第一节
僵尸企业界定

研究僵尸企业的首要问题是如何界定僵尸企业，大部分学术文献未对僵尸企业设定明确定义，主要通过对识别标准的选择来表明应该如何界定僵尸企业（黄少卿、陈彦，2017）。

一 CHK-FN识别模型

Kane（1987）最早用“僵尸”的概念描绘资不抵债、依靠监管机构的宽容才得以生存的储蓄银行。该文认为考虑到夸大会计收入和资本的自由，根据公认会计准则，任何资本和收入为负的银行机构几乎当然为一个僵尸企业。这个词最为人所知的是描述20世纪90年代日本资产泡沫破灭后的经济状况。

20世纪90年代日本经济遭受不利冲击，一些无偿债能力、无望恢复生机的公司在银行“僵尸借贷”的帮助下存活了下来，学者称之为僵尸企业。基于僵尸企业获得银行贷款补贴的特征，Hoshi（2006）将僵尸企业定义为支付小于最低利息的公司。其识别方法分为两步，首先计算银行要求的最低支付利息，然后将公司在t年实际支付的利息与最低利息支付进行比较。如果实际支付金额低于最低利息支付要求，则推断该公司可能已经从贷款机构获得了信贷补贴，并将其认定为僵尸企业。但这项识别模式存在如下问题。首先，该方法可能会错误地认定那些理应享受最低优惠利率的极其健康的公司是僵尸企业。其次，如果一些僵尸企业得到的支持方式不是减息或债务减免，那么该措施可能无法识别出它们。最后，如果贷款利率在未来期间遭遇大幅变动，实际贷款利率在一年内有所调整，使用过去的利率来计算最低还款额可能会出现问题。

Caballero等（2008）沿袭Hoshi（2006）提出的僵尸企业获得信贷补贴的思路，构造出著名的识别僵尸企业模型CHK法，其识别僵尸企业的步骤和模型缺陷与Hoshi（2006）提出的识别方法基本类同。二者均采用利息费用这个单一指标来判别僵尸企业，把实际利息费用小于理论上计算的最低利息费用的企业视为得到了信贷补贴，因而把实际贷款利率低于潜在最优贷款利率的企业认定为僵尸企业。

为了克服CHK法的缺陷，Fukuda和Nakamura（2011）采用盈利指标和负债率指标对CHK模型进行修正，也即FN法或CHK-FN法。根据FN法，当企业盈利不足以支付最低利息费用，杠杆率较高，偿债风险较大，却依然获得信贷支持，表现为负债率持续增加。这种贷款资质和潜力都很差，但是仍能获得贷款的企业可能获得了银行贷款补贴，应该被认定为僵尸企业，这种方法也被称为“过度借贷法”（Evergreen Lending）。

CHK-FN识别模型以日本僵尸企业为研究背景，其本质是根据企业在经营困难时是否得到银行贷款资源的“输入”而认定僵尸企业，衡量企业经营困难的指标为盈利指标，并考虑企业杠杆率较高带来的财务风险。

二 CHK-FN修正模型

CHK识别模型采用利息费用这个单一指标，Fukuda和Nakamura的模型加入盈利信息和杠杆率等修正指标；后续相关研究对僵尸企业的识别基本上在CHK-FN模型的基础上进行修正。

Imai（2016）研究了日本中小规模僵尸企业，僵尸企业识别标准参照FN模型，盈利指标用连续若干年的实际利润之和进行平滑。中国企业除了享有信贷市场的优惠条件之外，还往往享受政府财政补贴和税收返还等优惠政策，国内文献对僵尸企业的认定在借鉴CHK-FN法的同时，考虑了中国的制度背景等因素，如把实际利润定义为扣除营业外收支或财政补贴收入的利润（张栋等，2016；申广军，2016；谭语嫣等，2017；李旭超、鲁建坤，2018）。聂辉华等（2016）及方明月等（2018，2019）考虑到僵尸企业僵而不死但也不活的特性，将僵尸企业定义为连续两年被CHK-FN标准识别为僵尸企业的企业 。黄少卿和陈彦（2017）的研究为了防止个别僵尸企业在个别年份出现实际利润微弱为正，导致之后若干年份无法被识别为僵尸企业的情形，他们参考Imai（2016）的修正法，用连续若干年的实际利润之和进行平滑。周琎等（2018）加入“政府补贴依赖程度”指标来修正CHK-FN模型，将僵尸企业按吸血性划分为“利息补贴”“政府补贴”“常青贷款”三种类型。

现有文献利用信贷补贴、政府补贴、亏损指标等来判别僵尸企业，较少考虑企业现金流短缺或偿债能力对僵尸企业的影响。企业陷入僵尸困境的本质是不能产生充分的利润或经营活动现金流来支付成本费用，从而出现债务危机。为了弥补盈利指标在识别僵尸企业时的缺陷，有的识别模型考虑了其他指标，如净资产增长率等（黄少卿、陈彦，2017）。因此盈利能力并不等同于偿债能力，在识别僵尸企业的标准中忽视偿债能力指标可能造成僵尸企业的误判。

