董雪杰　劉媚

摘要：基于會(huì)計(jì)模型與市場(chǎng)模型的信息含量考慮，本研究采用離散時(shí)間風(fēng)險(xiǎn)模型技術(shù)實(shí)證比較了MertonDD模型與各z值模型對(duì)企業(yè)財(cái)務(wù)困境的預(yù)測(cè)能力。結(jié)果表明，違約距離和各z值指標(biāo)都涵蓋了有關(guān)企業(yè)財(cái)務(wù)困境的重要信息，但違約距離的信息含量則較弱?？傮w上，財(cái)務(wù)信息對(duì)預(yù)測(cè)企業(yè)財(cái)務(wù)困境具有不可替代的作用，會(huì)計(jì)比率作為一種分析技術(shù)，其作用應(yīng)被加強(qiáng)而不是被弱化。

關(guān)鍵詞：財(cái)務(wù)困境；會(huì)計(jì)模型；市場(chǎng)模型；信息量；離散時(shí)間風(fēng)險(xiǎn)模型

中圖分類號(hào)：F201 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1005-913X（2016）08-0099-04

一、引言

2008年金融危機(jī)以來(lái)，企業(yè)財(cái)務(wù)困境問題再次成為業(yè)界關(guān)注的焦點(diǎn)。當(dāng)前，預(yù)測(cè)和管理企業(yè)財(cái)務(wù)困境越來(lái)越成為企業(yè)經(jīng)營(yíng)、投資決策和貸款決策的一個(gè)重要組成部分，股東、債權(quán)人以及企業(yè)員工都對(duì)財(cái)務(wù)困境或即將破產(chǎn)的風(fēng)險(xiǎn)給予高度的重視（Beaver等，2011）。

自Beaver（1966）和Altman（1968）的開創(chuàng)性研究以來(lái)，相關(guān)實(shí)證研究一直聚焦在那些具有最佳預(yù)測(cè)能力的變量或信息上，并形成了兩種主流的方法或模型：一是基于會(huì)計(jì)信息的傳統(tǒng)統(tǒng)計(jì)模型（以下簡(jiǎn)稱會(huì)計(jì)模型）。二是基于市場(chǎng)信息的未定權(quán)益模型（以下簡(jiǎn)稱市場(chǎng)模型）（Bauer and Agawal，2014）。盡管有關(guān)兩類模型的文獻(xiàn)已相當(dāng)豐富，但會(huì)計(jì)模型和市場(chǎng)模型的信息含量仍是目前實(shí)證爭(zhēng)議的一個(gè)主題，市場(chǎng)模型是否對(duì)財(cái)務(wù)困境預(yù)測(cè)提供有增量信息仍具有不確定性?，F(xiàn)基于中國(guó)滬深A(yù)股上市公司的數(shù)據(jù)，運(yùn)用Shumway（2001）提出的離散時(shí)間風(fēng)險(xiǎn)模型技術(shù)進(jìn)行實(shí)證分析，以對(duì)這一問題提供新的實(shí)證依據(jù)。

二、文獻(xiàn)回顧

會(huì)計(jì)模型的文獻(xiàn)認(rèn)為上市公司公開披露的財(cái)務(wù)報(bào)表中隱含了解釋企業(yè)財(cái)務(wù)困境的重要信息，學(xué)者們多通過運(yùn)用各種不同的統(tǒng)計(jì)方法從中提取重要的財(cái)務(wù)變量來(lái)評(píng)估企業(yè)陷入財(cái)務(wù)困境的程度，Ahman（1968）的Z-Score模型為這類研究的經(jīng)典代表。市場(chǎng)模型則基于Black and Scholes（1973）和Merton（1974）的期權(quán)定價(jià)理論。迄今為止，最有影響力的市場(chǎng)模型當(dāng)屬M(fèi)oodys KMV模型。因此，使用這類模型的研究常被冠以“Merton模型”“KMV模型”“Merton DD模型”等稱謂。關(guān)于這兩類模型研究的國(guó)外研究狀況可見崔毅和蔡玉蘭（2014），在此不加詳述。

