公司治理與財(cái)務(wù)危機(jī)預(yù)警研究

張志花

【摘 要】 企業(yè)陷入財(cái)務(wù)困境，追究其深層原因，是不完善的公司治理結(jié)構(gòu)導(dǎo)致企業(yè)內(nèi)部存在一系列代理問(wèn)題，這些代理問(wèn)題影響了企業(yè)的健康發(fā)展，使企業(yè)陷入財(cái)務(wù)困境。文章以2004—2011年滬深A(yù)股上市企業(yè)為樣本，在財(cái)務(wù)指標(biāo)分析的基礎(chǔ)上，引入治理結(jié)構(gòu)因素，綜合分析上市公司陷入財(cái)務(wù)困境的原因，并比較分析了基于財(cái)務(wù)指標(biāo)、非財(cái)務(wù)指標(biāo)和綜合指標(biāo)的預(yù)測(cè)模型的有效性。研究結(jié)果將有助于上市公司完善財(cái)務(wù)危機(jī)預(yù)警機(jī)制，更早更準(zhǔn)確地發(fā)現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)，對(duì)提高企業(yè)防范風(fēng)險(xiǎn)能力、保護(hù)投資者利益具有重要意義。

【關(guān)鍵詞】 財(cái)務(wù)困境； 財(cái)務(wù)指標(biāo)； 公司治理因素

中圖分類(lèi)號(hào)：F276.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-5937（2014）25-0023-05

一、引言

近百年來(lái)，財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的研究大多是利用財(cái)務(wù)比率預(yù)測(cè)財(cái)務(wù)困境。但由于財(cái)務(wù)指標(biāo)本身的局限性和滯后性，財(cái)務(wù)比率在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警中有著難以克服的缺陷，因此，利用非財(cái)務(wù)指標(biāo)完善財(cái)務(wù)預(yù)警機(jī)制的必要性顯得更加迫切。企業(yè)陷入財(cái)務(wù)困境，追究其深層原因，是不完善的企業(yè)治理結(jié)構(gòu)導(dǎo)致企業(yè)內(nèi)部存在一系列代理問(wèn)題，這些代理問(wèn)題影響了企業(yè)的健康發(fā)展，管理不善，濫用、挪用、侵占公司資產(chǎn)等，使企業(yè)陷入財(cái)務(wù)困境。因此，使用公司治理結(jié)構(gòu)因素從內(nèi)因中找出使企業(yè)陷入財(cái)務(wù)困境的潛在風(fēng)險(xiǎn)源，將會(huì)有效提升模型的預(yù)警效應(yīng)。

20世紀(jì)，學(xué)者們對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警機(jī)制的研究主要是以財(cái)務(wù)比率為基礎(chǔ)構(gòu)建預(yù)測(cè)模型。Beaver（1966）首次運(yùn)用統(tǒng)計(jì)方法建立了單變量財(cái)務(wù)模型，通過(guò)實(shí)證研究來(lái)檢驗(yàn)財(cái)務(wù)比率的預(yù)警功能。1968年，Altman首次提出利用多變量判別方法建立財(cái)務(wù)預(yù)警模型，他選擇營(yíng)運(yùn)資本/總資產(chǎn)、留存收益/總資產(chǎn)、息稅前收益/總資產(chǎn)、股票市場(chǎng)價(jià)值/債務(wù)賬面價(jià)值和總資產(chǎn)周轉(zhuǎn)率5個(gè)財(cái)務(wù)比率作為判別變量，區(qū)分財(cái)務(wù)困境與財(cái)務(wù)健康公司，這就是著名的Z-Score模型。1980年，Ohlson首次利用Logistic Regression Model建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)，并將公司規(guī)模引入風(fēng)險(xiǎn)預(yù)警系統(tǒng)中，該系統(tǒng)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)測(cè)準(zhǔn)確率達(dá)到96.12%。Ohlson的邏輯回歸分析方法克服了以往使用的判別分析中的諸多問(wèn)題，使財(cái)務(wù)預(yù)警模型得到了很大的改進(jìn)。1991年，Tam首次采用BP人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警，發(fā)現(xiàn)該方法具有較好的模式識(shí)別能力和容錯(cuò)能力，但因其理論基礎(chǔ)抽象，對(duì)人體大腦神經(jīng)模擬的認(rèn)識(shí)還有待進(jìn)一步提高。

Simpson和Gleason（1999）嘗試用治理結(jié)構(gòu)因素構(gòu)建財(cái)務(wù)預(yù)警模型，他們認(rèn)為，兩職合一使公司治理效率下降，因此兩職合一的銀行發(fā)生財(cái)務(wù)困境的可能性較大。Elloumi和Gueyie（2001）通過(guò)研究發(fā)現(xiàn)：財(cái)務(wù)困境公司與其他公司的董事會(huì)構(gòu)成存在顯著差異，即財(cái)務(wù)困境公司的獨(dú)立董事比例顯著低于其他健康公司。

