基于PSM模型的僵尸企业识别方法有效性检验

许江波（教授），史国梁

一、引言

僵尸企业缺乏自我发展能力，但在银行或外界的财务援助下免于倒闭或出清，因而成为社会的顽疾。在供给侧改革的制度背景下，去产能、谋发展已成为社会各界的共识，而准确识别僵尸企业，并采取合理有效的方式对其进行处置则成为此共识下的重点关注问题。20世纪90年代，“泡沫经济”破灭的日本涌现出大量的僵尸企业，而随后日本经济发展不畅的部分原因就在于政府对僵尸企业的不当处置。这从实践上表明，准确识别僵尸企业，并及时采取合理有效的方式促进僵尸企业的退出是非常重要的[1]。近年来，国内学者对僵尸企业识别方法的研究热度持续上升，目前已形成FN-CHK法[2]、连续亏损法[3]、过度借债法[4]和综合界定法[5]四种主要的方法。各识别方法的理论依据的关注重点各不相同，并且各识别方法所识别出的僵尸企业数据也有较大差异。因此，对僵尸企业识别方法有效性的研究显得至关重要。

本文基于PSM模型，对四种僵尸企业识别方法的有效性进行实证检验，并在此基础上结合国内供给侧改革的社会背景和僵尸企业经济困境特征，创造性地提出了四维度识别法，以期对僵尸企业的准确识别和指导实践有所裨益。

二、僵尸企业的内涵

Kane[6]于1987年运用恐怖电影中处于濒死状态且极具传染性的“僵尸”这一角色，生动形象地形容了20世纪中后期美国存在的资不抵债、通过政府担保的联邦存款保险而免于出清的储蓄和贷款机构，一方面，其通过这些外部财务援助提升存款利率并降低贷款利率，缩小行业内部利润空间；另一方面，这些机构增加了年度存款保险费，而这些费用是由非僵尸企业所支付的。Hoshi[7]认为僵尸企业是那些偿债能力差、本应该倒闭但在放贷者的帮助下尚未倒闭的企业。Ahearne、Shinadan[8]认为僵尸企业是无效率且高负债、生产力增长率低的企业。熊兵[1]认为那些长期处于亏损状态、自身难以生存发展的企业为僵尸企业。

综合来看，国内外学者对僵尸企业内涵的侧重点基本一致，均强调了其低效率、难恢复、依赖性强的特点。综上所述，本文将僵尸企业的外部特征总结为以下几个方面：其一，面临偿债压力，即企业难以偿还到期债务；其二，依赖性强，在国内市场上表现为在政府补助和银行信贷的援助下得以存续；其三，企业自身难以维持收支平衡，即企业盈利水平低；其四，企业难以自我发展，即企业在非外部援助的情况下，生存能力差。在供给侧改革的时代背景下，准确识别僵尸企业并采取合理措施解决其对社会的影响已成为当下刻不容缓的社会问题。

三、“僵尸企业”识别方法

确定僵尸企业的识别标准，是解决僵尸企业现实问题的核心步骤，只有明确了该标准，才能更迅速、有效地采取措施指导实践。国内外学者对僵尸企业的识别众说纷纭，但整体上可以总结为以下四种识别方法：

（一）FN-CHK法

Caballero、Hoshi和 Kshayap[9]基于大量的实证研究，根据假设的无风险利率，计算企业当年在该利率水平下所应支付的利息，将实际支付的利息小于此假设利息的企业认定为僵尸企业，学术界将此方法称为“CHK方法”。但该方法存在一定的缺陷，即那些接受银行贷款优惠利率的企业可能被误判为僵尸企业，同时难以识别依赖持续信贷方式存活的僵尸企业。因此，Fukuda、Nakamura[2]引入了盈利标准和持续信贷标准对其进行了修正。对于误判缺陷，增加息税前利润这一指标，将其与享受最优利息的正常企业对比，当企业息税前利润高于这一标准时，判定为非僵尸企业；对于漏判缺陷，通过企业资产负债率、外部贷款增加与否和当年息税前利润三个指标来解决此问题。当某一企业同时满足以下三个条件时即判定为僵尸企业：其一，企业资产负债率高于50%；其二，企业外部贷款额增加；其三，当年息税前利润低于计算出来的最优利息。学术界将此改良的“CHK方法”称为“FN-CHK法”。

