趙 靜，趙 荔（博士）

“僵尸企業(yè)”預(yù)警框架構(gòu)建

趙 靜1，趙 荔2（博士）

“僵尸企業(yè)”是經(jīng)濟(jì)運(yùn)行的“毒瘤”，“僵尸企業(yè)”應(yīng)如何處置更是牽一發(fā)動(dòng)全身的關(guān)鍵環(huán)節(jié)，對(duì)于學(xué)界而言，為處置“僵尸企業(yè)”的實(shí)踐工作提供正確、符合國(guó)情的理論指導(dǎo)成為亟待解決的命題?！敖┦髽I(yè)”預(yù)警研究以財(cái)務(wù)困境預(yù)警模型為出發(fā)點(diǎn)，結(jié)合國(guó)內(nèi)“僵尸企業(yè)”研究現(xiàn)狀，基于經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、數(shù)學(xué)等多種視角和理論，探索性地構(gòu)建“僵尸企業(yè)”的預(yù)警框架。同時(shí)提出“僵尸企業(yè)”預(yù)警模型應(yīng)從內(nèi)外兩個(gè)視角展開(kāi)，模型判定結(jié)果應(yīng)當(dāng)突破二分法，并根據(jù)現(xiàn)實(shí)進(jìn)行動(dòng)態(tài)調(diào)整。

僵尸企業(yè)；財(cái)務(wù)困境；預(yù)警模型；預(yù)警框架

一、引言

伴隨著我國(guó)經(jīng)濟(jì)進(jìn)入“新常態(tài)”，供給側(cè)改革全面推進(jìn)，“僵尸企業(yè)”清理成為化解產(chǎn)能過(guò)剩的關(guān)鍵舉措。同時(shí)，學(xué)界對(duì)我國(guó)“僵尸企業(yè)”的相關(guān)研究逐漸展開(kāi)。如黃少卿等（2017）采用多種研究方法，對(duì)中國(guó)工業(yè)企業(yè)和上市公司中存在的“僵尸企業(yè)”進(jìn)行識(shí)別，結(jié)果發(fā)現(xiàn)，2001～2007年工業(yè)企業(yè)中“僵尸企業(yè)”占比為10.1%～19.7%，2000～2015年上市公司中“僵尸企業(yè)”占比為12.6%～26.0%。這也說(shuō)明我國(guó)“僵尸企業(yè)”現(xiàn)狀不容樂(lè)觀。

近年來(lái)，學(xué)界研究證實(shí)，鑒于制度、政策等因素的干擾，企業(yè)之間或者企業(yè)內(nèi)部之間資源往往不能實(shí)現(xiàn)有效配置。因此，學(xué)界開(kāi)始從資源配置角度解釋國(guó)與國(guó)之間全要素生產(chǎn)率差異。一些學(xué)者從信貸資源的角度研究日本銀行提供給“僵尸企業(yè)”的貸款，發(fā)現(xiàn)“僵尸企業(yè)”對(duì)日本經(jīng)濟(jì)效率和市場(chǎng)競(jìng)爭(zhēng)造成了長(zhǎng)遠(yuǎn)的負(fù)面影響：“僵尸企業(yè)”效率低下，依賴政府和銀行信貸“輸血”存活，嚴(yán)重?fù)p害市場(chǎng)競(jìng)爭(zhēng)，擠壓正常企業(yè)發(fā)展空間，加劇產(chǎn)能過(guò)剩。由此可見(jiàn)，“僵尸企業(yè)”是經(jīng)濟(jì)運(yùn)行的“毒瘤”，如何處置“僵尸企業(yè)”更是牽一發(fā)動(dòng)全身的關(guān)鍵性難題。

目前國(guó)內(nèi)相關(guān)文獻(xiàn)中，定性分析較多，實(shí)證分析數(shù)量有限，其中有關(guān)預(yù)警模型方面的更是空白。本文認(rèn)為“僵尸企業(yè)”預(yù)警模型研究非常重要：①預(yù)警研究具有深層次的意義，它是由風(fēng)險(xiǎn)意識(shí)引致的事先防范，可以減少損失；②科學(xué)和理性預(yù)測(cè)的最終目的是準(zhǔn)確判斷事實(shí)，以產(chǎn)生清晰的決策；③預(yù)警模型在量變到質(zhì)變之前起作用，從成本角度而言無(wú)疑是優(yōu)化舉措。

縱觀國(guó)內(nèi)外相關(guān)研究，均無(wú)直接成果可以借鑒，本文嘗試尋找“他山之石”——財(cái)務(wù)困境預(yù)警模型進(jìn)行分析和借鑒。自Fitzpartrick（1932）運(yùn)用單變量分析建立財(cái)務(wù)困境預(yù)警模型以來(lái)，該領(lǐng)域的研究不僅取得了一系列成果，并且隨著技術(shù)發(fā)展和認(rèn)識(shí)的提高，財(cái)務(wù)困境模型不斷升級(jí)，足以為“僵尸企業(yè)”的研究提供理論指導(dǎo)、思路借鑒和經(jīng)驗(yàn)警示。盡管財(cái)務(wù)困境和“僵尸企業(yè)”的研究重點(diǎn)存在差異，但是財(cái)務(wù)困境的研究方法對(duì)“僵尸企業(yè)”依然具有借鑒意義。主要表現(xiàn)在以下方面：①財(cái)務(wù)困境作為會(huì)計(jì)學(xué)概念，與經(jīng)濟(jì)學(xué)概念上的“僵尸企業(yè)”存在范圍上的重疊。②陷入財(cái)務(wù)困境的企業(yè)和“僵尸企業(yè)”都是直觀地從企業(yè)財(cái)務(wù)狀況表現(xiàn)出來(lái)，現(xiàn)有的“僵尸企業(yè)”界定方法也主要是依賴財(cái)務(wù)指標(biāo)進(jìn)行識(shí)別，二者在具體指標(biāo)和財(cái)務(wù)狀況表現(xiàn)上有所不同，但是方法應(yīng)存在相同之處。③“僵尸企業(yè)”的研究目前尚處于探索階段，開(kāi)闊思路廣泛借鑒是這個(gè)階段的特征。本文主要選擇幾種理論基礎(chǔ)較好且具有代表性的模型：Z模型、Logistic回歸模型和KMV模型進(jìn)行借鑒分析，并綜合考慮多種因素，嘗試構(gòu)建“僵尸企業(yè)”預(yù)警框架。

