1、基于公司会计和治理信息的财务困境预测模型研究 袁卫秋（南京财经大学会计学院，江苏 南京 210046） 摘要：本文以2005年上半年沪深两市中首次被ST的52家公司和52家非ST公司为研究对象，同时利用这些上市公司的会计信息和公司治理信息来构建财务困境预测模型。研究结果表明：（1）公司治理特征对公司陷入财务困境具有显著的影响；（2）公司治理信息不能为财务信息所覆盖。一方面,说明公司治理结构对公司的财务安全具有重要的影响，另一方面也说明今后在研究和构建财务困境预测模型的时候，不仅要考虑会计信息，还应考虑公司治理信息等，以构建出更为有效的预测模型。关键词：会计信息；公司治理信息；财务困境；预测模型
2、作者简介：袁卫秋，南京财经大学会计学院教师，上海财经大学统计系博士生。中图类分类号：F276.6 文献标识码：A引 言自Beaver1966年在其开创性的论文“Financial Ratios as Predictors of Failure”中提出公司财务困境的预测模型以来，关于这一领域的研究就一直方兴未艾。三十多年来，学者们为了提高模型的预测能力，不断地对模型的构建方法进行探索，从最初Beaver（1966）提出的一元判别模型、Altman（1968、1977）提出的多元线性判别模型、Ohlson（1980）提出的Logistic回归模型，到新近Coats 和 Fant（1991）提出的神
3、经网络模型、Lindsay 和 Campbell（1994）提出的混沌理论模型、Charitou 和 Trigeorgis（2000）提出的期权理论模型等。然而，新近发展起来的预测方法由于理解和具体操作上的过于复杂以及并没有显著改善模型的预测能力，因而在学术文献中研究者广泛采用的仍是传统的三大方法。这就意味着如果还是仅仅停留在预测方法的改善上，则这一领域的研究将很难继续向前推进。也许正是基于这一点，近年来，一些研究人员开始从构建模型的指标上进行深入思考，他们不再局限于仅仅利用会计信息来构建模型，而是单独或同时利用公司治理信息等来构建模型，从而为财务困境预测模型的研究开辟了一个新的局面。从文献上
4、来看，Simpson和Gleason1似乎是第一个利用公司治理信息来构建财务危机预测模型的。1999年，Simpson和Gleason在“董事会结构，所有权结构，和银行企业的财务困境”一文中，选取了近300家银行企业作为研究样本。研究表明，除CEO与董事长两职合一对公司陷入财务困境的概率有显著影响外，其他指标均没有显著影响。2001年，Elloumi和Gueyie2 在其“财务困境和公司治理：一项经验分析”一文中，以加拿大的92家商业公司为研究样本。研究发现：（1）财务困境公司和健康公司的董事会构成存在显著差异，财务困境公司的外部董事比例显著较低；（2）对经历CEO变换的财务困境公司而言，董事
5、会构成在财务困境和财务健康公司之间没有显著差异，外部董事比例并不存在显著差异；（3）CEO与董事长是否兼职，在财务困境公司和财务健康公司之间没有显著差异；（4）经历过CEO变换的财务困境公司受两职合一结构的影响显著，经历过CEO变换的财务困境公司，由CEO控制的董事会显著较少。2004年，Lee和Yeh3在“公司治理和财务困境：来自于台湾的证据”一文中，以19961999年发生财务困境的45家台湾上市公司为初始样本，然后根据同行业和相近规模的原则选择了88家没有发生财务困境的上市公司作为配对样本，最终得到133家。研究发现，反映公司治理特征中的绝大多数指标都对公司发生财务困境的概率有显著影响，
