我國上市公司信貸違約風險評級研究

摘 要：上市公司的財務基本面一般能夠反映出公司在生產經營過程中可能遭遇經營管理不善、宏觀經濟不景氣等原因所導致的無力支付到期債務或費用、公司經營出現困難甚至破產等財務危機的情況。文章根據上市公司的財務指標基于全局Fisher判別的快速聚類模型構造出上市公司信貸違約風險評級體系，用以實現對上市公司可能存在的經營和財務問題所導致的信貸違約風險進行預測與識別，對上市公司財務基本面的研究與應用進行了探討。

關鍵詞：基本面 Fisher判別 快速聚類 信貸違約風險

中圖分類號：F830.91 文獻標識碼：A

文章編號：1004-4914（2013）03-095-03

一、上市公司信貸違約風險評級的必要性與可行性

上市公司的經營狀況與財務狀況往往通過財務指標進行識別與判斷，而上市公司因為其經營不善或是財務問題，給銀行與其他債務人造成的信貸違約風險嚴重影響了債務人資金的安全性，導致債務人壞賬損失的發生。因此，對于我國商業銀行系統來說，專業審貸人員是建立在對上市公司財務指標的經驗審查之上。這種基于主觀判斷與定性審查往往是流于形式，使得對上市公司的信貸違約風險不具備良好的預先識別性。因此，如果通過現有的財務指標體系，構造一個具有科學可控、量化有效特征的上市公司信貸違約風險識別機制，將能夠最大限度地為上市公司的債權人與投資者提供有效的決策信息與建議。

我國商業銀行對其借款人的信貸違約風險評級主要是傳統的模式，即基于專業人員的定性經驗判斷之上，通過“5C”等評價體系對企業信貸對象進行財務狀況的審查。即通過對已有的上市公司財務指標進行定量化與系統化處理，形成對信貸違約風險的可識別機制，將會提高對上市公司信貸違約風險的識別準確度與預警的效率。而通過對相關文獻的梳理與研究發現，不少學者已經在此領域采取了基于財務數據的模型研究，本文正是基于這樣的思路，通過公司會計中用得最為廣泛的杜邦財務指標來構建上市公司的信貸違約風險模型。實現基于企業財務指標的信貸違約風機制的建立，使債權人與投資者能對企業債務人的財務風險進行科學的識別、分類、預警。

二、上市公司信貸違約風險評級的財務指標體系

杜邦財務指標體系在企業財務指標體系中廣泛使用，其特點是以權益報酬率為核心的基本財務指標體系，主要包括償債能力、營運能力、盈利能力與成長能力的企業經營過程中方方面面的內容。

在財務會計實務中，采用杜邦財務指標體系中各個指標來衡量企業財務狀況（吳世農，在“我國上市公司財務困境的預測模型研究”，2001）的某一方面或利用各個指標間數量聯動關系來衡量企業財務的綜合狀況，是比較普遍的財務指標分析法。對于上市公司來說，基于財務指標的分析被稱之為公司基本面分析。但是，通過單個財務指標或是杜邦財務指標體系的簡單聯動運用，難以科學地掌握到對上市公司信貸違約風險發生的核心指標，也就難以實現對信貸違約風險進行的預測與識別。

本文基于杜邦財務指標體系構建出信貸違約風險評級指標體系，并參考了相關文獻資料，篩選、設計出上市公司信貸違約風險的指標體系，為進一步的建模分析提供基礎與條件。

三、基于Fisher判別與快速聚類法的評級模型

信貸違約風險評級的對象是將信貸違約風險高的企業從正常經營的企業中識別出來，即本文研究的對象分為信貸違約風險高的對象與經常經營的企業對象，這需要利用上市公司的ST企業的警示標識。本文在對擬研究對象進行信貸違約風險評級時，首先對研究對象進行ST類企業與非ST類企業區分，以此作為判別分析的基礎對象。

（一）Fisher判別模型

1.從上市公司分為ST與非ST兩總體中取得兩組P維指標數據值之后，利用法線產生對應投影值，由此得到不同信貸違約風險級別的上市公司的對應財務指標特征值。

2.利用P維指標投影值組成一元方差分析的數據，構造出組間平方和與組內平方和：

信貸違約風險不同級別的上市公司兩總體之間（存在信貸違約風險警示企業與正常經營的企業）的組間平方和：

（二）快速聚類模型

聚類分析指將物理或抽象對象的集合組成為由類似的對象集合而成多個類的分析過程，其目標就是在相似的基礎上收集數據來分類。基于上市公司財務指標的Fisher判別模型，能夠充分地識別出高信貸違約風險與正常經營的上市公司的類型，但對于債權人與投資者來說，除了對上市公司信貸違約風險0—1兩極的判別，更有價值的是實現梯級分類，即不同水平的信貸違約風險一一呈現達到為債權人甄別上市公司信貸風險、為投資者提供上市公司經營與財務問題信息的功能。

