（会计学专业论文）上市公司财务风险预警模型的实证研究.pdf

i 摘 要 摘 要 财务风险预警领域的研究最早开始于国外学术界。国内的财务预警模型多 借助于国外的研究成果，且 z 值法应用比较广泛。然而 logistic 回归分析模型 已经在理论上被证明是优于 z 值法的，因此其对中国市场的适用性研究就显得 非常有必要。本文的研究主要采用 logistic 回归模型，更新样本和数据，并且 加入了一些新的变量，对中国上市公司的财务风险预警进行实证分析。这些都 会为中国的上市公司进行财务风险管理提供更为及时的成果。 本文旨在采用 logistic 回归法对中国上市公司的财务风险预警进行实证研 究。 通过回顾国内外学者对财务风险预警的研究成果，本文认为 logistic 回归 法在预测效果上优于常用的 z 值法，并在统计软件和计算机的支持下，使用更 简单、易懂。 本文的研究样本为 2007 年被实施 st 的上市公司，控制样本为 2002 年至 2007 年均未被 st 的上市公司。 选取的财务变量包括四大类传统财务比率指标、 公司治理指标和现金指标等。 通过对两大样本 2002 年至 2004 年的 16 个财务数 据进行变量筛选，最后有 5 个变量进入建立的 logistic 回归模型。此外，本文 还对最优概率阀值进行讨论分析。实证结果表明，本文建立的模型提前三年对 上市公司未来是否被 st 的预测准确度达到了 88.1%，预测效果良好。 本文共分为五部分。 第一部分提出了本课题的研究背景、研究重点和研究意义。 第二部分展示了与本文研究相关的文献著作。通过对国内外财务风险预警 领域的研究成果进行概述和比较，本文认为 logistic 回归法具有优胜之处。 第三部分为实证研究，包括研究方法、样本数据的选择和统计分析。在筛 选变量和建立模型的基础上，本文采用 logistic 回归法对 2002 年至 2004 年的 财务数据进行分析，结果表明本文所建模型具有较好的预测能力。 第四部分总结了实证研究部分的研究成果，并对上市公司各利益相关者进 行了应用分析。 第五部分说明了本文研究的局限性，并为以后的研究提出了建议。 关键词：财务风险预警， logistic 回归分析，财务指标 ii abstract the research on financial risk prediction started from the scholars abroad. most of the domestic research methods on this field used the foreign research for reference, especially z-score model was applied widely. however, logistic regression method was proved as the better one than z-score model theoretically, and it is necessary to research its applicability to the capital market in china. therefore, the article mainly adopts logistic regression model, updates the samples and data, and introduces some new variables in order to make empirical research into the financial distress pre-warning of listed companies in china. the research results will provide timely supports to the financial management boards of the listed companies. the article uses the financial statements of the listed companies, adopts the traditional financial indexes, variables of corporate governance, and the cash flow related indexes, and applies the logistic regression method to the listed companies in china, so as to make research into the financial distress pre-warning of three to five years. and the article also analyzes the cut-off. the empirical results indicate that the models built up have satisfactory predicting accuracy, and the