對不同生命周期階段上市公司信用風險影響的實證分析
——來自滬深兩市制造業的實證檢驗

2019-01-03 09:19:30夏茹斯季琳娜黃律己

時代金融 2018年35期

金天夏茹斯季琳娜黃律己牛霞

（中國農業大學經濟管理學院，北京 100083）

一、引言

在我國金融市場，上市公司的行為及其風險對金融市場的穩定、經濟業的健康發展起著至關重要的作用。因此，通過分析上市公司信用風險的影響因素來增強上市公司的風險防范措施，提高其安全性，對維護金融市場的穩健發展有著十分重要的意義。但由于上市公司所處生命周期不同，影響其自身信用風險的財務因素和財務指標權重大不相同。因此，從企業隨生命周期動態變化的特性來研究上市公司信用風險的影響因素具有重要意義。

近年來，隨著企業生命周期階段劃分理論的逐漸成熟，出現了應用企業生命周期理論研究財務決策行為的文獻，學者們逐漸將生命周期理論運用到財務領域的研究中。龐瑩，王永馨（2015）采用37家汽車制造業上市企業1999～2013年的相對成長指數對企業的發展進行了周期劃分，然后根據相對成長指數、償債能力等五大類指標建立了信用風險評價模型，進行了信用的風險評估分析，證明了企業的生命周期對企業的信用風險確實存在影響，并總結出不同的生命周期企業信用特征和影響信用風險的程度。張妮妮，朱賓梅（2016）以35家滬深股市房地產上市公司為樣本，對其進行生命周期的劃分，根據2011～2015年的財務指標、宏觀經濟指標等建立信用風險評價模型，就其信用風險進行實證分析，得出在處于不同生命周期的企業面臨的信用風險不同，其信用風險的主要影響因素也不同的結論。

故本文選取處在成長期與成熟期的滬深兩市制造業A股上市公司為主要研究對象，以成長期和成熟期的ST公司作為對比，通過將主成分分析與Logit模型結合起來，構建PCA-Logit模型，比較研究得出盈利能力、償債能力、發展能力和運營能力四個方面的財務指標影響其信用風險因素的程度異同，判斷在不同生命周期階段哪方面的財務指標包含的企業信用風險的預測信息更多。

二、研究設計

（一）研究假設

信息不對稱的存在導致了交易雙方之間出現了逆向選擇和道德風險，是上市公司信用風險形成的主要原因。其中財務因素是影響上市公司信用風險的最主要的因素，而不同生命周期下上市公司信用風險特征不同，其中處于初創期和衰退期的企業信用風險較大，而處于成長期和成熟期的企業信用風險相對較小。由此我們猜想，在不同生命周期下，各財務因素指標對信用風險的影響程度不同。為檢驗實踐中是存在上述情況，本文提出如下假設：

假設1：企業在不同生命周期階段的財務特征有顯著差異。

假設2：企業同一財務指標在不同生命周期階段對信用風險的影響形式和影響程度不同。

（二）樣本選取與數據來源

本文將在我國上市公司中被ST處理的公司界定為信用風險“違約”公司，與此相對應沒有被ST處理的其他上市公司則很顯然被界定為“未違約”公司。同時引用生命周期理論，以2016年12月31日滬深兩市A股制造業上市公司作為研究樣本，剔除數據不全及上市未滿三年的樣本；選取處于研究時點的成長期（銷售額增長連續兩年增長〉10%）和成熟期（前期銷售額增長連續兩年增長〉10%，后期銷售額增長連續兩年增長處于-10%-10%之間）的公司作對比研究。其中成長期與成熟期要配對，配對原則如下：根據“與成長期公司行業相同或相近、資產規模大體相等（資產規模相差在20%之內）、凈資產收益率在0—15%”的配對原則，選取近似相同數量的成熟期的公司作對比。

本文研究數據來自于國泰安數據庫，在剔除了存在數據的缺失和異常數值的公司之后，篩選出了成長期77家非ST公司和25家ST公司，成熟期72家非ST公司和17家ST公司。

（三）研究方法

本文采用主成分分析法提取財務因素變量。主成分分析法能很好地解決財務指標變量間多重共線性的問題，且可以處理單一時點的截面數據，符合本文的研究需求。本文采用Logit邏輯回歸，分別建立對我國成長期上市公司和成熟期上市公司信用風險進行度量的模型。Logit回歸方法不嚴格要求變量服從正態分布的研究假設，且易于理解，能清晰展現財務因素與不同生命周期上市公司信用風險的關系。

（四）財務指標體系建立

輸入指標的選擇影響著模型的預測和判別能力，由于缺乏較為具體的經濟意義和理論指導依據，我們在對于財務指標的選取方面也并沒有固定的章法可循。考慮到數據是否容易獲得、數據的真實性與相對有效性，本文結合考量了我國目前實際情況，參考過去的研究，廣泛選取了能夠反映企業盈利能力、營運能力、償債能力、發展能力等四個方面狀況的18個財務指標作為初選指標，所選指標較為全面。具體指標如表2-1所示。

表2-1 初始財務指標表

三、財務因素對成長期上市公司信用風險影響的實證分析

（一）顯著性檢驗

為考察各指標能否對區分成長期正常公司和信用風險公司起到良好作用，還應對各指標進行其他統計檢驗。為避免在建模前會將具有較多信用風險影響的財務指標剔除出模型之外，不采用統計中常用的T檢驗，而采用對樣本總體分布要求較為寬松的非參數統計方法Mann-WhitneyU檢驗，即利用SPSS軟件對所選取的樣本數據進行U檢驗，驗證以上18個指標在企業成長期對正常公司與危機公司的區分度。本文采用5%的顯著性水平作為檢驗標準，使用SPSS軟件對數據進行處理，具體檢驗結果如表3-1所示。結果顯示 X1、X2、X3、X4、X5、X6、X7、X8、X11、X12、X13、X14、X18等十三項指標的伴隨概率小于0.05的顯著性水平，說明以上13個指標變量在成長期非ST公司與ST公司之間存在顯著性差異。

