公司治理与财务危机预警研究

张志花

【摘 要】 企业陷入财务困境，追究其深层原因，是不完善的公司治理结构导致企业内部存在一系列代理问题，这些代理问题影响了企业的健康发展，使企业陷入财务困境。文章以2004—2011年沪深A股上市企业为样本，在财务指标分析的基础上，引入治理结构因素，综合分析上市公司陷入财务困境的原因，并比较分析了基于财务指标、非财务指标和综合指标的预测模型的有效性。研究结果将有助于上市公司完善财务危机预警机制，更早更准确地发现财务风险，对提高企业防范风险能力、保护投资者利益具有重要意义。

【关键词】 财务困境； 财务指标； 公司治理因素

中图分类号：F276.6 文献标识码：A 文章编号：1004-5937（2014）25-0023-05

一、引言

近百年来，财务风险预警模型的研究大多是利用财务比率预测财务困境。但由于财务指标本身的局限性和滞后性，财务比率在财务风险预警中有着难以克服的缺陷，因此，利用非财务指标完善财务预警机制的必要性显得更加迫切。企业陷入财务困境，追究其深层原因，是不完善的企业治理结构导致企业内部存在一系列代理问题，这些代理问题影响了企业的健康发展，管理不善，滥用、挪用、侵占公司资产等，使企业陷入财务困境。因此，使用公司治理结构因素从内因中找出使企业陷入财务困境的潜在风险源，将会有效提升模型的预警效应。

20世纪，学者们对财务风险预警机制的研究主要是以财务比率为基础构建预测模型。Beaver（1966）首次运用统计方法建立了单变量财务模型，通过实证研究来检验财务比率的预警功能。1968年，Altman首次提出利用多变量判别方法建立财务预警模型，他选择营运资本/总资产、留存收益/总资产、息税前收益/总资产、股票市场价值/债务账面价值和总资产周转率5个财务比率作为判别变量，区分财务困境与财务健康公司，这就是著名的Z-Score模型。1980年，Ohlson首次利用Logistic Regression Model建立财务风险预警系统，并将公司规模引入风险预警系统中，该系统对财务风险的预测准确率达到96.12%。Ohlson的逻辑回归分析方法克服了以往使用的判别分析中的诸多问题，使财务预警模型得到了很大的改进。1991年，Tam首次采用BP人工神经网络模型进行财务风险预警，发现该方法具有较好的模式识别能力和容错能力，但因其理论基础抽象，对人体大脑神经模拟的认识还有待进一步提高。

Simpson和Gleason（1999）尝试用治理结构因素构建财务预警模型，他们认为，两职合一使公司治理效率下降，因此两职合一的银行发生财务困境的可能性较大。Elloumi和Gueyie（2001）通过研究发现：财务困境公司与其他公司的董事会构成存在显著差异，即财务困境公司的独立董事比例显著低于其他健康公司。

相较于西方发达国家，我国资本市场的发展历史相对较短，国内学者关于财务预警研究的起步较晚，在研究方法上主要是借鉴国外的成果构建相似的模型。1999年，陈静利用单变量分析法和多变量分析法，首次尝试构建财务预警模型。吴世农、卢贤义（2001）以70家ST和70家非ST上市公司为样本，采用盈利增长指数、资产报酬率、流动比率、长期负债/股东权益、营运资本/总资产、资产周转率6个财务指标，比较了多元判别分析、线性概率模型和Logistic模型的预测效果。他们的研究结果表明，在财务危机的前两年或者前一年，流动比率、负债比率、总资产周转率等指标的时效性较强。此外，杨淑娥（2003）、张友棠（2004）、马喜德（2003）也利用各种财务比率和模型尝试建立了财务预警模型。

近几年频频爆发的财务丑闻和金融危机使学界再度关注公司治理领域，研究治理结构对企业财务困境的影响。姜秀华、孙铮（2001）认为，不完善的公司治理是我国上市公司陷入财务困境的重要因素。邓晓岚等（2006）运用Logistic Regression Model分析发现治理结构因素变量均不显著，同时发现，纳入了包括治理结构因素在内的非财务因素的模型预测力更强，得出对于有关治理变量的选择及其他因素的影响尚待研究的结论。王克敏等（2006）在财务指标分析的基础上，引入公司治理、投资者保护等因素，发现非财务指标能够弥补财务指标在风险预警中的不足。

