宏观经济因素对企业财务困境风险的影响

作者：肖贤辉谢赤

湘潭大学学报：哲学社会科学版 2012年10期

　　一、引言

　　近年来，财务困境风险防范的重要性逐步得到公认(Altman，1968[1]589-609；Ohlson，1980[2]109-131；吴世农、卢贤义，2001[3]46-55)。从微观角度来看，企业的财务健康程度关系到企业的生存与发展，从宏观角度来看，大规模、大面积的财务困境风险爆发将威胁国民经济平稳运行。因此，防范财务困境风险成为理论界和实业界一直重点关注的问题。

　　深刻理解财务困境形成的机理是进行风险防范的前提和关键，早期研究主要关注企业的财务比率，从财务比率变化的规律来探析企业财务的健康状况(Altman，1968；Ohlson，1980)。然而，财务比率具有易操控性、滞后性等诸多缺陷，因此后来研究的视野逐渐延伸到非财务变量上来，近年来，宏观经济因素的引入拓宽了财务困境风险防范的研究视野。Darayseh，Waples和Tsoukalas(2003)[4]23-36研究了宏观经济因素对公司失败率的影响。Pesaran和Hashem(2006)[5]1211-1262在莫顿信用风险模型下检验了宏观经济变量和企业财务困境风险的关系，研究发现股票指数、利率、通货膨胀率、石油价格和产出缺口对企业的财务状况有密切的联系。Pascal(2006)[6]173-185讨论了宏观经济因素与日本企业经营风险之间的关系，实证研究发现国内导向公司的财务困境风险对GDP的敏感程度高，出口导向公司的财务困境风险和汇率的关系比较大，资本密集型的公司则对利率敏感。Javier和Oren(2007)[7]5-35讨论了商业周期与财务困境之间的关系。Bonfim(2009)[8]281-299认为公司财务状况对其违约起基础作用，而宏观经济则起着重要作用。Ali和Daly(2010)[9]165-171着重研究了宏观经济对商业银行财务状况的影响。

　　以上研究针对发达国家的经济状况和企业进行分析，其研究结论并不一定适合于中国的实际情况。在中国，企业的财务困境风险是否受到宏观经济的影响呢？目前，国内对此问题鲜有研究。吴世农等(1999)[10]29-33实证研究了系统风险对会计变量的影响，但对系统风险的组成及如何影响会计变量并没有进行深入研究。王克敏等(2006)[11]将宏观经济变量引入财务困境预警模型，发现宏观经济变量具有预测财务困境的作用。但这类研究并没有分析宏观经济变量如何影响企业财务困境风险，也没有运用时间序列分析方法考虑财务困境风险与宏观经济变量的动态相关性。本文将运用计量方法实证研究宏观经济变量对财务困境风险的影响，从而为财务困境预警模型以及信用风险评价模型的完善提供相应依据。

　　二、宏观经济因素对企业财务困境风险影响的理论分析

　　直观上来说，宏观经济因素是企业面临的一类重要的系统性风险，企业财务困境风险会与宏观经济状况相联系，企业的生产经营和财务运作都处在一定的经济环境中，其财务健康程度势必受到宏观经济的影响。本文选取具有代表性的宏观经济因素分析宏观经济对企业财务困境风险的影响。

　　(1)整体的经济环境。一般来说，经济环境的好坏与企业财务困境风险呈负相关的关系。首先，企业的经营现金流量将因此大为减少。由于宏观经济环境的恶化，在产品市场中，企业间对市场需求的竞争更为激烈。而与此同时，经济恶化带来了失业以及居民收入的下降，居民消费能力的降低也可能造成企业经营业绩下滑，其经营现金流会相应减少。其二，商业银行的“亲周期性”会给企业的筹资带来压力。当经济衰退或增长减速时，银行担心贷款质量下降和违约增加，倾向于减少信贷供给。此时，企业的筹资现金流也可能呈萎缩状态，企业发生财务困境的可能性将增大。由此，可得研究假设1：

