（廣東外語外貿(mào)大學 廣東廣州510006）

一、引言

證券市場上總有相當比例的掛牌公司因為自身原因或外部原因而陷于經(jīng)營困境之中，對企業(yè)的財務(wù)困境進行預(yù)測，有助于市場參與者更好地進行各種投資決策活動，避免遭受嚴重的損失。制造業(yè)作為衡量一個國家綜合國力的重要標志，在國民經(jīng)濟的增長中發(fā)揮著重要作用。正確預(yù)測制造業(yè)上市公司的財務(wù)困境，有助于加快該行業(yè)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和升級，也有助于商業(yè)銀行加強對制造業(yè)違約風險的防范。

目前，國際上關(guān)于企業(yè)財務(wù)困境預(yù)測的研究主要有3種方法或模型（Bauer&Agarwal，2014）：（1） 基于會計信息的傳統(tǒng)模型。主要是Altman（1968） 的 Z-score模型和 Ohlson（1980）的 Logistic 模型（孔德營、李曉峰，2012）。（2）基于市場信息的未定權(quán)益模型。該模型視債權(quán)為公司資產(chǎn)價值的一項看漲期權(quán)，以Black&Scholes（1973）和 Merton（1974）的期權(quán)定價理論為基礎(chǔ)。（3）同時包含會計信息和市場信息的風險模型。Beaver，Mc-Nichols和 Rhie（2005）指出同時包含市場變量和會計變量的模型更具有綜合性，會提高公司違約預(yù)測的有用性。

鑒于Merton模型較易被改進，美國 Mood’s KMV公司對 Merton模型做了進一步拓展，得出KMV模型，運用該模型可以對上市公司違約的可能性做出預(yù)測。關(guān)于Merton模型的另一項重要改進是Bharath&Shumway（2008）的na1ve DD模型，該模型假設(shè)債務(wù)的市場價值等于債務(wù)的面值，該模型的計算相對簡單但是卻和Merton DD模型擁有同樣甚至更優(yōu)的預(yù)測能力（Bharath&Shumway，2008）。

國內(nèi)基于市場信息對財務(wù)困境預(yù)測的研究，主要是基于KMV模型進行的。包括兩類：一類是不修正KMV模型，直接用國內(nèi)的樣本數(shù)據(jù)進行驗證（馬若微，2006）；另一類則是在修正KMV模型的基礎(chǔ)上，用國內(nèi)的樣本數(shù)據(jù)進行驗證，以探求在我國的具體適用性 （魯煒、趙恒珩、方兆本和劉冀云，2003；張澤京、陳曉紅和王傅強，2007；張能福、張佳，2010；鄒薇，2014 等）。 但是，較少有文獻驗證na1ve DD模型在我國上市公司的適用性。又由于行業(yè)特性，不同行業(yè)的違約距離存在著差異（曾詩鴻和王芳，2013）。因此，本文以制造業(yè)為例，研究na1ve DD模型對于財務(wù)困境預(yù)測的有效性，以期豐富國內(nèi)的研究。

其中，V是公司資產(chǎn)價值，B為債務(wù)面值，μ為預(yù)期資產(chǎn)收益率，σv為公司資產(chǎn)價值的波動率，基于Merton模型正態(tài)分布的假定，預(yù)期違約概率（EDF）為：

上述模型中，只有V和 σv是未知的。 在 Bharath&Shumway （2008）的nave DD模型中，假定債務(wù)市值等于債務(wù)面值，即公司資產(chǎn)價值（V）=權(quán)益市值（E）+負債面值（F）。 根據(jù)權(quán)益波動性和債務(wù)波動性之間的關(guān)系：

采用加權(quán)算法得到公司資產(chǎn)價值的波動性：

令公司期望收益率等于公司上年股票收益率，即：

得出：

鑒于國內(nèi)研究的慣例，本文只用違約距離來表示公司的違約情況，這樣便于與國內(nèi)學者的研究進行比較。即公司的nave DD越小，公司違約的概率越高。 Bharath&Shumway（2008）指出，nave DD模型要明顯優(yōu)于迭代算法及其他參數(shù)設(shè)定的Merton DD模型。

（一）樣本選擇

本文選擇 2012、2013和 2014年首次被ST的制造業(yè)企業(yè)42個樣本，篩選后得到31個ST樣本，另外配對樣本有31個，共62個樣本，所有數(shù)據(jù)均來自于國泰安（CSMAR）數(shù)據(jù)庫。篩選過程為：（1）考慮到 A股與 B、H 股市場的差異，剔除了4家同時發(fā)行A、B股或 H股的 ST公司；（2）由于需要驗證被ST的前3年數(shù)據(jù)，因此需要剔除上市時間不滿3年的公司，共3家；（3）根據(jù)會計年度、行業(yè)類別嚴格相等、資產(chǎn)規(guī)模相差在15％以內(nèi)為標準，選擇配對公司，共有4家公司找不到配對樣本，予以剔除。

