机构投资者持股对上市公司财务失败预警的影响研究

李应求，曾 杨，刘 伟

（1.2.长沙理工大学，湖南 长沙 410114；3.湖南大学，湖南 长沙 410082）

机构投资者持股对上市公司财务失败预警的影响研究

李应求1，曾 杨2，刘 伟3

（1.2.长沙理工大学，湖南 长沙 410114；3.湖南大学，湖南 长沙 410082）

基于2003年1月至2016年5月我国A股连续两年财务亏损的上市公司样本，实证研究机构投资者持股对上市公司财务失败模型预警能力的影响，其结果显示：机构投资者持股与上市公司财务失败呈负相关关系，即机构投资者持股占比越高，公司财务失败的可能性越小。同时也发现加入机构投资者持股变量后模型的预警能力得到了进一步提高。研究结论对上市公司内部的风险管理具有一定的指导意义。

机构投资者持股；财务失败；预警；Logistic模型

一、引言

迄今为止，在沪深交易所上市的A股公司已达两千多家，它们影响着国内的经济发展。但是，每年依然有一系列公司因各种各样的原因发生财务危机而遭到特殊处理。上市公司的财务情况一旦出现问题，不仅会影响公司的正常运营，而且还会让投资者蒙受巨大损失，尤其会给机构投资者带来严重损失。上市公司财务的正常预示着我国证券市场的健康发展。那么，如何在财务危机发生前及时预警呢？

财务失败又称为财务危机，财务失败的预警研究对于公司的风险管理与控制以及投资者的投资决策有着重要的意义。财务失败预警模型的研究起源于二十世纪三十年代。近年来，国内外学者对公司财务失败预测做了诸多研究，而且财务失败预测模型已应用于公司风险管理评估、银行信贷管理等中。

关于公司财务失败预警的研究大体从以下两个方面展开：一方面从研究方法上进行分析，另一方面从变量选取的拓展进行分析。

Fitzpatrick（1932）[1]首先运用单变量分析法对公司破产进行预测研究。该方法为后来学者研究公司财务失败预警奠定了基础。Altman（1968）[2]运用多元判定分析法进行财务失败预测研究，极大程度的提高了模型的预警能力。在多元判定分析法的基础上，Altman（1977）[3]提出了ZETA信用风险模型，该模型更能准确的预测公司的财务失败。Ohlson（1980）[4]运用Logistic回归模型来预测公司财务失败概率。该模型较于之前的方法，运用范围更为广泛。鲜文择和向锐（2007）[5]构建了混合Logistic模型研究财务困境预测，研究结果表明该模型在模型拟合度和预测准确度上均优于标准Logistic模型。伴随着学者对财务预警不断地研究探索，人们不断创新，把生物医学方面的知识广泛应用于对财务失败预测的研究中来。譬如，人工神经网络模型、遗传算法模型等。

随着人们对财务失败预测研究的不断深入，研究者已不局限于从财务指标的角度考察公司财务失败预警，更是把非财务指标运用到财务失败预警研究上。章之旺（2004）[6]以2003-2004年60家财务困境公司和120家非财务困境公司为样本，采用单变量和多变量的Logistic回归模型对这些样本的ROA、筹资性现金流量、营运资本/总资产、经营性现金流量、流动比率、长期负债/股东权益、投资性现金流量、资产周转率一系列财务变量进行分析，结果表明现金流量表对公司研究财务危机具有重要的价值。姜红珍和张明燕（2005）[7]通过对我国企业财务危机现状进行分析，发现企业治理结构可能导致我国企业财务危机。曹德芳和夏好琴（2005）[8]将公司股权变量引入到财务危机预警模型中，通过Logit模型、主成分判别模型以及Fisher判别分析，发现部分股权机构变量与公司财务危机息息相关，而且加入股权变量后的模型预测效果更佳。Abdullah（2006）[9]通过分析董事会的独立性、董事长与总经理两职合一以及所有权结构三个变量对公司财务失败的影响，研究表明大股东与公司财务失败呈负相关关系。王艳宁（2012）[10]的研究指出，在企业财务危机预测模型中引入非财务指标，能够提高模型的预警价值。梁琪等（2014）[11]通过Logistic模型对我国2005-2010年沪深两市的中小企业的财务失败风险进行实证检验，研究表明加入公司治理后的模型更能提高模型的预警能力。

