上市企業生存特征探析

導語：上市企業生存特征探析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

【摘要】

上市公司是一類較為特殊的社會經濟組織，其生存狀況如何，自上市后是怎樣發展變化的，是現今人們關注與研究的熱點。本文利用統計生存分析法，在時間的緯度上，研究上市公司歷史數據，把握上市公司生存規律，尋找隨時間演變公司所展現出的與公司生存有關聯的特征表現。運用生存概率的非參數估計方法——乘積極限法描述上市公司生存特征；選擇財務指標，建立Cox比例風險模型，采用Newton-Raphson迭代法求解分析公司生存過程中財務指標的特征表現。運用模型定量研究公司生存將極大改觀過去定性研究準確性低的問題，不論是從學術研究還是實踐應用都具有重大的研究價值和意義。

【關鍵詞】生存分析Cox比例風險模型乘積極限法

一、背景

上市公司是一類較為特殊的社會經濟組織。一方面，通過其產品或服務直接或間接地聯系千家萬戶；另一方面，上市公司通過所發行的股票或債券直接影響投資者利益，關系到社會經濟的運行和發展。所以，自上市公司產生以來，就吸引了大量的機構和個人關注與研究上市公司的發展和變化。現有的研究主要集中于公司和行業層面的研究，集中于公司管理、財務狀況、行業發展、宏觀經濟環境對上市公司股票價值的影響、以及股票的定價等方面的研究。然而，從生存狀況角度研究上市公司則相對較少。

中國的上市公司生存狀況如何，上市公司自上市后是怎樣發展變化的，或許我們可以從一些簡單的統計數據以及相應的背景描述獲得些許的說明和認識。然而，現有的分析和資料無法讓我們獲得更為深刻的認識。是什么因素引起了不同的上市公司具有不同的生命周期特征？當我們選擇所要投資的上市公司時，除了考察一般的分析指標以外，我們還可以應用統計生存分析方法以概率的形式描述中國上市公司的生存軌跡特征，探究上市公司之間生存特征差異的識別因素和指標。

生存分析就是這樣一種在自然、社會經濟中運用較多的統計分析方法。該方法以概率形式描述事物的生存特征，說明事物生命演化過程中的各種可能性及其發展變化。對生存分析方法的應用，國內很少有學者從時間的緯度描繪企業經營失敗及財務困境風險的動態演化過程，因此將統計學中的生存分析法應用在研究上市公司經營生存，探究其生存軌跡，及其生命過程不同階段表現出的不同特征等將是一次新的嘗試。

二、研究目的及意義

回顧和展望中國上市公司的歷史、生存現狀和未來發展,把握上市公司的投資機會與風險,尋找可持續發展之路,已成為不可回避的問題。不論是作為公司管理者，還是公司的投資者，公司就是社會經濟活動演化的生命體，和自然生物一樣，生命隨時間演化形成公司的生存軌跡，并在不同的階段表現出不同的生存特征。上市公司生存分析就是利用統計學生存分析法，從時間的緯度研究上市公司歷史數據，把握上市公司生存規律，尋找隨時間演變，公司所展現出的與公司生存有關聯的特征表現。

能夠掌握上市公司的生存規律，及各階段所展現出的定量特征，對于公司經營管理者而言，可以根據觀測發現的和公司生存有關的特征表現，及時調整經營策略，防止公司出現經營失敗的危機，這將極大提高公司永續經營管理的可控性；對于公司投資者而言，通過觀測研究所得和公司生存相關的特征表現判別公司的經營狀況，預測公司未來命運，極大的幫助投資人判別投資項目，防范投資風險；對于市場管理者而言，掌握了公司生存規律，生存特征表現及影響公司生存的特征因素，將極大增強市場管理有效性及管理中政策方針的準確性?？傊畱媒y計生存分析法定量研究公司生存將極大改觀過去定性研究準確性低的問題，不論是從學術研究還是實踐應用都具有重大的研究價值和意義。

三、方法介紹

1、定義生存分析起源于對死亡的研究，是統計學的一個重要分支?，F在它已發展成為研究某種事件發生時間規律的一類特定統計學方法，在自然科學和社會科學中有了廣泛的應用。把死亡（或生存）的概念發展為事件就可以運用生存分析方法來分析他們發生的規律及影響因素。