相較于西方發(fā)達(dá)國(guó)家，我國(guó)資本市場(chǎng)的發(fā)展歷史相對(duì)較短，國(guó)內(nèi)學(xué)者關(guān)于財(cái)務(wù)預(yù)警研究的起步較晚，在研究方法上主要是借鑒國(guó)外的成果構(gòu)建相似的模型。1999年，陳靜利用單變量分析法和多變量分析法，首次嘗試構(gòu)建財(cái)務(wù)預(yù)警模型。吳世農(nóng)、盧賢義（2001）以70家ST和70家非ST上市公司為樣本，采用盈利增長(zhǎng)指數(shù)、資產(chǎn)報(bào)酬率、流動(dòng)比率、長(zhǎng)期負(fù)債/股東權(quán)益、營(yíng)運(yùn)資本/總資產(chǎn)、資產(chǎn)周轉(zhuǎn)率6個(gè)財(cái)務(wù)指標(biāo)，比較了多元判別分析、線性概率模型和Logistic模型的預(yù)測(cè)效果。他們的研究結(jié)果表明，在財(cái)務(wù)危機(jī)的前兩年或者前一年，流動(dòng)比率、負(fù)債比率、總資產(chǎn)周轉(zhuǎn)率等指標(biāo)的時(shí)效性較強(qiáng)。此外，楊淑娥（2003）、張友棠（2004）、馬喜德（2003）也利用各種財(cái)務(wù)比率和模型嘗試建立了財(cái)務(wù)預(yù)警模型。

近幾年頻頻爆發(fā)的財(cái)務(wù)丑聞和金融危機(jī)使學(xué)界再度關(guān)注公司治理領(lǐng)域，研究治理結(jié)構(gòu)對(duì)企業(yè)財(cái)務(wù)困境的影響。姜秀華、孫錚（2001）認(rèn)為，不完善的公司治理是我國(guó)上市公司陷入財(cái)務(wù)困境的重要因素。鄧曉嵐等（2006）運(yùn)用Logistic Regression Model分析發(fā)現(xiàn)治理結(jié)構(gòu)因素變量均不顯著，同時(shí)發(fā)現(xiàn)，納入了包括治理結(jié)構(gòu)因素在內(nèi)的非財(cái)務(wù)因素的模型預(yù)測(cè)力更強(qiáng)，得出對(duì)于有關(guān)治理變量的選擇及其他因素的影響尚待研究的結(jié)論。王克敏等（2006）在財(cái)務(wù)指標(biāo)分析的基礎(chǔ)上，引入公司治理、投資者保護(hù)等因素，發(fā)現(xiàn)非財(cái)務(wù)指標(biāo)能夠彌補(bǔ)財(cái)務(wù)指標(biāo)在風(fēng)險(xiǎn)預(yù)警中的不足。

由于財(cái)務(wù)指標(biāo)本身的局限性，財(cái)務(wù)比率在財(cái)務(wù)困境預(yù)警中有著難以克服的缺陷，導(dǎo)致模型的不完善。企業(yè)大多數(shù)危機(jī)的主要來(lái)源在企業(yè)內(nèi)部，當(dāng)這些危機(jī)反映到企業(yè)財(cái)務(wù)上時(shí)，最終會(huì)使企業(yè)陷入財(cái)務(wù)困境。企業(yè)的治理層和管理層需要有效發(fā)揮職能，識(shí)別、防范和管理風(fēng)險(xiǎn)。因此本文認(rèn)為，使用公司治理結(jié)構(gòu)因素能夠從內(nèi)因找出使企業(yè)陷入財(cái)務(wù)困境的潛在風(fēng)險(xiǎn)源，從而提升模型的預(yù)警價(jià)值。

二、樣本及研究方法

（一）樣本選擇和數(shù)據(jù)來(lái)源

本文選取了國(guó)泰安CSMAR數(shù)據(jù)庫(kù)中2004—2011年滬深股市A股上市公司作為研究對(duì)象，剔除金融類(lèi)企業(yè)，因?yàn)榇祟?lèi)企業(yè)的財(cái)務(wù)指標(biāo)與其他企業(yè)有差異；剔除了數(shù)據(jù)庫(kù)中收集不到有關(guān)財(cái)務(wù)數(shù)據(jù)和公司治理結(jié)構(gòu)資料的企業(yè)；在剩余樣本中找到了財(cái)務(wù)困境公司樣本和與之配對(duì)的正常企業(yè)樣本。

1.財(cái)務(wù)困境公司樣本

本文將因財(cái)務(wù)狀況異常（包括連續(xù)兩年虧損和資不抵債）而被ST的公司作為財(cái)務(wù)困境公司，以2004—2011年因財(cái)務(wù)狀況異常被ST的A股上市公司作為財(cái)務(wù)困境公司樣本，最終得到385家ST公司樣本。

2.正常公司樣本

由于公司規(guī)模在本文中已作為單獨(dú)的變量進(jìn)行分析，本文在確定正常公司樣本組時(shí)，按照同行業(yè)進(jìn)行配對(duì)、同會(huì)計(jì)年度進(jìn)行配對(duì)、與ST公司同等數(shù)量進(jìn)行配對(duì)的原則，隨機(jī)選擇了385家上市公司作為正常公司樣本。

（二）研究模型及變量定義

本文中的因變量是公司是否陷入財(cái)務(wù)困境、是否會(huì)被特別處理（ST），因?yàn)樗且粋€(gè)二項(xiàng)分布變量，采用Logistic回歸分析方法。如果公司因陷入財(cái)務(wù)困境而被特別處理，則定義因變量Y=1；如果公司沒(méi)有被特別處理視為沒(méi)有陷入財(cái)務(wù)困境，則定義為Y=0。研究模型如下：