6、而反映公司财务特征的指标却只有一个有显著影响。相对于国外学者而言，国内学者对于企业财务困境的研究起步较晚，1999年以后才陆续出现了以会计信息为基础建立的财务困境预测模型，这其中以陈静（1999）4、张玲（2000）5、吴世农和卢贤义（2001）6的研究最具有代表性。然而，纵观这些研究可以发现，几乎所有的预测模型都只是基于会计信息，而利用公司治理信息进行财务困境预测模型的研究却很少见。但是，在信息不对称的市场中，仅仅以会计信息为基础的模型未必具有最佳预测效果。因为财务困境的发生，除了公司营运方面出现问题外，尚有公司大股东违法挪用公司资产、提供违规担保、董事和监事功能弱化等其他原因。这类问题，无
7、法单独利用财务报表中的信息进行诊断。所以除了利用传统的会计信息外，还应考虑利用公司治理等信息来进行上市公司财务困境的预测。鉴于以上认识，本文试图在借鉴国外研究的基础上，同时利用会计信息和公司治理信息进行指标设计，并利用Logistic回归模型来构建我国上市公司的财务困境预测模型，以期发现：（1）公司治理特征是否对公司陷入财务困境具有显著的影响；（2）财务信息是否能覆盖公司治理信息。研究设计一、样本选择本文的样本包含ST样本和非ST样本。对于ST样本，本文选择以2005年上半年沪深两市中首次被ST的54家上市公司为初始样本，剔除2家2002年上市的公司，最终以52家ST公司作为研究样本。对于非S
8、T样本，本文采取1：1配对的方法，即对应每一个ST公司，按行业相同、总资产规模相近的原则1，选择一个非ST公司，这样共选出52家非ST公司作为配对样本。以上两类样本共包括104家上市公司，为了切实检验模型的预测能力，从上述两类样本中分别随机抽取出10家，即共20家上市公司重新组成一组，作为检验样本用来检验预测模型的有效性；其余的84家上市公司组成另一组用来构建财务困境预测模型2。二、指标选择1.会计信息指标国内很多学者已经从会计信息角度、利用财务比率指标，对公司财务困境的预测进行的实证研究。尽管不同学者得出的预测公司发生财务困境的有效财务比率指标不同，但研究结果类似，即基本上都是从公司的偿债能
9、力、盈利能力、营运能力、成长能力、以及现金流量等方面进行研究的。根据这些学者的研究，本文共选用16个会计信息指标，分为5组，各指标的详细说明如表1所示。表1 会计信息指标说明组别指标名称符号表示计算公式偿债能力 流动比率流动负债总负债比长期负债资产比资产负债率X1X 2X 3X 4流动资产/流动负债流动负债/总负债长期负债/总资产负债总额/资产总额营运能力 总资产周转率存货周转率应收账款周转率X 5X 6X 7主营业务收入/平均总资产主营业务成本/平均存货主营业务收入/平均应收账款成长能力 主营利润增长率总资产增长率净利润增长率X 8X 9X 10（本期主营业务利润上期主营业务利润）/abs（
10、上期主营业务利润）（本期总资产上期总资产）/上期总资产（本期净利润上期净利润）/abs（上期净利润）盈利能力 经营净利率经营毛利率资产利润率净资产收益率主营业务利润与利润总额比X 11X 12X 13X 14X 15净利润/主营业务收入主营业务利润/主营业务收入利润总额/平均总资产净利润/股东权益主营业务利润/abs（总利润）现金流量状况 每股经营活动现金流量净额X 16经营活动现金流量净额/总股数注：表中的abs（？）表示对括号中的值取绝对值。2.公司治理信息指标当前世界各国正在努力推动公司治理，以防范公司发生严重弊端与危机，并进一步提高公司的绩效，中国也不例外。只是在中国这样一个新兴市场中
11、，外部公司治理机制功能相当薄弱，只能偏重内部公司治理机制来确保管理者的行为，以降低代理问题；此外，由于中国上市公司的年报对公司治理信息的披露有限，考虑到资料的可获得性与适用性，本文仅限于内部公司治理机制，即从股权结构、董事会、管理层的特性方面，对上市公司财务困境的预测进行研究。(1)股权结构一般来讲，股权结构有两层含义：一是指股权构成；二是指股权集中度。关于股权结构在公司治理中的作用及效率的研究，无论是国外还是中国的学者，都还没有取得一致的结论。股权构成股权构成是指各个不同背景的股东集团分别持有股份的多少，即国家股东、法人股东、社会公众股东的各自持股比例。许小年(1997)对上市公司的经验研究