new variables including indexes of corporate governance and cash flow enter and influence the model, also improve the prediction accuracy of the model. and the effect of the model is improved by analyzing the cut-off. in conclusion, this article finds that under the current accounting systems and guidelines, the financial statement can offer us a large amount of valuable information in order to predict financial distress. this research is divided into five parts: the first part presents the research background, research points and research purpose. in this part, we attach importance to the financial risk prediction through showing the research phenomena in this field abroad and domestic, together with the domestic economic, social and academic background. and then we present the necessity and importance of researching on financial distress prediction timely, scientifically and efficiently. the second part mainly shows the research references abroad and domestic relating to the article. this part aims to present the advantages of the method applied in the article by showing and comparing the related research references on predicting financial distress, and analyzing their advantages and disadvantages. the third part is the empirical analysis, and its the important part in this article. it contains selecting the research method, samples and data, and statistic analysis. in our research, we introduce the sampling method, dataset origin, and selection of variables, and then build up the model to analyze the financial data from 2002 to 2004 with logistic regression method. and the results show that the model built up iii has the good prediction accuracy, moreover, the overall prediction results of the model are better. the fourth part summarizes the results of the empirical research and its application. we mainly make analysis of the research results practical application to all the stakeholders of the listed companies. the last part brings up some limitations and expanding directions of this research. keywords：financial risk pre-warning，logistic regression analysis，financial indexes 学位论文原创性声明 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导 下，独立进行研究工作所取得的成果。