P（Y=1）=1/[1+exp（-Z）]，Z=β0+β1x1+β2x2+…+βnxn

其中，Y=1代表公司被ST，Y=0代表公司未被ST，P為發(fā)生ST的概率。

本文從反映企業(yè)的短期償債能力、長(zhǎng)期償債能力、營(yíng)運(yùn)能力、盈利能力、發(fā)展能力和現(xiàn)金流能力等方面，參考以往相關(guān)研究中具有顯著影響的變量，最終確定以下財(cái)務(wù)指標(biāo)變量，詳見(jiàn)表1。

本文還從股權(quán)結(jié)構(gòu)、董事會(huì)和監(jiān)事會(huì)特征、董事會(huì)和監(jiān)事會(huì)勤勉程度、管理層激勵(lì)情況等方面，確定以下公司治理結(jié)構(gòu)因素，詳見(jiàn)表2。

三、實(shí)證分析結(jié)果

通過(guò)財(cái)務(wù)指標(biāo)變量和治理結(jié)構(gòu)變量的描述性統(tǒng)計(jì)及相關(guān)檢驗(yàn)，筆者選擇了ST公司與配對(duì)公司在10%水平存在顯著差異的變量，并通過(guò)相關(guān)系數(shù)矩陣檢驗(yàn)了各變量間不存在多重共線性，以此建立Logistic回歸模型，考察財(cái)務(wù)指標(biāo)和治理結(jié)構(gòu)變量對(duì)財(cái)務(wù)預(yù)警的影響。其中對(duì)財(cái)務(wù)預(yù)警有影響的財(cái)務(wù)指標(biāo)變量包括F1、F3、F6、F7、F8、F11、F12，公司治理變量包括G1、G2、G5、G6、G8、G10、G13。本文加入行業(yè)虛擬變量，以控制公司所處行業(yè)的影響（結(jié)果見(jiàn)表3、表4、表5）。

在t-3年，企業(yè)資產(chǎn)規(guī)模（F1）和總資產(chǎn)周轉(zhuǎn)率（F7）在1%水平顯著，反映發(fā)展能力的營(yíng)業(yè)收入增長(zhǎng)率（F12）在10%水平顯著，其他財(cái)務(wù)指標(biāo)變量沒(méi)有通過(guò)顯著性檢驗(yàn)，且方程擬合性較低，Cox & Snell R2和Nagelkerke R2分別只有0.078和0.102；在t-2年，F(xiàn)1和F7和每股利潤(rùn)（F11）都在1%水平顯著，其他財(cái)務(wù)指標(biāo)沒(méi)有通過(guò)顯著性檢驗(yàn)，相比t-3年，方程擬和性有所提高，Cox & Snell R2和Nagelkerke R2分別達(dá)到了0.330和0.440；在t-1年，F(xiàn)1和F11在1%水平顯著，流動(dòng)比率（F3）、F7和總資產(chǎn)利潤(rùn)率（F8）在10%水平顯著，方程擬合度有很大提高，Cox & Snell R2和Nagelkerke R2分別達(dá)到了0.509和0.679。由此證明，在公司ST早期階段，財(cái)務(wù)因素的影響并不顯著；隨著公司ST時(shí)間的臨近，財(cái)務(wù)指標(biāo)對(duì)ST的影響逐漸增強(qiáng)。以上7個(gè)財(cái)務(wù)指標(biāo)的財(cái)務(wù)困境預(yù)測(cè)準(zhǔn)確率從t-3年的63.4%逐步上升到t-1年的88.1%。

國(guó)有股比例（G1）在t-3、t-2年的系數(shù)均為負(fù)數(shù)（-），且均在1%水平顯著通過(guò)檢驗(yàn)；而在t-1年，國(guó)有股比例的系數(shù)沒(méi)有通過(guò)顯著性檢驗(yàn)。反映股權(quán)集中度的第一大股東持股比例（G2）在t-3年的系數(shù)為負(fù)數(shù)（-），且在10%水平顯著，而在t-2、t-1年的系數(shù)則在1%水平顯著。這說(shuō)明在投資者保護(hù)較弱的環(huán)境里，股權(quán)的集中形成對(duì)管理層的監(jiān)督，有利于代理成本的降低，使企業(yè)免于陷入財(cái)務(wù)困境。

董事會(huì)規(guī)模（G5）的系數(shù)在t-3年為負(fù)數(shù)（-），且在1%水平通過(guò)檢驗(yàn)，而其余沒(méi)有通過(guò)檢驗(yàn)，說(shuō)明董事會(huì)規(guī)模越大，企業(yè)陷入財(cái)務(wù)困境的可能性越小，這就驗(yàn)證了Chaganti（1995）的觀點(diǎn)，即較大規(guī)模的董事會(huì)由于擁有的知識(shí)和經(jīng)驗(yàn)多樣化而更有價(jià)值，因此，可以提供更大范圍的服務(wù)，在財(cái)務(wù)監(jiān)督方面更加有效。獨(dú)立董事人數(shù)（G6）的系數(shù)在t-3年沒(méi)有通過(guò)顯著性檢驗(yàn)，但在t-2、t-1年的系數(shù)則在1%水平顯著，說(shuō)明越接近t年，獨(dú)立董事的作用就越明顯。監(jiān)事會(huì)規(guī)模和監(jiān)事會(huì)會(huì)議次數(shù)對(duì)財(cái)務(wù)困境的預(yù)測(cè)有顯著的影響，監(jiān)事會(huì)規(guī)模越大，企業(yè)陷入財(cái)務(wù)困境的可能性越大，這種現(xiàn)象有可能是因?yàn)楸O(jiān)事搭便車(chē)的行為引起的；而監(jiān)事會(huì)會(huì)議次數(shù)越多，企業(yè)陷入財(cái)務(wù)困境的可能性越小，這說(shuō)明監(jiān)事會(huì)的勤勉工作起到了作用。

