三、中国的僵尸企业数量

（一）CHK方法Ⅰ和CHK方法Ⅱ

CHK方法的核心思路是利用最优惠利率水平来计算一家企业获得的来自银行的补贴。在应用CHK方法时，如何确定最优惠利率水平是关键。计算最优惠利率水平有三个关键的利率参数：短期最优贷款利率、长期最优贷款利率和最优的债券发行利率。虽然在2013年就已经放开对贷款基准利率下限的限制，但在实践中，银行对企业的最优贷款利率往往就是基准利率。在极少数情况下，银行才会给企业以基准利率90%的优惠。因此，本书采用贷款基准利率衡量最优贷款利率，然后用存续时间作为权重算出加权最优惠贷款利率，并以此作为当年的最优惠利率。 具体公式如下：

式中，SPR和LPR分别表示短期最优惠贷款利率和长期最优惠贷款利率，SBR _i 和LBR _i 分别表示当年第i个短期基准贷款利率和长期基准贷款利率，T _i 表示第i个基准贷款利率存续时间占当年总时间的比重。

在确定最优惠的债券发行利率时，本书参考Caballero，Hoshi和Kashyap（2008）的方法，用可观察到的最低公司债发行利率作为最优惠的利率水平，该数据来自Wind金融数据库。表2-2给出了计算最优惠利率水平涉及的利率参数值。

在确定各项利率参数之后，我们给出企业享受到的银行补贴s ₁ 的计算公式：

式中，s ₁ 表示企业享受的补贴水平，r _s ，r _L ，r _b 分别表示最优短期利率、长期利率和公司债利率。B _s ，B _L ，Bond和R分别表示上市公司当年的短期借款、长期借款、应付债券和实际利息支出。 这种方法计算出来的补贴水平s ₁ 就是CHK方法Ⅰ。当s ₁ 大于0时，说明该上市公司有可能就是僵尸企业。

CHK方法Ⅰ衡量了企业享受的来自银行的补贴水平，但是没有考虑到政府的角色。在中国，基于对税收和就业的考虑，地方政府经常是造成僵尸企业的关键因素。因此，在应用CHK方法Ⅰ时，有必要考虑地方政府所扮演的角色。地方政府会通过资金注入、税收返免等方式扶持当地企业，这相当于当地企业享受到的补贴。同时，这种补贴也可以作为利息支付给银行或其他金融机构。这样一来，就相当于企业享受到了更多的利息补贴。对公式 （2—4）进行修正，得到：

公式 （2—5）在公式 （2—4）的基础上，引入了政府补贴 （GS）和税收返免 （TRDE）。用企业的利息支出减去政府补贴和税收返免，才是企业实际支付的利息。在此基础上，用最优利息支出减去企业实际支付的利息，就可以衡量企业享受的来自银行和政府部门的补贴水平s ₂ 。这就是CHK方法Ⅱ。显然，CHK方法Ⅱ比CHK方法Ⅰ更为全面，满足条件 “s ₂ 大于0”的企业也就会更多。

图2-1和图2-2分别代表的是用CHK方法Ⅰ和CHK方法Ⅱ测度出的中国上市公司中僵尸企业数量和占比。首先来看CHK方法Ⅰ的测度结果。CHK方法Ⅰ测度出的僵尸企业数量在2007—2009年不断减少，由419家减少至347家，占比从30.9%下降到22.5%。随后，僵尸企业数量开始逐年攀升，于2013年达到峰值844家，占当年全部上市公司样本总数的34.9%。如果从占比的角度来看，早在2011年，CHK方法Ⅰ测度出的僵尸企业占比就已经达到峰值，占当年全部上市公司样本总数的39.4%，随后则开始逐年递减。2013年至今，CHK方法Ⅰ测度的僵尸企业数量和占比均在逐年下降。截至2015年，CHK方法Ⅰ测度出的中国上市公司中的僵尸企业数量为691家，占比为27.2%。

