基于四维度指标的上市公司财务困境预测研究

徐公伟，杨 宝

1.宿州学院经济管理学院，安徽宿州，234000；2.中南财经政法大学会计学院，湖北武汉，430073

财务困境指一个企业处于经营性现金流量不足以抵偿到期债务(例如商业信用或利息)而被迫采取改正行动的境况[1]。财务困境可能导致企业违反合约的规定，也可能涉及到企业、债权人和股东之间的财务重组。财务困境早期体现为公司的一些诸如利润率下降、亏损等财务征兆，中后期则导致公司的经营失败甚至破产。20世纪30年代开始，西方学者就开始运用统计方法对财务困境的预警进行研究。截至目前，较有影响的财务困境预测方法有十几种之多。然而，2008年全球金融海啸引起的大量企业陷入财务困境、甚至破产倒闭的现实给现行的财务困境预测研究提出了一个沉重的问题：预测模型能预测到财务危机了吗？答案并不乐观：财务困境预测模型并未能转化为现实中的高预测率。根本原因在于对财务危机认识和归因上的偏差，这种偏差使得研究者们陷入了财务困境预测的“财务观”怪圈。吴星泽认为，财务指标只是反映企业财务状况的征兆，而不是预测财务困境的原因[2]。但是，目前主流的财务预测研究方法依然主要依赖财务指标构建模型，“几乎所有的研究都集中于寻找最佳的公开财务指标来预测财务危机”[3]。Jie Sun和Hui Li认为，在财务困境预警研究中，专家经验和非财务因素的重要作用几乎没有受到重视[4]。

如果能够跳出财务困境研究的“唯财务观”的怪圈，找出财务困境发生的本质原因及发生机理，并在此基础上构建基于财务因素、非财务因素、宏观环境因素的财务困境预测模型，那么获得高预警能力并不是奢望。鉴于此，本文拟建立基于财务指标、公司治理结构指标、审计意见、宏观经济因素四个维度的财务困境预测指标体系，并构建基于四维指标的Logit预测模型，展开实证分析。与以往的财务困境研究相比，本文的贡献在于：拓展了财务困境预测的指标体系和维度，将非财务指标、宏观经济指标同时纳入了财务困境预警分析框架。

1 文献分析与指标体系的构建

1.1 财务困境预测研究的财务指标视角

构建模型预测财务困境的发生一直是财务困境研究的重点。Fitzpatrick最早运用单个财务比率将样本划分为破产与非破产两组，发现“净利润/股东权益”与“股东权益/负债”两个比率的判别能力最高[5]。Beaver构建了单变量模型，采用现金流/负债总额、净收益/资产总额、债务总额/资产总额等5个财务比率作为变量，分别对79对经营失败和成功的公司进行一元判定预测，发现现金流/负债总额在判定公司财务状况时准确率最高[6]。Altman建立了多变量模型(Z分数模型)，Z=0.12X1+0.014X2+0.033X3+0.006X4+0.998X5,其中X1～X5分别为：营运资本/总资产、留存收益/总资产、息税前利润/总资产、权益市值/负债账面价值、销售收入/总资产。Atman运用1946～1965年期间33家破产企业和具有相当规模和行业对应的33家非破产企业作为样本，研究发现，财务困境的临界值为Z=2.765[7]。吴世农、卢贤义选取70家处于财务困境的公司和70家财务正常的公司为样本，首先应用剖面分析和单变量判定分析，研究财务困境出现前5年内这二类公司各年的21个财务指标的差异，最后选定6个为预测指标，应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析三种方法，分别建立三种预测财务困境的模型，并指出Logistic回归模型误判率最低[8]。王泽霞、黎良燕研究发现，主营业务利润占总利润的比例越高，公司陷入财务危机的可能性越低[9]。杨淑娥引入面板数据，以T-2、T-3期财务数据组合的面板数据(panel data)作为研究样本，考察每股收益、每股净资产、总资产周转率、总资产增长率、净利润增长率等指标，构建BP神经网络模型，对上市公司的财务状况进行预测，发现较之以往同行的研究及作者前期的研究精度均有较大的提高[10]。

