论文部分内容阅读
企业的存续期较短是一个在国内外都存在的现象，在2008年次贷危机下，众多企业的生存遭遇了危机，与此同时，也有部分企业变危为机，逆市扩张，这一兴一衰两种境况的对比引发了人们对企业遭遇困境的深层原因的思考。伴随着中国资本市场发展而不断壮大的上市公司队伍，代表着信息公开，治理规范的企业群体，但是光环下的上市公司也同样会遭遇挫折，总结它们的经验，揭示所暴露出的问题，有利于企业管理者的科学决策，也有助于监管部门监控上市公司质量和证券市场风险。在创业板即将建立之时，更需要有新的方法反映众多新兴企业面临风险的共性问题。
本文正是在此背景下，运用生存分析这种统计方法研究了中国上市公司的财务困境问题。研究的目的是找寻中国上市公司逐渐衰败的历史轨迹，探讨由盈利到亏损的原因，为上市公司生存期限研究提供前瞻性的观点。我们想要了解什么因素决定企业生存时间及状态，亏损前公司会表现的典型特征。
生存分析方法起源于生物统计领域，目前广泛地应用于医疗、制药、质量控制等领域，是处理不完全观察数据即删失数据的有力手段。它涉及三种基本函数(生存函数，风险率函数，累积风险率函数)和三类模型(非参数模型，参数模型和以Cox Proportional Hazard Model为代表的半参数模型)。相比财务困境研究所用到的传统模型(如线性判别分析法，Logistic模型，神经网络等)，生存分析方法依靠时间一事件两个维度，重视对失败时间及其影响因素的考察。
本文创造性地把生存分析方法应用于财务会计领域，以上市公司在IPO(首次公开发行)后出现的首次亏损的时间作为公司遭遇财务困境的失败时间(failure time)，通过统计学和会计学两门学科的交叉研究，得到了公司遭遇财务困境的时间和风险因素的普遍性规律。从实际效果上看，这套统计方法较清晰地揭示了公司由盛及衰的生存过程。通过统计学的方法把纷繁复杂的企业失败史依靠生存模型加以简化，抽象出共性特征。企业财务困境研究能给商业银行及信用评估机构的企业评级工作提供很多的参考，数量化的成果有助于补充单个企业调研的盲点和误区。
通过运用非参数模型，我们估计了上市公司整体的生存特征以及不同周期性特征的行业和不同规模的行业的生存时间的差异。结果表明上市公司平均在首次公开发行后的第13年会经历首次亏损，企业的风险率函数曲线具有倒“U”型的特征，周期性上市公司从IPO到首次亏损所经历时间要显著长于竞争性行业的非周期性上市公司，但企业规模与首次亏损时间并没有必然的联系。
在应用Cox比例风险模型分析以2008年底为基期的不同行业企业首次亏损风险预兆中，我们发现周期性行业的各年的风险因素对基期风险的影响有较大差别，早期和近期的风险因素对首亏风险的影响会出现方向的背离，总资产增长率，净资产增长率是这类企业早期和近期都比较显著的风险因素。消费品行业企业虽然在竞争激烈的成熟市场，但其对于经济周期敏感度不高，风险因素主要是负债、经营效率，而市场状况对他们的影响并不显著。