基于STATA模型分析公司治理對上市公司績效表現的影響

【中圖分類號】F276.6；F275【文獻標志碼】A

【文章編號】1673-1069（2025）04-0064-04

1引言

在當今復雜多變的經濟環境中，企業的生存與發展面臨諸多挑戰，破產風險時有發生。準確預測企業破產對于保護債權人和投資者利益、防范金融風險以及強化市場監管具有至關重要的作用。同時，公司治理作為企業內部的關鍵機制，其結構和質量對企業財務績效有著深遠的影響。良好的公司治理結構能夠有效降低代理成本，提高企業的決策效率和資源利用效率，進而促進財務績效的提升。例如，合理的董事會構成可以加強對管理層的監督，防止管理層的自利行為損害股東利益；完善的股權結構能夠使股東利益與企業目標保持一致，激勵股東積極參與公司治理；有效的內部監督機制有助于防范企業內部的違規行為和經營風險，保障企業財務信息的真實性和準確性。深人探究公司治理如何影響財務績效以及如何借助公司治理信息準確預測公司破產風險，具有極為重要的現實意義。

2文獻綜述

公司治理是指由股東會、董事會、監事會和管理層相互制衡所形成的公司內部治理機制，旨在通過科學合理的決策和監督實現公司價值最大化。良好的公司治理結構能夠有效協調股東與管理層之間的利益關系，降低代理成本，從而提升企業財務績效。李秉祥等通過對滬深A股上市公司2015-2021年的數據分析發現，公司治理表現差的企業其財務困境發生的概率顯著更高，而治理結構完善的企業則能夠更好地應對各種風險挑戰，降低破產的可能性。

白重恩等以中國上市公司為樣本，采用AltmanZ-Score模型衡量破產風險，發現公司治理指數與破產風險呈顯著負相關，表明良好的公司治理能夠降低公司破產風險。Hosaka[3]以美國上市公司為研究對象，發現機構投資者持股比例與公司破產風險呈負相關，而管理層持股比例與破產風險呈正相關。國內學者如孫錚通過實證研究發現，獨立董事比例與公司績效之間存在顯著的正相關關系。在需要更多專業知識的公司中，內部董事比例與破產風險呈反向關系，內部董事更了解公司內部情況，能夠更好地監督和指導管理層，降低風險。

綜上，有效的公司治理結構可以建立健全的風險管理制度和內部控制體系，及時識別、評估和控制公司面臨的各種風險，降低公司整體風險水平，減少因風險事件發生而導致的財務損失，保障公司財務績效的穩定增長。而良好的公司治理能夠確保公司信息的及時準確傳遞，減少信息不對稱。這有助于投資者和其他利益相關者更好地了解公司真實財務狀況和經營成果，作出更合理的決策，同時也有利于公司管理層基于準確信息制定更科學、有效的戰略規劃和經營決策，提升公司財務績效。

3理論框架與方法

3.1變量定義與數據來源

3.1.1財務比率變量

本文選擇了6種財務比率，從償債能力和盈利能力等多個方面評估公司的狀況，具體如下：

資產收益比率（凈收入總資產 ×100% ），反映資產盈利能力。

資產負債比率（總負債/總資產 ×100% ），衡量企業負債水平。

凈營運資本比率（營運資本總資產 ），從流動資產和流動負債的差額角度衡量短期償債能力及企業投資的質量和效率。

流動比率（流動資產流動負債 ×100% ），反映企業償付流動負債能力。

速動比率（速動資產流動負債 ×100% ），是對流動比率的補充，速動資產主要包括貨幣資金、短期投資、應收票據、應收賬款等可以立即變現的資產，不包括存貨、預付賬款和待攤費用等，能夠更直觀地反映企業的短期償債能力。