国内外一些关于机构投资者的研究表明，机构投资者对上市公司的财务活动有一定的监管作用。Almazan（2005）[12]研究表明持股比例高的机构投资者积极介入公司治理，以获取长期收益。Chen等（2007）[13]研究发现持股比例高的机构投资者更倾向于监管上市公司。高雷和张杰（2008）[14]研究发现，机构投资者的持股比例越高的公司，不仅其治理水平越高，而且机构投资者能够有效抑制管理层的盈余管理行为。陆瑶等（2012）[15]的研究表明机构投资者对公司监管具有积极作用。史永东和王瑾乐（2014）[16]研究表明，机构投资者偏好财务优良、治理有效的公司，而且这些公司的股票呈现低的波动性，说明机构投资者能够稳定市场。

受上述国内外学者研究成果的启发，本文以机构投资者持股变量为主要解释变量，并结合财务指标，通过Logistic回归模型研究前者对我国A股上市公司的财务失败预警的影响。此外，本文还从配对方法上对财务失败预警研究进行了完善。

本文的主要贡献为以下两方面：首先，应用PSM配对选取了财务正常组样本，确保了在其他条件不变的前提下，研究机构投资者持股对公司财务失败预警的影响；其次，探讨了机构投资者持股与上市公司财务失败的关系。

文章其余部分的结构安排如下：第二部分是研究方法；第三部分是数据来源、变量选取以及基本的统计性描述；第四部分以配对后的公司为样本，结合其机构投资者持股以及财务信息，通过Logistic回归模型对我国上市公司财务失败预警进行了实证研究，并进行了稳健性检验；第五部分归纳全文。

二、研究方法

（一）PPSSMM方法

PSM（Propensity Score Matching） 方 法 是Rosembaum和Rubin[17]在1983年提出的，其含义是个体在其自身特定属性下接受某种干预的可能性，在本文中含义是每支股票财务失败或财务正常的概率。本文按照公司是否财务正常，将所有公司分为两大类：处理组——财务失败的上市公司；对照组——财务正常的上市公司。本文的匹配原理是，在对照组中寻找一个与处理组尽可能相同的公司，这也就要求本文尽可能的控制选择性偏倚以及混合偏倚（即内生性问题），这样我们才能较为精确的估计出机构投资者持股变量对公司财务失败预警的影响。匹配过程是PSM方法的核心环节，其实质上是一个降维的过程，它根据最大配对原则到对照组中寻找一个最佳对象，简化维数。本文的目的是使得配对成功的财务正常公司和财务失败公司在各个维度（匹配变量）上的特征都尽量相同。

PSM匹配步骤为：首先通过Logistic回归得出倾向值，然后通过最近邻匹配得出最佳对照组。

本文借鉴Huang等（2013）[18]的做法，运用考察年间的中国A股上市公司为样本，以是否发生财务失败的0-1哑变量为因变量，分年度和行业对公司的总资产规模（lg_zcgm）、股东权益（gdqy）、总资产利润率（zzclyr）、市盈率（syr）和资产负债（zcfzr）做Logistic回归，根据回归系数计算出每个公司在该行业该年度的财务失败的倾向得分（PS），然后采取最近邻匹配法为每家财务失败的公司寻找一个与财务失败倾向得分最接近但又财务正常的公司进行配对。

（二）Logistic回归tic

Logistic模型（逻辑回归）是最早的离散选择模型，该模型的优点在于其不仅可以进行样本内预测，还可以进行样本外预测。该模型已被广泛应用于经济研究中。

Logistic回归模型为非线性回归模型，其反应函数之概率值落于0到1之间，方便对本文的结果作解释。在公司财务失败的判定与预测中，Logistic模型如下：

Yi表示第i家公司是否财务失败，i=0或1，Yi=0表示上市公司财务正常；Yi=1表示上市公司连续两年亏损，出现财务失败。Xki表示第i家公司第k个财务比率，Pi表示根据Logistic回归模型估计出来的第i家上市公司财务失败可能发生的概率。

本文的实证研究采用SAS、STATA等软件作为统计分析软件。

三、数据来源、变量选择与数据描述

（一）数据来源

本文选取2003年1月-2016年5月被实施特别处理（ST）的全部上市公司作为财务失败样本。样本的所有数据均来源于WIND数据库。本文选取的样本开始时间为2003年，最主要的原因是WIND数据库中机构投资者持股数据的最早年份是2000年；其次，证监会于2000年提出发展机构投资者。本文按照以下原则筛选样本：（1）剔除样本期间信息缺失的公司；（2）只保留连续两年亏损的ST公司。最终得到2003年1月-2016年5月深沪交易所总计512家A股上市公司为财务失败样本。本文以上市公司被ST的前三年的数据作为财务失败的起点，这是因为已有研究表明采用财务失败前一年的数据进行建模分析，会提高模型的准确率。(陈静，1999[19]；姜国华和王汉生，2004[20]等。)也就是说，如果一家公司在x年被ST，则采用（x-3）年的数据进行建模。