1.2 财务困境研究的非财务因素视角

大量研究“1997～1998”亚洲金融危机的文献指出，公司治理因素是引发财务困境的关键因素之一。如Rajan和Zingales研究发现，股权集中度与公司治理的低效率是诱发财务危机的重要因素[11]。Lapota等研究认为，家族企业的所有权结构与企业财务困境具有关联性[12]。Chen和Hu研究发现，控股股东的投票权、现金流权同样增加公司陷入财务困境的几率[13]。Lee和Yeh选取45家财务困境公司和88家财务正常公司作为研究样本，利用董事会持股比例、控股股东派出董事比例等公司治理变量构建了Logit模型[14]。我国学者姜秀华、杨淑娥等人运用股权集中度、法人持股比例、独立董事比例、两职合一等指标来反映公司治理对于财务危机的预测力[15-16]。张永安、付丽则认为，在ST公司分析模型研究中引入公司治理、关联交易、投资者保护、对外担保等非财务因素，可以建立系统、全面的数理模型，从而提出更符合我国ST公司实际的研究结论[17]。吕峻通过比较两类公司中正常公司和ST公司(财务困境公司)之间在股权结构、治理水平、上市时间等非财务指标上的差异，分析公司被ST之前的征兆。在此基础上，以非财务指标建立Logistics财务困境预测模型进行检验，发现被ST之前的第四年(t-4)的预测精度不低于下一年度[18]。

1.3 财务困境研究的宏观经济因素视角

许多研究者认为，宏观经济因素(macroeconomic factors)对于公司发生财务困境，甚至于公司经营失败具有决定性的影响作用。原因在于宏观经济形势会影响产品的需求，并进而影响产品的销售量与获利水平；此外，宏观经济因素还可以影响到新业务的拓展、负债融资的可获得性和资金成本、原材料及人工成本等，从而对公司的经营成败带来深远的影响。因此，在财务困境预警模型中，加入宏观经济因素是有益的。如Altman强调，紧缩的货币政策与投资者对货币政策的不良预期一样，增加了公司财务困境的概率[7]。Mensah则认为，公司破产是一个逐渐的过程，当宏观经济周期处于萧条阶段的时候，公司破产的几率更大[19]。Johnson首次将GNP、货币供给政策(monetory supply)、股票指数(index of stock price)纳入到研究模型，但是发现解释力不是十分理想[20]。Liu和Wilsons的研究则证实，商品零售价格指数(RPI)会导致企业投入成本的上升，进而引发公司经营的失败，公司财务预警的模型中应添加RPI这一指标[21]。Dah-kwei Liou和Malcolm Smith通过检验英国制造业上市公司财务失败与宏观经济因素的关系发现，预测公司财务困境最有效的指标包括国内生产总值增长率(GDP)、工业生产指数(IPI)以及商品零售指数(RPI)[22]。

1.4 四维度财务困境预测指标体系的构建

以上主要对于基于财务指标、非财务指标(如公司治理结构)以及宏观经济因素的财务困境预测研究做了简单的梳理，不难发现，现有财务困境预测研究基本上都重视财务因素在危机预警中的作用，考察非财务因素、宏观经济因素等财务困境诱因的不是太多，缺乏将财务因素、非财务因素、宏观经济环境因素等纳入同一财务困境预测框架的研究。然而，从公司财务困境发生的机理考察(图1)，笔者发现，上述三方面的因素其实同样具有举足轻重的影响作用。财务因素只是财务困境的表征，对公司财务危机具有一定程度的诊断作用；而非财务因素(如公司治理结构、企业文化、战略等)、宏观经济因素等则是公司财务困境的事前外部原因，对公司财务危机的发生兼有诱导与预测作用。从预测力而言，非财务因素、宏观经济因素丝毫不逊色于财务因素。此外，作为公司财务资料提供鉴证作用的审计意见类型，以超然独立的第三者身份对公司的状况尤其是财务状况作出客观公正的评价。如“清洁审计意见”意味着公司财务资料真实、内部控制完善、公司风险水平较低、发生财务困境的几率低；“非清洁审计意见”意味着公司财务资料可靠性差、内部控制存有漏洞、公司舞弊风险高、发生财务困境的几率高。本文在构建财务困境指标体系中，同时将审计意见类型予以考虑。

图1 四维度财务困境预警机理

基于以上文献回顾及理论分析，同时参考吴星泽[23]等的做法，本文分别从财务维度、公司治理维度、宏观经济维度、审计预警维度构建上市公司财务困境预测指标，如表1。

表1 四维度财务困境预警指标定义表

2 研究设计与样本选取

2.1 研究设计

上市公司陷入财务困境与否，只有两种情形(如“1”代表是；“0”代表否)，因此，回归子是二元的。笔者拟建立基于(累积)逻辑分布函数(Logistic distribution function)的回归模型。

建立Logit模型如下：

=α0+α1AudT+α1CS+α3CurR+α4DebtR

+α6Ecocon+α8ES+α9×GDP+α10OpeC

+α10ROA+α11RPI+ξ

(1)