二、“僵尸企業(yè)”的研究現(xiàn)狀

目前，“僵尸企業(yè)”的研究可以分為以下四個(gè)主題：定義、界定、成因、清理方式與退出路徑。

“僵尸企業(yè)”的概念最早由 Edward Kane教授提出，并在2012年定義為：“當(dāng)某一機(jī)構(gòu)的實(shí)際債務(wù)價(jià)值高于其實(shí)際資產(chǎn)價(jià)值時(shí)，從經(jīng)濟(jì)的角度而言，該機(jī)構(gòu)發(fā)生破產(chǎn)?！敖┦瑱C(jī)構(gòu)”是僅僅依賴政府進(jìn)行公開(kāi)或者不公開(kāi)的信貸支持，以償還各種債務(wù)并維持運(yùn)營(yíng)的破產(chǎn)機(jī)構(gòu)?！焙罄m(xù)研究對(duì)“僵尸企業(yè)”進(jìn)行了多種定義，但都認(rèn)為“僵尸企業(yè)”喪失了生存能力，依靠政府或銀行信貸救助而存活。

“僵尸企業(yè)”界定方法主要可以分為以下幾類：基于CHK的方法系列，如盈利標(biāo)準(zhǔn)和長(zhǎng)青借貸標(biāo)準(zhǔn)，也稱為FN-CHK標(biāo)準(zhǔn)；基于企業(yè)經(jīng)濟(jì)角度的實(shí)際利潤(rùn)法；綜合主流界定思路的過(guò)度借貸法；基于宏觀政策角度的方法，如國(guó)務(wù)院標(biāo)準(zhǔn)等。

針對(duì)“僵尸企業(yè)”形成原因，本文將現(xiàn)有研究根據(jù)政府、銀行、企業(yè)這三個(gè)主體以及相互之間利益牽制的作用分為三類觀點(diǎn)。第一類觀點(diǎn)認(rèn)為政府行為是“僵尸企業(yè)”形成的重要原因。第二類觀點(diǎn)則傾向于認(rèn)為“僵尸企業(yè)”的形成是銀行掩蓋壞賬損失的不良動(dòng)機(jī)所致。第三類觀點(diǎn)認(rèn)為企業(yè)內(nèi)部微觀因素是“僵尸企業(yè)”形成的主要原因。如程虹、胡德?tīng)畹龋?016）認(rèn)為要從根本上清理“僵尸企業(yè)”，應(yīng)當(dāng)重視微觀層面的企業(yè)內(nèi)部因素。由此可見(jiàn)，“僵尸企業(yè)”形成原因錯(cuò)綜復(fù)雜。

“僵尸企業(yè)”清理方式及市場(chǎng)退出路徑的研究可以分為三個(gè)主要類別：①國(guó)外“僵尸企業(yè)”清理借鑒，美國(guó)和日本都經(jīng)歷過(guò)“僵尸企業(yè)”處置，部分學(xué)者通過(guò)研究國(guó)外處置方法為“僵尸企業(yè)”清理提供思路。②根據(jù)“僵尸企業(yè)”成因分析處置策略，并認(rèn)為不同類型的“僵尸企業(yè)”應(yīng)采取不同對(duì)策處理。③從破產(chǎn)法角度和實(shí)際案例出發(fā)提出解決思路。

三、財(cái)務(wù)困境預(yù)警模型研究現(xiàn)狀

財(cái)務(wù)困境又稱為財(cái)務(wù)危機(jī)，國(guó)內(nèi)外學(xué)者對(duì)其定義持多種觀點(diǎn)。Beaver（1966）研究了79家“財(cái)務(wù)困境公司”，它們包括破產(chǎn)公司、拖欠優(yōu)先股股利公司和拖欠債務(wù)公司。隨后，Altman（1968）和Ross（1999）等又對(duì)定義進(jìn)行了延伸；國(guó)內(nèi)學(xué)者呂長(zhǎng)江（2004）將財(cái)務(wù)困境定義為“進(jìn)入法定破產(chǎn)的企業(yè)”，并認(rèn)為財(cái)務(wù)危機(jī)是一個(gè)持續(xù)的動(dòng)態(tài)過(guò)程。

