基于COX模型的房地產(chǎn)上市公司財(cái)務(wù)困境預(yù)警指標(biāo)體系構(gòu)建及實(shí)證研究

馮琪

摘 要：本文回顧了國內(nèi)外有關(guān)財(cái)務(wù)困境預(yù)警理論的研究，通過分析房地產(chǎn)行業(yè)的特點(diǎn)來挖掘房地產(chǎn)上市公司陷入財(cái)務(wù)困境的風(fēng)險來源。在此基礎(chǔ)上，以COX模型為主要研究工具，選取我國深滬A股房地產(chǎn)行業(yè)上市公司為研究樣本，綜合考慮公司償債能力、成長能力、盈利能力、資產(chǎn)營運(yùn)能力、現(xiàn)金流量能力以及股票市場價值狀況，構(gòu)建了房地產(chǎn)上市公司財(cái)務(wù)困境預(yù)警模型，并對其進(jìn)行了實(shí)證檢驗(yàn)，同時對房地產(chǎn)行業(yè)的財(cái)務(wù)風(fēng)險控制提出政策建議。

關(guān)鍵詞：財(cái)務(wù)困境；COX模型；房地產(chǎn)

一、引言

隨著經(jīng)濟(jì)全球化和經(jīng)營國際化的趨勢加劇，企業(yè)面臨的內(nèi)外部環(huán)境越來越復(fù)雜，競爭越來越激烈，相關(guān)政策措施也對上市公司退市和破產(chǎn)機(jī)制進(jìn)行了明確清晰的界定和規(guī)劃，企業(yè)無時無刻不接受著優(yōu)勝劣汰、適者生存的洗禮，企業(yè)消亡無可避免。據(jù)統(tǒng)計(jì)，國際化大公司的平均壽命大約為40-50年；日本與歐洲企業(yè)可存活的時間可能是12.5年左右；在美國，大型企業(yè)的平均壽命不會超過40年，中小型企業(yè)卻不到7年就會遭遇破產(chǎn)。日本有科學(xué)研究表明：企業(yè)在本行業(yè)處于領(lǐng)先水平，獲得超額利潤的時間會在30年左右消失，也就是說一個新興企業(yè)會在30年以后由強(qiáng)到弱，最后走向衰敗的命運(yùn)。企業(yè)想要保持長期穩(wěn)定的發(fā)展，抓好風(fēng)險管理是至關(guān)重要的環(huán)節(jié)，而其中財(cái)務(wù)風(fēng)險尤為重要。從1998年的亞洲金融危機(jī)，到2008年的美國次貸危機(jī)，到底什么是危機(jī)根源？最終發(fā)現(xiàn)，除了金融體系和社會經(jīng)濟(jì)環(huán)境等宏觀因素以外，企業(yè)自身不完善的風(fēng)險預(yù)警機(jī)制也會給企業(yè)帶來滅頂之災(zāi)。

趙遠(yuǎn)（2011）通過生存數(shù)據(jù)分析，總結(jié)出我國上市公司被ST的具體原因（見表1）。

從以上表1可以看出，上市公司被ST的主要原因都體現(xiàn)在財(cái)務(wù)狀況上，因此以上市公司被ST作為財(cái)務(wù)困境的標(biāo)志是合理的。但這一系列過程，包括財(cái)務(wù)狀況從良好到逐步惡化，都是一個從量變到質(zhì)變的過程，它們會通過企業(yè)的財(cái)務(wù)指標(biāo)、公司治理指標(biāo)以及現(xiàn)金流量指標(biāo)等體現(xiàn)出來，因此，建立財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)是可行并且尤為必要的。

