基于Logit模型的戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)影響因素研究

張明國(guó)+李成剛

【摘要】進(jìn)入21世紀(jì)以來(lái)，我國(guó)不斷優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，扶持和培育引領(lǐng)國(guó)民經(jīng)濟(jì)發(fā)展的骨干企業(yè)。為占領(lǐng)世界經(jīng)濟(jì)發(fā)展的戰(zhàn)略高地，我國(guó)制定了戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃。在經(jīng)濟(jì)發(fā)展的新常態(tài)下，我國(guó)一些戰(zhàn)略性新興企業(yè)出現(xiàn)了嚴(yán)重的庫(kù)存過(guò)剩，以至于企業(yè)陷入財(cái)務(wù)危機(jī)。為揭示企業(yè)發(fā)生財(cái)務(wù)危機(jī)的原因，本文從滬深兩市選取757家上市公司，以10個(gè)指標(biāo)為解釋變量，建立Logit模型進(jìn)行研究。同時(shí)，本文以Logit模型的回歸結(jié)果為依據(jù)，重點(diǎn)分析、比較了國(guó)有企業(yè)和民營(yíng)企業(yè)在面對(duì)財(cái)務(wù)危機(jī)時(shí)的財(cái)務(wù)舉措。實(shí)證結(jié)果發(fā)現(xiàn)，我國(guó)戰(zhàn)略性新興企業(yè)的固定資產(chǎn)比率和資產(chǎn)負(fù)債率對(duì)其財(cái)務(wù)風(fēng)險(xiǎn)有著顯著影響，而企業(yè)的經(jīng)營(yíng)和盈利能力并不是導(dǎo)致其財(cái)務(wù)危機(jī)的主要因素。此外，在面對(duì)財(cái)務(wù)危機(jī)時(shí)，無(wú)論國(guó)有企業(yè)還是民營(yíng)營(yíng)業(yè)都會(huì)顯著地降低資產(chǎn)負(fù)債率，國(guó)有企業(yè)還會(huì)顯著地降低其固定資產(chǎn)比率，而提高自身的經(jīng)營(yíng)和盈利能力并不是戰(zhàn)略性新興企業(yè)走出財(cái)務(wù)困境的首要選擇。

【關(guān)鍵詞】Logit模型 財(cái)務(wù)風(fēng)險(xiǎn) 戰(zhàn)略性新興產(chǎn)業(yè)

一、引言

在當(dāng)前“去庫(kù)存”和國(guó)企改革的大背景下，發(fā)生財(cái)務(wù)危機(jī)的企

業(yè)成為關(guān)注的焦點(diǎn)。本文通過(guò)建立Logit模型來(lái)分析影響企業(yè)發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的主要因素并深入分析企業(yè)走出財(cái)務(wù)困境的舉措，提供了一種評(píng)估戰(zhàn)略性新興企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的方法，對(duì)我國(guó)的國(guó)企改革和企業(yè)整合具有重要的現(xiàn)實(shí)意義。

Logit模型是一種非線性分析的統(tǒng)計(jì)方法，解決因變量為定性指標(biāo)的問(wèn)題。Altman（1968）[1]運(yùn)用多元線性模型分析了企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)影響因素。Ohlson（1980）[2]建立了預(yù)測(cè)財(cái)務(wù)危機(jī)的Logit模型，給出了MDA方法有效性的條件。吳世農(nóng)和盧賢義（2001）[3]比較了線性判別分析、多元線性回歸分析和Logit回歸分析對(duì)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估的有效性，認(rèn)為L(zhǎng)ogit模型的有效性最高。方洪全和曾勇（2004）[4]認(rèn)為，Logit模型的預(yù)測(cè)準(zhǔn)確率與所選取的評(píng)價(jià)體系相關(guān)。武玉青和李忠衛(wèi)（2016）[5]建立制造業(yè)上市公司的面板Logit模型，認(rèn)為財(cái)務(wù)因子和非財(cái)務(wù)因子均對(duì)上市公司的財(cái)務(wù)狀況具有重要影響。錢水土和陳鑫云（2016）[6]將宏觀經(jīng)濟(jì)指標(biāo)納入Logit模型來(lái)探究農(nóng)村信用社區(qū)域性信用風(fēng)險(xiǎn)影響因素

