公司经营困境风险的动态评价模型研究
摘要：以医药制造业上市公司为例，在一个特定的行业背景下，采用非配对取样方式，应
用Ｌｏｇｉｓｔｉｃ离散时间风险模型，对公司经营困境风险进行了动态评价。结果显示，股票的Ｓｉｇｍａ
系数值、股权集中度、公司规模及资产负债率与经营困境风险显著相关。评价中发现，为了达到
一个较好且合适的分类识别正确率，决策者必须在型Ⅰ类错误成本与型Ⅱ类错误成本之间进
行权衡。此外，在行业内选取了经营困境公司与经营健康公司作为２个对照组，发现２组公司的
经营困境风险动态演化过程存在明显差异，这种可视化演示方法对经营困境发生的危险时段
有预测作用。
关键词：经营困境；动态评价；Ｌｏｇｉｓｔｉｃ离散时间风险模型
中图分类号：Ｆ２７６．６ 文献标识码：Ａ 文章编号：１６７２８８４Ｘ（２００７）０６０７６７０７
﹥┎┃│┄━┄┇﹦┋━┊┉┃﹤┄┇┅┄┇┉﹣┊┈┃┈┈﹥┈┉┇┈┈┈─
ＹＡＮＧＧｕａｎｇｑｉｎ ＤＥＮＧＸｉａｏｌａｎ
（ＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ，Ｃｈｉｎａ）
﹢┈┉┇┉：Ｔａｋｉｎｇｔｈｅｍｅｄｉｃｉｎｅｍａｎｕｆａｃｔｕｒｉｎｇｉｎｄｕｓｔｒｙａｓａｎｅｘａｍｐｌｅａｎｄｕｓｉｎｇｎｏｎｐａｉｒｅｄｓａｍ
ｐｌｅ，ｔｈｅｃｏｒｐｏｒａｔｅｆｉｎａｎｃｉａｌｄｉｓｔｒｅｓｓｗａｓｅｖａｌｕａｔｅｄｄｙｎａｍｉｃａｌｌｙｂｙＬｏｇｉｓｔｉｃｄｉｓｃｒｅｔｅｔｉｍｅｈａｚａｒｄｍｏｄｅｌ．
ＴｈｅｒｅｓｕｌｔｓｓｈｏｗＳｉｇｍａｏｆｃｏｍｐａｎｙ＇ｓｓｔｏｃｋｒｅｔｕｒｎｓ，ｏｗｎｅｒｓｈｉｐｃｏｎｃｅｎｔｒａｔｉｏｎ，ｃｏｍｐａｎｙ＇ｓｓｉｚｅａｎｄａｓ
ｓｅｔｓｌｉａｂｉｌｉｔｉｅｓｒａｔｉｏａｒｅｓｉｇｎｉｆｉｃａｎｔｌｙｒｅｌａｔｅｄｔｏｆｉｎａｎｃｉａｌｄｉｓｔｒｅｓｓｒｉｓｋ．Ｉｔｉｓｓｅｅｎｔｈａｔｉｎｏｒｄｅｒｔｏａｃｈｉｅｖｅ
ａｈｉｇｈａｎｄａｐｐｒｏｐｒｉａｔｅｃｏｒｒｅｃｔｃｌａｓｓｉｆｉｃａｔｉｏｎｒａｔｅ，ｔｈｅｃｕｔｏｆｆｓｈｏｕｌｄｂｅｓｅｌｅｃｔｅｄｂｙｔｒａｄｉｎｇｏｆｆｔｙｐｅⅠ
ｅｒｒｏｒｃｏｓｔａｎｄｔｈｅｔｙｐｅⅡｅｒｒｏｒｃｏｓｔ．Ｂｙｃｏｍｐａｒｉｎｇｔｈｅｄｉｓｔｒｅｓｓｅｄｃｏｍｐａｎｙｇｒｏｕｐｗｉｔｈｔｈｅｈｅａｌｔｈｙ
ｃｏｍｐａｎｙｇｒｏｕｐ，ｉｔｉｓｆｏｕｎｄｔｈａｔｔｈｅｒｅｅｘｉｔｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｃｅｉｎｔｈｅｄｙｎａｍｉｃｂｅｈａｖｉｏｒｏｆｓｕｒｖｉｖａｌ
ｒａｔｅａｎｄｈａｚａｒｄｒａｔｅ．Ｔｈｉｓｖｉｄｅｏｄｅｍｏｎｓｔｒａｔｉｎｇｍｅｔｈｏｄｃａｎｂｅｕｓｅｄｔｏｐｒｅｄｉｃｔ“ｔｈｅｌｉｋｅｌｙｔｉｍｅｔｏｄｉｓ
ｔｒｅｓｓ”．
┎┌┄┇┈：ｂｕｓｉｎｅｓｓｄｉｓｔｒｅｓｓ；ｄｙｎａｍｉｃｅｖａｌｕａｔｉｏｎ；ｌｏｇｉｓｔｉｃｄｉｓｃｒｅｔｅｔｉｍｅｈａｚａｒｄｍｏｄｅｌ
收稿日期：２００７－１０－０８
基金项目：福建省青年人才资助项目（２００７Ｆ３０４６）；国家自然科学基金资助项目（７０７０２０２２）
传统的企业失败或经营困境评价研究，多
使用横截面数据，应用单变量分析、多元判别分
析和条件概率模型（ｌｏｇｉｔ模型、ｐｒｏｂｉｔ模型和线
性概率模型）等方法，这些方法以“单期”与“静
态”为特征，以统计分析为工具，故被谓为“传统
横截面统计方法”［１，２］。基于该方法的研究存在
一个重要缺陷，即忽略了失败过程的动态性及
失败路径的差异。２０世纪８０年代末期，西方的
学者们开始尝试对企业失败或经营困境的动态
过程进行研究。这些研究对企业失败或经营
困境的动态过程诠释的思路各不相同，如
ＫＡＨＹＡ等［３］运用累积总和模型，寻找出财务
困境公司从绩效好的联合分布向绩效差的联合
分布转变的起始点。ＫＩＶＩＬＵＯＴＯ等［４］建立了
双层 ＳＯＭ，勾画出随时间演变的企业失败路
径。ＬＩＮＤＳＡＹ等［５］将企业视为具有混沌行为的
系统，通过测度企业在不同时期市场收益混沌
量的差异来预测破产。ＨＩＬＬ等［６］把公司分为稳
