基于logistic模型的我國上市公司信用風險度量的實證分析

中圖分類號：F224"文獻標識碼：A

摘要：本文采用實證研究的方法，然后利用2013年股票市場上存在的40家ST上市公司以及與其行業(yè)相同，資產(chǎn)規(guī)模相當?shù)?0家非ST上市公司的財務(wù)數(shù)據(jù)為基礎(chǔ)，通過因子分析和logistic模型的運用，建立了一個評價上市公司信用風險的模型，模型判別的正確率比較令人滿意，最后為了進一步檢驗?zāi)Ｐ偷念A(yù)測能力，從A股市場隨機挑選了20家上市公司（不包括已經(jīng)包含在模型中的樣本）的財務(wù)數(shù)據(jù)帶入logistic模型進行預(yù)測，結(jié)果表明模型有較好的預(yù)測能力。

關(guān)鍵詞：信用風險;因子分析;logistic回歸模型

一、引言

2008年次貸危機的爆發(fā)，愈演愈烈，進而演變成全球性的金融危機，使得銀行把對企業(yè)信用的評價成為信貸管理中日益重要的課題。狹義的信用風險指借款人到期不能或不愿償還借款的違約風險。廣義上也包括信用交易中借款人信用狀況惡化或金融市場上標的資產(chǎn)信用評級下降，"造成資產(chǎn)貶值，"從而使投資者潛在損失擴大的信貸利差風險。后一種風險由于其不直接反映在賬面上，"常常不被投資者重視。但事實上，"正如在08年的次貸危機中，"標準普爾和穆迪降級處理上百只房地產(chǎn)抵押債券，"使眾多投資者損失慘重，"后一種風險一旦爆發(fā)后果同樣嚴重。實際研究中已有許多評價上市公司信用風險的模型，"根據(jù)它們對信用事件的定義的不同，"大致可以分為盯住市場模型和違約模型兩類。前者著重考察借款企業(yè)信用品質(zhì)的變化情況，"評價該種信用事件對企業(yè)貸款（債券）價值的影響，"后者以企業(yè)不能或不愿還款為信用事件，"強調(diào)的是預(yù)期違約損失。隨著我國市場經(jīng)濟不斷發(fā)展和完善，企業(yè)之間的競爭也越來越激烈，市場的復(fù)雜性和不可預(yù)見性使得企業(yè)一旦經(jīng)營不善，就有可能陷入財務(wù)困境之中。因此建立一個適合我國上市公司信用風險度量的模型變得刻不容緩。

二、文獻回顧

（一）企業(yè)信用風險度量的理論模型

企業(yè)信用風險度量的規(guī)范性理論是探求企業(yè)陷入財務(wù)危機的深層次原因的理論基礎(chǔ)。大致可分為四類：一是非均衡理論模型。非均衡理論主要包括混沌理論和災(zāi)害理論。混沌理論主要從一個乃至其后一系列由其產(chǎn)生的微弱干擾對整個系統(tǒng)的影響入手分析問題，指出當這一系列產(chǎn)生的微弱干擾對整個系統(tǒng)的非均衡影響逐步累加時，最終會導致整個系統(tǒng)偏離原來的均衡狀態(tài)。災(zāi)害理論主要關(guān)注一個系統(tǒng)中的幾個潛在均衡點，著重分析在一些逐漸平緩發(fā)生變化后出現(xiàn)的突然的、不連續(xù)的變化對整個系統(tǒng)的影響。二是財務(wù)模型。Scot（1981）將企業(yè)破產(chǎn)定義為權(quán)益價值小于零或資不抵債，并總結(jié)出由四種財務(wù)模型組成的解釋公司財務(wù)危機的規(guī)范理論。三是代理模型。代理理論是引入契約理論后得到的，其根據(jù)股東和債權(quán)人之間的潛在利益沖突來研究公司破產(chǎn)，主要通過現(xiàn)金流的波動性和公司資產(chǎn)的變現(xiàn)價值來研究企業(yè)的生存狀態(tài)。

（二）企業(yè)信用風險度量的實證研究

企業(yè)信用風險度量一直是微觀經(jīng)濟領(lǐng)域的研究熱點，信用風險度量模型也隨著研究的深入而不斷地發(fā)展變化。信用風險度量模型從開始由Beaver提出的單變量模型（一元判定模型）發(fā)展到可以全面揭示企業(yè)財務(wù)狀況的多變量模型。當前主流的四種多變量財務(wù)危機預(yù)測模型是：多元線性模型、Logistic模型、COX模型和神經(jīng)模型。具體來說，多元線性模型分為多元線性判別模型和多元線性回歸模型，是A.Altman在20世紀60年代首先采用的，由于二者的最終預(yù)測效果完全相同，一般選擇多元線性回歸模型來建立危機預(yù)測模型;Logistic模型是一種應(yīng)用二值響應(yīng)的非線性判別統(tǒng)計方法建立的模型，由于Altman多元判別分析的某些假設(shè)一直備受爭議，Ohlson（1980）采用了Logistic分析方法，從而克服了傳統(tǒng)判別分析中的許多問題，使財務(wù)風險預(yù)警的方法得到了重大改進;由于國內(nèi)財務(wù)預(yù)警研究起步較晚，發(fā)展還不成熟，因而在實踐中大多采用多元判別分析方法，采用多元邏輯研究方法較少。

