基于STATA模型分析公司治理對上市公司績效表現(xiàn)的影響

【中圖分類號】F276.6；F275【文獻標志碼】A

【文章編號】1673-1069（2025）04-0064-04

1引言

在當(dāng)今復(fù)雜多變的經(jīng)濟環(huán)境中，企業(yè)的生存與發(fā)展面臨諸多挑戰(zhàn)，破產(chǎn)風(fēng)險時有發(fā)生。準確預(yù)測企業(yè)破產(chǎn)對于保護債權(quán)人和投資者利益、防范金融風(fēng)險以及強化市場監(jiān)管具有至關(guān)重要的作用。同時，公司治理作為企業(yè)內(nèi)部的關(guān)鍵機制，其結(jié)構(gòu)和質(zhì)量對企業(yè)財務(wù)績效有著深遠的影響。良好的公司治理結(jié)構(gòu)能夠有效降低代理成本，提高企業(yè)的決策效率和資源利用效率，進而促進財務(wù)績效的提升。例如，合理的董事會構(gòu)成可以加強對管理層的監(jiān)督，防止管理層的自利行為損害股東利益；完善的股權(quán)結(jié)構(gòu)能夠使股東利益與企業(yè)目標保持一致，激勵股東積極參與公司治理；有效的內(nèi)部監(jiān)督機制有助于防范企業(yè)內(nèi)部的違規(guī)行為和經(jīng)營風(fēng)險，保障企業(yè)財務(wù)信息的真實性和準確性。深人探究公司治理如何影響財務(wù)績效以及如何借助公司治理信息準確預(yù)測公司破產(chǎn)風(fēng)險，具有極為重要的現(xiàn)實意義。

2文獻綜述

公司治理是指由股東會、董事會、監(jiān)事會和管理層相互制衡所形成的公司內(nèi)部治理機制，旨在通過科學(xué)合理的決策和監(jiān)督實現(xiàn)公司價值最大化。良好的公司治理結(jié)構(gòu)能夠有效協(xié)調(diào)股東與管理層之間的利益關(guān)系，降低代理成本，從而提升企業(yè)財務(wù)績效。李秉祥等通過對滬深A(yù)股上市公司2015-2021年的數(shù)據(jù)分析發(fā)現(xiàn)，公司治理表現(xiàn)差的企業(yè)其財務(wù)困境發(fā)生的概率顯著更高，而治理結(jié)構(gòu)完善的企業(yè)則能夠更好地應(yīng)對各種風(fēng)險挑戰(zhàn)，降低破產(chǎn)的可能性。

白重恩等以中國上市公司為樣本，采用AltmanZ-Score模型衡量破產(chǎn)風(fēng)險，發(fā)現(xiàn)公司治理指數(shù)與破產(chǎn)風(fēng)險呈顯著負相關(guān)，表明良好的公司治理能夠降低公司破產(chǎn)風(fēng)險。Hosaka[3]以美國上市公司為研究對象，發(fā)現(xiàn)機構(gòu)投資者持股比例與公司破產(chǎn)風(fēng)險呈負相關(guān)，而管理層持股比例與破產(chǎn)風(fēng)險呈正相關(guān)。國內(nèi)學(xué)者如孫錚通過實證研究發(fā)現(xiàn)，獨立董事比例與公司績效之間存在顯著的正相關(guān)關(guān)系。在需要更多專業(yè)知識的公司中，內(nèi)部董事比例與破產(chǎn)風(fēng)險呈反向關(guān)系，內(nèi)部董事更了解公司內(nèi)部情況，能夠更好地監(jiān)督和指導(dǎo)管理層，降低風(fēng)險。

綜上，有效的公司治理結(jié)構(gòu)可以建立健全的風(fēng)險管理制度和內(nèi)部控制體系，及時識別、評估和控制公司面臨的各種風(fēng)險，降低公司整體風(fēng)險水平，減少因風(fēng)險事件發(fā)生而導(dǎo)致的財務(wù)損失，保障公司財務(wù)績效的穩(wěn)定增長。而良好的公司治理能夠確保公司信息的及時準確傳遞，減少信息不對稱。這有助于投資者和其他利益相關(guān)者更好地了解公司真實財務(wù)狀況和經(jīng)營成果，作出更合理的決策，同時也有利于公司管理層基于準確信息制定更科學(xué)、有效的戰(zhàn)略規(guī)劃和經(jīng)營決策，提升公司財務(wù)績效。

