FRIENDS OF ACCOUNTING
一、引言
公司治理风险是指公司治理制度设计不合理或运行机制
不健全给公司持续经营带来的不稳定性及对公司总价值的影
响，从而对投资者的利益产生威胁。这种威胁体现在多方面，单
纯的某一个风险往往有一定的潜伏期，产生的威胁是有限的，
甚至是不被察觉的，但众多风险的相互作用逐步积累，最终可
能导致危机的总爆发，使企业陷入治理困境，进而影响到企业
的生存发展。
近年来，无论是全球性金融危机的爆发还是众多上市公司
丑闻都凸显了公司治理风险，对公司治理风险进行评价、监控，
及早发出预警信号，已经成为国内外专家学者研究的重要课题。
二、文献综述
国外的部分学者和研究机构在 20 世纪 90 年代初就展开
了对公司治理风险的研究。1992年 COSO下属的杜德威委员
会提出了一份关于内部控制的整体框架报告，涉及控制环境、
风险评估、控制措施、信息搜集、监控等环节，其中就包括对公
司治理风险的评估监控问题，但其具体的操作过程是问卷的形
式，也没有对公司治理风险的内容进行具体描述；斯洛伐克科
希策工业大学经济学院的 Vincent Soltes 和 Vladimir Penjak
（2001），对问卷表进行完善，把单纯的回答“是”或“否”改进为
回答每项调查项目发生的可能性，并将风险划分为很高、高、中
等、低四个等级；Bernard Black（2001）利用该机构对俄罗斯
16 家公司的治理指数评级与公司价值进行回归分析，得出公
司治理风险的等级与公司价值存在正相关关系。German
Creamer 和 Yoav Freund（2005）介绍了如何用 boosting 方法
评估公司治理风险，并以在美国上市的属拉美地区的外国公司
的数据资料为背景，分别用逻辑回归、bagging& fores t、分析树
等方法建立了预测公司绩效的模型，并进一步提出可以通过预
测公司的托宾 Q值大小来预测公司治理风险，通过比较误判率
得出 Adboost模型的预测效果最佳。
最近几年，国内学者越来越重视对公司治理风险的研究。
国内较早研究公司治理风险问题的是李维安教授，他率领团队
编制公司治理指数，并对中国上市公司治理指数与治理绩效的
关系进行实证分析；李维安和谢永珍（2007）基于系统思维视角
界定了公司治理风险的内涵，并从六个维度，建立公司治理风
险预警指标体系，采用基于主成分的二元 log is tic 回归模型对
公司治理风险进行预警；刘红霞（2005）就董事会对经理层的治
理风险概念进行了界定，并运用主成分分析法构建了预警模
型；刘腾（2007）从股东会治理角度界定了股东会治理风险，并
对股东层治理风险与公司绩效的相关性进行了研究；宋光磊，
刘红霞（2010）基于固定协变量的 COX模型对董事会治理风险
进行预警研究。
综上，国内外学者大多运用逻辑回归、主成分分析、固定协
变量的 COX模型等静态的模型对公司治理风险的预警进行研
究，并取得一定进展，本文尝试从动态的角度运用时依协变量
的 COX模型进行公司治理风险预警研究。
三、公司治理风险预警指标体系构建
基于公司治理风险的内涵，借鉴前人的研究成果，本文构
建了公司治理风险预警指标体系，见表 1：
四、实证过程及结果
（一）模型构建
生存分析在工程、医学和生物学等领域已经是一个发展相
当完善的统计分支，但是它在金融和经济学领域的应用则起步
相对较晚。COX回归是生存分析中最重要的方法之一，由英国
统计学家 COX提出。COX回归模型不直接考察生存函数与协
变量的关系，而用风险率 h（t，x）作为因变量进行研究。
本文采用生存分析中“带时依协变量”的 COX模型对公司
治理数据进行分析。由于国内对于时依变量（time- dependent
covariab le）的 COX模型的研究和介绍较少，故作如下介绍。
传统生存分析中的 COX比例风险模型一般形式为：h（t，
X）=h0（t）exp（βX）。它分为三个部分，一个是 h（t，X），表示具有
协变量 X的个体在 t时刻的风险率函数，又称瞬时死亡率。一
个是 h0（t），表示基线风险率，是所有危险因素为 0 时的基础风
险率，它是未知的；再一个是 exp（βX），其中 X为协变量，可以
通过回归分析找出其系数β。
模型假定协变量 X是不随时间改变而改变。而在现实情形
中，笔者认为，企业遇到治理困境的原因可以归结为两方面，一
上市公司治理风险预警研究
———基于时依协变量的 COX模型
沈阳工业大学管理学院 孙奕驰 张艺馨
* 基金项目：2009年教育部人文社科规划项目（09YJA630101），2010年辽宁省教育厅项目（W2010308），2009年辽宁省科技厅项目
（2009401009）。
*
【摘 要】文章在借鉴前人研究成果的基础上，从股权结构、股东大会、董事会、监事会、经理层以及其他风险倾向六个维度构建了上
市公司治理风险预警指标体系，借助配对 T 检验法进一步筛选，并运用生存分析中的时依协变量的 COX 模型进行公司治理风险预警
研究。
【关键词】公司治理风险； 时依协变量； COX回归
公 司 治 理
65
会 计 之 友 2011 年 第 2 期 中
