基于灰關聯法的我國上市公司信用風險評價研究

[摘 要] 鑒于資本市場復雜性及變量樣本分布的非典型性，為了準確解決上市公司信用風險評價問題，采用了灰關聯分析法，并引入上市公司相關財務指標構建信用風險評價指標體系，實現對上市公司信用風險的評價和比較。通過實際案例分析，表明灰關聯法評價結果還是比較理想的。

[關鍵詞] 灰關聯法 信用風險 上市公司

信用風險是指借款人或其他合約義務人的信用質量發生變化并導致其在貸款或其他合約到期時不能還本付息，或不能履行合約的義務而帶來的損失。隨著信用經濟的發展，信用風險已經成為金融機構等主體所面臨或承擔的主要風險之一。利用信用風險管理模型科學、系統地測定評價信用風險，可以更好促進資本的優化配置.

對于新興的資本市場，信用體系不完善，上市公司信用制度不健全，監管機制不完善和法規建設不到位。所有這些因素再加上企業法人治理結構的先天缺陷等原因很容易造成上市公司數據失信和缺失，從而給金融機構和資本市場上的相關參與主體帶來潛在的風險。如何采用合適的模型或方法來有效評價上市公司信用風險是金融機構和資本市場相關利益主體面臨的一個重要課題，同時也是促進資本市場健康發展的積極舉措。

目前信用風險評價的方法很多，如JLT模型，CM模型，風險值法，logistic回歸分析模型，近鄰法，Z評分模型及其改進形式ZETA信用風險模型，KMV模型等，不難看出這些模型在分析上市公司信用風險上都具有一定的借鑒意義，與此同時也要認識到它們具有的局限性，以JTL模型為例，其以無風險利率與違約不相關，違約時清償的資金將在債券到期時支付，所有具有相同信用等級的證券具有相同的期限等假設為前提，這些假設因與現實不完全吻合而有一定的局限性。基于上述緣由，并考慮到上市公司信用風險評價比較系統具有的信息不完全的灰色特征，即證券市場上影響上市公司信用風險的因素非常復雜，對相關上市公司信用風險評價比較時，只能選取主要的指標進行分析，在選取的指標中，有的不能定量描述。正是考慮到資本市場是一個非本征性的大系統，其間變量樣本的分布也不一定是典型的，本文采用灰關聯法來建立上市公司信用風險評價體系，將信用風險量化處理，為相關證券市場主體評價上市公司信用風險提供比較準確評判依據，從而使其做出正確的決策。

一、灰關聯評價法理論

灰關聯法是通過對系統統計數列幾何關系的比較來分析系統中多因素間的關聯程度，其實質就是比較若干數列所構成的曲線到理想數列所構成曲線幾何形狀的貼近度，列出關聯序列，評價標準是灰關聯度越大，評價結果越好。從空間視角來看，可以將關聯分析中的參考曲線和比較曲線看作是某一特定空間中的兩個點，即參考點和比較點，分析參考點和比較點之間的灰關聯情況實際上就是分析它們之間的距離態勢，距離越近，關聯度越大。

灰關聯評價法具備一個突出的特點，就是其對數據分布類型及變量之間的相關性無特殊要求，通常適用于信息不完全確知的小樣本系統。

1.灰關聯分析指標

灰關聯分析的核心為灰關聯系數和灰關聯度計算，不妨假設存在兩個數列，在t=k時，兩個數列間的灰關聯度為：

公式中的△max、△min和分別代表各個時刻絕對差中的最大值、最小值及分辨率，一般而言，取值0.5。

2.灰關聯分析綜合評價步驟

灰關聯分析的計算步驟為：

(1）確定比較數列和參考數列。

(2）無量綱化，計算關聯系數。

(3）計算指標相對權重系數。

(4）計算灰關聯度并排序。

二、上市公司信用風險評價指標建立

上市公司嚴格按照有關制度規定在適當的時間發布季度和年度財務報表。通過報表財務分析，可以獲取公司的成長性、償債能力、營運能力、盈利能力指標。企業公司通常使用的財務指標變量有：流動比率、速動比率、權益比率、存貨周轉率、應收帳款周轉率、固定資產周轉率、營運資本周轉率、總資產報酬率、每股收益率等。在現實生活中，銀行系統正是通過一系列財務指標來評估貸款企業信用風險。

