基于COX模型的房地产上市公司财务困境预警指标体系构建及实证研究

冯琪

摘 要：本文回顾了国内外有关财务困境预警理论的研究，通过分析房地产行业的特点来挖掘房地产上市公司陷入财务困境的风险来源。在此基础上，以COX模型为主要研究工具，选取我国深沪A股房地产行业上市公司为研究样本，综合考虑公司偿债能力、成长能力、盈利能力、资产营运能力、现金流量能力以及股票市场价值状况，构建了房地产上市公司财务困境预警模型，并对其进行了实证检验，同时对房地产行业的财务风险控制提出政策建议。

关键词：财务困境；COX模型；房地产

一、引言

随着经济全球化和经营国际化的趋势加剧，企业面临的内外部环境越来越复杂，竞争越来越激烈，相关政策措施也对上市公司退市和破产机制进行了明确清晰的界定和规划，企业无时无刻不接受着优胜劣汰、适者生存的洗礼，企业消亡无可避免。据统计，国际化大公司的平均寿命大约为40-50年；日本与欧洲企业可存活的时间可能是12.5年左右；在美国，大型企业的平均寿命不会超过40年，中小型企业却不到7年就会遭遇破产。日本有科学研究表明：企业在本行业处于领先水平，获得超额利润的时间会在30年左右消失，也就是说一个新兴企业会在30年以后由强到弱，最后走向衰败的命运。企业想要保持长期稳定的发展，抓好风险管理是至关重要的环节，而其中财务风险尤为重要。从1998年的亚洲金融危机，到2008年的美国次贷危机，到底什么是危机根源？最终发现，除了金融体系和社会经济环境等宏观因素以外，企业自身不完善的风险预警机制也会给企业带来灭顶之灾。

赵远（2011）通过生存数据分析，总结出我国上市公司被ST的具体原因（见表1）。

从以上表1可以看出，上市公司被ST的主要原因都体现在财务状况上，因此以上市公司被ST作为财务困境的标志是合理的。但这一系列过程，包括财务状况从良好到逐步恶化，都是一个从量变到质变的过程，它们会通过企业的财务指标、公司治理指标以及现金流量指标等体现出来，因此，建立财务危机预警系统是可行并且尤为必要的。

二、文献回顾

（一）COX模型研究现状

最早提出COX比例风险模型的是英国著名生物学家COX Deakin，（1972），COX模型是一种半参数模型，解决了生存分析方法中存在的分布复杂、删失数据以及多个影响因素的问题。Prentice等（1979）提出COX模型主要受死亡例数的影响，因此它比其他非参数模型有更高的效率，几乎接近于参数模型。Johnson（1982）运用计算机模拟的办法，实证证明COX模型对于小样本的研究也是有效的。余红梅等（2000）从COX模型的比例风险假设、对数线性假设、影响分析、预测应用四个方面研究讨论了COX模型应用中的问题及解决。钱俊等（2009）研究了删失数据的比例对COX模型的影响，提出了在应用COX模型时删失数据的最大限度。

（二）财务困境研究现状

财务困境（Financial distress）又称为财务危机（Financial crisis），指企业由于营销、决策或不可抗拒因素的影响，使经营循环或财务循环无法正常持续或陷入停滞状态，具体表现为：持续性亏损、无偿付能力、违约、企业破产（Bankruptcy）等。企业陷入财务困境实际上是一个量变到质变的逐步渐进的过程，在这个过程中些许前兆是可以加以预测的。目前，关于财务困境的定义在国内外有不同的表述，既体现有相似之处，同时也存在一定的差异性。国外学者Beaver（1966）最早提出了财务困境这个概念，他针对美国公司的情况认定企业如果透支了大量的银行信用，公司债存在大量违约交割以及优先股股息不能正常支付而最终导致公司宣告破产，那么即可以认定该公司陷入财务困境。Altman（1968）年将财务困境的涵义界定为公司经过失败阶段、无力偿还债务阶段以致破产阶段所达到的法定破产的状况，其已明确认定公司的财务困境所经历的三个阶段。