12、结果表明，国有股比例越高的公司，绩效越差；法人股比例越高的公司，绩效越好；流通股比例与公司绩效基本无关。陈晓和江东（2000）发现，在竞争性较强的行业，国有股比例与公司业绩负相关，流通股比例与公司业绩正相关；而在竞争性较弱的行业则没有发现这些结果。陈小悦和徐晓东（2001）发现，国有股比例和法人股比例与企业业绩之间没有显著的负相关关系，但在公司治理对外部投资者利益缺乏保护的情况下，流通股比例与企业业绩之间负相关。以上学者的研究表明股权构成对公司发生财务困境有显著影响。本文选用国有股比例、法人股比例、社会公众股比例等3个指标来衡量上市公司的股权构成。股权集中度在公司治理中的作用，股权集中度主要表
13、现两种相反的效应，即利益趋同效应和利益侵占效应。Shleifer和Vishny（1986）指出，股权集中型公司相对于股权分散型公司具有较高的盈利能力和市场表现。Agrawal和Mdelker (1990)认为，当股权越集中于大股东手中时，其越有动机监督管理者，因而可提高公司价值。另一方面，Leech和Leahy（1991）的研究显示，股权集中度与企业价值及利润率之间显著负相关。Mudambi和Nicosia (1998) 也发现股权集中度与公司业绩之间存在负相关。LaPorta（1999）等人则认为，在缺乏外部控制威胁，或者外部股东类型多元化的情况下，股权分散型公司的绩效和市场价值要优于股权集
14、中型公司。国内学者也有这方面的研究，但也没有得到一致的结论。许小年和王燕（1998）、张红军（2000）等人发现，股权集中度与公司绩效存在正相关关系。但是施东晖（2001）的研究显示，股权分散型公司的盈利能力和市场表现都要好于股权集中型公司；郑德程和沈华珊（2002）也认为，股权高度集中与公司的经营绩效存在负相关关系。孙永祥和黄祖辉（1999）、吴淑琨（2002）、白重恩等（2005）发现，第一大股东持股比例与公司业绩呈正“U”形关系。以上学者的研究表明股权集中度对公司发生财务困境有显著影响。本文选用第一大股东持股比例、第一大股东控制力3、赫芬德尔（Herfindahl）指数4等3个指标来衡量
15、。(2)董事会特性董事会作为所有者与管理者之间的桥梁，代表并维护股东的权益。董事会功能大小视其特性而定，因为董事会特性将影响代理成本、公司绩效以及公司的生存状况。董事会规模20世纪90年代以前，部分研究支持大规模董事会，认为大规模董事会提供多角度的决策咨询，帮助企业获得必要的资源，建立企业良好的外在形象，降低CEO控制董事会的可能。如Zahra和Pearce (1989)指出，董事会规模将左右董事会功能的发挥，规模越大时，公司绩效越好。但董事会规模过大，除了容易产生董事会成员间沟通与协调的困难，还往往滋生董事会成员“搭便车”的动机，因此董事会规模也并不一定越大越好。孙永祥和章融（2000）发现
16、，我国上市公司的董事会规模与公司绩效负相关，董事会规模越小，公司绩效越佳；沈艺峰和张俊生（2001）认为董事会规模过大是ST公司董事会治理失败的原因之一。以上学者的研究表明董事会规模对公司发生财务困境具有显著影响，因此本文选用该指标。两职是否合一按照代理理论，公司是通过委托人与代理人之间的一组契约而联结起来的。理论上往往假定股东是委托人，总经理是代理人。而董事长则可能既是委托人，又是代理人，因为董事长往往自身就是公司的股东，同时又代表全体股东行使董事长的权力。代理理论提倡总经理与董事长两职分离，因为作为代理人的总经理并不总是从股东的利益出发，有时会从自身的利益出发从事经营活动，因此需要单独另设