从趋势上来看，CHK方法Ⅱ的测度结果与CHK方法Ⅰ基本一致，但CHK方法Ⅱ测度出的僵尸企业数量要显著高于CHK方法Ⅰ，且差距有逐年扩大的趋势。从数量上看，CHK方法Ⅱ的测度结果大致可以分为三个阶段。第一个阶段是2007—2009年，这一时期僵尸企业的数量基本保持稳定。第二个阶段是2009—2013年，这一时期僵尸企业的数量快速增加，从2009年的542家增加到2013年的1 428家，四年内增幅达163%。第三个阶段是2013—2015年，这三年内僵尸企业的数量基本保持稳定。从占比来看，中国上市公司中僵尸企业的占比在2010年突然增加，从2009年的35.1%增加到2010年的57.6%，增加了22.5个百分点。此后，僵尸企业占比呈现出稳中有降的态势。截至2015年，CHK方法Ⅱ测度出的中国上市公司中的僵尸企业数量为1 360家，占比为53.6%。

从结果来看，应用CHK方法Ⅰ和CHK方法Ⅱ测度出来的僵尸企业数量和占比都相当高。应该说，无论是27.2%还是53.6%，都显然高估了上市公司中僵尸企业的规模。但是，这并不意味着CHK方法Ⅰ和CHK方法Ⅱ失效。一方面，我们选取的样本是上市公司，这些公司的各项资质都比较好，本就应该比普通公司以更优惠的利率条件拿到贷款。另一方面，中国现行的会计准则并没有区分公司向不同主体的借款。在实践中，上市公司可以从多个主体获得资金并形成负债，银行只是其中之一，因此如何准确估计上市公司支付的银行贷款利息在学术界一直是难题。因此，我们构造出了一个多条件识别方法，即综合性方法，将CHK方法与实际利润法相结合，以提高识别僵尸企业的准确程度。

（二）实际利润法Ⅰ和实际利润法Ⅱ

实际利润法的核心思路是结合财务数据，发现企业经营的真实情况。在财务报表中，有一项叫做非经常性损益。简单来说，非经常性损益就是与公司正常经营没有直接联系的收入或者支出，而且是偶然发生的。这就好比上班路上捡了100块钱，虽然收入增加了，但是不能当作工资。证监会曾经专门发文，要求注册会计师在审计的时候，要重点关注非经常性损益，因为很容易用该项目来掩盖公司实际经营不良的情况。

既然是僵尸企业，公司经营一定已经存在比较大的问题，但是问题又没有那么明显。因此，从净利润中减去非经常性损益就能得到公司靠正常经营所取得的净利润。如果计算出的实际净利润是负的，就有理由认为该企业具备僵尸企业的必要条件。这种方法就叫做实际利润法Ⅰ，计算公式为：

式中，RNP ₁ 代表用实际利润法Ⅰ测度出的实际净利润 （real net profitⅠ），NP代表净利润 （net profit），NRGL代表非经常性损益 （non-recurring gains and loses）。

但是，实际利润法Ⅰ没有涉及僵尸企业存在的本质，即银行或地方政府的支持。在非经常性损益项目中，包含 “政府补助”和“税收返还、减免”两个子项目。这两个项目与政府直接有关，可以很好地反映出政府对企业的扶持力度。如果公司的净利润本来为正，但在扣除政府补助和税收返免之后变为负数，那就更有理由相信这家公司就是传说中的僵尸企业。这种方法就叫做实际利润法Ⅱ，计算公式为：

式中，RNP ₂ 代表用实际利润法Ⅱ测度出的实际净利润 （real net profitⅡ），NP代表净利润 （net profit），GS代表政府补助 （gov-ernment subsidy），TRDE代表政府的税费减免、返还规模 （tax return，deduction and exemption）。

图2-3和图2-4分别代表用两种实际利润法测度出的僵尸企业数量和占比。如图所示，首先，从数量上来看，实际利润法Ⅰ测度出来的数量显著大于实际利润法Ⅱ，这是因为实际利润法Ⅱ只考虑了政府的补助，识别条件更为严格。其次，虽然在数量上有差距，但两者呈现出了完全相同的趋势。