三 包含偿债能力指标的综合识别模型

为了刻画僵尸企业偿债能力较低、偿债风险较大的特征，僵尸企业界定试图采用偿债能力指标和信贷补贴指标相结合的综合识别模型。Manuela等（2017）以欧洲中小企业为样本，僵尸企业识别标准为资产回报率为负、净投资为负、偿债能力连续至少两年低于5%三个条件，其中偿债能力指标为息税前盈余与金融性负债的比值。王万珺和刘小玄（2018）认为CHK-FN的识别标准并不能直接用于中国僵尸企业的识别。该研究利用盈利能力指标和偿债能力指标，提出一个综合识别模型，其中偿债能力采用现金流与流动负债流量之比的指标衡量，识别步骤首先计算企业实际利润，其次计算现金流比率，把满足实际利润小于等于零、现金流小于流动负债流量及企业年龄大于三岁的企业判定为僵尸企业。

Manuela等（2017）的识别模型有两个优势，其一，负投资约束可以确保不会错误地将年轻的、正在扩张的企业归类为僵尸企业；其二，偿债能力指标而不是利息指标，可以避免将拥有高信贷补贴的僵尸企业归类为健康企业。王万珺和刘小玄（2018）识别僵尸企业的标准之一是现金流小于流动负债流量，其中现金流为净利润加折旧，属于现金流计算的间接法，计算简单，难以反映企业经营活动现金流的真实全貌。直接法计算的经营活动现金流净额涉及项目更多，核算内容更准确。同时该方法基于中国工业企业数据库中的样本而成立，但未必适用于中国资本市场上僵尸企业的识别。这种把盈利能力和偿债能力结合起来的僵尸企业判别方法较为少见。

四 连续亏损法

基于中国特殊的政治经济背景，中国僵尸企业的识别模型还有连续亏损法。在中国供给侧结构性改革的特定形势下，中国政府把清理处置僵尸企业作为“去产能”的重要工作任务，官方文件把连续亏损三年以上、且不符合结构性调整方向的企业定义为僵尸企业。部分研究文献认为CHK-FN模型基于僵尸企业的形成条件或渠道（银行贷款补贴）而产生，混淆了僵尸企业缺乏自生能力和没有市场出清的内涵特征，因而认为连续亏损法更符合中国实际情况和特定语境（饶静、万良勇，2018）。

朱舜南和陈琛（2016）在测度僵尸企业时以“连续亏损三年以上”为标准，有些研究考虑政府补助对企业僵尸化的影响，进一步对此修正，把扣除政府补贴和税费返还后的净利润连续三年都小于零的企业定义为僵尸企业（饶静、万良勇，2018；宋建波等，2019）。

连续亏损法虽然与中国政府官方标准更加契合，但其缺陷也是显而易见的。比如成长性较好的企业可能暂时尚未盈利，但能够获得资本市场的认可（黄少卿、陈彦，2017）。盈利指标容易受到操纵和平滑，同时盈利能力也并不能代表偿债能力，暂时亏损的公司偿债风险未必较大。而僵尸企业的基本内涵之一是无偿债能力（insolvent），所以仅用盈利指标，如以连续三年亏损等作为判定标准，更具有误导性。

五 极端类型僵尸企业

僵尸企业的重要特征是负债率较高，甚至资不抵债，所以，有些文献专门研究了这种极端类型的僵尸企业，也就是负资产的僵尸企业。他们不仅受到银行债权人的保护，而且还得到其他债权人的支持，尽管失去权益资本，但仍然从事商业活动（Mohrman & Stuerke，2014）。Urionabarrenetxea等（2016，2018）以西班牙公司为样本，探讨了僵尸企业经济风险问题，僵尸企业以连续5年净资产为负的标准衡量，重点分析长期保持这种状态的公司，因此涵盖了最极端状况的僵尸企业。

Urionabarrenetxea等（2018）认为净资产为负的僵尸企业不仅是西班牙经济体内的问题，也遍及整个欧洲经济体。有研究把捷克食品行业在2003—2015年连续3年净资产为负的企业定义为僵尸企业（Blažková & Dvoulety，2019）。Urionabarrenetxea等（2016）指出，这类最极端的僵尸企业大约占欧洲GDP的近10%。

以净资产为负的特征刻画僵尸企业，虽然较好地代表了僵尸企业资不抵债的状态，在经济发达、以市场配置资源为主导的欧洲国家具有适用性，但未必反映转型经济体或发展中国家政府对经济活动进行行政干预的现实情况。

六 僵尸企业识别方法的结果比较

不同的识别方法对僵尸企业识别的结果自然是不同的。表2-1是代表性文献僵尸企业识别模型的结果比较。

可见，不同识别方法代表的核心思想不同，大多数研究以获得信贷补贴和“常青贷款”为思想基础。一般来说，CHK模型的识别标准单一，且较为宽泛，识别出的僵尸企业数量较多。FN法及其修正模型的识别条件多元化，识别标准较为严格，所以识别出的僵尸企业占比较低。包含偿债能力指标的综合方法同时强调了企业获得的信贷补贴和企业偿债能力，识别标准较好地刻画了企业无力偿债的内涵，具有创新性，其识别出的僵尸企业比例低于CHK模型。连续亏损法衍生于中国官方政策，也是单一标准，但其识别出的僵尸企业比例也低于CHK模型。极端类型僵尸企业的研究文献以欧洲国家企业数据为样本，并不具有代表性。