除文中已经注明引用的 内容外，本论文不含任何其他个人或集体已经发表或撰写过的 作品成果。对本文所涉及的研究工作做出重要贡献的个人和集 体，均已在文中以明确方式标明。本人完全意识到本声明的法 律责任由本人承担。 本人郑重声明：所呈交的学位论文，是本人在导师的指导 下，独立进行研究工作所取得的成果。除文中已经注明引用的 内容外，本论文不含任何其他个人或集体已经发表或撰写过的 作品成果。对本文所涉及的研究工作做出重要贡献的个人和集 体，均已在文中以明确方式标明。本人完全意识到本声明的法 律责任由本人承担。 特此声明特此声明 学位论文作者签名：学位论文作者签名： 年年 月月 日日 学位论文版权使用授权书 学位论文版权使用授权书 本人完全了解对外经济贸易大学关于收集、保存、使用学 位论文的规定，同意如下各项内容：按照学校要求提交学位论 文的印刷本和电子版本；学校有权保存学位论文的印刷本和电 子版，并采用影印、缩印、扫描、数字化或其它手段保存论文； 学校有权提供目录检索以及提供本学位论文全文或部分的阅览 服务；学校有权按照有关规定向国家有关部门或者机构送交论 文；在以不以赢利为目的的前提下，学校可以适当复制论文的 部分或全部内容用于学术活动。保密的学位论文在解密后遵守 此规定。 本人完全了解对外经济贸易大学关于收集、保存、使用学 位论文的规定，同意如下各项内容：按照学校要求提交学位论 文的印刷本和电子版本；学校有权保存学位论文的印刷本和电 子版，并采用影印、缩印、扫描、数字化或其它手段保存论文； 学校有权提供目录检索以及提供本学位论文全文或部分的阅览 服务；学校有权按照有关规定向国家有关部门或者机构送交论 文；在以不以赢利为目的的前提下，学校可以适当复制论文的 部分或全部内容用于学术活动。保密的学位论文在解密后遵守 此规定。 学位论文作者签名：学位论文作者签名： 年年 月月 日日 导师签名：导师签名： 年年 月月 日日 1 第第 1 章 引言 章 引言 1.1 概述 财务风险领域的研究状况与一个国家的资本市场和证券市场的发展程度密 切相关。 资本市场和证券市场的发展越成熟， 对财务风险的研究也越深入和丰富， 这一点已得到了现实状况的证实。西方发达资本主义国家资本市场和证券市场的 发展由来已久，其关于财务风险领域的研究文献和著作比较丰富，并且成果的质 量相对较高，而我国的资本市场尤其是证券市场发展历史很短，有关财务风险领 域的研究寥寥无几，并且多数是承袭西方发达国家的研究成果。 随着市场竞争愈来愈激烈，经济全球化大热潮的兴起和发展，不确定性因素 越来越多，风险预测与管理业已成为企业管理中越来越重要的课题和目标。 财务风险理论发展至今硕果颇丰，但在财务危机预警领域的理论研究与实践 还有待进一步探索。纵观几十年来国内外学者在财务危机预警领域的研究，能够 发现大多数都是以财务指标为核心的，并且根据指标采用的多寡可以分为一元分 析法和多元分析法。与此同时，国内的研究多是借鉴或建立在西方理论研究的基 础上进行的。随着近几年来中国证券市场的不断完善和发展，越来越多的学者在 财务危机预警领域进行了创造性的研究，进一步丰富了国内的财务风险理论。 1.1.1 背景分析 进入二十一世纪以来，中国的资本市场发展迅速，多元化的金融工具与衍生 工具在资本市场中得以运用和发展。在经历了熊市低谷和牛市高潮后，中国的证 券市场在震荡和调整中逐步走向成熟。 随着中国经济的飞速发展，资本市场的风险管理，尤其是财务风险管理越来 越举足轻重，风险预警也受到越来越多的重视。在这种环境下，本文对中国上市 公司进行财务危机预警研究将会对中国的投资者以及上市公司的利益相关者具 有一定的指导意义，为其决策提供相应的支持和依据。 2 （1）经济背景分析 国内财务危机预警领域的研究直接依赖于中国资本市场和证券市场的发展， 而中国的经济发展水平和状况又直接决定了其资本市场的发展程度。 中国的资本市场和证券市场从改革开放初期发展至今，在短短十几年间，达 到了许多国家几十年甚至上百年才实现的规模，发展速度较快。但从总体规模上 看，与国外还有相当大的差距，同时也具有很大的发展潜力。这些因素势必影响 到上市公司在业绩上的表现，从而影响公司的财务风险程度。 （2）社会背景分析 国内经济的发展以及资本市场和证券市场的进步吸引了越来越多的投资者， 同时也吸引了大批需要资本融通的公司，壮大了国内资本市场和证券市场的参与 者规模。国内的股权改革使得越来越多的股票开始流通，降低了上市公司的股权 集中程度。随着投资者和利益相关者规模的壮大，各方对上市公司实施财务危机 预警和监督的要求将会越来越高。 （3）学术背景分析 虽然财务危机预警模型在经济学理论和研究方法论上受到了很大的挑战，但 由于市场对该模型有着巨大的需求，尤其在中国股市蓬勃发展的状况下，这种需 求就更加前加强烈，这种情形会不断地推动这一领域的学术研究向纵深发展。 1.1.2 研究重点 国内外学者对公司财务危机预警进行了不少研究，然而对财务危机的定义和 标准存在着差异，因此国内外的研究成果不同之处主要表现在所建模型自变量的 选取上。国外学者对财务危机一般定义为破产清算或者无力偿还贷款，因此他们 的研究变量更倾向于使用现金指标和偿债能力指标。