二、文獻(xiàn)回顧

（一）COX模型研究現(xiàn)狀

最早提出COX比例風(fēng)險模型的是英國著名生物學(xué)家COX Deakin，（1972），COX模型是一種半?yún)?shù)模型，解決了生存分析方法中存在的分布復(fù)雜、刪失數(shù)據(jù)以及多個影響因素的問題。Prentice等（1979）提出COX模型主要受死亡例數(shù)的影響，因此它比其他非參數(shù)模型有更高的效率，幾乎接近于參數(shù)模型。Johnson（1982）運(yùn)用計(jì)算機(jī)模擬的辦法，實(shí)證證明COX模型對于小樣本的研究也是有效的。余紅梅等（2000）從COX模型的比例風(fēng)險假設(shè)、對數(shù)線性假設(shè)、影響分析、預(yù)測應(yīng)用四個方面研究討論了COX模型應(yīng)用中的問題及解決。錢俊等（2009）研究了刪失數(shù)據(jù)的比例對COX模型的影響，提出了在應(yīng)用COX模型時刪失數(shù)據(jù)的最大限度。

（二）財(cái)務(wù)困境研究現(xiàn)狀

財(cái)務(wù)困境（Financial distress）又稱為財(cái)務(wù)危機(jī)（Financial crisis），指企業(yè)由于營銷、決策或不可抗拒因素的影響，使經(jīng)營循環(huán)或財(cái)務(wù)循環(huán)無法正常持續(xù)或陷入停滯狀態(tài)，具體表現(xiàn)為：持續(xù)性虧損、無償付能力、違約、企業(yè)破產(chǎn)（Bankruptcy）等。企業(yè)陷入財(cái)務(wù)困境實(shí)際上是一個量變到質(zhì)變的逐步漸進(jìn)的過程，在這個過程中些許前兆是可以加以預(yù)測的。目前，關(guān)于財(cái)務(wù)困境的定義在國內(nèi)外有不同的表述，既體現(xiàn)有相似之處，同時也存在一定的差異性。國外學(xué)者Beaver（1966）最早提出了財(cái)務(wù)困境這個概念，他針對美國公司的情況認(rèn)定企業(yè)如果透支了大量的銀行信用，公司債存在大量違約交割以及優(yōu)先股股息不能正常支付而最終導(dǎo)致公司宣告破產(chǎn)，那么即可以認(rèn)定該公司陷入財(cái)務(wù)困境。Altman（1968）年將財(cái)務(wù)困境的涵義界定為公司經(jīng)過失敗階段、無力償還債務(wù)階段以致破產(chǎn)階段所達(dá)到的法定破產(chǎn)的狀況，其已明確認(rèn)定公司的財(cái)務(wù)困境所經(jīng)歷的三個階段。

當(dāng)然，由于國內(nèi)與國外的經(jīng)濟(jì)狀況、政策限定以及法律法規(guī)等實(shí)際狀況不同，國內(nèi)與國外的財(cái)務(wù)困境的界定也呈現(xiàn)一定的差異性（見表2）。我國于1986年頒布了《破產(chǎn)法》，該法律第三條明確規(guī)定“企業(yè)因經(jīng)營管理不善造成嚴(yán)重虧損，不能清償?shù)狡趥鶆?wù)的依照本法規(guī)定宣告破產(chǎn)”，這是在法律上對于公司陷入財(cái)務(wù)困境做出的定義，其針對的是一個公司在陷入財(cái)務(wù)困境中的極端情形即陷入破產(chǎn)狀態(tài)。雖然法律上對公司破產(chǎn)進(jìn)行了清晰的定義，但是我國的上市公司由于存在特定法律和經(jīng)濟(jì)狀態(tài)，很少有上市公司真正宣告破產(chǎn)而退市。中國證監(jiān)會于1998年頒布了《關(guān)于上市公司狀況異常期間的股票特別處理方式的通知》，其明確規(guī)定了上市公司被特別處理所應(yīng)該具有的財(cái)務(wù)指標(biāo)特征，即公司在最近兩個會計(jì)年度內(nèi)的審計(jì)結(jié)果顯示的凈利潤均為負(fù)值則可認(rèn)定公司可以被ST，因此，國內(nèi)學(xué)者多將我國上市公司被特別處理當(dāng)作公司陷入財(cái)務(wù)困境的一種特征，例如呂長江等（2005）詳細(xì)論證了將ST作為劃分公司是否陷入財(cái)務(wù)困境所具有的指標(biāo)性意義。

