上市企業信用評級體系的研究

李含悅

[摘要]隨著產能過剩和企業效益下滑等問題逐漸向金融領域傳導，為了降低不良貸款率，防范信貸風險，商業銀行對上市企業信用評級的方法仍需不斷完善。本文通過建立指標體系，綜合運用因子分析和聚類分析的統計方法，對我國116家制造業上市企業劃分了信用風險等級，進而建立了上市企業信用評級標準。

[關鍵詞]商業銀行；上市企業；信用評級；因子分析；聚類分析

一、引言

2015年人民幣正式加入SDR，我國金融國際化程度不斷提高。在保持人民幣幣值穩定的基礎上，靈活的貨幣政策減輕了實體經濟的成本壓力，相對舒適的融資環境促進了實體經濟的發展。然而，2014年至今，我國GDP增速放緩，產能過剩行業的尷尬處境以及基礎設施建設投資的持續回落，給我國經濟發展帶來威脅。這不僅導致了企業利潤減少甚至持續虧損，還制約了制造業投資的積極性，部分企業自身的償債能力明顯降低，極大地提高了商業銀行的不良貸款率。因此，銀行對上市企業貸款必須保持謹慎的態度，并提出嚴格的條件，不斷完善信用評級方法。自2015年起，我國需要重新振興制造業，其信用風險狀況顯得尤為重要。由于信用風險的不可預知性較大，信用評級的工作量也較大，評級人員的綜合素質要求較高，所以科學有效的信用評級還需要借助計算機和統計模型來完成。本文結合實際的經濟背景，選取了我國116家制造業上市企業作為樣本，建立了信用評級體系并進行實證分析，希望在防范和化解信貸風險方面得出具有實際意義的結論。

二、上市企業信用評級指標體系

（一）相關假設

為了簡化問題便于研究，在將經濟問題抽象化為數學模型研究之前，需要先做些假設。本文針對信用評級問題所做的假設如下：1經過抽樣得到的上市企業在該年內的會計核算以及編制會計報表時所采用的原則、方法、程序等并未變更：2選取的財務數據在統計上并沒有出現登記性誤差，即所有數據都是客觀真實的：3本次信用風險評級的研究不會受到表外業務的影響。

（二）信用評級指標的選取原則

1.代表性。在上市企業信用評級研究的問題上，影響評級結果的因素有很多，且每個因素對結果的影響程度是不同的，這就要求抓住問題的主要矛盾來做分析，即把握最能夠反映上市企業信用狀況的因素，使指標具有代表性，得到的結果具有說服力。2.獨立性。有些因素相互之間包含了大量的重疊信息，如果不加以剔除，就會出現幾個指標說明同一個問題的情況，導致數據處理的低效率，給經濟含義的解釋造成不便。3協調性。除了需要保證指標間的獨立性，又要考慮到變量問的協調性。在各個指標包含著不同經濟信息的前提下，又能夠相互配合地對上市企業信用狀況進行解釋，有助于決策者從盡可能全面的角度對企業進行審視，從而降低自身的經營風險。

（三）指標選取

從科學性的角度看，對企業的信用評級應包含兩個方面：財務指標和非財務指標。具體操作思路如下：首先對財務指標和非財務指標分別建立相應模型，再將兩個模型的評價結果綜合分析，得到最終商業銀行對上市企業信用評級的完整模型。從客觀性的角度看，通過選取一定數量的財務指標可以進行對財務指標的定量分析：依據評級人員的推理判斷可以進行對非財務指標的定性分析。由于評級人員的經驗抉擇因人而異，差別可能較大，且不易制定衡量的標準，故本文只討論基于客觀的財務指標。

通過查閱相關資料發現，用于信用評級的指標有很多，但事實上，評級指標并非多多益善。在參考了國內外度量信用風險指標的研究成果后，根據指標選取原則，本文最終擬選取9項指標進行分析，具體如下表所示：