健、财务危机和破产３种状态，运用动态事件史
法测算财务状态转变的条件概率和转换率。
目前，国内的企业失败研究领域尚缺乏针
对企业失败或经营困境风险的有效动态评价与
·７６７·
第４卷第６期
２００７年１１月
管 理 学 报
ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＭａｎａｇｅｍｅｎｔ
Ｖｏｌ．４Ｎｏ．６
Ｎｏｖ．２００７
预测。周敏等［７］和李晓峰等［８］分别将模糊优先方
法和粗糙集理论与神经网络相结合，构建了企
业财务危机动态预警的ＦｕｚｚｙＡＮＮ和Ｒｏｕｇｈ
ＡＮＮ模型，但在进行实例分析时，都只使用了
一个企业作为样本，使得研究结果缺乏说服力。
张鸣等［９］提出了上市公司财务预警的动态视
角，顾银宽［１０］在财务困境预警研究中使用了时
间序列数据，但两者所使用的方法也都仍然是
静态横截面的ｌｏｇｉｔ分析。
此外，国内学者对这一领域的实证研究基
本上都采用了配对取样方式。由于配对样本是
以企业失败或经营困境公司的某些性质为参照
而选择的，因此，可能无法很好地代表正常公司
的总体；并且总体中企业失败或经营困境的公
司所占比例一般较小，进行配对取样，会造成样
本中处于经营失败或困境公司的比例与总体中
此类公司的比例出现较大偏离，从而可能导致
回归系数的偏差［２］。
本文以医药制造业为例，应用 Ｌｏｇｉｓｔｉｃ离
散时间风险模型，在一个特定的行业背景下对
公司经营困境风险进行动态评价。这种评价方
式有２个优点：①因考察的是整个行业内公司
的经营困境，故不需要进行配对取样，避免了正
常公司偏离总体，以及对经营失败或经营困境
公司过度取样而造成的偏差；②使用“公司年”
数据，以风险模型为分析工具，将经营困境的风
险率设置成时间的函数，在一个特定的行业背
景下对各公司经营困境风险变化的动态轨迹进
行比较。
１ 评价模型
本文使用的评价方法是Ｌｏｇｉｓｔｉｃ离散时间
风险模型，以统计软件Ｓｔａｔａ８为分析工具。该
模型的优越之处在于，单期静态模型对破产概
率估计是有偏的且非一致性的，而风险模型能
够给出一致性的估计［１１］。令模型的风险函数为牎
（牠），它代表公司在牠时刻仍然保持正常状态，而
在牠时刻以后发生经营困境的概率。设爴为牠时
刻发生经营困境事件的随机变量，则
牎（牠）＝ 爮（爴＝ 牠燉爴≥ 牠）。 （１）
Ｌｏｇｉｓｔｉｃ离散时间风险模型可表示为
ｌｎ 牎（牠）１－ 牎（牠）＝ 牅（牠）＋ 熣′┨， （２）
式中，┨为协变量向量；熣′为协变量的系数向
量；牠为时间；牅（牠）为基准风险函数，即协变量┨
都取０时牠时刻的风险函数。若牅（牠）包含时间的
自然对数，即牅（牠）＝犜＋犤ｌｎ牠，则此风险模型是一
个加速风险时间模型［１２］。如果省略表示时间的
变量，则此模型相当于一个指数风险模型，即失
败事件发生的概率是一个常数，不依赖于时间。
基准风险函数牅（牠）可以根据研究需要，选取合
适的时间函数形式，这使离散时间风险模型比
其他参数型的风险模型更灵活。
本文将公司存续年龄（即以公司成立当年
为起始年的公司年龄）代表时间。公司的存续年
龄易于观测，可将其作为公司组织化过程的替
代［１３］。一个企业在建立之初还未建立起完善的
组织流程，面临着资源与能力匮乏的困难，可能
导致企业的经营出现危机。随着组织化过程的
推进，企业逐渐获得了自己的竞争优势，发生失
败或困境的风险相对减弱。假设基准风险函数
随公司存续年龄线性变化，即牅（牠）＝犜＋犤牠。
Ｌｏｇｉｓｔｉｃ离散时间风险模型的生存函数为
爳（牠，┨，熣）＝ 爮（爴＞ 牠）＝∏
牐＜牠
［１－ 牎（牐，┨，熣）］。（３）
生存函数代表了公司至牠时刻仍然保持正
常状态的概率。
假设公司牏在牠牏时点上发生失败与困境或
因截断而退出样本，公司牏在牠牏时点上发生失败
与困境时，牅牏＝１；否则，牅牏＝０，则包含了牕个公司
的样本中，似然函数为
爧（熣）＝∏
牕
牏＝１
牎（牠牏，┨牏，熣）牅牏∏
牐＜牠牏
［１－ 牎（牐，┨牏｛ ｝，熣）］＝
∏
牕
牏＝１
牎（牠牏，┨牏，熣）牅牏爳（牠牏，┨牏，熣）。 （４）
通过最大似然法估计模型的参数，即通过