（二）關(guān)鍵參數(shù)的計算

1.權(quán)益價值的波動率σE。假設(shè)股票價格在第i天和第i+1天的價格分別為 Pi和 Pi+1，則股票收益率（μi）和日波動率（σ）分別為：

設(shè)年交易天數(shù)為Di，則年收益率標準差σE為：

2.股票年收益率rit-1。直接采用CSMAR數(shù)據(jù)庫中的“不考慮現(xiàn)金股利再投資的年個股回報率”數(shù)據(jù)。

3.權(quán)益市值 E。由于我國特殊的國情造成了上市公司特殊的股權(quán)結(jié)構(gòu)，因此我國學者研究了多種不同的方法解決非流通股的折算問題。本文借鑒曾詩鴻等（2013）的研究，將每股凈資產(chǎn)與非流通股的股數(shù)的乘積作為非流通股的市值，即：權(quán)益市值（E）=流通股股數(shù)×年收盤價+非流通股股數(shù)×每股凈資產(chǎn)。

4.債務(wù)面值 F。按照 Bharath&Shumway（2008）和多數(shù)學者的做法，設(shè)定F為流動負債與長期負債的一半之和，即：F=短期負債+0.5×長期負債。

5.到期時間 T。按照學者們研究的慣例，本文設(shè)定 T=1。

（三）結(jié)果分析

1.圖形比較。圖1是3年之間ST公司與非ST公司的na1ve DD的比較，從圖中可以看出ST公司違約距離的值基本被包含在非ST公司的違約距離之內(nèi)（注：黑線為非ST公司，灰線為ST公司）。

圖1 ST公司與非ST公司naveDD的比較

2.配對樣本T檢驗（見表1）。從ST公司和非ST公司兩組樣本進行的配對樣本T檢驗的結(jié)果中可以看出，ST公司和非ST公司3年的均值差都在1％的水平上顯著，說明在上市公司首次被ST的前3年的時間內(nèi)，na1ve DD能顯著地區(qū)別出ST公司和非ST 公司。 且 T-3、T-2、T-1年3年均值差異的顯著性在逐漸增大，越是接近被ST的時候，違約距離均值的差異就越顯著，這與張玲等（2004）的研究是一致的。因此，初步得出na1ve DD是一個適用于識別企業(yè)陷入財務(wù)困境的指標。

表1 樣本均值差T檢驗

表2 logistic回歸分析結(jié)果

表3 回歸模型的擬合指標

圖2 ROC曲線

3.logistic回歸分析（見表 2、表 3）。為了進一步證實na1ve DD具有判別公司是否發(fā)生財務(wù)困境的能力，以na1ve DD為自變量，以公司是否被ST作為因變量進行二元logistic回歸。結(jié)果顯示，公司在被ST的前3年，na1ve DD系數(shù)均顯著為負，即na1ve DD與被ST（違約）的概率呈負相關(guān)，符合預(yù)期，其Hosmer和Lemeshow檢驗的結(jié)果也說明了na1ve DD的判別能力。

表4 ROC曲線面積

4.ROC曲線分析。用ROC曲線（ROC全名叫做 Receiver Operating Characteristic，可以用來判別模型的擬合程度，橫軸表示實際是非ST公司但是卻被預(yù)測為ST的比例，縱軸表示實際是ST公司、被預(yù)測為ST公司的比例。ROC曲線下的面積稱為AUC，通常AUC的值越大，表示模型的準確度越高）來檢驗logistic回歸模型的準確性。從上頁圖2和表4中可以看出，ROC曲線都在對角線以上，曲線下的面積都在0.7以上，且顯著。ROC曲線下的面積在第T-1年時達到最大，說明越接近ST時，na1ve DD的預(yù)測能力越強，再次說明na1ve DD確實具有識別公司是否陷入財務(wù)困境的能力。

四、結(jié)論

本文以我國A股市場2012、2013和2014年首次被ST的制造業(yè)上市公司為研究樣本，選取了公司被ST的前三年的數(shù)據(jù)，對na1ve DD模型預(yù)測財務(wù)困境的能力進行了研究，得出結(jié)論：na1ve DD模型能顯著地區(qū)分出我國制造業(yè)上市公司中陷入財務(wù)困境的公司和尚未陷入財務(wù)困境的公司。但是本文的局限性在于：（1）不能根據(jù)公司na1ve DD的取值來判斷公司所處的狀態(tài)，即沒有得出一個類似于Z-score模型的分割點；（2）沒有將同作為Merton模型改進的na1ve DD模型與KMV模型進行對比，得出哪種模型預(yù)測能力更強。這些都將是后續(xù)研究的內(nèi)容。