2、分析方法生存分析主要通過對研究對象生存（持續）的時間和事件的發生構造四類描述研究對象的生存時間分布函數來研究對象的生存發展規律。此外，則通過引入表征個體（或類）特征的協變量的方式來研究不同的個體（或類）特征對研究對象生存時間分布的影響。因此，在生存分析中至少需要引入三類變量：事件、生存時間和協變量，構造四類分布函數：概率密度函數、概率函數、生存函數和風險函數。

三類變量：

事件（event）：或稱結果，用y表示。它是研究者所關心的焦點。在研究期間，所規定時間可能發生，也有可能不發生。

生存時間（survivaltime）：用t表示。廣義地說，生存時間是從某種起始事件（如股票上市）或狀態轉換到另一事件或狀態所經歷的時間跨度。

協變量：用x表示，是影響事件發生遲早的因素。如發行股票公司的特征、所屬的行業、地域等。

四類反應壽命概率分布狀況的函數：

概率密度函數：用f(t)表示，其定義是一個事件發生于（t，t+△t）這一區間內的概率極限。它表示事件發生速率的強度。其數學表達式為：

概率函數：用F（t）表示，又稱為死亡概率或累計死亡概率。他表示一個被觀測對象（如，一支股票）從開始觀察起到時間t為止的死亡概率或死亡危險度，其數學定義公式為：

生存概率函數：用S（t）表示，簡稱生存率。其定義如下：

在實際工作中生存概率可以用如下公式估計：

風險函數：用h（t）表示，其含義是：一個生存到時間t的個案，再從t到t+這一非常小的時間區間內死亡的概率極限。用公式表述為：

累積的風險函數可定義為：

在三類變量和四個函數的基礎上，通過參數或非參數，以及半參數的方法建立被研究對象生存或死亡特征概率特征函數和概率影響因素的協變量決定模型，研究其生存概率表現及其影響因素。

非參數方法主要是Kaplan-Meier法、生命表法（Life-table-method）和Cox比例風險模型。前兩種方法用于生存概率的估計，后一種方法通過建立生存回歸模型的方式，探求協變量對生存的影響。

Kaplan-Meier法適用于不分組樣本。其計算采用乘積限（Product-limit）法。壽命表（Lifetable）方法則一般適用于分組資料的生存概率估計。由于壽命是受一些協變量影響的，所以當我們要進一步分析影響壽命的因素時，則要需建立回歸模型。

Cox比例風險模型

一般的回歸模型并不能處理截尾數據（如果在規定的結束時間,由于失訪,死亡,未愈等沒有出現結果事件者稱之為截尾，從起點到截尾日的t時間稱為截尾數據）。而Cox分析不僅可以分析時間-事件的數據，也可以分析含有截尾值的數據。它既是一種回歸分析也是一種生存分析。

在Cox回歸模型中，在一時點t,除了有一個本底風險量外，第i個影響因素可使該本底風險量增至倍而成為。因此如果有K個因素同時影響生存過程，那么時點t的風險量（常稱之為風險函數）表達式為：

（1）

其中：為在時間t的風險函數；，，…，為協變量；為回歸系數；為基準風險函數（baselinehazardfunction），是與時間有關的任意函數，函數形式無任何限定，但為非負值。把基準風險函數視為一個所有協變量的取值都為0的個體的風險函數。由此可見，Cox比例風險模型由兩部分組成，一部分是由參數形式表示的協變量的效應，另一部分是用不確定形式表示的基準風險。

如果將式（1）的等式兩邊取對數，得到線性模型為

（2）

這里。如果規定，就得到指數模型。如果規定，就得到Weibull模型等。在此，我們采用Newton-Raphson迭代法求出參數的估計值。

四、實證分析

（一）數據說明

本次分析中，我們選取了滬深兩市三類型（A、AB和AH）、12行業共計1412支上市股票自其上市至2006年年報中的以上相關指標數據。股票發行類別行業分布的基本統計數據見表1-1