國外學(xué)者對于公司財(cái)務(wù)困境的界定表述大多著眼于公司陷入財(cái)務(wù)困境的前期階段，而國內(nèi)學(xué)者對于公司財(cái)務(wù)困境的界定則多根據(jù)法律規(guī)定中對于公司某個財(cái)務(wù)指標(biāo)的特征進(jìn)行定義，多著眼于公司瀕臨陷入破產(chǎn)的后期階段。概言之，公司陷入財(cái)務(wù)困境是一個循序漸進(jìn)的過程，具有階段性的特征，其涵蓋了公司從持續(xù)穩(wěn)定經(jīng)營——出現(xiàn)債務(wù)違約風(fēng)險——不穩(wěn)定經(jīng)營——陷入財(cái)務(wù)困境——公司內(nèi)外調(diào)整解決無效——公司陷入破產(chǎn)的過程，其中最核心的表征是公司不能夠按期支付其承擔(dān)的債務(wù)或者費(fèi)用，即出現(xiàn)不可以持續(xù)經(jīng)營的風(fēng)險特征。因此，公司財(cái)務(wù)困境可以根據(jù)輕重緩急的特征劃分為：風(fēng)險潛伏時期、風(fēng)險增長時期、風(fēng)險惡化時期以及風(fēng)險實(shí)現(xiàn)時期即公司陷入破產(chǎn)。

（三）COX模型在財(cái)務(wù)困境預(yù)警領(lǐng)域的應(yīng)用研究現(xiàn)狀

最早將COX模型應(yīng)用于財(cái)務(wù)危機(jī)預(yù)警的是Looney Lane和Wansley（1986），他們采用逐步回歸的方法篩選影響因素，然后以COX模型預(yù)測銀行的破產(chǎn)概率。Shumway（2001）證明COX模型與多時期Logistic模型是等價的，但COX模型的估計(jì)量是一致的，而Logistic模型的估計(jì)量是不一致的。Chava和Jarrow（2004）分行業(yè)研究破產(chǎn)概率，發(fā)現(xiàn)在COX模型下，不同的行業(yè)，其破產(chǎn)概率存在顯著差異。Hyun Ju Noh（2005）利用COX模型進(jìn)行個人信用評估，實(shí)證對比發(fā)現(xiàn)，Logistic回歸模型在某些方面遜色于COX模型，比如COX模型更能降低第二類誤判率。Bellotti T和Crook J（2007）利用COX模型來分析個人信用風(fēng)險，并在傳統(tǒng)協(xié)變量的基礎(chǔ)上加入了利率和失業(yè)率等宏觀經(jīng)濟(jì)變量，完善了模型的預(yù)測能力。endprint

鐘永紅、李政（2004）以企業(yè)盈利能力作為因變量，采用COX模型實(shí)證研究了哪些因素影響在華外資銀行的盈利能力。王曉鵬、何建敏和馬立成（2007）借助于上市公司的財(cái)務(wù)指標(biāo)數(shù)據(jù)，采用COX模型對企業(yè)財(cái)務(wù)困境進(jìn)行預(yù)警，并闡述該模型的優(yōu)勢：可以使用時間序列、連續(xù)預(yù)測、無需樣本配對。宋光磊、劉紅霞（2010）基于雙層委托代理關(guān)系，構(gòu)建了董事會治理風(fēng)險評估指標(biāo)體系，并把這些指標(biāo)作為協(xié)變量引入COX模型，設(shè)計(jì)出了董事會風(fēng)險預(yù)警模型。陳艷梅（2012）以上市公司的財(cái)務(wù)數(shù)據(jù)作為信息源，采用因子分析法對財(cái)務(wù)指標(biāo)進(jìn)行降維處理，以處理后的影響因子作為COX模型的協(xié)變量構(gòu)建上市公司財(cái)務(wù)危機(jī)預(yù)警模型，并實(shí)證檢驗(yàn)了模型的預(yù)測效果。雷振華和楚攀（2013）以信息技術(shù)類上市公司為研究樣本，選取反應(yīng)企業(yè)盈利能力、償債能力、發(fā)展能力、公司治理能力以及現(xiàn)金流量能力的五類指標(biāo)共23個財(cái)務(wù)變量進(jìn)入COX模型，顯示COX模型具有較好的預(yù)測能力和判別精度。

