基于COX模型的財務困境風險的資本結構差異性研究

俞富坤

（1.南京師范大學 商學院，江蘇 南京 210023；2.揚州科技學院 管理學院，江蘇 揚州 225009）

財務困境一詞在學術界未有統一而明確的定義，與此類似的說法有財務危機、財務風險、財務失敗等。這些概念本質上是相通的，都說明企業在生產經營上出現了種種困難，這些困難都在財務指標上有所體現，因此稱為“財務”困境。資本結構最直觀的表述就是企業的負債率。在財務風險評估中，資本結構水平是影響預測結果的一個重要因素。

一、企業資本結構與財務困境風險的內在關聯性分析

企業資本結構主要是通過影響企業績效來影響企業財務困境風險的。企業如何安排負債在總資產中的比例需要綜合考慮多方因素。總體而言，負債在總資產中的比例問題對企業績效的影響主要是通過“財務杠桿效應”和“公司治理效應”兩種機制來實現。

（一）財務杠桿效應

杠桿效應簡單來說就是指由于利潤率大于利率而帶來的收益，這是增加負債的優點之一。同時，債務利息作為財務費用可以稅前扣除，降低企業利潤總額，從而降低應交所得稅，這是負債帶來的稅盾收益。當然，負債也不是越多越好，隨著企業負債率越來越高，其面臨的財務困境風險也越來越大，債權人要求的利率也會提高，企業的資金成本變大，損害企業利益。當利率大于息稅前利潤率的時候，增加負債反而會降低其凈資產收益率，使企業價值縮水。

（二）公司治理效應

第一，從代理理論可知，企業在沒有債務壓力的情形下，管理層擁有企業現金的自由支配權，產生管理層在職消費現象，而只需承擔所占股份比例的成本。此時若適當增加企業債務，那么股權份額相應降低，企業管理者的相對股權占有率會提高，此時管理層所承擔的在職消費成本也相應提高，從而抑制管理層的在職消費行為。

第二，從激勵理論可知，企業管理者的效用依賴于他們在企業中的管理職位，其效用不僅是工資薪金收入這樣的顯性收入，還包括在職消費這樣的隱性收入。如果公司破產，他們將失去這些效用。通過提高企業負債比率，人為增加企業的還本付息壓力，促使管理者認真且高效的管理企業，以保護自己所享有的效用，從這個角度來說，負債率的提高對管理層起著激勵作用。

第三，銀行監控機制。銀行作為企業的債權人，出于對貸出資金的安全性考慮會和企業簽訂一系列協議，保證款項的合法、安全、高效使用。銀行要求擁有全面掌握信息和監控企業的能力，時刻監督企業的生產經營狀況，既可以對企業進行日常監督，也可以在需要時提供幫助。

二、企業資本結構影響企業財務指標的實證檢驗

在對資本結構水平與企業財務困境風險的內在關聯性做出分析以后，文章將從實證的角度對上市公司各項財務指標在不同資本結構水平之間的差異性進行檢驗。

（一）文獻回顧

1.企業競爭能力在不同資本結構水平上的差異

布蘭德和劉易斯[1]在《寡頭壟斷與資本結構有限責任效應》中認為，公司債務的發行會增強營銷策略上的競爭性，從而間接提升產品的競爭性。辛格斯[2]以美國運輸行業為樣本，研究發現負債率越高的企業，其市場競爭地位越弱，企業發展缺乏后勁。趙蒲等[3]以寡頭壟斷行業為研究對象，認為資本結構的提高對企業提升競爭力是一個障礙，因為高負債率限制了企業價格的靈活性，使企業在激烈的市場競爭中失去降價促銷的能力，從而在競爭中處于劣勢。因此，他們認為資本結構的高低與企業的競爭力具有負相關關系。