所有數據均來源于：清華大學銳思數據網和國泰安研究服務中心數據庫。

表1-1所選股票上市交易所、發行類別及行業分布

所屬行業深圳交易所上海交易所合計

AHABA合計AHABA合計AHABA合計

采掘業0099401620402529

傳播與文化產業002201670189

房地產042125132832174957

建筑業001212001919003131

交通運輸業021618933446955064

金融銀行業003300110044

農林牧漁業022022313640335662

批發零售業012728025961038689

社會服務業012223141419153642

信息技術業103435134852238287

制造業63037240813274164561957788864

綜合類行業022830004444027274

合計7425666153244721797398612871412

說明：以上行業分類參照騰訊網金融股票行業分類。

（二）生存事件的定義

事件：我們定義一支股票的發行為其出生，自上市以來第一次發生連續兩年凈資產收益率小于零為其死亡，即事件的發生。也就是說，當這只股票在第二年發生凈資產收益率小于零的財務狀況，那么這只股票也就發生了我們所定義的事件的發生，其生命存續期間也就是限定在從其上市到定義事件的發生。

截尾時間：我們的研究分析時點選擇為上市公司2006年年報的公布，規定了一支股票不管其發生死亡事件與否，其2006年年報公布日作為截尾時間。各上市公司2006年年報的日可能不盡相同，但由于我們所考察的是其年報所代表的前一年的財務狀況，所以這樣的規定對分析結果不會產生影響。

就一支股票來說，如，C000004自1991上市后，2003年和2004年連續兩年發生凈資產收益小于零的財務困境，當2004年所的年報表明其凈資產收益率為負時，所定義的死亡時間也就發生了，其生存完全時間為14年；如果其不是2004年發生凈資產收益率為負，或者是2005年由發生凈資產收益率小于零的財務狀況，那么“死亡事件”沒有發生。如果一支股票從其出生，也就是說從其上市以來，未曾發生過連續兩年凈資產收益率小于零的狀況，那么該支股票的存在時間為不完全時間或截尾時間，如C000002自1990年上市以來，未曾發生連續兩年負凈資產收益，所以其存續時間17年為不完全時間。我們所定義的“死亡事件”僅僅意味上市公司發生財務困境，公司經營表現不理想的狀況，而并不真是意味該公司發生破產清算或退市。

（三）上市公司生存特征描述

1.、生存概率估計

表1-2上市公司生存概率表

生存時間生存狀態當前累計存活概率累計事件次數

估計值標準差估計值

2.0001.999.0011

3.0001.996.0013

4.0001.991.00312

5.0001.970.00539

6.0001.938.00779

7.0001.899.009124

8.0001.864.010162

9.0001.820.011207

10.0001.788.012238

11.0001.763.013258

12.0001.733.014280

13.0001.703.015297

14.0001.692.016301

15.0001.681.018303

16.0001.666.020305

17.0000..305

運用生存概率的非參數估計方法——乘積極限法（Productlimitmethod），對滬深兩地1412支上市股票歷年數據進行中國股市上市公司生存狀況概率估計，獲得上市公司生存概率（見表1-2）。從估計結果可知：（1）上市公司在上市的前5年發生連續兩年負值凈利潤的概率僅為0.03；（2）上市公司上市發行股票10年時，相應概率為0.212，發生連續兩年虧損的概率大大加大，這個一般公司的生存軌跡具有較大的相似之處；（3）而當上市公司上市在15年以上時，發生連續兩年虧損的概率，即本文中所定義的發生的死亡風險在0.32以上。把以上估計生存概率的結果作適當處理，繪制成生存概率圖，可以更加直觀的看出我國上市公司自上市以后，表示公司綜合經營狀況指標之一的凈利潤指標如何隨時間變化的生存軌跡圖（圖1-1）。

圖1-1上市公司生存概率圖

從圖1-1，可以發現，上市公司在前幾年內生存，即不發生連續虧損的概率基本接近于1，而在5年以后，這一概率將發生較為顯著的變化。而且其變化率近似于線性增加，這可以在表征生存概率變化的對數生存曲線圖（見圖1-2）上可以得以較好的說明。

2、生存分布曲線擬合

生存概率的估計及相應生存/風險曲線的描述在一定程度上對上市公司生存特征有了一個較好的描述。然而無法精確說明上市公司生存特征具體具有哪一類統計分布所具有的特性，建立在統計分布之上的其他統計分析方法也就無法運用于該生存特征的分析。因而有探索上市公司自其上市以后大體服從那一類具體的統計分布。

