摘 要：本文在分別借助因子分析和非參數(shù)檢驗(yàn)方法對(duì)公司財(cái)務(wù)指標(biāo)和治理因素進(jìn)行統(tǒng)計(jì)處理的基礎(chǔ)上，構(gòu)造并實(shí)證檢驗(yàn)了用于預(yù)測(cè)我國(guó)上市公司財(cái)務(wù)困境的兩大模型，即僅是包含財(cái)務(wù)信息與融合財(cái)務(wù)信息和公司治理因素的Logistic回歸預(yù)測(cè)模型。實(shí)證結(jié)果表明，作為通過(guò)了非參數(shù)檢驗(yàn)的公司治理因素之關(guān)鍵特征變量——第一大股東派出董事比例，不但與公司發(fā)生財(cái)務(wù)困境的概率之間呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，而且能夠顯著提高包含該變量的預(yù)測(cè)模型的回判和預(yù)測(cè)準(zhǔn)確率。因此，公司治理信息應(yīng)當(dāng)是利于預(yù)測(cè)我國(guó)上市公司是否可能發(fā)生財(cái)務(wù)困境的重要因素。

關(guān)鍵詞：公司治理；財(cái)務(wù)困境；因子分析；Logistic回歸；第一大股東派出董事比例

中圖分類(lèi)號(hào)：F272.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：10035192(2007)02006305

Corporate Governance and Financial Distress Prediction

HUANG Shandong， YANG Shue

(School of Management， Xi’an Jiaotong University， Xi’an710049， China)

Abstract:Statistically disposing corporate financial index and governance ingredient in virtue of factor analysis and nonparameter test respectively， the paper construct and empirically test two logistic regression models for predicting Chinese listed companies financial distress， i.e. model which just include financial information and model which syncretize financial information and corporate governance ingredient. Empirical results suggest that key characteristic variable of corporate governance ingredient，the percentage of director occupied by the first large shareholder， which pass nonparameter test，not only are prominent negatively related to firm financial distress probability， but also can remarkably improve backwards differentiate exact rate and predict exact rate of the model which include the variable. Thereby corporate governance information should be redound to predict if Chinese listed companies occur financial distress.

Key words:corporate governance; financial distress; factor analysis; Logistic regression; the percentage of director occupied by the first shareholder

1 問(wèn)題的提出

企業(yè)發(fā)生財(cái)務(wù)困境將給企業(yè)管理者、股東、員工及其他人員帶來(lái)巨大的經(jīng)濟(jì)損失，對(duì)整個(gè)國(guó)家也帶來(lái)巨大的社會(huì)和經(jīng)濟(jì)成本。一個(gè)財(cái)務(wù)困境預(yù)測(cè)模型能起到預(yù)先警告利益相關(guān)者的作用，從而使管理者和投資者及時(shí)采取應(yīng)對(duì)措施。因此，對(duì)財(cái)務(wù)困境進(jìn)行準(zhǔn)確的預(yù)測(cè)是一個(gè)重要的財(cái)務(wù)問(wèn)題。

自Fitzpartrick、Beaver、Altman等經(jīng)典文獻(xiàn)問(wèn)世以來(lái)，大量的研究人員對(duì)財(cái)務(wù)困境預(yù)測(cè)進(jìn)行了研究。從多元判別分析等線性預(yù)測(cè)模型，到以神經(jīng)網(wǎng)絡(luò)模型為代表的各種非參數(shù)預(yù)測(cè)模型，相關(guān)的研究成果層出不窮。然而，要開(kāi)發(fā)完全滿足需要的模型對(duì)這一領(lǐng)域的研究者仍然是一個(gè)挑戰(zhàn)。問(wèn)題不在于運(yùn)用哪一種類(lèi)型的設(shè)計(jì)或模型技巧，關(guān)鍵是所有重要的解釋變量是否包括在模型當(dāng)中［1］。在許多基于財(cái)務(wù)報(bào)表和其他相關(guān)信息建立財(cái)務(wù)困境預(yù)測(cè)模型的研究中，財(cái)務(wù)比率作為解釋變量，其價(jià)值已得到廣泛的認(rèn)可。但是，財(cái)務(wù)比率作為解釋變量也有其局限性，因?yàn)樨?cái)務(wù)報(bào)告在本質(zhì)上是以企業(yè)過(guò)去的經(jīng)濟(jì)情形為依據(jù)，對(duì)財(cái)務(wù)狀況的事后反映，而且可能是盈余管理的結(jié)果。因此，為了達(dá)到預(yù)測(cè)的目的，我們有必要尋求事先的信息資源，為財(cái)務(wù)困境預(yù)測(cè)模型挖掘出更多重要的解釋變量。