雖然專家學(xué)者從自己的視角給出了很多有價(jià)值的結(jié)論，但是大多數(shù)研究只是建立了評(píng)價(jià)財(cái)務(wù)風(fēng)險(xiǎn)的模型，檢驗(yàn)了模型的預(yù)測(cè)精度，并沒(méi)有對(duì)發(fā)生財(cái)務(wù)危機(jī)企業(yè)擺脫財(cái)務(wù)困境的舉措進(jìn)一步的分析。本文在建立的Logit模型基礎(chǔ)上，分析比較了國(guó)有企業(yè)和民營(yíng)企業(yè)在發(fā)生財(cái)務(wù)危機(jī)時(shí)的財(cái)務(wù)舉措，評(píng)估了企業(yè)的發(fā)展能力，具有一定的理論和現(xiàn)實(shí)意義。

二、模型構(gòu)建

（一）Logit模型簡(jiǎn)介

Logit模型采用極大似然估計(jì)方法進(jìn)行參數(shù)估計(jì)。設(shè)P表示財(cái)務(wù)危機(jī)發(fā)生的概率，x是影響企業(yè)發(fā)生財(cái)務(wù)危機(jī)的解釋變量，P與x的關(guān)系為：

其中，β表示x的系數(shù)，exp（ ）表示指數(shù)函數(shù)。在模型中，財(cái)務(wù)危機(jī)發(fā)生概率的預(yù)測(cè)被看作是一個(gè)虛擬變量問(wèn)題。本文中，為了將公司是否發(fā)生財(cái)務(wù)危機(jī)進(jìn)行量化，我們規(guī)定，當(dāng)上市公司存在財(cái)務(wù)危機(jī)時(shí)，取數(shù)值I；否則，取數(shù)值0。在Logit模型中，計(jì)算出的概率越大，表示該公司陷入財(cái)務(wù)危機(jī)的可能性越大，我們?nèi)?.5作為企業(yè)陷入財(cái)務(wù)危機(jī)概率的臨界值。

Logit模型的假設(shè)條件較寬松，對(duì)數(shù)據(jù)的分布狀況沒(méi)要求，而我國(guó)上市公司數(shù)據(jù)質(zhì)量不高且相對(duì)匱乏，理論上適合使用Logit模型進(jìn)行我國(guó)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的分析。

（二）樣本選取

本文以上市公司被宣布ST作為發(fā)生財(cái)務(wù)危機(jī)的標(biāo)志，利用2008～2015年的財(cái)務(wù)數(shù)據(jù)來(lái)構(gòu)建解釋變量，根據(jù)戰(zhàn)略性新興產(chǎn)業(yè)的特點(diǎn)及所涉及的領(lǐng)域，依據(jù)中國(guó)證監(jiān)會(huì)2012年修訂的《上市公司行業(yè)分類指引》，從滬深兩市挑選757個(gè)樣本，包括101個(gè)被ST的公司。此外，本文使用stata12.0軟件進(jìn)行Logit回歸分析，數(shù)據(jù)來(lái)源于CSMAR國(guó)泰安數(shù)據(jù)庫(kù)。

（三）指標(biāo)選擇

影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的因素有很多，可以劃分為財(cái)務(wù)因素和非財(cái)務(wù)因素。財(cái)務(wù)因素主要包括企業(yè)償債能力、盈利能力、營(yíng)運(yùn)能力、成長(zhǎng)能力和資產(chǎn)構(gòu)成等方面，而非財(cái)務(wù)因素的搜集比較困難，且沒(méi)有統(tǒng)一的量化標(biāo)準(zhǔn)。因此，本文在企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)度量模型中主要采用財(cái)務(wù)指標(biāo)。本文選取流動(dòng)比率、資產(chǎn)負(fù)債率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、營(yíng)業(yè)收入增長(zhǎng)率、總資產(chǎn)增長(zhǎng)率、凈資產(chǎn)收益率、固定資產(chǎn)比率（即，固定資產(chǎn)與企業(yè)總資產(chǎn)的比值）及凈利潤(rùn)是否為負(fù)、所有者權(quán)益是否小于注冊(cè)資本10個(gè)指標(biāo)來(lái)進(jìn)行建模，分別用C1、C3、Y1、Y2、S1、S2、ROE、G1、SN、SZC來(lái)表示。