Fitzpartrick（1932）運(yùn)用單變量進(jìn)行破產(chǎn)預(yù)測(cè)，開(kāi)創(chuàng)了財(cái)務(wù)困境預(yù)警研究的先河。該方法的思路為比較分析，即通過(guò)比較陷入財(cái)務(wù)危機(jī)企業(yè)與健康企業(yè)之間財(cái)務(wù)指標(biāo)上的差異，根據(jù)差異的顯著性進(jìn)行排序，并從中挑選變量，最后根據(jù)排序變量特征選擇判定點(diǎn)，最終確定企業(yè)是否會(huì)陷入財(cái)務(wù)危機(jī)。盡管單變量預(yù)警模型為后來(lái)眾多學(xué)者所效仿研究，但是該方法忽視了企業(yè)作為一個(gè)整體，各種指標(biāo)之間不僅相互聯(lián)系，而且共同對(duì)企業(yè)風(fēng)險(xiǎn)產(chǎn)生影響。Altman（1968）的Z模型克服了這種缺陷，它將多元判別分析應(yīng)用于企業(yè)財(cái)務(wù)困境預(yù)警，使得企業(yè)的多種財(cái)務(wù)指標(biāo)綜合反映在得分值Z-score上，將Z值作為判定企業(yè)是否會(huì)陷入財(cái)務(wù)困境的預(yù)測(cè)指標(biāo)。由于多元判別分析法存在諸多統(tǒng)計(jì)假設(shè)限制，導(dǎo)致其實(shí)際應(yīng)用結(jié)果并不理想。為了克服這種實(shí)際應(yīng)用的局限，Ohlson（1980）將Logistic回歸模型引入財(cái)務(wù)困境預(yù)警研究。Logistic回歸模型最大的特征是因變量是離散的，常見(jiàn)的分布為二項(xiàng)分布或者泊松分布，且不要求樣本正態(tài)分布。這種特征更加符合企業(yè)財(cái)務(wù)困境的現(xiàn)實(shí)分類，因此沿用至今。但是，上述實(shí)證研究中的首要步驟是尋找配對(duì)樣本，在匹配過(guò)程中，不可避免地存在樣本選擇偏誤。同時(shí)，由于財(cái)務(wù)指標(biāo)均為歷史數(shù)據(jù)，在歷史數(shù)據(jù)中找出的規(guī)律對(duì)新樣本進(jìn)行判別或預(yù)測(cè)，被認(rèn)為是“粗暴的經(jīng)驗(yàn)主義”。而KMV模型結(jié)合了股票市場(chǎng)數(shù)據(jù)和財(cái)務(wù)數(shù)據(jù)，能反映投資者對(duì)企業(yè)未來(lái)發(fā)展的判斷趨勢(shì)，由此，KMV模型受到研究財(cái)務(wù)困境學(xué)者的關(guān)注。一些學(xué)者嘗試將信用風(fēng)險(xiǎn)模型——KMV模型引入財(cái)務(wù)困境預(yù)警研究，并通過(guò)實(shí)證比較得出KMV模型表現(xiàn)優(yōu)于其他幾種預(yù)警模型。

可以看出，經(jīng)過(guò)較長(zhǎng)時(shí)間的演化、發(fā)展，財(cái)務(wù)困境預(yù)警模型的研究脈絡(luò)逐漸清晰，研究方法日漸規(guī)范。相較而言，“僵尸企業(yè)”的實(shí)證研究目前主要在于界定方法、成因、市場(chǎng)退出路徑等方面的分析，而“僵尸企業(yè)”治理研究離不開(kāi)大量理論與實(shí)證的支撐。因此本文借鑒財(cái)務(wù)困境預(yù)警模型的理論基礎(chǔ)和研究方法，結(jié)合研究預(yù)測(cè)的相關(guān)理論，以期為“僵尸企業(yè)”預(yù)警研究做出基礎(chǔ)性貢獻(xiàn)。

四、“僵尸企業(yè)”預(yù)警框架構(gòu)建

（一）主要財(cái)務(wù)困境模型比較

1.模型理論基礎(chǔ)。上述三種模型都具備較為堅(jiān)實(shí)的理論基礎(chǔ)，其中，Z模型與Logistic模型基于統(tǒng)計(jì)分析方法，Z模型采用多元判別分析得出Z值并進(jìn)行預(yù)警，Logistic回歸模型屬于非線性概率模型，用途廣泛。KMV模型最早用于信用風(fēng)險(xiǎn)領(lǐng)域，運(yùn)用期權(quán)定價(jià)的原理，將公司信用狀況與資產(chǎn)、負(fù)債和股權(quán)的價(jià)值綜合起來(lái)考慮，用于估計(jì)借款人或者企業(yè)的違約可能性。KMV模型中通過(guò)違約距離來(lái)衡量違約可能性，違約距離越大，則說(shuō)明公司違約可能性越小，反之，該公司信用風(fēng)險(xiǎn)越大。

2.模型指標(biāo)選擇。已有文獻(xiàn)對(duì)財(cái)務(wù)困境預(yù)警指標(biāo)通常分為兩類：一是按照財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)分類；二是根據(jù)財(cái)務(wù)困境預(yù)警模型又可分為財(cái)務(wù)指標(biāo)、現(xiàn)金流指標(biāo)和市場(chǎng)收益率指標(biāo)（吳世農(nóng)、盧賢義，2015）。本文主要分析以Z模型為代表的線性判別模型、Logistic回歸模型和KMV模型指標(biāo)的適用性，其中線性判別模型采用的是財(cái)務(wù)指標(biāo)；KMV模型采用的是市場(chǎng)收益率指標(biāo)；Logistic回歸模型中部分文獻(xiàn)采用財(cái)務(wù)指標(biāo)，也有一些文獻(xiàn)綜合選取財(cái)務(wù)指標(biāo)和現(xiàn)金流指標(biāo)。

（1）Z模型的指標(biāo)選擇。Altman（1968）從22個(gè)財(cái)務(wù)指標(biāo)中篩選出5項(xiàng)具有預(yù)測(cè)能力的財(cái)務(wù)指標(biāo)（營(yíng)運(yùn)資金/總資產(chǎn)、留存收益/總資產(chǎn)、息稅前利潤(rùn)/總資產(chǎn)、權(quán)益的市場(chǎng)價(jià)值/負(fù)債總額的賬面價(jià)值、銷售收入/總資產(chǎn)），運(yùn)用多元判別分析法進(jìn)行建模分析。模型中指標(biāo)主要是傳統(tǒng)的財(cái)務(wù)比率，但由于委托代理關(guān)系，管理者可能會(huì)運(yùn)用各種手段進(jìn)行盈余操控。因此，以利潤(rùn)等比率為基礎(chǔ)的財(cái)務(wù)指標(biāo)可能存在缺陷，后續(xù)研究者考慮到現(xiàn)金流指標(biāo)不易操控，并且在一定程度上能更準(zhǔn)確地反映企業(yè)實(shí)際經(jīng)營(yíng)狀況，因此逐漸將研究領(lǐng)域擴(kuò)大到包含現(xiàn)金流指標(biāo)的模型。