而国内学者在财务危机预警 模型的研究上，绝大部分研究对象均为上市公司，因此普遍认为财务危机的标准 即被 st（special treatment）或称特别处理。这样的界定与我国的国情具有密切 相关性。我国企业破产法虽然早在 1986 年就已经颁布，1988 年 11 月 1 日开 始试行，然而时至今日，还没有一家上市公司破产的案例。尽管 2007 年 6 月 1 日，酝酿十多年的企业破产法或称“新破产法”正式实施，不过本文选取的样 本数据均在 2007 年之前，因此其对本文的研究不构成影响，故以上市公司为样 本来研究破产预测问题显然是不可行的。所以比较合理的研究对象是被 st 的上 市公司。 3 本文较先前的研究，有以下几个特点： （1）更新和扩大了样本 与以前我国上市公司财务危机问题的大部分研究不同，本文研究的财务危机 公司样本为 2007 年被 st 的深沪两市公司样本。 同时本文的健康公司样本为 2002 至 2007 年间均未被 st 的公司， 这一点充分保证了健康公司在财务状况上的优良 品质， 更具有对比效果。 研究总样本有 143 家上市公司， 包括 40 家 st 样本和 103 家健康公司样本。研究所采用的样本容量较大，可望在一定程度上降低估计和预 测误差。 （2）确定预警时间为提前三至五年 与以往大部分研究不同，本文的研究采用上市公司提前三至五年的财务信息 建立模型来预测其未来是否会被 st， 即提前了三至五年来进行财务危机预警。 这 样设计主要是考虑到我国上市公司的年报披露制度，上市公司公布其当年年报的 截止日期为下一年的 4 月 30 日， 故上市公司当年的年报和其下一年是否被 st 这 两个事件几乎是同时发生的，因此用提前一年的财务报表信息进行财务预警没有 多大意义。 （3）财务指标引入更全面 在本文的研究中，对财务指标的选取秉承了全面性和谨慎性的原则。除了从 常用的四大类财务指标当中选取外，还考虑了现金方面的指标以及公司治理结构 指标。基于这样的指标选取设计，本文的模型将更科学、合理，这势必在一定程 度上加强本文所建立模型的预测能力。 1.1.3 研究意义 随着市场经济的不断深化，企业发生财务危机或财务困难甚至破产清算的现 象越来越多。财务危机给企业和社会带来了严重的影响。因此，适时、准确地对 企业财务危机进行预测分析，是市场竞争机制的客观要求，也是企业继续生存的 重要警号。 “凡事预则立，不预则废” 。事先预测企业是否有可能发生财务危机，陷入 财务困境，无论对于企业自身，还是对于投资者、债权人以及其他利益相关者来 说都具有十分重要的意义。 企业陷入财务危机是一个渐进的过程，完全有可能在危机发生之前使用有效 具体原因分析请参看文章的第 3 章，3.2，第 13 页。 4 的方法预先发现。美国 jp 摩根银行以及国外权威研究机构邓白顿（dun casey and bartczak(1985); zavgren(1985)也采用类似的方法进行了研究。 1984 年 zmijewski 使用 probit 分析模型，用逻辑比分析方法对财务困境预测 进行了新的探索。他研究了两组间样本个体数量分配的问题，认为一一配对会使 样本中两类公司的比例严重偏离两类公司在实际总体中的比例，从而高估模型的 预测能力，特别会高估对破产公司的预测能力。他的研究结果表明这种过度选样 所带来的模型偏差的确存在，但并未显著影响统计参数和模型的总体预测精度。 这种统计方法在预测企业财务危机的研究中较之以前的判别分析法更加先 进和精确，它们都是建立在累计概率函数的基础上，一般运用最大似然估计，不 需要满足正态分布和两组间协方差相等的条件。 然而由于样本的局限性，这种方法并没有判别分析运用得广泛。 后来的一些学者也在这种统计方法的基础上进行了进一步的研究，但是并没 有什么突破性的成果。 3.其他预测模型研究成果其他预测模型研究成果 80 年代中期以后，随着研究的深入和技术的发展，国外学者在财务风险预警 领域的探索逐渐突破了传统的统计方法，向更深层次的研究领域发展。它们大多 以现代科技为基础，将其他领域与财务危机预测相结合进行研究，目前比较成熟 的研究方法有人工神经网络（artificial neural network,简称 ann）分析方法。 在 1980 年代末期，神经网络理论开始兴起，其影响也涉及到了财务危机预 测的研究领域。odom 和 sharda 开拓了用人工神经网络预测财务危机的新方法。 他们选用 19751982 年间 65 家失败公司与 64 家成功公司为研究对象，分为训 练样本与测试样本两组，以 altman 所构建的 5 个财务比率为研究变量，将公司 失败前一年的财务资料，使用前向三层 bp 神经网络和传统的多元判别分析进行 比较研究，显示出人工神经网络具有较佳的预测能力。然而这种模型的理论基础 比较抽象，对人体大脑神经模拟的科学性、准确性还有待进一步加强，实际效果 很不稳定，因此其适用性也大打折扣。 在财务危机预测领域，还有其它一些研究方法，它们独立于以上三种主流方 法之外，但是尚未形成完整、系统的方法论。如动态财务预警模型研究成果、递 归分割法、专家系统方法应用（es） 、混合研究法、期权定价法等。 