（四）簡單述評

COX模型是一種半?yún)?shù)的生存分析模型，自身存在數(shù)據(jù)優(yōu)勢以及統(tǒng)計(jì)優(yōu)勢，在財(cái)務(wù)困境預(yù)警中的應(yīng)用越來越廣，但研究欠缺，并未形成體系，運(yùn)用COX模型的適應(yīng)性是需要在理論與實(shí)踐中加以證明的。本文以COX模型為主要研究工具，以我國深滬A股房地產(chǎn)行業(yè)上市公司為研究樣本，綜合考慮公司償債能力、成長能力、盈利能力、資產(chǎn)營運(yùn)能力、現(xiàn)金流量能力以及股票市場價值狀況，構(gòu)建房地產(chǎn)上市公司財(cái)務(wù)困境預(yù)警模型，力求更加直觀地反應(yīng)我國房地產(chǎn)行業(yè)上市公司財(cái)務(wù)風(fēng)險狀況，并能在預(yù)測和評估風(fēng)險的基礎(chǔ)上給予一定的管理和控制，幫助公司樹立正確的危機(jī)意識，為公司加強(qiáng)風(fēng)險管理提供理論支持。

三、研究設(shè)計(jì)

（一）指標(biāo)選取

本文選取的財(cái)務(wù)指標(biāo)及定義見表3。

（二）生存時間界定與研究樣本的選擇

本文研究的樣本數(shù)據(jù)來源于Wind數(shù)據(jù)庫，按照申銀萬國行業(yè)指數(shù)分類標(biāo)準(zhǔn)，選取了我國滬深房地產(chǎn)行業(yè)上市公司的財(cái)務(wù)數(shù)據(jù)，因?yàn)楸疚膶?shí)證研究中用到的是COX模型，需要考慮樣本的生存時間問題，所以，在選擇房地產(chǎn)上市公司時考慮到該類型上市公司至少已經(jīng)上市三年且在2003年以前就已經(jīng)上市，因此，綜合考慮到數(shù)據(jù)的可得性和樣本數(shù)據(jù)的分布，本文選取樣本的時間段為2007年～2012年，考慮到一些房地產(chǎn)上市公司存在數(shù)次ST的現(xiàn)象，將這些樣本數(shù)據(jù)在不同年份進(jìn)行累加，綜合上述條件的分析，在去除不符合條件的上市房地產(chǎn)公司后，最終得到了150個房地產(chǎn)行業(yè)公司的樣本數(shù)據(jù)，其中首次被ST的公司數(shù)量在不同年份分別為：2007年13家，2008年9家，2009年6家，2010年為24家，2011年為7家，2012年為4家。

為了方便分析Cox模型的預(yù)測效果，本文采取將2007年～2012年的樣本數(shù)據(jù)分為兩大類的方法，分別為估計(jì)樣本數(shù)據(jù)和預(yù)測樣本數(shù)據(jù)。其中，將2007年～2009年的樣本數(shù)據(jù)作為模型的估計(jì)樣本，將2010年～2012年的樣本數(shù)據(jù)作為模型的預(yù)測樣本，即ST公司對應(yīng)的生存時間將分別為1到3年，而作為非ST公司的樣本數(shù)據(jù)則可以視之為生存分析中的右刪失數(shù)據(jù)，由于采用的生存模型相比多元判別模型來說不需要對房地產(chǎn)上市公司中的樣本數(shù)據(jù)進(jìn)行健康狀況和不健康狀況配對，用估計(jì)樣本進(jìn)行建模的過程中不需要進(jìn)行1：1的同比例配對，但在預(yù)測檢驗(yàn)中，預(yù)測樣本將采用配對的方法，即如下表4所示。

（三）財(cái)務(wù)指標(biāo)的顯著性檢驗(yàn)