3理論框架與方法

3.1變量定義與數(shù)據(jù)來源

3.1.1財務(wù)比率變量

本文選擇了6種財務(wù)比率，從償債能力和盈利能力等多個方面評估公司的狀況，具體如下：

資產(chǎn)收益比率（凈收入總資產(chǎn) ×100% ），反映資產(chǎn)盈利能力。

資產(chǎn)負債比率（總負債/總資產(chǎn) ×100% ），衡量企業(yè)負債水平。

凈營運資本比率（營運資本總資產(chǎn) ），從流動資產(chǎn)和流動負債的差額角度衡量短期償債能力及企業(yè)投資的質(zhì)量和效率。

流動比率（流動資產(chǎn)流動負債 ×100% ），反映企業(yè)償付流動負債能力。

速動比率（速動資產(chǎn)流動負債 ×100% ），是對流動比率的補充，速動資產(chǎn)主要包括貨幣資金、短期投資、應(yīng)收票據(jù)、應(yīng)收賬款等可以立即變現(xiàn)的資產(chǎn)，不包括存貨、預(yù)付賬款和待攤費用等，能夠更直觀地反映企業(yè)的短期償債能力。

已動用資本回報率（息稅前利潤已動用資本 .×100% ），評估企業(yè)長期資本使用效率。

這些比率從不同維度刻畫企業(yè)財務(wù)狀況，為企業(yè)破產(chǎn)預(yù)測提供豐富信息。

3.1.2公司治理變量

公司治理變量包括以下5個指標：

董事人數(shù)：董事會規(guī)模的大小在一定程度上影響著董事會的決策效率和監(jiān)督效果。

董事中女性占比：女性董事在決策過程中往往更加注重風(fēng)險控制和長期發(fā)展，其占比能夠反映公司治理結(jié)構(gòu)的多樣性和決策的全面性。

董事平均年齡：年齡較大的董事通常具有更豐富的經(jīng)驗和行業(yè)知識，但也可能相對保守；而年輕董事則更具創(chuàng)新思維和活力。

董事平均任期：較長的任期意味著董事對公司的深入了解和穩(wěn)定的經(jīng)驗積累，但也可能導(dǎo)致獨立性減弱。

獨立董事占比：獨立董事在董事會中發(fā)揮著重要的監(jiān)督和制衡作用，其占比越高，越有利于防止管理層的內(nèi)部人控制問題，保護股東利益。

數(shù)據(jù)主要來源于WRDS（沃頓研究數(shù)據(jù)服務(wù)）年度數(shù)據(jù)文件，部分缺失數(shù)據(jù)通過Bloomberg和Morningstar進行補充。

3.2研究方法

3.2.1單變量模型

單變量模型依據(jù)每個財務(wù)比率的最佳預(yù)期范圍，通過比較企業(yè)實際計算的比率與最優(yōu)臨界點來判斷企業(yè)經(jīng)營狀況。本文選取了資產(chǎn)收益比率、資產(chǎn)負債比率、凈營運資本比率、流動比率、速動比率和已動用資本回報率共6個財務(wù)指標，全面評估企業(yè)狀況。

3.2.2相關(guān)性檢驗

通過計算變量之間的相關(guān)系數(shù)，判斷變量間是否存在關(guān)聯(lián)以及關(guān)聯(lián)程度。若兩個財務(wù)變量間相關(guān)性過高，需謹慎處理，以免影響模型準確性。如在研究企業(yè)破產(chǎn)與財務(wù)指標關(guān)系時，若流動比率與資本回報率高度相關(guān)，可能使模型預(yù)測結(jié)果出現(xiàn)偏差。通過檢驗，剔除高度相關(guān)變量，優(yōu)化模型結(jié)構(gòu)，提升預(yù)測有效性。

3.2.3多變量Logit模型

Logit模型通過結(jié)合多個對企業(yè)破產(chǎn)預(yù)測有顯著影響的財務(wù)比率，有效提升模型預(yù)測準確性。模型可根據(jù)不同國家企業(yè)的實際情況，靈活選擇輸人變量。本文從各類財務(wù)比率類型中選取最具代表性的指標，構(gòu)建包含6個因素的Logit模型，對樣本企業(yè)進行破產(chǎn)預(yù)測，并搭建全球模型。模型基于邏輯分布假設(shè)，采用非線性最大對數(shù)似然技術(shù)估計企業(yè)失敗概率。其核心公式為：