三、研究設(shè)計

（一）研究方法

本文采用因子分析和logistic回歸模型的方法來研究企業(yè)信用風險。Logistic函數(shù)最早由珀爾和利德（1920）在研究果蠅繁殖的過程中發(fā)現(xiàn)，現(xiàn)已成為實際應(yīng)用最為普遍的的二元回歸模型之一。Logistic模型的最大優(yōu)點是：不需要嚴格的假設(shè)條件，克服了線性方程受統(tǒng)計假設(shè)約束的局限性。Logistic回歸模型的曲線為S型，該預(yù)警模型一般是以0.5作為閥值。來判斷企業(yè)是否存在信用風險。本文利用邏輯回歸方法來構(gòu)建信用風險度量模型進行財務(wù)預(yù)測，該模型可以很好很快的預(yù)測出企業(yè)的風險情況，是值得推廣和應(yīng)用的一種模型。

（二）數(shù)據(jù)選擇

本文選用2013年年上海與深圳證券交易所被ST的一共40家上市公司作為失信企業(yè)組，"并按照同行業(yè)、同規(guī)模的原則又挑選了40家業(yè)績正常的上市公司作為參照的守信企業(yè)組。鑒于配對分析可以濾去所處行業(yè)、企業(yè)規(guī)模等一些外在環(huán)境對分析的干擾，本文采用配對的方式選取對照組。由于公司是在2013年被ST的，所以本文利用的是上市公司2010年的年報的財務(wù)數(shù)據(jù)。最后，為了檢驗?zāi)Ｐ偷念A(yù)測能力和穩(wěn)健性，另外選取了20家上市公司作為檢驗樣本。本文所有數(shù)據(jù)來源于同花順數(shù)據(jù)庫和國泰君安數(shù)據(jù)庫。

（三）指標選擇

參照以往的研究文獻，本文從反映企業(yè)盈利能力、償債能力、營運能力、發(fā)展能力和現(xiàn)金流五個方面選擇了33個指標，然后按照“嚴格管制下Logit評分模型中信用因子的最優(yōu)選擇”的思路來篩選指標。最后，本文選定15個指標作為備選變量，如表3-1所示。

表3-1信用風險評價指標

類別變量指標名稱及計算公式

償債能

力指標

X3流動比率=流動資產(chǎn)/流動負債

X4速動比率=速動資產(chǎn)/流動負債

X1資產(chǎn)負債率=平均總負債/平均總資產(chǎn)

X6利息保障倍數(shù)=（利潤總額+利息費用）/利息費用

盈利能

力指標

X13銷售凈利率=凈利潤/銷售收入

X12ROA（總資產(chǎn)收益率）=息稅前凈利潤/總資產(chǎn)平均總額

X11ROE（凈資產(chǎn)收益率）=息稅前凈利潤/凈資產(chǎn)平均總額

營運能

力指標

X7應(yīng)收賬款周轉(zhuǎn)率=賒銷收入凈額/應(yīng)收賬款平均余額

X8存貨周轉(zhuǎn)率=銷售成本/存貨平均余額

X9流動資產(chǎn)周轉(zhuǎn)率=主營業(yè)務(wù)收入凈額/流動資產(chǎn)平均余額

X10總資產(chǎn)周轉(zhuǎn)率=銷售凈收入/總資產(chǎn)平均余額

發(fā)展能

力指標

X15總資產(chǎn)增長率=（本期總資產(chǎn)-上期總資產(chǎn)）/上期總資產(chǎn)

X14營業(yè)收入增長率=（本期營業(yè)收入-上期營業(yè)收入）/上期營業(yè)收入

現(xiàn)金流

量指標

X5現(xiàn)金流量比率=經(jīng)營活動產(chǎn)生的現(xiàn)金凈流量/流動負債

X2營業(yè)收入現(xiàn)金比率=經(jīng)營活動產(chǎn)生的現(xiàn)金凈流量/營業(yè)收入

四、實證分析

（一）因子分析

本文選取了15個信用風險度量的指標，其中不乏存在具有較強相關(guān)性的指標，為了達到降維目的的同時又不喪失樣本的信息，首先要進行因子分析。在因子分析之前，首先要考慮數(shù)據(jù)的特點，若選取的指標數(shù)據(jù)單位不統(tǒng)一就需要進行無量綱化處理，本文所選指標均為比率指標，并且利用spss進行因子分析時，系統(tǒng)會自動對數(shù)據(jù)進行標準化處理，所以可以直接進入下一步。在進行因子分析之前，要計算相關(guān)系數(shù)矩陣和KMO值以及Barlett檢驗值，以判斷指標是否適合進行因子分析。