配对样本来源于样本期内从未被ST的上市公司。已有研究通常采用公司的行业分类或资产规模作为匹配标准（Armsrtong等，2010[21]），但这种一维特征变量匹配容易产生样本错配问题。因此，本文引入PSM，从总资产规模、股东权益、总资产净利润率、市盈率和资产负债比五维特征变量的角度，并在同一年以及同一行业内对样本期内的财务失败样本进行1∶1配对。经PSM后共得到A股样本1024个，并按3∶1的比例随机选取768家公司作为估计样本，用来构建模型，剩下的256家作为验证样本，用来检验模型。

（二）变量选择

1.财务变量

本文引入0-1哑变量，0表示公司财务正常，1表示公司财务失败。在财务变量的基础上研究机构投资者持股对公司财务失败预警的影响。在参考已有文献（吴世农和卢贤义，2001[22]；梁琪等，2014[11]）的基础上，本文考虑了净利润增长率、总资产周转率、速动比率等在内的22个财务比率指标，这些指标反映了上市公司的发展能力、公司规模、债偿能力、盈利能力和营运能力。

2.机构投资者持股变量

正如本文之前所提到的，机构投资者对上市公司的监管起到一定的作用。因此，本文从机构投资者持股的角度考察对上市公司财务失败预警的影响。

表1是参考了已有文献和考虑了我国上市公司特色的基础上对样本公司所选指标进行名称和符号说明的综合表。

表1 模型选取的指标

（三）样本描述

为了对我国上市公司财务失败的分布情况进行全面的了解，本文分别从失败样本的年度分布、行业分布出发，分析了上市公司财务失败样本的分布情况。

1.上市公司财务失败样本的年分布分析

我们对512家财务失败的上市公司按年份进行了统计（具体见表2）。研究发现，从年份来看，截至2016年5月，2003年50家、2006年60家、2007年59家、2015年41家、2016年57家，五年的财务失败公司占总财务失败公司的52.15%，而2011年仅有15家公司财务失败，2013年也只有21家，每年财务失败的上市公司数量上存在差异。98年以来，证监会出台的一系类政策加上客观因素（环境、经济等），使得每年都有公司因财务失败而被特别处理。2002年以来，非国有企业的上市以及国有协议转让合法化，使得法人股比重日趋上升，国有股比例下降。已有研究表明（陈新桂，2007）[23]，法人股持股比例高的公司容易导致财务失败。此外，2002年底的“非典”，2008年底的经济全球危机，2015年的A股市场的震荡，等等这一系列的原因，都导致了财务失败公司的增加。

表2 失败样本的年分布

2.上市公司财务失败样本的行业分布分析

表3为财务失败公司的行业分布统计。从表中可以看出，截至2016年5月，隶属工业行业的上市公司财务失败的有327家，占全行业的63.9%。自工业革命后，国家就把发展工业作为首要地位。但是，发展工业存在的问题是，运输量大、环境污染大。作为环境污染源头大的工业，所面临的社会各界的监管也是更为严格。进而，在这一行业发生财务困境的机率远远高于其他行业。

表3 失败样本的行业分布

3.估计样本的描述性统计分析

本文按照五维特征变量配对后给出了估计样本的财务比率以及机构投资者持股统计量。通过对财务正常样本以及财务失败样本中各指标均值的差异进行T检验，来检验两组样本之间是否存在显著性差异。具体分析见表4。

表4 各指标的描述性统计

从表4的描述性统计表中的均值可以看出，财务正常与财务失败的样本公司中有许多变量存在很大差异，例如应收账款周转率、净利润周转率、市盈率等。而有些变量则差异较小，如总资产周转率、流动负债比、经营活动产生的现金流量净额负债比等。而从T检验的结果可以看出，利息保障倍数、总资产利润率、现金比率、经营活动产生的现金流量净额负债比、总资产周转率等16个变量的显著性水平均低于0.1，说明它们的均值之间存在显著差异，因而对财务失败、财务正常样本的解释能力强。

四、实证研究结果与分析

在估计模型参数前，我们首先对财务失败和财务正常样本的所有财务比率进行了统计分析，结果发现多个财务比率间存在较强相关性。因此，消除财务比率变量间的多元共线性是极其必要的。根据逐步回归法，筛选出总资产周转率、每股净资产、利息保障倍数、现金比率以及现金流量净额流动负债比五个财务比率变量。