首先要對上述房地產(chǎn)公司的25個財(cái)務(wù)指標(biāo)進(jìn)行初步篩選，可以先判斷上述樣本中的財(cái)務(wù)數(shù)據(jù)在兩類樣本中是否存在顯著性差異，即樣本數(shù)據(jù)中在ST公司和非ST公司之間是否存在顯著性差異，如果不存在顯著性差異，將剔除這些指標(biāo)，如果存在顯著性差異，就說明這些財(cái)務(wù)指標(biāo)能夠判定ST公司和非ST公司之間的區(qū)別，從而能夠做出很好的預(yù)警?？紤]選擇樣本中的2007年首次被ST的房地產(chǎn)公司6家以及隨機(jī)取樣財(cái)務(wù)狀況健康公司6家來進(jìn)行顯著性分析，即可以運(yùn)用非參數(shù)檢驗(yàn)中的Mann-Whitney U檢驗(yàn)法來研究這兩種相互獨(dú)立的樣本數(shù)據(jù)，Mann-Whitney U 檢驗(yàn)是用得最廣泛的兩獨(dú)立樣本秩和檢驗(yàn)方法，該檢驗(yàn)是與獨(dú)立樣本t檢驗(yàn)相對應(yīng)的方法，當(dāng)正態(tài)分布、方差齊性等不能達(dá)到t檢驗(yàn)的要求時，可以使用該檢驗(yàn)，其假設(shè)基礎(chǔ)是：若兩個樣本有差異，則其中心位置將不同。本文研究26個財(cái)務(wù)預(yù)警指標(biāo)的描述性統(tǒng)計(jì)量，觀測其是否存在一定的顯著性差異，結(jié)果如下表5所示。

觀察表格中的統(tǒng)計(jì)量，假設(shè)P值小于0.10的前提下來提煉顯著性指標(biāo)，會發(fā)現(xiàn)只有資產(chǎn)負(fù)債率、流動比率、已獲利息倍數(shù)、固定資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率、凈資產(chǎn)增長率、總資產(chǎn)增長率、固定資產(chǎn)投資擴(kuò)張率、凈資產(chǎn)收益率（ROE）、總資產(chǎn)凈利率（ROA）、銷售凈利率、市銷率（PS）這12個指標(biāo)的雙側(cè)P值和單側(cè)P值都能小于0.05，因此都能在財(cái)務(wù)困境樣本和財(cái)務(wù)健康樣本中表現(xiàn)出顯著性的差異，所以我們可以認(rèn)定，以上指標(biāo)能夠初步滿足模型要求的預(yù)警作用，即具有顯著性差異。

（四）財(cái)務(wù)指標(biāo)的相關(guān)性檢驗(yàn)

上述經(jīng)過Mann-Whitney U檢驗(yàn)篩選出來的顯著性差異的指標(biāo)同時也可能存在多重共線性問題，所以我們將對顯著性檢驗(yàn)篩選后的財(cái)務(wù)預(yù)警指標(biāo)做Pearson相關(guān)性檢驗(yàn)，并最終挑選能夠滿足COX模型的財(cái)務(wù)預(yù)警指標(biāo)。Pearson相關(guān)性檢驗(yàn)得出的相關(guān)性矩陣如下表6所示。

研究發(fā)現(xiàn)，篩選去除相關(guān)性較強(qiáng)的指標(biāo)后，資產(chǎn)負(fù)債率（X1）、流動比率（X3）、已獲利息倍數(shù)（X5）、總資產(chǎn)增長率（X15）、總資產(chǎn)凈利率（X20）、銷售凈利率（X21）可以被采用到COX模型中。

四、實(shí)證檢驗(yàn)與結(jié)果分析

（一）COX模型實(shí)證結(jié)果與分析

本文采用SPSS18.0統(tǒng)計(jì)軟件來構(gòu)建生存分析的COX比例風(fēng)險模型，首先利用“Survival”中的“Cox w/Time-dep Cov“過程來實(shí)現(xiàn)模型估計(jì)，對選取的資產(chǎn)負(fù)債率（X1）、流動比率（X3）、已獲利息倍數(shù)（X5）、總資產(chǎn)增長率（X15）、總資產(chǎn)凈利率（X20）、銷售凈利率（X21）這六大指標(biāo)做了如下表7所示的初次估計(jì)。endprint