由于财务指标本身的局限性，财务比率在财务困境预警中有着难以克服的缺陷，导致模型的不完善。企业大多数危机的主要来源在企业内部，当这些危机反映到企业财务上时，最终会使企业陷入财务困境。企业的治理层和管理层需要有效发挥职能，识别、防范和管理风险。因此本文认为，使用公司治理结构因素能够从内因找出使企业陷入财务困境的潜在风险源，从而提升模型的预警价值。

二、样本及研究方法

（一）样本选择和数据来源

本文选取了国泰安CSMAR数据库中2004—2011年沪深股市A股上市公司作为研究对象，剔除金融类企业，因为此类企业的财务指标与其他企业有差异；剔除了数据库中收集不到有关财务数据和公司治理结构资料的企业；在剩余样本中找到了财务困境公司样本和与之配对的正常企业样本。

1.财务困境公司样本

本文将因财务状况异常（包括连续两年亏损和资不抵债）而被ST的公司作为财务困境公司，以2004—2011年因财务状况异常被ST的A股上市公司作为财务困境公司样本，最终得到385家ST公司样本。

2.正常公司样本

由于公司规模在本文中已作为单独的变量进行分析，本文在确定正常公司样本组时，按照同行业进行配对、同会计年度进行配对、与ST公司同等数量进行配对的原则，随机选择了385家上市公司作为正常公司样本。

（二）研究模型及变量定义

本文中的因变量是公司是否陷入财务困境、是否会被特别处理（ST），因为它是一个二项分布变量，采用Logistic回归分析方法。如果公司因陷入财务困境而被特别处理，则定义因变量Y=1；如果公司没有被特别处理视为没有陷入财务困境，则定义为Y=0。研究模型如下：

P（Y=1）=1/[1+exp（-Z）]，Z=β0+β1x1+β2x2+…+βnxn

其中，Y=1代表公司被ST，Y=0代表公司未被ST，P为发生ST的概率。

本文从反映企业的短期偿债能力、长期偿债能力、营运能力、盈利能力、发展能力和现金流能力等方面，参考以往相关研究中具有显著影响的变量，最终确定以下财务指标变量，详见表1。

本文还从股权结构、董事会和监事会特征、董事会和监事会勤勉程度、管理层激励情况等方面，确定以下公司治理结构因素，详见表2。

三、实证分析结果

通过财务指标变量和治理结构变量的描述性统计及相关检验，笔者选择了ST公司与配对公司在10%水平存在显著差异的变量，并通过相关系数矩阵检验了各变量间不存在多重共线性，以此建立Logistic回归模型，考察财务指标和治理结构变量对财务预警的影响。其中对财务预警有影响的财务指标变量包括F1、F3、F6、F7、F8、F11、F12，公司治理变量包括G1、G2、G5、G6、G8、G10、G13。本文加入行业虚拟变量，以控制公司所处行业的影响（结果见表3、表4、表5）。

在t-3年，企业资产规模（F1）和总资产周转率（F7）在1%水平显著，反映发展能力的营业收入增长率（F12）在10%水平显著，其他财务指标变量没有通过显著性检验，且方程拟合性较低，Cox & Snell R2和Nagelkerke R2分别只有0.078和0.102；在t-2年，F1和F7和每股利润（F11）都在1%水平显著，其他财务指标没有通过显著性检验，相比t-3年，方程拟和性有所提高，Cox & Snell R2和Nagelkerke R2分别达到了0.330和0.440；在t-1年，F1和F11在1%水平显著，流动比率（F3）、F7和总资产利润率（F8）在10%水平显著，方程拟合度有很大提高，Cox & Snell R2和Nagelkerke R2分别达到了0.509和0.679。由此证明，在公司ST早期阶段，财务因素的影响并不显著；随着公司ST时间的临近，财务指标对ST的影响逐渐增强。以上7个财务指标的财务困境预测准确率从t-3年的63.4%逐步上升到t-1年的88.1%。