公司治理就是事先的資源之一，而且它是在管理層面之上的、對(duì)公司管理起著關(guān)鍵制約作用的重要變量。越來(lái)越多的研究表明，公司治理是解決代理問(wèn)題和不完全契約的必要手段；良好的公司治理可以通過(guò)選擇恰當(dāng)?shù)钠跫s安排來(lái)實(shí)現(xiàn)剩余索取權(quán)和控制權(quán)的對(duì)應(yīng)，以確保企業(yè)的決策效率。從實(shí)踐來(lái)看，大量的案例已經(jīng)證明，公司治理成效是直接決定著公司的生存和發(fā)展的。美國(guó)的安然公司、世通公司，國(guó)內(nèi)的巨人集團(tuán)、三株集團(tuán)的倒閉無(wú)一不與公司治理結(jié)構(gòu)缺陷有關(guān)。

公司治理已經(jīng)被認(rèn)為是導(dǎo)致1997年亞洲金融危機(jī)的主要因素。Johnson et al.［2］證明在解釋亞洲金融危機(jī)方面，公司治理變量比宏觀經(jīng)濟(jì)變量更具說(shuō)服力。雖然國(guó)內(nèi)外已有不少實(shí)證結(jié)果支持虛弱的公司治理趨向于減少公司價(jià)值［3，4］，但是公司財(cái)務(wù)困境與公司治理特征是否相關(guān)仍然是不明確的。

2 文獻(xiàn)回顧

在財(cái)務(wù)困境預(yù)測(cè)領(lǐng)域，國(guó)內(nèi)外已有的大量研究主要聚焦于運(yùn)用財(cái)務(wù)指標(biāo)建立預(yù)測(cè)模型。而將非財(cái)務(wù)變量作為解釋變量的研究還不為多見(jiàn)。Ohlson［5］針對(duì)1970年至1976年的105家失敗公司和2058家非失敗公司，建立了包含9個(gè)解釋變量的三個(gè)Logit函數(shù)預(yù)測(cè)模型。并從模型中概括了四個(gè)影響企業(yè)財(cái)務(wù)失敗的基本因素：（1）公司規(guī)模；（2）財(cái)務(wù)結(jié)構(gòu)尺度；（3）業(yè)績(jī)；（4）當(dāng)前資產(chǎn)的變現(xiàn)能力。Keasey and Watson［6］選取了73家失敗公司和73家非失敗公司，使用28個(gè)財(cái)務(wù)變量和18個(gè)非財(cái)務(wù)變量，建立了預(yù)測(cè)小公司失敗的Logit模型。Wu［7］以1995年至2000年期間的31家失敗公司和31家非失敗公司為研究樣本，利用三個(gè)非財(cái)務(wù)變量，即董事會(huì)持股比例、樣本公司是否更換外部審計(jì)和股票價(jià)格趨勢(shì)，結(jié)合財(cái)務(wù)變量進(jìn)行比較研究。Lee and Yeh［8］選取了45家困境上市公司和88家非困境上市公司作為研究樣本，設(shè)計(jì)了三個(gè)公司治理風(fēng)險(xiǎn)的替代變量，即控制股東派出董事比例、控制股東持有的銀行借貸抵押的比例和偏離現(xiàn)金流權(quán)力的程度，構(gòu)建了包含以上三個(gè)公司治理變量和債務(wù)比率、市場(chǎng)價(jià)值、研發(fā)投入和廣告費(fèi)用占銷(xiāo)售額的比率在內(nèi)的Logistic預(yù)測(cè)模型。國(guó)內(nèi)，姜秀華、孫錚［9］以42家ST公司和42家非ST公司為樣本，將股權(quán)集中系數(shù)作為解釋變量，運(yùn)用Logistic回歸建立了包括毛利率、其它應(yīng)收款與總資產(chǎn)的比率、短期借款與總資產(chǎn)的比率、股權(quán)集中系數(shù)等變量在內(nèi)的上市公司財(cái)務(wù)危機(jī)預(yù)測(cè)模型。

