基于主成分分析法的特色小鎮(zhèn)概念股上市公司的信用風(fēng)險研究

張競超　張小燕　朱佳佳

摘要：特色小鎮(zhèn)的產(chǎn)業(yè)化發(fā)展與特色小鎮(zhèn)概念股上市公司的投資經(jīng)營息息相關(guān)，上市公司的信用風(fēng)險關(guān)系到我國股票市場的健康穩(wěn)定發(fā)展，以及我國經(jīng)濟體制改革的順利進行和經(jīng)濟穩(wěn)步發(fā)展。本文通過構(gòu)建特色小鎮(zhèn)概念上市公司的信用風(fēng)險評價體系，選取滬深10家概念股2018年財務(wù)指標(biāo)利用主成分分析法和Matlab軟件對其上市公司進行信用風(fēng)險評價，并針對公司財務(wù)和運營方面提出建議對信用風(fēng)險做出合理管控。

關(guān)鍵詞：特色小鎮(zhèn)概念股;主成分分析;Matlab;信用風(fēng)險

2016年3月到現(xiàn)在，我國已經(jīng)推出了多項的政策支持推進特色小鎮(zhèn)建設(shè)，政策面上從最早的規(guī)劃引導(dǎo)到已經(jīng)推進到政府工作計劃層面，顯然特色小鎮(zhèn)建設(shè)是正在穩(wěn)步的提速中。中央層面將特色小鎮(zhèn)建設(shè)與新型城鎮(zhèn)化、扶貧戰(zhàn)略掛鉤，并且給予了重大的金融優(yōu)惠政策，其中包括為特色小鎮(zhèn)提供低息、長期金融支持，以及建立綠色信貸通道等。隨之而來的就是基于特色小鎮(zhèn)而發(fā)展的概念股，概念股上市公司風(fēng)險主要為政策風(fēng)險、財務(wù)風(fēng)險和信用風(fēng)險。信用風(fēng)險評估發(fā)展至今已有百年歷史，人們對其研究出許多度量模型，例如KMV模型、Logistic模型、Credit Metrics模型、灰色關(guān)聯(lián)模型等。本文選取主成分分析法，構(gòu)建評價指標(biāo)體系進行我國特色小鎮(zhèn)概念股上市公司信用風(fēng)險分析。

一、主成分分析法（PCA）的基本原理

主成分分析法是一種較為客觀的多指標(biāo)評價方法，是考察多個變量間相關(guān)性的一種多元統(tǒng)計分析方法，它是研究如何通過少數(shù)幾個主成分（即原始數(shù)據(jù)的線性組合）來解釋多變量的方差—協(xié)方差結(jié)構(gòu)。信用風(fēng)險作為一個多變量問題，變量太多會增加計算量和增加分析問題的復(fù)雜，我們希望在進行定量分析的過程中涉及的變量較少，得到的信息量較多。主成分分析正是適應(yīng)這一要求產(chǎn)生的。其簡要數(shù)學(xué)過程如下：設(shè)估計樣本組概念股上市公司為n家， 原始數(shù)據(jù)矩陣X：

（1）對X進行標(biāo)準(zhǔn)化處理;

（2）計算相關(guān)系數(shù)矩陣R，并求出其特征值λ與特征向量α;

（3）根據(jù)特征值計算累積貢獻率，給出恰當(dāng)?shù)闹鞒煞謧€數(shù);

（4）計算所選出的k個主成分的得分。將原始數(shù)據(jù)的中心化值代入前k個主成分的表達式，分別計算出各單位k 個主成分的得分，并按得分值的大小排隊。

二、實證研究

（一）特色小鎮(zhèn)概念股上市公司信用風(fēng)險評價指標(biāo)體系

目前，對特色小鎮(zhèn)概念股上市公司信用風(fēng)險評價指標(biāo)體系尚無統(tǒng)一標(biāo)準(zhǔn)，本研究結(jié)合特色小鎮(zhèn)發(fā)展?fàn)顩r，及相關(guān)企業(yè)金融和實業(yè)支持情況，構(gòu)建了符合特色小鎮(zhèn)概念股上市公司信用風(fēng)險評價的指標(biāo)體系，

（1）盈利能力：凈資產(chǎn)收益率，凈資產(chǎn)收益率-攤薄，銷售毛利率，銷售凈利率

（2）償債能力：資產(chǎn)負債比率

（3）資產(chǎn)管理能力：凈利潤同比增長率，扣非凈利潤同比增長率，營業(yè)總收入同比增長率

（4）成長能力：存貨周轉(zhuǎn)率

（5）送轉(zhuǎn)能力：基本每股收益，每股經(jīng)營現(xiàn)金流，每股凈資產(chǎn)，每股資本公積金，每股未分配利潤

（二）數(shù)據(jù)來源

基于信用風(fēng)險規(guī)避，本文從同花順選取滬市和深市共10家關(guān)聯(lián)度最強的特色小鎮(zhèn)概念股上市公司，其他數(shù)據(jù)為各家公司的年報獲取補充。公司分別為海南瑞澤、弘高創(chuàng)意、華斯股份、華夏幸福、美好置業(yè)、美尚生態(tài)、盈峰環(huán)境、泰和集團、天域生態(tài)和棕櫚股份。

