基于Cox生存模型上市公司财务困境预测探究.doc

基于Cox生存模型上市公司财务困境预测探究 　　作者简介：朱永明（1963-），男，河南光山人，郑州大学管理工程学院教授，研究方向：资金运营与公司财务管理；邵庚云（1988-），女，郑州人，郑州大学管理工程学院研究生，研究方向：资金运营与公司财务管理。 基金项目：郑州市科技局软科学研究计划项目，项目编号：121PRKXF657-3；郑州市科技局软科学研究计划项目资助。 摘要：本文采取Cox生存模型进行财务困境预测，选取我国制造业40家ST上市公司和260家非ST上市公司进行实证研究，在训练好的模型基础上进行预测，得出企业出现财务困境的影响因素和程度，并选取10家上市公司进行危机时点预测，实证结论与实际情况相符。Cox模型对上市公司具有危机预警的应用指导意义。 关键词：财务困境；因子分析；Cox生存模型；制造业 中图分类号：F83248文献标识码：A 一、研究背景和问题的提出 国际金融危机爆发以来，国际间掀起一阵跨国公司倒闭的浪潮。2008年9月15日，美国银行收购巨额亏损的美国第三大投行-美林银行，美国第四大投行雷曼兄弟也由于资不抵债申请破产保护，美国最大的两家非银行住房抵押贷款公司房地美和房利美也由于贷款资金链的断裂申请政府资金救助。众多企业破产清算的原因一方面是由于流动性风险巨大导致资金链条断裂，其次是在全球经济萧条的背景下盈利水平骤降造成资不抵债导致破产。企业在倒闭前夕都经历了财务困境阶段，因此研究企业财务困境的发生概率和时点并采取措施应对可以减少危机的发生，预防财务困境出现。 财务困境又称财务危机，通常指企业资不抵债，无法偿还到期债务所引发的危机。国外的学者对企业财务困境的定义也有所差异。Beaver（1966）提出满足“破产、拖欠债务、透支银行账户或无力支付优先股股利”四项中的一项即为陷入财务困境。Altman（1968）认为进入法律破产程序的企业才是真正进入财务困境的企业。考虑到我国企业数据有限性，为了突出研究的一致性和便捷性，国内学者对于财务困境的界定通常以上市公司经营状况异常被ST作为陷入财务困境的标志。对于财务困境的预测模型，国外的模型研究分为三个阶段：初始是一元或多元线性判别分析阶段。Fitzpatrick（1932）最早采用单变量破产预测模型研究财务财务困境；Beaver（1966）首次采用统计方法建立单变量预警模型，通过测算精确度发现营运资金与总负债之比这一变量在破产前一年的预测精确度可以达到87%；Altman（1968）引入多元线性判别模型（MDA），得出著名的Z-Score模型进行预警。第二阶段是Logistic回归分析阶段，该阶段克服了单变量分析和MDA的模型局限性。Ohlson（1980）使用了多元逻辑回归模型分析财务困境问题，得到高于90%的预测精度。尽管Logistic模型至今都在预测领域被人津津乐道，但是自变量之间多重共线性的缺陷不可忽略。第三阶段集中在最近几年新理论和方法的创新上。Odom和Sharda（1990）最早把神经网络预测模型引进财务困境的研究之中，把样本分为训练样本和预测样本，得到较高的预测精度。除此之外，支持向量机（SVM）以及CUSUM等预测手段和方法也用于建立预测模型。国内关于企业财务困境的预测研究开始于上世纪末。跟随国际预测领域的研究脚步和中国资本市场的迅速发展，我国学者在此领域的研究文献也日益增多。吴世农、卢贤义（2001）将多元线性回归和Logistic预测方法进行精度对比，发现差异不大。宋雪枫、杨朝军（2006）将财务危机预警模型应用于商业银行信贷风险管理上，建立生存模型，发现其提前一年的预测精度高达80%。胡锦明、吕俊（2009）对上市公司财务困境的预测精度采用不同模型进行对比研究，发现多元线性回归模型、Logistic模型和Cox模型、神经网络模型当前四大主流预测模型在预测精度上各有优劣。卢永艳（2012）针对行业性差异对上市公司财务困境的影响做出研究，结果发现明不同行业的上市公司所面临的财务困境风险是不同的。 然而上述文献中大多数有关财务困境的预测集中关注多种预测模型的精度对比，并没有给定出现财务困境的具体时点，其实际应用意义因而受到很大影响；同时，财务困境的预测中协变量的选取上很少强调盈利性和流动性对财务困境的影响，通常选取基本的体现流动性和盈利性的财务指标作为协变量进行研究，不具有突出性和强调性。本文考虑到Cox生存模型的优越性，采取Cox生存模型对公司财务困境进行预测并选取加强的盈利性和流行性财务指标作为协变量进行预警分析，同时分析公司财务危机发生的时点，加强危机的预警效应。 二、研究方法设计 （一）Cox模型 Cox（1972）提出乘法危险模型，也成比例风险模型。Cox模型可以研究