上圖表示的是對擬合模型的整體檢驗(yàn)，原假設(shè)為“模型所有財(cái)務(wù)指標(biāo)影響因素的偏回歸系數(shù)均為0”，可以看到P值是顯著小于0.05的，因此可以拒絕原假設(shè)而認(rèn)為偏回歸系數(shù)不同時為0，從而做進(jìn)一步分析。模型中不引入任何協(xié)變量時的-2倍對數(shù)似然比值為228.682，引入后-2倍對數(shù)似然比值為204.004。

觀察上面的表格，資產(chǎn)負(fù)債率（X1）、流動比率（X3）、已獲利息倍數(shù)（X5）、總資產(chǎn)增長率（X15）、總資產(chǎn)凈利率（X20）、銷售凈利率（X21）這些財(cái)務(wù)指標(biāo)能夠?qū)ι鲜泄镜纳鏁r間做出顯著性影響，因?yàn)樗鼈兊臋z驗(yàn)的P值都小于0.05。其中，X1、X3、X5、X15、X20、X21的值均采用財(cái)務(wù)比率值乘以100來估算。

將上表估計(jì)的系數(shù)代入到COX模型方程中，可以得到以資產(chǎn)負(fù)債率（X1）、流動比率（X3）、已獲利息倍數(shù)（X5）、總資產(chǎn)增長率（X15）、總資產(chǎn)凈利率（X20）、銷售凈利率（X21）為協(xié)變量的房地產(chǎn)上市公司財(cái)務(wù)困境預(yù)警的COX危險率函數(shù)模型，即：表中系數(shù)βi（即B）為變量Xi的參數(shù)估計(jì)系數(shù)，理論上說，如果βi=0，則說明Xi對上市公司生存率并沒有影響，即風(fēng)險率h（t，X）從h0（t）變化到h0（t）exp0，風(fēng)險率維持不變；如果βi<0，則說明Xi的增加會降低上市公司的危險率，即使其生存率上升，是上市公司生存率的正面因素（保護(hù)因素）；如果βi>0，則說明Xi的增加會加大上市公司的危險率，即使其生存率下降，是上市公司生存率的負(fù)面因素；因此βi的實(shí)際含義為：當(dāng)Xi改變一個單位時，造成的風(fēng)險率改變倍數(shù)的自然對數(shù)。本文中也列出了相對危險度（Hazard Ratio），即風(fēng)險比例exp（B）。

從模型系數(shù)回歸的結(jié)果來看，資產(chǎn)負(fù)債率和總資產(chǎn)同比增長率與房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險正相關(guān)，而流動比率、已獲利息倍數(shù)、總資產(chǎn)凈利率以及銷售凈利率與房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險負(fù)相關(guān)。具體來看：資產(chǎn)負(fù)債率X1的系數(shù)β1=0.004>0，從系數(shù)符號看，資產(chǎn)負(fù)債率是負(fù)面因素，會加大企業(yè)陷入財(cái)務(wù)困境的危險，也就是說資產(chǎn)負(fù)債率每增加一個單位，其相對危險度為1.004，該指標(biāo)越高，說明企業(yè)承擔(dān)的債務(wù)壓力越大，引發(fā)財(cái)務(wù)危機(jī)的可能性越大，生存時間越短，模型推倒的結(jié)論與實(shí)際相符。

流動比率X3的系數(shù)β3=-1.576<0，從系數(shù)符號看，流動比率是保護(hù)因素，會減輕企業(yè)陷入財(cái)務(wù)困境的危險，也就是說流動比率每增加一個單位，其相對危險度為0.207，該指標(biāo)越高，說明企業(yè)資產(chǎn)的流動性越好，引發(fā)財(cái)務(wù)危機(jī)的可能性越小，生存時間越長，模型推倒的結(jié)論與實(shí)際相符。

