担保关联与企业财务脆弱性的调节效应分析

吕 静 张成鹏 王 营

（1.北京国家会计学院，北京 101318；2.中国宏观经济研究院产业经济与技术经济研究所，北京100038；3.山东财经大学金融学院，山东 济南 250002）

一、引言

在中美贸易战和新冠疫情的冲击下，全球经济进入下行周期。根据金融加速器理论，当经济进入下行周期时，资产价格下降或资产泡沫破裂会加剧，进而会引发企业负债率急剧增加（Bernanke 等，1999）。1970年以来，无论是金融部门还是非金融部门，都存在债务上升导致的贷款违约风险增加和金融不稳定加剧（Novita 等，2018；Masdupi 等，2018）。这决定了下行经济周期往往伴随严重的债务问题，甚至拖累全球进入经济萧条。因此，如何有效确保企业债务风险可控，对全球经济稳定具有重要意义。尽管学界围绕债务违约展开了大量研究，但是从企业财务角度分析企业债务违约风险的研究仍然不足。在企业自身经营状况良好、生产经营可持续的状况下，由外部不确定性和疫情冲击引发的局部财务困境，如现金流断裂风险，则往往会成为诱发企业债务违约的重要原因。因此，本文试图将企业财务稳定状况作为判断企业债务违约风险的先行指标（Alfaro 等，2019），通过研究企业财务脆弱性判断债务违约风险，为防范企业债务风险暴发争取时间窗口。

现有研究表明，企业财务状况受到诸多因素的影响，属于企业债务风险的一种先行指标（Alfaro 等，2019）。担保不仅在信贷市场中具有重要地位，也是企业进行债权融资获取信贷资金的重要渠道。那么，企业担保行为是否会对其财务状况造成影响呢？现有研究以2008—2018年非金融类上市公司为例，证实了担保网络中企业关联度的增加会引起企业债务水平增加（吕静和王营，2020）。现有研究也表明，关联企业可通过增加关联交易，如关联方担保等，为上市公司提供融资支持（万良勇和魏明海，2009），缓解暂时性的资金压力和融资风险（Jian 和Wong，2010），但也会引发债务风险转移（王彦超和陈思琪，2017）。上述证据表明，企业担保行为对企业债务问题具有显著的影响，但并未为企业担保与财务脆弱性之间存在因果关系提供证据。吕静等（2021）基于网络视角的研究发现，担保网络中企业因担保形成的关联关系为企业之间债务风险转移、风险扩散提供了有效渠道。另外，担保网络存在风险传染特征，在一定程度上表明担保网络内部存在债务关联引发的债务转移风险（钱茜等，2019）。

上述证据表明，企业间的担保关联关系会导致债务代偿和债务风险在企业之间转移、扩散。但是，现有研究较少关注担保关联对企业财务脆弱性的影响，而企业财务脆弱性作为衡量企业债务违约风险的先行指标，对债务风险防范具有重要意义。有诸多研究表明，担保关联具有典型的网络结构特征，且往往采用企业关联度和中心性刻画担保关联（王永钦等，2014）。因此，本文从网络关联性角度出发，分析担保关联与企业财务脆弱性的关系，并进一步探究可能存在的调节效应。

二、理论分析与研究假设

（一）担保关联与企业财务脆弱性的基本关系

现有研究表明，联保联贷等形成的债务链会形成关联债务风险，一旦一家企业违约，会引发关联企业通缩和债务收敛，最终导致企业被债务拖垮，甚至破产清算（钱茜等，2019）。担保网络中企业应付担保账款损失会直接影响其关联公司，从而加速破产风险在担保网络中的扩散，增加企业债务违约风险（Wang 等，2019）。而且，现有研究以2003—2017年非金融类上市公司为例，证实了企业之间形成的担保关系具有网络形状，并且担保形成的链状结构是引发企业发生多米诺骨牌式的债务风险传染的重要原因（吕静等，2021）。上述研究表明，担保关联对债务扩张、债务违约风险都有显著影响。那么，这种影响在企业财务层面是否会表现为担保关联对其财务脆弱性的影响？

为探究这一问题，将担保网络中的企业对应的债务函数表示为：

其中，担保网络中的企业记作={1,2,…,} ，V ⊆I×I 表示有向加权连接，()∈V 表示企业为企业提供担保。若企业为企业提供担保，记作a=1，否则a=0。 w反映了企业的相对担保规模，简称为网络权重，w值越大说明企业在担保网络中的担保规模占比越高。是当企业为企业提供担保，企业发生债务违约时，企业的代偿比例。表示企业面临的违约概率。