9 2.2.2 国内文献 由于国内证券市场发展还不够成熟，国内学者关于财务危机预测领域的研究 较之国外也非常不成熟。由于取样和财务数据上的限制，我国国内在财务危机预 测的研究上开始得比较晚，直到 90 年代后期，这一领域的研究热潮才开始兴起。 国内关于财务危机预测的分析不同于国外的一点在于，国外对财务危机的定 义主要侧重于现金流方面，而国内由于证券市场对上市公司的 st 制度，使得国 内的很多研究主要侧重于收益方面，原因则是因为证券市场对那些连续两年亏损 的公司将实行 st（即特别处理措施） 。国内的研究多是借鉴国外的研究成果，创 新性不够，同时国内的研究也紧紧地与国内企业、公司的实际情况相结合，利用 国外的研究成果来对国内的财务危机预测进行检验、验证，力争西学东用。不过， 也有一部分国内学者将探索的矛头伸向了更广阔的地方，但是这些研究都尚未成 熟和完善。 由于国内财务预警研究起步较晚，可以借鉴国外的研究成果比较多，加上一 元分析模型有其自身的局限性，在多元分析法已经得到极大发展的时期，国内采 用一元分析模型进行财务预警研究的并不多。大多数学者都是同时借鉴一元分析 法和多元分析法，用以对中国证券市场的上市公司进行方法上的比较研究，并且 一般性的结论都是证明了多元分析法在财务风险预警上要优于一元分析法。 我国最早在财务危机预测领域进行研究的文献著作是周首华、杨济华和王平 在 1996 年发表的文章论财务危机的预警分析f 分数模式 。在这篇文章里， 周首华等最先引用了 altman 的 z 记分模型，并对该模型进行了改造，加入了现 金流量变动等方面的因素，提出了一种“供管理当局使用而又区别于传统的公司 偿付能力分析的新的预测模型f 分数模型” 。 该模型加入了预测企业财务危机的 有效变量现金流量预测自变量，弥补了 z 值预测模型的不足。然而这篇文章的 研究样本并不是取自国内证券市场，因此对我国的适用范围并不那么广泛。 后起的学者在 f 分数模型的基础上，针对中国上市公司做出了大量的实证研 究，结果表明引入现金流量预测指标后的 f 分数模型更能适应中国财务预警环境 与条件。 1999 年陈静在会计研究期刊上发表了名为 上市公司财务恶化预测的实证分 析的文章，被认为是国内第一个进行上市公司财务预警研究的学术文献。该文 以 1998 年 27 家 st 公司和 27 家非 st 公司为对象， 使用 19951997 年的财务报 10 表数据，借鉴 beaver、altman 的模型，对这些样本公司进行了一元判别分析和多 元判别分析。 研究结论表明这些预测模型对我国市场具有有效性， 并且各具优势， 同时也指出使用多元判别分析建立的模型对 st 公司和非 st 公司有较好的判别 率，但由于样本数量的限制，在研究中并未对上市公司 st 的原因加以区分。 之后又有一批学者借鉴这种方法对中国的上市公司进行了财务风险预警的 实证研究，都没有太大的进展。 2.3 文献基础 2.3.1 本文研究文献基础 本文通过对国内外学者在财务危机预警领域的研究成果的回顾，确定了本文 进行研究的方法模型，即逻辑回归模型。本部分将主要针对本文所采用的研究方 法理论基础做出简单的说明。 首先，国外在采用逻辑回归模型进行财务风险预警研究的成果为本文的实证 分析提供了基础的理论依据和参考。 尤其是詹姆斯 欧尔森 1980 年发表在 journal of accounting research 上的 “financial ratios and the probabilistic prediction of bankruptcy”一文为本文研究模型的选择提供了理论支撑。 其次，本文主要借鉴了国内专门采用逻辑回归方法进行建模的研究成果，并 在其基础上进行了自己的实证研究。 陈晓、 陈治鸿于 2000 年率先采用 logit 回归模型对我国上司公司的财务危机 进行了预测，将多元逻辑回归模型引入了上市公司的财务危机预测领域。他们在 2000/06 期投资研究中发表了名为企业财务困境研究的理论、方法及应用一 文。该篇文章以截止 1999 年 7 月 1 日 38 家因“财务状况异常”而被 st 的公司 为研究对象，从中选择出 170 家研究样本，其中 st 类 38 家，非 st 类 132 家， 运用多元 logit 回归，通过 1260 种变量组合，研究结果表明：负债权益比率、应 收帐款周转率、主营业务利润/总资产、留存收益/总资产具有较强的预测能力。 他们建立的最优模型的预测准确率为 73.7，但只是进行一次性的预测，也没有 说明判别 st 公司的概率临界值。 姜秀华、任强、孙铮于 2002 年在“预测（forecasting） ”2002 年第 3 期 发表了上市公司财务危机预警模型研究一文，运用多元 logit 回归，加入了 反映公司治理结构的变量股权集中系数建立了财务危机预警模型，并进一步讨 11 论了阀值。模型预测正确率有所提高，准确率达到 84.52%，对新增 st 公司的判 别准确率则达到了 95.45%。 姜国华、王汉生于 2004 年发表于审计研究上的文章财务报表分析与上市 公司 st 预测的研究 ，该文通过逻辑回归模型，结合我国深沪两市的上市公司数 据，对影响公司 st 的因素进行了分析。