目前FN-CHK法是学术界比较认同的僵尸企业识别方法，大量研究在此基础上对僵尸企业的识别方法进行了改良，并且中国人民大学国家发展与战略研究院在2016年发布的《年度研究报告》中，对僵尸企业的识别也利用了FN-CHK法，其将连续两年被FN-CHK法识别出的企业，在后一年认定为僵尸企业[10]。但在国内市场上，此方法仍存在两个缺陷：一是国内僵尸企业对外部财务的依赖性大多来源于政府补助而非银行信贷；二是FN-CHK法对最优利息的标准并未明确，不同的研究者可能因个人的主观因素导致识别结果不同，因而无法指导具体实践。

（二）连续亏损法

国务院常务委员会在2015年12月的会议上将僵尸企业定义为“连续亏损三年以上且不符合结构性调整方向、不符合国家耗能、环保、质量、安全等标准的企业”，要求对这些企业采取破产重组、破产关闭等合理有效的方式予以出清。在此基础上，董登新[3]基于“连续亏损三年”的标准，将僵尸企业定义为“连续三年扣除非经常性损益后每股收益为负数的企业”。这样定义的主要原因在于，非经常性损益中包含政府补助，而扣除非经常性损益后可以解决部分企业外部财务援助问题，从而较清楚地反映企业实际利润。

持续亏损法明显优于FN-CHK法，它既考虑了国内实际市场状况——政府补助对企业的外部支援，同时又考虑了企业持续经营能力的问题。但其仍存在两方面的缺陷：一是没有考虑银行信贷标准，即外部财务援助中缺少银行援助这一指标；二是一些企业在转型时，出现亏损属于正常现象，将转型企业判定为僵尸企业不符合实际要求。

（三）过度借债法

在董登新[3]分析方法的基础上，何帆、朱鹤[4]在2016年提出了过度借债法，他们认为那些无盈利、高负债且融资规模持续上升的企业为僵尸企业。

过度借债法在使用过程中存在两个方面的问题：①与FN-CHK法类似，存在识别标准不一致的问题，不同的研究者可能因为自己的主观因素导致结果偏差；②按照政府补助会计准则中政府补助在利润表中的列示规则，会使企业的净利润增加，未扣除非经常性损益的净利润并不能反映企业的实际盈利能力，这有可能导致识别结果与实际存在较大偏差。

（四）综合鉴定法

与国外相比，国内僵尸企业最大的特征在于可获得政府补助，因此国内学者在CHK方法上增加了政府补助和盈利标准，提出综合界定法。具体的识别标准为：扣除政府补助、税收返还后的实际利息支出小于所计算的最优利息，且扣除非经常性损益后的利润为负[5]。

本文认为综合界定法主要存在两个缺陷：其一，最优利息的衡量难以把握，没有衡量标准也就难以确定最优利息是多少，而个人主观因素的限定容易导致僵尸企业的误判；其二，没有考虑时间问题，在盈利性指标上仅考虑扣除非经常性损益后利润为负，而有些正常企业在某些年份也可能在扣除非经常性损益后利润为负，这同样导致了僵尸企业的误判问题。

四、四种僵尸企业识别方法的有效性检验

（一）实证研究方法

本文将对以上四种僵尸企业识别方法的有效性进行检验，数据来源于国泰安、WIND等数据库。首先通过倾向评分匹配（PSM）模型为僵尸企业的实验组匹配对照组，然后通过非参数检验来比较僵尸企业特征变量的显著性，并通过统计分析方法从量的角度比较各种识别方法下僵尸企业特征变量相对于非僵尸企业的溢出程度。

PSM是使用非实验数据或观察数据进行干预分析的一类统计方法。该方法有别于传统的匹配方法，其思想来源于匹配估计量，可以将企业多个维度的信息综合成一个倾向得分值，通过实验组和对照组之间Logit回归结果的距离进行一对一匹配。基于PSM模型，可以保证实验组和对照组之间的个体特征尽可能一致，从而满足平衡性假设。本文基于实验目的，对Heckman等[11]提出的PSM模型进行一定修改后，将实验组和对照组进行一对一匹配，然后将匹配成功的样本进行非参数检验和统计分析，比较各种僵尸企业识别方法的有效性。