国有股比例（G1）在t-3、t-2年的系数均为负数（-），且均在1%水平显著通过检验；而在t-1年，国有股比例的系数没有通过显著性检验。反映股权集中度的第一大股东持股比例（G2）在t-3年的系数为负数（-），且在10%水平显著，而在t-2、t-1年的系数则在1%水平显著。这说明在投资者保护较弱的环境里，股权的集中形成对管理层的监督，有利于代理成本的降低，使企业免于陷入财务困境。

董事会规模（G5）的系数在t-3年为负数（-），且在1%水平通过检验，而其余没有通过检验，说明董事会规模越大，企业陷入财务困境的可能性越小，这就验证了Chaganti（1995）的观点，即较大规模的董事会由于拥有的知识和经验多样化而更有价值，因此，可以提供更大范围的服务，在财务监督方面更加有效。独立董事人数（G6）的系数在t-3年没有通过显著性检验，但在t-2、t-1年的系数则在1%水平显著，说明越接近t年，独立董事的作用就越明显。监事会规模和监事会会议次数对财务困境的预测有显著的影响，监事会规模越大，企业陷入财务困境的可能性越大，这种现象有可能是因为监事搭便车的行为引起的；而监事会会议次数越多，企业陷入财务困境的可能性越小，这说明监事会的勤勉工作起到了作用。

比较公司治理结构模型与财务指标模型的拟合性，在t-3年，公司治理结构模型的Cox &Snell R2、Nagelkerke R2和预测准确率都略高于财务指标模型，证明在陷入财务困境的早期阶段，治理结构因素对财务危机的影响比财务指标显著，在t-2、t-1年，治理结构模型的Cox & Snell R2、Nagelkerke R2和预测准确率都低于财务指标模型，证明随着ST时间的邻近，财务指标比治理结构因素的影响更显著。

在财务指标模型和公司治理模型中，把影响显著的指标选出来，放在综合模型中进行分析，这些变量的显著性没有降低，并且综合模型中每一年的Cox & Snell R2和Nagelkerke R2都要高于前两个模型，表明综合模型的拟合性高于前两个模型。

四、结论

本文从内源性的角度出发，分析企业陷入财务困境的深层原因，构建了基于治理结构因素和财务指标的综合财务风险预警模型。治理结构因素中，国有股比例、股权集中度、董事会规模、独立董事人数和监事会会议次数与公司陷入财务困境的概率负相关，说明股权越集中、董事会和独立董事人数越多、监事会会议次数越多，公司治理越完善，企业陷入财务困境的可能性就越小。财务指标因素中，企业资产规模、流动比率、总资产周转率和每股利润与公司陷入财务困境的概率负相关，说明资产规模、流动比率、总资产周转率和每股利润越高，企业陷入财务困境的概率越小。需要关注的是，治理结构因素的早期预测能力较强，而财务指标因素则随着公司陷入财务困境时间的临近，对财务困境预测的能力越强。此外，在财务指标的基础上加入公司治理因素之后，综合预警模型的预测能力高于财务因素模型的预测能力，由此可见，在财务指标基础上引入公司治理因素，可以提高财务预警模型的预测准确率。

企业大多数危机都来源于企业内部，而识别、防范和管理这些风险就是治理层的主要职责之一。本文认为，完善公司治理结构，使得董事会、监事会有效地发挥职能，防止内部人渎职或滥用职权损害公司利益是企业避免陷入财务困境的关键。●

【主要参考文献】

[1] Altman E. Financial ratios，discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance，1968（9）：589-609.

[2] Beaver W. H. Financial ratios as predictors of failure[J]. Journal of Accounting Research，1966，（4）：71-102.

[3] Fitzpatrick. A. comparison of Ratios of Successful Industrial Enterprise with Those Failed Firms[J]. Certified Public Accountant，1932（10）：598-605.

[4] Ohlson J. S. Financial ratios and the probabilistic prediction of bankruptcy [J].Journal of Accounting Research，1980（19）：109-131.

[5] 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）：46-55.

[6] 姜秀华，孙铮. 治理弱化与财务危机：一个预测模型[J].南开管理评论，2001（5）：19-25.

