李海燕

摘要：對(duì)安徽省民營(yíng)上市公司的治理風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確的識(shí)別和預(yù)測(cè)，及時(shí)對(duì)公司治理風(fēng)險(xiǎn)可能惡化的企業(yè)發(fā)出預(yù)警信號(hào)，這是上市公司有關(guān)利益各方迫切的現(xiàn)實(shí)需求。選取了安徽省民營(yíng)上市公司作為研究樣本，從公司治理的股權(quán)結(jié)構(gòu)、董事會(huì)、監(jiān)事會(huì)、經(jīng)理層等方面建立了公司治理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，構(gòu)建Logistic預(yù)警模型并對(duì)所建模型進(jìn)行檢驗(yàn)后發(fā)現(xiàn)，模型預(yù)警效果較好。

關(guān)鍵詞：安徽民營(yíng)上市公司；公司治理風(fēng)險(xiǎn)；Logistic模型

中圖分類號(hào)：F2文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：16723198（2015）04003702

1引言

近年來，安徽省民營(yíng)上市公司無論是從數(shù)量上還是質(zhì)量上都有了長(zhǎng)足的發(fā)展，截至2014年12月1日，安徽省民營(yíng)上市公司已達(dá)39家，其中滬市7家，深市32家。這些上市公司主要分布在合肥、黃山、蕪湖、蚌埠等十幾個(gè)省轄市，涉及環(huán)保、醫(yī)藥、建筑、電子、汽車等多個(gè)行業(yè)，它們創(chuàng)造的服務(wù)和產(chǎn)品的價(jià)值為安徽省經(jīng)濟(jì)做出了較大的貢獻(xiàn)，納稅金額在所有企業(yè)總額中占有較大的比重，現(xiàn)在已成為安徽省經(jīng)濟(jì)發(fā)展的關(guān)鍵支撐。到目前為止，安徽大多數(shù)民營(yíng)上市公司獲得了持續(xù)的成長(zhǎng)性發(fā)展，然而隨著市場(chǎng)經(jīng)濟(jì)體制改革逐步深化，經(jīng)濟(jì)發(fā)展中的諸多矛盾都在民營(yíng)企業(yè)中凸現(xiàn)。安徽民營(yíng)上市公司快速發(fā)展的同時(shí)，其治理機(jī)制中存在的問題愈發(fā)明顯，頻頻出現(xiàn)高管辭職和套現(xiàn)，上市后業(yè)績(jī)“連連跳”，巨額超募資金閑置等問題，雖然我國(guó)證券市場(chǎng)發(fā)展不成熟以及資本市場(chǎng)運(yùn)行機(jī)制存在缺陷等外部原因在一定程度上助推了上述問題的發(fā)生，但引起上述問題的最根本原因在于民營(yíng)上市公司治理機(jī)制不健全以及運(yùn)作不規(guī)范等治理風(fēng)險(xiǎn)問題。

公司治理風(fēng)險(xiǎn)一旦爆發(fā)，對(duì)上市公司內(nèi)外部環(huán)境都會(huì)產(chǎn)生不同程度的影響，輕則導(dǎo)致銀行等債權(quán)人的權(quán)益無法獲得有效保障，員工失業(yè)頻繁出現(xiàn)，利益相關(guān)者利益無法保障，重則可能使公司破產(chǎn)倒閉。因此，對(duì)上市公司的治理風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確的識(shí)別和預(yù)測(cè)，及時(shí)對(duì)那些公司治理風(fēng)險(xiǎn)可能惡化的企業(yè)發(fā)出預(yù)警信號(hào)，這是上市公司有關(guān)利益各方迫切的現(xiàn)實(shí)需求。毋庸置疑，公司治理風(fēng)險(xiǎn)的識(shí)別與預(yù)警日漸成為公司治理研究中的一個(gè)重要熱點(diǎn)，學(xué)者們亦開始逐漸對(duì)此給予更多的關(guān)注。而現(xiàn)有的公司治理風(fēng)險(xiǎn)問題研究仍停留在把上市公司作為一個(gè)整體來探討，對(duì)民營(yíng)上市公司的關(guān)注相對(duì)較少，這方面的實(shí)證研究比較欠缺。本文將以安徽省民營(yíng)上市公司為研究對(duì)象，深入開展公司治理風(fēng)險(xiǎn)評(píng)估與預(yù)警的研究，這對(duì)促進(jìn)安徽省民營(yíng)上市公司健康發(fā)展具有重要的意義。

2研究設(shè)計(jì)