比較公司治理結(jié)構(gòu)模型與財(cái)務(wù)指標(biāo)模型的擬合性，在t-3年，公司治理結(jié)構(gòu)模型的Cox &Snell R2、Nagelkerke R2和預(yù)測(cè)準(zhǔn)確率都略高于財(cái)務(wù)指標(biāo)模型，證明在陷入財(cái)務(wù)困境的早期階段，治理結(jié)構(gòu)因素對(duì)財(cái)務(wù)危機(jī)的影響比財(cái)務(wù)指標(biāo)顯著，在t-2、t-1年，治理結(jié)構(gòu)模型的Cox & Snell R2、Nagelkerke R2和預(yù)測(cè)準(zhǔn)確率都低于財(cái)務(wù)指標(biāo)模型，證明隨著ST時(shí)間的鄰近，財(cái)務(wù)指標(biāo)比治理結(jié)構(gòu)因素的影響更顯著。

在財(cái)務(wù)指標(biāo)模型和公司治理模型中，把影響顯著的指標(biāo)選出來(lái)，放在綜合模型中進(jìn)行分析，這些變量的顯著性沒(méi)有降低，并且綜合模型中每一年的Cox & Snell R2和Nagelkerke R2都要高于前兩個(gè)模型，表明綜合模型的擬合性高于前兩個(gè)模型。

四、結(jié)論

本文從內(nèi)源性的角度出發(fā)，分析企業(yè)陷入財(cái)務(wù)困境的深層原因，構(gòu)建了基于治理結(jié)構(gòu)因素和財(cái)務(wù)指標(biāo)的綜合財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。治理結(jié)構(gòu)因素中，國(guó)有股比例、股權(quán)集中度、董事會(huì)規(guī)模、獨(dú)立董事人數(shù)和監(jiān)事會(huì)會(huì)議次數(shù)與公司陷入財(cái)務(wù)困境的概率負(fù)相關(guān)，說(shuō)明股權(quán)越集中、董事會(huì)和獨(dú)立董事人數(shù)越多、監(jiān)事會(huì)會(huì)議次數(shù)越多，公司治理越完善，企業(yè)陷入財(cái)務(wù)困境的可能性就越小。財(cái)務(wù)指標(biāo)因素中，企業(yè)資產(chǎn)規(guī)模、流動(dòng)比率、總資產(chǎn)周轉(zhuǎn)率和每股利潤(rùn)與公司陷入財(cái)務(wù)困境的概率負(fù)相關(guān)，說(shuō)明資產(chǎn)規(guī)模、流動(dòng)比率、總資產(chǎn)周轉(zhuǎn)率和每股利潤(rùn)越高，企業(yè)陷入財(cái)務(wù)困境的概率越小。需要關(guān)注的是，治理結(jié)構(gòu)因素的早期預(yù)測(cè)能力較強(qiáng)，而財(cái)務(wù)指標(biāo)因素則隨著公司陷入財(cái)務(wù)困境時(shí)間的臨近，對(duì)財(cái)務(wù)困境預(yù)測(cè)的能力越強(qiáng)。此外，在財(cái)務(wù)指標(biāo)的基礎(chǔ)上加入公司治理因素之后，綜合預(yù)警模型的預(yù)測(cè)能力高于財(cái)務(wù)因素模型的預(yù)測(cè)能力，由此可見(jiàn)，在財(cái)務(wù)指標(biāo)基礎(chǔ)上引入公司治理因素，可以提高財(cái)務(wù)預(yù)警模型的預(yù)測(cè)準(zhǔn)確率。

企業(yè)大多數(shù)危機(jī)都來(lái)源于企業(yè)內(nèi)部，而識(shí)別、防范和管理這些風(fēng)險(xiǎn)就是治理層的主要職責(zé)之一。本文認(rèn)為，完善公司治理結(jié)構(gòu)，使得董事會(huì)、監(jiān)事會(huì)有效地發(fā)揮職能，防止內(nèi)部人瀆職或?yàn)E用職權(quán)損害公司利益是企業(yè)避免陷入財(cái)務(wù)困境的關(guān)鍵。●

【主要參考文獻(xiàn)】

[1] Altman E. Financial ratios，discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance，1968（9）：589-609.

[2] Beaver W. H. Financial ratios as predictors of failure[J]. Journal of Accounting Research，1966，（4）：71-102.

[3] Fitzpatrick. A. comparison of Ratios of Successful Industrial Enterprise with Those Failed Firms[J]. Certified Public Accountant，1932（10）：598-605.

[4] Ohlson J. S. Financial ratios and the probabilistic prediction of bankruptcy [J].Journal of Accounting Research，1980（19）：109-131.

[5] 吳世農(nóng)，盧賢義. 我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].經(jīng)濟(jì)研究，2001（6）：46-55.

[6] 姜秀華，孫錚. 治理弱化與財(cái)務(wù)危機(jī)：一個(gè)預(yù)測(cè)模型[J].南開(kāi)管理評(píng)論，2001（5）：19-25.