17、董事长来监督。如果董事长与总经理合一，则无疑存在着自己监督自己的机制缺陷。董事会在执行监督考核功能时，很难坚守客观和公正。Berg和Smith以财富杂志200家公司为样本的研究表明，两职合一在一些行业中与公司绩效正相关。Cannella和Lubatkin、Mallette和Fowler分别指出两职合一与净资产收益率具有弱的正相关性。Chaganti等发现美国零售业中的公司是否破产与两职合一并没有相关性5。Rechner和Dalton（1991）选用财富杂志500家公司中在多年期间具有稳定治理结构的公司作为样本，发现两职合一公司的股票边际收益率较高，但不具有统计上的显著性，两职合一与净资产收益率
18、、投资收益率和边际利润负相关。以上学者的研究表明，两职合一与否对公司发生财务困境有显著影响，因此本文选用该指标。独立董事比例Fama 和Jensen (1983)指出，独立董事的介入，会降低公司管理和董事合谋的可能性，董事会的活力会得到加强。Weisbach (1988)发现，外部董事比例越高，不良绩效管理者被解雇的可能性越大，公司财务绩效越好。Rosenstein 和Wyatt (1997)的研究同样表明，独立董事在董事会中的比例和公司的市场价值之间呈显著的正相关。Huson，Parrino和Starks (2001)实证表明，外部董事比例越高，公司绩效越高。以上学者的研究表明，独立董事比例
19、对公司发生财务困境有显著影响，因此本文选用该指标。(3)管理层特性管理层特性是指管理者持有公司股份的比例。Jensen和Meckling （1976）运用代理理论观点，提出了利益收敛假说。他们认为管理者的天然倾向是根据其自身的最大利益分配企业资源，这可能与外部股东的利益相冲突。但当管理者在企业的利益越大时，管理者越可能有动机使其利益与其余股东的利益协调一致，从而使得管理者与股东之间的利益冲突可能得以解决。因此可以认为，当管理层持有公司的股票越多时，公司发生财务困境的可能性就越低。魏刚（2000）与于东智和谷立日（2001）等发现，公司业绩与管理层持股比例之间不具有显著的相关性；刘国亮和王加胜（
20、2000）、袁国良等（2000）发现，公司业绩与管理层持股比例之间具有显著的正相关关系。以上学者的研究尽管并没有取得一致性的结论，但都表明管理层持股比例可能影响公司财务困境发生的概率，因此本文选用该指标。以上各指标的详细说明列于表2之中。表2 公司治理信息指标说明组别指标设计符号表示计量公式股权结构国有股比例法人股比例社会公众股比例第一大股东持股比例第一大股东控制力赫芬德尔指数NSHPLSHPPSHPFSHPFSCH5国有股数/总股本非国有法人股数/总股本社会公众股数/总股本第一大股东持股数/总股本第一大股东持股数/第二股东持股数 前五大股东持股比例平方和董事会特性董事会规模两职是否合一独立董
21、事比例BSDUALIBP董事会人数是，取值1；否，取值0独立董事人数/董事会总人数管理层特性管理层持股比例MSHP管理层持股数/总股本 三、数据选择与以往研究不同的是，本文没有利用样本公司T-1年和T-2年的有关数据，而是利用T-3的数据，即2002年的会计数据和公司治理数据。之所以不采用T-1 年(ST之前第一年，即2004年) 的数据预测2005 年的ST，这同ST的决定机制有关。2005 年被ST公司实际上是由于它们在2003 年和2004年里连续亏损。因此,对于某一给定公司,在2004 年的时候我们就已经知道该公司会不会在2005年被ST。所以，使用2004 年的信息预测2005 年公