上述Logit模型将是否为僵尸企业（Zombie）作为被解释变量，如果该变量值为1，则企业i是僵尸企业，为0则非僵尸企业；解释变量为企业规模（SIZE）、是否两权分离（Duality）、资本密集度（Cap⁃inten）、设备类固定资产投资（Lnequip）、第一大股东持股比例（Share）、是否存在内部控制缺陷（ICW）及企业性质（State)等企业个体特征变量。在此控制行业变量和年度变量，从而更准确地针对实验组来匹配对照组。Logit回归系数为概率值，表示第t年企业是否为僵尸企业的倾向得分值，最后根据其近似程度为实验组一对一匹配对照组。各控制变量具体计算方法如表1所示：

表1 控制变量计算方法

对实验组和对照组进行非参数检验和统计分析。非参数检验是在总体方差未知或知之甚少的情况下，利用样本数据对总体分布形态特征进行推断的方法。本文对照组的选择是根据实验组的企业特征匹配而来，因而是两配对样本，对其的非参数检验方法包括McNemar（麦克尼马尔）变化显著性检验、符号检验和Wilcoxon秩和检验。其中Wilcoxon秩和检验有助于判断实验组某一特征变量是否显著差异于对照组，从而分析两组样本的总体分布是否存在差异，以达到实验目的。其原假设为两配对样本的总体分布无显著差异，当原假设不成立时，即可证实实验组和对照组的总体分布有显著差异，从而达到实验目的。因此，本文选择Wilcoxon秩和检验作为非参数检验的方法，然后使用统计分析的方法，从数量上比较僵尸企业某一特征变量相对于非僵尸企业的溢出程度，当Wilcoxon秩和检验显著时，进一步比较各识别方法的优越性。

基于僵尸企业内涵和特征，对各种识别方法下所识别出僵尸企业的以下特征变量进行非参数检验和统计分析，具体计算方法如表2所示：

表2 僵尸企业特征变量及计算方法

本文选用现金流量比率（CFR）来衡量企业面临的偿债压力，这是因为企业偿还债务实际使用的是经营活动产生的现金流量，而流动负债是指企业当期需要偿还的债务，因此现金流量比率可以更准确地反映企业的偿债能力。对于依赖政府补助得以维持生存这一特征，由于政府补助为绝对数指标，并不能反映其对企业的实际影响，因此本文选用政府补助与营业收入的比例（Subincome）来衡量其影响程度。对于企业盈利能力差这一特征，本文采用总资产收益率（ROA）来衡量其影响程度。对于自身缺乏发展能力这一特征，因为僵尸企业大多是在政府补助的支持下得以生存，而可持续增长率（SGR）是在没有外部支持下企业的增长率，更能反映企业的实际发展能力，因此本文选用可持续增长率反映企业的自我发展能力。

（二）实证研究结果

1.FN-CHK法。利用FN-CHK法，对2012～2015年所有A股上市公司数据进行衡量，共识别出609家僵尸企业，根据Logit模型通过PSM倾向得分匹配后，共得出558家僵尸企业及558家对照组企业，对企业特征变量进行Wincoxon秩和检验和统计分析，结果如表3所示：

表3 FN-CHK法下非参数检验和统计分析结果

由表3可知，在FN-CHK法下，实验组现金流量比率、总资产收益率和可持续增长率都在1%的水平上显著，表明Wilcoxon秩和检验在1%的水平上拒绝原假设，即实验组和对照组有显著差异。而政府补助与营业收入的比例在10%的水平上显著，表明Wincoxon秩和检验在10%的水平上拒绝原假设。从统计分析的角度比较各指标的溢出程度，其中现金流量比率的溢出程度为-115.14%，政府补助与营业收入的比例的溢出程度为32.71%，总资产收益率的溢出程度为-170.53%，而可持续增长率的溢出程度为-203.39%。现金流量比率、总资产收益率、可持续增长率越低，企业为僵尸企业的可能性越大，在FN-CHK法下这三个指标均出现负值，更真实地反映了僵尸企业的实际情况。僵尸企业获得的政府补助更多，因此实验组政府补助与营业收入的比例的平均值高于对照组，符合实际情况。