设定ｌｎ爧（熣）
熣 ＝０，
得出参数熣的估计值。
２ 样本收集
国外学者多使用“破产”与“财务困境”等概
念定义企业经营失败，但使用这 ２个概念对中
国上市公司的经营失败问题进行研究，存在着
一定的局限性。首先，我国旧的《企业破产法》的
调整对象仅限于“全民所有制企业”，对有限责
任公司、股份有限公司及合伙企业等没有明确
规定。而新的破产法于２００７年６月１日才开始
执行，对从法律意义上研究上市公司的经营失
败带来影响。其次，在预算软约束下，贷款的取
得并不一定带来还贷压力。从企业方面来看，当
企业面临困境时，内部人为继续把握企业的控
制权，会全力争取政府的援助，或利用私人关系
挽救企业［１４］。信贷软约束也助长了企业的预算
软约束。银行在发放贷款时，往往不仅受制于
中国人民银行，还要受地方政府的干预，且一些
银行信用风险管理技术落后，内控能力较弱，大
型商业银行中“借新还旧”［１５］的现象较为普
·８６７·
管理学报第４卷第６期２００７年１１月
遍。
鉴于中国的实际，本文认为从经营状况角
度来界定中国企业的失败更为可行。本文中“经
营困境”是指企业是经营业绩发生亏损且出现
逐渐恶化的趋势，严重情况下出现资不抵债，且
企业主要经营活动被迫中止或被迫发生更改，
甚至走向破产的一种状态。
本文以 １９９７～２００３年已上市或新上市的
全部医药制造业上市公司（数据来自《上市公司
行业分类指引》，行业编码前２位为Ｃ８）为样本，
依据上海和深圳证券交易所股票上市规则
（２０００年修订本）的第９．２．１条和第１３．２．１条，
分别选取因“财务状况异常”而被施以ＳＴ的公
司或因最近２年连续亏损而被实行退市风险警
示的公司作为经营困境公司。本文研究的观测
期为 １９９８～２００４年，变量数据采集自 １９９７～
２００３年，即使用经营困境状态被观测年份滞后
一期的指标值。共收集样本公司７７家，其中发
生经营困境的公司１０家，扣除数据缺失的观测
值，共得３４７个观测期。
３ 协变量设置
国内的企业经营失败或困境的实证研究都
偏重使用财务变量与公司治理因素作为评价指
标。本文认为股票市场具有信息传递与外部治
理的功能，公司的股票市场变量可能有助于解
释与识别公司经营困境风险，因此，另加入了公
司股票的市场因素。首先，资本市场能够制造并
推动信息的扩散［１６，１７］，与公司有关的各种重要
信息能够以价格信号为载体得以传递与扩
散［１７～１９］。其次，股票市场对于上市公司具有外部
治理功能。这种功能很大程度上依赖于市场的
流动性来实现。在一个流动性高的市场中，市场
的价格发现功能较强，股票价格的变化对管理
决策具有指导作用，市场参与者也可以通过交
易机制对公司的政策产生一定影响。此外，当公
司股价大幅下跌时，外部投资者就有可能通过
接管来更换在职经理，使在职经理人员的声誉
受损，人力资本遭受贬值，这种潜在的威胁有助
于管理效率的提高［２０］。国内目前尚无文献专注
于研究股票市场因素与企业经营失败或困境的
相关性。本文在指标集中纳入了以下４个股票
市场因素变量：
（１）换手率 代表了股票的流动性，它反映
了股票交易的活跃度。市场流动性带来２方面
的好处——信息制造与监督的便利性，从而可
以减少因市场信息不完全及道德风险而产生的
不利结果［１７］。从另一个角度来看，如果市场是有
效的，“坏消息”能很快被市场消化，“问题”公司
会遭受冷落，股票价值得不到众多投资者的认
可，交易量比较低迷。
（２）Ｓｉｇｍａ系数 反映了１年中股票收益率
的波动性。一般而言，当公司内部经营状况或外
部环境较为多变或发生较大变化时，股票收益
率波动性可能较大，公司经营困境的风险也相
应较高。
（３）年度累积超额收益率 反映了投资者
对公司前景的预期及对公司绩效的评价，绩效
好的公司通常可以达到一个相对较高的超额收
益。
（４）Ｂｅｔａ系数 用来衡量公司股票的系统
性风险，即公司股票收益受股票市场变化影响
程度的指标。股票市场收益的变化体现了宏观
经济形势和非市场宏观因素的调整，Ｂｅｔａ系数
值大的公司对这些变化的同向敏感度高，说明
其易受外界环境的干扰，抗击外部压力不强，从
而维持生存的能力较弱，因而发生经营困境的