2.企業盈利能力在不同資本結構水平之間的差異

盈利能力是指企業獲取利潤的能力。陸正飛、辛宇[4]以機械運輸業為研究對象，認為資本結構水平的提高會降低企業的利潤率。洪錫熙，沈藝峰[5]的研究成果表明，資本結構會顯著改變企業的利潤率，但是對利潤增長率的影響不明顯。李善民等[6]研究發現，虧損企業的盈利能力與資本結構顯著負相關。“劉海曼[7]研究發現，資本結構、股權結構的改變會影響企業經營效率并進而影響企業財務困境風險”馮根福[8]研究認為，企業資本結構水平的提高會降低企業的利潤率，當然這一現象的深層次因果關系需要進一步剖析。

（二）樣本選取和數據來源

為了避免行業門類因素對企業財務指標的影響，本文只選擇某一個門類作為研究對象，選取的門類是上市公司數量較多的制造業；選取制造業上市公司2014-2018年的財務比率為樣本。最終選取了659家樣本公司。數據來源是WIND數據庫。

（三）財務指標的選取

本文借鑒杜邦財務分析模型中使用的反映企業四大能力以及其他方面能力的指標（見表1）。

表1 指標匯總表

（四）研究方法

文章借鑒Hammes（2003）[9]的研究結論，按照資產負債率小于30%、介于30%和60%之間、大于60%，將企業資本結構水平劃分為低、中、高三個層次。用Kruskal-Wallis H檢驗來驗證財務指標在3種資本結構水平下的差異。

（五）實證結果及分析

1.財務指標的均值統計

文章對2014-2018年民營制造業上市公司在高、中、低三種資本結構水平上的財務指標均值進行了統計，具體結果見表2（僅列出2014年數據的統計結果）。從表2可以看出，大部分財務指標在不同資本結構水平之間差異較大，說明不同資本結構水平下的企業銷售凈利率有較大差別。但是也有個別指標在不同資本結構水平間差別不大，例如存貨周轉率、總資產周轉率等。至于這些更科學的判斷，將進行進一步統計檢驗。

表2 2014年三種資本結構水平下財務比率均值

2.財務指標在三種資本結構水平下的差異性Kruskal-Wallis H檢驗

這里用Kruskal-Wallis H非參數方法來檢驗不同資本結構水平下財務比率是否存在顯著差異。其零假設和備擇假設分別為：

H0：3種資本結構水平的上市公司具有相同的財務比率。

H1：3種資本結構水平的上市公司具有不同的財務比率。

檢驗結果見表3。

表3 財務比率在3種資本結構水平下的差異性檢驗（K-W檢驗）結果

從以上統計數據可以看出：營業收入現金比率、凈利潤現金含量、流動資產比率和應收賬款周轉率這4個指標在3種資本結構水平下不具有差異性；而存貨周轉率、營運周期和總資產周轉率這3個指標近2年在3種資本結構水平下不具有差異性；其他還有幾個零星指標只在某一個年份不顯著。

以上分析表明大約有10-15個財務指標在3種資本結構水平下是存在顯著差異的，并且其中有9個指標在這五年中是一直保持顯著差異的，顯示出其差異的穩定性。

三、財務困境風險在資本結構水平上的差異性實證研究

（一）文獻回顧

Berger[10]研究認為負債率的提高有助于引入債權人對企業資金使用的監督，利于改善企業治理結構，并有助于提升企業績效。Hammes研究認為工業化國家的企業的資產負債率的提高會損害企業績效水平。以Ross等為代表的學者認為負債率與企業績效正相關，最優負債結構區間為［0.3，0.6］；徐向藝、張立達[11]研究認為大多數上市公司的負債率與企業績效負相關。陸椼瑱、呂睿[12]對企業負債率、利潤增長率和利潤率的相互關系進行研究，認為這三者之間存在顯著相關關系。

（二）研究設計

1.Cox模型介紹

1972年英國統計學家D.R.Cox首次提出Cox模型，這是一個比例風險模型，主要研究變量對個體危險率的影響，并且這一模型對個體的生存時間沒有特殊要求。其表達式為：