　　：整体宏观经济状况与企业财务困境风险负相关。

　　(2)通货膨胀水平。通货膨胀水平可能从3个方面影响企业的财务健康状况：首先，通货膨胀意味着企业的生产成本(包括原材料成本和人力成本等)显著提高。此时，营运资金面临的压力陡增，如果营运资金周转不畅，企业的财务困境风险将会增大。其二，通货膨胀时期历史成本法下计算出的成本被低估，而销售收入则在权责发生制下高估。此时，伴随着利润的虚增，企业的税收负担将高于正常经营时的水平，这将增大企业财务困境风险。其三，在通货膨胀时期，资产估值体系紊乱，资产价格泡沫会随之产生。此时，企业有可能承担超出实际能力的贷款规模，为财务困境风险的爆发埋下隐患。由此，得到研究假设2：

　　：通货膨胀水平与企业财务困境风险正相关。

　　(3)货币供应量。货币供给量对企业财务困境风险的影响可以通过两种效应实现：其一，改变商业银行的授信能力。中央银行通过降低法定准备金比率或放松再贷款投放等手段扩张货币，则商业银行的贷款投放将上升。从整体上看，在企业符合信贷标准的情况下，商业银行的授信意愿将会提升。此时，企业的间接融资渠道的改善将降低其陷入财务困境的概率。其二，形成投资组合效应。当中央银行实施宽松的货币政策时，人们所持有的货币增加，但单位货币的边际效用(投资收益)却递减。在其他条件不变的情况下，人们所持有的货币会超出日常交易的需要，结果会促使部分货币寻求较高的收益而进行实业投资，这拓展了企业的融资渠道，使部分企业能够顺利融资，缓解财务上的紧张状况。由此，可得研究假设3：

　　：货币供应量与企业财务困境风险负相关。

　　(4)利率。利率对财务困境风险的影响反应在两个方面：首先是利率对企业融资的影响。实际利率的提高将提高企业的融资成本。一方面，企业债权融资需支付利息，其成本与利率为正相关的关系；另一方面，在实际利率提高时，企业为了增大发行成功的概率，会使其投资者能获取高于同期利率的收益率，因此股权融资的成本随着利率的提升而“水涨船高”；其二是利率对企业投资的影响。利率上升时，企业投资项目的NPV(Net Present Value)会因为折现因子的提高而降低。由此，可得研究假设4：

　　：利率与企业财务困境风险正相关。

　　(5)汇率。汇率是一国货币兑换另一国货币的比率。作为一项重要的经济杠杆，汇率变动对企业的财务困境风险的影响体现在汇率带来的经济风险和会计风险两个方面。在经济风险方面，汇率的走高对出口企业会带来直接的经营风险，本币的不断升值，无疑会削弱出口产品的价格竞争力，直接抑制出口，造成企业的经营困境；同时，本币升值后，企业的非理性投资行为将增大企业陷入财务困境的可能性。在会计风险方面，汇率变化引起的海外企业资产、负债及有关项目的转换价值发生变化，由于各个会计项目在换算时所用的汇率与入账时的汇率不可能完全一致，从而产生货币转换损益。由此，得出研究假设5：

　　：汇率与企业财务困境风险负相关。

　　(6)资本市场变量。在一个有效的资本市场，资本市场的股票价格不仅能够反映企业过去的经营业绩，而且其价格包含了投资者对未来该公司的成长及风险预期。如果企业即将陷入财务困境，且市场足够理性，大多数投资者将会卖出该股票，从而造成其下跌。对整体市场而言，股市走高意味着上市公司整体的经营业绩会提高，其财务困境风险将会降低。由此，可以得到研究假设6：