2.连续亏损法。利用连续亏损法，对2012～2015年所有A股上市公司数据进行衡量，共识别出519家僵尸企业，根据Logit模型通过PSM倾向得分匹配后，共得出447家僵尸企业及447家对照组企业，对企业特征变量进行Wincoxon秩和检验和统计分析，结果如表4所示：

表4 连续亏损法下非参数检验和统计分析结果

由表4可知，在连续亏损法下，实验组现金流量比率、政府补助与营业收入的比例、总资产收益率和可持续增长率都在1%的水平上显著，表明Wilcoxon秩和检验在1%的水平上拒绝原假设，即实验组和对照组有显著差异。可见，从Wilcoxon角度来看，连续亏损法相对FN-CHK法更有优势。从统计分析的角度比较各指标的溢出程度，其中现金流量比率的溢出程度为-107.21%，总资产收益率的溢出程度为-135.33%，从这两个指标的溢出程度上看，FNCHK法更优；政府补助与营业收入的比例的溢出程度为339.10%，可持续增长率的溢出程度为-235.59%，从这两个指标的溢出程度上看，连续亏损法更优。实验组现金流量比率、总资产收益率、可持续增长率在连续亏损法下均出现负值，且政府补助与营业收入的比例显著高于对照组。总体而言，连续亏损法优于FN-CHK法。

3.过度借债法。利用过度借债法，对2012～2015年所有A股上市公司数据进行衡量，共识别出598家僵尸企业，根据Logit模型通过PSM倾向得分匹配后，共得出523家僵尸企业及523家对照组企业，对企业特征变量进行Wincoxon秩和检验和统计分析，结果如表5所示：

表5 过度借债法下非参数检验和统计分析结果

由表5可知，在过度借债法下，实验组现金流量比率、总资产收益率和可持续增长率都在1%的水平上显著，表明Wilcoxon秩和检验在1%的水平上拒绝原假设，即实验组和对照组有显著差异。而政府补助与营业收入的比例不显著，表明Wincoxon秩和检验接受原假设。可见，从Wilcoxon角度来看，FN-CHK法相对过度借债法更有优势。从统计分析的角度比较各指标的溢出程度，其中现金流量比率的溢出程度为-100.74%，总资产收益率的溢出程度为-152.98%，从这两个指标的溢出程度上看，FN-CHK法更优；政府补助与营业收入的比例的溢出程度为140.25%，可持续增长率的溢出程度为-262.08%，从这两个指标的溢出程度上看，过度借债法更优。与以上两种情况相同，实验组现金流量比率、总资产收益率、可持续增长率均出现负值，且政府补助与营业收入的比例显著高于对照组。总体而言，FN-CHK法优于过度借债法。

4.综合界定法。利用综合界定法，对2012～2015年所有A股上市公司数据进行衡量，共识别出1026家僵尸企业，与实际市场情况相差较大，表明此方法存在很大的缺陷。进一步根据Logit模型通过PSM倾向得分匹配后，共得出944家僵尸企业及943家对照组企业，对企业特征变量进行Wincoxon秩和检验和统计分析，结果如表6所示：

表6 综合界定法下非参数检验和统计分析结果

由表6可知，在综合界定法下，实验组现金流量比率、政府补助与营业收入的比例、总资产收益率和可持续增长率都在1%的水平上显著，表明Wilcoxon秩和检验在1%的水平上拒绝原假设，即实验组和对照组有显著差异。可见，从Wilcoxon角度来看，综合界定法相对FN-CHK法更有优势。从统计分析的角度比较各指标的溢出程度，其中现金流量比率的溢出程度为-94.02%，总资产收益率的溢出程度为-132.22%，可持续增长率的溢出程度为-169.71%，从这三个指标的溢出程度上看，FN-CHK法更优；而政府补助与营业收入的比例的溢出程度为317.50%，从这一指标的溢出程度上看，综合界定法更优。实验组总资产收益率、可持续增长率均出现负值，且政府补助与营业收入的比例远高于对照组，但与前几种情况不同的是，实验组现金流量比率并未出现负值。综上，综合界定法与实际情况相差较大，其有效性弱于其他识别方法。