P（Y=1）=1/[1+exp（-Z）]，Z=β0+β1x1+β2x2+…+βnxn

其中，Y=1代表公司被ST，Y=0代表公司未被ST，P为发生ST的概率。

本文从反映企业的短期偿债能力、长期偿债能力、营运能力、盈利能力、发展能力和现金流能力等方面，参考以往相关研究中具有显著影响的变量，最终确定以下财务指标变量，详见表1。

本文还从股权结构、董事会和监事会特征、董事会和监事会勤勉程度、管理层激励情况等方面，确定以下公司治理结构因素，详见表2。

三、实证分析结果

通过财务指标变量和治理结构变量的描述性统计及相关检验，笔者选择了ST公司与配对公司在10%水平存在显著差异的变量，并通过相关系数矩阵检验了各变量间不存在多重共线性，以此建立Logistic回归模型，考察财务指标和治理结构变量对财务预警的影响。其中对财务预警有影响的财务指标变量包括F1、F3、F6、F7、F8、F11、F12，公司治理变量包括G1、G2、G5、G6、G8、G10、G13。本文加入行业虚拟变量，以控制公司所处行业的影响（结果见表3、表4、表5）。

在t-3年，企业资产规模（F1）和总资产周转率（F7）在1%水平显著，反映发展能力的营业收入增长率（F12）在10%水平显著，其他财务指标变量没有通过显著性检验，且方程拟合性较低，Cox & Snell R2和Nagelkerke R2分别只有0.078和0.102；在t-2年，F1和F7和每股利润（F11）都在1%水平显著，其他财务指标没有通过显著性检验，相比t-3年，方程拟和性有所提高，Cox & Snell R2和Nagelkerke R2分别达到了0.330和0.440；在t-1年，F1和F11在1%水平显著，流动比率（F3）、F7和总资产利润率（F8）在10%水平显著，方程拟合度有很大提高，Cox & Snell R2和Nagelkerke R2分别达到了0.509和0.679。由此证明，在公司ST早期阶段，财务因素的影响并不显著；随着公司ST时间的临近，财务指标对ST的影响逐渐增强。以上7个财务指标的财务困境预测准确率从t-3年的63.4%逐步上升到t-1年的88.1%。

国有股比例（G1）在t-3、t-2年的系数均为负数（-），且均在1%水平显著通过检验；而在t-1年，国有股比例的系数没有通过显著性检验。反映股权集中度的第一大股东持股比例（G2）在t-3年的系数为负数（-），且在10%水平显著，而在t-2、t-1年的系数则在1%水平显著。这说明在投资者保护较弱的环境里，股权的集中形成对管理层的监督，有利于代理成本的降低，使企业免于陷入财务困境。

董事会规模（G5）的系数在t-3年为负数（-），且在1%水平通过检验，而其余没有通过检验，说明董事会规模越大，企业陷入财务困境的可能性越小，这就验证了Chaganti（1995）的观点，即较大规模的董事会由于拥有的知识和经验多样化而更有价值，因此，可以提供更大范围的服务，在财务监督方面更加有效。独立董事人数（G6）的系数在t-3年没有通过显著性检验，但在t-2、t-1年的系数则在1%水平显著，说明越接近t年，独立董事的作用就越明显。监事会规模和监事会会议次数对财务困境的预测有显著的影响，监事会规模越大，企业陷入财务困境的可能性越大，这种现象有可能是因为监事搭便车的行为引起的；而监事会会议次数越多，企业陷入财务困境的可能性越小，这说明监事会的勤勉工作起到了作用。

比较公司治理结构模型与财务指标模型的拟合性，在t-3年，公司治理结构模型的Cox &Snell R2、Nagelkerke R2和预测准确率都略高于财务指标模型，证明在陷入财务困境的早期阶段，治理结构因素对财务危机的影响比财务指标显著，在t-2、t-1年，治理结构模型的Cox & Snell R2、Nagelkerke R2和预测准确率都低于财务指标模型，证明随着ST时间的邻近，财务指标比治理结构因素的影响更显著。

在财务指标模型和公司治理模型中，把影响显著的指标选出来，放在综合模型中进行分析，这些变量的显著性没有降低，并且综合模型中每一年的Cox & Snell R2和Nagelkerke R2都要高于前两个模型，表明综合模型的拟合性高于前两个模型。