危险性也较高。
除了股票市场因素外，本文使用股权集中
度代表公司股权治理结构。关于股权集中度的
作用，一种观点认为，集中的股权有助于加强对
管理者的监督，从而减弱股东间相互搭便车问
题；而另一种则认为，控股股东或大股东倾向于
利用其拥有的绝对股权或控股地位，采取各种
手段转移公司资源，侵蚀中小股东财富。医药制
造业上市公司的并购活动频繁，股权集中度对
企业经营困境究竟影响如何，尚待今后进一步
检验。
在行业背景下进行经营困境评价，不需要
根据公司规模配对取样，因此，可以把公司规模
作为协变量。规模大的公司在长期的经营过程
中，逐渐积累了丰富的经验，形成了“学习效应”
和“规模效应”；并且在谈判中具有较强的讨价
还价能力，因而，可以预期它们发生困境的可能
性较小［２］。资产负债率、流动比率和销售收入与
总资产比率分别用于代表公司资本结构、流动
性及运营效率３个方面的财务状况。所用的协
变量及其含义见表１，其中数据来源于ＣＣＥＲ中
国经济金融数据库。
４ 风险模型的评价结果
表２给出了评价结果。从表２中可以看出，
经营困境风险虽随公司年龄增长而减弱，但统
计结果显示这种作用并不显著。
·９６７·
公司经营困境风险的动态评价模型研究——杨广青 邓晓岚
表 协变量含义
协变量名 变量描述
公司存续期 从公司成立至经营困境状态被观测当期所经历的年份数（成立当年公司年龄为１）
股票换手率 Ａ股当年交易总股数燉当年流通Ａ股总股数
Ｓｉｇｍａ系数值
Ｓｉｇｍａ系数为使用公司股票收益率计算的年度标准方差，计算公式为
犲牏＝
∑
牠
牜２牏，牠－
１
牕（∑牠牜牏，牠）
２
槡 牕－ １ 。
牕为股票 牏一年交易的总天数；牜牏，牠表示股票 牏在第 牠天考虑分红的日收益率。一般，一年的交易天数占市场
总的交易天数８０％以上的才计算这个值。
Ｂｅｔａ系数值
根据ＳＣＨＯＬＥＳ等［２１］所使用的方法计算得出年度Ｂｅｔａ系数的计算公式为
犝牏＝
∑
牠
（牜牏，牠爳牜牠）－
１
牕（∑牠牜牏，牠）（∑牠爳牜牠）
∑
牠
（牔牜牏，牠爳牜牠）－
１
牕（∑牠牔牜牏，牠）（∑牠爳牜牠）
。
牜牏，牠＝ ｌｏｇ（１＋ 股票 牏在时刻 牠考虑分红的日收益率）；
牔牜牏，牠＝ ｌｏｇ（１＋ 按流通市值加权的市场回报率）；
爳牜牏＝ 牔牜牠－１＋ 牔牜牠＋ 牔牜牠＋１；
牕为１年中有效观测值个数（从一年第２个交易日开始至倒数第２个交易日为止）。
年度累积超额
收益率
爞爛爲牏＝∑
爫
牠＝１
爛爲牏，牠，式中：爛爲牏，牠＝ 爲牏，牠－ 爲爩，牠，爲牏，牠为第 牏个公司的股票在第 牠天的收益率（考虑分红），爲爩，牠为第 牠
天按沪、深两市本地市场的 Ａ股流通市值加权的市场收益率（考虑分红）；爫 为本年度股票交易的总天数
股权集中度 前五大股东持股比例
公司规模 公司总资产的对数值
资产负债率 （总负债燉总资产）×１００％
流动比率 流动资产燉流动负债
销售收入燉总资产 主营业务收入燉总资产
注：数据来源于ＣＣＥＲ。
表 Ｌｏｇｉｓｔｉｃ离散时间风险模型评价结果
协变量名称 系数 标准误差 Ｗａｌｄ检验值 爮值
截距 １８．３７００ １４．９１１０ １．２３ ０．２１８
公司存续期 －０．２１９４ ０．２６３４ －０．８３ ０．４０５
股票换手率 ０．１９１５ ０．３６０４ ０．５３ ０．５９５
Ｓｉｇｍａ系数值 １４５．４６６３ ７７．３０８３ １．８８ ０．０６０
Ｂｅｔａ系数值 ０．９７２１ １．７７６０ ０．５５ ０．５８４
年度累积超额收益率 ０．３８６０ １．６２１６ ０．２４ ０．８１２
股权集中度燉％ －０．０９１６ ０．０５１２ －１．７９ ０．０７３
公司规模 －２．１９４６ １．１９４５ －１．８４ ０．０６６
资产负债率燉％ ０．１４００ ０．０４９８ ２．８１ ０．００５
流动比率 －０．３０４０ ０．９４７４ －０．３２ ０．７４８
销售收入燉总资产 －３．３４９２ ２．８３４０ －１．１８ ０．２３７
Ｌｏｇｌｉｋｅｌｉｈｏｏｄ １６．９６４２
ＬＲ统计量 ５６．７２
注： 和 分别表示在０．０１和０．１０水平上显著。
在４个股票市场因素变量中，Ｓｉｇｍａ系数值