黃善東，等：公司治理與財(cái)務(wù)困境預(yù)測(cè)Vo1.26， No.2預(yù)測(cè)2007年第2期盡管以上研究對(duì)引入非財(cái)務(wù)變量進(jìn)行財(cái)務(wù)困境預(yù)測(cè)做出了非常有益的探索，但是Ohlson，Keasey and Watson，Wu 幾乎沒(méi)有涉及到公司治理變量。而姜秀華、孫錚， Lee and Yeh只是建立了包含公司治理變量的預(yù)測(cè)模型，沒(méi)有能夠突顯出納入公司治理變量的預(yù)測(cè)模型的優(yōu)越性。本文試圖通過(guò)考察困境樣本組與非困境樣本組在公司治理變量上的差異，構(gòu)造并比較僅是包含財(cái)務(wù)信息與融合財(cái)務(wù)信息和公司治理因素的Logistic回歸預(yù)測(cè)模型，以探索公司治理與財(cái)務(wù)困境的相關(guān)性，回答“公司治理變量能否幫助企業(yè)預(yù)測(cè)財(cái)務(wù)困境”這樣的一個(gè)問(wèn)題。

3 研究設(shè)計(jì)

3.1 樣本選擇與數(shù)據(jù)來(lái)源

本文以中國(guó)上市公司作為研究對(duì)象，將公司因財(cái)務(wù)狀況異常而被特別處理(ST)作為企業(yè)陷入財(cái)務(wù)困境的標(biāo)志。以2005年3月31日為基點(diǎn)，選擇了2003年被ST的35家公司和同期70家非ST公司作為估計(jì)樣本，并選擇了2004年被ST的35家公司作為預(yù)測(cè)樣本。為了剔除不同行業(yè)和資產(chǎn)規(guī)模因素對(duì)財(cái)務(wù)困境預(yù)測(cè)的影響，我們根據(jù)以下原則按21的比例選擇非ST公司作為配對(duì)樣本：（1）研究期間一致，即ST公司和非ST公司都采用t-2年（2001年）的截面數(shù)據(jù)；（2）作為配對(duì)樣本的非ST公司與對(duì)應(yīng)的ST公司行業(yè)類(lèi)型相同或相近；（3）作為配對(duì)樣本的非ST公司與對(duì)應(yīng)的ST公司總資產(chǎn)規(guī)模相當(dāng)。

財(cái)務(wù)數(shù)據(jù)來(lái)源于CSMAR，公司治理數(shù)據(jù)來(lái)源于上市公司公開(kāi)披露的年度財(cái)務(wù)報(bào)告。

3.2 操作變量

我們選取了涵蓋公司治理結(jié)構(gòu)三個(gè)方面（股權(quán)結(jié)構(gòu)、董事會(huì)特征與激勵(lì)機(jī)制）的11個(gè)公司治理變量，即法人股比例、國(guó)家股比例、流通股比例、股權(quán)集中度、第一大股東持股比例、執(zhí)行董事比例、獨(dú)立董事比例、第一大股東派出董事比例、兩職是否合一、高管人員報(bào)酬、高管人員持股比例等。

