基于因子分析與聚類分析的我國傳媒類上市公司信用評級模型

孫瑞麗

(武漢理工大學，湖北 武漢 430070)

1 研究背景及意義

信用風險是金融機構面臨的最主要的風險，隨著經濟全球一體化進程的加快，信用風險管理方法在最近20年取得了長足進展。對企業進行信用評級是衡量其違約風險的重要方法。2002年發布的《新巴塞爾資本協議》要求銀行首先建立和完善信用評級制度，由此可見信用評級在銀行信用風險管理中的地位。同時，在企業賒銷的信用管理過程中，準確的級別評定可以大幅降低事后管理的成本，信用評級在企業的信用管理中也具有重要地位。隨著我國國民經濟的發展，傳媒上市公司已經成為我國上市公司的重要組成部分。本文將以傳媒行業上市公司為研究對象建立信用評級模型并檢驗模型的合理性。

2 我國傳媒類上市公司信用風險評級實證研究

2.1 財務指標體系的構建及樣本數據來源

本文選用深、滬兩市A 股傳媒類上市公司為研究對象，并以2012年年報數據(數據來源：新浪財經http：//finance.sina.com.cn)為原始資料，選定數據有效的26 家公司為樣本。國際上，主要從償債能力、成長能力、盈利能力和運營能力四個方面對一家公司的財務報表進行綜合分析。我們初步選取了13 個財務指標。

2.2 信用風險評級實證研究

2.2.1 因子分析

1）數據的標準化

運用SPSS 軟件進行因子分析反復測試后去掉在分析過程中不理想的4 個指標，最終選取9 個指標進行因子分析。為了消除量綱的影響，我們用標準化后的數據進行因子分析。

2）指標的相關性檢驗

從相關系數矩陣我們可以看出相關系數絕對值大于0.25 的有16對指標，占到總數(36 對)的44%，這說明有很多指標之間是存在重復信息的，比較適合進行因子分析。但是其中一些變量相關系數絕對值小于0.1 相關性不強，我們需要進一步分析這些變量是否適合做因子分析。巴特利特球形檢驗的P 值接近于0，小于顯著性水平0.05，KMO值為0.605＞0.6 綜合說明了所選指標適合做因子分析[1]。

3）提取因子

總方差解釋表中前四個因子的累計貢獻率已達79.035%共同解釋了變量的大部分方差，總體上原有變量的信息丟失較少，因子分析效果較理想。

4）因子命名

從橫向觀察初始因子載荷矩陣，有些指標在多個因子上都具有較大的值，即需要多個因子共同解釋。對因子載荷矩陣施行最大方差旋轉，得到旋轉后的因子載荷陣。第一主成分在反映公司償債能力的關鍵性的指標上有較大的載荷，把因子1 命名為基本償債因子；凈資產收益率和每股收益可以決定第二主成分，把因子2 命名為盈利能力因子；第三主成分上反映企業資金周轉能力的三個指標上有較高的載荷，把因子3 命名為營運周轉因子；第四主成分上反映公司發展情況的主營業務收入增長率有較高的載荷，把因子4 命名為發展能力因子[2]。

5）計算綜合得分

由因子得分函數計算出樣本的4 個因子得分。再進行加權平均得到各公司信用風險綜合得分。大部分公司的綜合得分集中在±0.5 之間，總體呈“中間大，兩頭小”，反映了我國傳媒類上市公司的信用狀況。為了進一步劃分各公司的信用等級我們進行聚類分析。

2.2.2 通過聚類分析建立信用評級模型

1）基于因子得分的系統聚類

以四個因子作為新變量，將數據標準化后采用Ward 聯接法進行聚類分析。結合各公司的因子得分表，我們得到四級信用評級模型：光線傳媒及華錄百納基本償債能力很強我們將這一類視為基本償債公司；將歌華有線等對因子4 的重視程度高的命名為成長潛力公司；將電廣傳媒這一類盈利能力比較強的命名為盈利能力公司；將新文化為代表的一類公司命名為營運周轉公司。

2）基于綜合得分的K-均值聚類

鑒于我國商業銀行通常使用的是貸款五級分類，本文將采用五級分法對各公司綜合得分進行聚類。聚類結果顯示，等級AAA、B 和C的樣本數量都很小，而等級AA 和A 的樣本數量則很大，即信用狀況極好和極差的上市公司都是少數，而大多數上市公司的信用處在中間級別。

2.2.3 模型的檢驗

為了檢驗所建立的信用評級模型是否合理，用2 個待判樣本進行判別分析[3]。結果通過了假設檢驗并說明了判別函數的有效性。光線傳媒綜合得分為1.56，在信用評級模型中被評為一級，說明該公司在同行業中知名度很高，償債能力、盈利能力等都很好，與實際情況相符。歌華有線被評為四級，說明該公司對財務的償債保障能力薄弱，盈利能力低下，甚至虧損嚴重，在未來有很大的不確定性，同時驗證了該信用評級模型的應用能力。

3 結論

研究發現我國傳媒行業大部分公司信用等級處于中等水平，整體呈“兩頭小、中間大”，同行業中的競爭使得少數公司各方面良好，優勝劣汰，企業在經營過程中要注重風險問題。經檢驗，本文建立的四級和五級信用風險模型在公司信用評級中起到一定的指導作用，與事實基本相符，有一定的合理性。

［1］范金成，梅長林.數據分析[M].北京：科學出版社，2009.

［2］何艷芳，石丹林.銀行客戶信用評級[M].北京：中國商業出版社，2002，73－78.

［3］鄒建平.信用評級學[M].北京：中國金融出版社，1994：26-35.