李海燕

摘要：对安徽省民营上市公司的治理风险进行准确的识别和预测，及时对公司治理风险可能恶化的企业发出预警信号，这是上市公司有关利益各方迫切的现实需求。选取了安徽省民营上市公司作为研究样本，从公司治理的股权结构、董事会、监事会、经理层等方面建立了公司治理风险评价指标体系，构建Logistic预警模型并对所建模型进行检验后发现，模型预警效果较好。

关键词：安徽民营上市公司；公司治理风险；Logistic模型

中图分类号：F2文献标识码：A文章编号：16723198（2015）04003702

1引言

近年来，安徽省民营上市公司无论是从数量上还是质量上都有了长足的发展，截至2014年12月1日，安徽省民营上市公司已达39家，其中沪市7家，深市32家。这些上市公司主要分布在合肥、黄山、芜湖、蚌埠等十几个省辖市，涉及环保、医药、建筑、电子、汽车等多个行业，它们创造的服务和产品的价值为安徽省经济做出了较大的贡献，纳税金额在所有企业总额中占有较大的比重，现在已成为安徽省经济发展的关键支撑。到目前为止，安徽大多数民营上市公司获得了持续的成长性发展，然而随着市场经济体制改革逐步深化，经济发展中的诸多矛盾都在民营企业中凸现。安徽民营上市公司快速发展的同时，其治理机制中存在的问题愈发明显，频频出现高管辞职和套现，上市后业绩“连连跳”，巨额超募资金闲置等问题，虽然我国证券市场发展不成熟以及资本市场运行机制存在缺陷等外部原因在一定程度上助推了上述问题的发生，但引起上述问题的最根本原因在于民营上市公司治理机制不健全以及运作不规范等治理风险问题。

公司治理风险一旦爆发，对上市公司内外部环境都会产生不同程度的影响，轻则导致银行等债权人的权益无法获得有效保障，员工失业频繁出现，利益相关者利益无法保障，重则可能使公司破产倒闭。因此，对上市公司的治理风险进行准确的识别和预测，及时对那些公司治理风险可能恶化的企业发出预警信号，这是上市公司有关利益各方迫切的现实需求。毋庸置疑，公司治理风险的识别与预警日渐成为公司治理研究中的一个重要热点，学者们亦开始逐渐对此给予更多的关注。而现有的公司治理风险问题研究仍停留在把上市公司作为一个整体来探讨，对民营上市公司的关注相对较少，这方面的实证研究比较欠缺。本文将以安徽省民营上市公司为研究对象，深入开展公司治理风险评估与预警的研究，这对促进安徽省民营上市公司健康发展具有重要的意义。

2研究设计

2.1研究样本与数据来源

截至2014年10月1日在沪深两市上市的安徽省民营上市公司共有39家，本研究在剔除数据缺失的国祯环保（300388）、合锻股份（603011）、应流股份（603308）三家公司后，选取了36家安徽民营上市公司作为研究样本。原始数据来源于上海证券交易所网站和深圳证券交易所网站公布的2013年安徽省上市公司的年度报告资料，文中相关数据的处理及检验采用了SPSS17.0统计软件和Excel2003软件进行。

2.2研究方法与指标选择

研究选择何种风险预警模型不仅要充分考虑所掌握预警对象的数据资料，还要关注模型本身的技术可操作性。Logistic回归法对变量的要求不高，不需要自变量服从多元正态分布和两组间协方差相等的条件，而且通过过去学者们的研究可以看出该种回归方法具有较高的预测准确率。通过比较分析，本文确定采用logistic回归模型对安徽民营上市公司治理风险进行预警研究。Logistic（罗吉斯蒂）函数又称增长函数，初始主要在人口预测及疾病发生概率估计中推广应用。随着计算机和统计软件的迅速发展，Logistic回归模型已被广泛应用于经济研究中。在公司治理风险预测中，Logistic模型如下：

为了综合评价民营上市公司治理水平，本文在借鉴前人研究成果的基础上主要从股权结构、董事会、监事会、经理层等维度来构建公司治理风险预警指标体系，具体选择九个指标作为评价指标。构建的公司治理风险评价指标体系，见表1。