2.1研究樣本與數(shù)據(jù)來源

截至2014年10月1日在滬深兩市上市的安徽省民營(yíng)上市公司共有39家，本研究在剔除數(shù)據(jù)缺失的國(guó)禎環(huán)保（300388）、合鍛股份（603011）、應(yīng)流股份（603308）三家公司后，選取了36家安徽民營(yíng)上市公司作為研究樣本。原始數(shù)據(jù)來源于上海證券交易所網(wǎng)站和深圳證券交易所網(wǎng)站公布的2013年安徽省上市公司的年度報(bào)告資料，文中相關(guān)數(shù)據(jù)的處理及檢驗(yàn)采用了SPSS17.0統(tǒng)計(jì)軟件和Excel2003軟件進(jìn)行。

2.2研究方法與指標(biāo)選擇

研究選擇何種風(fēng)險(xiǎn)預(yù)警模型不僅要充分考慮所掌握預(yù)警對(duì)象的數(shù)據(jù)資料，還要關(guān)注模型本身的技術(shù)可操作性。Logistic回歸法對(duì)變量的要求不高，不需要自變量服從多元正態(tài)分布和兩組間協(xié)方差相等的條件，而且通過過去學(xué)者們的研究可以看出該種回歸方法具有較高的預(yù)測(cè)準(zhǔn)確率。通過比較分析，本文確定采用logistic回歸模型對(duì)安徽民營(yíng)上市公司治理風(fēng)險(xiǎn)進(jìn)行預(yù)警研究。Logistic（羅吉斯蒂）函數(shù)又稱增長(zhǎng)函數(shù)，初始主要在人口預(yù)測(cè)及疾病發(fā)生概率估計(jì)中推廣應(yīng)用。隨著計(jì)算機(jī)和統(tǒng)計(jì)軟件的迅速發(fā)展，Logistic回歸模型已被廣泛應(yīng)用于經(jīng)濟(jì)研究中。在公司治理風(fēng)險(xiǎn)預(yù)測(cè)中，Logistic模型如下：

為了綜合評(píng)價(jià)民營(yíng)上市公司治理水平，本文在借鑒前人研究成果的基礎(chǔ)上主要從股權(quán)結(jié)構(gòu)、董事會(huì)、監(jiān)事會(huì)、經(jīng)理層等維度來構(gòu)建公司治理風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，具體選擇九個(gè)指標(biāo)作為評(píng)價(jià)指標(biāo)。構(gòu)建的公司治理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，見表1。

表1公司治理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)一覽表

一級(jí)指標(biāo)二級(jí)指標(biāo)指標(biāo)說明股權(quán)結(jié)構(gòu)第一大股東持股比例X1該指標(biāo)越高，極易發(fā)生一股獨(dú)大的現(xiàn)象，從而公司治理風(fēng)險(xiǎn)越大。前五大股東持股比例X2該指標(biāo)越大，可以達(dá)到內(nèi)部制衡的作用，公司治理的風(fēng)險(xiǎn)越小。董事會(huì)年度內(nèi)董事會(huì)議召開次數(shù)X3該指標(biāo)能反映董事會(huì)對(duì)公司經(jīng)營(yíng)的管理強(qiáng)度，合理的董事會(huì)會(huì)議次數(shù)，有助于降低公司治理風(fēng)險(xiǎn)。獨(dú)立董事的比例X4該指標(biāo)主要反映獨(dú)立董事對(duì)董事會(huì)的監(jiān)督強(qiáng)度，指標(biāo)越高，越有利于提高監(jiān)督效率。監(jiān)事會(huì)年度內(nèi)監(jiān)事會(huì)會(huì)議次數(shù)X5該指標(biāo)反映監(jiān)事履職的強(qiáng)度。監(jiān)事的比例X6該指標(biāo)反映監(jiān)事對(duì)企業(yè)的監(jiān)督和約束作用，比例越大，公司治理風(fēng)險(xiǎn)越小。經(jīng)理層董事長(zhǎng)與總經(jīng)理兩職設(shè)置情況（兩職合一時(shí)賦值為1，兩職分離時(shí)賦值為0）X7兩職位的分開有利于提高績(jī)效，減少出現(xiàn)內(nèi)部控制人的現(xiàn)象，反之亦然。其他風(fēng)險(xiǎn)

傾向指標(biāo)資產(chǎn)負(fù)債率X8資產(chǎn)負(fù)債率越高，公司財(cái)務(wù)風(fēng)險(xiǎn)越大，從而公司治理風(fēng)險(xiǎn)也越大。每股收益X9該指標(biāo)越大，公司治理風(fēng)險(xiǎn)越小。3實(shí)證分析過程

在建立公司治理風(fēng)險(xiǎn)預(yù)警指標(biāo)體系時(shí)，為了更全面的反映上市公司治理風(fēng)險(xiǎn)現(xiàn)狀，選取的指標(biāo)通常比較多，且各指標(biāo)之間存在較強(qiáng)的相關(guān)關(guān)系，如果指標(biāo)全部用來建立模型會(huì)顯得比較復(fù)雜和繁瑣，本文采用了因子分析法進(jìn)行降維和簡(jiǎn)化數(shù)據(jù)，在保留大部分原始信息的前提下，把指標(biāo)濃縮為幾個(gè)主要因子進(jìn)行實(shí)證分析。運(yùn)用這種研究方法，我們可以方便地找出影響安徽民營(yíng)上市公司治理風(fēng)險(xiǎn)的主要因素，以及它們的影響力。