22、司财务困境事实上没有意义。我们也没有采用T-2年（ST之前第二年，即2003年）的数据，因为如果一个公司在2003年有利润,那么该公司即使在2004 年亏损,它在2005年也肯定不会被ST；而如果一个公司在2003 年亏损，基于这一年数据对2005 年ST的预测将变成简单的对2004 年亏损还是盈利的预测。使用2002 年，即ST之前第三年的数据，则不存在这些问题。此外，何沛俐、章早立（2002）7通过利用时序样本实证研究发现，在T-4年时，财务困境企业与正常企业之间的差异是不明显的，公司财务困境的有效预测期往往以T-3年为起点。本文所用会计信息和公司治理信息方面的数据主要来CSMAR数据库、
23、证券之星网站以及上市公司的年度报告。四、模型选择本文选择使用Logistic回归模型进行上市公司财务困境的研究。这主要是基于如下几方面的考虑：第一，Logistic回归模型对自变量的概率分布没有具体要求，适用范围更广；第二，Logistic回归模型在实际运用中简单、方便。第三，国内学者绝大多数都使用Logistic回归模型，是研究财务困境的主流方法，如吴世农和卢贤义（2001）、何沛俐和章早立（2002）等。Logistic 回归模型的一般形式是： =1,2,，；其中，, 的值为自变量；（1, ）为在给定自变量, 值的条件下事件发生的概率；为截距，为回归系数。模型构建与分析一、模型的建立及检验
24、1变量的筛选考虑到涉及的自变量较多，而这些变量都是通过定性分析得到的，它们是否确实对因变量有显著影响并不知道，这就存在着如何挑选出对因变量有显著影响的自变量问题。从理论上说，n个自变量的所有可能子集构成了2n1个回归方程，对2n1个回归方程都计算出相应变量的统计量，通过这些统计量的比较，就可选出“最优”的回归方程。当可供选择的自变量不太多时，这样做是可行的。但是本文的自变量多达26个，要求出所有可能的回归方程显然是非常困难的。根据已有的建立多元线性回归模型的三种方法：向前回归法、向后回归法、逐步回归法，本文选用最受推崇的逐步回归法。回归结果表明，社会公众股比例（PSHP）与第一大股东持股比例（
25、FSHP）2个公司治理变量进入模型且通过显著性检验；资产负债率（X 4）、总资产周转率（X 5）、流动负债总负债比（X 2）、经营毛利率（X 12）等4个财务比率指标进入了模型。2模型的参数估计与检验表3 模型的参数估计与检验结果自变量系数值Wald卡方值相应P值条件指数常数项（C）0.1870.3430.558社会公众股比例（PSHP）-0.6312.7190.0761.145第一大股东持股比例（FSHP）-0.6082.8630.0831.040资产负债率（X4）1.3896.8640.0081.182总资产周转率（X5）-1.7169.6950.0021.224流动负债总负债比（X2）1
26、.0587.3890.0071.368经营毛利率（X12）-1.4057.7680.0051.483注：1.条件指数为自变量间的多重共线性检验统计量，由于其值远小于30，因此可以认为入选模型的6个自变量之间基本不存在多重共线性问题。2.Wald卡方值为自变量的显著性检验，相当于普通线性回归中自变量的t检验值。3.P值为相伴概率值，与相当于普通线性回归中的P值含义相同。由p值可以看出，各变量均在10以上的置信水平上高度显著。4.模型的拟合度检验统计量是CoxSnell R2，类似于普通线性回归中的R2，其值为0.507。由表3可以得到Logistic回归方程： 3模型的预测能力检验统计分析软件（