就目前已有的四种僵尸企业识别方法来看，连续亏损法的有效性最强。但僵尸企业作为一个特殊存在的主体，其不仅面临财务困境，而且面临经济困境，因此从单一标准角度判断某一企业是否为僵尸企业，存在一定的缺陷。

五、四维度僵尸企业识别法

基于现有僵尸企业识别法方法的缺陷，本文在参考前人研究的基础上，结合财务困境企业和破产企业的研究文献，提出四维度僵尸企业识别法，其具有以下几点优势：第一，标准明确。目前已有的僵尸企业识别方法多为模糊定义，不同的人在判断企业是否为僵尸企业时，可能因为个人的主观因素导致彼此之间的结果不一致，本方法解决了此问题，将僵尸企业的判断标准予以明确，杜绝主观因素。第二，考虑了时间标准。这主要是因为在中国人民大学国家发展与战略研究院发表的报告中，将连续两年采用FN-CHK法识别出的僵尸企业，在后一年认定为僵尸企业[10]，此外，个别企业在某个年度亏损或超过指标数值均有可能发生，将这些个例也判定为僵尸企业，则存在较大的误判性，因此本方法加入了时间标准，即连续N年满足此指标，才认定为僵尸企业。第三，考虑了企业的产能利用率。在供给侧改革的制度背景下，“去产能、谋发展”成为社会关注的主要问题，因此衍生出加快处理僵尸企业的需求，现有的僵尸企业识别方法均未考虑这些现实问题，而本方法将产能利用率作为一个识别标准，更符合国内实际社会状况。第四，考虑了经济困境问题。如上文所述，僵尸企业作为一种特殊存在的主体，不能仅从财务的角度对其进行识别，还要将企业的经济困境考虑在内。

本文基于现有的研究文献，严格定义僵尸企业的内涵，根据僵尸企业的特征和国内社会实际情况，设定了僵尸企业的识别指标和标准。将僵尸企业的识别标准分为企业财务困境和外部财务援助两方面。在财务困境方面，结合国内实际社会需求，将产能利用率考虑在内，共分为财务困境、经济困境和产能利用率三个维度；而外部财务援助方面，考虑到我国的制度问题，将政府补助考虑在内，从而确保此方法更符合国内实际情况。突破已有僵尸企业识别方法的限制，从这四个维度识别僵尸企业，能提高识别方法的科学性、准确性。具体标准如表7所示：

表7 四维度识别法判别标准

（一）财务困境

财务困境指标主要用于衡量企业的偿债能力。吕长江、韩慧博[12]采用流动比率来反映企业的短期偿债能力，但存货、应收账款等难以变现的资产存在于流动资产中，而企业偿还债务使用的是经营活动产生的现金流量，因此本文对于财务困境指标的计算方法为经营活动产生的现金净流量与到期债务的比值（现金流量债务比）。此外，为了防止个别企业在个别年度出现财务困境问题，以及不同行业之间的差异性问题，在比较不同行业的现金流量债务比后，发现即使在此指标值最低的行业，其平均值也高于1.5。当某一企业现金流量债务比小于1时，表明其面临较大的偿债压力，若现金流量债务比连续两年小于1，则表明企业已难以偿还短期债务，面临着严重的财务问题。因此，本文将财务困境企业判断标准定为连续两年现金流量债务比小于1的企业，这样可以保证识别的准确性。

（二）经济困境

Opler、Titman[13]将经济困境定义为平均股票收益率低于-30%，但我国股票市场与国外股票市场存在一定的差异，我国股票收益率并不能很好地定义企业是否面临经济困境。本文用息税前利润与折旧之和与总资产的比率来判定企业是否处于经济困境。同样，为避免个别企业的非正常情况，考虑时间问题以防止误判，即若该指标连续两年低于行业中位数，则认定企业处于经济困境，面临着严重的经济问题。