（2）Logistic回歸模型的指標(biāo)選擇。基于Logistic回歸的財(cái)務(wù)困境預(yù)警模型是對(duì)Z模型所依賴的多元判別分析方法在統(tǒng)計(jì)學(xué)上的改進(jìn)，因此該模型所選擇的指標(biāo)與Z模型相類似。Logistic模型變量不僅包括財(cái)務(wù)指標(biāo)和現(xiàn)金流指標(biāo)，還包括代表經(jīng)濟(jì)環(huán)境的M2增長(zhǎng)率、實(shí)際GDP增長(zhǎng)、股權(quán)結(jié)構(gòu)、代理成本等制度性變量，考慮的因素相對(duì)更全面。同時(shí)，隨著技術(shù)的發(fā)展和研究的不斷深入，研究財(cái)務(wù)困境預(yù)警模型的學(xué)者們?cè)谥笜?biāo)的選取上也更加嚴(yán)謹(jǐn)、規(guī)范，不同于早期的定性分析，而是大多采用統(tǒng)計(jì)方法進(jìn)行篩選，如主成分分析、因子分析、熵值法等。

（3）KMV模型的指標(biāo)選擇。KMV模型主要應(yīng)用于上市公司的相關(guān)研究，模型以股票市場(chǎng)為基礎(chǔ)，并包括部分財(cái)務(wù)數(shù)據(jù)，相對(duì)而言具有前瞻性，并克服了以歷史數(shù)據(jù)為基礎(chǔ)的統(tǒng)計(jì)模型的缺陷。KMV模型的優(yōu)勢(shì)主要表現(xiàn)在以下兩個(gè)方面：①KMV模型中僅包括債務(wù)的賬面價(jià)值這一項(xiàng)財(cái)務(wù)指標(biāo)，因此對(duì)會(huì)計(jì)信息依賴較少，比較適用于我國(guó)上市公司會(huì)計(jì)信息質(zhì)量普遍不高的現(xiàn)實(shí)背景。②Altman的Z模型以制造業(yè)為研究樣本，后來(lái)的研究者盡管將其運(yùn)用在其他行業(yè)或者增加模型指標(biāo)，但鮮少考慮到我國(guó)上市公司中很多企業(yè)持有大量金融資產(chǎn)，公允價(jià)值的引入使得財(cái)務(wù)比率發(fā)生變化，企業(yè)面臨金融風(fēng)險(xiǎn)，而KMV模型將金融風(fēng)險(xiǎn)因素納入了模型之中。

3.模型應(yīng)用。

（1）Z模型的應(yīng)用。Z模型是最具有代表性的多元判別分析模型，判別分析是根據(jù)已有的觀測(cè)數(shù)據(jù)特征將樣本分為若干組，在此基礎(chǔ)上根據(jù)研究目的建立判別式，最后根據(jù)判別式對(duì)分類未知的樣本進(jìn)行判定或者預(yù)測(cè)。Z模型運(yùn)用多元判別分析，構(gòu)造判別方程式并得出Z值區(qū)間，原理如下：

第一步：尋找與財(cái)務(wù)困境樣本特征相似的對(duì)照組樣本。

第二步：利用因素分析法篩選出一系列的變量，這些變量既能代表企業(yè)的財(cái)務(wù)狀況，又能區(qū)分出陷入財(cái)務(wù)困境的企業(yè)和正常企業(yè)，并對(duì)這些指標(biāo)或者變量賦予權(quán)重。構(gòu)造判別方程式：

然后通過(guò)對(duì)變量賦予權(quán)重并構(gòu)成多元判別方程式，其中變量分別為：X1=營(yíng)運(yùn)資金/總資產(chǎn)；X2=留存收益/總資產(chǎn)；X3=息稅前利潤(rùn)/總資產(chǎn)；X4=權(quán)益的市場(chǎng)價(jià)值/負(fù)債總額的賬面價(jià)值；X5=銷售收入/總資產(chǎn)。

第三步：獲得模型Z值，并劃分判別區(qū)間。其中，若Z＜1.81，則企業(yè)破產(chǎn)的概率很高；若1.81＜Z＜2.675，位于灰色區(qū)域，說(shuō)明企業(yè)具有破產(chǎn)風(fēng)險(xiǎn)，運(yùn)營(yíng)狀況不穩(wěn)定；若Z＞2.675，企業(yè)破產(chǎn)的概率很小。

（2）Logistic回歸模型的應(yīng)用。Logistic回歸模型是基于Verhulst提出的Logistic曲線方程演變而來(lái)的非線性概率回歸模型。該模型與線性模型的最大區(qū)別在于被解釋變量為二元變量，或?yàn)槿≈涤邢薜碾x散變量。這種區(qū)別使得兩種模型在參數(shù)設(shè)定、假設(shè)條件和估計(jì)方法等方面均存在差異。財(cái)務(wù)困境的相關(guān)研究中常用的被解釋變量為二元變量。定義如下：