四、结论

本文从内源性的角度出发，分析企业陷入财务困境的深层原因，构建了基于治理结构因素和财务指标的综合财务风险预警模型。治理结构因素中，国有股比例、股权集中度、董事会规模、独立董事人数和监事会会议次数与公司陷入财务困境的概率负相关，说明股权越集中、董事会和独立董事人数越多、监事会会议次数越多，公司治理越完善，企业陷入财务困境的可能性就越小。财务指标因素中，企业资产规模、流动比率、总资产周转率和每股利润与公司陷入财务困境的概率负相关，说明资产规模、流动比率、总资产周转率和每股利润越高，企业陷入财务困境的概率越小。需要关注的是，治理结构因素的早期预测能力较强，而财务指标因素则随着公司陷入财务困境时间的临近，对财务困境预测的能力越强。此外，在财务指标的基础上加入公司治理因素之后，综合预警模型的预测能力高于财务因素模型的预测能力，由此可见，在财务指标基础上引入公司治理因素，可以提高财务预警模型的预测准确率。

企业大多数危机都来源于企业内部，而识别、防范和管理这些风险就是治理层的主要职责之一。本文认为，完善公司治理结构，使得董事会、监事会有效地发挥职能，防止内部人渎职或滥用职权损害公司利益是企业避免陷入财务困境的关键。●

【主要参考文献】

[1] Altman E. Financial ratios，discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance，1968（9）：589-609.

[2] Beaver W. H. Financial ratios as predictors of failure[J]. Journal of Accounting Research，1966，（4）：71-102.

[3] Fitzpatrick. A. comparison of Ratios of Successful Industrial Enterprise with Those Failed Firms[J]. Certified Public Accountant，1932（10）：598-605.

[4] Ohlson J. S. Financial ratios and the probabilistic prediction of bankruptcy [J].Journal of Accounting Research，1980（19）：109-131.

[5] 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）：46-55.

[6] 姜秀华，孙铮. 治理弱化与财务危机：一个预测模型[J].南开管理评论，2001（5）：19-25.

P（Y=1）=1/[1+exp（-Z）]，Z=β0+β1x1+β2x2+…+βnxn

其中，Y=1代表公司被ST，Y=0代表公司未被ST，P为发生ST的概率。

本文从反映企业的短期偿债能力、长期偿债能力、营运能力、盈利能力、发展能力和现金流能力等方面，参考以往相关研究中具有显著影响的变量，最终确定以下财务指标变量，详见表1。

本文还从股权结构、董事会和监事会特征、董事会和监事会勤勉程度、管理层激励情况等方面，确定以下公司治理结构因素，详见表2。

三、实证分析结果

通过财务指标变量和治理结构变量的描述性统计及相关检验，笔者选择了ST公司与配对公司在10%水平存在显著差异的变量，并通过相关系数矩阵检验了各变量间不存在多重共线性，以此建立Logistic回归模型，考察财务指标和治理结构变量对财务预警的影响。其中对财务预警有影响的财务指标变量包括F1、F3、F6、F7、F8、F11、F12，公司治理变量包括G1、G2、G5、G6、G8、G10、G13。本文加入行业虚拟变量，以控制公司所处行业的影响（结果见表3、表4、表5）。

在t-3年，企业资产规模（F1）和总资产周转率（F7）在1%水平显著，反映发展能力的营业收入增长率（F12）在10%水平显著，其他财务指标变量没有通过显著性检验，且方程拟合性较低，Cox & Snell R2和Nagelkerke R2分别只有0.078和0.102；在t-2年，F1和F7和每股利润（F11）都在1%水平显著，其他财务指标没有通过显著性检验，相比t-3年，方程拟和性有所提高，Cox & Snell R2和Nagelkerke R2分别达到了0.330和0.440；在t-1年，F1和F11在1%水平显著，流动比率（F3）、F7和总资产利润率（F8）在10%水平显著，方程拟合度有很大提高，Cox & Snell R2和Nagelkerke R2分别达到了0.509和0.679。由此证明，在公司ST早期阶段，财务因素的影响并不显著；随着公司ST时间的临近，财务指标对ST的影响逐渐增强。以上7个财务指标的财务困境预测准确率从t-3年的63.4%逐步上升到t-1年的88.1%。