圖1中,Discrete 3-phase PWM Generator用于產生脈寬調制波,為IGBT提供驅動信號。PWM波的調制方法有很多,其中較為普遍的方法就是正弦脈寬調制法(SPWM),在這里也采用這種方法進行調制。其中載波是三角波,調制波形是正弦波,通過改變二者的占空比來控制逆變器中IGBT的通斷,從而達到控制逆變器輸出電壓的目的。

其中λ（t｜x）表示協變量為X的個體在時間t上的風險率，λ0（t）稱為基礎風險率，它只與時間t有關，類似于線性回歸中的常數項。協變量中若存在虛擬變量Xi，則除Xi之外的協變量都相同的個體在相同時間上的風險比率：

其中 λ1（t｜X）和 λ0（t｜X）分別表示 Xi＝1 和 Xi＝0 時的個體風險率。

2.生存時間的界定

就本文的研究內容而言，“死亡”的企業就是指陷入財務困境的企業，在所有樣本中，一類是陷入財務困境的企業，另外一類是沒有陷入財務困境的企業，并且無法預知它們將來是否會陷入財務困境以及何時陷入財務困境，因此將在觀察期內已經陷入財務困境的企業的生存時間表示為非截尾數據，將在觀察期內仍然保持正常經營狀態的企業的生存時間表示為截尾數據。

對于生存時間的界定，本文以公司首發上市時間作為起點，終點以企業是否陷入財務困境為區分標準：對于財務困境樣本，觀測終點為上市公司首次出現凈利潤為負數的年度（注：假設當年上市，第二年虧損，則生存時間就是2年，當年上市當年就虧損，則生存時間就是1年）；對于健康公司樣本，觀測期終點統一設定為2018年12月31日。

3.樣本選取和數據來源

對于財務困境公司的界定，本文采用凈利潤為負數作為標志。按照Hammes的研究習慣，企業資本結構按照30%和60%分為高、中、低三個層次。本文選擇水平接近的兩類：一類是低資產負債率（資產負債率小于30%），另一類是中資產負債率（資產負債率介于30-60%），本文最終選取資產負債率小于30%的58家虧損公司和372家健康公司以及資產負債率介于30%-60%的138家虧損公司和533家健康公司作為研究樣本。

在數據獲取上，困境公司就用發生困境當年的數據，健康公司使用2018年的數據。數據來源于WIND數據庫，分析軟件是stata13.0。

4.初始指標選取

文章借鑒杜邦財務分析框架所用的幾大能力選取了18個財務比率（見表4）作為備選指標。

表4 初選指標

（三）實證分析

1.均值差異檢驗

財務困境預測的原理是對兩類樣本的準確界定，找出規律性區別做出準確預測，因此有效的預測指標必須是在兩類樣本中有明顯區別的指標。采用U檢驗驗證這些財務指標在兩類公司之間是否存在顯著差異（結果見表5）。U檢驗的零假設和備擇假設分別為：

表5 初選指標

H0：兩樣本變量平均數相同

H1：兩樣本變量平均數不同

從表5可以看出，對于資本結構小于30%的樣本，除了流動比率、速動比率、流動資產比率、有形資產比率和資本固定化比率以外，其余變量在困境公司和健康公司之間存在顯著差異，因此剔除這5個變量，其余13個變量進入下一階段的實證。同理，對于資本結構介于30-60%的樣本，剔除流動負債率；對于混合樣本，沒有需要剔除的指標。