（三）产能利用率

“去产能、谋发展”是供给侧改革下社会各界重点关注的问题。僵尸企业的形成原因之一在于产能过剩或落后。因此，对于僵尸企业的识别，应该考虑时代背景及政策要求。本文创新性地将此标准作为僵尸企业的识别标准之一，产能利用率指实际发挥作用的生产设备的比重，通过工业总产出与生产设备的比率来衡量。如果企业产能利用率较低，则表示企业设备闲置情况较严重，企业没有发挥全部的生产能力，从而有可能使企业陷入财务困境和经济困境。但是，由于我国数据库中产能利用率这一指标的缺失，本文用总资产周转率作为替代指标，以此来衡量企业资产的实际利用效率，同时加入时间标准，即若该指标连续两年低于行业中位数，则认定企业存在严重的产能利用率低的问题。

（四）外部财务援助

FN-CHK法中外部援助主要考虑的是银行信贷指标，这比较符合国外资本主义体制，但我国属于社会主义体制，政府在企业的生产生活中具有举足轻重的作用，我国企业的外部援助大多来源于政府补助，而非银行信贷。因此，本文结合实际国情，在外部财务援助中考虑政府补助这一标准，同时考虑国外识别方法中常用的银行信贷指标，以更准确地衡量国内僵尸企业获得的外部财务援助。本文将此标准定义为政府补助与银行信贷之和与经营活动现金流出的比率，即考量企业外部援助资金占当期经营活动所实际支付现金的比值。同样，还考虑了时间标准，若该指标连续两年大于行业中位数，则认定企业对外部援助的依赖性较强。

（五）四维度识别法的有效性检验

采用四维度识别法，对2012～2015年所有A股上市公司数据进行衡量，共识别出460家僵尸企业，根据Logit模型通过PSM倾向得分匹配后，共得出460家僵尸企业及460家对照组企业，对企业特征变量进行Wincoxon秩和检验和统计分析，结果如表8所示：

表8 四维度识别法下非参数检验和统计分析结果

由表8可知，在四维度识别法下，实验组现金流量比率、政府补助与营业收入的比例、总资产收益率和可持续增长率都在1%的水平上显著，表明Wilcoxon秩和检验在1%的水平上拒绝原假设，即实验组和对照组有显著差异。可见，从Wilcoxon角度来看，四维度识别法相对FN-CHK法更有优势。从统计分析的角度比较各指标的溢出程度，其中现金流量比率的溢出程度为-57.61%，政府补助与营业收入的比例的溢出程度为308.92%，总资产收益率的溢出程度为-115.85%，可持续增长率的溢出程度为-188.27%，这四个指标的溢出程度均略低于连续亏损法。但四维度识别法存在两个优势：一是，其考虑了供给侧改革的实际国情，将产能利用率考虑在内，更符合国内市场的真实情况；二是，其不仅考虑了僵尸企业的财务困境问题，还将僵尸企业特有的经济困境指标考虑在内，更符合僵尸企业的特征。综合来看，四维度识别法相较于连续亏损法，有一定的优势。

六、结语

目前学术界对僵尸企业识别方法还没有统一的定论，而国内学者也在不断地提出新的识别方法，但很少有对识别方法有效性的研究。本文基于PSM倾向得分匹配的方法，对已有的FN-CHK法、连续亏损法、过度借债法、综合界定法四种僵尸企业识别方法的有效性进行了实证检验。研究发现，FN-CHK法和过度借债法并不能体现我国体制下政府补助对企业的外部援助，而综合界定法下识别出的僵尸企业数量显著多于实际数量，应用价值不高。综合来看，已有的四种识别方法中，连续亏损法可以较好地体现僵尸企业的特征，但连续亏损法也存在一定的缺陷。因此，本文创造性地提出四维度识别法，将连续亏损法的缺陷考虑在内，即僵尸企业的经济困境问题和国内供给侧改革的实际背景，有助于提高僵尸企业识别的准确性，减少误判，所识别出的僵尸企业，更符合国内实际状况。