对公式（3）两边同时关于关联度k求导，可得：

公式（4）揭示了随着企业担保关联程度的增加，企业能够满足银行对于信贷的刚性约束，获取更多的信贷资金。这一过程同时也会使企业因担保债务代偿形成内部负债，最终导致债务增加。

本课采用宠物狗咬人事件，设置生活情境，提出问题串，激发学生的思维，导入新课。首先教师设置生活情境： 邻居小丽被她家里的宠物狗咬了，这对小丽会有什么影响？学生回答： 会患狂犬病。教师接着问： 不管被咬的程度如何她一定会患狂犬病吗？小丽是否患狂犬病跟狗有没有咬破皮肤有关吗？为什么？学生展开讨论，回答： 咬破皮肤了就会患狂犬病，否则不会患病。教师追问： 原因是什么呢？学生展开激烈的讨论，但并没有得出结论。在学生讨论后，教师并不急于做出应答，告诉学生： 答案就在本节学习内容之中，今天我们一起学习免疫调节。

公式（5）揭示了，对于核心企业，中心性的增强也会导致企业债务增加。上述分析表明，无论是一般企业还是核心企业，增加担保都会导致债务增加。通过梳理现有研究，针对该结论的解释可以概括为以下两种：（1）从债务融资方式层面，担保作为从银行获取信贷资金的重要增信渠道，本质上属于企业债务融资，企业担保行为的增多最终会引发企业债务的增加；（2）从股东控制权层面，控股股东侵占动机是上市公司参与担保的重要驱动因素（Johnson 等，2000），而且上市公司之间的互保进一步加剧了逆向选择（冯根福等，2005）。进一步地，以河北担保圈为例剖析我国企业担保行为发现，受限于《商业银行法》对担保的信贷约束，企业采取互保的方式满足这一刚性约束（万良勇和魏海明，2009），从而引发企业担保行为的增多，最终导致企业债务增加。

综合上述分析，担保作为债权融资的一种增信方式，往往伴随信息不对称，信息不对称最终会呈现为信贷风险，表现为企业债务违约。当企业以自由资金或信用为其他企业提供担保时，形成了潜在负债，一旦发生代偿，则会转变为真实债务，这一过程中资产负债表呈现资产端向负债端的转移，如图1 所示。那么，根据担保关联与资产负债变化的关系，企业无论是作为被担保方还是对外提供担保，都会表现为一般企业关联度或中心性的增加，导致资产转变为负债。

图1：担保关联与资产负债变化的关系

上述分析表明，担保关联程度的增加会加剧企业负债。那么，担保网络中无论是企业关联度的增加，还是企业中心性的增加，都属于担保关联程度增加的不同形式，体现了企业之间互保以获取债权融资的行为，表现为企业债务上升。从企业财务稳健性角度来看，企业担保行为会使其面临潜在的代偿风险，这种债务代偿表现为企业短期内资产转变为负债，企业为了偿还债务挪用资金的动机则会增加，出现“拆东墙补西墙”行为，这就会导致企业内部现金流面临短期冲击，表现为企业财务系统更为脆弱。基于上述分析，提出研究假说H1。