当然，由于国内与国外的经济状况、政策限定以及法律法规等实际状况不同，国内与国外的财务困境的界定也呈现一定的差异性（见表2）。我国于1986年颁布了《破产法》，该法律第三条明确规定“企业因经营管理不善造成严重亏损，不能清偿到期债务的依照本法规定宣告破产”，这是在法律上对于公司陷入财务困境做出的定义，其针对的是一个公司在陷入财务困境中的极端情形即陷入破产状态。虽然法律上对公司破产进行了清晰的定义，但是我国的上市公司由于存在特定法律和经济状态，很少有上市公司真正宣告破产而退市。中国证监会于1998年颁布了《关于上市公司状况异常期间的股票特别处理方式的通知》，其明确规定了上市公司被特别处理所应该具有的财务指标特征，即公司在最近两个会计年度内的审计结果显示的净利润均为负值则可认定公司可以被ST，因此，国内学者多将我国上市公司被特别处理当作公司陷入财务困境的一种特征，例如吕长江等（2005）详细论证了将ST作为划分公司是否陷入财务困境所具有的指标性意义。

国外学者对于公司财务困境的界定表述大多着眼于公司陷入财务困境的前期阶段，而国内学者对于公司财务困境的界定则多根据法律规定中对于公司某个财务指标的特征进行定义，多着眼于公司濒临陷入破产的后期阶段。概言之，公司陷入财务困境是一个循序渐进的过程，具有阶段性的特征，其涵盖了公司从持续稳定经营——出现债务违约风险——不稳定经营——陷入财务困境——公司内外调整解决无效——公司陷入破产的过程，其中最核心的表征是公司不能够按期支付其承担的债务或者费用，即出现不可以持续经营的风险特征。因此，公司财务困境可以根据轻重缓急的特征划分为：风险潜伏时期、風险增长时期、风险恶化时期以及风险实现时期即公司陷入破产。

（三）COX模型在财务困境预警领域的应用研究现状

最早将COX模型应用于财务危机预警的是Looney Lane和Wansley（1986），他们采用逐步回归的方法筛选影响因素，然后以COX模型预测银行的破产概率。Shumway（2001）证明COX模型与多时期Logistic模型是等价的，但COX模型的估计量是一致的，而Logistic模型的估计量是不一致的。Chava和Jarrow（2004）分行业研究破产概率，发现在COX模型下，不同的行业，其破产概率存在显著差异。Hyun Ju Noh（2005）利用COX模型进行个人信用评估，实证对比发现，Logistic回归模型在某些方面逊色于COX模型，比如COX模型更能降低第二类误判率。Bellotti T和Crook J（2007）利用COX模型来分析个人信用风险，并在传统协变量的基础上加入了利率和失业率等宏观经济变量，完善了模型的预测能力。endprint

钟永红、李政（2004）以企业盈利能力作为因变量，采用COX模型实证研究了哪些因素影响在华外资银行的盈利能力。王晓鹏、何建敏和马立成（2007）借助于上市公司的财务指标数据，采用COX模型对企业财务困境进行预警，并阐述该模型的优势：可以使用时间序列、连续预测、无需样本配对。宋光磊、刘红霞（2010）基于双层委托代理关系，构建了董事会治理风险评估指标体系，并把这些指标作为协变量引入COX模型，设计出了董事会风险预警模型。陈艳梅（2012）以上市公司的财务数据作为信息源，采用因子分析法对财务指标进行降维处理，以处理后的影响因子作为COX模型的协变量构建上市公司财务危机预警模型，并实证检验了模型的预测效果。雷振华和楚攀（2013）以信息技术类上市公司为研究样本，选取反应企业盈利能力、偿债能力、发展能力、公司治理能力以及现金流量能力的五类指标共23个财务变量进入COX模型，显示COX模型具有较好的预测能力和判别精度。

（四）简单述评

COX模型是一种半参数的生存分析模型，自身存在数据优势以及统计优势，在财务困境预警中的应用越来越广，但研究欠缺，并未形成体系，运用COX模型的适应性是需要在理论与实践中加以证明的。本文以COX模型为主要研究工具，以我国深沪A股房地产行业上市公司为研究样本，综合考虑公司偿债能力、成长能力、盈利能力、资产营运能力、现金流量能力以及股票市场价值状况，构建房地产上市公司财务困境预警模型，力求更加直观地反应我国房地产行业上市公司财务风险状况，并能在预测和评估风险的基础上给予一定的管理和控制，帮助公司树立正确的危机意识，为公司加强风险管理提供理论支持。

三、研究设计

（一）指标选取

本文选取的财务指标及定义见表3。

（二）生存时间界定与研究样本的选择

本文研究的样本数据来源于Wind数据库，按照申银万国行业指数分类标准，选取了我国沪深房地产行业上市公司的财务数据，因为本文实证研究中用到的是COX模型，需要考虑样本的生存时间问题，所以，在选择房地产上市公司时考虑到该类型上市公司至少已经上市三年且在2003年以前就已经上市，因此，综合考虑到数据的可得性和样本数据的分布，本文选取样本的时间段为2007年～2012年，考虑到一些房地产上市公司存在数次ST的现象，将这些样本数据在不同年份进行累加，综合上述条件的分析，在去除不符合条件的上市房地产公司后，最终得到了150个房地产行业公司的样本数据，其中首次被ST的公司数量在不同年份分别为：2007年13家，2008年9家，2009年6家，2010年为24家，2011年为7家，2012年为4家。