　　：股票市场指数与企业财务困境风险负相关。

　　基于以上分析得出的基本假设，本文将采用中国宏观经济以及上市公司的数据，通过相关计量经济方法对其逻辑上的一致性进行实证检验。

　　三、企业财务困境风险的度量及分析

　　本文以沪深股市上市公司为研究对象，采用多元判别分析建模，检验模型的有效性，运用建立的Z值模型衡量上市公司整体的财务困境风险。

　　(一)上市公司财务困境风险度量模型的建立

　　为了保证分析的全面性，选择深、沪两交易所A股市场1998-2010年13年中首次被进行特别处理的ST公司，剔除金融行业以及数据严重缺失的公司，最后保留351家ST公司，同时在同行业选取资产最为接近的351家财务健康公司作为配对样本，这两类公司又被分为0、1编码的两组样本，其中，ST组公司所属类别的变量定为1，非ST组公司所属类别的变量定为0。702家公司被分成两组，第一组(建模样本)由350家公司组成，其中有175家是1998-2010年首次戴帽的ST公司，另175家是财务健康的非ST公司；第二组(检验样本)由353家公司组成，其中有176家ST公司和随机选择的176家非ST公司。上市公司年报和相关数据来源于天软数据库和证券之星网站。

　　本文选择在上市公司被ST的前3年进行预测，判断其最终是否会陷入财务困境，假设公司在t年由于“财务状况异常”而被特别处理，本文选择(t-3)年度的财务报表数据来预测公司在t年的状况。在度量变量的选择方面，本研究参考吴世农和卢贤义(2001)[3]46-55，张玲，陈收和张昕(2005)[12]49-56的财务变量为基础，从营运能力、盈利能力、偿债能力、资产管理能力、成长能力5个方面选取财务变量综合度量上市公司的财务状况，具体的财务困境风险度量指标见表1。

　　

　　使用SPSS统计软件中的判别分析(Discriminant)工具，经过逐步判别分析过程，从以上20个特征财务比率变量中，最后推导出只有3个变量的典则判别函数：

　　

　　(二)上市公司财务困境风险度量模型的检验

　　为了进一步验证Z值模型对上市公司财务困境风险的判别效果，本文运用模型(1)对检验样本的财务困境风险进行了度量，在提前3年的情况下，Z值模型对财务健康企业的识别准确率为65.3%，而对财务困境企业的识别准确率为79.1%，总体判别准确率达到了72.2%。在实际中破产公司误判为非破产公司(第一类错误)的代价远远高于非破产公司误判为破产公司(第二类错误)，第一类错误出现的概率较低在一定程度上保证Z值模型能够有效地识别出财务困境的企业，比较准确地衡量上市公司当前的财务困境风险。

　　(三)上市公司财务困境风险的时序特征分析

　　本文的研究样本为1994-2010年在上海证券交易所和深圳证券交易所上市的公司，为了降低公司特质等个体因素的影响，在研究过程中剔除曾发生资产重组、借壳上市的公司以及金融企业。参考Nguyen(2006)的计算方法，定义上市公司整体的财务困境风险(fr)：

　　

　　

　　从整体上看，从1997年开始至2010年，Z值大多没有超过0.5，而在1998年至2004年，Z值多落在临界值0的附近，说明上市公司整体的财务困境风险较大。同时，从图1来看，国内上市公司的财务困境风险并未像国外一样呈现明显的周期性变化特征(Koopman和Pieter；2005)[13]3159-3179，因此，对于财务困境风险是否受宏观经济变量影响还有待进一步展开实证研究。

　　四、宏观经济因素与企业财务困境风险关系的实证研究

　　本文下面运用向量自回归模型、结构向量自回归模型、脉冲响应函数以及方差分解对上市公司整体的财务困境风险如何受宏观经济因素的影响进行实证研究，进而为上市公司进行风险管理提供相应的理论支撑。

　　(一)宏观经济变量的选择

　　宏观经济变量主要包括国民生产总值、工业增加值、长期利率与短期利率、通货膨胀率、货币供给、汇率、原油价格、财政赤字、政府开支、外国直接投资等变量。本文在选择宏观经济变量时，充分考虑了理论关系、相关实证研究结论以及中国的实际情况，从理论分析中的整体的经济环境、通货膨胀水平、货币供应量、利率、汇率、资本市场变量6个方面选取变量，选取变量的代码及经济含义见表2，为消除异方差影响，对各序列取自然对数。