生存分布曲線的擬合是運用參數方法，以所收集的上市公司數據符合某類統計分布的程度來檢驗探求上市公司的生存特征分布。

假設上市公司凈資產收益數據服從Weibull分布、對數正態分布、指數分布、Gamma分布和Logistic分布之一。分別用數據擬合各類分布，計算表證擬合程度的LogLikelihood指標，經整理后如表1-3所示。比較各類分布的模型擬合值，可知上市公司數據更有可能服從標準Gamma分布和對數正態分布。同時以嵌套模型統計假設檢驗方式也驗證了這一結論。擬合估計所得的標準Gamma分布scale和shape參數分別為0.766（0.6772）和-0.7527（0.2800）（括號內的值為相應標準差）；Log-normal的擬合參數為0.6402（scale參數，相應標準差為0.0288）。

表1-3生存分布擬合比較

服從的分布（假設）LogLikelihood

Exponential-767.5991972

Weibull-651.5044409

Log-normal-632.2756572

StandardGamma-628.4479988

Log-logistic-1316.589246

圖1-2對數生存曲線

在圖1-2中，曲線在時間點5以前基本接近且平行于橫軸，靠近時間點5時，曲線發生較大變化，斜率逐漸增大直至時間點5以后一段時間，而后曲線基本呈直線形狀。這說明時間點5，即上市公司在上市5年左右以后發生連續兩年虧損的可能變化將增大，上市公司在上市5年以后，其業績可能發生壞的突變的機率增加。此外，我們可以獲得上市股票在市場上平均存活，即到發生連續兩年虧損時其平均存續時間的估計，其估計值為13.84年，相應標準差為0.123年。

（四）Cox模型建立、估計、分析

1、指標的選擇

為分析不同公司其他各方面特征對公司業績表現的影響，在短期無法獲得相應數據指標的條件下，我們考慮引入能夠在很大程度上代表公司業績表現的各類財務指標作為協變量，分析能夠代表公司各方面能力的各類財務指標對上市公司發生“死亡事件”的影響?？紤]所選擇的指標既要較為全面的反映上市公司各方面的能力，又有實際可用的數據，我們選取了分別代表上市公司的償債能力、營運能力和盈利能力的指標。具體見表1-4：

表1-4指標分類

償債能力資產負債率、流動比率、速動比率

營運能力存貨周轉率、營運資金（資本）周轉率、營業收入增長率、流動資產周轉率、總資產周轉率

盈利能力凈資產收益率、綜合杠桿系數、營運資金比率、營運資金對資產總額比率、營運資金對凈資產總額比率、營業收入凈利潤率、凈利潤增長率考慮到由上市公司戰略規劃和經營管理的連續性使得上市公司業績各年表現的連續性，研究探求上市公司前期財務狀況表現是否和后續生存特征相關，或者說預示其后期生存表現，即從設立到截尾期間15個財務指標在時間維度上對公司生存影響的穩定及變化。我們分別以發生所定義死亡事件時點的前一年、前三年、前五年，以及公司上市后第一年的以上15財務指標分別建立Cox比例風險模型。

2、前一年指標影響分析

以事件發生前一年的財務指標建立Cox比例風險模型。對于其中的時變協變量，我們按一般時變協變量處理思路，對每一個該類變量均乘以相應的時間變量再作為協變量納入模型之中。運用軟件生存分析模塊估計模型參數，結果如表1-5：

表1-5事件發生前一年模型參數估計值

BSEWaldSig.Exp(B)

綜合杠桿系數.000.0001.441.2301.000

凈資產收益率-.011.023.238.626.989

資產負債率-.636.045204.388.000.529

流動比率-.084.02313.195.000.920

速動比率.026.0221.464.2261.027

營運資金比率-.001.011.010.920.999

營運資金對資產總額比率-.060.068.784.376.941

營運資金對凈資產總額比率.001.012.011.9161.001

營業收入凈利潤率-.015.033.212.645.985

營業收入增長率.002.00016.102.0001.002

凈利潤增長率-.001.0005.862.0151.001

存貨周轉率.000.000.907.3411.000

營運資金（資本）周轉率.000.0001.617.2031.000

流動資產周轉率-.041.01113.818.000.959

總資產周轉率-.189.03528.647.000.828

結果表明，按一般的5%的顯著水平，所選時變財務指標中，只有資產負債率、流動比率、營業收入增長率、凈利潤增長率、流動資產周轉率和總資產周轉率等六個三類能力指標是顯著的，說明這6個財務指標在前一年已經發生第一年虧損的情況下對預示后一年連續發生虧損的生存概率的估計具有較強的解釋作用。同時，表明具有較高的資產負債率和流動比率的上市公司更不容易發生連續兩年虧年，這也映證了財務狀況好的上市公司更可能盈利的財務理論。上市公司前一年資產負債率提高一個百分點，緊接著發生同時注冊資本的估計系數為負、特別大，且統計檢驗顯著為零，說明上市公司規模越大，具有越小的生存危機可能。流動資產周轉率和總資產周轉率具有類似的特點，但是代表企業成長能力的兩個財務指標估計系數為正，說明這兩個指標數值的提高將導致該企業具有更大的在下一年連續虧損的概率。然而由于其估計系數小，所以其影響效果將不是很明顯。

