王 琳，朱明瑛

（中國石油大學(xué)(北京)工商管理學(xué)院，北京 102249）

我國上市公司持續(xù)經(jīng)營危機預(yù)測的實證研究

王 琳，朱明瑛

（中國石油大學(xué)(北京)工商管理學(xué)院，北京 102249）

文章綜合采用規(guī)范分析和實證研究方法，以165家滬深兩市A股制造業(yè)上市公司為樣本，采用Logistic回歸方法建立了危機發(fā)生前3年的預(yù)測模型，并通過檢驗樣本對模型的可靠性進(jìn)行了驗證。

持續(xù)經(jīng)營危機；財務(wù)指標(biāo)；非財務(wù)指標(biāo)；Logistic回歸方法

0 引言

針對上市公司建立完善、有效且可操作的持續(xù)經(jīng)營危機預(yù)測模型不僅具有理論意義，而且具有實際意義。企業(yè)持續(xù)經(jīng)營危機的預(yù)測模型對于企業(yè)內(nèi)部管理者及外部利害人都相當(dāng)重要。尤其對上市公司而言，其規(guī)模龐大，員工與投資者眾多，一旦企業(yè)發(fā)生了持續(xù)經(jīng)營危機，其所牽連的范圍會非常廣大，不僅包括企業(yè)本身、企業(yè)的員工及其內(nèi)部管理當(dāng)局，受到牽連的還可能有企業(yè)的上、下游廠商、金融機構(gòu)、投資者和債權(quán)人，從而形成連鎖反應(yīng)，進(jìn)而也會對整個國家及社會造成影響。通過對企業(yè)持續(xù)經(jīng)營危機產(chǎn)生動因的分析，可以幫助人們預(yù)先察覺危機的來臨，從而采取有效的措施來避免危機的發(fā)生或者最大限度的降低危機可能帶來的危害。因此，如何建立一套有效的持續(xù)經(jīng)營危機預(yù)測模型，減少相關(guān)利害人的損失，是一個長期的研究課題。

1 選取樣本、指標(biāo)及研究方法

本文選取了2004-2008年期間被ST的165家滬深兩市A股制造業(yè)上市公司作為研究樣本，其中包括55家危機公司和110家正常公司。在選取對照樣本即正常公司時所采取的標(biāo)準(zhǔn)是與危機處于同一行業(yè)，且資產(chǎn)規(guī)模相當(dāng)，并且采用的是一比二的原則，這與很多研究不太一樣，很多研究都是采用的一比一配對。一比一配對存在的問題是會使樣本間兩類上市公司的比例嚴(yán)重偏離實際的兩類上市公司的比例，從而高估模型的預(yù)測能力。所以，本文效仿Beaver（1966）與Altman（1968）等權(quán)威性的研究，對應(yīng)每一個危機公司，按行業(yè)相同、資產(chǎn)規(guī)模相近的原則，選擇兩個正常公司。本文將165家樣本分成建模樣本和檢驗樣本兩組，其中建模樣本共120家，包括40家危機公司和80家正常公司，檢驗樣本共45家，包括15家危機公司和30家正常公司。樣本數(shù)據(jù)主要來源于CCER中國經(jīng)濟金融數(shù)據(jù)庫（色諾芬數(shù)據(jù)庫），其次結(jié)合了證券之星網(wǎng)站和中國證監(jiān)會網(wǎng)站上公布的上市公司年報。

本文選取了22個財務(wù)指標(biāo)和10個非財務(wù)指標(biāo)作為建立模型的初選變量。其中，財務(wù)指標(biāo)從盈利能力、償債能力、營運能力、成長能力和現(xiàn)金流量五個方面進(jìn)行考慮，非財務(wù)指標(biāo)從公司治理、高管薪酬、股權(quán)結(jié)構(gòu)、審計意見、代理成本和關(guān)聯(lián)交易六個方面進(jìn)行考慮。