在Logit模型中，事件 Y 是公司破產(chǎn)的發(fā)生，其中 Y=1 表示破產(chǎn)公司組， Y=0 表示非破產(chǎn)公司組（即正常運營公司）。 P_i 是公司 i 破產(chǎn)的概率。其中， z=α+β₁X_i1+β₂X_i2+…+β_nX_in0 e^-z 表示優(yōu)勢比，表示在其他條件不變的前提下，選取的變量每變動1個單位，企業(yè)破產(chǎn)可能性變化的倍數(shù)。 i 代表不同的公司， X_in 代表每個公司選取的財務(wù)比率變量。

X₁= 資產(chǎn)收益比率 = 凈收入總資產(chǎn) X₂= 資產(chǎn)負債比率 總負債總資產(chǎn) X₃= 凈營運資本比率 營運資本總資產(chǎn) ·X₄= 流動比率 流動資產(chǎn)流動負債 ×100% X_s= 速動比率 （流動資產(chǎn)-存貨）流動負債 ×100% ·X₆= 已動用資本回報率 息稅前利潤已動用資本 x100%

3.2.4接受者操作特性曲線（ROC）和曲線下面積（AUC）

ROC曲線的橫坐標為1-Specificity為誤報率（FPR），代表假陽性率，即被預(yù)測為陽性但實際上為陰性的樣品與所有陰性樣品的比例。縱坐標為真實陽性率（TPR），表示靈敏度，即被預(yù)測為陽性且實際為陽性的樣品占所有陽性樣品的比例。通過不斷調(diào)整判別閥值，繪制測試樣本的FPR和TPR點，連接各點形成曲線。AUC值即ROC曲線下面積，介于0＼～1，反映模型區(qū)分破產(chǎn)與非破產(chǎn)企業(yè)的能力。AUC值越大，模型預(yù)測性能越優(yōu)。該指標可評估財務(wù)數(shù)據(jù)模型和加入了公司治理信息后的模型的預(yù)測準確性。

4實證研究結(jié)果與分析

4.1樣本篩選標準及處理

在樣本篩選過程中，首先排除了財務(wù)數(shù)據(jù)不完整以及公司治理信息缺失的公司，選取美國的357家上市公司作為研究對象，涵蓋2013-2017年的面板數(shù)據(jù)，其中有57家公司在2018年破產(chǎn)，用于對破產(chǎn)預(yù)測模型進行驗證。樣本選擇遵循隨機分層抽樣原則，將美國公司按照行業(yè)分類后，在各行業(yè)樣本中進行簡單隨機抽樣，這些公司分布于零售、制造和信息技術(shù)等多個行業(yè)，具有較強的代表性。

4.2單變量模型分析

4.2.1單變量財務(wù)比率分析

對公司的財務(wù)比率進行統(tǒng)計分析結(jié)果顯示，部分財務(wù)比率呈現(xiàn)較為積極的發(fā)展態(tài)勢，流動比率超過2：1，這意味著大多數(shù)公司所持有的流動資產(chǎn)多于流動負債（見表1）。相反，資產(chǎn)負債率的表現(xiàn)未達預(yù)期，債務(wù)占總資產(chǎn)的比例超過 60% 反映出企業(yè)債務(wù)負擔(dān)較重，對公司未來發(fā)展產(chǎn)生不利影響。在2018年破產(chǎn)的公司中，這一比率多為負值，這表明企業(yè)營利能力欠佳，經(jīng)營狀況惡化會增大公司破產(chǎn)可能性。此外，流動比率高達6.180，這可能導(dǎo)致企業(yè)流動資產(chǎn)的周轉(zhuǎn)率下降，進而影響總資產(chǎn)的周轉(zhuǎn)率和獲利能力，暴露出企業(yè)財務(wù)管理體系存在潛在風(fēng)險。而企業(yè)持有過多現(xiàn)金，或許源于財務(wù)管理不當(dāng)以及資本運用效率不高，也在一定程度上反映出企業(yè)運營狀態(tài)不佳。

4.2.2相關(guān)性檢驗及t檢驗

進行相關(guān)性檢驗后發(fā)現(xiàn)，流動比率及凈營運資本比率的方差膨脹因子（VIF）處于較高水平，表明二者之間存在一定程度的共線性。然而，進一步分析顯示，該比率的VIF值為6.9，尚未達到10這一臨界閾值，故無須將其從模型中剔除。由此可見，二者的相關(guān)性對實驗結(jié)果精準度的影響程度不高，因此可以保留。