P（Y=1）=1/[1+exp（-Z）]，Z=β0+β1x1+β2x2+…+βnxn

其中，Y=1代表公司被ST，Y=0代表公司未被ST，P為發(fā)生ST的概率。

本文從反映企業(yè)的短期償債能力、長(zhǎng)期償債能力、營(yíng)運(yùn)能力、盈利能力、發(fā)展能力和現(xiàn)金流能力等方面，參考以往相關(guān)研究中具有顯著影響的變量，最終確定以下財(cái)務(wù)指標(biāo)變量，詳見(jiàn)表1。

本文還從股權(quán)結(jié)構(gòu)、董事會(huì)和監(jiān)事會(huì)特征、董事會(huì)和監(jiān)事會(huì)勤勉程度、管理層激勵(lì)情況等方面，確定以下公司治理結(jié)構(gòu)因素，詳見(jiàn)表2。

三、實(shí)證分析結(jié)果

通過(guò)財(cái)務(wù)指標(biāo)變量和治理結(jié)構(gòu)變量的描述性統(tǒng)計(jì)及相關(guān)檢驗(yàn)，筆者選擇了ST公司與配對(duì)公司在10%水平存在顯著差異的變量，并通過(guò)相關(guān)系數(shù)矩陣檢驗(yàn)了各變量間不存在多重共線性，以此建立Logistic回歸模型，考察財(cái)務(wù)指標(biāo)和治理結(jié)構(gòu)變量對(duì)財(cái)務(wù)預(yù)警的影響。其中對(duì)財(cái)務(wù)預(yù)警有影響的財(cái)務(wù)指標(biāo)變量包括F1、F3、F6、F7、F8、F11、F12，公司治理變量包括G1、G2、G5、G6、G8、G10、G13。本文加入行業(yè)虛擬變量，以控制公司所處行業(yè)的影響（結(jié)果見(jiàn)表3、表4、表5）。

在t-3年，企業(yè)資產(chǎn)規(guī)模（F1）和總資產(chǎn)周轉(zhuǎn)率（F7）在1%水平顯著，反映發(fā)展能力的營(yíng)業(yè)收入增長(zhǎng)率（F12）在10%水平顯著，其他財(cái)務(wù)指標(biāo)變量沒(méi)有通過(guò)顯著性檢驗(yàn)，且方程擬合性較低，Cox & Snell R2和Nagelkerke R2分別只有0.078和0.102；在t-2年，F(xiàn)1和F7和每股利潤(rùn)（F11）都在1%水平顯著，其他財(cái)務(wù)指標(biāo)沒(méi)有通過(guò)顯著性檢驗(yàn)，相比t-3年，方程擬和性有所提高，Cox & Snell R2和Nagelkerke R2分別達(dá)到了0.330和0.440；在t-1年，F(xiàn)1和F11在1%水平顯著，流動(dòng)比率（F3）、F7和總資產(chǎn)利潤(rùn)率（F8）在10%水平顯著，方程擬合度有很大提高，Cox & Snell R2和Nagelkerke R2分別達(dá)到了0.509和0.679。由此證明，在公司ST早期階段，財(cái)務(wù)因素的影響并不顯著；隨著公司ST時(shí)間的臨近，財(cái)務(wù)指標(biāo)對(duì)ST的影響逐漸增強(qiáng)。以上7個(gè)財(cái)務(wù)指標(biāo)的財(cái)務(wù)困境預(yù)測(cè)準(zhǔn)確率從t-3年的63.4%逐步上升到t-1年的88.1%。

國(guó)有股比例（G1）在t-3、t-2年的系數(shù)均為負(fù)數(shù)（-），且均在1%水平顯著通過(guò)檢驗(yàn)；而在t-1年，國(guó)有股比例的系數(shù)沒(méi)有通過(guò)顯著性檢驗(yàn)。反映股權(quán)集中度的第一大股東持股比例（G2）在t-3年的系數(shù)為負(fù)數(shù)（-），且在10%水平顯著，而在t-2、t-1年的系數(shù)則在1%水平顯著。這說(shuō)明在投資者保護(hù)較弱的環(huán)境里，股權(quán)的集中形成對(duì)管理層的監(jiān)督，有利于代理成本的降低，使企業(yè)免于陷入財(cái)務(wù)困境。

董事會(huì)規(guī)模（G5）的系數(shù)在t-3年為負(fù)數(shù)（-），且在1%水平通過(guò)檢驗(yàn)，而其余沒(méi)有通過(guò)檢驗(yàn)，說(shuō)明董事會(huì)規(guī)模越大，企業(yè)陷入財(cái)務(wù)困境的可能性越小，這就驗(yàn)證了Chaganti（1995）的觀點(diǎn)，即較大規(guī)模的董事會(huì)由于擁有的知識(shí)和經(jīng)驗(yàn)多樣化而更有價(jià)值，因此，可以提供更大范圍的服務(wù)，在財(cái)務(wù)監(jiān)督方面更加有效。獨(dú)立董事人數(shù)（G6）的系數(shù)在t-3年沒(méi)有通過(guò)顯著性檢驗(yàn)，但在t-2、t-1年的系數(shù)則在1%水平顯著，說(shuō)明越接近t年，獨(dú)立董事的作用就越明顯。監(jiān)事會(huì)規(guī)模和監(jiān)事會(huì)會(huì)議次數(shù)對(duì)財(cái)務(wù)困境的預(yù)測(cè)有顯著的影響，監(jiān)事會(huì)規(guī)模越大，企業(yè)陷入財(cái)務(wù)困境的可能性越大，這種現(xiàn)象有可能是因?yàn)楸O(jiān)事搭便車(chē)的行為引起的；而監(jiān)事會(huì)會(huì)議次數(shù)越多，企業(yè)陷入財(cái)務(wù)困境的可能性越小，這說(shuō)明監(jiān)事會(huì)的勤勉工作起到了作用。