他们引入了股权结构指标，将其作为一 个新的变量，与其它常用的财务指标一起用来预测上市公司被 st 的概率。最后 他们提出了一个预测上市公司 st 的逻辑回归模型，该模型的准确率达到 64。 以上这些学者的研究成果均为本文的研究提供了必不可少的借鉴作用。 2.3.2 理论局限性及小结 通过对国内外财务危机预测研究领域的文献著作的回顾，我们可以看到，在 这个领域，传统的统计方法还是占据着主流地位，然而统计模型具有不可避免的 缺陷，如技术上的缺陷、样本太少使得模型不具有代表性、变量选择有偏颇、存 在着无法克服的分类错误等。越来越多的学者认识到使用统计方法来对财务危机 进行预测的缺陷，同时也致力于突破各种限制，建立更为完备的预测模型。 目前国内在该领域的研究越来越凸显出一种趋势，即通过实证性的研究将西 方成型的预测模型与我国证券市场和上市公司的具体情况结合起来，尽可能地使 模型中函数变量的选择符合我国企业的实际。这些研究包括对模型中变量选择 （财务指标选择）的研究以及对样本的研究，一些学者更是将我国市场区分为不 同行业来进行更为具体的行业研究。这些都使得财务危机预测模型在国内研究领 域越来越被重视。 然而学者的研究一般都偏向于事后的证实，关于事前控制的研究仅仅停留在 理论层面，并且研究成果也比较稀缺。因此从实证方面对财务风险的事前控制进 行研究是本课题的研究方向所在。 12 第第 3 章章 实证分析实证分析 3.1 研究方法与模型的选择 通过本文第二部分的文献回顾，笔者发现目前研究出的多种财务预警模型中 应用比较广泛的主要有 z 值法与回归法。国内学者在这一领域的研究也主要集中 在这两种模型的选择和精确化上。z 值法的简单、易操作使得其更受学者和企业 的青睐；回归模型仍然在学术研究和实际运用中有其可取之处，使得越来越多的 学者对回归模型的研究也越来越重视。 吴世农、卢贤义早在 2001 年对上市公司财务危机预警研究成果 中就已经表 明了以下三点：第一，我国上市公司财务困境具有可预测性；第二，多变量判定 模型优于单变量判定模型；第三，比较多变量模式下的三种模型，logit 模型的判 定准确性最高。以上结论为我国学者在这一领域的研究提供了学术支持。 基于国内学者在财务预警领域的研究，本文选择 logistic 回归模型来进行分 析，主要考虑了以下几个因素： 第一，从文献综述部分可以看到，逻辑回归法已经被众多学者验证了其预测 准确率高于判别分析方法和其他常规方法，并且在实际运用上相对于一些较新的 模型成果更具有简单、方便的优点，由于逻辑回归法对样本的分布假设没有特别 严格的要求，因此在实际运用中更具有实用性。 第二，逻辑回归法在国内的运用始于 21 世纪初，随着国内证券市场的发展 和成熟，财务信息披露的透明度提高，使得基于国内财务信息的财务预警研究越 来越具有可行性和实用性。逻辑回归法在财务危机预警领域的研究中也越来越多 地被用于建立模型。本文在前人研究的基础上，采用逻辑回归法来进行预警分析 是具有普及意义的。 第三，随着统计方法和统计软件的发展，越来越多的计算机工具可以用于模 型的建立和分析，使得逻辑回归法的使用变得简单可行，在实践中可以很方便地 运用。 吴世农、卢贤义， “我国上市公司财务困境的预测模型研究” ， 经济研究 ，2001 年第 6 期，p46-55。 13 3.2 样本和数据的选择与采集 国外学者为了有效地将研究对象量化、客观化，一般以破产作为标准展开研 究，altman、beaver、ohlson 等国外学者均采用这种标准。然而，对国内证券市 场的研究尚不能以破产为标准来展开。随着我国 st 制度的采纳和应用，st 成为 中国上市公司财务危机的一个标识。 因此可以认为公司一旦被实施了 st， 就意味 着已经陷入了财务危机。 基于这种共识， 国内针对财务危机预警的研究均采用 st 作为财务危机的标准。 鉴于此，本文样本数据的选择主要考虑了如下几方面的因素： （1） st 样本是在 2007 年里被处理即 st 的深沪两市上市公司。 其余为非 st 的上市公司样本。之所以将研究对象分为两大样本，主要是考虑到在预测分析的 过程中需要针对两大不同样本做出比较分析，以达到预测的精确性。 （2）本文中的样本数据取自 2002 至 2004 年。之所以选择这三年的数据资 料，是因为本文的研究目的是要检验预警模型的预测准确性。之所以不采用 2006 年（即 st 前一年）的数据来进行预测是由我国的 st 机制 决定的。2007 年被 st 的公司实际上是由于它们在 2005 年和 2006 年连续亏损。因此，对于某一给定的 公司，在 2006 年的时候我们就已经可以知道该公司是否会在 2007 年被 st 了。 因此采用 2006 年的数据对于本文的预测没有意义。与之类似的，本文也没有采 用 2005 年的数据来进行预测。因为如果一个公司在 2005 年有利润，那么即使它 在 2006 年亏损，那么 2007 年该公司也不会被 st。而如果一个公司在 2005 年亏 损，那么只要 2006 年其亏损，那么它在 2007 年肯定被 st，因此在这种情况下， 基于 2005 年的数据预测就变成简单地对 2006 年盈利状况的预测了，对本文的研 究意义也不是很大。