国有股比例（G1）在t-3、t-2年的系数均为负数（-），且均在1%水平显著通过检验；而在t-1年，国有股比例的系数没有通过显著性检验。反映股权集中度的第一大股东持股比例（G2）在t-3年的系数为负数（-），且在10%水平显著，而在t-2、t-1年的系数则在1%水平显著。这说明在投资者保护较弱的环境里，股权的集中形成对管理层的监督，有利于代理成本的降低，使企业免于陷入财务困境。

董事会规模（G5）的系数在t-3年为负数（-），且在1%水平通过检验，而其余没有通过检验，说明董事会规模越大，企业陷入财务困境的可能性越小，这就验证了Chaganti（1995）的观点，即较大规模的董事会由于拥有的知识和经验多样化而更有价值，因此，可以提供更大范围的服务，在财务监督方面更加有效。独立董事人数（G6）的系数在t-3年没有通过显著性检验，但在t-2、t-1年的系数则在1%水平显著，说明越接近t年，独立董事的作用就越明显。监事会规模和监事会会议次数对财务困境的预测有显著的影响，监事会规模越大，企业陷入财务困境的可能性越大，这种现象有可能是因为监事搭便车的行为引起的；而监事会会议次数越多，企业陷入财务困境的可能性越小，这说明监事会的勤勉工作起到了作用。

比较公司治理结构模型与财务指标模型的拟合性，在t-3年，公司治理结构模型的Cox &Snell R2、Nagelkerke R2和预测准确率都略高于财务指标模型，证明在陷入财务困境的早期阶段，治理结构因素对财务危机的影响比财务指标显著，在t-2、t-1年，治理结构模型的Cox & Snell R2、Nagelkerke R2和预测准确率都低于财务指标模型，证明随着ST时间的邻近，财务指标比治理结构因素的影响更显著。

在财务指标模型和公司治理模型中，把影响显著的指标选出来，放在综合模型中进行分析，这些变量的显著性没有降低，并且综合模型中每一年的Cox & Snell R2和Nagelkerke R2都要高于前两个模型，表明综合模型的拟合性高于前两个模型。

四、结论

本文从内源性的角度出发，分析企业陷入财务困境的深层原因，构建了基于治理结构因素和财务指标的综合财务风险预警模型。治理结构因素中，国有股比例、股权集中度、董事会规模、独立董事人数和监事会会议次数与公司陷入财务困境的概率负相关，说明股权越集中、董事会和独立董事人数越多、监事会会议次数越多，公司治理越完善，企业陷入财务困境的可能性就越小。财务指标因素中，企业资产规模、流动比率、总资产周转率和每股利润与公司陷入财务困境的概率负相关，说明资产规模、流动比率、总资产周转率和每股利润越高，企业陷入财务困境的概率越小。需要关注的是，治理结构因素的早期预测能力较强，而财务指标因素则随着公司陷入财务困境时间的临近，对财务困境预测的能力越强。此外，在财务指标的基础上加入公司治理因素之后，综合预警模型的预测能力高于财务因素模型的预测能力，由此可见，在财务指标基础上引入公司治理因素，可以提高财务预警模型的预测准确率。

企业大多数危机都来源于企业内部，而识别、防范和管理这些风险就是治理层的主要职责之一。本文认为，完善公司治理结构，使得董事会、监事会有效地发挥职能，防止内部人渎职或滥用职权损害公司利益是企业避免陷入财务困境的关键。●

【主要参考文献】

[1] Altman E. Financial ratios，discriminant analysis and prediction of corporate bankruptcy [J]. Journal of Finance，1968（9）：589-609.

[2] Beaver W. H. Financial ratios as predictors of failure[J]. Journal of Accounting Research，1966，（4）：71-102.

[3] Fitzpatrick. A. comparison of Ratios of Successful Industrial Enterprise with Those Failed Firms[J]. Certified Public Accountant，1932（10）：598-605.

[4] Ohlson J. S. Financial ratios and the probabilistic prediction of bankruptcy [J].Journal of Accounting Research，1980（19）：109-131.

[5] 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）：46-55.

[6] 姜秀华，孙铮. 治理弱化与财务危机：一个预测模型[J].南开管理评论，2001（5）：19-25.