基于Probit模型的上市公司财务失败实证研究

陆云杰

（南京大学商学院金融与保险学系，江苏 南京 210000）

一、引言

Probit模型是一个非线性回归模型，自其产生以来，由于具有很好的统计性质，弥补了最小二乘模型假设的缺陷，模型的使用得到了迅速推广。本文将Probit模型运用到公司财务领域，来研究上市公司财务失败的影响因素，提出ST公司的预警指标。

过去四十多年来，公司财务失败预警研究被各界重视，广泛应用于银行信贷管理、证券投资分析、证券监管等许多方面，产生了大量的研究成果。Beaver（1966）的研究为财务预警单变量分析的起点，利用二分类检定法进行了比较分析。A ltman（1968）运用线性多元判别分析方法建立了多变量财务失败预警模型。国内学者陈静（1999）、陈晓和陈治鸿（2000）应用多元判别分析、Logit等方法进行了财务失败预警的研究。在本文中将应用Probit模型进行财务失败的预警分析，对加深这一领域的研究具有重要的意义。

二、研究设计和实证分析

（一）数据选取

鉴于证监会是根据上市公司前两年或前三年的年报业绩来判断是否出现了财务异常而决定是否实施ST或*ST，因此本文以上市公司是否被ST来界定财务失败。Oh lson（1980）研究发现为了避免事后预测的偏差，数据要选择公众第一时间知道财务失败时的数据，因此文章解释变量的数据选择公司股票成为ST之前一年的数据。根据以上分析，本文*ST股票的解释变量选择2009年末的数据，财务失败公司共计72只股票（*ST公司66只，ST公司6只）。对于正常公司的选择，为了避免选择性偏差，本文选择2009年全部A股（非ST、*ST公司）作为财务正常公司。

（二）变量设计

1.被解释变量和解释变量。被解释变量（y）定义为二元选择变量：当样本公司为ST或*ST公司时，y取值为1；当样本公司为正常公司时，y取值为0。

参考以往的研究，我们选取了以下解释变量，包括了财务变量和非财务变量，具体有流动比率（X1）、速动比率（X2）、存货周转率（X3）、应收账款周转率（X4）、资产负债比（X5）、每股收益（X6）、基本每股收益同比增长率（X7）、销售净利率（X8）、总资产净利率（X9）、市盈率（X10）、前十大股东持有比例合计（X11）、机构持有比例合计（X12）。

2.实证检验。（1）通过Eview s对样本数据进行Probit回归，从回归结果中发现，似然比统计量（LR）的值为111.5706，通过了显著性为0.01、0.05、0.1的置信水平检验，表明了拒绝了所有系数为0的原假设，即模型通过了总体显著性检验。在12个解释变量中只有三个变量是显著的，其中资产负债比（X5）、每股收益（X6）通过率置信度为0.01的显著性性检验，销售净利率（X8）通过了置信度为0.05的显著性检验，分别反映了在6类变量中只有偿债能力和盈利能力的指标对财务失败有显著的影响作用，这是因为财务失败的公司相对于正常公司来说往往具有很高的负债水平，经营不佳一方面会使管理层继续扩大债务融资以期望改变亏损的现状，从而导致了负债水平进一步上升，但是同时另一方面高负债水平会使投资者和债权人失去信心，往往引起债权人的追偿，更加影响了公司的持续经营和偿债能力，因此偿债能力往往会对财务失败有很强的解释作用和预警能力。

每股收益反映了公司的盈利能力，反映了公司扭亏转盈的能力，这正是投资者这相关利益人所关心的，盈利能力越强财务失败即ST的可能性越低，盈利能力越弱财务失败即ST的可能性越高，这也是每股收益解释变量系数为负数的原因，与理论观点一致。销售净利率同样对财务失败有较强的解释能力，该指标同样反映了公司的盈利能力，所以与每股收益可能存在相关性，这也是该指标系数为正数的原因，由于共线性的存在，两个反映盈利能力的指标的系数并不完全与理论观点一致。

而其他反映资产流动性、资产营运能力、公司成长性的财务指标和反映公司股权结构、持有人类型的非财务指标在给定的置信水平下都不显著，这一方面是可能一家公司在面临财务失败状况时最重要的影响因素不在是这些指标，而主要与公司生存、持续经营最密切的偿债能力指标、盈利指标相关，另一方面可能模型存在多重共线性，这些指标的影响一部分已经被资产负债比、每股收益、销售净利率三个指标所反映了。

（2）Probit模型回代效果检验。本文通过 H-L（Hosmer-Lemeshow）检验拟合值和实际值，分析模型的拟合效果，差别越小，拟合约好。检验结果中H-L统计值为8.2985，通过置信水平为0.01、0.05、0.1的显著性检验，说明了在分组检验中实际值和拟合之相差不大，拟合较好。

下面依然进行拟合效果检验，但是不进行分组，直接将所有的估计值和实际值进行对比，可以通过图/表两者都可以进行比较，由于样本量较大，这里通过表格呈现，C的值为0.5，即概率大于0.5令其y值为1，否则为0，结果表明模型预测的准确率在正常公司组中达到了99.6，在财务失败组中却只有11.11%，准确率不高，总体上的准确率很高，达到了96.55%，但是通过之前的分析可以知道这么高的准确率主要是正常组的高准确率造成的，因此模型可能存在选择性偏差，即文章通过全样本来进行Probit模型的回归可能并不是准确的，诸多文献中的配比方法1:1或1：n的方法尤其合理之处，这里的准确性可能通过表格没有直观的感受，但是通过图形可以明显的看出，高准确率很有可能主要是因为正常公司太多抬高了准确率。

三、结论

文章通过Probit模型对全部A股中财务失败公司（ST、*ST）和正常公司进行比较，发现在模型中只有资产负债比、每股收益和销售净利率具有影响作用，其中前两个因子显著相关。但是从模型的拟合程度来看，从整体上来看，准确率达到了95%以上，但是单独从财务失败组上来看，准确率只有11.11%，这很有可能是由于样本选择不均匀造成的。

[1]Beaver WH.Financial Ratios as Predictors of Failure[J].Journal of Accounting Research,1966,4(supplement)：71-111.

[2]Altman E.Financial ratios,Discriminant Analysis and the Prediction of Corporate Bankruptcy [J].Journal of Finance,1968,23(4)：589-609.