而采用上市公司被 st 前三年的数据，便不存在以上这些问 题，同时亦能达到本文的研究目的和意义。这一点姜国华、王汉生早在 2004 年 财务报表分析与上市公司 st 预测的研究一文中就已考虑到了。本文在借鉴 其选择标准的同时，对数据的采集进行了更为长期的整理，选择了上市公司在被 st 前五年到前三年的数据进行比较分析和趋势分析， 以期达到更为精确和科学合 理的结论。 st（special treatment，特别处理） ，是在股份有限公司正常上市与暂停上市之间的一种特别处理措施。作 为一种证券市场监管手段，st 制度正是运用于我国股市始于 1998 年。成为 st 的原因是上市公司出现了异 常状况，要么财务状况异常，要么有其他异常状况。前者指的是连续两年亏损或每股净资产低于股票面值， 后者指的是自然灾害、重大事故等。 14 （3）本文的非 st 样本数据也取自 2002 年至 2004 年三年间。然而由于每年 都会有不同的公司退市和入市，所以每年的样本量都不完全相同。但这些因素并 不影响本文的研究预测。对此，姜国华、王汉生在财务报表分析与上市公司 st 预测的研究一文中，剔出了其 2001 年样本中所有的亏损样本。鉴于保留亏损 公司并不影响本文的研究结论，本文不采取上述方法对样本进行处理。 综合上述样本选取标准，本文将研究样本分为两个部分：第一个控制样本是 2007 年被 st 的深沪两市上市公司。通过各个官方网站以及研究数据库收集到的 样本公司共有 55 家。与此同时，本文以 2002-2007 年均未被 st 的上市公司为第 二个控制样本。通过资料搜集等工作，共获得 431 个样本资源。 本文的样本和数据来源于色诺芬数据库和锐思数据库，以及证券之星等财经 网站。通过数据的搜集和整理，本文在剔出了一些财务数据不全的样本公司后， st 样本还剩余 40 家，非 st 样本中剩余 103 家，在考虑了数据的完备性以及可 用性等相关因素后，本文的两大样本见附表 。 在确定了研究样本后，接下来需要确定用来进行预测的财务数据。在现有的 研究中，这个筛选过程一直都存在一定程度的主观性，主要依据作者对问题的理 解。ohlson（1980）在其发表的“financial ratios and the probabilistic prediction of bankruptcy”一文中说明他没有选择去发现和使用新的，特别的财务数据项目， 而只是依据简单，容易理解的项目来进行预测。我国的学者在进行财务预警研究 时对财务指标的选择也都是从五大类主要指标中依据自己的理解来进行选择研 究，并没有进行特别的说明。本文也遵循 ohlson 的这种思路，同时在姜国华、王 汉生的研究成果基础上，根据自己的理解做出了以下几种选择。 （1）本文的财务指标主要从五大类财务指标中选取。即盈利能力指标、资 产使用效率指标、偿债能力指标、现金指标以及成长潜力指标等。在现有研究成 果的基础上，本文初步选取流动比率、速动比率、营运资金/资产总额、ebit/资 产总额、资产净利率、总资产增长率、资产负债率、主营业务收入利润率、净利 润增长率、主营业务收入增长率、总资产周转率、每股收益、短期借款与总资产 比率、经营现金总资产比率、 。这九项指标是从四大基础指标中选取的，并且是 由在研究预警模型中经常被用到的指标所组成的，同时本文也参考了大量的研究 文献，通过总结前人的研究成果，再结合自己的理解所选取的。在此，本文只从 现金指标中选取一个，并没有效仿以前国内的一些研究直接剔出了现金指标，是 附表请参见文章第 37,38 页。 15 因为虽然中国的 st 制度与国外的破产体制不同，国外更为看重现金流的问题， 而我国的 st 则对现金指标没有涉及， 现金指标在预测国内上市公司是否被 st 时 所起到的作用并不是很大，然而现金仍然是一个公司生存的必需品，其对上市公 司的存亡尤其重要，即使国内的 st 制度没有涉及现金指标，然而本文仍然对现 金指标进行了选取分析，以期达到研究的准确性。 （2）本文吸取了以前的研究成果，选取总资产和股权集中度这两项指标进 行预测分析。姜国华、王汉生在财务报表分析与上市公司 st 预测的研究一 文中，已经验证了股权集中度对上市公司是否被 st 有显著影响。同时本文仍然 采用了总资产这项指标，主要基于以下的考虑。随着中国资本市场和证券市场的 发展，尽管其制度和管理越来越规范，仍然处在发展的初级阶段，存在的问题仍 具有自身的一些特点，通过对中国证券市场的观察，本文认为规模越大的公司， 在操纵会计盈余上的空间也越大。 （3）本文区别于其他研究的另一个特点是加入了衡量公司治理方面的指标， 即股权集中度。该指标将有助于更加全面地衡量上市公司财务风险的具体情况。 早在 2002 年，姜秀华、任强、孙铮就在上市公司财务危机预警模型研究 一 文中，采用了公司治理的指标来进行分析，并且验证了该指标与公司财务风险的 相关性。因此本文在借鉴前人研究成果的基础上，考虑到研究的时效性，将该指 标引入研究中。 