已獲利息倍數(shù)X5的系數(shù)β5=-0.003<0，從系數(shù)符號看，已獲利息倍數(shù)是保護(hù)因素，會減輕企業(yè)陷入財(cái)務(wù)困境的危險，也就是說已獲利息倍數(shù)每增加一個單位，其相對危險度為1.004，該指標(biāo)越高，說明企業(yè)息稅前利潤可以保證利息費(fèi)用的支付，保持較好的償債聲譽(yù)和較高的舉債能力，則引發(fā)財(cái)務(wù)危機(jī)的可能性越小，生存時間越長，模型推倒的結(jié)論與實(shí)際相符。

總資產(chǎn)增長率X15的系數(shù)β15=0.005>0，從系數(shù)符號看，總資產(chǎn)增長率是負(fù)面因素，會加大企業(yè)陷入財(cái)務(wù)困境的危險，也就是說總資產(chǎn)增長率每增加一個單位，其相對危險度為1.005，該指標(biāo)越高，說明房地產(chǎn)公司無序高杠桿融資擴(kuò)張盡管能帶來總資產(chǎn)的膨脹，但也會使得公司陷入財(cái)務(wù)困境的風(fēng)險提高，生存時間縮短，模型推倒的結(jié)論與實(shí)際相符。

總資產(chǎn)收益率X20的系數(shù)β20=-0.001<0，從系數(shù)符號看，總資產(chǎn)收益率是保護(hù)因素，會減輕企業(yè)陷入財(cái)務(wù)困境的危險，也就是說總資產(chǎn)收益率每增加一個單位，其相對危險度為1.001，該指標(biāo)越高，說明企業(yè)資產(chǎn)利用率越高，盈利能力越強(qiáng)，企業(yè)通過自身盈利來償還債務(wù)的能力越強(qiáng)則引發(fā)財(cái)務(wù)危機(jī)的可能性越小，生存時間越長，模型推倒的結(jié)論與實(shí)際相符。

銷售凈利率X21的系數(shù)β21=-0.001<0，從系數(shù)符號看，銷售凈利率是保護(hù)因素，會減輕企業(yè)陷入財(cái)務(wù)困境的危險，也就是說銷售凈利率每增加一個單位，其相對危險度為1.001，該指標(biāo)越高，說明企業(yè)利潤質(zhì)量越高，企業(yè)通過自身盈利來償還債務(wù)的能力越強(qiáng)，則引發(fā)財(cái)務(wù)危機(jī)的可能性越小，生存時間越長，模型推倒的結(jié)論與實(shí)際相符。

總的來說，對企業(yè)財(cái)務(wù)危機(jī)有顯著影響的因素X1、X3、X5、X15、X20、X21，且其相對危險度最大的是1.005（總資產(chǎn)增長率），最小的是0.207（流動比率）。

（二）COX模型的財(cái)務(wù)預(yù)警效果檢驗(yàn)

為了方便驗(yàn)證上述Cox模型的預(yù)警效果，首先應(yīng)該選擇一個判別臨界值作為預(yù)警點(diǎn)，采用Whalen的方法即規(guī)定2007年～2009年估計(jì)樣本中生存時間分別為一年、兩年以及三年的樣本數(shù)量和估計(jì)樣本總量的比值作為預(yù)警點(diǎn)，然后求出預(yù)測樣本中公司的生存率，通常采用的方法是Christensen的Cox模型生存率估計(jì)法，即可以對上述最終的Cox相對風(fēng)險模型進(jìn)行估計(jì)，求出2010年～2012年間預(yù)測樣本中的房地產(chǎn)上市公司生存率數(shù)據(jù)，最后將這些生存率數(shù)據(jù)與預(yù)警點(diǎn)判別值做以比較，若預(yù)測樣本公司的生存率大于預(yù)警點(diǎn)，則判定該樣本公司不會陷入財(cái)務(wù)困境，反之則反是。根據(jù)以上分析，得到Cox模型對2010年～2012年預(yù)測樣本的預(yù)警準(zhǔn)確率如下表8所示。