本文采用的研究方法是二項Logistic回歸。在選擇建模方法時，考慮到了不同方法的適用性，如果指標(biāo)符合正態(tài)分布，那么采用判別分析法效果較好，如果不服從正態(tài)分布，則采用Logistic回歸方法效果較好。本文采用單樣本K-S擬合優(yōu)度檢驗方法對32項指標(biāo)進(jìn)行了正態(tài)性檢驗，結(jié)果是：當(dāng)顯著性水平為0.05時，除了銷售毛利率、凈資產(chǎn)收益率、總資產(chǎn)收益率、總資產(chǎn)增長率、總資產(chǎn)周轉(zhuǎn)率、年度股東大會出席率、第一大股東持股比例和Herfindahl_5指數(shù)這8個指標(biāo)的樣本總體符合正態(tài)分布外，其他24個指標(biāo)的樣本總體均不符合正態(tài)分布。所以，本文將以Logistic回歸方法來構(gòu)建t-3年的預(yù)測模型。

2 實證研究

2.1 樣本的描述性統(tǒng)計分析

下面分別計算了這兩類公司預(yù)測指標(biāo)的均值及標(biāo)準(zhǔn)差。表1是SPSS軟件得出的t-3年120家建模樣本各指標(biāo)的描述性分析結(jié)果：

表1的結(jié)果顯示，危機公司在危機發(fā)生前3年的財務(wù)表現(xiàn)和非財務(wù)表現(xiàn)均與正常公司存在差異。①盈利能力方面：危機公司表現(xiàn)較差。危機公司的各指標(biāo)均值均低于正常公司。其中營業(yè)利潤率相差最大，危機公司是-0.012412，正常公司是0.093251。②償債能力方面：流動比率、速動比率、存貨流動負(fù)債比、現(xiàn)金流動負(fù)債比的均值在兩類公司之間存在很大差異，危機公司明顯小于正常公司，這說明危機公司的短期償債能力較正常公司差，債務(wù)違約的可能性也相對較大。資產(chǎn)負(fù)債率是危機企業(yè)大于正常企業(yè)，說明危機企業(yè)的負(fù)債在資產(chǎn)中所占的比重較大，長期償債能力較差。③成長能力方面：凈資產(chǎn)增長率和凈利潤增長率是危機公司小于正常公司，其他指標(biāo)均值均是危機公司大于正常公司。在t-3年危機公司的成長能力表現(xiàn)與正常公司沒有明顯差異性，有些危機公司的表現(xiàn)甚至優(yōu)于正常公司。④營運能力方面：總資產(chǎn)周轉(zhuǎn)率和存貨周轉(zhuǎn)率差異不明顯，其他四個指標(biāo)均存在很大差異。尤其是應(yīng)收賬款周轉(zhuǎn)率，危機企業(yè)是1.509807，正常企業(yè)是5.89207。⑤現(xiàn)金流量方面：危機公司經(jīng)營現(xiàn)金凈流量/凈利潤之一指標(biāo)的均值大于正常公司，收益質(zhì)量甚至要優(yōu)于正常公司，而銷售現(xiàn)金比率也無明顯差異，說明在危機發(fā)生前3年，危機公司的現(xiàn)金流量還沒有很差的表現(xiàn)。⑥公司治理結(jié)構(gòu)方面：年度股東大會出席率和總經(jīng)理變更情況在兩類公司之間均存在顯著差異，說明年度股東大會出席率越高，企業(yè)越不容易發(fā)生危機，總經(jīng)理變更越頻繁，企業(yè)越容易發(fā)生危機。⑦高管薪酬方面：平均高管年薪的均值差異不明顯。⑧股權(quán)結(jié)構(gòu)方面：除了董事會持股比例外，其他各指標(biāo)均值在兩類公司之間差異都很明顯。⑨審計意見：審計意見的差異很明顯，危機公司是0.87，正常公司是0.99。⑩代理成本：危機公司管理費用率均值是0.036238，正常公司是0.044747，差異不是很明顯。關(guān)聯(lián)交易：危機公司的大股東資金占用的均值為0.115441，遠(yuǎn)高于正常公司的.028477，可見差異很明顯。

表1 描述性統(tǒng)計分析

表2 獨立樣本T檢驗結(jié)果

2.2 均值檢驗

均值檢驗是用來檢驗32個變量的均值在危機公司和正常公司這兩類樣本間是否有顯著性差異，從而選出具有顯著性差異的指標(biāo)作為建立模型的備選變量。本文對t-3年的凈利潤率、銷售毛利率等8個符合正態(tài)分布的指標(biāo)采用獨立樣本T檢驗，對其余不符合正態(tài)分布的24個指標(biāo)采用兩個獨立樣本非參數(shù)檢驗中的曼-惠特尼U檢驗(Mann-Whitney U Test)。檢驗結(jié)果如表2、表3。