为了方便分析Cox模型的预测效果，本文采取将2007年～2012年的样本数据分为两大类的方法，分别为估计样本数据和预测样本数据。其中，将2007年～2009年的样本数据作为模型的估计样本，将2010年～2012年的样本数据作为模型的预测样本，即ST公司对应的生存时间将分别为1到3年，而作为非ST公司的样本数据则可以视之为生存分析中的右删失数据，由于采用的生存模型相比多元判别模型来说不需要对房地产上市公司中的样本数据进行健康状况和不健康状况配对，用估计样本进行建模的过程中不需要进行1：1的同比例配对，但在预测检验中，预测样本将采用配对的方法，即如下表4所示。

（三）财务指标的显著性检验

首先要对上述房地产公司的25个财务指标进行初步筛选，可以先判断上述样本中的财务数据在两类样本中是否存在显著性差异，即样本数据中在ST公司和非ST公司之间是否存在显著性差异，如果不存在显著性差异，将剔除这些指标，如果存在显著性差异，就说明这些财务指标能够判定ST公司和非ST公司之间的区别，从而能够做出很好的预警。考虑选择样本中的2007年首次被ST的房地产公司6家以及随机取样财务状况健康公司6家来进行显著性分析，即可以运用非参数检验中的Mann-Whitney U检验法来研究这两种相互独立的样本数据，Mann-Whitney U 检验是用得最广泛的两独立样本秩和检验方法，该检验是与独立样本t检验相对应的方法，当正态分布、方差齐性等不能达到t检验的要求时，可以使用该检验，其假设基础是：若两个样本有差异，则其中心位置将不同。本文研究26个财务预警指标的描述性统计量，观测其是否存在一定的显著性差异，结果如下表5所示。

观察表格中的统计量，假设P值小于0.10的前提下来提炼显著性指标，会发现只有资产负债率、流动比率、已获利息倍数、固定资产周转率、存货周转率、净资产增长率、总资产增长率、固定资产投资扩张率、净资产收益率（ROE）、总资产净利率（ROA）、销售净利率、市销率（PS）这12个指标的双侧P值和单侧P值都能小于0.05，因此都能在财务困境样本和财务健康样本中表现出显著性的差异，所以我们可以认定，以上指标能够初步满足模型要求的预警作用，即具有显著性差异。

（四）财务指标的相关性检验

上述经过Mann-Whitney U检验筛选出来的显著性差异的指标同时也可能存在多重共线性問题，所以我们将对显著性检验筛选后的财务预警指标做Pearson相关性检验，并最终挑选能够满足COX模型的财务预警指标。Pearson相关性检验得出的相关性矩阵如下表6所示。

研究发现，筛选去除相关性较强的指标后，资产负债率（X1）、流动比率（X3）、已获利息倍数（X5）、总资产增长率（X15）、总资产净利率（X20）、销售净利率（X21）可以被采用到COX模型中。

四、实证检验与结果分析

（一）COX模型实证结果与分析

本文采用SPSS18.0统计软件来构建生存分析的COX比例风险模型，首先利用“Survival”中的“Cox w/Time-dep Cov“过程来实现模型估计，对选取的资产负债率（X1）、流动比率（X3）、已获利息倍数（X5）、总资产增长率（X15）、总资产净利率（X20）、销售净利率（X21）这六大指标做了如下表7所示的初次估计。endprint

上图表示的是对拟合模型的整体检验，原假设为“模型所有财务指标影响因素的偏回归系数均为0”，可以看到P值是显著小于0.05的，因此可以拒绝原假设而认为偏回归系数不同时为0，從而做进一步分析。模型中不引入任何协变量时的-2倍对数似然比值为228.682，引入后-2倍对数似然比值为204.004。

观察上面的表格，资产负债率（X1）、流动比率（X3）、已获利息倍数（X5）、总资产增长率（X15）、总资产净利率（X20）、销售净利率（X21）这些财务指标能够对上市公司的生存时间做出显著性影响，因为它们的检验的P值都小于0.05。其中，X1、X3、X5、X15、X20、X21的值均采用财务比率值乘以100来估算。