4.3財務(wù)數(shù)據(jù)多變量Logit模型

經(jīng)分析得知，在所構(gòu)建的模型中，綜合各項財務(wù)數(shù)據(jù)，資產(chǎn)負債比率的 p 值為0，由此表明，依據(jù)資產(chǎn)負債比率來預(yù)測企業(yè)是否面臨破產(chǎn)具有極高的可信度，可達到 100% 。在基于5年數(shù)據(jù)構(gòu)建的Logit模型中，資產(chǎn)收益率、資產(chǎn)負債率以及凈營運資本比率的 p 值均低于 5% ，這意味著這3個比率可以作為有效的預(yù)測變量納人模型之中，為企業(yè)破產(chǎn)風(fēng)險的預(yù)測提供有力依據(jù)。

資產(chǎn)收益比率的系數(shù)為-1.463（見表2），對應(yīng)的優(yōu)勢比為 e^?（-1.463）=0.23 ，這表明，在其他條件不變的前提下，資產(chǎn)收益率每變動1個單位，企業(yè)發(fā)生破產(chǎn)的可能性將變?yōu)樵瓉淼?.23倍。也就是說，隨著公司規(guī)模的擴大，其破產(chǎn)風(fēng)險會相應(yīng)降低。凈營運資本比率系數(shù)為-2.398，對應(yīng)的優(yōu)勢比為 e^?（-2.398）=0.09 ，意味著凈營運資本比率每變動1個單位，破產(chǎn)風(fēng)險將乘以0.09，即企業(yè)規(guī)模擴張時，其破產(chǎn)風(fēng)險降低程度更大。而資產(chǎn)負債率系數(shù)為4.054，對應(yīng)的優(yōu)勢比高達e^?4.054=57.63 ，說明資產(chǎn)負債率的變動對破產(chǎn)可能性的影響最為顯著。

通過STATA執(zhí)行分析后，結(jié)果顯示在2013年至2017年，該模型的AUC值達到了 85.99% 。這一結(jié)果表明，模型在對357家公司5年間的財務(wù)數(shù)據(jù)進行深入分析后，能夠以85.99% 的準確率預(yù)測企業(yè)破產(chǎn)情況，從而反映出模型整體具備較高的準確性。

4.4加入公司治理變量的多變量Logit模型

在其他條件不變的情況下，董事人數(shù)的系數(shù)為-0.155（見表3），優(yōu)勢比 e^γ（-0.155）=1.17，X （董事人數(shù)）每變化1個單位，Y（失敗）發(fā)生的可能性是原來的1.17倍，即隨著公司董事人數(shù)的增加，公司破產(chǎn)的可能性降低。監(jiān)督和咨詢是董事會的兩個重要職能，可以降低公司作出錯誤決策的可能性。因此，在合理范圍內(nèi)，隨著公司董事人數(shù)的增加，公司破產(chǎn)的可能性較小。

果顯示AUC增加了 10.89%（96.88%-85.99%） ，這表明公司治理信息確實提高了基于會計和財務(wù)數(shù)據(jù)的預(yù)測模型的準確性，顯示加入公司治理信息的模型預(yù)測準確度依然顯著高于僅基于財務(wù)數(shù)據(jù)指標的模型，檢驗了研究結(jié)論的穩(wěn)健性。

5結(jié)論與展望

與Altman的Z-Score模型相比，本文的Logit模型在預(yù)測準確度上有一定的提升，尤其是加人了公司治理變量后，模型的AUC值顯著提高。這表明公司治理變量在企業(yè)破產(chǎn)預(yù)測中具有重要的作用。本文綜合考慮了多個公司治理變量對企業(yè)破產(chǎn)風(fēng)險的影響，更全面地揭示了公司治理對企業(yè)財務(wù)健康狀況有較強的內(nèi)在聯(lián)系，良好的公司治理能夠提高企業(yè)的透明度、穩(wěn)定性、效率和經(jīng)營質(zhì)量，減少公司破產(chǎn)的可能性。良好的公司治理結(jié)構(gòu)能提高公司決策的科學(xué)性和有效性，合理配置資源，促使公司各項業(yè)務(wù)高效運營，從而實現(xiàn)營收增長和利潤提升。持續(xù)良好財務(wù)績效表現(xiàn)，如盈利能力及償債能力等，能反映公司具有較強的生存和發(fā)展能力，能夠為各項債務(wù)提供有力的保障，降低破產(chǎn)風(fēng)險。