根據(jù)研究需要或者采取一定的方法選擇模型指標(biāo)，構(gòu)建出財(cái)務(wù)困境預(yù)警模型：

經(jīng)過(guò)逆對(duì)數(shù)變換后的p2（0＜p2＜1）為理論概率值，最后根據(jù)p與p2的關(guān)系對(duì)模型的預(yù)警效果進(jìn)行判斷。一般認(rèn)為，當(dāng)p2＞0.5時(shí)，表明企業(yè)陷入了財(cái)務(wù)困境。

（3）KMV模型。KMV模型以Merton期權(quán)定價(jià)理論為基礎(chǔ)，是由美國(guó)的KMV公司于20世紀(jì)90年代開(kāi)發(fā)出來(lái)的一種用于估計(jì)借款人違約可能性的模型，并能對(duì)借款人的違約可能性做出預(yù)測(cè)。由于違約與企業(yè)財(cái)務(wù)狀況具有直接的聯(lián)系，因此學(xué)界將此種模型運(yùn)用于財(cái)務(wù)困境預(yù)警模型的研究中，并證實(shí)該模型具備一定的優(yōu)勢(shì)。模型如下：

其中：DD為違約距離，該距離越大，說(shuō)明企業(yè)信用風(fēng)險(xiǎn)越小；反之，則信用風(fēng)險(xiǎn)越大。E（VA）為資產(chǎn)期望價(jià)值，DPT為違約點(diǎn)，即企業(yè)資產(chǎn)價(jià)值等于負(fù)債價(jià)值的時(shí)點(diǎn)。經(jīng)驗(yàn)研究表明，現(xiàn)實(shí)中的公司違約點(diǎn)與模型不一致，通常發(fā)生在“公司價(jià)值=流動(dòng)負(fù)債+50%+長(zhǎng)期負(fù)債”的時(shí)點(diǎn)。σA為企業(yè)資產(chǎn)波動(dòng)率。由于不能直接使用股權(quán)市值代表資產(chǎn)價(jià)值，KMV模型中違約距離的計(jì)算還需要使用Black-Scholes-Merton期權(quán)定價(jià)模型，運(yùn)用該模型建立資產(chǎn)的市場(chǎng)價(jià)值與股權(quán)市值之間的關(guān)系。

（二）我國(guó)“僵尸企業(yè)”預(yù)警研究借鑒

1.指標(biāo)選擇。有學(xué)者認(rèn)為，規(guī)范性的理論應(yīng)當(dāng)作為先導(dǎo)，以引領(lǐng)實(shí)證檢驗(yàn)發(fā)展。而在財(cái)務(wù)危機(jī)領(lǐng)域，情況恰好相反。大量的計(jì)量方法和人工智能方法被應(yīng)用于財(cái)務(wù)困境預(yù)警模型的建立，而研究企業(yè)為何會(huì)陷入財(cái)務(wù)困境的理論性研究卻是鳳毛麟角。原因在于財(cái)務(wù)困境最直觀的、最終的體現(xiàn)在企業(yè)財(cái)務(wù)狀況上，且由于數(shù)據(jù)的可得性，使得研究者將財(cái)務(wù)比率作為切入點(diǎn)，繼而推廣應(yīng)用。對(duì)“僵尸企業(yè)”預(yù)警的研究同樣也可能存在這種傾向，其盈利能力和貸款依賴程度均能通過(guò)財(cái)務(wù)指標(biāo)體現(xiàn)出來(lái)，但企業(yè)的其他屬性和特征難以獲得或者進(jìn)行量化。Johnson（1970）指出，比率用于預(yù)測(cè)是存在局限性的，比率更適合進(jìn)行事后分析。這樣的批判仍然警示著“僵尸企業(yè)”的研究者，這也是今后該領(lǐng)域研究者所應(yīng)當(dāng)考慮的問(wèn)題。

因此，僅僅采用財(cái)務(wù)指標(biāo)構(gòu)建“僵尸企業(yè)”預(yù)警模型存在局限性。一是前文提到的“歷史數(shù)據(jù)”缺陷，同時(shí)財(cái)務(wù)指標(biāo)的滯后性是否能夠擔(dān)當(dāng)起預(yù)警的使命？二是財(cái)務(wù)狀況惡化作為“僵尸企業(yè)”的表現(xiàn)之一，是否就是形成“僵尸企業(yè)”的主要原因？這是值得商榷的，也可能會(huì)造成實(shí)證研究中難以克服的內(nèi)生性問(wèn)題。因此，一套完整的“僵尸企業(yè)”預(yù)警模型指標(biāo)體系應(yīng)從橫向和縱向兩個(gè)維度進(jìn)行考慮：

（1）橫向維度。橫向來(lái)看，指標(biāo)體系應(yīng)該包含宏觀經(jīng)濟(jì)環(huán)境、中觀行業(yè)信息和制度背景這三個(gè)基本面。部分學(xué)者認(rèn)為經(jīng)濟(jì)政策直接決定著我國(guó)經(jīng)濟(jì)周期的階段，“僵尸企業(yè)”形成的根源在于經(jīng)濟(jì)結(jié)構(gòu)對(duì)房地產(chǎn)行業(yè)的高度依賴所造成的產(chǎn)能過(guò)剩，在產(chǎn)能過(guò)剩的局面下，企業(yè)無(wú)法通過(guò)出售資產(chǎn)、減員增效、兼并重組等手段獲得新生。在受到地方政府、財(cái)政補(bǔ)貼和金融系統(tǒng)持續(xù)輸血之后，其僵而不死，并形成“僵尸企業(yè)”。因此，“僵尸企業(yè)”預(yù)警研究中的變量選擇應(yīng)考慮財(cái)政政策、貨幣政策和經(jīng)濟(jì)結(jié)構(gòu)的變化，例如M2增速、GDP增速等。由于我國(guó)自2003年以來(lái)主要采取房地產(chǎn)拉動(dòng)經(jīng)濟(jì)的增長(zhǎng)方式，資源在不同行業(yè)之間的配置發(fā)生了很大變化。國(guó)家發(fā)展與戰(zhàn)略研究院2016年的研究顯示，我國(guó)“僵尸企業(yè)”比例最高的五個(gè)行業(yè)是：水的生產(chǎn)和供應(yīng)業(yè)（25.99%），電力、熱力的生產(chǎn)和供應(yīng)業(yè)（19.14%），化學(xué)纖維制造業(yè)（19.10%），黑色金屬冶煉及壓延加工業(yè)（15.00%），石油加工、煉焦及核燃料加工業(yè)（14.46%）。因此，“僵尸企業(yè)”的指標(biāo)研究中應(yīng)考慮以財(cái)政補(bǔ)貼和免稅優(yōu)惠為代表的產(chǎn)業(yè)政策，同時(shí)兼顧企業(yè)性質(zhì)、股權(quán)結(jié)構(gòu)等公司治理因素。