具体来说，2008年中国上市公司中僵尸企业的数量突然增加。其中，实际利润法Ⅰ测度出的僵尸企业增加了119家，达到417家，占比增加了6.4个百分点，达到28.4%；实际利润法Ⅱ测度出的僵尸企业数量则增加了172家，达到312家，占比增加了10.9个百分点，达到21.2%。考虑到实际利润法Ⅱ重点强调了政府的作用，上述变化暗示着2008年政府对僵尸企业的救助力度显著增加。

此后，中国上市公司中僵尸企业的数量连续两年出现下降，由2008年的417家和312家下降至2010年的289家和195家。2011年后，上市公司中僵尸企业的数量又开始呈现出逐年递增的趋势。2015年，实际利润法Ⅰ测度出640家僵尸企业，较2010年增加了351家，占比达25.2%，较2010年增加了7.6%；实际利润法Ⅱ测度出480家僵尸企业，较2010年增加了285家，占比为18.9%，较2010年增加了7%。

如果把寻找僵尸企业比作寻找犯罪嫌疑人的话，应用实际利润法时就要更加谨慎。就像不能仅凭有作案时间就给嫌疑人定罪一样，如果企业在某一年出现亏损，也只是成为僵尸企业的必要条件。但是，如果某家企业连续数年都出现了问题，那么我们就有充分的理由怀疑，这家企业就是僵尸企业。也正是出于这种考虑，我们给出了第一种识别僵尸企业的多条件方法，即连续亏损法。

（三）连续亏损法

顾名思义，连续亏损法就是把考察的时间拉长，找出连续数年实际亏损的企业。此处产生了一个问题，我们要选取多长时间才合适呢？时间过短，就不足以排除暂时性因素的干扰；时间过长，又可能把标准限定的过于严格。Imai（2014）的研究表明，在识别僵尸企业的时候，以三年为限是比较稳健的标准。巧合的是，国务院和董登新对僵尸企业的定义中都是以三年为标准。我们也以三年为限，看看有多少企业连续三年都处于实际亏损状态。对于这些企业，我们有理由怀疑它们就是僵尸企业。

此外，学术研究和国际经验均表明，能够连续支持僵尸企业的只有银行部门，政府对僵尸企业的直接帮助并不大。即使考虑到中国的现实，政府也很难长期持续地以各类财政补贴的方式支持僵尸企业。更有可能的情况是政府借助银行等第三方来支持僵尸企业。因此，我们选择用实际利润法Ⅰ作为连续亏损法的识别标准，而不选择局限于狭义的政府补贴的实际利润法Ⅱ。

图2-5和图2-6分别代表连续三年满足实际利润法Ⅰ的僵尸企业数量和占比。如图所示，僵尸企业的数量和占比都在2012年达到最低，此后开始逐渐上升，2014年和2015年保持平稳。可以说，用连续亏损法测度出来的僵尸企业呈现出显著的周期性特点，与中国经济的宏观周期高度一致。

2009年，为应对全球金融危机的冲击，中国政府实施了大规模的政策刺激。国民经济快速反弹，中国上市公司的盈利水平得以恢复，僵尸企业数量开始连年下降。到了2012年，因政策刺激导致的宏观经济反弹基本结束，各项指标均已回到危机前的均值，经济下行压力再度增加。此时，中国企业的盈利压力开始增加，僵尸企业也开始增加。2015年，中国宏观经济的下滑趋势开始缓解，各项指标开始表现出触底迹象，宏观经济进入筑底阶段，僵尸企业的规模因此开始趋于稳定。

