上市公司财务危机的判别模型

上市公司财务危机的判别模型

1破产清算标准研究它在经济理论和研究方法论上受到了重大挑战，但由于财务危机预测模型的巨大需求，该模型需要进一步发展。国外的研究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,如Altman,Beaver,Ohlson。然而,我们的证券市场尚无一家上市公司被破产清算,以破产为标准的研究是不可能的。值得注意的是,截止1999年报为止(截止到2000年4月30日),我国证券市场被特别处理的股票大多是由于“连续两年亏损或每股净资产低于股票面值”使然,“ST”政策基本上是基于财务指标方面;其次,“ST”是一个客观发生的事件,有很高的可度量性;最后,从摆脱“ST”的公司来看,大部分公司是通过大规模的资产重组才能“摘帽”——这说明,“ST”公司确实在一定程度上陷入了财务危机之中。因此,我们认为,公司一旦被实施了“特别处理”,即认为公司陷入了“财务危机”。2研究设计2.1“-1年”和“-2年”的变量定义本文以2000年11月20日为基点,将在沪深两市上市的ST公司(共49家)剔除1997年度被实施ST的公司(7)家1,剩余42家公司;为控制相关变量,我们以所有上市公司(非ST公司)为母样本,随机选出控制样本,样本容量也是42家。观察我们所选择的变量可以发现,反映偿债能力的财务指标占据相当大的比率,这是基于公司盈利是在保证不破产的思想上的。我们选择了经常使用的流动比率、速动比率、清算价值比率、资产负债率外,还基于中国上市公司的实际情况,加入了应收帐款比重、其他应收款比重等变量,我们期待这些变量能够有效解释ST公司与非ST在财务状况方面的不同。本文区别于其他研究的另一特点是在变量设计时设定了股权集中度(H),股权集中度是有关于公司治理结构的一个关键变量,根据我们的研究,股权集中度与公司综合业绩呈现显著的正相关,关于这一方面的论述请参阅文献。在展开描述性统计之前,有必要阐释一下“-1年”和“-2年”的具体内涵。“-1年”是指上市公司被实施“ST”的前第一年,“-2年”是指上市公司被实施“ST”的前第二年。值得注意的是,按照我国的信息披露制度的要求,上市公司前一年度的年报是在此后年度的4个月内报出的,因此ST的实施是依据前一年度的年报进行的,例如,某上市公司1999年4月22日被实施ST,其“-1年”是指1998年,具体说来,ST实施的依据是1998年报所披露出来的财务状况和经营成果;“-2年”是指1997年,ST实施的依据是1997年报所披露出来的财务状况和经营成果。从表2可以看出,ST公司和控制样本公司在毛利率、流动比率、速动比率、清算价值比率、资产负债率、其它应收款与总资产的比率、短期借款与总资产的比率以及股权集中系数显著不同。-1年开始,两类公司在资产的流动性、盈利能力和偿债能力方面都出现了显著分化。值得注意的是,毛利率、资产负债率、其它应收款与总资产的比率、短期借款与总资产的比率以及股权集中系数的t检验和Wilcoxon检验,均在1%的水平下显著。(2)在-2年和-3年间显著的表面上表现出由表3可知,在-2年,两类公司在资产负债率、其它应收款对总资产的比率、短期借款对总资产的比率和股权集中系数显著不同,且在1%的水平下显著。在-1年显著的毛利率在-2年并没有表现出显著差异,这说明两类公司在资产的流动性、可变现性和股权集中方面的差异从-2年就已经非常明显了,-1年继续加强了这种差异,并且在主业盈利方面也表现出了不同。由上面的分析,我们认为,两类公司在毛利率、资产负债率、其它应收款对总资产的比率、短期借款对总资产的比率和股权集中系数方面的差异显著,可以成为我们构造模型的初步变量。2.3pearson相关分析财务指标大多存在着多重共线性的问题,本文首先对初选的变量进行相关性分析,剔除高度相关的变量。我们研究了变量之间的pearson简单相关系数后发现:0年、-1年、-2年ALR和STL/TA的相关系数分别达到了0.80、0.68、0.60,为消除共线性的影响,在建立回归方程时,我们剔除了ALR③。由此,我们可以用4个变量:毛利率(MR)、其它应收款与总资产的比率(OAR/TA)、短期借款与总资产的比率(STL/TA)、股权集中系数(H)来构造判别模型。3统计结果和分析i3.1-2年回归模型中st存在时序较短的优点其中ST是逻辑回归因变量,MR代表毛利率,OAR/TA代表其他应收款占总资产的比重,STL/TA代表短期借款占总资产的比重,H是股权集中系数,是前三大股东持股比例的平方和。βj为参数估计值(j=1、2、3、4),εi为回归残差。透过表4,我们发现:(1)作为解释变量的MR只有在-1年的回归模型中是显著的(显著性水平为0.05);而在-2年的回归模型中并不显著,说明用MR来预测ST存在时序较短的弱点。