（一）财务指标预警模型

首先对估计样本进行Logistic逐步回归，得到仅包含财务比率指标的模型I。为考察机构投资者持股对财务失败的预警作用，我们在模型I的基础上加上机构投资者持股变量得到模型II。表5给出了这两个模型的估计结果：

表5 模型估计

在仅考虑财务比率变量的模型I中，总资产周转率（zzczjr）、每股净资产（mgjzc）、利息保障倍数（lxbzbs）、现金比率（xjbr）以及现金流量净额流动负债比（xjldfzr）五个财务比率进入模型中，且都通过了10%水平下的显著性检验。以上五个财务比率的系数均为负，这表明它们与财务失败间存在负相关关系。zzczjr是衡量企业资产经营的重要指标，反映出企业总资产的利用效率，该指标越大，说明公司总资产的利用效率越高，公司越不易发生财务失败。mgjzc反映每股股票所拥有的净资产值，该值越大，说明该公司的成长能力及其股票的投资价值越大，投资者所要承担的投资风险越小，公司发生财务失败的概率越低。lxbzbs衡量的是公司支付负债利息的能力，该指标值越大，说明公司有足够的能力支付利息，也即公司面临亏损的风险降低。xjbr衡量的是公司资产的流动性，该比率越大，说明公司现金流动越快，公司资产得到合理的使用，公司不易发生财务失败。xjldfzr反映公司规定时期内的偿还债务的能力，该值越大说明公司按期偿还债务的能力强，公司发生财务失败的概率性越低。

进一步加入机构投资者持股变量后的模型II回归结果显示，机构投资者持股（instratio）加入模型后，变量都通过了10%的显著性检验。机构投资者持股变量的系数为负值，说明它与财务失败之间呈现负相关关系。机构投资者持股比例越高，表明公司失败的可能性越低。这是因为：一方面，这是由机构投资者自身的性质决定的。它加入到公司中来，关心的是投资回报率，能加强公司运营的的监督；另一方面，机构投资者的投资行为收到社会多方面的监管，为了维护自身的声誉，在对公司的日常经营也起到一定的监管作用。

（二）模型的预警能力

本文进一步检验了模型的财务失败预警结果。从表6中可以看出，模型I对估计样本的总体判别准确率为69.54%。加入机构投资者持股后的模型II的估计样本的总体判别准确率为72.59%，略高于模型I。验证样本的模型II的总体判别准确率同样略高于模型I，这说明了机构投资者持股的加入提高了模型的预警能力，表明机构投资者指标也具有显著地预警作用，它是对财务指标的有益补充。

表6 模型的预警结果

另外，参照文献Mok等（2010）[24]和梁琪等（2014）[11]，本文还应用随机效应Logistic模型进行了分析，回归结果显示加入机构持股变量后，模型的预警能力得到了提高。由于篇幅限制，这里没有列出结果。

（三）稳健性检验

参照文献淦未宇等（2015），本文利用PSM方法对样本进行了1∶2匹配。经配对后共获得1536家样本公司，我们按3∶1的比例对样本进行样本外预测。同样对估计样本进行Logistic逐步回归，得到仅包含财务比率指标的模型I。为考察机构投资者持股对财务失败的预警作用，我们在模型I的基础上加上机构投资者持股变量得到模型II。表7给出了这些模型的估计结果。

表7 模型回归结果

从表7中的结果亦表明机构投资者持股与公司财务失败呈负相关关系。进一步检验了模型的财务失败预警结果。从表8中可以看出：加入机构投资者持股变量后模型的预测效果均得到提升。

表8 模型的预警结果

五、结论

本文探讨了机构投资者持股对上市公司财务失败预警的影响。在运用PSM方法对样本进行1∶1匹配选取的基础上，本文通过Logistic回归模型对样本进行样本外预测来探讨机构投资者持股对公司财务失败预警的影响。实证结果表明，在财务比率的基础上加入机构投资者持股变量能提高公司财务失败预警模型的准确性。在稳健性检验中，对样本进行了1∶2匹配选取，同样进行了Logistic回归模型检验，结果表明本文的研究发现是稳定的。本文的研究成果为投资者以及管理阶层对上市公司进行风险管理提供一定的参考依据。本文的结论有如下两点启示：（1）政府应大力发展机构投资者，实现机构投资者的规模化；并积极引导机构投资者参与公司财务监管。（2）上市公司应加强对其多项财务指标的关注，通过提升其内在价值来避免退市危机。