已動用資本回報率（息稅前利潤已動用資本 .×100% ），評估企業長期資本使用效率。

這些比率從不同維度刻畫企業財務狀況，為企業破產預測提供豐富信息。

3.1.2公司治理變量

公司治理變量包括以下5個指標：

董事人數：董事會規模的大小在一定程度上影響著董事會的決策效率和監督效果。

董事中女性占比：女性董事在決策過程中往往更加注重風險控制和長期發展，其占比能夠反映公司治理結構的多樣性和決策的全面性。

董事平均年齡：年齡較大的董事通常具有更豐富的經驗和行業知識，但也可能相對保守；而年輕董事則更具創新思維和活力。

董事平均任期：較長的任期意味著董事對公司的深入了解和穩定的經驗積累，但也可能導致獨立性減弱。

獨立董事占比：獨立董事在董事會中發揮著重要的監督和制衡作用，其占比越高，越有利于防止管理層的內部人控制問題，保護股東利益。

數據主要來源于WRDS（沃頓研究數據服務）年度數據文件，部分缺失數據通過Bloomberg和Morningstar進行補充。

3.2研究方法

3.2.1單變量模型

單變量模型依據每個財務比率的最佳預期范圍，通過比較企業實際計算的比率與最優臨界點來判斷企業經營狀況。本文選取了資產收益比率、資產負債比率、凈營運資本比率、流動比率、速動比率和已動用資本回報率共6個財務指標，全面評估企業狀況。

3.2.2相關性檢驗

通過計算變量之間的相關系數，判斷變量間是否存在關聯以及關聯程度。若兩個財務變量間相關性過高，需謹慎處理，以免影響模型準確性。如在研究企業破產與財務指標關系時，若流動比率與資本回報率高度相關，可能使模型預測結果出現偏差。通過檢驗，剔除高度相關變量，優化模型結構，提升預測有效性。

3.2.3多變量Logit模型

Logit模型通過結合多個對企業破產預測有顯著影響的財務比率，有效提升模型預測準確性。模型可根據不同國家企業的實際情況，靈活選擇輸人變量。本文從各類財務比率類型中選取最具代表性的指標，構建包含6個因素的Logit模型，對樣本企業進行破產預測，并搭建全球模型。模型基于邏輯分布假設，采用非線性最大對數似然技術估計企業失敗概率。其核心公式為：

在Logit模型中，事件 Y 是公司破產的發生，其中 Y=1 表示破產公司組， Y=0 表示非破產公司組（即正常運營公司）。 P_i 是公司 i 破產的概率。其中， z=α+β₁X_i1+β₂X_i2+…+β_nX_in0 e^-z 表示優勢比，表示在其他條件不變的前提下，選取的變量每變動1個單位，企業破產可能性變化的倍數。 i 代表不同的公司， X_in 代表每個公司選取的財務比率變量。

X₁= 資產收益比率 = 凈收入總資產 X₂= 資產負債比率 總負債總資產 X₃= 凈營運資本比率 營運資本總資產 ·X₄= 流動比率 流動資產流動負債 ×100% X_s= 速動比率 （流動資產-存貨）流動負債 ×100% ·X₆= 已動用資本回報率 息稅前利潤已動用資本 x100%

3.2.4接受者操作特性曲線（ROC）和曲線下面積（AUC）

ROC曲線的橫坐標為1-Specificity為誤報率（FPR），代表假陽性率，即被預測為陽性但實際上為陰性的樣品與所有陰性樣品的比例。縱坐標為真實陽性率（TPR），表示靈敏度，即被預測為陽性且實際為陽性的樣品占所有陽性樣品的比例。通過不斷調整判別閥值，繪制測試樣本的FPR和TPR點，連接各點形成曲線。AUC值即ROC曲線下面積，介于0＼～1，反映模型區分破產與非破產企業的能力。AUC值越大，模型預測性能越優。該指標可評估財務數據模型和加入了公司治理信息后的模型的預測準確性。