　　(二)样本选择与数据来源

　　研究期间应至少包含一个宏观经济的变动周期。对于中国的经济周期，石柱鲜，刘俊生和吴泰岳[14]821-229利用多变量马尔科夫转移因子模型对经济周期波动进行了实证研究，发现从1998年1月至2006年经历了经济的扩张、收缩、扩张和收缩等阶段，因此，本文的研究期(1994年至2010年)至少包含了一个宏观经济波动的周期。与财务困境风险的周期一致，本文的宏观经济变量采用年度数据进行计算，使用的数据来自中国人民银行、商务部、国家统计局。企业财务困境风险的相关数据来自天软数据库和证券之星网站。

　　(三)方法设计

　　1.向量自回归基本模型(Vector Autoregression，VAR)

　　向量自回归模型避免了结构方程中需要对系统中每个内生变量关于所有内生变量的滞后值函数的建模问题，通常用于分析相关时间序列系统的相关性和随机扰动对系统的动态影响。

　　

　　2.结构向量自回归模型(Structural VAR，SVAR)

　　VAR模型的一个缺点是不能刻画变量之间的同期相关关系，其同期相关关系隐藏在扰动项的变动中，而且VAR模型可以由实证研究者的主观判断决定变量的排序(ordering)，不同的排序会导致不同的结果，因此无约束VAR无法得到唯一的方差分解及脉冲反应函数。而SVAR在处理随机冲击同期相关时，可以对时间序列的关系予以限制，因此可以得到唯一方差分解及脉冲反应函数。

　　假设一个包含k个变量p阶滞后期数的SVAR模型，可以如下表述：

　　

　　Ω矩阵不仅包含了结构随机变量协方差矩阵参数，同时结构方程中的同期相关限制信息矩阵包含在内。

　　若不对(5)式其参数加以限制，便无法达到模型可识别的目的，因此需要对模型的矩阵元素做出限制，即等同于规范了变量间的同期影响关系。如果施加的约束条件不能保证模型被恰好识别(Just-identified)，此时就需要对模型进行过度识别(Over-identified)的LR统计检验，从而来确保模型使用的确认假设的合理性。由于对矩阵元素的限制，等同于规范了各变量短期(一期)内的关系，于是针对这种对矩阵元素施加的约束，又可称为短期约束。

　　3.脉冲响应函数和方差分解

　　脉冲响应函数(Impulse Response Functions，IRF)用于衡量来自随机扰动项(又称新息，即式(4)中的项)一个标准差冲击对内生变量当前值和未来值的影响，并且扰动项对某一变量的冲击影响通过VAR模型的动态结构传递给其他所有的变量。脉冲响应函数试图描述这些影响的轨迹显示任意一个变量的扰动如何通过模型影响所有其他变量，最终又反馈到自身的过程。方差分解是通过分析每一个结构冲击对内生变量变化的贡献度来评价不同结构冲击的重要性，可以评价不同变量产生影响的相对重要性。

　　(四)实证结果及分析

　　1.向量自回归模型的参数估计

　　为了去除经济变量的趋势性，本文对进行差分处理，经检验，处理后的宏观经济变量与财务困境风险同阶单整，因此可以在一定程度上避免谬误回归的出现。将宏观经济变量与财务困境风险变量分别作为内生向量进行向量自回归，然后逐次剔除非显著变量或将它们列为外生变量作回归，同时根据AIC及SC信息准则选取最佳滞后阶数，得到最后的向量自回归方程：

　　

　　

　　从结构向量自回归模型的参数特征可以看出，当期GDP、货币供应量和实际利率对上市公司财务困境风险的影响系数分别为0.028 383，0.029 82和-2.184 9，其系数进一步验证了假设1、假设3和假设4。

　　3.脉冲响应函数分析

　　

　　

　　从方差分解图(图3)可以看出，不考虑财务困境自身的贡献率，货币供应量对财务困境风险的贡献率最大接近20%，其次是GDP的变化，GDP的变化对财务困境风险变化的贡献率稳定在8%左右，利率变化的方差贡献率比较小，对财务困境风险方差贡献率没有超过2.5%。