（2）縱向維度。預(yù)警應(yīng)注重防患于未然，即“事先提示的意義”（吳星澤，2011），“僵尸企業(yè)”的選取指標(biāo)需注重事先提示的意義，這種“事先”不僅僅指時(shí)間上，更應(yīng)該是“僵尸企業(yè)”尚能破產(chǎn)重整到積重難返的一段時(shí)間，才是此種預(yù)測(cè)意義所在。因此，縱向而言，可將企業(yè)連續(xù)兩個(gè)或多個(gè)會(huì)計(jì)期間的財(cái)務(wù)指標(biāo)進(jìn)行對(duì)比以確定其增減變動(dòng)趨勢(shì)。同時(shí)，還可以根據(jù)當(dāng)期財(cái)務(wù)指標(biāo)與下一期或者滯后一期的關(guān)系，將動(dòng)態(tài)的因素納入分析框架。

2.主要模型借鑒。

（1）Z模型。Altman通過(guò)將破產(chǎn)企業(yè)與健康企業(yè)按照1∶1的匹配方法構(gòu)造樣本，選取5個(gè)具有代表意義的變量構(gòu)造出Z模型。該模型對(duì)于研究“僵尸企業(yè)”預(yù)警模型的主要意義在于研究思路?！敖┦髽I(yè)”預(yù)警模型可以根據(jù)企業(yè)基本特征尋找配對(duì)樣本。目前尚無(wú)理論指導(dǎo)，不可避免地會(huì)出現(xiàn)匹配過(guò)程依賴于研究者的直觀判斷和數(shù)據(jù)可得性。但隨著統(tǒng)計(jì)、計(jì)量方法以及軟件技術(shù)的不斷發(fā)展，如“傾向得分匹配法”（PSM）等研究方法正逐漸被應(yīng)用于“僵尸企業(yè)”的研究中，該方法可以通過(guò)多種途徑對(duì)樣本進(jìn)行匹配，如半徑匹配、核匹配等，使得“僵尸企業(yè)”的研究建立在一定的理論基礎(chǔ)之上，使其更加客觀和規(guī)范。

（2）Logistic回歸模型。Logistic回歸模型被廣泛應(yīng)用于財(cái)務(wù)困境預(yù)警模型的研究，并根據(jù)研究的側(cè)重點(diǎn)不同，所選取的指標(biāo)之間也存在差異，對(duì)于研究“僵尸企業(yè)”預(yù)警模型的主要意義在于計(jì)量方法。該模型的優(yōu)勢(shì)在于放松了對(duì)樣本正態(tài)分布的要求，同時(shí)被解釋變量為離散變量，符合“僵尸企業(yè)”特征。只需要在變量或指標(biāo)選擇上多加斟酌，就會(huì)適用于“僵尸企業(yè)”識(shí)別和預(yù)警模型的研究。同時(shí)，相對(duì)于總體而言，“僵尸企業(yè)”樣本占比過(guò)小，現(xiàn)有文獻(xiàn)中無(wú)論是Z模型還是Logistic回歸模型，均采用尋找對(duì)照樣本的方法開(kāi)展研究，受到樣本量的限制，不可避免地產(chǎn)生樣本過(guò)度選擇的統(tǒng)計(jì)問(wèn)題。在公司金融的研究領(lǐng)域中，越來(lái)越多的學(xué)者采用bootsrap生成模型標(biāo)準(zhǔn)誤或進(jìn)行穩(wěn)健性檢驗(yàn)，該方法也適用于“僵尸企業(yè)”研究中克服樣本選擇偏誤等問(wèn)題。

（3）KMV模型。KMV模型以經(jīng)典的Merton模型和B-S期權(quán)定價(jià)模型為支撐，具備堅(jiān)實(shí)的理論基礎(chǔ)，同時(shí)，該模型使用股票市場(chǎng)數(shù)據(jù)，在一定程度上克服了“歷史數(shù)據(jù)”所帶來(lái)的滯后性等缺陷。KMV模型不需要進(jìn)行有效市場(chǎng)假設(shè)，因此被國(guó)內(nèi)相關(guān)領(lǐng)域的學(xué)者廣泛運(yùn)用，一些文獻(xiàn)也嘗試將該方法運(yùn)用于財(cái)務(wù)困境預(yù)警模型構(gòu)建，并且通過(guò)實(shí)證檢驗(yàn)證明了該模型的明顯優(yōu)勢(shì)（馬若微，2006）。但是也存在明顯缺陷：該模型是建立在企業(yè)所有股權(quán)均上市流通的假設(shè)之上，與我國(guó)的股票市場(chǎng)存在較大差異。