1.聚類分析的原理。將多維財務指標構建出簡單的類結構，并通過距離函數實現類與類之間的相關性測度。

（1）標準化各指標數據。

2.適用性。聚類分析是一種基于距離函數的非參數統計分析方法。通過財務指標對象對不同類中心的距離函數進行分類，具有對事物自然屬性判別的客觀性。由于，上市公司具有不同的經營狀況與財務情況，其對應的信貸違約風險也呈現出不同的類別，尤其是在高信貸違約風險與低信貸違約風險的上市公司之間存在著不同信貸違約風險層次。因此，利用聚類法可實現同一信貸違約風險警度下上市公司財務指標體系的特征共性分析提供基礎，也可為不同信貸違約風險程度下上市公司財務指標體系的對比分析提供條件。

（三）實證結果分析

本文通過SPSS18.0，以2009—2011年480家ST類企業與487家非ST類企業為判類對象，基于篩選出的五類一級財務指標，12個二級指標（流動比率，速動比率，資產負債比率等）進行基于全局Fisher函數的二類線性判定分析。

1.基于Fisher判別模型實證結果。

標準化變量的系數也即判別權重，用來表示標準化后的各個變量對判別分類的重要性。對于信貸違約風險判類分析來看，財務指標中的流動比率、速動比率與流動資產周轉率表現出在判類分析中較大的判別權重，說明ST類企業所指明的高信貸違約風險企業的生產經營環節不暢成為企業發生信貸違約的主要特征。

（2）分類函數。

（3）判類結果。

依據上表錯判矩陣可知，交叉驗證（留一個觀測值在外）實現了86.0%的預測精度。從判類結果看，基于11個財務指標的信貸違約判別模型對信貸違約風險低的上市公司的判別精度略高于信貸違約風險高的ST類企業（88.9%>81.7%；88.7%>83.3%）。

2.基于快速聚類的信貸違約風險警度評級分析。

根據2009—2011年上市公司高信貸違約風險的ST類與低信貸違約風險的非ST類判別分析，得到的判別函數Z得分值作為快速聚類變量，兩類上市公司之中分別進行類別為4類的快速聚類，得到8類不同級別的信貸風險警度。

即通過2009—2011年三年的上市公司財務指標構造的信貸違約風險判別模型，得到的判別Z得分系數，并通過該系數的快速聚類實現了對上市公司不同信貸違約風險級別的劃分。債權人與投資人即可根據對上市公司財務指標體系的信貸違約風險評級標準進行信貸或投資決策。

四、結論與進一步研究方向

顯然，本文通過對上市公司信貸違約風險的評價建模發現，財務指標體系注重上市公司的經營狀況，其與信貸違約風險相關的杜邦財務指標體系指標（如資產負債情況，周轉情況）與公司的經營狀況密切相關。由此，通過反映上市經營狀況的財務指標能夠識別出企業因經營不善或是流動性不足等問題造成的信貸違約風險，即通過全局Fisher判別可將高信貸違約風險的ST類上市公司與低信貸違約風險的非ST類上市公司進行精度為86.0%的區分，實現了對上市公司信貸違約風險的判別。進一步來說，要對上市公司的信貸違約風險精度再進行區分，就要利用快速聚類進行不同信貸違約風險的聚類；而利用的劃分依據則是基于Fisher判別分析得到的Z函數，即根據典則判別系數得到的Z得分函數進行信貸違約風險的劃分。

財務指標體系是良好的信貸違約風險判別指標，但存在多個單變量之間的多重共線性，本文并未單獨討論指標之間的多重共線性問題，而是容忍多重共線性的存在，雖然對于模型自身的一致性沒有影響，這對模型的預測精度與評級質心的存在一定的影響。因此本文將繼續通過對實證方法的深度挖掘和使用實現進一步的信貸違約風險研究，以對上市公司的信息使用者提供更為精確的投資判斷的信息。

參考文獻：

1.周泓，邱月.交叉熵算法在企業違約風險評估中的應用研究[J].計算機工程與應用，2008，44（20）：13-16

2.汪冬華.我國上市公司行業分析方法及違約風險預警模型研究[D].華中科技大學，2004

3.張智梅，章仁俊.KMV模型的改進及對上市公司信用風險的度量[J].統計與決策，2006（18）：157-160

4.黃卉.關于我國上市公司違約風險評價效率的研究[J].中國總會計師，2011（6）：86-87

5.蔡薇.KMV模型的修正及對我國上市公司信用風險評估的實證研究[D].對外經濟貿易大學，2010

6.郭富霞，路蘭，高齊圣等.基于主成分的Logistic模型的上市公司信用風險評價分析[J].青島大學學報（自然科學版），2012，25（2）：106-110.

（作者單位：從化市職業技術學校 廣東從化 510900）

（責編：若佳）