三、實(shí)證分析

（一）戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)實(shí)證分析

1.多重共線性檢驗(yàn)。在對(duì)數(shù)據(jù)進(jìn)行Logit回歸之前，首先要對(duì)選取的指標(biāo)進(jìn)行多重共線性檢驗(yàn)。如果VIF（膨脹因子）小于等于10，說(shuō)明自變量與其他變量間不存在嚴(yán)重的共線性問(wèn)題。

由上表可看出，本文選取的10個(gè)解釋變量的VIF（方差膨脹因子）均小于10，說(shuō)明變量之間不存在共線性問(wèn)題，以上10個(gè)指標(biāo)均可進(jìn)入模型。

2.模型估計(jì)。

由表2可看出，解釋變量整體在1%的水平上顯著，偽R方較大，模型的整體解釋能力強(qiáng)。固定資產(chǎn)比率和資產(chǎn)負(fù)債率的系數(shù)為正，數(shù)值較大，且在1%的水平上顯著，這兩個(gè)指標(biāo)越大，公司越可能發(fā)生財(cái)務(wù)危機(jī)；凈利潤(rùn)是否為負(fù)變量以及所有者權(quán)益是否小于注冊(cè)資本變量在1%的水平上顯著，對(duì)企業(yè)發(fā)生財(cái)務(wù)危機(jī)的概率有顯著影響，此外，這兩個(gè)指標(biāo)也是中國(guó)證監(jiān)會(huì)對(duì)上市公司進(jìn)行ST的重要參考依據(jù)；營(yíng)業(yè)收入增長(zhǎng)率和總資產(chǎn)增長(zhǎng)率在5%的水平上顯著；存貨周轉(zhuǎn)率在10%的水平上顯著；流動(dòng)比率、應(yīng)收賬款周轉(zhuǎn)率和凈資產(chǎn)收益率對(duì)企業(yè)發(fā)生財(cái)務(wù)危機(jī)沒(méi)有較強(qiáng)的解釋能力。

（二）國(guó)有企業(yè)與民營(yíng)企業(yè)擺脫危機(jī)的財(cái)務(wù)舉措的實(shí)證分析endprint

由于國(guó)有企業(yè)在面對(duì)財(cái)務(wù)危機(jī)時(shí)比民營(yíng)企業(yè)有更多的資源和周旋空間，我們對(duì)101家被ST的公司依據(jù)股權(quán)性質(zhì)進(jìn)行劃分，分為國(guó)有企業(yè)民營(yíng)企業(yè)。在所選取的數(shù)據(jù)中，國(guó)有企業(yè)數(shù)量為56，占所有被ST企業(yè)的55%。

本文以企業(yè)擺脫財(cái)務(wù)危機(jī)的時(shí)點(diǎn)為界，對(duì)資產(chǎn)負(fù)債率、固定資產(chǎn)比率、凈資產(chǎn)收益率指標(biāo)進(jìn)行前后期的中位數(shù)差異統(tǒng)計(jì)檢驗(yàn)。由于本文比較的是某個(gè)變量在不同時(shí)期的中位數(shù)，相關(guān)的樣本屬于配對(duì)樣本，因此適合使用符號(hào)秩檢驗(yàn)（Wilcoxon signed-rank test）。擺脫財(cái)務(wù)危機(jī)的當(dāng)年，上市公司為了保持賬面上的盈利性，采取利潤(rùn)操縱的可能性較大。本文認(rèn)為，上市公司摘帽（上市公司被宣布摘掉“ST”）的上年數(shù)據(jù)能較好的反映企業(yè)擺脫信用危機(jī)時(shí)的財(cái)務(wù)狀況。因此，本文以上市公司摘帽當(dāng)年作為t=0期，摘帽的上一年作為t=-1期，摘帽的次年作為t=1期，以此類推。然后，將所有擺脫信用危機(jī)的上市公司在t=2、t=1、t=0期的財(cái)務(wù)指標(biāo)與其在t=-1期的數(shù)據(jù)分別進(jìn)行signed-rank檢驗(yàn)。為與本文的研究思路保持一致，將摘帽的公司分為國(guó)企和民企，分別進(jìn)行研究，本文選取的相關(guān)公司的行業(yè)分布及中位數(shù)signed-rank的檢驗(yàn)結(jié)果如下表：