表2、表3顯示的結(jié)果須剔除營業(yè)利潤增長率這一指標(biāo)，因為這一指標(biāo)均值是危機公司顯著高于正常公司，不符合經(jīng)濟常識。根據(jù)以上檢驗結(jié)果，在0.05顯著性水平下，t-3年在建立模型時的備選變量包括：凈利潤率(X1)、營業(yè)利潤率(X2)、凈資產(chǎn)收益率(X3)、總資產(chǎn)收益率(X4)、流動比率(X5)、速動比率(X6)、存貨流動負(fù)債比(X7)、現(xiàn)金流動負(fù)債比(X8)、資產(chǎn)負(fù)債率(X9)、凈利潤增長率(X10)、流動資產(chǎn)周轉(zhuǎn)率(X11)、應(yīng)收賬款周轉(zhuǎn)率(X12)、固定資產(chǎn)周轉(zhuǎn)率(X13)、年度股東大會出席率(X14)、總經(jīng)理變更情況(X15)、第一大股東持股比例(X16)、Herfindahl_5指數(shù)(X17)、實際控制人類型(X18)、審計意見(X19)和大股東資金占用(X20)共20個指標(biāo)。

表3 兩個獨立樣本非參數(shù)檢驗結(jié)果

2.3 Logistic回歸模型原理及變量篩選

Logistic回歸模型的假設(shè)前提是：①因變量Yi是二分變量。②數(shù)據(jù)必須來自于隨機樣本。③因變量Yi被假定為 K個自變量的Xki（k=1，2…k）的函數(shù)，因變量與自變量之間的關(guān)系是非線性的。④自變量之間不存在多重共線性。Logistic模型建立在累計概率函數(shù)的基礎(chǔ)之上，且自變量不需要服從多元正態(tài)分布和兩組間協(xié)方差相等的假設(shè)，根據(jù)樣本數(shù)據(jù)使用極大似然法估計出各參數(shù)值，經(jīng)一定的數(shù)學(xué)推導(dǎo)，求得響應(yīng)變量取某個值的概率。它是解決“0～1”回歸問題的行之有效的方法。模型的形式如下：

設(shè)因變量Y是一個二分類變量，其取值為Y=1和Y=0。影響Y取值的m個自變量分別為X1，X2，…，Xm。在m個自變量作用下發(fā)生的條件概率為P=P(Y=1|X1,X2,…，Xm)，則logistic回歸模型可表示為：

其中，β0為常數(shù)項，β1，β2，…，βm為偏回歸系數(shù)。

本文在模型變量的篩選上采用的是統(tǒng)計軟件篩選法。以往有些研究均是根據(jù)經(jīng)驗判斷來選擇指標(biāo)，但是所選的變量不一定都能很好地反映類間差異。另外，還有一些研究采用因子分析方法來降低變量維度進(jìn)而優(yōu)化模型。不可否認(rèn)，因子分析法是一種比較科學(xué)的研究方法，但是任何方法都有其適用條件。本文試圖采用因子分析方法，但分析結(jié)果表明，本文的數(shù)據(jù)不適合做因子分析，因為KMO值只有0.558，該值通常應(yīng)大于0.6才適合進(jìn)行因子分析。此外，提取的6個主因子的累計貢獻(xiàn)率僅為67.778%，這一值通常應(yīng)大于80%。故本文采用了統(tǒng)計軟件篩選方法，具體是基于偏最大似然估計的前進(jìn)法(Forward：LR)，該方法是讓變量以步進(jìn)似的方式進(jìn)入回歸方程，其進(jìn)入回歸方程的標(biāo)準(zhǔn)是分值統(tǒng)計量的顯著水平，從回歸方程中刪除變量的標(biāo)準(zhǔn)是極大偏似然估計的似然比統(tǒng)計量概率。