比較公司治理結(jié)構(gòu)模型與財(cái)務(wù)指標(biāo)模型的擬合性，在t-3年，公司治理結(jié)構(gòu)模型的Cox &Snell R2、Nagelkerke R2和預(yù)測(cè)準(zhǔn)確率都略高于財(cái)務(wù)指標(biāo)模型，證明在陷入財(cái)務(wù)困境的早期階段，治理結(jié)構(gòu)因素對(duì)財(cái)務(wù)危機(jī)的影響比財(cái)務(wù)指標(biāo)顯著，在t-2、t-1年，治理結(jié)構(gòu)模型的Cox & Snell R2、Nagelkerke R2和預(yù)測(cè)準(zhǔn)確率都低于財(cái)務(wù)指標(biāo)模型，證明隨著ST時(shí)間的鄰近，財(cái)務(wù)指標(biāo)比治理結(jié)構(gòu)因素的影響更顯著。

在財(cái)務(wù)指標(biāo)模型和公司治理模型中，把影響顯著的指標(biāo)選出來(lái)，放在綜合模型中進(jìn)行分析，這些變量的顯著性沒(méi)有降低，并且綜合模型中每一年的Cox & Snell R2和Nagelkerke R2都要高于前兩個(gè)模型，表明綜合模型的擬合性高于前兩個(gè)模型。

四、結(jié)論

本文從內(nèi)源性的角度出發(fā)，分析企業(yè)陷入財(cái)務(wù)困境的深層原因，構(gòu)建了基于治理結(jié)構(gòu)因素和財(cái)務(wù)指標(biāo)的綜合財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。治理結(jié)構(gòu)因素中，國(guó)有股比例、股權(quán)集中度、董事會(huì)規(guī)模、獨(dú)立董事人數(shù)和監(jiān)事會(huì)會(huì)議次數(shù)與公司陷入財(cái)務(wù)困境的概率負(fù)相關(guān)，說(shuō)明股權(quán)越集中、董事會(huì)和獨(dú)立董事人數(shù)越多、監(jiān)事會(huì)會(huì)議次數(shù)越多，公司治理越完善，企業(yè)陷入財(cái)務(wù)困境的可能性就越小。財(cái)務(wù)指標(biāo)因素中，企業(yè)資產(chǎn)規(guī)模、流動(dòng)比率、總資產(chǎn)周轉(zhuǎn)率和每股利潤(rùn)與公司陷入財(cái)務(wù)困境的概率負(fù)相關(guān)，說(shuō)明資產(chǎn)規(guī)模、流動(dòng)比率、總資產(chǎn)周轉(zhuǎn)率和每股利潤(rùn)越高，企業(yè)陷入財(cái)務(wù)困境的概率越小。需要關(guān)注的是，治理結(jié)構(gòu)因素的早期預(yù)測(cè)能力較強(qiáng)，而財(cái)務(wù)指標(biāo)因素則隨著公司陷入財(cái)務(wù)困境時(shí)間的臨近，對(duì)財(cái)務(wù)困境預(yù)測(cè)的能力越強(qiáng)。此外，在財(cái)務(wù)指標(biāo)的基礎(chǔ)上加入公司治理因素之后，綜合預(yù)警模型的預(yù)測(cè)能力高于財(cái)務(wù)因素模型的預(yù)測(cè)能力，由此可見(jiàn)，在財(cái)務(wù)指標(biāo)基礎(chǔ)上引入公司治理因素，可以提高財(cái)務(wù)預(yù)警模型的預(yù)測(cè)準(zhǔn)確率。

企業(yè)大多數(shù)危機(jī)都來(lái)源于企業(yè)內(nèi)部，而識(shí)別、防范和管理這些風(fēng)險(xiǎn)就是治理層的主要職責(zé)之一。本文認(rèn)為，完善公司治理結(jié)構(gòu)，使得董事會(huì)、監(jiān)事會(huì)有效地發(fā)揮職能，防止內(nèi)部人瀆職或?yàn)E用職權(quán)損害公司利益是企業(yè)避免陷入財(cái)務(wù)困境的關(guān)鍵?！?/p>

【主要參考文獻(xiàn)】

[1] Altman E. Financial ratios，discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance，1968（9）：589-609.

[2] Beaver W. H. Financial ratios as predictors of failure[J]. Journal of Accounting Research，1966，（4）：71-102.

[3] Fitzpatrick. A. comparison of Ratios of Successful Industrial Enterprise with Those Failed Firms[J]. Certified Public Accountant，1932（10）：598-605.

[4] Ohlson J. S. Financial ratios and the probabilistic prediction of bankruptcy [J].Journal of Accounting Research，1980（19）：109-131.

[5] 吳世農(nóng)，盧賢義. 我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].經(jīng)濟(jì)研究，2001（6）：46-55.

[6] 姜秀華，孫錚. 治理弱化與財(cái)務(wù)危機(jī)：一個(gè)預(yù)測(cè)模型[J].南開(kāi)管理評(píng)論，2001（5）：19-25.