3.“僵尸企業(yè)”預(yù)警框架構(gòu)建。

（1）“僵尸企業(yè)”預(yù)警框架構(gòu)建原理?！敖┦髽I(yè)”預(yù)警模型本質(zhì)上是一個(gè)預(yù)測(cè)問(wèn)題，預(yù)測(cè)的基本原則是科學(xué)理性。筆者認(rèn)為，一種科學(xué)理性的預(yù)測(cè)機(jī)制應(yīng)抽象為四個(gè)元素：視角、信息、概率、迭代。①視角包括內(nèi)部與外部視角。常規(guī)的做法是以內(nèi)部視角作為切入點(diǎn)，因?yàn)橘Y料可得性相對(duì)較高且直接，在下一階段再轉(zhuǎn)入外部視角。然而，更準(zhǔn)確的做法應(yīng)該是從外部視角出發(fā)轉(zhuǎn)入內(nèi)部視角，并且兩種順序的效果不等，產(chǎn)生差異的原因在于“錨定效應(yīng)”。②伴隨著視角的轉(zhuǎn)換，預(yù)警框架中對(duì)信息的要求也不僅僅限于財(cái)務(wù)指標(biāo)，更應(yīng)當(dāng)包括來(lái)自多個(gè)維度的信息。這種信息除了可得資料，重點(diǎn)還在于信息篩選、噪聲處理和信息利用。③無(wú)論使用哪種模型得出預(yù)測(cè)結(jié)果，都會(huì)產(chǎn)生一個(gè)概率問(wèn)題。人們常常以直覺(jué)去看待概率，因此將科學(xué)性等同于確定性，實(shí)則不然。概率思維的核心并非準(zhǔn)確率，而是對(duì)不確定性的認(rèn)識(shí)，或者說(shuō)對(duì)不確定性程度的區(qū)分。從概率思想的角度來(lái)看，預(yù)警模型簡(jiǎn)單而執(zhí)著的二分法注定是不成功的，這還會(huì)產(chǎn)生一個(gè)問(wèn)題：對(duì)定義的爭(zhēng)論無(wú)法達(dá)成一致。因此對(duì)二分法進(jìn)行改進(jìn)并非源自妥協(xié)，而是基于科學(xué)。④預(yù)警模型的預(yù)測(cè)結(jié)果與現(xiàn)實(shí)結(jié)果之間必定存在一定的差距，如同金融市場(chǎng)上單個(gè)證券的β值，但本文認(rèn)為模型預(yù)警的β值意義并不僅限于描述偏差，還在于后續(xù)的反饋、分析、調(diào)整。因此本文提出預(yù)警模型β的概念：預(yù)警β為模型預(yù)測(cè)結(jié)果與實(shí)際結(jié)果之間的差異。在預(yù)警模型的實(shí)證研究中，通常使用歷史數(shù)據(jù)對(duì)模型結(jié)果進(jìn)行檢驗(yàn)，但是，在年度之間與企業(yè)之間，影響預(yù)警結(jié)果的因素不斷變化，僅僅借助一類固定的模型進(jìn)行跨年度和跨企業(yè)之間的預(yù)測(cè)，其準(zhǔn)確性難以令人滿意。本文認(rèn)為，對(duì)模型的預(yù)測(cè)結(jié)果應(yīng)當(dāng)附加一個(gè)基于預(yù)警β的校正，根據(jù)影響因素的重要程度對(duì)結(jié)果做出調(diào)整，類似于“迭代”的過(guò)程。

（2）“僵尸企業(yè)”預(yù)警框架。

視角選擇：通過(guò)前文分析可以將財(cái)務(wù)困境預(yù)警的框架或范式總結(jié)為定義、指標(biāo)選擇和模型確定。在研究過(guò)程中，學(xué)者們通過(guò)不斷提煉和深入思考，并嘗試跳出該框架，提出了重構(gòu)設(shè)想：即在財(cái)務(wù)預(yù)警框架重構(gòu)設(shè)想中嵌入利益相關(guān)者行為。值得一提的是，集體選擇理論正逐漸被引入公司領(lǐng)域的研究。前文提到，“僵尸企業(yè)”的形成機(jī)理比較復(fù)雜，涉及政府、銀行、企業(yè)三種主體之間的博弈，而“僵尸企業(yè)”的治理不僅僅是經(jīng)濟(jì)問(wèn)題，還是社會(huì)問(wèn)題。因此，本文認(rèn)為“僵尸企業(yè)”預(yù)警模型的視角應(yīng)遵循“宏觀經(jīng)濟(jì)→微觀企業(yè)”的順序，具體表現(xiàn)在對(duì)“僵尸企業(yè)”的定義與界定，以及指標(biāo)引入時(shí)考慮市場(chǎng)環(huán)境和財(cái)務(wù)指標(biāo)的結(jié)合以及權(quán)重問(wèn)題。

信息處理：隨著互聯(lián)網(wǎng)時(shí)代的到來(lái)，信息的增長(zhǎng)呈指數(shù)級(jí)形態(tài)。2008年，《自然》提出“大數(shù)據(jù)”的概念，大數(shù)據(jù)的本質(zhì)在于全樣本而不是抽樣，可以說(shuō)是一種新的思維方法。本文認(rèn)為“僵尸企業(yè)”預(yù)警模型中應(yīng)當(dāng)引入大數(shù)據(jù)，尤其是一些非財(cái)務(wù)指標(biāo)以及不易量化的數(shù)據(jù)，可以對(duì)財(cái)務(wù)指標(biāo)進(jìn)行更準(zhǔn)確的修正與補(bǔ)充。