2.4 實證結(jié)果

2.4.1 財務(wù)模型

21個備選變量中包括14個財務(wù)指標(biāo)，表4是用這14個財務(wù)指標(biāo)進(jìn)行回歸的結(jié)果。

由表4構(gòu)建的模型如下：

模型中凈資產(chǎn)收益率和流動資產(chǎn)周轉(zhuǎn)率系數(shù)為負(fù)值，說明與危機發(fā)生的可能性顯著負(fù)相關(guān)，而且其值越大，發(fā)生危機的可能性越??；資產(chǎn)負(fù)債率的系數(shù)為正，說明與危機發(fā)生的概率顯著正相關(guān)，其值越大，危機發(fā)生的可能性越大。這些結(jié)果符合經(jīng)濟常識。由Wald統(tǒng)計量檢驗結(jié)果顯示，三個指標(biāo)均在0.01水平上顯著。

表4 財務(wù)模型

表5 財務(wù)模型系數(shù)的整體檢驗

表6 財務(wù)模型預(yù)測結(jié)果

表7 綜合模型

表5說明回歸方程有顯著性意義。

財務(wù)模型的預(yù)測結(jié)果見表6。

預(yù)測結(jié)果顯示：在40個危機樣本中，有11個被錯判，29個判斷準(zhǔn)確，判別準(zhǔn)確率為72.5%，在80個正常公司樣本中，有72個判斷準(zhǔn)確，8個被誤判，判別準(zhǔn)確率為90.0%，總體判別準(zhǔn)確率為84.2%，誤判率為15.8%?？梢?，這3個財務(wù)指標(biāo)能較好的對危機與非危機公司進(jìn)行判別。

2.4.2 綜合模型

企業(yè)陷入持續(xù)經(jīng)營危機不只是財務(wù)因素導(dǎo)致的，很多非財務(wù)因素也可能使企業(yè)陷入危機。21個備選變量中除14個財務(wù)指標(biāo)外，還包括7個非財務(wù)因素，本文還將建立包括非財務(wù)指標(biāo)在內(nèi)的綜合模型。表7是用這21個指標(biāo)進(jìn)行回歸的結(jié)果。

構(gòu)建的綜合模型如下：

以上指標(biāo)的系數(shù)的正負(fù)及值的大小與危機發(fā)生的概率的關(guān)系符合經(jīng)濟常識。由Wald統(tǒng)計量檢驗結(jié)果顯示，總資產(chǎn)收益率、資產(chǎn)負(fù)債率和實際控制人類型在0.01水平上顯著，流動資產(chǎn)周轉(zhuǎn)率和常量在0.05水平上顯著，總經(jīng)理變更情況、大股東資金占用在0.1水平上顯著。

表8，表9顯示了模型的擬合度：

表8說明回歸方程有顯著性意義。

綜合模型的預(yù)測結(jié)果見表10。

預(yù)測結(jié)果顯示：在40個危機樣本中，有4個被錯判，36個判斷準(zhǔn)確，判別準(zhǔn)確率為90.0%，在80個正常公司樣本中，有76個判斷準(zhǔn)確，4個被誤判，判別準(zhǔn)確率為95.0%，總體判別準(zhǔn)確率為93.3%，誤判率為6.7%?？梢?，這6個財務(wù)指標(biāo)能較好的對危機與非危機公司進(jìn)行判別。

表8 綜合模型系數(shù)的整體檢驗

表9 綜合模型的模型貢獻(xiàn)

表10 綜合模型預(yù)測結(jié)果

2.5 實證結(jié)果檢驗

為了檢驗?zāi)Ｐ偷念A(yù)測效果，將把45家檢驗樣本數(shù)據(jù)分別代入財務(wù)模型和綜合模型，計算上市公司發(fā)生危機的概率。如果P﹥0.5，就判定該公司發(fā)生持續(xù)經(jīng)營危機，如果P﹤0.5，就判定該公司不會發(fā)生持續(xù)經(jīng)營危機。檢驗結(jié)果見表11。

從表11可以看出，財務(wù)模型和綜合模型的總體預(yù)測準(zhǔn)確率分別為71.1%和75.6%，說明綜合模型的預(yù)測準(zhǔn)確率高于財務(wù)模型。另外，綜合模型對危機公司的預(yù)測準(zhǔn)確率為80%，遠(yuǎn)遠(yuǎn)高于財務(wù)模型的60%，模型的預(yù)測效果較理想。

