Logit模型對(duì)新材料領(lǐng)域上市公司的信用風(fēng)險(xiǎn)評(píng)估

　　摘要：文章選取了幾家新材料領(lǐng)域中的上市公司，通過(guò)對(duì)其年報(bào)各種財(cái)務(wù)指標(biāo)的處理，建立了上市公司信用情況的Logit模型，利用該模型可以對(duì)上市公司一年后的信用情況進(jìn)行預(yù)測(cè)和評(píng)估。文章拓展了logit模型在新材料領(lǐng)域中預(yù)測(cè)信用風(fēng)險(xiǎn)方面的應(yīng)用，結(jié)論表明新材料領(lǐng)域上市公司的盈利能力是信用風(fēng)險(xiǎn)的最關(guān)鍵因素。
　　關(guān)鍵詞：信用風(fēng)險(xiǎn)；Logit模型；主成分分析；新材料
　　一、引言
　　信用風(fēng)險(xiǎn)廣泛存在于經(jīng)濟(jì)個(gè)體之間交往中，對(duì)借款人、證券發(fā)行人或銀行等從事金融業(yè)務(wù)的企業(yè)來(lái)說(shuō)非常重要。在商業(yè)交易中，資本市場(chǎng)的投資者以及監(jiān)管部門(mén)都需要面對(duì)上市公司的信用風(fēng)險(xiǎn)，銀行需要額外資本儲(chǔ)備來(lái)應(yīng)對(duì)個(gè)人及企業(yè)的信用風(fēng)險(xiǎn)。各大商業(yè)銀行和金融機(jī)構(gòu)紛紛推出了度量企業(yè)信用風(fēng)險(xiǎn)的金融模型，以降低違約行為所造成的交易成本。我國(guó)銀行業(yè)目前并不具備自行建立風(fēng)險(xiǎn)模型的條件，因而需要結(jié)合風(fēng)險(xiǎn)管理現(xiàn)狀，構(gòu)建以定性分析為主的信用風(fēng)險(xiǎn)評(píng)估模型，以提高我國(guó)銀行金融業(yè)風(fēng)險(xiǎn)管理水平。
　　信用風(fēng)險(xiǎn)分析方法比較重要的有要素分析法、財(cái)務(wù)比率分析法及多變量信用風(fēng)險(xiǎn)判別模型等。要素分析法以5c要素分析法為代表。5C要素分析法主要分析借款人的道德品質(zhì)（Character）、還款能力（Capacity）、資本實(shí)力（Capital）、擔(dān)保（Collateral）和經(jīng)營(yíng)環(huán)境條件（Condition）五個(gè)方面。財(cái)務(wù)比率分析法使用同一期財(cái)務(wù)報(bào)表上的各個(gè)項(xiàng)目計(jì)算財(cái)務(wù)比率，用以綜合分析和評(píng)價(jià)公司的經(jīng)營(yíng)活動(dòng)以及公司目前和歷史狀況，廣泛適用于財(cái)務(wù)分析和信用風(fēng)險(xiǎn)評(píng)估。多變量信用風(fēng)險(xiǎn)判別模型是以特征財(cái)務(wù)比率為解釋變量，運(yùn)用數(shù)量統(tǒng)計(jì)方法推導(dǎo)而建立的標(biāo)準(zhǔn)模型。主要包括線性概率模型、Logistic（Logit）模型、Probit模型和判別分析模型。這些方法由于處理數(shù)據(jù)方面的優(yōu)勢(shì)，有著較好的預(yù)測(cè)效果。其中，由于Logit模型不需要假設(shè)變量間存在正態(tài)分布，且能對(duì)樣本外的數(shù)據(jù)進(jìn)行預(yù)測(cè)。故本文選用Logit模型對(duì)新材料公司的財(cái)務(wù)比率指標(biāo)進(jìn)行分析和信用風(fēng)險(xiǎn)預(yù)測(cè)。
　　二、Logit模型構(gòu)造
　?。ㄒ唬㎜ogit模型