其中,Pi代表第i个上市公司陷入财务困境的概率:

(2)

α0为常数项；αi为各指标的偏回归系数；ξ为残差项，模型中指标的含义详见表1。

2.2 样本选取与描述统计

参考王克敏等的做法，以上市公司首次被证监会特别处理(ST)作为陷入财务困境的标志[24]。随机选取2003～2008年首次被ST的44家上市公司作为财务困境样本组；同时，随机抽取44家规模、行业、成长性相近的上市公司作为配对研究样本。指标值的选取方面：财务维度预警指标选择上市公司首次被ST前3年相应财务指标的均值；公司治理维度指标也取首次被ST前3年相应指标的均值；宏观经济维度预警指标取被ST当年指标值；审计意见类型取被ST处理上一年度审计报告的意见类型。各指标的描述统计结果如表2和表3。

表2 ST组样本被解释变量描述统计表

表3 非ST组样本被解释变量描述统计表

从表2、表3主要变量描述统计发现，ST组与非ST组指标值之间有显著差异。就财务类预警指标来看，指标总资产净利率ROA、经营活动现金净流量OpeC、流动比率CurR，非ST组高于ST组；而指标资产负债率DebtR，则是ST组高于非ST组。就公司治理维度预警指标来看，股权集中度CS、高管持股水平ES，非ST组均高于ST组。就宏观经济维度指标看，经济景气度指标EcoCon非ST组好于ST组，GDP增长率变动指标ΔΔGDP非ST组也好于ST组，但商品零售价格指数RPI，非ST组与ST组差异不大。总体而言，相关预警指标(除RPI外)在非ST组与ST组间差异明显，相关指标对财务困境应有预警力。

3 实证分析

3.1 相关系数分析

为了检验各预警指标对财务困境的影响及各主要预警指标间的相互关系，对模型中主要变量进行相关系数分析，结果如表4所示。

表4 变量间相关系数表

从表4可见，财务困境指标WAR与其他预警指标间均存在显著相关关系，说明公司是否会陷入财务困境受到表中所列各预警指标的影响。具体来说，审计意见类型、资产负债率、是否发生金融危机等对上市公司陷入财务困境有正向影响；而股权集中度、高管持股、每股经营活动现金流、总资产净利率、GDP增长变化率、商品零售价格指数等对上市公司财务困境的发生具有负向影响。此外，除ROA与DebtR间相关系数较高(0.74)，其他各被解释变量间相关系数均较低(低于0.50)，所以总体来说，变量间不存在严重的多重共线性。

3.2 Logit回归结果分析

为了检验本文设计的四维度预警指标对上市公司陷入财务困境与否的预警效果，利用模型(1)对选取的样本数据进行回归分析，结果如表5所示。

从表5报告的结果可以发现：

(1)整体来看，四维度财务困境预警指标对上市公司财务困境的预测整体是显著的。因为模型的拟合优度指标LR statistic(69.064)，伴随概率Prob(LR statistic)=0，所以模型整体具有显著性。

(2)从回归系数来看，非清洁审计意见、资产负债率、经济不景气(如金融危机)、商品零售价格指数对上市公司陷入财务困境的机会概率具有正向影响；而股权集中度、高管持股比例、流动比率、每股经营活动现金净流量、总资产净利率等指标对上市公司陷入财务困境的机会概率具有负向影响。

表5 Logit回归结果

注：*、**、***分别表示在10%、5%、1%水平显著(双尾检验)。

(3)从预警效果来看，资产负债率指标虽对上市公司财务困境概率有正向影响，但不显著，这说明在财务困境预测方面，同为偿债能力指标，流动比率优于资产负债率。此外，总资产净利率对上市公司财务困境概率有负向影响，但也不显著，说明现金流指标优于盈利能力指标。

最后，宏观经济指标中零售商品物价指数预警效果不如GDP增长变动率、经济景气度。

3.3 模型预测效果分析

4 结论与启示

财务困境研究应跳出“唯财务指标”的怪圈，因为非财务因素同样是上市公司财务状况恶化的关键表征因素。一定程度而言，非财务因素在上市公司财务危机识别方面不逊于财务因素。本文在梳理国内外财务困境预测研究的基础上，着力将财务困境预测研究的视角拓展至非财务因素领域。笔者尝试将财务因素、公司治理结构因素、宏观经济因素、审计预警因素同时纳入上市公司财务困境预测分析框架，并建立了相应四个维度的财务困境预警指标。通过对2003～2008年88个配对样本的实证分析发现：(1)四维度财务困境预测指标模型整体对财务困境与否(WAR)具有良好的解释力；(2)对上市公司发生财务困境具有正向影响的因素包括资产负债率、非清洁审计意见、经济不景气、商品零售价格指数，而每股经营活动现金净流量、总资产净利率、股权集中度、高管持股比例、流动比率等指标对上市公司发生财务困境具有负向影响；(3)指标间预测效果有差别，如反映企业短期偿债能力的流动比率优于长期偿债能力指标资产负债率，现金流能力指标优于盈利能力指标，同为宏观经济指标的零售商品物价指数不如GDP增长变动率、经济景气度。