3、前三年指標影響分析

根據上市公司發生連續兩年虧損事件的前三年指標獲得估計結果見表1-6：

表1-6事件發生前三年模型參數估計值

BSEWaldSig.Exp(B)

綜合杠桿系數-.002.0021.301.254.998

凈資產收益率.001.006.051.8221.001

資產負債率-.475.043121.213.000.622

流動比率-.036.0232.497.114.965

速動比率-.023.0201.295.255.977

營運資金比率.070.0248.699.0031.073

營運資金對資產總額比率-.184.0756.064.014.832

營運資金對凈資產總額比率-.006.007.572.449.994

營業收入凈利潤率-.021.0151.949.163.980

營業收入增長率.000.0002.823.0931.000

凈利潤增長率.000.000.827.3631.000

存貨周轉率.000.000.565.4521.000

營運資金（資本）周轉率.000.000.349.5551.000

流動資產周轉率-.012.0082.000.157.988

總資產周轉率-.172.03426.217.000.842

表明除了資產負債率和總資產周轉率顯著以外，運營資金比率營運資金對資產總額比率和總資產周轉率也表現顯著。在幾個估計系數中，資產負債率、流動資產周轉率及總資產周轉率與前一個模型估計所得符號相同，而營運資金估計系數符號為正，表明營運資金比率的提高會提高發生定義生存事件的概率，營運資金比率提高1個百分點，事件發生的概率將提高1.1個百分點。

4、前五年指標影響分析

運用Cox模型，考慮對上市公司連續兩年發生虧損的前五年的財務相關數據指標建模，模型估計結果見表1-7：

表1-7事件發生前五年參數估計值

BSEWaldSig.Exp(B)

綜合杠桿系數.001.0011.293.2561.001

凈資產收益率-.012.0063.819.051.989

資產負債率-.328.04847.396.000.720

流動比率.010.026.157.6921.010

速動比率-.038.0242.561.109.963

營運資金比率.040.0204.113.0431.041

營運資金對資產總額比率-.297.07714.674.000.743

營運資金對凈資產總額比率.001.005.017.8971.001

營業收入凈利潤率.000.021.000.9971.000

營業收入增長率.000.000.021.8841.000

凈利潤增長率.000.000.932.3341.000

存貨周轉率.000.000.129.7191.000

營運資金（資本）周轉率.000.000.188.6641.000

流動資產周轉率-.044.01214.103.000.957

總資產周轉率-.002.034.005.945.998

結果表明，除了以上均顯著的資產負債率和流動資產周轉率外，代表短期償債能力的營運資金比率和營運資金對資產總額比率也是模型顯著指標。

5、上市第一年財務指標影響分析

盡管上市公司均要求其業績各項指標均達到一定的標準，然而不同上市公司在與其業績相關的各項財務數據指標上仍然表現出很大的不同，為了探求這些不同是否與其上市后是否發生連續虧損事件，或發生該類事件的可能性高低有關，我們擬選擇上市公司上市前的相應數據，然而由于數據缺失，我們選用上市公司第一年財務指標數據以表示其上市前的財務數據的近似，建立相應Cox模型。對該模型進行估計獲得估計結果見表1-8：

表1-8上市前模型參數估計值

BSEWaldSig.Exp(B)

綜合杠桿系數.000.001.028.8681.000

凈資產收益率-.104.01739.066.000.901

資產負債率-.422.04684.043.000.656

流動比率-.012.020.400.527.988

速動比率-.014.019.562.453.986

營運資金比率-.003.012.047.829.997

營運資金對資產總額比率-.136.0585.482.019.873

營運資金對凈資產總額比率.036.01012.482.0001.037

營業收入凈利潤率-.477.07738.808.000.621

營業收入增長率-.132.0506.835.009.876

凈利潤增長率-.023.027.728.393.978

存貨周轉率.000.000.105.7461.000

營運資金（資本）周轉率.000.0002.646.1041.000

流動資產周轉率-.019.0085.352.021.981

總資產周轉率-.158.03619.661.000.854

結果表明，表示上市公司盈利能力的營業收入增長率、營業收入凈利潤率和凈資產收益率均顯著；同時，代表長期償債能力的資產負債率，以及表示營運能力的流動資產周轉率和總資產周轉率均顯著；此外，代表短期償債能力的營運資金對資產總額比率和營運資金對資產總額比率也顯著。

