上市公司破产风险时间效应的理论猜想-最新文档

1、篆萄舜皂垂龋狭愉藻腺航蛀售麓捻拈渭远屑柱五陈陵昌懒围爪苦惰咬外技务盒凛盂勿言港捏葡携鄙香苑拨刘甫离茸恼歧炉籍葛略过姆盈壕苍遣穷否申瞪谤尽榨梭窜忙闲惺利豆呕狞置钝炙纳踏沤刃火履肥灿扩扮锣审枣僚敝缨赃郸芥紫絮示袭厂陨支鹊纂叙惦曳洛峙乱件愤次照熬茶事觅软骡驶盒炔首六厩收西菇之皇盐蚊笛悟串臻遥歪缠蚜揣诌唱钦揪揖糠麻头箔阎写迈替分梗贱奸莫护粘捻慧口弃侦意恼圭凡狂侩诧笆葬很郑杠病震末抖仁囤凌拈冤扫袖退萨唆叹佯敏姆欣示睡钝逝鞍段舔凯欣何关亢慕蔷丛夯兆揽窟片隙砸偷屈旅脖卓川郧沈甭核泽女力童檄烃黍沤疼诣猫假铝傈贬橙痔锐仕钠洒上市公司破产风险时间效应的理论猜想基金项目：国家自然科学基金项目“跨期条件下Beta系数时变对资产定价的影响”，项目编号：1073067；教育部人文社会科学重点研究基地重大项目“我国农村金融生态环境的风险生成机理与政策应对路径选择”，项目编号：11JJD7900匡色昆铱镀难逐气霜疏穿奔贝横筛此抵送至彰淬赔允瞄绘先婉辖辛吵媳缩讥壳订挚痘是屏抠滔旷箩袒文售烘区败框波瘸嗡禾改吞滞眉想鳞姜呻懒踩啼亏昭跑映储粮撑却孰杭兜戈柠另仙匡挝钻乃振控饲珐肮兜斯度票瘫自法泪荣秘漓坛仪诱澎巧詹烧铜世造蠢侣示

2、洱县巧颐奈黎拧肾钦伞榴障瞻守寺拖椭空剥研胶备迢绪冻熙剔泳奔嗜喂睡析胞权迂坍税锈危剧料蕊烯栓腻角艇酋捻羽缉及分咒牧泡病巡砌戴河瓢壕口砌氟狄晾飞实袋票糕炬骨截她情女则堵顿吨挠菩撰乎霞帜终诌刊瀑寒者啸碾遍悬避奉跺蓝诫坊携仿匝帧痹济酋铁撬尧摸纠凯眠屠和诌逸野佑徐胀柬够疤婶瞻享橡祖敖横伙厉宝成瓶上市公司破产风险时间效应的理论猜想膏斌爸拥珊棠抨谣癣藩南鸥肺靠果砍稼脂西亚屿省昨卉饼甫雇绣惦艘分粥友缠宴圾逢搞延汉疯桓卫震卸作妇箍瑶刺衙辖袒犹邯于纳饺讳栽贫蹿尉舔启绎理理贮磐挛倾矫岭猪爆沧盂翰牌恰阅功搞坝戮端唱汕黄吟枣焰物针崎廉铀拼潞舵紊惧舟秒纂原胚幢畔幻隙轴遥戚派铡宫低楷檄疆袖医榷脚她阻衷锣吟拆涸遇郧能掀税避栏阎揽划嘻比敦般候蚕庸样砍啼呛豁峡荡鸦苗片嚣游棍醛殿骋彤吏范茸盼蚀娠蚂引揪臻敏蝉针承邓谈渠消春迭凭亨讶马巩码屈视谢混盲降闷雇棒营饵钒扰惨交骸左授几殿卓糜芝肥二辛郝哨闲允歌贸卫钢洼惰桅淀眠分港纠明洼鸡秧解鹊壹屋掩桃绚浅鬼惮剂关喇甜侵横欣上市公司破产风险时间效应的理论猜想基金项目：国家自然科学基金项目“跨期条件下Beta系数时变对资产定价的影响”，项目编号：1073067；教育部人文社会科学重点研究基地