27、包括SPSS）中的Logistic回归模型默认分割点通常为0.5，即如果通过模型计算出来的某事件发生的概率大于或等于0.5，那么判定该事件发生，反之判定该事件不发生。事实上，由于真实的事件发生概率不一定为0.5，这样有可能造成预测偏差，为此，本文遵循以下步骤和原则进行最佳分割点的选择：第一步，选择使总误判率6最低的分割概率点；第二步，若第一步中有两个或两个以上相同的点，则在其中选择第一类错误7最小的点；第三步，若第二步中仍有相同的点，则在其中选择第二类错误8最小的点；第四步，若第三步中仍有相同的点，则在其中选择分割概率点最小的点。由于分割点与模型预测能力密切相关，如果分割点设得过高，则发生第一
28、类错误的可能性就高，但此时发生第二类错误的可能性就低；如果分割点设得过低，则会出现相反的情况。在判断上市公司是否出现财务困境的情况下，发生第一类错误的成本要高于发生第二类错误的成本，即若财务状况较差的公司误判为财务正常公司的成本较高。所以，选择模型的最佳分割点时，既要考虑到模型的总误判率，也要考虑到第一类错误发生的成本高于第二类错误。这样，利用上述选择最佳分割点的步骤和原则进行实施后得到最佳分割点为0.40。具体检验结果见表4。表4 模型的回判与预测结果原始值估计样本 检验样本预测值合计回判准确率预测值合计预测准确率0101计数03394278.6821085.01933421910百分比07
29、8.621.410080.0%20.0100121.478.610010%90.0100注：最佳分割点为0.45由表4可以看出，使用Logistic回归模型对估计样本进行回判，在最佳分割点为0.45的条件下，42家非ST的公司有9家被误判为ST公司，误判率为21.4；42家被ST的公司有9家被误判为非ST公司，误判率为21.4.9。总体上看，84家上市公司有18家被错判，总误判率为21.4，回判准确率为78.6。在相同的分割点下，使用Logistic回归模型对检验样本进行预测，结果显示，10家非ST的公司有2家被误判为ST公司，误判率为20.0；10家ST公司中有1家被误判为非ST公司，误判率
30、为10.0。总体而言，预测模型对检验样本的总误判率为15.0，预测准确率为85.0。二、模型的经济意义分析第一，从整体来看，社会公众股比例、第一大股东持股比例、流动负债资产比、资产负债率、总资产周转率、经营毛利率等2个公司治理变量和4个财务比率变量均显著，具有统计意义。这表明公司的股权结构、偿债能力、营运能力和盈利能力对公司是否发生财务困境均有显著影响。第二，就方程中变量符号的含义而言，如果某个变量的系数为正，则在其它变量不变的情况下，此变量的值越大，得到的概率值p越接近于1，也就是公司陷入财务困境的可能性越高。相反，如果某个变量的系数为负，则在其它变量不变的情况，此变量的值越大，得到的概率值
31、p越接近于0，也就是公司陷入财务困境的可能性越低。也就是说，如果某个变量的系数为正，那么该变量将增大公司陷入财务困境的可能性；反之，会减小公司陷入财务困境的可能性。由前面得到的模型可以看出，社会公众股比例（PSHP）、第一大股东持股比例（FSHP）、总资产周转率（X 5）、经营毛利率（X 12）等3个变量的系数为负，表明在其它变量不变的条件下，其值越大，计算出的概率越小。而反映公司偿债能力的两个指标流动负债比例（X 2）与资产负债率（X 4）的系数符号为正，表明在其它变量不变的条件下，其值越大，计算出的概率越大。社会公众股比例是衡量上市公司股权构成的指标。此变量的系数为负，并通过显著性检验，这
32、表明社会公众持股比例对财务困境有显著影响，即社会公众持股比例越高，公司发生财务困境的概率越低。社会公众股的持有者大多是中小投资者，虽然他们没有能力也没有积极性通过公司的内部治理机制对大股东或管理层实施直接的监督，但他们可以通过在股票市场上抛售股票对大股东或管理层施加压力，迫使其努力经营，从而降低了公司的财务危机概率。第一大股东持股比例是衡量股权集中度的指标。此变量的系数为负，并通过显著性检验，这表明第一大股东持股比例对财务困境有显著影响，即第一大股东持股比例越高，公司发生财务困境的概率越低。我国绝大多数上市公司都是由国有企业转变而来，第一大股东为国家股的公司占全部公司的65%9。上市公司的经营