從上表中，我們可得出結(jié)論：摘掉ST后，國(guó)有企業(yè)的固定資產(chǎn)比率較民營(yíng)企業(yè)的固定資產(chǎn)比率顯著下降，國(guó)有企業(yè)和民營(yíng)企業(yè)的資產(chǎn)負(fù)債率均顯著下降，而國(guó)有企業(yè)和民營(yíng)企業(yè)的凈資產(chǎn)收益率均無(wú)明顯變化。因此，在發(fā)生財(cái)務(wù)危機(jī)時(shí)，上市公司均降低資產(chǎn)負(fù)債率，國(guó)有企業(yè)有顯著降低固定資產(chǎn)比率的傾向。同時(shí)，無(wú)論是國(guó)有企業(yè)，還是民營(yíng)企業(yè)，提高自身的競(jìng)爭(zhēng)力以增加企業(yè)收入不是擺脫財(cái)務(wù)困境的主要舉措。

四、結(jié)論及建議

本文從滬深兩市挑選757個(gè)上市公司樣本，利用1998～2015年的財(cái)務(wù)資料，通過(guò)設(shè)定10個(gè)財(cái)務(wù)指標(biāo)，建立Logit模型，實(shí)證分析了影響戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的因素，進(jìn)而對(duì)上市公司擺脫財(cái)務(wù)危機(jī)后的資產(chǎn)負(fù)債率、固定資產(chǎn)比率及凈資產(chǎn)收益率進(jìn)行了中位數(shù)差異性檢驗(yàn)。研究表明，戰(zhàn)略性新興企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)主要是由企業(yè)大量的固定資產(chǎn)投資及舉債經(jīng)營(yíng)引起的。因此，企業(yè)要將自身的戰(zhàn)略發(fā)展目標(biāo)與財(cái)務(wù)風(fēng)險(xiǎn)結(jié)合起來(lái)，將企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)控制在合理的范圍內(nèi)。否則，為追求發(fā)展而過(guò)度進(jìn)行固定資產(chǎn)投資及舉債經(jīng)營(yíng)導(dǎo)致的后果將是非常嚴(yán)重的——企業(yè)不僅面臨著退市的威脅，還要為擺脫財(cái)務(wù)困境而花費(fèi)大量的財(cái)力及人力。

參考文獻(xiàn)

[1]Altman E.Fanancial ratios，discriminant anylysis and the prediction of corpotate Bankruptcy[J].Journal of Finance，1968（23）：589-609.

[2]Ohlson J.Financial ratios：and the Probabilistic Predietion of Bankruptcy[J].Journal of Accounting Research，1980（18）：109-131.

[3]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[Jl.經(jīng)濟(jì)研究，2001.

[4]方洪全，曾勇.對(duì)銀行信用風(fēng)險(xiǎn)評(píng)價(jià)體系的比較[J].系統(tǒng)工程理論方法，2004.

[5]武玉青，李忠衛(wèi).基于Panel logit模型的上市公司財(cái)務(wù)困境預(yù)警研究[J].財(cái)會(huì)通訊，2016，（15）：115-118.

[6]錢水土，陳鑫云.農(nóng)村信用社區(qū)域性風(fēng)險(xiǎn)影響因素分析——基于面板數(shù)據(jù)Logit模型[J].金融研究，2016，（9）：115-130.

作者簡(jiǎn)介：張明國(guó)（1987-），男，漢族，山東濟(jì)南人，貴州財(cái)經(jīng)大學(xué)金融碩士，研究方向：計(jì)量金融；李成剛，男，漢族，管理學(xué)博士，貴州財(cái)經(jīng)大學(xué)金融學(xué)院教授，碩士研究生導(dǎo)師。endprint