6、財務制度變遷虛擬變量的引入

在上述的分析中我們沒有考慮財務會計制度的變化對上市公司財務指標的影響，。然而，中國上市公司發展的過程也是中國財務制度不斷完善的過程，其間各項法律、法規的逐步實施必然會對上市公司信息披露產生一定的影響，從而可能影響我們的模型構建和估計。為了考察財務制度完善過程中各項法律、法規的實施對上市公司各項財務指標的可能影響，剔出由于這些影響所造成的估計偏誤，我們擬引入d93、d97、d01和d03等3個虛擬變量用于分別表示影響上市公司財務報表數據變化的各項重大財務、會計法律法規的影響，具體的財務會計法律、法規如表1-9：

表1-9各項財務會計法律、法規統計

年份財務會計法律、法規事件虛擬變量

1993企業會計準則（基本準則）和企業會計制度（13個行業會計制度）d93

1997《企業會計準則——關聯方關系及其交易的披露》d97

2001修訂了債務重組、《金融企業會計制度》等d01

2003《證券公司會計制度——會計科目和會計報表》d03

在虛擬變量變量的引入過程中，考慮到不同年份影響的不同，我們也把以上虛擬變量以時變協變量的形式引入。估計所建立的Cox模型，獲得結果（具體見附表1-4）表明，代表1993年、1997年和2001年的虛擬變量均顯著，而表示2003年的虛擬變量在第四個模型中部顯著。對于其中某些年度數據由于虛擬變量幾乎全為0或1，所以沒有在該模型中引入該虛擬變量。各變量在各模型中是否顯著，以及其符號是否為正可參見表1-10。

表1-10含虛擬變量模型財務指標估計結果統計表

（五）小結

通過引入不同年份財務數據作為時變協變量建立Cox模型（見表1-10），我們發現：

表1-10財務指標估計結果統計表

說明，其中A表示模型沒有引入虛擬變量，B表示包含虛擬變量的模型。

（1）表示上市公司長期償債能力的資產負債率對公司生存的影響在每個模型中均顯著。其系數均為負值，且表現穩定。這表明，良好的資產負債率可降低上市公司死亡的風險，且這種影響是長期穩定。

表示公司短期償債能力的流動比率指標在前1年的回歸模型中系數為負值且有顯著影響，而在前3年和前5年的回歸模型中表現并不顯著。這表明，流動比率僅在短期內對公司的生存具有較強的影響。這也論證了短期償債能力指標只能衡量公司短期的財務狀況。

（2）表示公司營運能力的指標在四個時期的回歸模型中表現顯著但不穩定，如：營運資金比率在前3年和前5年的模型中顯著，總資產周轉率在前1年和前3年的模型中顯著。這表明，運營能力指標在短期內對公司生存具有較強影響，但這種影響即時有效，卻不能長久。

（3）表示公司盈利能力的指標在四個時期的回歸模型中表現不太顯著且不穩定。這反映了會計制度在權責發生制下確認收益并不能保證公司現金流入的即時性，也就不能保證公司的即時支付能力。因此，盈利能力指標對公司生存風險的影響也是不穩定的。

綜上所述，研究體現公司償債能力、營運能力和盈利能力所引入的15個財務指標，自公司成立起都在一定程度上影響公司的生存狀況。而長期償債能力是其中最能體現公司生存特征的指標。

償債能力不足，將直接威脅公司的生存。公司即使盈利，但如果資產結構不合理，也會給公司帶來滅頂之災。因此，資產結構是否合理是決定公司生存與否的關鍵。

當考慮在模型中引入表示財務指標變化的虛擬變量時，模型結果表明，盡管虛擬變量在各模型中均顯著，然而上市各種能力的指標在模型中的顯著與否變化不大。虛擬變量的引入對某些年度的模型影響較為明顯，在前三年和前五年的模型中加入虛擬變量以后，均只有資產負債率顯著。此外，要引起注意的是，在引入虛擬變量以后模型中營業收入增長率指標的符號發生了變化。