H1：担保关联会引起企业财务脆弱性增加，表现为担保网络中企业关联度或中心性与企业财务脆弱性之间呈正向相关。

（二）担保关联与财务脆弱性之间的调节效应：融资约束和债务水平

现有证据表明，无论是面临的融资约束增加还是债务水平过高都会影响企业内部资本结构优化速度，进而影响企业财务稳定性。Novita 等（2018）以2007—2016年期间印度尼西亚非金融公司为样本，发现杠杆率与企业财务的脆弱性在统计上具有显著的相关性。进一步研究还发现，杠杆率与企业财务稳健性存在非线性关系，当企业杠杆率超过一定阈值，将对制造业公司造成财务困境（Masdupi 等，2018），而且债务负担的加剧会导致出现“借新债、还旧债”的庞氏骗局，加大企业破产风险（刘一楠，2016）。当企业债务水平较高时，企业为缓解债务问题往往存在更高的融资需求。而担保可以显著促进企业短期债务增加，以达到“借新还旧”缓解债务压力的目的（吕静和王营，2020）。另外，关联企业具有的信息优势，有助于缓解企业融资约束（Shin 和Park，1999；魏志华等，2017）。因此，当企业债务水平超过一定阈值，处于较高水平时，企业为了缓解债务问题，更加偏好通过互保的方式获取信贷资金，缓解融资约束。上述分析表明，当企业债务超过一定水平或面临的融资约束增加时，企业无论是基于债务偿还压力还是融资需要，都会呈现信贷需求，这会引发企业通过担保获取信贷资金行为的增加。对应到担保网络中，企业担保行为的增加表现为一般企业担保关联程度的增加，如图2所示，担保关联程度从k增加到k。根据公式（4）和公式（5）可知，当担保关联程度从k增加到k时，企业债务函数从曲线移至，曲线相对于曲线更陡峭，说明融资约束或高负债会加剧企业通过担保方式引起的负债，企业为了偿还债务挪用资金的可能性则会增加，这种挪用行为可能导致企业内部短期资金链断裂，表现为财务系统不稳定。基于此，提出研究假说H2。

图2：不同因素作用下担保关联与债务函数均衡状态

H2：担保关联与企业财务脆弱性之间存在调节效应，当企业债务水平超过一定阈值或融资约束增加时，担保关联对企业财务脆弱性的影响被加剧。

但是，中心度水平较高的企业往往处于核心位置，受“联系太紧而不能倒”的影响（Sheri 等，2012），该类企业往往能够得到差异化的信贷支持，从而缓解因债务过高或融资约束导致的债务违约风险。因此，本文认为：对于处在核心位置的企业而言，由于其债务偿还风险或财务稳定程度关系到区域金融稳定，政府或其关联方更倾向于对该类企业进行扶持。该类企业一旦出现资金不足问题就会得到来自政府的“输血”，从而避免了外部冲击引发的财务脆弱。如图2所示，企业债务函数从曲线移至，企业中心性DC增加，但是线段DC上方部分的、形状一致，说明关联度较高的核心企业的债务水平对担保关联与财务脆弱性的关系无影响，本文将之称为“无效区域”。基于此，提出研究假说H3a。

H3a：对于核心企业而言，当企业面临高负债时，担保关联对企业财务脆弱性的影响并不会被加剧，不存在债务水平的调节效应。

当核心企业面临的融资约束增加时，由于该类企业与与之相关的企业之间呈现“一荣俱荣、一损俱损”的关系（吕静等，2021）。因此，对于核心企业而言，当其面临的融资约束增加时，能够获得来自关联方的担保，从而获得信用贷款，表现为企业内部关联程度进一步增加，企业债务风险可控的背后则是更为脆弱的财务系统。基于此，提出假说H3b。

三、研究设计

（一）数据选择

2008年以来新兴市场债务规模迅速扩张，而且2007年10月1日实施的《物权法》增强了担保契约对信贷资金的放大作用，直接扩大了我国担保契约在信贷市场中的应用。因此，本文选择沪深两市2008—2018年非金融上市公司为研究对象，研究担保关联对企业财务脆弱性的影响。从万得数据库获取2008—2018年上市公司的担保契约，构建担保网络并计算网络指标；上市公司基本资料和财务信息来自万得数据库企业年报数据。为消除极端值影响，对样本数据在1%～99%区间上进行截尾处理。样本数据的描述性统计特征详见表1。

表1：变量描述性统计分析

（二）变量说明

1.企业财务脆弱性。现有研究表明，较低的Z 评分与企业较高的财务脆弱性和破产可能性有关，并认为Z 得分大于5.85 的公司处于“安全区”，得分在3.75～5.85 之间表示企业财务状况是脆弱的，而得分在3.75 以下则表明处于困境中（Alfaro 等，2019）。因此，本文采用虚拟变量EZ 衡量企业财务脆弱性，当Z<3.75，记作EZ=2；当3.75 ≤Z<≤5.85，记作EZ=1；当Z>5.85，记作EZ=0。EZ值越大说明财务状况越脆弱，EZ=0说明公司处于“安全区”。

2.担保关联。用担保网络中企业关联度和中心性衡量一般企业和核心企业的关联水平（王永钦等，2014），记作Deg 和Betweenness。企业关联度值越大，说明企业之间关联水平越高；企业中心性增加，说明核心企业因担保形成的关联关系进一步增强。另外，本文进一步选取了担保规模作为代理变量，以从不同层面分析担保关联与企业财务脆弱性的关系。具体包括担保规模（Gua1）、关联担保规模（Gua2）和对控股子公司担保规模（Gua3）。其中，Gua1表示上市公司对外担保余额（单位：亿元），Gua2 表示上市公司关联担保余额（单位：亿元），Gua3 表示上市公司对控股子公司担保余额（单位：亿元）。