（三）MATLAB實證分析過程

根據(jù)以上特色小鎮(zhèn)概念股上市公司的信用風(fēng)險評價體系，借助Matlab R2014a軟件對2018年10家上市公司財務(wù)數(shù)據(jù)進行主成分分析，首先對數(shù)據(jù)進行Z標(biāo)準(zhǔn)化處理，并計算相關(guān)系數(shù)矩陣，得到14個指標(biāo)的特征值及累積貢獻率。如下表：

第1列是各項指標(biāo)特征值，貢獻率=[λi]/（[λ1]+[λ2+λ3+…+λ14）]。根據(jù)14個不同成分的貢獻率，選出各成分累加達到90%以上的主成分，特征值均大于1，即4個主成分且累積貢獻率達到90.51%，因此提取4個主成分代表14個指標(biāo)描述10家上市公司的信用風(fēng)險。從最終的結(jié)果來看，前4個主成分的累積貢獻率為90.51%，在損失了9.49%的精確度下涵蓋了14個指標(biāo)的主要信息。且第一個主成分主要體現(xiàn)在基本每股收益、凈資產(chǎn)收益和凈資產(chǎn)收益-攤薄、每股未分配利潤以及銷售毛利率五個指標(biāo)上，且這五個指標(biāo)在第一主成分具有相似載荷，體現(xiàn)了上市公司盈利能力。

根據(jù)因子得分系數(shù)矩陣，得出各主成分表達式為F1，F(xiàn)2，F(xiàn)3.F4，以各因子方差貢獻率為權(quán)重，得出綜合得分函數(shù)為：F=0.5712[×]F1+0.2000[×]F2+0.1368[×]F3+0.0918[×]F4。

通過上式可就計算上市公司信用風(fēng)險綜合得分，前4名是華夏幸福、泰和集團、弘高創(chuàng)意和棕櫚股份，說明這幾家企業(yè)整體營運情況較好，信用風(fēng)險較低;排名后六位且綜合得分小于0的是美好置業(yè)、天域生態(tài)、美尚生態(tài)、華斯股份、海南瑞澤和盈峰環(huán)境，說明企業(yè)經(jīng)營情況相對較差，面臨較大的信用風(fēng)險，但其財務(wù)狀況總體依舊處于安全范圍。

（四）實證分析結(jié)論

在10家上市公司中，綜合得分小于0的企業(yè)有6家，表明整體上行業(yè)信用風(fēng)險仍然較高，基于概念股的獨特性，其較高的風(fēng)險主要來自政策風(fēng)險和財務(wù)風(fēng)險，得分較低的企業(yè)也在于存貨周轉(zhuǎn)率較低，資產(chǎn)負債率較高，使企業(yè)面臨較高信用風(fēng)險。

三、對特色小鎮(zhèn)概念股上市公司的建議

建設(shè)特色小鎮(zhèn)一方面可以將一個地方的資源稟賦轉(zhuǎn)化為經(jīng)濟效益，帶動地方經(jīng)濟發(fā)展;另一方面特色小鎮(zhèn)也可以成為地方的城市品牌和名片，但是在其發(fā)展過程中，相關(guān)企業(yè)在投資建設(shè)中以房地產(chǎn)發(fā)展為目標(biāo)，投融資過程中出現(xiàn)信用風(fēng)險。

從公司財務(wù)方面，改善公司財務(wù)狀況，降低償債風(fēng)險?？山档唾Y產(chǎn)負債率、提高企業(yè)償債能力;此外，控制企業(yè)現(xiàn)金流規(guī)模，保障具備可靠的還款來源，資本金充裕，方能降低償債風(fēng)險;存貨周轉(zhuǎn)次數(shù)是增強企業(yè)營運能力的基本保證，合理調(diào)節(jié)存貨周轉(zhuǎn)天數(shù)可有效降低企業(yè)信用風(fēng)險;另外，公司的盈利能力是償還債務(wù)和利息分紅的保證，固應(yīng)通過經(jīng)營手段提高凈資產(chǎn)收益率，增加企業(yè)收入。

針對公司運營管控方面，健全上市公司內(nèi)部控制，降低信用風(fēng)險。信用風(fēng)險存在于生產(chǎn)經(jīng)營各個環(huán)節(jié)，企業(yè)應(yīng)加強內(nèi)部監(jiān)督，建設(shè)信用管理管理體系，從各環(huán)節(jié)控制信用風(fēng)險，就從業(yè)人員而言，應(yīng)加強從業(yè)人員誠信自律培訓(xùn)，提高企業(yè)員工自主降低風(fēng)險意識。

參考文獻：

[1]李萌.Logit模型在商業(yè)銀行信用風(fēng)險評估中的應(yīng)用研究[J].管理科學(xué)，2005（02）：33-38.

[2]何嘉亮.基于主成分分析法的房地產(chǎn)上市公司信用風(fēng)險評價[J].知識經(jīng)濟，2018（10）：76-77.

[3]徐友全，姚輝彬，安強，趙海洋.基于GRA-AHP的特色小鎮(zhèn)PPP項目建設(shè)風(fēng)險評價[J].工程管理學(xué)報，2017，31（06）：71-76.

[4]張澤京，陳曉紅，王傅強.基于KMV模型的我國中小上市公司信用風(fēng)險研究[J].財經(jīng)研究，2007（11）：31-40+52

作者簡介：

張競超（1992-? ），女，漢族，河南鄭州，云南師范大學(xué)金融學(xué)碩士研究生，研究方向：金融工程。