(2)变量OAR/TA在-1年的模型中显著,而在-2年的模型中不显著,说明OAR/TA对ST的预测也存在时序短的弱点。(3)变量STL/TA在2年的回归模型中均以相当低的水平下显著,足见STL/TA对ST的解释作用是很强的。(4)自-2年始,H均在1%的水平下显著,足见H对于ST的解释作用也是很强的。(5)就拟合度来说,随着信息量的累计,-1年纳入的全部的4个变量均显著,-2年纳入的4个变量有2个显著。广义R2也随着增大(从-2年的0.3788达到-1年0.4538)。(6)2年的模型验证了我们所期待的结果:反映资产质量的OAR/TA、短期偿债风险的STL/TA指标越大,公司越容易被ST(参数估计的系数为正);而反映股权集中程度的H的结果则相反——股权越集中,公司越不易被ST。3.2估计的总概率分布我们利用概率为0.5的阀值对-1年和-2年的模型的预测准确度进行了初步的判断,-1年的模型要显著优于-2年的模型;另外从模型的实际价值来说,-1年的模型的价值可能更高,更符合实际情况,因此我们将主要阐述-1年模型的阀值和判别结果。由上述的回归结果,则可以得到-1年的多元判别模型从统计学的角度来说,任何一个分割点的设定,所有的模型均会犯两种错误:Ⅰ类错误(误拒错误)和Ⅱ类错误(误受错误)。在研究财务危机预测的模型中,通常将Ⅰ类错误定义为将财务危机公司误判为非财务危机公司,Ⅱ类错误定义为将非财务危机公司误判为财务危机公司。一类错误的减少意味着另一类错误的增加,逻辑判别模型因此在理论上并不存在“最优”的分割点。假定我们发展了一个统计模型,预测公司i成为ST的概率为p,则在观察到p时,公司i为ST公司的条件概率为q′,则依据贝叶斯公式,有其中q是市场判断公司i成为ST公司的概率,f1(p/i=st)为观察到p时公司i实际是ST的条件概率,f2(p/i=non-st)为观察到p时公司i实际上不是ST公司的条件概率。文献证明,如果我们对潜在的ST公司不进行投资,而对潜在的非ST公司进行投资,依据投资者只会投资预期收益大于0的投资原则,则最优的分割点将是两个条件边际概率相等时的取值。根据这一规则,我们进一步计算出样本中ST公司、非ST公司估计的“被特别处理”的概率,并将估计的概率划分为18个小区间,分别计算出估计的“被特别处理”的概率落在此区间的ST公司和非ST公司的比例f1(p)和f2(p),具体结果见表5。从表5可知,在估计的模型中,f1(p)是样本中被特别处理公司的概率分布,f2(p)是非ST公司被特别处理的概率分布。因此,我们画出样本中ST公司被特别处理的概率分布曲线、非ST公司被特别处理的概率分布曲线,两线的交点(约0.10)即是我们寻找的最优的分割点概率。值得提醒的是,上述关于最优分割点的确定是许多研究所忽视的,上述论证是对这些研究的必要的补充。3.3短期借款的规模和比重。在这3回将预测样本的相关参数带入估计模型中,计算出被预测公司的估计被特别处理的概率,如果估计的概率p>0.10,则判定为ST公司,如果估计的概率<0.10,则判定为非ST公司。为测定模型的判别准确率,我们首先测试了-1年模型的回判准确率,之后又采用新数据,测定了2000年新“ST”公司的判别准确率。综上所述,我们的研究表明,ST公司具有以下特征:(1)资产质量差,以“垃圾筐”著称的其它应收款在资产总额中占据相当大的比重,其它应收款出问题是在ST的2年前就开始酝酿了。(2)短期借款占资产总额的比重大,ST公司的短期借款的比重也是在3年前就开始爬升。(3)随着其它应收款和短期借款的问题日益恶化,股权程度越分散的,股东之间相互“搭便车”(freeriding)的动机越强烈,进一步加重了ST公司重组的难度,ST公司的财务状况也进一步滑向深渊。(4)在实施ST的前一年,ST公司步入财务状况全面恶化的境地。从会计的角度来考察“其它应收款”,我们发现上市公司与其控股股东的关联交易主要是通过这一会计报表项目进行的,“其它应收款”在某种程度上沦落为控股股东抽取上市公司鲜血的“橡皮管”,橡皮管是极易断裂的,只要控股股东将上市公司的优质资产——现金合法地窃取完毕,就会剪断这条“橡皮管”。另一个发现是上市公司在被实施ST之前,其短期借款大幅度增加,这一发现的意义在于ST备选公司丧失了在证券市场上再融资的资格后,在控股股东的操控下,上市公司极易通过向银行申请短期流动性借款获得宝贵的现金资源,由于上市公司在中国特殊制度下的背景(“中国大陆的上市公司是不会破产的”已经作为投资者的理性预期贯彻到投资决策中去,特别的典型如郑百文和琼民源。),加之银行本身弱化的风险意识和强化的行政干预机制,现金资源最终流入了控股股东的口袋。我们的研究表明,“一股独大”比较好地解决了目前股东之间“搭便车”的问题——这一发现与现在流行的观点相左。我们认为,存在独1立利益函数的股东,倘若持有一