P（Y=1）=1/[1+exp（-Z）]，Z=β0+β1x1+β2x2+…+βnxn

其中，Y=1代表公司被ST，Y=0代表公司未被ST，P為發(fā)生ST的概率。

本文從反映企業(yè)的短期償債能力、長(zhǎng)期償債能力、營(yíng)運(yùn)能力、盈利能力、發(fā)展能力和現(xiàn)金流能力等方面，參考以往相關(guān)研究中具有顯著影響的變量，最終確定以下財(cái)務(wù)指標(biāo)變量，詳見(jiàn)表1。

本文還從股權(quán)結(jié)構(gòu)、董事會(huì)和監(jiān)事會(huì)特征、董事會(huì)和監(jiān)事會(huì)勤勉程度、管理層激勵(lì)情況等方面，確定以下公司治理結(jié)構(gòu)因素，詳見(jiàn)表2。

三、實(shí)證分析結(jié)果

通過(guò)財(cái)務(wù)指標(biāo)變量和治理結(jié)構(gòu)變量的描述性統(tǒng)計(jì)及相關(guān)檢驗(yàn)，筆者選擇了ST公司與配對(duì)公司在10%水平存在顯著差異的變量，并通過(guò)相關(guān)系數(shù)矩陣檢驗(yàn)了各變量間不存在多重共線性，以此建立Logistic回歸模型，考察財(cái)務(wù)指標(biāo)和治理結(jié)構(gòu)變量對(duì)財(cái)務(wù)預(yù)警的影響。其中對(duì)財(cái)務(wù)預(yù)警有影響的財(cái)務(wù)指標(biāo)變量包括F1、F3、F6、F7、F8、F11、F12，公司治理變量包括G1、G2、G5、G6、G8、G10、G13。本文加入行業(yè)虛擬變量，以控制公司所處行業(yè)的影響（結(jié)果見(jiàn)表3、表4、表5）。

在t-3年，企業(yè)資產(chǎn)規(guī)模（F1）和總資產(chǎn)周轉(zhuǎn)率（F7）在1%水平顯著，反映發(fā)展能力的營(yíng)業(yè)收入增長(zhǎng)率（F12）在10%水平顯著，其他財(cái)務(wù)指標(biāo)變量沒(méi)有通過(guò)顯著性檢驗(yàn)，且方程擬合性較低，Cox & Snell R2和Nagelkerke R2分別只有0.078和0.102；在t-2年，F(xiàn)1和F7和每股利潤(rùn)（F11）都在1%水平顯著，其他財(cái)務(wù)指標(biāo)沒(méi)有通過(guò)顯著性檢驗(yàn)，相比t-3年，方程擬和性有所提高，Cox & Snell R2和Nagelkerke R2分別達(dá)到了0.330和0.440；在t-1年，F(xiàn)1和F11在1%水平顯著，流動(dòng)比率（F3）、F7和總資產(chǎn)利潤(rùn)率（F8）在10%水平顯著，方程擬合度有很大提高，Cox & Snell R2和Nagelkerke R2分別達(dá)到了0.509和0.679。由此證明，在公司ST早期階段，財(cái)務(wù)因素的影響并不顯著；隨著公司ST時(shí)間的臨近，財(cái)務(wù)指標(biāo)對(duì)ST的影響逐漸增強(qiáng)。以上7個(gè)財(cái)務(wù)指標(biāo)的財(cái)務(wù)困境預(yù)測(cè)準(zhǔn)確率從t-3年的63.4%逐步上升到t-1年的88.1%。

國(guó)有股比例（G1）在t-3、t-2年的系數(shù)均為負(fù)數(shù)（-），且均在1%水平顯著通過(guò)檢驗(yàn)；而在t-1年，國(guó)有股比例的系數(shù)沒(méi)有通過(guò)顯著性檢驗(yàn)。反映股權(quán)集中度的第一大股東持股比例（G2）在t-3年的系數(shù)為負(fù)數(shù)（-），且在10%水平顯著，而在t-2、t-1年的系數(shù)則在1%水平顯著。這說(shuō)明在投資者保護(hù)較弱的環(huán)境里，股權(quán)的集中形成對(duì)管理層的監(jiān)督，有利于代理成本的降低，使企業(yè)免于陷入財(cái)務(wù)困境。

董事會(huì)規(guī)模（G5）的系數(shù)在t-3年為負(fù)數(shù)（-），且在1%水平通過(guò)檢驗(yàn)，而其余沒(méi)有通過(guò)檢驗(yàn)，說(shuō)明董事會(huì)規(guī)模越大，企業(yè)陷入財(cái)務(wù)困境的可能性越小，這就驗(yàn)證了Chaganti（1995）的觀點(diǎn)，即較大規(guī)模的董事會(huì)由于擁有的知識(shí)和經(jīng)驗(yàn)多樣化而更有價(jià)值，因此，可以提供更大范圍的服務(wù)，在財(cái)務(wù)監(jiān)督方面更加有效。獨(dú)立董事人數(shù)（G6）的系數(shù)在t-3年沒(méi)有通過(guò)顯著性檢驗(yàn)，但在t-2、t-1年的系數(shù)則在1%水平顯著，說(shuō)明越接近t年，獨(dú)立董事的作用就越明顯。監(jiān)事會(huì)規(guī)模和監(jiān)事會(huì)會(huì)議次數(shù)對(duì)財(cái)務(wù)困境的預(yù)測(cè)有顯著的影響，監(jiān)事會(huì)規(guī)模越大，企業(yè)陷入財(cái)務(wù)困境的可能性越大，這種現(xiàn)象有可能是因?yàn)楸O(jiān)事搭便車(chē)的行為引起的；而監(jiān)事會(huì)會(huì)議次數(shù)越多，企業(yè)陷入財(cái)務(wù)困境的可能性越小，這說(shuō)明監(jiān)事會(huì)的勤勉工作起到了作用。