　　4.结果分析

　　

　　 假设3和假设4得到了验证。首先，整体的经济环境与企业的发展状况息息相关，企业的财务状况是其经营的集中体现。因此，当经济环境恶化时，企业的财务健康程度会有不同程度的下降；其次，资金的充裕程度关系到企业的融资有效性，因此货币供应量对企业的财务困境风险有负向的影响；最后，上市公司虽然偏好股权融资，但其资产负债率却呈增长之势，在1998年到2009年这段时间，样本企业的杠杆比率从40%上升至62.29%，其中2008年还曾高达64.75%，在这种融资结构下，利率一旦调整，企业的资金成本将大为提升，融资也会出现一定的困境，短期的营运资金成本上升或流通不畅将极易诱发财务困境风险的产生。

　　宏观经济变量对上市公司财务困境风险存在一定的影响，但并非所有宏观经济变量对财务困境风险都有显著的作用。例如，假设2、假设5和假设6就没有通过检验，通货膨胀水平、汇率与资本市场变量的影响也并不显著。

　　通货膨胀水平对上市公司财务困境风险的影响之所以并不显著，可能与上市公司的组成结构和中国通货膨胀的形成原因有关。上市公司大多在各自的行业领域内居于领先地位，有的上市公司甚至是处于垄断地位，其较强的经营实力使其有能力消化通货膨胀或通货紧缩的影响。另外，通货膨胀的出现往往伴随着经济过热，在短期内，作为国民经济主体的上市公司可能还会因此而受益。

　　汇率)并没有显著影响上市公司的财务困境风险，这与陈伟和王伟(2006)[15]70-74的研究发现企业的外汇风险暴露不显著是一致的。在研究样本期内，进出口业务对上市公司利润贡献率比较小，因此汇率变化对上市公司财务困境风险的影响并不明显。

　　资本市场发展变量(hp，sp)与上市公司财务困境风险的关系不显著，这可归因于股票市场的有效程度低。股票市场的发展与国内经济发展相背离，并且不能反映上市公司经营状态和财务健康状况。同时，一个“弱势有效”的股票市场，其价格并没有包含上市公司未来的经营信息，因而不能预测企业的财务困境风险。

　　五、研究结论与展望

　　企业的财务管理、资本运营不可避免地受到宏观经济状况的影响，本文在理论上阐述了整体经济环境、通货膨胀水平、货币供应量、实际利率、汇率、资本市场变量对企业财务困境风险的影响，并以上市公司为实证研究对象，通过运用多元判别分析、向量自回归模型、结构向量自回归模型以及脉冲响应函数和方差分解进行了实证研究。本文研究发现：(1)上市公司财务困境风险与整体经济环境、货币供应量的变化负相关，与实际利率的变化正相关，并且受自身滞后值的影响；(2)上市公司的财务困境风险与通货膨胀水平、汇率、资本市场变量的关系并不显著，这与上市公司的组成及中国经济的特征有关。

　　本文虽然对宏观经济因素与企业财务困境风险的影响进行了系统的研究，但也存在一定的局限。如在建模分析过程中不可避免地存在计算误差，正如Koopman和Pieter(2005)指出，将财务困境的出现直接与宏观经济变量相联系，存在一定的缺陷，因为研究过程需要财务困境预测以及宏观经济的模型，而且至少要建立两个方面的模型，而计算过程的复杂性可能会影响模型的稳定性。另外，不同行业对宏观经济的敏感程度有所差异，如资金密集型的企业的财务健康状况可能更多地与利率相联系，而出口导向的企业的财务困境风险会受到汇率变化的影响。囿于篇幅限制，本文并没有深入地进行行业分析。克服以上研究局限，选取稳定性更强的模型以及进行行业分析将是进一步研究方向。

作者介绍：肖贤辉(1972-)，男，湖南武冈人，湖南大学工商管理学院博士研究生，湖南 长沙 411008；谢赤(1963-)，男，湖南株洲人，博士，湖南大学工商管理学院教授，博士生导师，湖南 长沙 411008