財(cái)務(wù)指標(biāo)方面，我們選取了包括盈利能力、償債能力、營(yíng)運(yùn)能力、成長(zhǎng)能力、現(xiàn)金流量能力、市場(chǎng)價(jià)值等多方面19個(gè)指標(biāo)：流動(dòng)比率（X₁），速動(dòng)比率（X₂），現(xiàn)金比率（X₃），應(yīng)收帳款周轉(zhuǎn)率（X₄），存貨周轉(zhuǎn)率（X₅），總資產(chǎn)周轉(zhuǎn)率（X₆），資產(chǎn)負(fù)債率（X₇），權(quán)益對(duì)負(fù)債比率（X₈），利息保障倍數(shù)（X₉），營(yíng)業(yè)毛利率（X₁₀），營(yíng)業(yè)收入凈利率（X₁₁），總資產(chǎn)凈利率（X₁₂），股東權(quán)益凈利率（X₁₃），主營(yíng)業(yè)務(wù)收入增長(zhǎng)率（X₁₄），每股收益（X₁₅），每股凈資產(chǎn)（X₁₆），每股經(jīng)營(yíng)活動(dòng)現(xiàn)金凈流量（X₁₇），資本積累率（X₁₈），總資產(chǎn)增長(zhǎng)率（X₁₉）。

3.3 實(shí)證分析思路

在財(cái)務(wù)困境預(yù)測(cè)研究中，二元Logistic回歸模型通常被認(rèn)為是一種比較適合的方法。因?yàn)樗軌蛱峁┮粋€(gè)有意義的參數(shù)估計(jì)檢驗(yàn)，而且可以為研究人員提供每一個(gè)公司發(fā)生財(cái)務(wù)困境的可能性（即P值的大?。芯咳藛T可以據(jù)此來(lái)評(píng)估每一個(gè)公司的財(cái)務(wù)困境風(fēng)險(xiǎn)。為了觀測(cè)樣本公司財(cái)務(wù)困境的可能性，我們采用Logistic回歸作為建模方法。

然而，我們并不打算直接將所有財(cái)務(wù)變量都納入到預(yù)測(cè)模型中，而是首先對(duì)眾多的財(cái)務(wù)變量進(jìn)行因子分析，提取少數(shù)幾個(gè)因子，并進(jìn)一步將財(cái)務(wù)變量的信息轉(zhuǎn)換成這些因子的因子值，因?yàn)橐蜃臃治龇椒蓪⒈姸嘭?cái)務(wù)指標(biāo)減少為綜合反映企業(yè)財(cái)務(wù)狀況的少數(shù)幾個(gè)因子，為L(zhǎng)ogistic模型提供相互獨(dú)立的解釋變量。然后，用這些因子代替原來(lái)的財(cái)務(wù)變量來(lái)進(jìn)行Logistic回歸分析。這樣既可以避免數(shù)據(jù)（或指標(biāo)）的量綱不同所引起的不可比因素，同時(shí)也可解決由于財(cái)務(wù)變量之間可能存在較強(qiáng)的相關(guān)性帶來(lái)的多重共線性問(wèn)題。最后，再加入非財(cái)務(wù)變量，即將在ST公司組與非ST公司組之間存在顯著差異的公司治理變量作為新增的解釋變量，建立融合財(cái)務(wù)信息和公司治理因素的預(yù)測(cè)模型（以下簡(jiǎn)稱(chēng)Include模型）。

4 實(shí)證結(jié)果及分析

4.1 公司治理變量平均數(shù)的差異檢驗(yàn)

從表1可以看出，ST公司和非ST公司在各公司治理變量平均數(shù)方面都有程度不同的差異。但除了國(guó)家股比例和第一大股東派出董事比例比較顯著外，其余差異在統(tǒng)計(jì)上均不顯著。