4實證研究結果與分析

4.1樣本篩選標準及處理

在樣本篩選過程中，首先排除了財務數據不完整以及公司治理信息缺失的公司，選取美國的357家上市公司作為研究對象，涵蓋2013-2017年的面板數據，其中有57家公司在2018年破產，用于對破產預測模型進行驗證。樣本選擇遵循隨機分層抽樣原則，將美國公司按照行業分類后，在各行業樣本中進行簡單隨機抽樣，這些公司分布于零售、制造和信息技術等多個行業，具有較強的代表性。

4.2單變量模型分析

4.2.1單變量財務比率分析

對公司的財務比率進行統計分析結果顯示，部分財務比率呈現較為積極的發展態勢，流動比率超過2：1，這意味著大多數公司所持有的流動資產多于流動負債（見表1）。相反，資產負債率的表現未達預期，債務占總資產的比例超過 60% 反映出企業債務負擔較重，對公司未來發展產生不利影響。在2018年破產的公司中，這一比率多為負值，這表明企業營利能力欠佳，經營狀況惡化會增大公司破產可能性。此外，流動比率高達6.180，這可能導致企業流動資產的周轉率下降，進而影響總資產的周轉率和獲利能力，暴露出企業財務管理體系存在潛在風險。而企業持有過多現金，或許源于財務管理不當以及資本運用效率不高，也在一定程度上反映出企業運營狀態不佳。

4.2.2相關性檢驗及t檢驗

進行相關性檢驗后發現，流動比率及凈營運資本比率的方差膨脹因子（VIF）處于較高水平，表明二者之間存在一定程度的共線性。然而，進一步分析顯示，該比率的VIF值為6.9，尚未達到10這一臨界閾值，故無須將其從模型中剔除。由此可見，二者的相關性對實驗結果精準度的影響程度不高，因此可以保留。

4.3財務數據多變量Logit模型

經分析得知，在所構建的模型中，綜合各項財務數據，資產負債比率的 p 值為0，由此表明，依據資產負債比率來預測企業是否面臨破產具有極高的可信度，可達到 100% 。在基于5年數據構建的Logit模型中，資產收益率、資產負債率以及凈營運資本比率的 p 值均低于 5% ，這意味著這3個比率可以作為有效的預測變量納人模型之中，為企業破產風險的預測提供有力依據。

資產收益比率的系數為-1.463（見表2），對應的優勢比為 e^?（-1.463）=0.23 ，這表明，在其他條件不變的前提下，資產收益率每變動1個單位，企業發生破產的可能性將變為原來的0.23倍。也就是說，隨著公司規模的擴大，其破產風險會相應降低。凈營運資本比率系數為-2.398，對應的優勢比為 e^?（-2.398）=0.09 ，意味著凈營運資本比率每變動1個單位，破產風險將乘以0.09，即企業規模擴張時，其破產風險降低程度更大。而資產負債率系數為4.054，對應的優勢比高達e^?4.054=57.63 ，說明資產負債率的變動對破產可能性的影響最為顯著。

通過STATA執行分析后，結果顯示在2013年至2017年，該模型的AUC值達到了 85.99% 。這一結果表明，模型在對357家公司5年間的財務數據進行深入分析后，能夠以85.99% 的準確率預測企業破產情況，從而反映出模型整體具備較高的準確性。

4.4加入公司治理變量的多變量Logit模型

在其他條件不變的情況下，董事人數的系數為-0.155（見表3），優勢比 e^γ（-0.155）=1.17，X （董事人數）每變化1個單位，Y（失敗）發生的可能性是原來的1.17倍，即隨著公司董事人數的增加，公司破產的可能性降低。監督和咨詢是董事會的兩個重要職能，可以降低公司作出錯誤決策的可能性。因此，在合理范圍內，隨著公司董事人數的增加，公司破產的可能性較小。

果顯示AUC增加了 10.89%（96.88%-85.99%） ，這表明公司治理信息確實提高了基于會計和財務數據的預測模型的準確性，顯示加入公司治理信息的模型預測準確度依然顯著高于僅基于財務數據指標的模型，檢驗了研究結論的穩健性。