基本每股收益能夠說明收益的增長或減少，指標值越大，股利分配來源越充足，資產增值能力越強，可以用來衡量一個企業是否能達到其預期利潤目標。總資產收益率直接地反映了企業的發展能力和管理水平，體現了企業運用資金的效果和效率，能夠反映企業的長期競爭力。資產負債率代表了企業的資產結構和在相當長的時間內償還債務的能力，也可以衡量企業借入資金的比重，是判斷貸款風險程度的重要指標。有形資產負債比率將無形資產扣除出去，消除了個別無形資產價值帶來的影響，更加可靠地反映了企業償債的安全度。流動比率反映了企業償還短期債務、現金流動、正常營運的能力。一般地，流動比率值越高，企業資產的變現能力越強，短期內償還債務的能力越強；反之則弱。存貨周轉率反映了一定時期內企業存貨資產的周轉速度。通常情況下，存貨周轉率越高，存貨的流動性越好，存貨的變現能力就越高。相應地，企業的獲利能力越大且經營風險相對較小。應收賬款周轉率衡量企業應收賬款轉化為現金的速度，體現了企業資金周轉是否正常以及壞賬損失的多少。營業收入增長率體現了企業營業收入的增減變動情況，體現了企業在長期內的履約能力，是衡量企業經營狀況和市場占有力、預測企業經營業務拓展能力的重要標志。

資產是企業償還債務的保證，保持資產穩定增長對于企業健康發展具有積極的推動作用。可見總資產增長率能夠反映企業資產的整體情況和增長能力，體現了企業在長期內的履約能力。

三、上市企業信用評級方法

（一）樣本的選擇

本文搜集了2014年在上海證交所上市的將近2000家企業，并篩選出了在2012年1月1日之前上市的企業。由于本次的研究對象是我國的制造業企業，因此本文得到467家上市企業作為研究總體。為了選取更具有代表性的數據樣本，先用簡單隨機抽樣從總體中剔除3個個體，使剩下的總體個數能被整除，再根據樣本總量進行系統抽樣，按照2.5g的比例總共抽取了116家。

（二）因子分析

本文所選的評級指標有9個，通過降維將原指標轉化為少數幾個可以反映原有變量大部分信息的因子，計算樣本的因子得分便于進一步的樣本分類。

在運用因子分析前需要運用KMO和Bartlett球形度檢驗法進行適應性檢驗。一般來說，KMO檢驗值大于0.5或者Bartlett球形度檢驗P值小于0.05說明所選取的財務指標間具有—定的相關性，適合做因子分析。

上述方程組中a_ij（i=1，2，…n；j=1，2，…，p）是因子載荷，反映了變量與因子之間的相關程度，絕對值越接近于1，二者的相關性越強。由于有些公因子對幾個變量上的載荷都比較大，或者有些變量在幾個公因子上的載荷都不小，所以仍需要進行因子旋轉，使每個變量僅在一個公共因子上有較大的載荷，而在其余的公共因子上的載荷比較小，本文運用最大方差法進行正交旋轉。由于對樣本的評級是基于綜合信用狀況而定的，故需要計算因子總得分，即每個公因子F₁，F₂，…，F_n在每一個樣本點上的加權得分。

（三）聚類分析

本文最終要將樣本按照信用狀況做信用風險等級的分類，對各個級別的上市企業做相應的信用描述，以便商業銀行在放貸時做出更加合理的決策，所以在得出綜合因子得分后還需做進一步的聚類分析。聚類分析先假定每個樣本自成一類，樣本間的距離代表相似程度，這也就是類之間的相似度，相似度高的組成新類：再計算新類之間的距離，再次合并相似度較高的類，形成若干新類：如此進行下去，直至根據距離臨界值和譜系圖，結合實際需要，確定合適的類數。本文利用系統聚類方法，以實際情況和譜系圖為依據，按照如下原則分類：原則A：各類重心之間的距離必須很大：原則B：每一類中的元素不宜過多：原則c：類的個數必須符合實用目的：在歸類的過程中，利用wafd法，即離差平方和法計算類與類之間距離。具體步驟為：將每個樣本看作一類，再使縮小后方差增加最小的兩類合并，直到所有的樣本歸為一類為止。依據上市企業財務指標數據的定量特征將其分組歸類，方便了解指標間的內在結構，并反映樣本和指標間的內在規律。

四、上市企業信用等級評定

（一）數據的預處理

由于量綱的不同需要將指標數據標準化，采用z-Score法將指標值與均值的差除以標準差：接著進行適用性檢驗，KMO檢驗系數為0.586大于0.5，說明變量問的相關性較強；同時Bartlett檢驗的x²統計值達到了762A56，顯著性概率為0.000小于0.5，綜合來看，可以對樣本數據做因子分析。

（二）主因子的提取

采用主成分分析法提取主因子，得到因子對變量的解釋情況如下表所示：

該表按照因子的特征根的大小排列，由上表顯示的特征值以及解釋方差百分比可以看出，如果濃縮后所得的因子個數太少，則無法保留變量包含的大部分信息，失去了分析的意義。觀察發現前4個因子的特征值均大于1，累計貢獻率為86.478%，超過8 5%的原有信息量被保留了下來，可以認為用這4個因子能更好地反映9項指標包含的大部分信息，故選取前4個因子進行分析。