与公司经营困境风险呈显著的正相关，说明经
营困境公司在发生经营困境的前一年，经营状
况已出现恶化，公司股票收益发生较大的波动。
股票换手率与经营困境风险之间没有显著相关
性，说明股票市场的流动性没有对上市公司起
·０７７·
管理学报第４卷第６期２００７年１１月
到良好的外部治理作用。市场上利用重组等消
息对绩差、问题公司股票进行炒作的风气较浓，
坏公司未必会遭到投资者“用脚投票”。与本文
的预期相反，年度超额收益率的回归系数也表
现出非显著性且符号为正，这可能是由于国内
资本市场尚未成熟，市场价格或收益率并不能
较好地体现公司的内在价值，而各种“概念”与
“传闻”对市场价格或收益的影响程度较大。这
个特点也体现在股票对市场风险的敏感性上，
Ｂｅｔａ系数也没有对经营困境风险产生显著影
响，说明绩优股的股票价格相对市场波动的抗
跌性不一定比问题公司更强。
股权集中度与公司经营困境风险呈显著负
相关，说明较高的股权集中度有利于加强监督
及抑制股东间互相搭便车的问题。公司规模也
与经营困境风险显著负相关，说明规模效应及
长期形成的学习效应起了一定的作用，缓减了
企业经营困境风险。在财务变量中，负债比率高
的公司发生经营困境的危险性较大，其他财务
变量的回归系数虽不显著，但回归系数的符号
都符合常态下的预期。
虽然几个协变量的Ｗａｌｄ检验值并不显著，
但从整体来看，ＬＲ统计量在０．０１的水平上显
著，说明模型的协变量对公司的经营风险从总
体上有显著的解释力。本研究模型在识别中会
出现２类错误：将困境公司误断为非困境公司，
称为型Ⅰ类错误，因型Ⅰ类错误向经营困境公
司投资或提供借款而蒙受的损失称为型Ⅰ类错
误成本；将非经营困境公司误断为经营困境公
司，称为型Ⅱ类错误，因型Ⅱ类错误而没有向非
经营困境公司投资或提供借款，从而承受的机
会成本称为型Ⅱ类错误成本。相反，如果能正确
识别非经营困境公司，向其投资或提供借款而
得到的收益应与型Ⅱ类错误成本相等。设 爮为
样本中未发生经营困境的观测值占全部观测值
的比例；爞牕表示在给定的截点下对非经营困境
公司的正确识别率，即 爞牕＝ １－ 型 Ⅱ 类错误
率；爞牄表示在给定的截点下对经营困境公司的
正确识别率，即 爞牄＝ １－ 型 Ⅰ 类错误率；爴表
示型 Ⅰ 类错误的成本与型 Ⅱ 类错误成本的比
率，则根据本研究模型判断投资者或债权人可
得到的收益［２２］：
爢＝ 爮爞牕－ （１－ 爮）（１－ 爞牄）爴。 （５）
根据Ｓｔａｔａ８运算结果，将不同截点下 爞牕与
爞牄的值输入式（５），决策者可对 ２类成本进行估
算，对 爴设不同值，如图 １所示。从图 １可看出，
当 爴值小时，截点取较大值，按模型进行判断，
能获得较大收益；随着 爴增大，截点取越大值
时收益下降幅度越大，截点应取较小值才能保
证收益。
图 不同截点下的成本损失函数
这一计算过程说明，截点的选取必须在专
一性与敏感性之间权衡，同时决策者还要比较２
类错误对自己可能造成的损失，选择一个最合
适的截点。
５ 行业内经营困境公司与经营健康公司
的比较
在医药制造行业中，可把经营困境公司与
经营健康公司作为２个对照组，将２组公司的经
营困境风险率与生存率进行可视化比较，进而
观察２组公司经营困境风险变化动态行为的差
异，从而为企业经营困境的识别提供一个直观
的界面。根据前述资料，医药制造行业中经营困
境公司共 １０家，分别为 ＳＴ振新（０００５１８）、ＳＴ
白云山（０００５２２）、ＳＴ银广厦（０００５５７）、ＳＴ海药
（０００５６６）、ＳＴ 通 金 马 （０００７６６）、ＳＴ 合 成
（０００７８８）、ＳＴ 金 泰 （６００３８５）、ＳＴ哈 慈
（６００７５２）、ＳＴ 中 西 （６００８４２）和 ＳＴ三 普
（６００８６９）。为便于观察风险演化的过程，剔除观
察期小于３期的４家公司。另外，在行业中选择
２００１～２００４年间至少３年资产净利润率（净利
润燉总资产）连续位于前 １０名，且观察期超过 ３
期的公司作为经营困境公司的对照组，即健康
公司组。按此标准得到的经营健康公司共５家，
分别为金陵药业（０００９１９）、东阿阿胶（０００４２３）、