5結論與展望

與Altman的Z-Score模型相比，本文的Logit模型在預測準確度上有一定的提升，尤其是加人了公司治理變量后，模型的AUC值顯著提高。這表明公司治理變量在企業破產預測中具有重要的作用。本文綜合考慮了多個公司治理變量對企業破產風險的影響，更全面地揭示了公司治理對企業財務健康狀況有較強的內在聯系，良好的公司治理能夠提高企業的透明度、穩定性、效率和經營質量，減少公司破產的可能性。良好的公司治理結構能提高公司決策的科學性和有效性，合理配置資源，促使公司各項業務高效運營，從而實現營收增長和利潤提升。持續良好財務績效表現，如盈利能力及償債能力等，能反映公司具有較強的生存和發展能力，能夠為各項債務提供有力的保障，降低破產風險。

良好的董事會結構可以降低公司作出錯誤決策的可能性，如更多元化董事會的公司，風險承擔能力往往較強，有利于提升公司財務績效。通過實證研究發現，公司治理對上市公司的財務績效具有顯著影響。良好的公司治理結構和機制，如獨立性較高的董事會能夠顯著提升公司的財務績效。

（上接第63頁）

發基于區塊鏈的供應鏈金融、知識產權證券化等特色產品，設立省級數字科技銀行專項支持戰略性新興產業，擴大數字金融在各產業的覆蓋面。

其次，加快推進科技創新進程，促進產業結構升級。金融監管部門應強化監管引領作用，引導金融機構加大對科技創新領域的資源傾斜。金融機構要持續創新服務模式，重點完善適用于科技創新企業的信用評價體系和風險管理框架，開發專屬金融產品，擴大服務覆蓋面。建立健全科技金融生態體系，推動形成政府引導、市場主導、多方參與的科技創新投融資機制，為產業結構轉型升級提供持續動力。

最后，因地制宜制定區域發展策略，統籌區域間協調發展。針對數字金融對產業結構升級影響的區域異質性，東部地區應繼續發揮引領優勢，鞏固在數字金融和產業結構升級方面的領先地位，探索更多創新模式；西部地區要抓住機遇，加大對數字金融和產業結構升級的扶持力度，通過政策引導、資源傾斜等方式，縮小與東部地區的差距；中部地區則需結合自身特點，找準發展定位，積極借鑒東部經驗，挖掘自身潛力，提升數字金融發展水平，以更好地推動產業結構升級，實現區域經濟協調發展。

故上市公司應優化董事會結構。而較大規模的董事會也可以降低破產風險，因為更多董事能夠提供更廣泛的專業知識和經驗，幫助公司更好地應對復雜問題。此外，年齡較大的董事通常具有更豐富的經驗和行業知識，但也可能相對保守；而年輕董事則更具創新思維和活力，提高董事會的獨立性和多樣性，能充分發揮董事會的決策和監督職能，從而提升公司財務績效。

盡管本文的研究取得了一定的成果，但仍存在一些不足之處。首先，本文所使用的公司治理變量相對有限，未來研究可以進一步拓展公司治理信息的范圍，如納入管理層激勵機制、股東權益保護等方面的數據，以更全面地刻畫公司治理狀況。

【參考文獻】

【1]李秉祥，林炳洪，張濤.管理者風險偏好對企業財務困境的影響：中介路徑與治理機制[J].系統管理學報，2025，34（01）：241-256.

【2】白重恩，劉俏，陸洲，等.中國上市公司治理結構的實證研究[J].經濟研究，2005（02）：81-91.

【3]Hosaka Tadaaki.Bankruptcy prediction using imaged financial ratiosandconvolutionalneural networks[J].Expert SystemswithApplication，2019（03）：287-299.

【4】孫錚.內部控制質量影響企業業績預測準確性的機制與路徑[J].現代商業，2024（23）：125-131.