根據(jù)實(shí)驗(yàn)研究得出的每一列因子載荷的大小，我們得到表2所示的對(duì)應(yīng)關(guān)系。

表2公司治理風(fēng)險(xiǎn)的公共因子與相關(guān)指標(biāo)的對(duì)應(yīng)關(guān)系

公司治理風(fēng)險(xiǎn)初始因子1前五大股東持股比例X2公司治理風(fēng)險(xiǎn)初始因子2年度內(nèi)監(jiān)事會(huì)會(huì)議次數(shù)X5公司治理風(fēng)險(xiǎn)初始因子3董事長(zhǎng)與總經(jīng)理兩職設(shè)置情況X7公司治理風(fēng)險(xiǎn)初始因子4監(jiān)事的比例X6本文采用向后逐步法——條件參數(shù)估計(jì)的原則選取自變量，基本思想是從包含全部變量的回歸方程中逐步剔除不顯著的變量，直到方程中留有的所有變量都顯著為止。藉此，我們將前述因子分析得到的4個(gè)公司治理風(fēng)險(xiǎn)變量分步剔除后，最終僅剩下年度內(nèi)監(jiān)事會(huì)會(huì)議次數(shù)這個(gè)公司治理風(fēng)險(xiǎn)變量，相應(yīng)回歸分析結(jié)果如下所示：

表3市公司治理風(fēng)險(xiǎn)的Logistic模型

在模型中，年度內(nèi)監(jiān)事會(huì)會(huì)議次數(shù)的系數(shù)為負(fù)值，表明這個(gè)變量的取值越大，上市公司發(fā)生治理風(fēng)險(xiǎn)的可能性越小。我們將公司的相關(guān)治理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)數(shù)據(jù)代入上述公司治理風(fēng)險(xiǎn)預(yù)警模型中，計(jì)算公司治理風(fēng)險(xiǎn)概率。其中預(yù)測(cè)結(jié)果1表示上市公司存在公司治理風(fēng)險(xiǎn)，預(yù)測(cè)結(jié)果0表示上市公司不存在公司治理風(fēng)險(xiǎn)，我們得到表4所示的數(shù)據(jù)表。

4結(jié)束語(yǔ)

本文選取安徽省民營(yíng)上市公司作為研究樣本，運(yùn)用SPSS17.0統(tǒng)計(jì)軟件，首先，采取因子分析法對(duì)涉及股權(quán)結(jié)構(gòu)、董事會(huì)、監(jiān)事會(huì)、經(jīng)理層等多個(gè)公司治理維度的9個(gè)公司治理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)降維，并從篩選出涵蓋78.191%公司治理風(fēng)險(xiǎn)信息量的7個(gè)公司治理風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)，其次，通過Logistic回歸分析，對(duì)篩選出的4個(gè)公司治理風(fēng)險(xiǎn)變量進(jìn)行向后逐步法——條件參數(shù)估計(jì)的方法，構(gòu)建了Logistic回歸公司治理風(fēng)險(xiǎn)預(yù)警模型，并計(jì)算了研究樣本的公司治理風(fēng)險(xiǎn)概率。本文的實(shí)證研究結(jié)果表明，所建的公司治理風(fēng)險(xiǎn)預(yù)警模型的總體預(yù)警效果較好，但是因種種原因，本文研究還存在許多不足，需要在提高自身研究能力的基礎(chǔ)上，在未來的研究中逐步克服。公司治理是一個(gè)多維的概念，僅通過某幾個(gè)重要的指標(biāo)作為評(píng)定依據(jù)使得分析結(jié)果不可避免地會(huì)出現(xiàn)偏差。如果要更科學(xué)地對(duì)安徽省民營(yíng)上市公司治理風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，還應(yīng)進(jìn)一步結(jié)合趨勢(shì)分析，通過綜合評(píng)判做出正確的結(jié)論。

參考文獻(xiàn)

[1]嚴(yán)若森.公司治理風(fēng)險(xiǎn)預(yù)警模型構(gòu)建及其效果檢驗(yàn)——基于中國(guó)國(guó)有企業(yè)民營(yíng)化改制上市公司的經(jīng)驗(yàn)證據(jù)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011，（2）：4552.

[2]王璐.SPSS統(tǒng)計(jì)分析基礎(chǔ)、應(yīng)用與實(shí)踐[M].北京：化學(xué)工業(yè)出版社，2010：218210.endprint