觀察上表，模型對ST公司和非ST公司提前一年的預(yù)警準(zhǔn)確率為77%和73%，提前兩年和三年的指標(biāo)也都超過了50%，說明模型的預(yù)測能力較好，之所以提前一年期的財(cái)務(wù)預(yù)測能力較好時因?yàn)樘崆耙荒甑男畔p失比較少，時間越久，財(cái)務(wù)指標(biāo)解釋能力越差。

五、研究結(jié)論與局限性

（一）研究結(jié)論

通過建立我國房地產(chǎn)上市公司財(cái)務(wù)預(yù)警的Cox模型并進(jìn)行樣本外檢驗(yàn)，資產(chǎn)負(fù)債率、流動比率、已獲利息倍數(shù)、總資產(chǎn)增長率、總資產(chǎn)凈利率（ROA）、銷售凈利率這六大因素能夠很好地預(yù)測房地產(chǎn)上市公司的財(cái)務(wù)困境風(fēng)險。endprint

（二）政策建議

一方面，著重加強(qiáng)企業(yè)內(nèi)部風(fēng)險管理控制，建立完善籌融資決策規(guī)劃制度從而保持良好的信用記錄，以較好地控制公司的杠桿率，避免公司高杠桿超限擴(kuò)張帶來的總資產(chǎn)增長率和資產(chǎn)負(fù)債率上升從而陷入財(cái)務(wù)困境的情形；提高公司經(jīng)營能力，把握良好的存貨周轉(zhuǎn)控制機(jī)制，加強(qiáng)資金融通能力，使得公司能夠抵御流動負(fù)債償付風(fēng)險，增強(qiáng)公司產(chǎn)品創(chuàng)新能力，加強(qiáng)公司成本控制，提高員工素質(zhì)，從而增強(qiáng)公司盈利能力，另一方面，房地產(chǎn)行業(yè)目前正處于特殊時期，密切關(guān)注房貸政策與銀行執(zhí)行情況，最大限度去庫存，回資金，以避免陷入財(cái)務(wù)困境。

（三）研究不足與展望

由于研究數(shù)據(jù)瓶頸、時間和本人研究能力的限制，本文在內(nèi)容上和深度上還存在較大的改進(jìn)余地，主要體現(xiàn)在：

第一，本文主要是從公司財(cái)務(wù)狀況的角度來考察公司陷入財(cái)務(wù)困境的預(yù)警分析，但是有些非財(cái)務(wù)性因素也能導(dǎo)致公司面臨財(cái)務(wù)風(fēng)險，引發(fā)公司財(cái)務(wù)困境，如公司戰(zhàn)略市場定位、公司人力資源狀況、公司管理層素質(zhì)和聲譽(yù)、公司股權(quán)結(jié)構(gòu)分布、企業(yè)會計(jì)準(zhǔn)則的變化等都包含有相應(yīng)信息，能夠?qū)矩?cái)務(wù)狀況加以影響。第二，本文利用的是房地產(chǎn)行業(yè)微觀層次的財(cái)務(wù)數(shù)據(jù)，由于房地產(chǎn)行業(yè)與宏觀經(jīng)濟(jì)狀況也有較大聯(lián)系，因此還可以綜合考慮財(cái)政、貨幣、稅收等宏觀因素在房地產(chǎn)上市公司財(cái)務(wù)困境預(yù)警模型中的作用。第三，本文所選取的數(shù)據(jù)是從網(wǎng)上公開渠道上獲取的會計(jì)報(bào)表數(shù)據(jù)，但是由于各種各樣的原因，會計(jì)報(bào)表數(shù)據(jù)的真實(shí)性和客觀性也值得考量，并且會計(jì)報(bào)表數(shù)據(jù)存在滯后性、短期性以及靜態(tài)性等特征，會使得研究數(shù)據(jù)并不能綜合反映公司真實(shí)的財(cái)務(wù)狀況，因此，如何從多個層面和角度來構(gòu)建一套科學(xué)合理的指標(biāo)體系，應(yīng)該加以思考。

參考文獻(xiàn)

[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(zé)任編輯、校對：黨海麗endprint