為了明確選取的各因子的經濟含義，接下來需要利用因子載荷矩陣給四個主因子分別命名，對初始因子載荷矩陣做正交旋轉后結果如下表所示：

從旋轉后的因子載荷矩陣中可以看到，所有的指標都在某一個因子上的取值最大，而且具有典型性，即每個指標都只被一個因子解釋。基本上每個指標的因子載荷值都高于0.8，解釋的結果較好。具體的各因子命名情況如下：

經過正交旋轉變換后，各公因子的經濟意義得以明確。可看出，公因子F，主.要由資產負債率（X3）、有形資產負債比率（X4）、流動比率（X5）三個指標決定，代表了樣本企業的還債能力，F1對樣本的方差貢獻率為33.226%，說明企業的償債能力對企業信用的影響力較大，所以，將F1命名為償債能力因子。

公因子F2主要由營業收入增長率（Xa）、總資產增長率（x0）兩個指標所決定，代表了樣本企業的成長能力，F2對樣本的方差貢獻率為25.330%，可見企業的發展能力所產生的影響也較大，故可將F2命名為發展能力因子。公因子F3主要由基本每股收益（X1）、總資產收益率（x2）決定，方差貢獻率為16.157%，故將其對應的F5命名為盈利能力因子。公因子F4則主要由存貨周轉率比率（X6）、應收賬款周轉率（X7）決定，方差貢獻率為11.665%，說明企業的資金周轉能力和變現能力對企業信用也產生了一定影響，因此將F4命名為周轉能力因子。

（三）因子得分

確定了主因子后，就可以計算其在樣本上的得分。利用因子得分，也就可以在下文進行聚類分析，將上市企業按照信用風險的等級分類。得到因子得分系數矩陣后，為了對我國上市企業的信用風險進行綜合評價，首先計算樣本中各企業在每個主因子上的得分，然后將各因子的方差貢獻率與累計方差貢獻率的比值作為權數，加總求出綜合得分。再以因子總得分為對象進行聚類分析，將因子總得分與信用等級掛鉤。企業信用綜合因子得分為：

F=（33.226*F1+25.330*F2+16.157*F3+11.665*F4）/86.478

根據此公式可以得出樣本中各個上市企業的綜合得分，即可進行聚類分析，建立起最終評級模型。

（四）信用等級劃分

本文將采用系統聚類法，按照wafd方法確定合并原則分析，選擇綜合因子得分作為變量，對116個制造業上市企業進行分類。結合樹狀圖并對比不同分類數量的效果，最終得到聚類分析結果如表5。從表中的數量一欄來看，數據大體呈現出“兩頭小，中間大”的特點，這說明信用情況好和信用狀況差的上市企業是占少數的，而信用狀況一般的上市企業比重較大，這和實際情況是相吻合的，可以初步認為該分類結果還是比較合理的。聚類分析結果和綜合因子得分存在著對應的關系，所以下面求出相鄰兩類的兩個相鄰極值的平均數，并將其作為區間的邊界，進行標準等級的定量劃分。例如，第1類中綜合因子得分最低的為2.2l，第2類中綜合因.子得分最高的為1.28，取二者的算術平均值應為1.745，即作為區別兩類的邊界。為了使各類對應的上市企業信用狀況更加直觀，對每一類都賦予了相應的符號，根據在四個主因子上的得分情況作了文字描述，依此方法所得結果如下：

五、結論

本文以制造業上市企業為研究對象，選取了9項具有代表性的定量財務指標構建了信用評級指標體系，從償債能力、發展能力、盈利能力、周轉能力等四個方面反映了上市企業的信用風險狀況。在實證研究中對我國116家制造業上市企業的信用狀況評定了等級，大致分為A+、A、B+、B、c+、c六個風險級別，并做出了相應的信用描述。

本文建立的信用評級指標體系從影響違約風險的因素入手，提取出用于信用評級研究的科學合理的財務指標，且對財務指標的內涵和意義做了說明，能夠保證評級結果的準確性和參考性。將因子分析和聚類分析有機結合的信用評級方法，為定量的信用評級提供了客觀有效的依據，對于改善銀行信用風險控制和管理，提高我國信用風險評級水平有一定的參考價值。