[1]Fitzpatrick P． A Comparison of Ratios of Successful Industrial Enterprises with Those of Failed Firms[J]．Certified Public Accountant, 1932（2）： 598-605．

[2]Altman E． Financialrations, Discrinimant Analysis and the Prediction of Corporate Bankruptcy[J]． Journal of Finance, 1968（9）： 589-609．

[3]LHaldeman A E, Narayanan P． ZETA Analysis： A New Model to Identify Bankruptcy Risk of Corporations[J]．Journal of Banking and Finance, 1977 （1）： 32-39．

[4]Ohlson J A． Financial ratios and the Probabilistic Prediction of Bankruptcy[J]． Journal of accounting research, 1980（19）： 109-131．

[5]鲜文择，向锐．基于混合logit模型的财务围境预侧研究[J]．数量经济技术经济研究，2007（9）：68-76．

[6]章之旺．现金流量在财务困境预测中的信息含量实证研究——来自2003-2004年度ST公司的新证据[J]．商业研究，2004（6）：23-28．

[7]姜红珍，张明燕．关于企业失败现状及成因分析[J]．财会通讯，2005（4）：43-46．

[8]曹德芳，夏好琴．基于股权结构的财务危机预警模型构建[J]．财务管理，2005（6）：85-90．

[9]Nahar Abdullah S． Board Structure and Ownership in Malaysia： The Case of Distressed Listed Companies[J]．Corporate Governance： The international journal of business in society， 2006 （5）： 582-594．

[10]王艳宁．基于非财务视角的财务危机预警研究[J]．财会研究，2012（14）：26-28．

[11]梁琪，过新伟，石宁．基于随机效应logistic模型的中小企业财务失败预警研究[J]．管理工程学报，2014（3）：126-134．

[12]Almazan A, Hartzell J C, Starks L T． Active Institutional Shareholders and Costs of Monitoring： Evidence from Executive Compensation[J]． Financial Management, 2005（4）： 5-34．

[13]Chen X, Harford J, Li K． Monitoring： Which Institutions Matter?[J]． Journal of Financial Economics, 2007 （2）：279-305．

[14]高雷，张杰．公司治理、机构投资者与盈余管理[J]．会计研究．2008（9）：64-72．

[15]陆瑶，朱玉杰，胡晓元．机构投资者与上市公司违规行为的实证研究[J]．南开大学管理评论，2012（1）：13-23．

[16]史永东，王谨乐．中国机构投资者真的稳定市场了吗？[J]．经济研究，2014（12）：100-112．

[17]Rosenbaum P R, Rubin D B． The Central Role of the Propensity Score in Observational Studies for Causal Effects[J]． Biometrica, 1983（1）： 41-55．

[18]Huang J, Kisgen D J． Gender and Corporate Finance：Are Male Executives Overcofident Relative to Female Executives[J]． Journal of Financial Economics, 2013（3）：822-839．

[19]陈静．上市公司财务恶化预测的实证分析[J]．会计研究，1999（4）： 31-38．

[20]姜国华，王汉生．财务报表分析与上市公司ST预测的研究[J]．审计研究，2004 （6）： 60-63．

[21]Armstrong C S, Jagolinzer A D, Larcker D F． Chief Executive Officer Equity Incentives and Accounting Irregularities[J]．Journal of Accounting Rese Arch, 2010 （2） ：225-271．

[22]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）：46-53．

[23]陈新桂．财务困境上市公司治理失败的实证研究[J]．财经科学，2007（4）：59-65．

[24]Mok M S, Sohn S Y, Ju Y H． Random effects logistic regression model for anomaly detection[J]． Expert Systems with Applications, 2010, （10）： 7162-7166．

[25]淦未宇，徐细雄，林丁健．高管性别、权力结构与企业反伦理行为---基于上市公司违规操作PSM配对样本的实证检验[J]．外国经济与管理，2015（10）：18-31．

责任编辑：叶民英

F2

A

1004-3160（2017）01-0081-08

2016-11-07

2016年国家自然科学基金“随机环境中马氏链与多型分枝过程”（项目编号：11571052）；湖南省2016年研究生科研创新项目“机构投资者对上市公司监督的统计模型研究”（项目编号：CX2016B417）。

1．李应求，男，湖南邵东人，长沙理工大学数学与统计学院教授、博士生导师，主要研究方向：应用统计；2．曾杨，女，湖南邵阳人，长沙理工大学数学与统计学院硕士研究生，主要研究方向：应用统计；3．刘伟，女，湖南岳阳人，湖南大学工商管理学院博士生，主要研究方向：市场微观结构、公司金融等。