33、状况有时被作为政府部门的业绩指标。因此，当上市公司即将发生财务困境时，政府往往会出手相助，帮助上市公司度过难关，避免被ST的命运。故而，第一大股东持股比例越大，越有“责任”和“义务”帮助上市公司，公司发生财务困境的可能性就越小。董事会规模、两职合一、独立董事比例没有进入模型，说明董事会特性对公司发生财务困境没有显著影响。我国上市公司董事会成员大部分来自大股东，独立董事很难真正维护和保障中小股东的利益。此外，由于缺乏相应的激励机制使得独立董事本身也没有积极性去尽职尽责，因而独立董事制度没有真正发挥作用。管理层持股比例衡量了上市公司管理层持有公司股份的情况。此变量没有进入模型，表明其对公司是否发生
34、财务困境没有显著影响。目前中国上市公司管理层持股比例普遍过低，起不到应有的激励效果。在研究的样本中，财务困境和健康公司的管理层持股比例的均值分别为0.0053和0.0136，远远低于国外公司水平总资产周转率是一个反映公司营运能力的重要指标，可以用来分析公司全部资产的使用效率。其值越大，说明公司利用全部资产进行经营的成果多、效率高，从而公司陷入财务困境的可能性较低；反之，总资产周转率越低，则说明公司利用全部资产进行经营活动的成果少、效率低，从而公司陷入财务困境的可能性较高。经营毛利率是反映上市公司的盈利能力的重要指标之一。具体来讲，此指标主要是反映公司主营业务盈利能力状况，是主营业务利润占主营业
35、务收入的比重。一般而言，经营毛利率越高，表明公司主营业务的盈利能力较强，利润的稳定性高，从而公司陷入财务困境之中的可能性越低；反之，经营毛利率越低，表明公司主营业务的盈利能力较低，其利润的稳定性差，从而公司陷入财务困境的可能性越高。流动负债总负债比与资产负债率是两个反映公司偿债能力的重要指标。流动负债总负债比反映了公司的债务结构状况。如果公司需要偿付的负债总额中流动负债的比例较高，则将影响公司的盈利能力，造成公司短期现金偿付能力差，短期现金偿付能力和总体举债能力相差巨大，继而使公司陷入财务困境的可能性较大；反之，流动负债总负债比越低，公司陷入财务困境的可能性越小。资产负债率反映了在总资产中都多
36、大的比例通过借债来筹资的，体现了公司偿债能力的总体水平。一般而言，过高的资产负债率将对公司经营活动和持续发展产生不利影响，公司从债权人得到的资产占总资产的比重越大，公司越有可能发生财务困境。第三，就方程中变量系数的大小来说，如果某变量的系数较大，说明此变量对因变量的影响程度较大。根据建立的财务困境预测模型，可以看出，在6个变量中，总资产周转率的系数最大，说明公司的营运能力对其财务困境的发生与否起着重要的影响作用。结论对上市公司财务困境的预测一直是国内外学术界研究的热点，但绝大部分的研究均局限于使用会计信息，几乎没有考虑到公司治理方面的问题尤其是国内学者。然而近年来国内外大量关于公司治理结构与公
37、司业绩关系的研究表明，公司治理结构对公司业绩有着显著的影响。为此，有必要把公司治理结构作为研究公司财务困境的一个角度。本文正是基于这样的认识将公司治理信息融入了实证研究中，以2005年上半年沪深两市中首次被ST的52家公司和52家非ST公司为研究对象，并利用使用频率最高的Logistic回归模型来构建财务困境预测模型，研究发现公司治理信息对公司发生是否财务困境有着显著影响。文中的主要结论如下：1社会公众股比例、第一大股东持股比例等2个公司治理变量和流动负债总负债比、资产负债率、总资产周转率、经营毛利率等4个财务比率变量在方程中均显著，具有统计意义，这表明尽管传统的会计信息对上市公司是否会发生财