值得關(guān)注的是，第一大股東派出董事比例的Wilcoxon秩檢驗(yàn)在1%的水平下顯著，并且與財(cái)務(wù)困境負(fù)相關(guān)。而Yeh et al.［10］指出，公司財(cái)務(wù)業(yè)績(jī)與控制股東家族占據(jù)的董事會(huì)席位百分比之間存在負(fù)相關(guān)；Lee and Yeh 則認(rèn)為，控制股東派出董事比例與財(cái)務(wù)困境風(fēng)險(xiǎn)正相關(guān)。我們的發(fā)現(xiàn)似乎與Yeh et al.、Lee and Yeh的觀點(diǎn)相左。一種可能的合理解釋是，以上兩項(xiàng)研究都是以臺(tái)灣上市公司為背景，臺(tái)灣上市公司大多是家族企業(yè)，控制權(quán)私有收益由控股股東所有，控制股東家族派出的董事通常服從控股股東的利益，各個(gè)董事之間利益比較一致。如果控股股東家族派出董事比例越高，那么越有利于控制股東家族的掏空行為，從而導(dǎo)致公司財(cái)務(wù)業(yè)績(jī)滑坡、企業(yè)價(jià)值減少。而我國(guó)上市公司情況有所不同，第一大股東通常是國(guó)家股和國(guó)有法人股，大約占總股權(quán)的60%～70%。理論上說(shuō)所有者是全體人民，事實(shí)上直接所有者是國(guó)務(wù)院，所有者缺位現(xiàn)象嚴(yán)重，形成了我國(guó)上市公司中嚴(yán)重的“行政干預(yù)下的內(nèi)部人控制”現(xiàn)象。內(nèi)部人控制下，公司內(nèi)部人會(huì)對(duì)過(guò)多的自由現(xiàn)金流隨意使用Jensen［11］。張維迎［12］認(rèn)為在我國(guó)目前國(guó)有股產(chǎn)權(quán)虛設(shè)的情況下，相當(dāng)部分的控制權(quán)私人利益由在職經(jīng)理和政府官員享有。因而國(guó)有大股東派出的董事在行使職權(quán)時(shí)主要是為了滿足其自身的私有利益，各個(gè)董事之間存在一定程度的利益差別，而且他們?cè)谏w上常常存在競(jìng)爭(zhēng)。因此有時(shí)來(lái)自第一大股東的董事多，將起到相互監(jiān)督的作用，從而減少大股東的掏空行為，降低陷入財(cái)務(wù)困境的可能性。



4.3 Logistic回歸模型的建立

為了觀測(cè)公司治理變量對(duì)財(cái)務(wù)困境的預(yù)測(cè)能力，我們先將上述反映企業(yè)財(cái)務(wù)狀況的六個(gè)因子作為解釋變量，用Logistic回歸方法建立一個(gè)財(cái)務(wù)困境預(yù)測(cè)模型（以下簡(jiǎn)稱(chēng)Exclude模型）。然后，將公司治理變量FDP（第一大股東派出董事比例）作為新增的解釋變量，建立融合財(cái)務(wù)信息和公司治理因素的另一個(gè)預(yù)測(cè)模型（即Include模型）。

4.4 兩個(gè)模型判別準(zhǔn)確率比較

我們從回判準(zhǔn)確率、預(yù)測(cè)準(zhǔn)確率兩個(gè)方面來(lái)對(duì)Exclude和Include模型的判別準(zhǔn)確率加以比較。由于本研究的主要目的是比較Exclude和Include模型的判別準(zhǔn)確率，本文采用較為常用的做法，取0.5作為最優(yōu)概率閥值，即P值大于0.5時(shí)，判定為ST公司，P值小于0.5時(shí)，判定為非ST公司。