表3-1 成長期正常公司與ST公司財務指標的U檢驗

（二）主成分分析

針對通過顯著性檢驗的十三個財務指標進行主成分分析。

1.適用性檢驗。首先對數據進行KMO和Bartlett檢驗，以檢驗其是否適合做因子分析。檢驗結果表明，KMO的值為0.689，大于0.6，可以繼續作因子分析。Bartlett檢驗的P值為0.000可得，應拒絕原假設，也就是說，這些財務指標之間是存在相關性的，可以做因子分析。

2.主成分提取。在這里，我們所取的是特征值超過1的主成分。從表3-2可以看出，表中前面4個因子特征值都超過了1，它們累積的特征值貢獻率為72.388%，也就是說，前4個財務變量包含了原始財務指標72.388%的信息量，能夠較好地解釋原始變量的變異，因此，我們提取了4個因子做主成分分析。

表3-2 成長期公司主成分分析的解釋總方差

3.主成分經濟解釋。載荷較大的財務變量指標能夠反映主成分因子的經濟意義，載荷越高，就表示這個主成分所含有的該指標的信息量就更大。因此，我們根據旋轉后的成分得分系數矩陣表3-3，對以上主成分的財務將征作出如下分類，來定性對每個主成分作出經濟解釋。由表可知：主成分 F1中，變量 X1、X4、X2、X13、X14、X5的貢獻最多，這六個指標分別表示流動比率、資產負債率、速動比率、營業毛利率、營業利潤率、經營活動產生的現金流量凈額/負債，因此反映了公司的償債能力和營業利潤能力；主成分F2中，X11、X18的貢獻最多，這兩個指標分別表示總資產凈利潤率和固定資產周轉率，因此反映了總資產凈利潤—固定資產周轉綜合能力；主成分F3中，X6、F7的貢獻最多，這兩個指標分別表示資本保值增值率和資本積累率，因此F3反映了公司的發展能力；主成分F4中，X3（利息保障倍數）的貢獻最多，因此F4反映了公司支付負債利息的能力。

表3-3 成長期公司旋轉成分矩陣

4.主成分得分矩陣。確定了各主成分的經濟含義后，可根據成分得分系數矩陣建立各個主成分關于原始財務比率的線性表達式。具體結果見表3-4。通過系數矩陣可以將所有主成分表示為各個標量的線性組合，從而計算出每個樣本各個主成分值，作為接下來Logit模型的自變量輸入。

表3-4 成長期公司成分得分系數矩陣

（三）回歸分析

在對所選指標結合主成分分析法得到主成分因子之后，將其作為輸入變量，帶入Logit回歸模型進行回歸分析，可以得到證實的參數和結果。接下來，將對模型原理以及實證結果進行說明。

1.Logit模型原理。本文采用上文得到的4個主成分因子作為建模的指標變量，構建對我國成長期上市公司信用風險進行度量的模型。假如P代表的是上市公司出現違約的概率，那么，上市公司不會出現違約的概率就是1-P，所以，違約與不違約的概率之比就是此外，定義二分被解釋變量Y表示公司信用的好壞，則有：

P 取值為（0，1），對 p 使用 Logit變換，得到：

通過使用stata軟件對以上回歸模型進行操作，采用基于極大似然的逐步向前回歸法（Forward∶LR）對模型參數進行估計，剔除與進入模型的標準是0.05。采用極大似然法對方程作出相關估計，得出實證的參數和結果。

2.模型估計。本實證過程共包括102個樣本，數據完整，沒有缺失值。

表3-5 成長期公司logit回歸

從Logit回歸結果來看，R2為0.7008，說明X可以解釋Y變差的的70.88%，LR統計量為79.61，且模型整體上是顯著的。變量F1、F3、F4通過了5%水平的顯著性檢驗，最終成為進入模型的有意義的變量。其中，F1表示償債能力和營業利潤能力因子，F3表示發展能力因子，F4表示支付負債利息能力因子。這說明，在研究影響成長期上市公司信用風險的財務因素的過程中，對其最重要的是償債能力和營業利潤能力，其次是發展能力和支付負債利息的能力。這一實證結果與前文理論分析及假設一致。

因此，我們最終可以得到成長期上市公司的信用風險影響因素Logit模型為：

從模型的實證結果來可以看出，代表公司償債能力、盈利能力、發展能力的三大因子最終被納入到了模型中，說明這三個因素對成長期上市公司的信用風險存在影響。其中，償債和營業利潤能力因子的系數為-0.75，說明公司的償債能力和盈利利潤能力越強，公司抵御風險的能力以及在緊急情況下融入資金的能力更強大，這些對于上市公司在財務狀況欠佳時刻度過信用危機有著重要的作用，公司的信用違約風險也會下降，這與現實情況相一致；發展能力因子的系數為-1.78，說明公司發展能力的增強會使其違約風險下降；支付負債利息能力因子的系數為7.56，與公司違約風險呈正比，即公司支付負債利息能力的增強反而會使公司的信用風險加強。

3.模型檢驗。從表3-6模型的預測效果來看，經過Logit回歸之后，原先的24家ST公司中有21家被劃分為ST公司，有3家被劃分為非ST公司，預測準確率為87.50%；原先的78家非ST公司中有74家被劃分為非ST公司，余下4家被劃分為ST公司，預測準確率為94.87%，總體102家公司中有95家被正確預測，總體分類的準確率達到93.14%。

表3-6 成長期公司logit預測正確率