38、务困境仍具有显著的预测作用，但由于这种信息并未能涵盖公司治理信息对财务困境预测的作用，因此公司治理信息便成了财务困境预测中不可或缺的信息。这就意味着，今后在对公司财务困境预测问题研究时，对于用来进行预测的指标不应仅仅停留在会计信息层面，而应同时关注公司治理信息层面。2公司治理信息对公司是否发生财务危机具有显著的预测作用，表明公司治理结构的好坏在很大程度上影响其财务安全、生存和发展，这就从另一个角度说明了当前进一步完善上市公司治理结构的重要性。3本项研究还启发我们，今后在进行财务困境预测指标的设计时，应从更广泛的角度进行考虑，除了本文所提到的公司治理信息外，还可以从宏观经济环境等层面进行探索。注
39、释1. 在行业相同、总资产规模相近两项原则不能同时满足的情况下,优先考虑行业因素.考虑用行业相同、总资产规模相近的原则选择非ST公司，主要出于两个原因：第一，考虑到行业因素对研究结论的影响，故对每一个ST公司选择一个行业相同的非ST公司进行配对；第二，一般来讲，公司的总资产规模不同，公司的收入、成本、费用以及其他的财务项目很难比较。2.在很多关于财务困境预测模型的研究中,研究者只是利用了用来构建模型的样本对得到的模型进行预测能力检验,如陈静(1999)、吴世农和卢贤义(2001)等,我们认为这样做有失“预测”的真正含义,并不能真正考量一个模型的预测能力.3.由于大股东之间存在力量差异,在其他条
40、件相同的情况下,第一大股东的控制力度对公司运作会有更大的影响,为了界定第一大股东对公司的控制力度,在此计算第一大股东与第二大股东持股比例的比值.4.赫芬德尔指数表示上市公司的股权集中度.本文以前五大股东的持股比例的平方和来计算赫芬德尔指数,并用H表示.5.参见于东智和谷立日:国外有关公司治理问题的研究综述,烟台师范学院学报(哲学社会科学版),2002,(3).6.总误判率误判数目/总判别数目.7.第一类错误为“弃真”错误,在本文中指实际被ST的公司被判定为非ST公司的数目/ 实际ST公司数目.8.第二类错误为“纳伪”错误,在本文中指实际非ST的公司被判定为ST公司的数目/ 实际非ST公司数目.
41、9.参见人民日报海外版,中国股市亟须解决的十大问题, 2001-9-22.参考文献：1W. Gary Simpson and Anne E. Gleason, 1999, Board structure, ownership, and financial distress in banking firms. International Review of Economics and Finance 8, 281-292.2Fathi Elloumi,Jean-Pierre Gueyie, 2001, Financial distress and corporate governance: an
42、 empirical analysis. Corporate Governance 1, 15-27.3Tsun-Siou Lee and Yin-Hua Yeh, 2004, Corporate governance and financial distress: evidence from Taiwan, Corporate Governance 3, 378-388.4陈静.上市公司财务恶化预警的实证分析J.会计研究, 1999, (4).5张玲. 财务危机预警分析判别模型及其应用J.预测, 200, (6).6吴世农,卢贤义.我国上市公司财务困境的预测模型研究J.经济研究, 2001, (6).7何沛俐,章早立.立体空间下的全新财务危机远期预警模型R.深圳证券交易所第五届会员单位与基金管理公司研究成果获奖论文, 2003.