采用方差極大旋轉(zhuǎn)法旋轉(zhuǎn)后的因子載荷矩陣，它列示了提取的公因子和原始變量之間的簡單線性關(guān)系。

Component

1234567

資產(chǎn)

負債率-.009-.008-.021.339-.207.352-.056

現(xiàn)金流量

凈額除營

業(yè)收入.436-.004-.004-.098.138.109-.034

流動

比率-.398-.014.083.048.122-.025.043

速動

比率.047-.019.025-.032.598.104-.042

現(xiàn)金流

量比率.315-.045.017.024.094-.161.018

利息保

障倍數(shù).000.499-.069-.039-.003.065-.061

存貨周

轉(zhuǎn)率-.028-.039-.106.022-.169-.079.625

應(yīng)收賬款

周轉(zhuǎn)率-.042-.134.491-.130.148.108-.134

流動資產(chǎn)

周轉(zhuǎn)率.007-.027.344.002-.192-.083.175

總資產(chǎn)

周轉(zhuǎn)率-.016.084.404.120-.013-.001-.068

凈資產(chǎn)收

益率ROE-.013-.003.038-.072.189.200.571

總資產(chǎn)報

酬率ROA-.021.481-.053-.027-.024-.011.012

銷售

凈利率.001.029.035-.080.143.709.085

營業(yè)收入

增長率-.062-.048.021.547-.060-.010-.039

總資產(chǎn)

增長率.016.015-.113.394.282-.089.061

利用因子分析法將零亂復(fù)雜的指標體系進行結(jié)構(gòu)化處理，既降低了觀測維度"同時也保證了原始數(shù)據(jù)的信息量，為邏輯回歸分析提供了準備。

利用SPSS19的Logistic"Regression對估計樣本進行二元Logistic分析。

經(jīng)過論證模型是比較顯著的，檢測因變量實際值與預(yù)測值的分布是否有顯著差異，結(jié)果表明不顯著，也就是說本文中因變量的實際值與預(yù)測值沒有顯著性差異，模型擬合較好。

40家ST公司中，有32家被判為ST公司，另外8家被判為非ST，判別正確率為80%;39家非ST公司中，有29家被判為非ST，10家被判為ST，判別正確率為74.4%，綜合判別正確率為77.2%。

模型的系數(shù)及檢驗得知，在10%的置信水平下，F(xiàn)1，F(xiàn)2，F(xiàn)4，F(xiàn)5，F(xiàn)7的系數(shù)以及常數(shù)項都通過了顯著性檢驗。由表中結(jié)果得到下面的模型：

Pi/1-"Pi"=Exp（-0.075-2.898F1-5.756F2-0.247F3+0.121F4-0.952F5+1.499F6-1.203F7）

（3）預(yù)測效果檢驗

a.將2013年40家ST公司和40家非ST公司的財務(wù)數(shù)據(jù)代入模型中進行回判，可以得出較高的回判率。為了進一步檢驗?zāi)Ｐ偷念A(yù)測能力和提高結(jié)果的穩(wěn)健性，以滬深上市公司為樣本，剔除了數(shù)據(jù)無法獲得的上市公司，同時樣本中不包括已在模型中使用的上市公司，共隨機抽取21家上市公司，將指標值代入模型進行預(yù)測，得出判別結(jié)果：10家ST公司中有9家判斷正確，回判率達到90%;11家非ST公司全部判斷中正確，綜合判別正確率達到了95.2%，表明模型的預(yù)測能力很強。

五、結(jié)論及建議

本文建立的信用風險度量模型從反映盈利能力、營運能力、發(fā)展能力、短期償債能力以及長期償債能力等方面的指標來對我國上市公司的信用風險進行度量。實證結(jié)果表明，該模型的預(yù)測準確率達到了近95.2%，有較好的預(yù)警效果。企業(yè)可以利用此模型作為防范財務(wù)風險的手段，及時調(diào)整財務(wù)戰(zhàn)略和經(jīng)營戰(zhàn)略，防患于未然。投資者可以利用此模型預(yù)測企業(yè)未來財務(wù)狀況趨勢，為防范投資風險提供有益的參考。債權(quán)人則可以運用此模型判斷借款和債權(quán)投資的安全性，決定是否為上市公司提供融資。但是，該模型也存在一定的局限：第一，所采用的指標全是財務(wù)指標，未選取非財務(wù)指標;第二，估計樣本量有80個，但是檢驗樣本量只有21個，可能會影響預(yù)測的效果;第三，本文選取0.5作為預(yù)測判斷標準，有待進一步研究。

作者簡介：

王一林（1990-），男，漢族，河南鄭州人，碩士，單位：浙江財經(jīng)大學，研究方向：資本市場運營。