陸云杰
(南京大學商學院金融與保險學系,江蘇 南京 210000)
Probit模型是一個非線性回歸模型,自其產(chǎn)生以來,由于具有很好的統(tǒng)計性質(zhì),彌補了最小二乘模型假設(shè)的缺陷,模型的使用得到了迅速推廣。本文將Probit模型運用到公司財務(wù)領(lǐng)域,來研究上市公司財務(wù)失敗的影響因素,提出ST公司的預警指標。
過去四十多年來,公司財務(wù)失敗預警研究被各界重視,廣泛應(yīng)用于銀行信貸管理、證券投資分析、證券監(jiān)管等許多方面,產(chǎn)生了大量的研究成果。Beaver(1966)的研究為財務(wù)預警單變量分析的起點,利用二分類檢定法進行了比較分析。A ltman(1968)運用線性多元判別分析方法建立了多變量財務(wù)失敗預警模型。國內(nèi)學者陳靜(1999)、陳曉和陳治鴻(2000)應(yīng)用多元判別分析、Logit等方法進行了財務(wù)失敗預警的研究。在本文中將應(yīng)用Probit模型進行財務(wù)失敗的預警分析,對加深這一領(lǐng)域的研究具有重要的意義。
鑒于證監(jiān)會是根據(jù)上市公司前兩年或前三年的年報業(yè)績來判斷是否出現(xiàn)了財務(wù)異常而決定是否實施ST或*ST,因此本文以上市公司是否被ST來界定財務(wù)失敗。Oh lson(1980)研究發(fā)現(xiàn)為了避免事后預測的偏差,數(shù)據(jù)要選擇公眾第一時間知道財務(wù)失敗時的數(shù)據(jù),因此文章解釋變量的數(shù)據(jù)選擇公司股票成為ST之前一年的數(shù)據(jù)。根據(jù)以上分析,本文*ST股票的解釋變量選擇2009年末的數(shù)據(jù),財務(wù)失敗公司共計72只股票(*ST公司66只,ST公司6只)。對于正常公司的選擇,為了避免選擇性偏差,本文選擇2009年全部A股(非ST、*ST公司)作為財務(wù)正常公司。
1.被解釋變量和解釋變量。被解釋變量(y)定義為二元選擇變量:當樣本公司為ST或*ST公司時,y取值為1;當樣本公司為正常公司時,y取值為0。
參考以往的研究,我們選取了以下解釋變量,包括了財務(wù)變量和非財務(wù)變量,具體有流動比率(X1)、速動比率(X2)、存貨周轉(zhuǎn)率(X3)、應(yīng)收賬款周轉(zhuǎn)率(X4)、資產(chǎn)負債比(X5)、每股收益(X6)、基本每股收益同比增長率(X7)、銷售凈利率(X8)、總資產(chǎn)凈利率(X9)、市盈率(X10)、前十大股東持有比例合計(X11)、機構(gòu)持有比例合計(X12)。
2.實證檢驗。(1)通過Eview s對樣本數(shù)據(jù)進行Probit回歸,從回歸結(jié)果中發(fā)現(xiàn),似然比統(tǒng)計量(LR)的值為111.5706,通過了顯著性為0.01、0.05、0.1的置信水平檢驗,表明了拒絕了所有系數(shù)為0的原假設(shè),即模型通過了總體顯著性檢驗。在12個解釋變量中只有三個變量是顯著的,其中資產(chǎn)負債比(X5)、每股收益(X6)通過率置信度為0.01的顯著性性檢驗,銷售凈利率(X8)通過了置信度為0.05的顯著性檢驗,分別反映了在6類變量中只有償債能力和盈利能力的指標對財務(wù)失敗有顯著的影響作用,這是因為財務(wù)失敗的公司相對于正常公司來說往往具有很高的負債水平,經(jīng)營不佳一方面會使管理層繼續(xù)擴大債務(wù)融資以期望改變虧損的現(xiàn)狀,從而導致了負債水平進一步上升,但是同時另一方面高負債水平會使投資者和債權(quán)人失去信心,往往引起債權(quán)人的追償,更加影響了公司的持續(xù)經(jīng)營和償債能力,因此償債能力往往會對財務(wù)失敗有很強的解釋作用和預警能力。
每股收益反映了公司的盈利能力,反映了公司扭虧轉(zhuǎn)盈的能力,這正是投資者這相關(guān)利益人所關(guān)心的,盈利能力越強財務(wù)失敗即ST的可能性越低,盈利能力越弱財務(wù)失敗即ST的可能性越高,這也是每股收益解釋變量系數(shù)為負數(shù)的原因,與理論觀點一致。銷售凈利率同樣對財務(wù)失敗有較強的解釋能力,該指標同樣反映了公司的盈利能力,所以與每股收益可能存在相關(guān)性,這也是該指標系數(shù)為正數(shù)的原因,由于共線性的存在,兩個反映盈利能力的指標的系數(shù)并不完全與理論觀點一致。
而其他反映資產(chǎn)流動性、資產(chǎn)營運能力、公司成長性的財務(wù)指標和反映公司股權(quán)結(jié)構(gòu)、持有人類型的非財務(wù)指標在給定的置信水平下都不顯著,這一方面是可能一家公司在面臨財務(wù)失敗狀況時最重要的影響因素不在是這些指標,而主要與公司生存、持續(xù)經(jīng)營最密切的償債能力指標、盈利指標相關(guān),另一方面可能模型存在多重共線性,這些指標的影響一部分已經(jīng)被資產(chǎn)負債比、每股收益、銷售凈利率三個指標所反映了。
(2)Probit模型回代效果檢驗。本文通過 H-L(Hosmer-Lemeshow)檢驗擬合值和實際值,分析模型的擬合效果,差別越小,擬合約好。檢驗結(jié)果中H-L統(tǒng)計值為8.2985,通過置信水平為0.01、0.05、0.1的顯著性檢驗,說明了在分組檢驗中實際值和擬合之相差不大,擬合較好。
下面依然進行擬合效果檢驗,但是不進行分組,直接將所有的估計值和實際值進行對比,可以通過圖/表兩者都可以進行比較,由于樣本量較大,這里通過表格呈現(xiàn),C的值為0.5,即概率大于0.5令其y值為1,否則為0,結(jié)果表明模型預測的準確率在正常公司組中達到了99.6,在財務(wù)失敗組中卻只有11.11%,準確率不高,總體上的準確率很高,達到了96.55%,但是通過之前的分析可以知道這么高的準確率主要是正常組的高準確率造成的,因此模型可能存在選擇性偏差,即文章通過全樣本來進行Probit模型的回歸可能并不是準確的,諸多文獻中的配比方法1:1或1:n的方法尤其合理之處,這里的準確性可能通過表格沒有直觀的感受,但是通過圖形可以明顯的看出,高準確率很有可能主要是因為正常公司太多抬高了準確率。
文章通過Probit模型對全部A股中財務(wù)失敗公司(ST、*ST)和正常公司進行比較,發(fā)現(xiàn)在模型中只有資產(chǎn)負債比、每股收益和銷售凈利率具有影響作用,其中前兩個因子顯著相關(guān)。但是從模型的擬合程度來看,從整體上來看,準確率達到了95%以上,但是單獨從財務(wù)失敗組上來看,準確率只有11.11%,這很有可能是由于樣本選擇不均勻造成的。
[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.