　　本文選擇Logit模型來(lái)研究我國(guó)上市公司的信用風(fēng)險(xiǎn)。Logit模型是一種非線性統(tǒng)計(jì)方法，用于解決因變量為定性指標(biāo)的問(wèn)題。在二值選擇模型中，因變量Y代表一個(gè)個(gè)體或者一個(gè)實(shí)驗(yàn)單元，它的取值有兩種可能，通常一種結(jié)果記為1，另一種結(jié)果記為0。X=（x1，x2，…xn）n表示自變量向量，用來(lái)預(yù)測(cè)Y=1的概率，在本文中表示企業(yè)守信這一事件。P=prob（Y=1|X），P可以由Logit（p）=ln[p/（1-p）]=α+β1x1+β2x2+…+βnxn=α+βX得到，P表示企業(yè)違約的概率，β＝（β1，β2，…，βn）是一組與X對(duì)應(yīng)的回歸系數(shù)，α和β都是待估參數(shù)。在得到α和β的參數(shù)估計(jì)后，事件發(fā)生的概率就可以通過(guò)P=exp（α+βX）/[1+exp（α+βX）]得到。P／（1-P）為發(fā)生比。P越大，發(fā)生比越大；反之亦然。本文將選擇新材料領(lǐng)域部分上市公司的近3年年報(bào)數(shù)據(jù)，得出一些重要的財(cái)務(wù)比率和變化率，先對(duì)之進(jìn)行主成分分析，而后構(gòu)建適合評(píng)估我國(guó)新材料領(lǐng)域上市公司信用風(fēng)險(xiǎn)的Logit模型。
　　新材料是指正在研發(fā)、性能卓越的一些材料，它比傳統(tǒng)材料有著更為優(yōu)異的物理性能和更為廣闊的應(yīng)用前景，或者通過(guò)新技術(shù)、新工藝能夠大幅降低生產(chǎn)成本。我國(guó)地大物博，但資源浪費(fèi)情況十分嚴(yán)峻，大力發(fā)展新型材料是我國(guó)目前最熱門(mén)的話題之一?，F(xiàn)今復(fù)合材料、電子信息材料、納米材料、新型功能材料（如高溫超導(dǎo)材料、功能高分子材料等）、新型建筑及化工材料等無(wú)一不是我國(guó)應(yīng)用領(lǐng)域重點(diǎn)關(guān)注的熱點(diǎn)問(wèn)題?；诖?，本文使用新材料板塊的89支股票上市公司財(cái)務(wù)情況進(jìn)行建模分析，以是否被特別處理（股票名稱(chēng)被冠以ST或*ST）來(lái)近似模擬公司的金融風(fēng)險(xiǎn)情況。并且，對(duì)于ST公司使用被特別處理前兩年的財(cái)務(wù)報(bào)表來(lái)進(jìn)行分析。其他普通股票均使用2010年、2009年的財(cái)務(wù)數(shù)據(jù)。
　?。ǘ┲鞒煞址治?br/>　　由于上市公司的信用風(fēng)險(xiǎn)影響因素很多，為了全面反映公司的財(cái)務(wù)狀況和經(jīng)營(yíng)盈利狀況，本文選取31個(gè)財(cái)務(wù)指標(biāo)作為原始數(shù)據(jù)。并在此基礎(chǔ)上，將這些財(cái)務(wù)指標(biāo)重新線性組合成一組新的互相無(wú)關(guān)的綜合指標(biāo)，即進(jìn)行主成分分析。這個(gè)過(guò)程將用SPSS 17.0軟件實(shí)現(xiàn)。
　　三、實(shí)證分析
　　（一）樣本采集及指標(biāo)選取
　　企業(yè)財(cái)務(wù)指標(biāo)主要分為5類(lèi)：每股指標(biāo)、盈利能力指標(biāo)、營(yíng)運(yùn)能力指標(biāo)、償債能力指標(biāo)和成長(zhǎng)能力指標(biāo)。本文從這5類(lèi)指標(biāo)中共挑選了有代表性的31個(gè)指標(biāo)。原始數(shù)據(jù)摘自2010年和2009年“新材料”概念板塊中的全部上市公司年報(bào)（*ST寶碩因?yàn)樵?007年2月即遭遇停市警告，至今仍無(wú)好轉(zhuǎn)。故將此股去掉），財(cái)務(wù)指標(biāo)使用EXCEL軟件進(jìn)行計(jì)算。
