北京工商大学学报
(
社会科学版
)摇 摇 摇 摇 2015
年
摇
第
3
期
数据均来源于
Wind
数据库
、
国泰安
( CS鄄
MAR)
和锐思
(RESSET)
数据库
,
运用
SPSS 19郾 0
进行数据处理
。
为了增强实证的严密性
,
对所选
样本进行部分剔除
:
第一
,
以沪深
A
股作为研究
样本
,
剔除
B
股上市公司
;
第二
,
剔除
2008
年起便
摆脱了财务困境的上市公司
;
第三
,
剔除奇异值和
数据缺失的上市公司
。
最后
,
共选取
140
家存在
财务困境的上市公司和
2352
家健康的上市公司
进行实证研究分析
。
(
二
)
初始指标选取
企业财务困境的出现往往是多种因素相互
影响的结果
,
因此
,
如何选择恰当的指标作为解
释变量对构建财务困境模型变得至关重要
。
通
过对国内外研究成果进行回顾可以发现
,
大多
数学者以财务数据为基础构建财务困境模型
。
李秉祥
(2004)
[14]
指出
,
构建财务困境模型的关
键在于财务指标的选择
,
其直接影响到模型的
结果
,
进而关系到其能否真实全面的反映一家
企业的财务状况好坏
。
本文在选取财务指标时
采用了以下几个原则
。
(1)
财务指标的全面性
。
即能否全面反映企
业目前的财务状况
,
包括盈利能力
、
现金流量
、
营
运能力和偿债能力等方面
。 (2)
财务指标的易获
取性
。
目的是减少多次的数据换算和缺失
,
进而
降低不必要的误差
。 (3)
财务指标的时效性
。
但是
,
财务数据是对过去企业经营业绩的总
结
,
是一个历史的反映
。
因此
,
仅仅依赖于财务指
标去判断一个公司的经营状况是远远不够的
。
通
过对国外研究成果的梳理发现
,
随着对财务困境
恢复领域研究的逐步深入和公司治理理论的不断
深化
,
国外学者开始从公司治理的角度去探究企
业财务困境恢复的影响因素
。 Morck et al.
( 1988 )
[5]
、 Hubbard & Palia ( 1996 )
[6]
和尹斌
(2012)
[15]
等通过研究发现
,
高级管理层持股比例
与公司恢复正相关
,
即高级管理层持股比例越大
,
其越有可能采取积极的措施摆脱公司财务困境
。
更多的研究发现
,
管理层的水平高低直接影响一
个公司能否快速摆脱财务困境的局面
。
[7 - 8,16 - 18]
因此
,
本文根据以往文献研究和数据指标的
全面性
、
易获取性和时效性等特性
,
除了考虑财务
指标外
,
进一步引入了公司治理因素这一非财务
指标进行财务困境恢复模型的构建
。
选取盈利能
力指标
、
偿债能力指标
、
营运能力指标和现金流量
指标四个方面进行财务指标分析
;
从公司治理组织
架构中的董事会
、
所有者和高级经理人三个层面选
取公司治理指标
。
具体指标如表
1
所示
。
表
1摇
指标选取及组均值的均等性检验
指标类型 指标名称 代码
指标计算方法
Wilks蒺
Lambda
F
df1 df2 Sig.
盈利能力
指标
投入资本回报率
X
1
息前税后经营利润
/
投入资本
0郾 997 7郾 476 1 2 490 0郾 006
资产报酬率
X
2
息税前利润
/
平均资产总额
0郾 981 47郾 800 1 2 490 0郾 000
资产净利率
X
3
净利润
/
资产平均总额
0郾 986 34郾 959 1 2 490 0郾 000
销售成本率
X
4
销售成本
/
销售收入净额
0郾 987 32郾 915 1 2 490 0郾 000
偿债能力
指标
流动比率
X
5
流动资产
/
流动负债
0郾 997 8郾 223 1 2 490 0郾 004
超速动比率
X
6
(
流动资产
-
存货
)
/
流动负债总额
0郾 998 5郾 911 1 2 490 0郾 015
有形净值负债率
X
7
负债总额
/
有形资产净值
1郾 000 0郾 883 1 2 490 0郾 348
营运能力
指标
应收账款周转率
X
8
当期销售净收入
/
平均应收账款总额
1郾 000 0郾 321 1 2 490 0郾 571
流动资产周转率
X
9
主营业务收入净额
/
平均流动资产总额
1郾 000 0郾 068 1 2 490 0郾 794
股东权益周转率
X
10
销售收入
/
平均股东权益
1郾 000 0郾 294 1 2 490 0郾 588
总资产周转率
X
11
营业收入净额
/
平均资产总额
0郾 999 1郾 252 1 2 490 0郾 263
固定资产周转率
X
12
销售收入
/
平均固定资产净值
1郾 000 0郾 524 1 2 490 0郾 469
·87·