此外，我們發(fā)現(xiàn)，兩個(gè)模型對(duì)35家ST公司預(yù)測(cè)的P值中，Include模型預(yù)測(cè)的P值大于Exclude模型預(yù)測(cè)P值的樣本有28家，占總體比例的80%，這也說(shuō)明加入公司治理變量FDP能顯著提高模型的預(yù)測(cè)能力。

5 研究結(jié)論

我們的研究表明，在估計(jì)樣本中，ST公司第一大股東派出董事比例平均為0.247，非ST公司第一大股東派出董事比例平均為0.355，非ST公司顯著大于ST公司。另外，我們可以從Logistic回歸結(jié)果看到，第一大股東派出董事比例與上市公司發(fā)生財(cái)務(wù)困境的概率顯著負(fù)相關(guān)。這驗(yàn)證了我們上述分析中所指出的，第一大股派出的董事人數(shù)越多，相互之間有一定牽制，從而有利于公司治理，也在一定程度上減少了發(fā)生財(cái)務(wù)困境的可能性。

采用Logistic回歸作為主要建模方法，我們構(gòu)建了只包含財(cái)務(wù)信息的財(cái)務(wù)困境預(yù)測(cè)模型，并將第一大股東派出董事比例引入預(yù)測(cè)模型，開(kāi)發(fā)了融合財(cái)務(wù)信息和公司治理因素的預(yù)測(cè)模型。兩個(gè)模型的回判準(zhǔn)確率分別為90.47%、92.38；預(yù)測(cè)準(zhǔn)確率分別為71.43%、77.14%。包含公司治理信息的模型較只包含財(cái)務(wù)變量的模型，無(wú)論是在回判準(zhǔn)確率方面，還是在預(yù)測(cè)準(zhǔn)確率方面，均有所提高。這表明包含公司治理變量在內(nèi)的財(cái)務(wù)困境預(yù)測(cè)模型比僅僅運(yùn)用財(cái)務(wù)變量的模型有更好的預(yù)警效果。

參 考 文 獻(xiàn)：

［1］ Cybinski P. Description， explanation， predictionthe evolution of bankruptcy studies［J］. Managerial Finance， 2001， 4: 2943.

［2］ Johnson S， Boone B A， Friedman E. Corporate governance in the asian financial crisis［J］. Journal of Financial Economics， 2000， 58: 141186.

［3］ La Porta R， LopezdeSilanes F， Shleifer A， et al.. Investor protection and corporate governance［J］. Journal of Financial Economics， 2000， 58: 327.

［4］ 潘福祥.公司治理與企業(yè)價(jià)值的實(shí)證研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2004，(4)：107112.

［5］ Ohlson J A. Financial ratios and the probabilistic prediction of bankruptcy［J］. Journal of Accounting Research， Spring， 1980， 4: 109131.

［6］ Keasey， Watson. Nonfinancial symptoms and the prediction of small company failure［J］. Journal of Business Finance Accounting， 1987， 3: 335354.

［7］ Wu Chengying. Using nonfinancial information to predict bankruptcy: a study of public companies in taiwan［J］. International Journal of Management， 2004， (6): 194201.

［8］ Lee T S， Yeh Y H. Corporate governance and financial distress: evidence from taiwan［J］. Corporate Governance， 2004， 3: 378388.

［9］ 姜秀華，孫錚.治理弱化與財(cái)務(wù)危機(jī)：一個(gè)預(yù)測(cè)模型［J］.南開(kāi)管理評(píng)論，2001，(5):1925.

［10］ Yeh Y H， Lee T S， Woidtke T. Family control and corporate governance: evidence for Taiwan［J］. International Review of Finance， 2001， 2: 2148.

［11］ Jensen M C. Agency costs of free cash， corporate finance and takeovers［J］. American Economic Review， 1986， 2: 323329.

［12］ 張維迎.控制權(quán)損失的不可補(bǔ)償性與國(guó)有企業(yè)兼并中的產(chǎn)權(quán)障礙［J］.經(jīng)濟(jì)研究，1998，(7):3-14.

本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文