云南白药（０００５３８）、同仁堂（６０００８５）和恒瑞医
药（６００２７６）。
公司牏存续年龄为牠时，Ｌｏｇｉｓｔｉｃ离散时间
模型风险率与生存率［２３］分别为
牎牏（牠）＝ ［１＋ ｅｘｐ（－ 犜－ 犤牠－ ┨牏熣）］－１， （６）
爳牏（牠）＝∏
牐＜牠
［１－ 牎牏（牐）］。 （７）
利用Ｓｔａｔａ８统计分析软件编程，可以根据
·１７７·
公司经营困境风险的动态评价模型研究——杨广青 邓晓岚
式（６）和式（７）计算出每个公司的风险率与生存
率，将其结果输入Ｅｘｃｅｌ电子表格软件。为了便
于比较各公司在各年份上的风险率与生存率，
把每个公司的存续年龄刻度转换为日历年份刻
度，制成图２～图１２。图２～图７及图８～图１２分
别描述了６家经营困境公司和５家健康公司的
风险率与生存率动态演化过程。
图 ＳＴ银广厦的风险率与生存率
图 ＳＴ通金马的风险率与生存率
图 ＳＴ合成的风险率与生存率
从２组公司的经营困境风险动态演化图中
可以看出，经营困境公司一般在经营困境发生
的前１～２年，其风险率上升就较为明显，且生
存率下降幅度也较大。即使是风险率上升幅度
最小的ＳＴ合成（０００７８８）与ＳＴ哈慈（６００７５２），
其经营困境前１年的风险率比经营困境前２年
经营风险率也分别增加了０．０２５和０．０３１。而经
图 ＳＴ哈慈的风险率与生存率
图 ＳＴ中西的风险率与生存率
图 ＳＴ三普的风险率与生存率
图 金陵药业的风险率与生存率
营健康公司的风险率与生存率在生存时间上的
变化则极为微小，各年间的风险率变化幅度一
·２７７·
管理学报第４卷第６期２００７年１１月
图 东阿阿胶的风险率与生存率
图 云南白药的风险率与生存率
图 同仁堂的风险率与生存率
般都在０．００１以下，本文只能用非常小的刻度进
行刻画。有３家经营健康公司的风险率甚至基
本上呈下降趋势。总的来说，医药制造行业的经
营困境公司与健康公司之间，在风险率与生存
率的动态行为上存在着明显的差异，经营健康
公司的变化较稳定，经营困境公司在经营困境
图 恒瑞医药的风险率与生存率
事件发生前１～２年的危险性则明显增加。这种
可视化的风险率与生存率动态演化图不仅可以
作为经营困境风险的一个辅助性识别方法，而
且还可对公司发生困境的危险时段进行预测。
６ 结语
以医药制造行业上市公司为例，在一个特
定的行业背景下，采用非配对取样方式，应用
Ｌｏｇｉｓｔｉｃ离散时间风险模型，集成了时变性变
量，对企业经营困境风险进行了动态评价。评价
结果显示，公司股票的Ｓｉｇｍａ系数值、股权集中
度、公司规模及资产负债率等变量与公司经营
困境风险率显著相关。评价中发现，决策者必须
在型Ⅰ类错误成本与型Ⅱ类错误成本之间权
衡，选择合适的截点。将行业内经营困境公司和
经营健康公司的风险率与生存率的动态演化图
进行对比，发现经营健康公司的风险变化较稳
定，经营困境公司在经营困境事件前的１～２年，
其发生困境的危险性明显增加，这种可视化的动
态演化图为识别困境，以及预测困境发生的危险
时段提供了一种直观的界面。但由于本文样本中
经营困境公司的数目较少（只有１０家），因此，本
文没有抽取部分样本作为检验样本，对这种可视
化的预测方法进行样本外的检验。
参 考 文 献
［１］邓晓岚，王宗军，李红侠，等．企业经营失败评价方法
研究进展评述 ［Ｊ］．系统工程，２００５，２３（８）：２４３０．
［２］ＢＡＬＣＡＥＮ Ｓ，ＯＯＧＨＥＨ．３５ＹｅａｒｓｏｆＳｔｕｄｉｅｓｏｎ
ＢｕｓｉｎｅｓｓＦａｉｌｕｒｅ：Ａｎ Ｏｖｅｒｖｉｅｗ ｏｆｔｈｅ Ｃｌａｓｓｉｃａｌ
ＭｅｔｈｏｄｏｌｏｇｉｅｓａｎｄＴｈｅｉｒＲｅｌａｔｅｄＰｒｏｂｌｅｍｓ［Ｚ］．Ｂｅｌ
ｇｉｕｍ：ＧｈｅｎｔＵｎｉｖｅｒｓｉｔｙＦａｃｕｌｔｙｏｆＥｃｏｎｏｍｉｃｓａｎｄ
ＢｕｓｉｎｅｓｓＡｄｍｉｎｉｓｔｒａｔｉｏｎ，２００４．
（下转第８０２页）
·３７７·
公司经营困境风险的动态评价模型研究——杨广青 邓晓岚
２５（２）：２６２８．
［１４］沈学武，耿德勤，李梅，等．不安全感自评量表的编制
与信度、效度研究［Ｊ］．中国行为医学科学，２００５，１４
（９）：８５６８５７．
［１５］丛中，安莉娟．安全感量表的编制及信度、效度检验