FRIENDS OF ACCOUNTING
方面为市场的宏观因素，这一因素笔者可以假定在一定时期内
是稳定的，表现为模型中的因素效应即系数β不变；另一方面
是企业的微观经营管理状况。从公司治理角度看，若假设企业
的治理数据不随时间变动显然是不合适的，而且笔者正是利用
治理数据的这些变动的性质尝试着去寻找它和企业治理困境
的关系，所以引进含时依协变量的 COX模型，该模型允许协变
量随时间变动，即 h（t，X）=h0（t）exp（βX（t））。其中 X（t）随时间
变化，而β在研究期内不变，这个模型们称之为效应不变的时
依变量 COX模型，其一般形式为：
h（t，X（t））=h0（t）exp
p
k = 1
ΣβkX（i）k（ti） （1）
偏似然函数为
L（β）=
D
i = 1
仪
exp
p
k = 1
ΣβkX（i）k（ti仪 仪）
j∈R(ti)
Σexp
p
k = 1
ΣX（i）k(tiΣ Σ)
（2）
由于因素的效应不变，仍可采用通常的 COX模型处理，不
同之处是在计算时每个试点分别采用相应变量的当时值，难以
用传统的递推算法。这里用 里面的计算程序解决这
个计算问题。
（二）样本选择及变量筛选
1.样本选取
本文研究样本的选取基于以下考虑：（1）将是否因“治理状
况异常”而特别处理（以下均简称 ST）的 A股上市公司作为公
司治理困境的界定标准。一是因为 A股上市公司执行国内的会
计准则和会计制度。二是 ST的 A股上市公司治理困境特征比
较明显。（2）由于在实证研究中要考虑生存时间问题，因此选
择的上市公司是至少上市三年并于 2004 年以前就上市的，选
取的样本时间段为 2004—2009 年，从沪市 A股中选取 300
家符合上述条件的企业样本数据，其中首次 ST企业数量为:
2004 年 15 家，2005 年 15 家，2006 年 20 家，2007 年 25 家，
2008 年 20 家，2009 年 15 家。为更好地分析 COX模型预测
效果，将 2004—2009 年样本数据分为估计样本和预测样本
两类。其中，2004—2006 年的数据作为估计样本，2007—
2009 年的数据作为预测样本，对应 ST公司的生存时间就是
一年，两年，三年，其余非 ST公司样本数据都为右删失数据。
需要强调的是，运用 COX模型在估计样本的构造中，不需要
对治理困境上市公司和非治理困境上市公司进行配对；而在
预测样本的构造中，将采用常用的配对方法，针对 2007 年、
2008 年、2009 年的 ST公司样本，选取相同行业，资产规模接
近，每股盈利较好的上市公司（以下均简称 FST）60 家为所选
ST公司配对。所使用的数据主要来源于国泰安数据库（http :
// .com/）、色诺芬数据库（http :// .
com）。最后构造的样本状况见表 2。
表 2 上市公司治理困境估计样本与预测样本
2.变量筛选
根据所选取的 2007—2009 年的 60 对配对样本，对表 1
中的指标进行配对 T检验，保留通过检验的指标，剔除未通
过统计检验的指标，25 个初始变量中只有前五大股东持股比
例之和等 14 个变量通过显著性检验。模型中的变量设定见
表 3。
（三）实证过程及结果
模型的参数估计。在构建 COX模型进行估计分析
时，采用 统计软件中“Survival”分析的“COX
w/Time- Dep Cov”过程，以逐步回归方法对选出的 14 个协变
量进行参数估计。具体的做法是，先把全部变量引入 COX模
型，然后以最大局部似然为基础做似然比概率检验，从而逐步
剔除未通过显著性检验的自变量，回归结果见表 4、表 5。
从回归结果可以看出，只有 X1（前五大股东持股比例之
和）、X4（关联担保金额与公司净资产之比）、X5（关联控股股东占
用资金与公司总资产之比）、X6（年度内董事会的会议次数）、X7
指标维度 具体指标
股权结构
X1第一大股东持股比例
X2前五大股东持股比例之和
X3 Z指数（第一大股东持股比例与第二大股东持股
比例之比）持股比例持股比例
X4股权控制度（公司被控制的其他股东的持股比例
与控股股东的持股比例之比）
股东运作
X5年度股东大会参会比率
X6年度临时股东大会参会比率
X7关联担保金额与公司净资产之比
X8受担保公司的资产负债率
X9关联控股股东占用资金与公司总资产之比
董事会
X10董事会规模
X11年度内董事会的会议次数
X12独立董事比例
X13董事持股比例
监事会
X14监事会规模
X15监事会会议次数
X16持有股份的监事比例
经理层
X17董事长与总经理两职设置情况（两职合一时赋值
为 1，两职分离时赋值为 0）
X18高管人员总报酬
X19高管人员持股比例
其他风险倾
向指标
X20年度报告是否被出具非标准意见或者被公开批
评（是为 1，否为 0）
X21营业利润率
X22每股收益
X23净资产收益率
X24资产负债率
X25总资产周转率
表 1 公司治理风险预警指标体系
估计样本
（2004—2006年）
预测样本
（2007—2009年）
陷入治理困境公司数量 50 60
治理状况较好公司数量 130 60