我國(guó)學(xué)者自90年代初開始對(duì)國(guó)內(nèi)企業(yè)財(cái)務(wù)困境預(yù)測(cè)展開了持續(xù)不斷地研究，迄今為止已涌現(xiàn)出大量的理論和實(shí)證研究成果。如石曉軍和任若恩（2005）研究發(fā)現(xiàn)在我國(guó)找不到足夠的證據(jù)支持基于期權(quán)方法的Merton模型與基于會(huì)計(jì)信息的z記分模型之間的一致性，而馬若微（2006）的研究顯示KMV模型對(duì)于中國(guó)股市是適用的，它能較早的反映公司的經(jīng)營(yíng)業(yè)績(jī)與抗破產(chǎn)能力；在引入功率曲線進(jìn)行優(yōu)越性分析發(fā)現(xiàn)，KMV模型在大部分情況下都有優(yōu)于Fisher模型和Logistic模型的表現(xiàn)。但劉國(guó)光等（2005）發(fā)現(xiàn)Merton模型并不是違約風(fēng)險(xiǎn)的最佳度量，僅僅依靠違約距離難以準(zhǔn)確地預(yù)測(cè)中國(guó)上市公司的失敗，將其和財(cái)務(wù)指標(biāo)同納入模型中時(shí)，違約距離對(duì)模型的預(yù)測(cè)能力也沒有實(shí)質(zhì)性地提高（潘彬、凌飛，2012）?？椎聽I(yíng)和李曉峰（2012）專門比較了Merton模型和Logistic模型的預(yù)測(cè)效果，發(fā)現(xiàn)Merton模型對(duì)違約風(fēng)險(xiǎn)預(yù)測(cè)的準(zhǔn)確性僅有31.26%。

除了孔德營(yíng)和李曉峰（2012）的研究外，上述研究多是建立在小樣本觀測(cè)數(shù)的基礎(chǔ)上，采用截面數(shù)據(jù)進(jìn)行分析，未能體現(xiàn)出企業(yè)陷入財(cái)務(wù)困境的動(dòng)態(tài)性。孔德營(yíng)和李曉峰（2012）的研究樣本雖然多達(dá)一萬(wàn)多個(gè)公司年度觀測(cè)數(shù)，實(shí)證也發(fā)現(xiàn)兩類模型間的一致性較差，但并未指出兩類模型間是否具有增量互補(bǔ)效應(yīng)。另外，在模型的估計(jì)上，也未對(duì)變量的標(biāo)準(zhǔn)誤進(jìn)行調(diào)整。Petersen（2009）和Thompson（2011）均指出，在使用金融類面板數(shù)據(jù)集時(shí)，需要對(duì)模型中變量的標(biāo)準(zhǔn)誤進(jìn)行Cluster調(diào)整，以避免標(biāo)準(zhǔn)誤被低估而致使一些可能不顯著的變量也是顯著的。

本研究旨在采用離散時(shí)間風(fēng)險(xiǎn)模型分析方法比較兩類模型的信息含量，樣本公司觀測(cè)數(shù)據(jù)跨度最長(zhǎng)達(dá)19年（1996年-2014年），合計(jì)17 753個(gè)公司年度觀測(cè)數(shù)。相比國(guó)內(nèi)已有的研究，本文在樣本選擇上跨年較久，觀測(cè)數(shù)眾多，基本達(dá)到現(xiàn)有研究所采用樣本的最大量。在方法上，采用了代表現(xiàn)有研究最高水平的建模技術(shù)——離散時(shí)間風(fēng)險(xiǎn)模型（Campbell，2011），并根據(jù)Petersen（2009）和Thompson（2011）的建議，對(duì)模型中變量的標(biāo)準(zhǔn)誤進(jìn)行Cluster調(diào)整。擬通過這種考慮了時(shí)間因素的模型估計(jì)方法，基于大樣本數(shù)據(jù)分析會(huì)計(jì)模型與市場(chǎng)模型的相對(duì)信息含量和增量信息含量，以為國(guó)內(nèi)這方面的研究提供新的證據(jù)。

三、離散時(shí)間風(fēng)險(xiǎn)模型

離散時(shí)間風(fēng)險(xiǎn)模型（Discrete time hazard model，簡(jiǎn)稱DTHM）本屬于生存分析或持續(xù)期分析的范疇，是一種包含了時(shí)間序列數(shù)據(jù)的技術(shù)方法，特別適用于分析那些由二元的、時(shí)間序列和截面觀測(cè)值所組成的數(shù)據(jù)，如破產(chǎn)數(shù)據(jù)（Hillegeist等，2004）DTHM與logit模型緊密相關(guān)，其函數(shù)形式如下：