表11 檢驗樣本預(yù)測結(jié)果

3 結(jié)論

本文選取了22個財務(wù)指標(biāo)和10個非財務(wù)指標(biāo)，采用二項Logistic回歸方法，構(gòu)建了持續(xù)經(jīng)營危機預(yù)測的財務(wù)模型和綜合模型，通過對模型的比較分析，得出以下結(jié)論：①運用上市公司危機發(fā)生前3年的數(shù)據(jù)進(jìn)行Logistic回歸，預(yù)測準(zhǔn)確率較高，財務(wù)模型為84.2%，綜合模型為93.3%，可見，Logistic回歸方法對于上市公司持續(xù)經(jīng)營危機有較好的預(yù)測能力。②在危機發(fā)生前3年，財務(wù)指標(biāo)中反映盈利能力的總資產(chǎn)收益率、反映償債能力的資產(chǎn)負(fù)債率和反映營運能力的流動資產(chǎn)周轉(zhuǎn)率對危機有很好的解釋作用，這說明危機發(fā)生前，多數(shù)上市公司都存在盈力能力低下、負(fù)債較多及資金運用效率不佳的狀況；非財務(wù)指標(biāo)中反映治理結(jié)構(gòu)的總經(jīng)理變更情況、反映股權(quán)結(jié)構(gòu)的實際控制人類型和反映關(guān)聯(lián)交易的大股東資金占用對危機發(fā)生有很好的解釋能力，說明在危機發(fā)生前上市公司存在總經(jīng)理變更、股權(quán)結(jié)構(gòu)不合理和大股東占款現(xiàn)象。③比較財務(wù)模型與綜合模型可以看出，財務(wù)模型的整體預(yù)測準(zhǔn)確率為84.2%，而綜合模型的預(yù)測準(zhǔn)確率為93.3%，提高了9.1%，說明加入非財務(wù)因素后的模型判別效果更好，這也驗證了上市公司發(fā)生危機不止與財務(wù)因素有關(guān)，還涉及到很多非財務(wù)因素。④從模型的整體擬合效果來看，-2對數(shù)似然值從64.894下降到37.375，Cox&Snell R2和Nagelkerke R2統(tǒng)計量也由0.519和0.721分別提高到了0.618和0.858，模型的擬合效果提高，說明納入非財務(wù)因素后的預(yù)測模型具有了更好的解釋作用。⑤財務(wù)模型對檢驗樣本的總體預(yù)測準(zhǔn)確率為71.1%，綜合模型對檢驗樣本的總體預(yù)測準(zhǔn)確率為75.6%，說明綜合模型優(yōu)于財務(wù)模型。

[1]Eliezer M Fich,Steve L Slezak.Can Corporate Governance Save Distressed Firms from Bankruptcy?An Empirical Analysis[J].Review of Quantitative Finance and Accounting,2008,30(2).

[2]周首華,楊濟華,王平.論財務(wù)危機的預(yù)警分析——F分?jǐn)?shù)模式[J].會計研究，1996，(8).

[3]陳靜.上市公司財務(wù)惡化預(yù)測的實證分析[J].會計研究,1999,(4).

[4]吳世農(nóng),盧賢義.我國上市公司財務(wù)困境的預(yù)測模型研究[J].經(jīng)濟研究，2001，(6).

[6]肖艷.上市公司財務(wù)困境預(yù)警的Logit模型實證研究[J].湖南工程學(xué)院學(xué)報,2004,(4).

[6]陳良華,孫健.公司治理與財務(wù)困境:來自上海股票市場的證據(jù).東南大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）,2005,(5).

[7]方軍雄,張國康.基于三因素模型的企業(yè)持續(xù)經(jīng)營高風(fēng)險預(yù)測研究[J].鄭州航空工業(yè)管理學(xué)院學(xué)報,2006,(1).

F272.1

A

1002－6487（2010）21-0142-04

王 琳（1963-），女，北京人，教授，研究方向：會計學(xué)、企業(yè)管理；朱明瑛（1985-），女，河北人，碩士研究生，研究方向：會計學(xué)。

（責(zé)任編輯/亦 民）