笔者认为，本文可能的贡献在于：克服了单纯通过财务因素考量财务困境发生机理的弊端，将公司治理因素(股权结构、高管持股等)、宏观经济环境因素(如GDP增长变动、金融危机、零售商品物价指数等)、审计意见类型等引入了上市公司财务困境预测研究框架。一方面拓宽了财务困境研究的视角，另一方面也丰富了现有财务困境研究的理论文献。本文的局限性在于：尽管构建了四个维度的财务困境预测指标体系，但上市公司发生财务困境的诱因较多，是否存在更有效的预警指标还需要做进一步研究与探讨。

参考文献：

[1]Karen Wruck.Financial distress: reorganization and organization efficiency[J].Journal of financial Economics，1990，27：425

[2]吴星泽.财务预警的非财务观[J].当代财经，2010(4)：122-128

[3]张鸣，张艳，程涛.企业财务预警研究前沿[M].北京：中国财政经济出版社，2004

[4]Jie Sun，Hui Li.Financial Distress Early Warning Based on Group Decision Making[J].Computer & Operatons Research,2009,36:885-906

[5]Paul J Fitzpatrick.A comparision of the ratios of successful industrial entreprises with those of failed companies[M].NewYork:The Accountants Publishing Company,1932

[6]William H Beaver.Financial Ratios as Preditors of Failure[J].Journal of Accounting Research,1966,4:71-111

[7]E I Atman.Financial ratios,Discrimant analysis and the prediction of corporate bankruptcy[J].Journal of finance,1968(9):589-609

[8]吴世农，卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究，2001(6)：46-55

[9]王泽霞，黎良燕.基于主营视角的财务危机预警模型构建研究：来自我国制造业上市公司的经验证据[J].会计之友，2010(24)：15-22

[10]杨淑娥.基于BP神经网络和面板数据的上市公司财务危机预警[J].系统工程理论与实践，2007(2)：61-67

[11]Rajan，Zingales.Which Capitalism? Lessons From the East Asia Crisis [J].Journal of Applied Corporate Finance,1998(11):40-48

[12]Rafael La Porta,Florencio Lopez-de-Silanes,Andrei Shleifera,et al.Investor protection and corporate governance[J].Journal of Financial Economics,1999(3):33-45

[13]Chen,Hu.Corporate Financial Distress and Turnaround Strategies:An Empirical Analysis[J].British Journal of Management,2001，12：183-199

[14]Lee T S,Y H Yeh.Corporate governance and financial distress:Evidence formTaiwan,Corporate Governance[J].2004(12):378-388

[15]姜秀华，任强，孙铮.上市公司财务危机预警模型研究[J].预测，2002(3)：56-61

[16]杨淑娥，陈强.基于行业差异视角的财务预警模型比较研究[J].会计之友，2007(10)：41-42

[17]张永安，付丽.基于非财务指标的ST公司运营分析模型研究[J].管理评论，2006(12)：15-19

[18]吕峻.基于财务比率调整的上市公司财务困境预测[J].山西财经大学学报，2006(2)：135-139

[19]Mensah Y M.An Examination of the Stationarity of Multivariate Bankruptcy Prediction Models:A Methodological Study[J].Journal of Accounting Research,1984,22 (1):380-395

[20]Johnson C G.Ratio Analysis and the Prediction of Firm Failure [J].Journal of Finance,1970,25(5):1166-1168

[21]Liu J，Wilson N.Corporate Failure Rates and the Impact of the 1986 Insolvency Act:An Econometric Analysis[Z].Working Paper,Credit Management Research Centre,The University of Leeds,2000：1-14

[22]Dah-kwei Liou，Malcolm Smith.Financial distress and corporate turnaround:a review of literature and agenda for research[Z].working paper,2009:8

[23]吴星泽.财务危机预警研究：存在的问题与框架重构[J].会计研究，2011(2)：59-65

[24]王克敏，姬美光.基于财务与非财务指标的亏损公司财务预警研究：以公司ST为例[J].财经研究，2006(7)：63-72