3.调节变量。由于负债率与经济发展之间存在非线性关系，并且企业加入或退出担保合约是一个动态过程，担保网络中的企业在不同年度存在动态变化，属于面板非协整数据。因此，针对负债率的非线性问题，设置负债率二次项和负债率一次项，分别记作Levsq 和Lev。以融资约束指数衡量企业面临的融资约束（Hadlock 和Pierce，2010），记作SA。其中，SA=（-0.737×Size）+（0.043×Size^2）-0.040×age，Size表示公司规模，age表示企业上市年份。

4.控制变量。选择公司规模（Size）、息税前利润（EBIT）、现金流（Cashflow）、营运资本（OC）、资本周转率（AT）和托宾Q（Q）作为控制变量（Alfaro等，2019）。此外，本文还控制了公司治理变量，如第一大股东持股比例（First）、前十大股东持股比例（CR10）、审计意见（Audit）。

（三）模型设定

先考察担保关联与财务脆弱性的关系。采用固定效应模型，模型设定如公式（6）所示：

表2：变量定义

其中， EZ表示企业财务脆弱性， Deg和Betweenness分别表示担保网络中企业关联度和中心性，用以衡量担保网络中一般企业和核心企业的担保关联水平；Control 表示控制变量。当系数0 或0，则说明担保网络中企业关联度或中心性的增加导致财务脆弱性增加，验证假说H1。

然后，分析担保关联对财务脆弱性的作用过程存在的调节效应。企业债务水平与财务脆弱性之间呈现U形关系，设置负债率一次项（Lev）和负债率二次项（Levsq）。采用债务水平和融资约束与企业关联度和企业中心性的交互项分析调节效应（方杰等，2015），模型设定如公式（7）—（10）所示：

公式（7）、（8）中，若和显著为正，说明一般企业中存在企业债务水平或融资约束的调节效应，验证假说H2。公式（9）、（10）中，若不显著，说明对于核心企业而言，不存在债务水平的调节效应，验证假说H3a。若显著为正，说明对于核心企业而言，存在融资约束的调节效应，验证假说H3b。

四、实证分析

（一）担保关联与企业财务脆弱性的回归结果

表3 第（1）、（2）列的回归结果表明，企业关联度、中心性与企业财务脆弱性的回归系数分别为0.0043 和0.0415，在1%水平显著；第（3）列同时纳入企业关联度和中心性回归分析，企业关联度、中心性与企业财务脆弱性的回归系数仍然显著为正。表3第（4）—（6）列中，担保规模、关联担保规模、对控股子公司担保规模与企业财务脆弱性的回归系数分别为0.0071、0.0037 和0.0040，均显著为正。上述结果说明，担保网络中无论是企业关联度和中心性的增加，还是担保规模的扩大，都会使财务状况更加脆弱，验证假说H1。

表3：担保关联与企业财务脆弱性的回归结果

造成上述情况的原因在于：一方面，担保网络中企业之间形成的关联关系，体现为一般企业的关联程度或核心企业的中心性。那么，当企业关联度或中心性增加时，说明企业因担保产生的关联关系进一步加深，在实现企业债务增加的基础上也放大了关联关系引发的风险转移、扩散和传播效应，从而导致企业财务系统更为脆弱。另一方面，根据图1 中担保关联与资产负债变化的关系，担保关联的增多会在信息不对称作用下使得企业自由资金或信用演变为信贷风险，导致企业负债增加。对应地，担保规模反映了担保契约中企业存在的债务关联规模，担保规模越大，企业之间发生担保代偿的债务规模越大，对企业内部财务系统冲击越大，也会对企业财务脆弱性产生影响。