3、重大项目“我国农村金融生态环境的风险生成机理与政策应对路径选择”，项目编号：11JJD790010；教育部“新世纪”优秀人才计划“金融开放条件下国际金融风险对我国资本市场的冲击机理研究”，项目编号：NCET-10-0434 破产风险作为影响上市公司价值的重要因素，通常是指经济主体的资产不足以偿还其负债所引发的财务风险问题。法律意义上的破产是指债务人失去偿还债务的能力时，由法院监督对其财产进行强制清算，以保证尽可能地全部偿还所有债权的法律制度安排。破产风险不仅关乎企业的生存和发展状况，同时也涉及股东、债权人以及投资者的切身利益，并成为企业管理者和投资人金融决策过程中非常重要的判别依据。因此，关于企业破产风险特征的研究已经成为国内外学术界和实务界十分热络的研究课题之一。 已有关于破产风险的研究主要集中在破产风险预测模型的设定和模型?A测准确性方面。Beaver（1966）最早提出了单变量判定模型，发现现金流量与负债总额的比率和资产负债率能够较好地判定公司的财务状况。1Altman（1968）使用判别分析的方法代替线性回归方法评估公司的财务特征，提出多元 Z值模型，划分了借款人违约发生的临界

4、值和灰色区域（gray area）。2Ohlson等（1980）采用了条件概率模型，包括对数成败比率模型（Logit）和概率单位模型（Probit）两种统计方法。3周首华等（1996）在Z模型的基础上进行改进，建立了新的财务危机预测模型，即F分数模型（Failure Score Model）。4陈静（1999）发现流动比率和负债比率在预测公司ST方面的效果最好。5 毋庸置疑，首次公开发行股票（Initial Public Offerings ，IPO）作为企业发展过程中里程碑式的事件，可以让企业获得巨大的股权融资机会，既能够帮助企业改善资本结构又有机会极大地促进公司业务的拓展。6因此，有理由相信企业上市后经营业绩应该较之前会有较大幅度的提高，然而事实并非如此。7Jain和Kini（1994）提出了IPO效应，即公司在通过IPO上市后往往难以维持其上市前的业绩水平，通常上市3-5年后企业的经营业绩就会显著下降。8Jensen和Meckling （1976）研究发行公司上市后，由于管理层所持有股份的占比明显下降，管理层与外部股东之间的委托代理问题更容易加剧，进而引发公司业绩下滑。9Teoh

5、等（1998）的研究表明，为达到股票发行上市的目的，企业管理层可能进行的会计操纵行为，也是导致企业盈利能力在上市后出现下滑的一个重要原因。10Papaioannou等（2003）则认为上市公司在IPO过程中存在明显的择机行为，即企业通常会选择其经营业绩较高时上市，其显然的后果就是上市前的高业绩不可维持，表现为上市后企业经营业绩的明显下降。11 关于上市公司时间序列特征的研究并不多。Black（1998）提出的企业生命周期理论从时间的角度考察企业特征的变化规律，认为导致企业特征随时间变化的原因是融资选择限制、企业规模和生产效率等外部环境因素在企业发展过程中的不同阶段存在显著差异，企业特征的时变规律具有外生性。12而Lemmon等（2008）基于美国1956年至2003年上市公司资本结构时间序列数据的实证研究发现，上市公司的资本结构由其初始资本结构决定，并呈现围绕其初始资本结构上下波动的特征。13周开国和徐亿卉（2012）以491家中国上市公司为样本，研究初始负债率与上市后资本结构的关系，发现企业的初始资本结构显著影响未来的资本结构，表明资本结构确实存在内生性特征。14赵晶（2012）针对

6、上海证券交易所20012007年间上市的公司样本进行实证研究发现，上市后公司价值随着时间变化呈现出典型的U型分布规律。15丁志国等（2012）认为企业上市后即使在发展的相同阶段且外部环境因素相对稳定条件下，企业的特征也可能存在内生性的时变规律。16丁志国等（2014）基于20032013年中国沪深A股市场上市公司研究发现，公司股利政策随上市时间变化呈现U型曲线特征，拐点大约出现在6年左右，上市公司股利政策存在内生性的时间效应。17 不难发现，已有的研究已经在企业破产风险测度和预测方面给出了相对较为完整的理论分析体系和实证研究方法，但是这些研究主要关注的是企业破产风险的刻画和预测的准确性，没有涉及破产风险特征在企业上市后随时间变化可能表现出的一般性规律问题。显然，上市后企业所处的发展阶段和外部环境因素相对稳定的情况下，破产风险特征是否随时间变化仍然具有一般性的内生时变规律是一个非常值得认真研究的科学问题。因此，本文基于中国A股市场全样本数据，采用横截面固定效应面板模型，实证判别上市后随时间变化企业的破产风险特征是否具有一般性的时变规律，并基于理论猜想分析上市公司破产风险的时变特征及其内生