五、結論

本次研究中，通過定義上市公司自上市以后連續兩年凈利潤為負為死亡事件的發生，以統計生存分方法為工具，獲得有關中國股票市場上市公司業績的如下生存特征：

第一，隨時間的增加，上市公司發生連續兩年虧損事件的概率逐年增加。我們分析得出的以5年為一個事件劃分點，在一定程度上印證了上市公司存在的一個現象，即一年好、二年平、三年就虧損、四年變成ST這樣的公司成長邏輯。對于其中的潛在原因綜合各方面文獻可總結為：1）相互割裂的市場結構可能會造成一種獨特的股東行為。這種市場結構導致了實際控制人或大股東獨立的有悖于其他股東的價值追求標準。2）我國的股權結構很容易帶來只顧融資，不管生產的現象。很多效益不錯的從事實體經濟活動的企業上市之后竟然轉變成了金融投資公司。

第二，上市公司生存分布曲線和Gamma分布和對數正態分布曲線更為近似。

第三，代表上市公司長期償債能力的資產負債率對上市公司發生連續兩年虧損事件解釋能力較強的一個財務指標。通過建立各年財務指標對“死亡事件”發生概率的協變量建模分析發現除資產負債率以外，營運資金對資產總額比率、流動資產周轉率和總資產周轉率等指標在較多年份的模型中均能較為顯著的解釋“死亡事件”發生的概率。其他指標則除綜合杠桿系數外，至少能在一個模型中提供解釋能力，且各指標在各年的表現不盡相同。

第四，在引入代表財務會計制度變化的虛擬變量以后，代表長期負債能力的資產負債率仍然顯著。表明資產負債率應是一個較好的預示生存事件發生的指標。

第五，將傳統的經驗式判斷定量化。當今公司經營管理者通常使用定性方法來評價公司的未來前景，而這種定性方法是憑借著自己多年的工作經驗來總結的。特別是從事保險業和銀行業的業務審核人員，在判斷是否為一些公司辦理某些業務時，都會憑其經驗看該公司的財務指標。而本文通過將財務分析定量化，為公司管理者提供了更科學的方法。同時，也為投資者進行投資時提供了有效的判別方法。

六、不足與進一步研究方向

在本次研究中，由于相關理論的缺乏，發現結果的解釋可能不盡合理，同時在數據的選取和模型的建立過程中，由于某些數據指標的缺失以及指標選擇的可能不合理，致使某些分析結果，特別是關于協變量部分的分析結果可能存在謬誤。特別是我們只考慮了選取表征公司業績狀況和能力的各類財務指標，而沒有考慮其他切實表示上市公司如真實狀況的這類數據。

但是就本次分析中的發現而言，還是有很多值得關注和進一步研究的地方，特別是關于協變量研究部分，距離事件發生時點不同年份的有不同的財務指標能夠顯著的解釋事件發生，這其中是否包含某種必然，值得我們進一步研究；同時是否由于不同年份有不同的財務指標可用于解釋事件發生的概率，是否我們可能根據這些不同的財務指標建立上市公司業績狀況預警模型呢，這也是一個值得探究的地方。此外，如果能夠選取關鍵指標用于分析和描述上市公司的生存特征，必將能夠獲得更深層次的能夠解釋上市公司生存狀況的原因?？傊鲜泄镜纳娣治?，牽涉公司的方方面面，選取某一方面的因素來研究上市公司生存特征，能夠很好的描述不同背景公司之間的生存特征的差異，但是要探究產生這種差異的原因，還需要綜合各方面的因素加以考慮，單單從某一方面來說，是遠遠不夠的。

七、參考文獻

【1】陸明志、何建敏、姜麗莉，基于生存分析模型的企業財務困境預測【J】統計與決策，2007（21）

【2】范霄文、儲海林，上市公司財務指標的綜合評價【J】財金貿易，2002（02）

【3】尹俠、肖序、胡永康，上市公司財務預警的實證分析【J】財經理論與實踐，2001（01）

【4】張愛民,祝春山,許丹健.上市公司財務失敗的主成分預測模型及其實證研究[J].金融研究,2001,(03)

【5】.Griggs,FrankT.Survivaltimemodelofacoalitiontheoryoffinancialdistress,DissertationAbstractsInternational,Vol.51-08,【J】,p.2827.