（四）过度借贷法

过度借贷法的思想源自Fukuda和Nakamura（2011），可以分解为三个条件。第一个条件是企业的负债率比较高，也就是企业的债务负担较重。第二个条件是企业无法正常盈利，也就是说企业处于实际亏损状态。第三个条件强调企业的行为，表现为企业的借款不断增加。过度借贷法的识别逻辑为：若某个企业目前正承担着较重的债务负担，且无法实现正常盈利，处于实际亏损状态，那么对于该企业来说，合理的选择应该是逐渐减少负债。但是，如果该企业在负债累累、无法盈利的情况下还在不断增加负债，这就是典型的僵尸企业的生存方式。

针对第一个条件，我们选择用所有样本公司资产负债率的30%分位数作为判断标准。这是因为判断一家企业的资产负债率是否过高时，往往难以找到固定的标准。此时，将排名前30%的企业作为候选对象是合理的考虑。从数据来看，这个标准在多数年份都大大超过50%。针对第二个条件，我们选择实际利润法Ⅰ进行测度。如前所述，非经常性损益会影响对企业实际经营情况的判断，仅用企业的净利润加以衡量有失偏颇。针对第三个条件，我们用当年借款总额减去上一年借款总额的差额来衡量。其中，借款总额用现金流量表中 “筹资活动现金流入”减去 “吸收投资收到的现金”加以衡量。

图2-7和图2-8分别代表用过度借贷法测度出的上市公司中的僵尸企业数量和占比。如图所示，过度借贷法测度出的僵尸企业数量和占比波动非常大。2007年，中国上市公司中僵尸企业的数量非常少，仅为5家。到了2008年，上市公司中僵尸企业的数量突然出现了大幅增加，从5家增加到161家，占比达到11%。

此后三年里，中国上市公司中僵尸企业的数量开始呈现下台阶式的减少，并在2011年达到了相当低的水平——4家。然后，上市公司中僵尸企业的数量和占比在2012年又突然大幅增加，数量为227家，达到近9年来的最高水平。与此同时，僵尸企业的占比也上升为10%。此后，中国上市公司中的僵尸企业数量和占比均有所减少，数量减少至160家左右，占比约为6.5%。2015年，过度借贷法测算出上市公司中的僵尸企业数量为161家，占比约6.3%。

（五）综合性方法

第三种多条件识别方法叫做综合性方法。综合性方法就是要找到那些同时满足实际利润法Ⅰ和CHK方法Ⅱ的企业。从上文可知，CHK方法Ⅱ识别出的僵尸企业数量和占比都是最多的，这在部分程度上是因为上市公司多为优质企业。因此，CHK方法Ⅱ可以被认为是识别僵尸企业的必要条件之一。而实际利润法则可以从企业经营的角度提供新的证据，综合两者的信息显然能更好地识别出僵尸企业。综合性方法的逻辑很明确：企业明明处于实际亏损状态，却还能以优惠条件拿到银行的贷款，这正是典型的僵尸企业行为。此外，之所以没有选择实际利润法Ⅱ，是因为CHK方法Ⅱ和实际利润法Ⅱ都考虑到了政府的作用，同时使用两种方法容易造成信息重复，反而导致识别条件过于严格。

图2-9和图2-10分别代表的是综合性方法测度的僵尸企业数量和占比。如图所示，2007—2012年，用综合性方法测度出的僵尸企业数量和占比基本呈现出稳步增长态势。2007年，用综合性方法测度出上市公司中的僵尸企业数量为61家，占比仅为4.5%。2008年，僵尸企业的数量突然增加到105家，增幅超过70%，在上市公司中的占比也增加到7.1%，比2007年增加了近3个百分点。此后，2009年僵尸企业的数量略有下降，但随后开始增加，并且在2012年出现一次大幅跳升。2012年，中国上市公司中僵尸企业的数量较2011年增加了101家，数量增加了三分之二，占比更是达到了11.1%的历史性高点。此后，2012—2015年间，上市公司中僵尸企业的数量和规模开始保持稳定，数量保持在250家左右，占比稳定在10%上下。截至2015年，中国上市公司中僵尸企业的数量为274家，占比约10.8%。表2-3和表2-4分别给出了2007—2015年七种识别方法下的僵尸企业数量和占比。