概率分級(jí)：簡(jiǎn)單的二分法并不符合科學(xué)的概率思想，更為可行的方法應(yīng)該是進(jìn)行概率分級(jí)，將可能性進(jìn)行細(xì)分，已有大量研究證明細(xì)分意味著準(zhǔn)確率的提高。因此本文認(rèn)為，不管運(yùn)用哪種模型進(jìn)行預(yù)警，對(duì)于結(jié)果的判斷不應(yīng)僅僅局限于兩種設(shè)定：是與否，應(yīng)適當(dāng)引入中間類別。進(jìn)一步在“僵尸企業(yè)”類別中細(xì)分出僵化程度，在“非僵尸企業(yè)”類別中區(qū)分風(fēng)險(xiǎn)級(jí)別。

預(yù)警β與迭代：本文中的預(yù)警β為模型預(yù)測(cè)結(jié)果與實(shí)際結(jié)果之間的差異，其中，這種差距既可能存在于樣本與實(shí)際總體的結(jié)果之間，也可能存在于單個(gè)企業(yè)的結(jié)果之間。由于預(yù)測(cè)建立在現(xiàn)有信息之上，一旦信息發(fā)生變動(dòng)，預(yù)警模型也要做出相應(yīng)的調(diào)整。預(yù)警β與迭代的意義在于防止模型僵化和忽視影響結(jié)果的重要信息。

最終，依據(jù)前文分析，本文嘗試構(gòu)建出具有理論支撐的“僵尸企業(yè)”預(yù)警框架，如圖1所示；指標(biāo)體系如圖2所示。

圖1 “僵尸企業(yè)”預(yù)警框架

圖2 “僵尸企業(yè)”預(yù)警模型指標(biāo)框架

五、結(jié)論與展望

本文以財(cái)務(wù)困境預(yù)警模型的比較與借鑒研究為出發(fā)點(diǎn)，結(jié)合國(guó)內(nèi)“僵尸企業(yè)”的研究現(xiàn)狀，運(yùn)用經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、數(shù)學(xué)等多種視角和相關(guān)理論，探索“僵尸企業(yè)”預(yù)警模型的構(gòu)建。文章的主要觀點(diǎn)如下：①“僵尸企業(yè)”預(yù)警模型本質(zhì)上是預(yù)測(cè)，應(yīng)注重“預(yù)”；②“僵尸企業(yè)”預(yù)警模型應(yīng)從內(nèi)外兩個(gè)視角展開(kāi)，且應(yīng)當(dāng)以外部視角作為切入點(diǎn)；③“僵尸企業(yè)”預(yù)警模型判定結(jié)果應(yīng)當(dāng)突破二分法，遵循概率基本思想，采取細(xì)分等級(jí)的方法提高準(zhǔn)確率；④“僵尸企業(yè)”預(yù)警模型應(yīng)盡量避免僵化，根據(jù)現(xiàn)實(shí)進(jìn)行動(dòng)態(tài)調(diào)整，為此，本文提出預(yù)警β值與預(yù)測(cè)過(guò)程中迭代的思想。因缺乏經(jīng)驗(yàn)分析，本文并未對(duì)“僵尸企業(yè)”進(jìn)行準(zhǔn)確界定，也并未對(duì)所有的財(cái)務(wù)困境預(yù)警模型進(jìn)行分析借鑒。更進(jìn)一步的研究可以從如下幾方面展開(kāi)：基于以大數(shù)據(jù)為代表的信息技術(shù)的新方法的研究；立足于本國(guó)市場(chǎng)與制度背景的“僵尸企業(yè)”實(shí)證模型的開(kāi)發(fā)；借助金融理論與金融市場(chǎng)的研究。

黃少卿，陳彥．中國(guó)僵尸企業(yè)的分布特征與分類處置［J］．中國(guó)工業(yè)經(jīng)濟(jì)，2017（3）．

時(shí)寒冰．時(shí)寒冰說(shuō)：未來(lái)二十年，經(jīng)濟(jì)大趨勢(shì)（現(xiàn)實(shí)篇）［M］．上海：上海財(cái)經(jīng)大學(xué)出版社，2014．

程虹，胡德?tīng)睿敖┦髽I(yè)”存在之謎：基于企業(yè)微觀因素的實(shí)證解釋——來(lái)自2015年“中國(guó)企業(yè)——員工匹配調(diào)查”（CEES）的經(jīng)驗(yàn)證據(jù)［J］．宏觀質(zhì)量研究，2016（1）．

劉奎甫，茅寧．“僵尸企業(yè)”國(guó)外研究評(píng)述［J］．外國(guó)經(jīng)濟(jì)與管理，2016（10）．

朱瞬楠，陳?。敖┦髽I(yè)”誘因與處置方略［J］．宏觀經(jīng)濟(jì)與微觀運(yùn)行，2016（3）．

陸曉燕．運(yùn)用法治手段化解產(chǎn)能過(guò)剩——論破產(chǎn)重整實(shí)踐之市場(chǎng)化完善［J］．法律適用，2016（11）．

呂長(zhǎng)江，趙巖．上市公司財(cái)務(wù)狀況分類研究［J］．會(huì)計(jì)研究，2014（11）．

馬若微．KMV模型運(yùn)用于中國(guó)上市公司財(cái)務(wù)困境預(yù)警的實(shí)證檢驗(yàn)［J］．?dāng)?shù)理統(tǒng)計(jì)與管理，2006（9）．

F230 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1004-0994（2017）33-0029-6

國(guó)家社會(huì)科學(xué)基金項(xiàng)目“僵尸企業(yè)的僵化指數(shù)與市場(chǎng)退出機(jī)制研究”（項(xiàng)目編號(hào)：16BGL069）

作者單位：1.首都經(jīng)濟(jì)貿(mào)易大學(xué)會(huì)計(jì)學(xué)院，北京100070；2.上海立信會(huì)計(jì)金融學(xué)院工商管理學(xué)，上海201209