［Ｊ］．中国心理卫生杂志，２００４，１８（２）：９７９９．
［１６］曹义锋，薛君．网络消费者行为研究综述［Ｊ］．商场现
代化，２００６（２４）：１４６１４７．
［１７］布莱克韦尔 ＬＤ，米尼德 Ｐ，恩格尔 Ｊ．消费者行为学
［Ｍ］．徐海，朱红祥，于涛，译．北京：机械工业出版
社，２００３．
［１８］ＲＡＭＹＡＬ，ＤＩＰＡＫＪ．ＣｏｓｔｕｍｅｒＣｈｏｉｃｅＰｒｏｃｅｓｓｆｏｒ
ＥｘｐｅｒｉｅｎｃｅＧｏｏｄｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｒｋｅｔｉｎｇＲｅ
ｓｅａｒｃｈ，１９９９，３６（３）：３７３３８６．
［１９］谢斯．消费者行为学：管理视角［Ｍ］．北京：机械工业
出版社，２００４．
［２０］吴明隆．ＳＰＳＳ统计应用实务：问卷分析与应用统计
［Ｍ］．北京：科学出版社，２００３．
［２１］ＳＣＨＥＲＭＥＬＬＥＨＥＮＧＥＬ１Ｋ，ＭＯＯＳＢＲＵＧＧＥＲ
Ｈ，Ｍ Ｕ
··
ＬＬＥＲＨ．ＥｖａｌｕａｔｉｎｇｔｈｅＦｉｔｏｆＳｔｒｕｃｔｕｒａｌ
ＥｑｕａｔｉｏｎＭｏｄｅｌｓ：ＴｅｓｔｓｏｆＳｉｇｎｉｆｉｃａｎｃｅａｎｄＤｅｓｃｒｉｐ
ｔｉｖｅＧｏｏｄｎｅｓｓｏｆＦｉｔＭｅａｓｕｒｅｓ［Ｊ］．ＭｅｔｈｏｄｓｏｆＰｓｙ
ｃｈｏｌｏｇｉｃａｌＲｅｓｅａｒｃｈＯｎｌｉｎｅ，２００３，８（２）：２３７４．
（编辑 郭恺）
通讯作者：马钦海（１９６３～ ），男，山东鱼台人。东北大学
（沈阳市 １１０００４）工商管理学院教授、博士研究生导师。
研究方向为服务管理与营销
。
（上接第７７３页）
［３］ＫＡＨＹＡＥ，ＴＨＥＯＤＯＳＳＩＯＵＰ．ＰｒｅｄｉｃｔｉｎｇＣｏｒｐｏｒａｔｅ
ＦｉｎａｎｃｉａｌＤｉｓｔｒｅｓｓ：Ａ ＴｉｍｅｓｅｒｉｅｓＣＵＳＵＭ Ｍｅｔｈｏｄ
ｏｌｏｇｙ［Ｃ］燉燉ＴｈｅＴｈｉｒｄＡｎｎｕａｌＣｏｎｆｅｒｅｎｃｅｏｆｔｈｅ
ＭｕｌｔｉｎａｔｉｏｎａｌＦｉｎａｎｃｅＡｓｓｏｃｉａｔｉｏｎ，ＮＹ，１９９６：１３８．
［４］ＫＩＶＩＬＵＯＴＯ Ｋ，ＢＥＲＧＩＵＳＰ．ＥｘｐｌｏｒｉｎｇＣｏｒｐｏｒａｔｅ
Ｂａｎｋｒｕｐｔｃｙ ｗｉｔｈ ＴｗｏｌｅｖｅｌＳｅｌｆｏｒｇａｎｉｓｉｎｇ Ｍａｐ
［Ｃ］燉燉ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＦｉｆｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒ
ｅｎｃｅｏｎ ＣｏｍｐｕｔａｔｉｏｎａｌＦｉｎａｎｃｅ．Ｌｏｎｄｏｎ Ｂｕｓｉｎｅｓｓ
Ｓｃｈｏｏｌ，Ｂｏｓｔｏｎ，Ｍａｓｓａｃｈｕｓｅｔｔｓ，ＵＳＡ，ＫｌｕｗｅｒＡｃａ
ｄｅｍｉｃＰｕｂｌｉｓｈｅｒｓ，１９９８：３７３３８０．
［５］ＬＩＮＤＳＡＹＤＨ，ＣＡＭＰＢＥＬＬＡ．ＡＣｈａｏｓＡｐｐｒｏａｃｈ
ｔｏＢａｎｋｒｕｐｔｃｙＰｒｅｄｉｃｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄ
ＢｕｓｉｎｅｓｓＲｅｓｅａｒｃｈ，１９９６，１２（４）：１９．
［６］ＨＩＬＬＮＴ，ＰＥＲＲＹＳＥ，ＡＮＤＥＳＳ．ＥｖａｌｕａｔｉｎｇＦｉｒｍｓ
ｉｎＦｉｎａｎｃｉａｌＤｉｓｔｒｅｓｓ：ＡｎＥｖｅｎｔＨｉｓｔｏｒｙＡｎａｌｙｓｉｓ［Ｊ］．
ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＢｕｓｉｎｅｓｓＲｅｓｅａｒｃｈ，１９９６，１２（３）：
６０７１．
［７］周敏，王新宇．基于模糊优选和神经网络的企业财务
危机预警［Ｊ］．管理科学学报，２００２，５（３）：８６９０．
［８］李晓峰，徐玖平．企业财务危机预警ＲｏｕｇｈＡＮＮ模型
的 建立及其应用［Ｊ］．系统工程理论与实践，２００４
（１０）：８１４．
［９］张鸣，程涛．上市公司财务预警实证研究的动态视角
［Ｊ］．财经研究，２００５（１）：７９８３．
［１０］顾银宽．基于时间序列数据的财务危机预警模型及实
证研究［Ｊ］．经济理论与经济管理，２００５（８）：４２４６．
［１１］ＳＨＵＭＷＡＹＴ．ＦｏｒｅｃａｓｔｉｎｇＢａｎｋｒｕｐｔｃｙＭｏｒｅＡｃ