比較公司治理結(jié)構(gòu)模型與財(cái)務(wù)指標(biāo)模型的擬合性，在t-3年，公司治理結(jié)構(gòu)模型的Cox &Snell R2、Nagelkerke R2和預(yù)測(cè)準(zhǔn)確率都略高于財(cái)務(wù)指標(biāo)模型，證明在陷入財(cái)務(wù)困境的早期階段，治理結(jié)構(gòu)因素對(duì)財(cái)務(wù)危機(jī)的影響比財(cái)務(wù)指標(biāo)顯著，在t-2、t-1年，治理結(jié)構(gòu)模型的Cox & Snell R2、Nagelkerke R2和預(yù)測(cè)準(zhǔn)確率都低于財(cái)務(wù)指標(biāo)模型，證明隨著ST時(shí)間的鄰近，財(cái)務(wù)指標(biāo)比治理結(jié)構(gòu)因素的影響更顯著。

在財(cái)務(wù)指標(biāo)模型和公司治理模型中，把影響顯著的指標(biāo)選出來(lái)，放在綜合模型中進(jìn)行分析，這些變量的顯著性沒(méi)有降低，并且綜合模型中每一年的Cox & Snell R2和Nagelkerke R2都要高于前兩個(gè)模型，表明綜合模型的擬合性高于前兩個(gè)模型。

四、結(jié)論

本文從內(nèi)源性的角度出發(fā)，分析企業(yè)陷入財(cái)務(wù)困境的深層原因，構(gòu)建了基于治理結(jié)構(gòu)因素和財(cái)務(wù)指標(biāo)的綜合財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。治理結(jié)構(gòu)因素中，國(guó)有股比例、股權(quán)集中度、董事會(huì)規(guī)模、獨(dú)立董事人數(shù)和監(jiān)事會(huì)會(huì)議次數(shù)與公司陷入財(cái)務(wù)困境的概率負(fù)相關(guān)，說(shuō)明股權(quán)越集中、董事會(huì)和獨(dú)立董事人數(shù)越多、監(jiān)事會(huì)會(huì)議次數(shù)越多，公司治理越完善，企業(yè)陷入財(cái)務(wù)困境的可能性就越小。財(cái)務(wù)指標(biāo)因素中，企業(yè)資產(chǎn)規(guī)模、流動(dòng)比率、總資產(chǎn)周轉(zhuǎn)率和每股利潤(rùn)與公司陷入財(cái)務(wù)困境的概率負(fù)相關(guān)，說(shuō)明資產(chǎn)規(guī)模、流動(dòng)比率、總資產(chǎn)周轉(zhuǎn)率和每股利潤(rùn)越高，企業(yè)陷入財(cái)務(wù)困境的概率越小。需要關(guān)注的是，治理結(jié)構(gòu)因素的早期預(yù)測(cè)能力較強(qiáng)，而財(cái)務(wù)指標(biāo)因素則隨著公司陷入財(cái)務(wù)困境時(shí)間的臨近，對(duì)財(cái)務(wù)困境預(yù)測(cè)的能力越強(qiáng)。此外，在財(cái)務(wù)指標(biāo)的基礎(chǔ)上加入公司治理因素之后，綜合預(yù)警模型的預(yù)測(cè)能力高于財(cái)務(wù)因素模型的預(yù)測(cè)能力，由此可見(jiàn)，在財(cái)務(wù)指標(biāo)基礎(chǔ)上引入公司治理因素，可以提高財(cái)務(wù)預(yù)警模型的預(yù)測(cè)準(zhǔn)確率。

企業(yè)大多數(shù)危機(jī)都來(lái)源于企業(yè)內(nèi)部，而識(shí)別、防范和管理這些風(fēng)險(xiǎn)就是治理層的主要職責(zé)之一。本文認(rèn)為，完善公司治理結(jié)構(gòu)，使得董事會(huì)、監(jiān)事會(huì)有效地發(fā)揮職能，防止內(nèi)部人瀆職或?yàn)E用職權(quán)損害公司利益是企業(yè)避免陷入財(cái)務(wù)困境的關(guān)鍵?！?/p>

【主要參考文獻(xiàn)】

[1] Altman E. Financial ratios，discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance，1968（9）：589-609.

[2] Beaver W. H. Financial ratios as predictors of failure[J]. Journal of Accounting Research，1966，（4）：71-102.

[3] Fitzpatrick. A. comparison of Ratios of Successful Industrial Enterprise with Those Failed Firms[J]. Certified Public Accountant，1932（10）：598-605.

[4] Ohlson J. S. Financial ratios and the probabilistic prediction of bankruptcy [J].Journal of Accounting Research，1980（19）：109-131.

[5] 吳世農(nóng)，盧賢義. 我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J].經(jīng)濟(jì)研究，2001（6）：46-55.

[6] 姜秀華，孫錚. 治理弱化與財(cái)務(wù)危機(jī)：一個(gè)預(yù)測(cè)模型[J].南開(kāi)管理評(píng)論，2001（5）：19-25.