将上表估计的系数代入到COX模型方程中，可以得到以资产负债率（X1）、流动比率（X3）、已获利息倍数（X5）、总资产增长率（X15）、总资产净利率（X20）、销售净利率（X21）为协变量的房地产上市公司财务困境预警的COX危险率函数模型，即：表中系数βi（即B）为变量Xi的参数估计系数，理论上说，如果βi=0，则说明Xi对上市公司生存率并没有影响，即风险率h（t，X）从h0（t）变化到h0（t）exp0，风险率维持不变；如果βi<0，则说明Xi的增加会降低上市公司的危险率，即使其生存率上升，是上市公司生存率的正面因素（保护因素）；如果βi>0，则说明Xi的增加会加大上市公司的危险率，即使其生存率下降，是上市公司生存率的负面因素；因此βi的实际含义为：当Xi改变一个单位时，造成的风险率改变倍数的自然对数。本文中也列出了相对危险度（Hazard Ratio），即风险比例exp（B）。

从模型系数回归的结果来看，资产负债率和总资产同比增长率与房地产上市公司财务风险正相关，而流动比率、已获利息倍数、总资产净利率以及销售净利率与房地产上市公司财务风险负相关。具体来看：资产负债率X1的系数β1=0.004>0，从系数符号看，资产负债率是负面因素，会加大企业陷入财务困境的危险，也就是说资产负债率每增加一个单位，其相对危险度为1.004，该指标越高，说明企业承担的债务压力越大，引发财务危机的可能性越大，生存时间越短，模型推倒的结论与实际相符。

流动比率X3的系数β3=-1.576<0，从系数符号看，流动比率是保护因素，会减轻企业陷入财务困境的危险，也就是说流动比率每增加一个单位，其相对危险度为0.207，该指标越高，说明企业资产的流动性越好，引发财务危机的可能性越小，生存时间越长，模型推倒的结论与实际相符。

已获利息倍数X5的系数β5=-0.003<0，从系数符号看，已获利息倍数是保护因素，会减轻企业陷入财务困境的危险，也就是说已获利息倍数每增加一个单位，其相对危险度为1.004，该指标越高，说明企业息税前利润可以保证利息费用的支付，保持较好的偿债声誉和较高的举债能力，则引发财务危机的可能性越小，生存时间越长，模型推倒的结论与实际相符。

总资产增长率X15的系数β15=0.005>0，从系数符号看，总资产增长率是负面因素，会加大企业陷入财务困境的危险，也就是说总资产增长率每增加一个单位，其相对危险度为1.005，该指标越高，说明房地产公司无序高杠杆融资扩张尽管能带来总资产的膨胀，但也会使得公司陷入财务困境的风险提高，生存时间缩短，模型推倒的结论与实际相符。

总资产收益率X20的系数β20=-0.001<0，从系数符号看，总资产收益率是保护因素，会减轻企业陷入财务困境的危险，也就是说总资产收益率每增加一个单位，其相对危险度为1.001，该指标越高，说明企业资产利用率越高，盈利能力越强，企业通过自身盈利来偿还债务的能力越强则引发财务危机的可能性越小，生存时间越长，模型推倒的结论与实际相符。

销售净利率X21的系数β21=-0.001<0，从系数符号看，销售净利率是保护因素，会减轻企业陷入财务困境的危险，也就是说销售净利率每增加一个单位，其相对危险度为1.001，该指标越高，说明企业利润质量越高，企业通过自身盈利来偿还债务的能力越强，则引发财务危机的可能性越小，生存时间越长，模型推倒的结论与实际相符。

总的来说，对企业财务危机有显著影响的因素X1、X3、X5、X15、X20、X21，且其相对危险度最大的是1.005（总资产增长率），最小的是0.207（流动比率）。

（二）COX模型的财务预警效果检验

为了方便验证上述Cox模型的预警效果，首先应该选择一个判别临界值作为预警点，采用Whalen的方法即规定2007年～2009年估计样本中生存时间分别为一年、两年以及三年的样本数量和估计样本总量的比值作为预警点，然后求出预测样本中公司的生存率，通常采用的方法是Christensen的Cox模型生存率估计法，即可以对上述最终的Cox相对风险模型进行估计，求出2010年～2012年间预测样本中的房地产上市公司生存率数据，最后将这些生存率数据与预警点判别值做以比较，若预测样本公司的生存率大于预警点，则判定该样本公司不会陷入财务困境，反之则反是。根据以上分析，得到Cox模型对2010年～2012年预测样本的预警准确率如下表8所示。