良好的董事會結(jié)構(gòu)可以降低公司作出錯誤決策的可能性，如更多元化董事會的公司，風(fēng)險承擔(dān)能力往往較強，有利于提升公司財務(wù)績效。通過實證研究發(fā)現(xiàn)，公司治理對上市公司的財務(wù)績效具有顯著影響。良好的公司治理結(jié)構(gòu)和機制，如獨立性較高的董事會能夠顯著提升公司的財務(wù)績效。

（上接第63頁）

發(fā)基于區(qū)塊鏈的供應(yīng)鏈金融、知識產(chǎn)權(quán)證券化等特色產(chǎn)品，設(shè)立省級數(shù)字科技銀行專項支持戰(zhàn)略性新興產(chǎn)業(yè)，擴大數(shù)字金融在各產(chǎn)業(yè)的覆蓋面。

其次，加快推進科技創(chuàng)新進程，促進產(chǎn)業(yè)結(jié)構(gòu)升級。金融監(jiān)管部門應(yīng)強化監(jiān)管引領(lǐng)作用，引導(dǎo)金融機構(gòu)加大對科技創(chuàng)新領(lǐng)域的資源傾斜。金融機構(gòu)要持續(xù)創(chuàng)新服務(wù)模式，重點完善適用于科技創(chuàng)新企業(yè)的信用評價體系和風(fēng)險管理框架，開發(fā)專屬金融產(chǎn)品，擴大服務(wù)覆蓋面。建立健全科技金融生態(tài)體系，推動形成政府引導(dǎo)、市場主導(dǎo)、多方參與的科技創(chuàng)新投融資機制，為產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級提供持續(xù)動力。

最后，因地制宜制定區(qū)域發(fā)展策略，統(tǒng)籌區(qū)域間協(xié)調(diào)發(fā)展。針對數(shù)字金融對產(chǎn)業(yè)結(jié)構(gòu)升級影響的區(qū)域異質(zhì)性，東部地區(qū)應(yīng)繼續(xù)發(fā)揮引領(lǐng)優(yōu)勢，鞏固在數(shù)字金融和產(chǎn)業(yè)結(jié)構(gòu)升級方面的領(lǐng)先地位，探索更多創(chuàng)新模式；西部地區(qū)要抓住機遇，加大對數(shù)字金融和產(chǎn)業(yè)結(jié)構(gòu)升級的扶持力度，通過政策引導(dǎo)、資源傾斜等方式，縮小與東部地區(qū)的差距；中部地區(qū)則需結(jié)合自身特點，找準發(fā)展定位，積極借鑒東部經(jīng)驗，挖掘自身潛力，提升數(shù)字金融發(fā)展水平，以更好地推動產(chǎn)業(yè)結(jié)構(gòu)升級，實現(xiàn)區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展。

故上市公司應(yīng)優(yōu)化董事會結(jié)構(gòu)。而較大規(guī)模的董事會也可以降低破產(chǎn)風(fēng)險，因為更多董事能夠提供更廣泛的專業(yè)知識和經(jīng)驗，幫助公司更好地應(yīng)對復(fù)雜問題。此外，年齡較大的董事通常具有更豐富的經(jīng)驗和行業(yè)知識，但也可能相對保守；而年輕董事則更具創(chuàng)新思維和活力，提高董事會的獨立性和多樣性，能充分發(fā)揮董事會的決策和監(jiān)督職能，從而提升公司財務(wù)績效。

盡管本文的研究取得了一定的成果，但仍存在一些不足之處。首先，本文所使用的公司治理變量相對有限，未來研究可以進一步拓展公司治理信息的范圍，如納入管理層激勵機制、股東權(quán)益保護等方面的數(shù)據(jù)，以更全面地刻畫公司治理狀況。

【參考文獻】

【1]李秉祥，林炳洪，張濤.管理者風(fēng)險偏好對企業(yè)財務(wù)困境的影響：中介路徑與治理機制[J].系統(tǒng)管理學(xué)報，2025，34（01）：241-256.

【2】白重恩，劉俏，陸洲，等.中國上市公司治理結(jié)構(gòu)的實證研究[J].經(jīng)濟研究，2005（02）：81-91.

【3]Hosaka Tadaaki.Bankruptcy prediction using imaged financial ratiosandconvolutionalneural networks[J].Expert SystemswithApplication，2019（03）：287-299.

【4】孫錚.內(nèi)部控制質(zhì)量影響企業(yè)業(yè)績預(yù)測準確性的機制與路徑[J].現(xiàn)代商業(yè)，2024（23）：125-131.