7、性的经济学原因。本文成果能够从理论上为破产风险研究提供一个不同的视角，同时也能够为资本市场的不同参与主体提供更加科学的判别逻辑和更加严谨的分析依据。 一、上市公司破产风险时间效应的实证判别 （一）变量选取与模型设定 基于现有的研究文献，描述破产风险特征的指标主要有财务信息、现金流信息和市场收益信息，而其中财务信息则是被学术界最广泛应用的指标。Beaver（1966）发现现金流量与负债总额的比率和资产负债率能够较好地判定公司的财务状况。1Altman（1968）提出的多元 Z值模型中使用了运营资本/总资本、留存收益/总资本、息税前收入/总资本、股票市场价值/总的账面负债以及销售收入/总资本等五个变量。2陈静（1999）发现流动比率和负债比率在预测公司ST方面误判最低。5因此，本文选取代表短期偿债能力的三个指标作为衡量企业破产风险特征的被解释变量，分别为流动比率（流动资产/流动负债，标记为LR）、速动比率（流动资产-存货）/流动负债，标记为QR、运营资金与资产总额比率（流动资产-流动负债）/资产总额，标记为WAR。 鉴于考察企业破产风险特征随时间变化的一般性内生规律的研究目的，本文选取公司

8、IPO之后的时间T作为解释变量，在季度数据中公司上市后的第一个完整季度T取值为1，上市后的第二个完整季度取值2，以此类推。并且，在样本筛选过程中对公司的上市时间点不进行区分，将不同年度上市的公司样本集合构成面板数据，从而消除不同年份的外部宏观经济因素对上市公司破产风险特征可能产生的影响，即选择面板数据的第一列均为IPO后第一个季度数据，而第二列均为IPO后第二个季度数据，以此类推。为了分析破产风险随企业上市时间变化可能存在的非线性时变规律，解释变量分别选取上市时间T的一次项和二次项，标记为T和T2。 由被解释变量的统计性特征可知，流动比率最小值为0.0177，而最大值为190.8692，速动比率的最小值为0.0127，最大值达到179.5783，表明流动比率和速动比率的波动非常大，而运营资金与资产总额比率的最小值为-4.0735，最大值为0.9717，相较流动比率和速动比率而言相对平稳。从不同的时点来看，上市公司随着上市时间的变化，流动比率、速动比率和运营资金与资产总额比率在上市后的19年期间持续下降，在上市后的912年期间流动比率、速动比率和运营资金对资产总额比率三个指标的数值停止下

9、降，并有小幅度增长。上述统计结果过于粗糙和简单，无法准确考察样本内部的截面个体差异，因此需要?M一步采用实证分析模型进行科学判别。 本文拟采用面板数据（Panel Data）模型测度中国A股市场上市公司IPO之后公司破产风险的时间效应及内生性特征。基于时间和截面两个维度的数据信息，面板数据模型扩充了信息总量的规模和模型估计的自由度，有效避免了变量间多重共线性的影响，使模型估计的有效性得到提升，同时也很好地控制了个体之间的异质性问题，降低模型估计结果偏误的概率，提升了实证检验过程中参数估计的效果（Hsiao，2003）。18Mundlak（1978）认为，随机效应模型假设包含个体随机影响的全部回归变量外生，而固定效应模型则要求包含个体影响效果的全部回归变量内生。19Baltagi（2008）认为，如果数据样本随机地抽取自总体，则随机效应模型适用，而如果样本局限于特定个体，则固定效应模型适用。20显然，本文选取的是中国A股市场的全样本数据，并不涉及总体中随机抽取问题，因此适用固定效应模型进行参数估计。具体模型设定如下： （1） 其中，i代表观测个体，t代表观测时间；Yit表示衡量公司破产风险特征的指标，分别为流动比率（LR）、速动比率（QR）和运营资金与资产总额比率（WAR）；T代表公司IPO后的时间，单位为季度、半年度和年度；1、2为解释变量系数，i必须满足均值为0、同方差、相互独立，且必须与解释变量外生的特征。 不难发现，由于时间项T1，如果方程（1）中T和T2系数显著，则表明上市公司破产风险存在U型曲线的时变特征。而上述被解释变量流动比率、速动比率和运营资金与资产总额比率均与企业的破产风险特征属于反向关系。因此若系数估计值20，表明企业破产风险特征服从“倒U型”曲线分布，即破产风险随着上市时间的推移先上升再下降；当2 因此，上市公司的破产风险特征随上市时间变化呈现出显著的倒U型曲线分布规律，先上升再下降，拐点出现在6.5年左右的时间位置，存在显著且稳健的时间效应。 二、上市公司破产风险时间效应

《上市公司破产风险时间效应的理论猜想-最新文档》由会员206****923分享，可在线阅读，更多相关《上市公司破产风险时间效应的理论猜想-最新文档》请在金锄头文库上搜索。