观察上表，模型对ST公司和非ST公司提前一年的预警准确率为77%和73%，提前两年和三年的指标也都超过了50%，说明模型的预测能力较好，之所以提前一年期的财务预测能力较好时因为提前一年的信息损失比较少，时间越久，财务指标解释能力越差。

五、研究结论与局限性

（一）研究结论

通过建立我国房地产上市公司财务预警的Cox模型并进行样本外检验，资产负债率、流动比率、已获利息倍数、总资产增长率、总资产净利率（ROA）、销售净利率这六大因素能够很好地预测房地产上市公司的财务困境风险。endprint

（二）政策建议

一方面，着重加强企业内部风险管理控制，建立完善筹融资决策规划制度从而保持良好的信用记录，以较好地控制公司的杠杆率，避免公司高杠杆超限扩张带来的总资产增长率和资产负债率上升从而陷入财务困境的情形；提高公司经营能力，把握良好的存货周转控制机制，加强资金融通能力，使得公司能够抵御流动负债偿付风险，增强公司产品创新能力，加强公司成本控制，提高员工素质，从而增强公司盈利能力，另一方面，房地产行业目前正处于特殊时期，密切关注房贷政策与银行执行情况，最大限度去库存，回资金，以避免陷入财务困境。

（三）研究不足与展望

由于研究数据瓶颈、时间和本人研究能力的限制，本文在内容上和深度上还存在较大的改进余地，主要体现在：

第一，本文主要是从公司财务状况的角度来考察公司陷入财务困境的预警分析，但是有些非财务性因素也能导致公司面临财务风险，引发公司财务困境，如公司战略市场定位、公司人力资源状况、公司管理层素质和声誉、公司股权结构分布、企业会计准则的变化等都包含有相应信息，能够对公司财务状况加以影响。第二，本文利用的是房地产行业微观层次的财务数据，由于房地产行业与宏观经济状况也有较大联系，因此还可以综合考虑财政、货币、税收等宏观因素在房地产上市公司财务困境预警模型中的作用。第三，本文所选取的数据是从网上公开渠道上获取的会计报表数据，但是由于各种各样的原因，会计报表数据的真实性和客观性也值得考量，并且会计报表数据存在滞后性、短期性以及静态性等特征，会使得研究数据并不能综合反映公司真实的财务状况，因此，如何从多个层面和角度来构建一套科学合理的指标体系，应该加以思考。

参考文献

[1]Beaver WH. Financial ratios as predictors of failure.Empirical Research in Accounting： Selected Studies[J].Journal of

Accountancy ，1966.

[2]Deakin， Edward B. A discriminant analysis of predictors of business failure[J].Journal of Accountancy，1972.

[3]Hyun Ju Noh，Tae Hyup Roh，Ingoo Han.Prognostic personal credit risk model considering censored in-formation[J].Expert

Systems With Applications.2005 （4） .

[4]Johnson M E，Tolley H D，Bryson M C，Goldman A S. Covariate analysis of survival data： a small-sample study of Coxs

model[J].Biometrics.1982.

[5]Prentice R L，Kalbfleisch J D. Hazard rate models with covariates[J].Biometrics ，1979.

[6]Lane W R，Looney S W，Wansley J W.An application of the Cox proportional hazards model to bank fail-ure[J].Journal of

Banking and Finance ，1986.

[7]Shumway，T.Forecasting bankruptcy more accurately：A simple hazard model[J].Journal of Business，2001.

[8]Sudheer Chava，Robert A.Jarrow.？Bankruptcy Prediction with Industry Effects[J].European Finance Re-view， 2004（4） .

[9]Tony Bellotti，Jonathan Crook.Credit Scoring with Macroeconomic Variables using Survival Analysis[G]http：//fic.

wharton.upenn.edu/fic/papers，2007.

The Construction and Empirical Study of Financial Distress Early Warning Index System of Chinas Real Estate Listed Companies Based on COX Model

FENG Qi

（Baoji Branch of Agricultural Bank of China， Baoji Shaanxi 721300）

Abstract：The paper reviews the research on the financial distress early warning theory at home and abroad， and analyzes the characteristics of the real estate industry to explore the risk sources of the financial distress of listed companies. On this basis， taking COX model as the main research tool， selecting A-share listed companies of real estate industry in Shanghai and Shenzhen stock markets as research samples， comprehensively considering the solvency ability， growth ability， profitability， assets operation， cash flow and stock market value， the paper builds the financial distress early warning model of real estate listed companies， and carries on the empirical test， at the same time provides the policy suggestions on the financial risk control of the real estate industry.

Keywords： financial distress； COX model； real estate

責任编辑、校对：党海丽endprint