从控制变量回归结果来看，公司规模、第一大股东持股比例、审计意见对财务脆弱性的影响显著为正，息税前利润、现金流、运营成本、资本周转率、前十大股东持股比例对财务脆弱性的影响显著为负。说明企业规模越大，受到的外部影响越大，财务状况波动越大，整体财务脆弱性增加；大股东持股比例越集中，对中小股东利益的侵占动机越强，从而导致财务脆弱性增加；审计意见越大，表明被出具不确定审计意见的概率越大，则体现了企业内部财务状况存在风险。但是，无论是公司盈利能力增加还是公司现金流水平、资本周转率的增加，都是公司财务状况健康的表现；企业运营成本越高，财务脆弱程度则会下降，这主要是由于运营成本的增加会约束企业的生产经营活动，从而使得企业账目收支频繁程度下降，最终表现为企业财务系统处在一个更加稳定的状态。

（二）担保关联与企业财务脆弱性的调节效应分析：债务水平和融资约束

为了进一步分析担保关联与企业财务脆弱性之间的调节效应，根据模型（6）—（10）进行回归分析。表4 第（1）—（3）列是企业债务水平作用下担保关联与企业财务脆弱性的回归结果，第（4）—（6）列是融资约束条件下担保关联与企业财务脆弱性的回归结果。表4 第（1）列的回归结果表明，负债率二次项、负债率一次项与企业财务脆弱性的回归系数分别显著为3.1122和-1.5250，说明企业债务水平与企业财务脆弱性之间呈U 形关系；第（4）列的回归结果表明，融资约束指数对企业财务脆弱性的回归系数显著为0.3534，说明企业面临较强的融资约束会加剧企业财务脆弱性。上述结果说明，无论是企业债务水平还是企业面临的融资约束都会影响企业财务脆弱性。

进一步地，表4 第（2）和（5）列的回归结果表明，企业关联度与负债率交互项（Deg×Lev）的回归系数显著为0.0083，与融资约束指数交互项（Deg×SA）的回归系数显著为0.0009，说明无论是企业债务水平还是企业面临的融资约束增加，都会加剧企业关联度对企业财务脆弱性的影响，验证假说H2。具体解释为，如果企业债务水平过高或融资约束较强，则会导致流动性枯竭，担保作为一种债权融资渠道也会加剧风险显现，从而提高担保网络内部因担保关联引发的企业财务脆弱性。另外，表4 第（3）和（6）列的回归结果表明，企业中心性与杠杆率交互项（Betweenness×Lev）的回归系数不显著，说明核心企业关联水平的增加对企业财务脆弱性的作用过程中不存在债务水平的调节效应，验证假说H3a；企业中心性与融资约束交互项（Betweenness×SA）的回归系数显著为0.0074，验证了假说H3b。

表4：担保关联与债务脆弱性调节效应的回归结果

（三）稳健性检验

为了剔除时间效应引起的偏误，同时控制个体固定效应和时间随机效应，选择双向固定效应模型处理面板数据进行稳健性检验（刘晓光和刘元春，2019）。根据表5 第（1）列的回归结果可知，企业关联度、中心性与财务脆弱性的回归系数显著为正，证实了担保关联与企业财务脆弱性之间的正向相关关系，表明假说H1 的回归结果是稳健的。根据表5 第（2）、（4）列的回归结果可知，企业关联度与负债率交互项、与融资约束指数交互项的回归系数显著为正，说明当企业债务水平过高或面临的融资约束增加时，担保关联对企业财务脆弱性的影响会被加剧，这一现象说明债务水平或融资约束的调节效应是存在的，表明假说H2 的回归结果是稳健的。表5 第（3）、（5）列回归结果表明，企业中心性与负债率交互项回归系数不显著，与融资约束指数交互项的回归系数显著为正，再次验证了假说H3a和H3b。

表5：担保关联与企业财务脆弱性的回归结果——双向固定效应模型

在同时控制个体固定效应和时间随机效应的基础上，采用双向固定效果模型，通过替换被解释变量，以验证担保关联与企业财务脆弱性之间的关系是否稳健。本文研究企业财务脆弱性的原因在于，财务脆弱性作为判断企业债务风险的先行指标，能够为风险防控提供有效的预警。基于此，考虑到公司绩效（ROA）这一指标能够体现公司资本收益率的高低，同时也能够反映公司内部财务系统的稳健程度。当公司绩效为负，说明企业生产经营活动并不能给企业带来资本正收益，企业投资并不能够得到有效回报，该类企业很可能面临债务偿还和财务违约风险问题。因此，本文进一步将被解释变量替换为公司绩效，采用双向固定效应模型，根据模型（6）—（10）分析担保关联对财务脆弱性的影响，回归结果如表6 所示。具体地，企业关联度、中心性与公司绩效的回归结果显著为负。说明无论是企业关联度的增加还是中心性的增加，都会导致企业面临债务财务违约风险增加，企业财务脆弱性增加，验证了假说H1。企业关联度、中心性与融资约束的交互项显著为负，体现了担保网络引发企业财务脆弱性增加过程中存在融资约束的调节效应，验证了假说H3b。