ｃｕｒａｔｅｌｙ：Ａ ＳｉｍｐｌｅＨａｚａｒｄＭｏｄｅｌ［Ｊ］．Ｊｏｕｒｎａｌｏｆ
Ｂｕｓｉｎｅｓｓ，２００１，７４（２）：１０１１２４．
［１２］ＬＡＮＣＡＳＴＥＲ Ｔ．ＴｈｅＥｃｏｎｏｍｅｔｒｉｃＡｎａｌｙｓｉｓｏｆ
ＴｒａｎｓｉｔｉｏｎＤａｔａ［Ｍ］．ＮｅｗＹｏｒｋ：ＣａｍｂｒｉｄｇｅＵｎｉｖｅｒ
ｓｉｔｙＰｒｅｓｓ，１９９０．
［１３］ＴＨＯＲＮＨＩＬＬＳ，ＡＭＩＴＲ．ＬｅａｒｎｉｎｇＡｂｏｕｔＦａｉｌｕｒｅ：
Ｂａｎｋｒｕｐｔｃｙ，ＦｉｒｍＡｇｅａｎｄｔｈｅＲｅｓｏｕｒｃｅｂａｓｅｄＶｉｅｗ
［Ｊ］．ＯｒｇａｎｉｚａｔｉｏｎＳｃｉｅｎｃｅ，２００３，１４（５）：４９７５０９．
［１４］ＬＩＤＤ．ＩｎｓｉｄｅｒＣｏｎｔｒｏｌａｎｄｔｈｅＳｏｆｔＢｕｄｇｅｔＣｏｎ
ｓｔｒａｉｎｔ：Ａ ＳｉｍｐｌｅＴｈｅｏｒｙ［Ｊ］．ＥｃｏｎｏｍｉｃｓＬｅｔｔｅｒｓ，
１９９８，６１（３）：３０７３１１．
［１５］张绍瑞，王志刚．道德风险与软约束：对“借新还旧”
政策的分析［Ｊ］．金融研究，２００２（６）：７４７８．
［１６］ＧＲＯＳＳＭＡＮ Ｓ．ＯｎｔｈｅＥｆｆｉｃｉｅｎｃｙｏｆＣｏｍｐｅｔｉｔｉｖｅ
ＳｔｏｃｋＭａｒｋｅｔｓＷｈｅｒｅＴｒａｄｅｒｓＨａｖｅＤｉｖｅｒｓｅＩｎｆｏｒ
ｍａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＦｉｎａｎｃｅ，１９７６，３１（２）：５７３
５８５．
［１７］ＴＡＤＥＳＳＥ，Ｓ．Ｔｈｅａｌｌｏｃａｔｉｏｎａｎｄｍｏｎｉｔｏｒｉｎｇｒｏｌｅｏｆ
ｃａｐｉｔａｌｍａｒｋｅｔｓ：Ｔｈｅｏｒｙａｎｄｉｎｔｅｒｎａｔｉｏｎａｌｅｖｉｄｅｎｃｅ
［Ｊ］．ＪｏｕｒｎａｌｏｆＦｉｎａｎｃｉａｌａｎｄＱｕａｎｔｉｔａｔｉｖｅＡｎａｌｙｓｉｓ，
２００４，３９（４）：７０１７３０．
［１８］ＤＯＷ Ｊ，ＧＯＲＴＯＮＧ．ＳｔｏｃｋＭａｒｋｅｔＥｆｆｉｃｉｅｎｃｙａｎｄ
ＥｃｏｎｏｍｉｃＥｆｆｉｃｉｅｎｃｙ：ＩｓＴｈｅｒｅａＣｏｎｎｅｃｔｉｏｎ？［Ｊ］
ＪｏｕｒｎａｌｏｆＦｉｎａｎｃｅ，１９９７，５２（３）：１０８７１１２９．
［１９］ＴＩＴＭＡＮ Ｓ，ＳＵＢＲＡＨＭＡＮＹＡＭ Ａ．ＴｈｅＧｏｉｎｇ
ＰｕｂｌｉｃＤｅｃｉｓｉｏｎａｎｄｔｈｅＤｅｖｅｌｏｐｍｅｎｔｏｆＦｉｎａｎｃｉａｌ
Ｍａｒｋｅｔｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＦｉｎａｎｃｅ，１９９９，５４（５）：１０４５
１０８２．
［２０］ＳＣＨＡＲＦＳＴＥＩＮ Ｄ．Ｔｈｅ Ｄｉｓｃｉｐｌｉｎａｒｙ Ｒｏｌｅ ｏｆ
Ｔａｋｅｏｖｅｒｓ［Ｊ］．Ｒｅｖｉｅｗ ｏｆＥｃｏｎｏｍｉｃＳｔｕｄｉｅｓ，１９８８，
５５（２）：１８５１９９．
［２１］ＳＣＨＯＬＥＳＭ，ＷＩＬＬＩＡＭＳＪ．ＥａｒｎｉｎｇｓＢｅｔａｓｆｒｏｍ
ＮｏｎｓｙｎｃｈｒｏｎｏｕｓＤａｔａ［Ｊ］．ＪｏｕｒｎａｌｏｆＦｉｎａｎｃｉａｌ
Ｅｃｏｎｏｍｉｃｓ，１９７７，５（３）：３０９３２７．
［２２］ＷＥＩＳＳＬＡ，ＣＡＰＫＵＮＶ．ＴｈｅＩｍｐａｃｔｏｆＩｎｃｏｒｐｏ
ｒａｔｉｎｇｔｈｅＣｏｓｔｏｆＥｒｒｏｒｓｉｎｔｏＢａｎｋｒｕｐｔｃｙＰｒｅｄｉｃｔｉｏｎ
Ｍｏｄｅｌｓ［Ｃ］燉燉Ａｎ ＩｎｔｅｒｎａｔｉｏｎａｌＭｅｅｔｉｎｇ ｏｆｔｈｅ
Ａｍｅｒｉｃａｎ Ａｃｃｏｕｎｔｉｎｇ Ａｓｓｏｃｉａｔｉｏｎ ２００６ Ａｎｎｕａｌ
Ｍｅｅｔｉｎｇ，Ｗａｓｈｉｎｇｔｏｎ，２００６．
［２３］ＪＥＮＫＩＮＳ Ｓ Ｐ．Ｅｓｓｅｘ Ｓｕｍｍｅｒ Ｓｃｈｏｏｌｃｏｕｒｓｅ
＇ＳｕｒｖｉｖａｌＡｎａｌｙｓｉｓ＇［ＥＢ燉ＯＬ］．［２００７０７０８］ｈｔｔｐ：燉燉
ｗｗｗ．ｉｓｅｒ．ｅｓｓｅｘ．ａｃ．ｕｋ燉ｔｅａｃｈｉｎｇ燉ｄｅｇｒｅｅ燉ｓｔｅｐｈｅｎｊ燉
ｅｃ９６８燉．
（编辑 郭恺）
通讯作者：邓晓岚（１９７６～），女，福建福州人。福州大学
（福州市 ３５０００２）管理学院讲师，博士。研究方向为公司
财务、企业评价。
·２０８·
管理学报第４卷第６期２００７年１１月
公司经营困境风险的动态评价模型研究
页面提取自－