本文期望通过研究分析， 可以找出 st 公司与非 st 公司在财务指标上的显著 差异，再通过建立 logistic 回归模型分析来验证其对我国上市公司财务预警方面 的实用性。 通过上面的陈述，本文的样本数据可以总结如下： （1）样本分为两大类：一类为在 2007 年度（截至 2007.12.31）被 st 的深沪 两市上市公司； 另一类为在 2002-2007 年度均未被 st 的上市公司， 即在 2002-2007 年间财务状况健康的上市公司。 （2）财务指标主要包括五大常用财务类指标，以及股权结构指标和现金流 量相关的指标。 （3）数据年限范围：2002-2004 年度。 （4）资料范围：股票代码、公司简称、行业代码、数据年度、指标名称。 财务数据指标的最终选择和解释如下表： 姜秀华、任强、孙铮， 上市公司财务危机预警模型研究 ， 预测 forecasting ，2002 年第 3 期。 16 表 3.1 变量及其含义 财务数据名称 代号 计算公式 流动比率 x1 流动负债/流动资产 速动比率 x2 （流动负债-应收账款-存货）/流动资产 营运资金资产比率 x3 营运资金/资产总额 ebit/资产总额 x4 ebit/资产总额 资产净利率 x5 净利润/资产总额 总资产增长率 x6 （本年末资产总额-上年末资产总额） /上年 末资产总额 资产负债率 x7 负债总额/资产总额 主营业务收入利润率 x8 （主营业务收入-主营业务成本） /营业收入 净利润增长率 x9 （本年净利润-上年净利润）/本年净利润 主营业务收入增长率 x10 （本年主营业务收入-上年主营业务收入） /上年主营业务收入 总资产周转率 x11 主营业务成本/总资产的平均额 每股收益 x12 净利润/在外流通的普通股股数 股权集中度 x13 前五大股东持股比例的平方和 总资产 x14 资产总额的自然对数 短期借款与总资产的比率 x15 短期借款/资产总额 经营现金与总资产的比率 x16 经营活动产生的净现金/资产总额 3.3 统计分析 本文所采用的分析方法为 logistic 回归方法。之所以采用该统计方法，本文 在第三部开始之前就已做了陈述。 在展开具体的分析之前，首先解释一下本文的分析思路。 首先，由于各个变量指标之间可能存在相关性或者在进行回归分析的过程中 可能存在多重共线性，因此要在建立模型之前对这些变量指标之间的相关性进行 分析，并剔除那些相关性较强的指标变量，用以进行后续的研究分析。本文之所 以将部分作为第一步骤来进行分析，是考虑到变量之间的相关性具有传递性，若 先对这些财务指标进行显著性分析很可能会把这种传递性减弱，而不能够完全剔 17 除变量之间的相关性，很可能会影响模型的建立和预测能力； 其次，通过第一步的分析，本文初步确定了可以用来进行差异分析的指标变 量，在该部分，本文通过对 2002 年至 2004 年三年间两大样本的各项财务指标进 行独立样本的 t 检验，来选择存在差异的财务指标作为本文研究模型中的初步研 究变量。这是本文统计研究的第二步，也是最基本的一个步骤，通过这个步骤， 将结合三个年份的分析结果来综合确定模型中研究变量的财务指标； 最后，在前两部分分析结果的基础上，建立 logistic 模型，对进入模型中的 指标变量与公司是否会被 st 的被解释变量进行回归分析， 得出本文的分析结果。 以下是本文的具体统计分析过程。 3.3.1 变量的相关性分析 变量之间的相关性会影响模型的使用效果，因此在建立模型之前，需要首先 剔除这些相关性关系的影响。本文主要分析变量之间的相关性以及变量本身的自 相关。 在建立逻辑回归模型时，如果解释变量之间存在着多重共线性，则该模型将 无效，因此在本部分我们采用多重共线性检验的方法来对前一部分所选择的财务 指标进行分析，以期找到存在线性关系的解释变量，将其剔除，从而简化模型， 使得模型的效果更显著。 由于初步挑选的 16 个财务指标均是从各个大类财务指标中选取的，而各大 类之间的相关性非常小，因此下面的分析主要针对每个大类内的财务指标来进 行。 （1）偿债能力指标的相关性分析 初步挑选的 16 个财务指标当中，属于偿债能力指标的有资产负债率、流动 比率、速动比率、短期借款与总资产的比率以及营运资产与总资产的比率。本文 使用 spss 统计软件对这五个指标的多重共线性进行了检验，结果如下： 18 表 3.2 (1) coefficients (a) model unstandardized coefficients sig. collinearity statistics b std. error tolerance vif 1 (constant) .440 .021 .000 短借率 .485 .085 .000 .709 1.410 流动比率 .121 .029 .000 .021 47.435 速动比率 -.174 .035 .000 .022 46.501 营运资产 -.272 .052 .000 .487 2.054 a dependent variable: 资产负债 表 3.2 (2) collinearity diagnostics (a) model dimension condition index varianc