2.相關性檢驗

由于多重共線性是影響Cox模型預測能力的主要因素，所以需要對上述通過顯著性檢驗的變量進行相關性檢驗。本文首先通過stata軟件求出各變量之間的相關系數，通常來說兩變量之間的相關系數絕對值｜r｜小于0.4時屬于低度相關，｜r｜介于0.4和0.7之間時顯著相關，｜r｜大于0.7時高度相關，所以本文剔除相關系數超過0.4的指標。資本結構小于30%的樣本中剔除X11、X12、X13、X31、X33五個變量；資本結構介于30-60%的樣本中剔除 X11、X12、X13、X21、X24、X31、X33、X61、X62、X63 十個變量；混合樣本中剔除 X11、X12、X13、X21、X31、X33、X62、X63八個變量。各樣本中剩余的變量再進行多重共線性檢驗。從表6可以看出，三個樣本中各個變量的VIF（方差膨脹因子）都小于10，說明這些變量之間不存在多重共線性。

表6 多重共線性檢驗

3.Cox模型估計

文章通過兩個模型來驗證不同資本結構水平之間財務困境風險的差異。一個是分別用小于30%的資本結構水平，介于30-60%的資本結構水平和兩種水平混合的樣本來建立Cox模型，觀察每個模型的解釋變量是否存在差異；另一個是在兩種水平混合的樣本中加入一個代表資本結構水平的虛擬變量X，用以分析資本結構水平對財務困境風險的影響是否顯著。兩個模型的表達式分別為：

模型1：λ（t｜X）＝λ0（t）exp（i＝110βixi）

模型2：λ（t｜X）＝λ0（t）exp（i＝111βixi）

cox模型的估計結果見表7。

表7 COX模型的實證結果

4.結果分析

從表7可以看出，兩個模型都驗證了財務困境預測時區分不同資本結構水平的必要性。從模型1可以看出，兩種資本結構水平下建立的模型顯著變量有所不同，說明在不同資本結構水平下導致企業陷入財務困境的顯著影響因素是有所不同的。尤其值得關注的是，同樣的顯著指標凈利潤現金含量，在兩種資本結構水平樣本中的風險比率是有很大區別的。

對于低資本結構水平的企業來說，導致其財務困境風險的財務指標有總資產周轉率、凈利潤增長率、凈利潤現金含量、流動負債率，其中前兩個指標的風險比例大于1，后兩個指標的風險比率小于1，所以這類企業應該在保證盈利能力的前提下，努力提高企業總資產的運營能力、關注凈利潤的增長，同時對凈利潤中現金流的要求可適當放松，對債務總額中流動負債的比率可適當降低。

對于中等資本結構水平的企業來說，導致其財務陷入困境的主要財務指標有應收賬款周轉率、總資產周轉率、凈利潤增長率、凈資產增長率、凈利潤現金含量。它們的風險比率都小于1，所以這類企業應該主要提高企業的盈利能力，加強應收賬款管理，盡快回籠資金，并注重企業凈資產的增長和凈利潤的現金比率的提高。

在模型2中，表示資本結構水平的虛擬變量X是顯著的，這說明不同資本結構水平是影響財務困境風險的一個重要變量。另外，模型2中X的系數為0.671，所以中等資本結構水平的企業與低資本結構水平的企業的風險比率hr＝exp（0.671）＝1.491說明中等資本結構水平的企業的總體財務困境風險是低資本結構水平的企業的1.491倍。

四、結論

本文選擇樣本量最大的制造業為研究對象，將上市公司按照資本結構水平分為高、中、低三類，選擇其中兩類作為樣本，采用COX比例風險模型對兩個類型樣本的財務困境風險進行了實證研究。結果表明不同資本結構水平下影響企業財務困境風險的因素有明顯不同。本文將資本結構作為一個虛擬變量納入到COX比例風險模型的解釋變量中，結果表明虛擬變量的系數是顯著的，這說明低資本結構和中資本結構的上市公司所面臨的財務困境風險是不同的，從具體數值上來看，后者是前者的1.491倍。綜上所述，資本結構的差別是影響財務困境風險的一個重要因素，在財務困境預測時應該盡可能地考慮到資本結構的影響。