样本总量 180 120
公 司 治 理
66
FRIENDS OF ACCOUNTING
（董事持股比例）、X9（高管人员总报酬）、X10（年度报告是否被
出具非标准意见或者被公开批评）、X13（净资产收益率）等八个
协变量保留在 COX模型，其中，X1、X6、X7、X9、X13等五个变量
与公司陷入治理困境的可能性负相关；X4、X5、X10等三个变量
与公司陷入治理困境的可能性正相关；这与我们通常的认识
是一致的。将估计的结果代入式（1），可得到 COX危险率函数
模型：
h（t，X（t））=h0（t）exp［- （t）+（t）+（t）-
（t）- （t）- （t）+（t）- （t）］
变形后得：
RH（t）=h（t，X（t））/h0t=exp［- （t）+（t）+（t）
- （t）- （t）- （t）+（t）- （t）］
RH（t）被描述为 t时刻，相对于基线风险率的相对风险度。
在 t时刻，在知道各协变量值时，就可以算出 t时刻企业相对于
基线风险率的相对风险（被 ST）度。
2.预测分析。在用 COX模型预测时，需要事先规定一个判
别值，当模型预测的生存概率小于该判别值时，就可以预测企
业会陷入治理困境；反之，可以预测企业不会陷入治理困境。选
择预测样本中生存时间为一年、两年和三年的企业样本数量与
样本总量的比率作为判别值，最终的预测结果见表 5。
表 5 COX模型预测结果评价
从表 5 的结果可以看出，在提前一年的预测中，准确率都
达到了 85%以上，提前二年和提前三年的预测结果，准确率也
都在 65%以上；因此，这个结果反映出本模型具有较好的预测
能力，但是与其他预测模型一样，COX模型在预测中也存在着
随着时间提前量的增大而预测准确率下降的缺点。
五、结论
作为一种预测企业治理风险的新方法，生存分析 COX模
型较好地解决了传统横截面统计模型的缺陷。由前面的分析
可以看到：以生存分析模型———时依协变量 COX模型为基础
的企业治理困境预测模型，能够在一年前较好地预测企业治
理困境的发生；而且该模型具有可以使用时间序列连续预测
的特点。●
【参考文献】
［1］Vincent Soltes，Vladimir Penjak，A Structured Approach to R isk
Assessment Using Fuzzy Logic［J/ OL］，Rocnik9，2001（5）:35- 36.
［2］Bernard Black，The Corporate Governance Behavior and Market
Value of Russian Firms［J］. Emerging Market Review，2001（2）:
89- 108.
［3］ German Creamer，Yoav Freund，Predicting Performance and
Quantifying Corporate Governance Risk for LATIN American
ADRS and Banks. Working paper series，2005:1- 11.
［4］李维安.中国上市公司治理指数与治理绩效的实证分析［J］.管
理世界，2004（2）:63- 74.
［5］李维安，谢永珍.上市公司治理风险预警指标体系的理论分析与实
际验证［C］.第四届南开大学公司治理国际研讨会论文集，2007.
［6］刘红霞.董事会对经理层治理风险预警模型构建研究［J］.现代
财经，200525（12）:42- 46.
［7］宋光磊，刘红霞.董事会治理风险预警研究———COX模型的构
建［J］.山西财经大学学报，2010（4）.
［8］刘腾.股东层治理风险与公司绩效的相关性研究［J］.财经界，
2007（1）.
表 3 公司治理风险预警模型变量设定表
代码 含义
T 生存时间（ST公司的生存时间分别是 1年，2年，3年）
S（0/1） 失效事件（0/1）（公司被 ST确定为“死亡”，赋值为 1）
X1 前五大股东持股比例之和
X2
股权控制度（公司被控制的其他股东的持股比例与控
股股东的持股比例之比）
X3 年度股东大会参会比率
X4 关联担保金额与公司净资产之比
X5 关联控股股东占用资金与公司总资产之比
X6 年度内董事会的会议次数
X7 董事持股比例
X8 持有股份的监事比例
X9 高管人员总报酬
X10
年度报告是否被出具非标准意见或者被公开批评（是
为1，否为 0）
X11 营业利润率
X12 每股收益
X13 净资产收益率
X14 资产负债率
表 4 COX模型回归结果
变量 B SE Wald df Sig . Exp（B）
X1 - 1
X4 1
X5 1
X6 - 1
X7 - 1
X9 - 1
X10 1
X13 - 1
注 :B、SE、Wald、df、Sig.、Exp（B）分别表示系数 β、标准误差、
Wald平方值、自由度、P值、RR 值
Variables in the Equation
ST公司预测样本 非 ST公司预测样本
提前 1年 91% 87%
提前 2年 82% 76%
提前 3年 65% 67%
公 司 治 理
67