表6：担保关联与公司绩效的回归分析——替换被解释变量

除此之外，考虑到可能存在的内生性问题，采用二阶段最小二乘（2SLS）估计进行回归分析。在缺乏有效的随时间变化的外生工具变量的情况下，可以利用系统内部工具变量，采取解释变量滞后项作为自身有效的工具变量（Melecky和Podpiera，2013；Desbordes 和Vicard，2009）。因此，本文选取企业关联度和中心性的滞后项作为工具变量，进行稳健性检验，回归结果如表7 所示。其中，表7 第（1）和（3）列是关于滞后一阶、二阶企业关联度的二阶段最小二乘（2SLS）回归结果，第（2）和（4）列是关于滞后一阶、二阶企业中心性的两阶段最小二乘（2SLS）回归结果。根据表7 的回归结果可知，企业关联度、企业中心性与企业财务脆弱性的回归结果显著为正。同时，采用公司绩效作为对照结果，企业关联度、企业中心性与公司绩效的回归结果显著为负，鉴于公司绩效与企业财务脆弱性之间具有反向变动关系，侧面验证了担保关联与企业财务脆弱性之间的正向关系，上述结果与实证结果基准回归结果基本保持一致，说明本文的回归结果是稳健的。

表7：二阶段最小二乘估计（2SLS）的回归结果

五、结论和政策启示

本文以2008—2018年非金融类上市公司为例，研究了担保关联与企业财务脆弱性之间的关系及存在的调节效应。研究表明：无论是担保网络中一般企业关联程度还是核心企业中心性的增加，企业财务脆弱性都会增加，说明担保关联程度越高，其财务状况越脆弱；此外，担保关联对财务脆弱性的作用过程中还存在调节效应，表现为企业债务水平或面临的融资约束增加时，会加剧一般企业担保关联对其财务脆弱性的影响，但是对于担保网络中的核心企业而言，则不存在债务水平引发的调节效应，仅表现为融资约束的调节作用。

基于研究结论，提出以下政策建议：（1）科技赋能，完善债权融资增信措施。我国债权融资依然严重依赖增信措施，而增信方式仍然以担保为主，无论是抵押、质押，还是保证，本质上都属于担保的不同形式。这就导致了担保关联在资本市场上的普遍性，而这种普遍性会加剧企业财务脆弱性及债务风险。因此，要防范债务风险，关键需要降低企业之间的担保关联程度，这就需要依赖金融科技。一方面，通过卫星遥感等技术的应用，扩大企业有效抵押担保品范畴，通过数字化手段监测企业应收账款和信用状况，增加质押和信用贷款，减少企业非必要的互保行为，从而降低担保关联；另一方面，利用数字技术实现区域性系统性风险防控，在信贷资金配置过程中，兼顾企业生产经营过程中的联动风险，以减少因担保代偿导致的企业财务脆弱和风险扩散。（2）科技赋能，构建大数据监管系统。僵尸企业一旦形成很难化解，因此，监管层面可以通过构建省市级大数据监管系统，监测辖区内企业的担保关联程度，避免形成新的僵尸企业。重点监测企业担保关系是否过于复杂，企业担保获取的信贷资金是否过多，对于担保关联程度过高的企业，应及时进行管控，避免过度担保、过度放贷，从化解风险转变为防范风险。

②Z-score由美国专家Altman提出，最开始用于研究银行破产问题。随后Altman对该模型进行了完善，提出了适合公司的Z-score，但是该得分主要倾向于测度公司的金融健康状况。Altman（2005）建议将原始Z-score根据新兴市场国家企业财务结构的差异进行优化，Alfore 等（2019）在此基础上提出了EM Z-score，探索了新兴市场中企业财务状况变化的临界值，并根据临界值的变化划分企业财务的脆弱程度。Z=6.56X1+3.26X2+6.27X3+1.05X4+3.25，其中，X1 是营运资本/总资产，X2 是留存收益/总资产，X3 是营业收入/总资产，X4 是权益账面价值/总负债。

③上市年份=当年年份-上市年份，本文以2020年为当年年份。