　?。ǘ?shí)證分析過(guò)程
　　為了減小多重共線性進(jìn)而提高模型的準(zhǔn)確度，采用SPSS 17.0進(jìn)行因子分析。在提取主成分時(shí)，采用了方差最大化正交旋轉(zhuǎn)法，以便于為主成分找到合理的經(jīng)濟(jì)解釋。
　　由主成分負(fù)荷矩陣和碎石圖可見(jiàn)，從特征根和累積概率的判別方式共得到8個(gè)重要的因子，它們的可解釋度為87.54%，基本上符合要求。從因子得分系數(shù)矩陣得出這8個(gè)因子分別定義為盈利因子、現(xiàn)金流量因子、營(yíng)運(yùn)因子、現(xiàn)金償債因子、綜合因子、逆向因子、債務(wù)利潤(rùn)因子、盈利償債因子。
　　將這8個(gè)因子代入Logit模型進(jìn)行運(yùn)算，由SPSS 17.0計(jì)算得到模型的擬合優(yōu)度Nagelkerke R2=0.79，-2 Log likelihood值為9.60，擬合結(jié)果較好。模型回歸參數(shù)如表1所示。由表1可得，Logit回歸函數(shù)為：Prob（上市公司高信用風(fēng)險(xiǎn)）=■，其中：
　　z=-11.611-3.236F1-0.180F2-3.133F3-0.913F4+1.057F5-2.912F6-1.759F7+4.140F8
　　故企業(yè)的負(fù)債指數(shù)越低，盈利能力越強(qiáng)，各種資產(chǎn)和先進(jìn)流量周轉(zhuǎn)速度越快，企業(yè)的信用風(fēng)險(xiǎn)越低。
　?。ㄈ┠Ｐ蜏?zhǔn)確性
　　模型對(duì)于訓(xùn)練樣本風(fēng)險(xiǎn)預(yù)測(cè)的平均準(zhǔn)確率為87.8%，準(zhǔn)確率很高。但模型對(duì)高風(fēng)險(xiǎn)企業(yè)的預(yù)測(cè)精度不足，僅有80%，需要我們進(jìn)一步選取測(cè)試樣本進(jìn)行預(yù)測(cè)。
　　另外選擇20只新材料股票和15只ST板塊中的股票作為測(cè)試樣本，得到模型準(zhǔn)確率為79.4%，對(duì)高風(fēng)險(xiǎn)企業(yè)預(yù)測(cè)準(zhǔn)確率為69.3%，可以作為預(yù)測(cè)公司信用風(fēng)險(xiǎn)的參考方法。
　　四、結(jié)論
　　由Logit模型回歸結(jié)果可知，盈利因子對(duì)模型貢獻(xiàn)度最大，這說(shuō)明新材料這種高新領(lǐng)域中公司是否違規(guī)主要取決于它的盈利能力，這與我們的常識(shí)符合。使用了眾多的財(cái)務(wù)數(shù)據(jù)，能夠全面反映公司的財(cái)務(wù)狀況和經(jīng)營(yíng)情況，模型可以應(yīng)用到對(duì)公司價(jià)值的估計(jì)方面，實(shí)用性強(qiáng)，是較好的定量研究方法。
　　本文的缺陷主要是高風(fēng)險(xiǎn)樣本容量不夠多，這是因?yàn)檫x擇的主要是新材料行業(yè)的上市公司，故ST和*ST類(lèi)的公司比較少。比較好的改進(jìn)辦法是使用其他違約判斷標(biāo)準(zhǔn)，比如公告中出現(xiàn)的債務(wù)違約事件，但這會(huì)使數(shù)據(jù)的采集難度加大。另外由于模型需要使用很多財(cái)務(wù)數(shù)據(jù)，而我國(guó)上市公司中普遍存在財(cái)務(wù)數(shù)據(jù)失真和人為操控利潤(rùn)的情況，因而在判斷企業(yè)的風(fēng)險(xiǎn)情況時(shí)最好綜合考慮其他方法。
　　參考文獻(xiàn)：
　　1、盧紋岱.SPSS統(tǒng)計(jì)分析[M].電子工業(yè)