假設5：上市公司的現金債務總額比與公司陷入財務困境的可能性呈反向關係。
三、研究設計與實證檢驗
（一）樣本選取與數據來源
本文樣本數據主要來源於Wind資訊金融終端數據庫，另外參考天向數據庫、中國證監會網站（www.csrc.gov.cn）、巨潮資訊網（www.cninfo.com.cn）、中國上市公司資訊網（www.cnlist.com.cn）、中國證券報和證券時報等。樣本數據選取2001年12月31日前在上海和深圳A股市場上市的公司，總計1 064家上市公司（不包含金融和證券類公司）為研究對象。由於金融行業（銀行、證券、保險、信托）屬性特別，財務報表標準與其他非金融行業差異很大，所以予以剔除；其次剔除年報數據殘缺的樣本；因為本文的研究主要使用麵板數據，因此無法均衡匹配的公司樣本便無法參與計量，所以予以剔除。剔除數據殘缺的樣本後，剩餘960個樣本，其中到2012年底被宣布為ST的公司共計197家。由於研究的是公司陷入財務困境的影響因素，所以比較合理的選擇是滯後一期的財務數據。若某公司一旦被ST，隨後的觀察數據就予以剔除；若沒有被ST，則觀察到的就有7個年度（2006—2012年）的財務數據，因此總計麵板數據5 935個（ST公司樣本197個）。表1列出了每年度ST公司數目的變化情況。
（二）變量設計
為研究上市公司陷入財務困境的可能性，本文主要從財務指標的角度探尋對企業財務困境有顯著影響的因素。
1.被解釋變量（Explained Variable）
根據研究目標，被解釋變量表示“是否陷入財務困境”。本文的研究對象是上市公司，以上市公司被特別處理（ST）作為企業陷入財務困境的標誌。將其作為公司陷入財務困境標誌的原因是：國外的研究為了在選取研究對象時有一個客觀的標準，一般都以企業破產作為財務困境的標準進行研究，而由於我國證券市場的特殊性，從建立至今上市公司很少發生破產清算，因此在國內還無法以破產作為財務困境的標準進行數據收集和研究，所以本文的被解釋變量為0—1變量，假設第i個公司在t年度被宣布ST，那麼設定被解釋變量等於0，否則為1，具體函數形式如公式（1）所示：
yit=0，公司i在t年度陷入財務困境1，公司i在t年度財務狀況正常 （1）
2.解釋變量（Explanatory Variable）
公司陷入財務困境的財務指標預測研究至今還未形成統一結論。公司財務變化的主要影響因素包括公司長短期的償債能力、營運能力、盈利能力、發展成長能力、獲取現金能力等，表2給出了本文使用的解釋變量。
從表3的Pearson相關矩陣中可以看出，對公司財務情況有正向影響的因素有流動比率、速動比率、總資產周轉率、流動資產周轉率、固定資產周轉率、總資產收益率、淨資產收益率、總資產增長率，淨資產增長率、全部資產現金回收率以及現金債務比，而有負影響的因素則是資產負債率。其中，正相關性較為顯著的有流動資產周轉率（liqvel，0.07335）、總資產收益率（greturn，0.07144）以及淨資產收益率（nreturn，0.06094）；負相關性較為顯著的則是資產負債率（debt，-0.07453）。通過以上觀察，我們判斷企業銷售能力（流動資產周轉率）、盈利能力（總資產收益率/淨資產收益率）越強，則公司越不容易陷入財務困境；反之，如果公司資產負債率越高，則其陷入財務困境的機率就越大。為了避免多重共線性的影響，如果一個因素之下有多個財務指標，僅選取其中一個財務指標建立回歸模型。
（三）描述性統計分析
表4比較了2006年度至2012年度被宣布ST和非ST公司的財務指標的樣本均值。從表4可以看出，ST公司的資產負債率遠遠高於非ST公司（平均約合200%），ST公司的資產收益率、流動比率、速動比率、資產周轉率和資產增長率及現金債務總額比一般都比非ST要小，而且除流動比率、速動比率和資產周轉率之外，都呈負值的表現。
值得注意的是ST公司所表現出來的總資產收益率、淨資產收益率波動較大。流動比率、速動比率、資產負債率方麵，ST公司與非ST公司差距逐年減小。ST公司與非ST公司相比，流動資產周轉率、固定資產周轉率在2006年相差較大，但2012年數據顯示差異顯著性已經消失。在總資產增長率、淨資產增長率方麵，ST公司從觀察期初的微負值轉變為觀察期末的高正值。從現金回收及其與債務比率兩項指標來看，ST公司的現金回收率遠低於非ST公司，且其現金/債務比率不斷降低。
以上現象的可能原因為，困境公司的這種反常財務指標可能純粹是一種會計造假現象。由於缺乏有效控製的法律手段和市場機製，困境公司管理者為了給投資者樹立良好的經營形象，吸引資金，以及為了公司不被警示或退市而粉飾財務報表，造成報表扭虧的盈餘管理行為。為探討ST公司和非ST公司各個財務指標均值在統計上是否存在顯著性差異，進行公司財務指標均值的t檢驗。
表4和表5對比可以看出，財務困境公司與非財務困境公司的財務比率在總體上存在明顯差異，具體比較如下：
（1）盈利能力方麵：兩類公司在總資產收益率、淨資產收益率方麵的差別是很明顯的，財務困境公司大大低於非財務困境公司。
（2）償債能力方麵：兩類公司在流動比率、速動比率、資產負債率方麵的差別比較明顯，財務困境公司的償債能力明顯低於非財務困境公司。
（3）營運能力方麵：兩類公司在總資產周轉率、流動資產周轉率和固定資產周轉率等指標的差別最為顯著。
（4）成長能力方麵：兩類公司在總資產增長率和淨資產增長率方麵的差別比較明顯，特別是總資產增長率比較顯著。
（5）獲現能力和現金流動性方麵：兩類公司的現金債務總額比和全部資產現金回收率等指標的差異約為一倍左右。財務困境公司的現金流動性和獲現能力較差。
整體來說，企業的以上指標能明顯區別出財務困境公司和非財務困境公司。
（四）模型構建
由於對企業陷入財務困境的可能性即對ST公司和非ST公司的研究不是連續和無限製的規模上觀察到的因變量，即產生非連續或受限因變量，因此，二元因變量模型（Binary Dependent Variable Models）是一個非常好的計量模型。由於線性概率模型在二元因變量模型中存在殘差的異方差性，且其預測結果是有偏和非一致的，因此，模型的研究方向是非線性化形式發展。其形式為：
麵板數據模型主要有隨機效應和固定效應模型。固定影響的麵板數據中Probit模型無法消除模型的異方差，因而可能會使估計結果失效，Logit模型可以消除固定效應中的異方差影響，但不能消除隨機影響麵板數據模型中的異方差性。因此，一般情況下，Probit模型選取隨機效應的麵板數據，Logit模型選取固定效應的麵板數據，下麵的檢驗結果也體現出麵板數據的這種特性。