表1公司治理风险评价指标一览表

一级指标二级指标指标说明股权结构第一大股东持股比例X1该指标越高，极易发生一股独大的现象，从而公司治理风险越大。前五大股东持股比例X2该指标越大，可以达到内部制衡的作用，公司治理的风险越小。董事会年度内董事会议召开次数X3该指标能反映董事会对公司经营的管理强度，合理的董事会会议次数，有助于降低公司治理风险。独立董事的比例X4该指标主要反映独立董事对董事会的监督强度，指标越高，越有利于提高监督效率。监事会年度内监事会会议次数X5该指标反映监事履职的强度。监事的比例X6该指标反映监事对企业的监督和约束作用，比例越大，公司治理风险越小。经理层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）X7两职位的分开有利于提高绩效，减少出现内部控制人的现象，反之亦然。其他风险

倾向指标资产负债率X8资产负债率越高，公司财务风险越大，从而公司治理风险也越大。每股收益X9该指标越大，公司治理风险越小。3实证分析过程

在建立公司治理风险预警指标体系时，为了更全面的反映上市公司治理风险现状，选取的指标通常比较多，且各指标之间存在较强的相关关系，如果指标全部用来建立模型会显得比较复杂和繁琐，本文采用了因子分析法进行降维和简化数据，在保留大部分原始信息的前提下，把指标浓缩为几个主要因子进行实证分析。运用这种研究方法，我们可以方便地找出影响安徽民营上市公司治理风险的主要因素，以及它们的影响力。

根据实验研究得出的每一列因子载荷的大小，我们得到表2所示的对应关系。

表2公司治理风险的公共因子与相关指标的对应关系

公司治理风险初始因子1前五大股东持股比例X2公司治理风险初始因子2年度内监事会会议次数X5公司治理风险初始因子3董事长与总经理两职设置情况X7公司治理风险初始因子4监事的比例X6本文采用向后逐步法——条件参数估计的原则选取自变量，基本思想是从包含全部变量的回归方程中逐步剔除不显著的变量，直到方程中留有的所有变量都显著为止。藉此，我们将前述因子分析得到的4个公司治理风险变量分步剔除后，最终仅剩下年度内监事会会议次数这个公司治理风险变量，相应回归分析结果如下所示：

表3市公司治理风险的Logistic模型

在模型中，年度内监事会会议次数的系数为负值，表明这个变量的取值越大，上市公司发生治理风险的可能性越小。我们将公司的相关治理风险评价指标数据代入上述公司治理风险预警模型中，计算公司治理风险概率。其中预测结果1表示上市公司存在公司治理风险，预测结果0表示上市公司不存在公司治理风险，我们得到表4所示的数据表。

4结束语

本文选取安徽省民营上市公司作为研究样本，运用SPSS17.0统计软件，首先，采取因子分析法对涉及股权结构、董事会、监事会、经理层等多个公司治理维度的9个公司治理风险评价指标降维，并从筛选出涵盖78.191%公司治理风险信息量的7个公司治理风险评价指标，其次，通过Logistic回归分析，对筛选出的4个公司治理风险变量进行向后逐步法——条件参数估计的方法，构建了Logistic回归公司治理风险预警模型，并计算了研究样本的公司治理风险概率。本文的实证研究结果表明，所建的公司治理风险预警模型的总体预警效果较好，但是因种种原因，本文研究还存在许多不足，需要在提高自身研究能力的基础上，在未来的研究中逐步克服。公司治理是一个多维的概念，仅通过某几个重要的指标作为评定依据使得分析结果不可避免地会出现偏差。如果要更科学地对安徽省民营上市公司治理风险进行评价，还应进一步结合趋势分析，通过综合评判做出正确的结论。

参考文献

[1]严若森.公司治理风险预警模型构建及其效果检验——基于中国国有企业民营化改制上市公司的经验证据[J].山西财经大学学报，2011，（2）：4552.

[2]王璐.SPSS统计分析基础、应用与实践[M].北京：化学工业出版社，2010：218210.endprint