我們在結合相關信用評估指標系統的基礎上，將衡量企業還款意愿考慮進去，假定被評價企業或公司當期或近期沒有進行大規模投資，如果一個企業的利潤增長是負的，而同時它的債務增長也是負的，說明它的還款意愿是好的，反之如果企業的利潤增長為正，而它的債務增長也是正的，這說明了企業的還款遺愿很差，甚至有意拖延不還。基于此，建立一套上市公司信用風險評價指標體系如圖1所示。

從圖中可以看到，本文采用利潤增長率與債務增長率之和來評測借款企業還款意愿的程度，其中利潤增長率選取財務報表中的稅前利潤增長率。不同信用風險評價指標對評價企業信用風險的影響程度是不一樣的，在實際應用中，可以采用專家評判法量化各指標的影響力，其測度公式為：

圖上市公司信用風險評價指標體系

其中N為參與專家人數，XTt代表第T個專家對第t個指標的評判值。

三、案例研究

本文選取了A股市場上公路橋梁行業板塊中的粵高速A（000429）、海南高速（000886）、華北高速（000916）、S東北高（600003）、皖通高速（600012）、中原高速（600020）、S楚高速（600035）、贛粵高速（600269）、山東高速（600350）、寧滬高速（600377）、深高速（600548）作為實證研究的樣本，根據其2005年度財務指標值，應用灰關聯法對這些公司的信用風險進行評價。

1.確定評測指標參考列

記參考列X0=(X1，X2，X3，X4，X5，X6，X7，X8），各因素取樣本公司最優值，結合財務指標的經驗最佳值，在本實證分析中，取值X0=(1.18，1.86，0.3753，222，0.30，0.7351，0.1459，0.30）.

2.計算關聯系數

以參考列為基準將樣本無量綱化，利用灰關聯系數計算公式可求出灰關聯系數矩陣如表：

表 灰關聯系數矩陣

3.確定指標相對權重系數

指標相對權重系數的選取，參考了相關文獻[2][3][7]，選擇各指標權重值為：

W（k）=(0.13，0.16，0.20，0.07，0.07，0.12，0.12，0.13)

4.計算灰關聯度

依據前面步驟計算取得的值，求得灰關聯度如下：

r=(0.9533，0.8382，0.8013，0.8704，0.9330，0.9517，0.8394，0.9361，0.9634，0.8956，0.9144)

r9>r1>r6>r8>r5>r11>r10>r4>r7>r2>r3

從指標的綜合反映結果看，樣本公司的信用風險從小到大的排序如下：

(1)山東高速，(2)粵高速A，(3)中原高速，(4)贛粵高速，(5)皖通高速，(6)深高速，(7)寧滬高速，(8)S東北高，(9)S楚高速，(10)海南高速，(11)華北高速。

從2005年財務報表看，信用風險較低的山東高速、粵高速A、中原高速在資源配置和資本結構上處于較好的部位，資金利用率比較高，從相關的機構給出的評級也能得到增持和買入的推薦。

四、結論

本文采用灰關聯分析方法對上市公司的信用風險建立財務指標分析模型，克服了資本市場上變量分布不一定典型的現實難點和較多統計模型對樣本數量的嚴格限定要求。同時還從償債能力、贏利能力、經營能力、償債意愿多方面視角全面評價了上市公司可能發生的信用風險，為銀行監控防范信貸風險及上市公司的管理者發現企業發展過程中可能出現的問題提供了依據。更為投資者在股票一級市場和二級市場上作出正確投資給出了判斷依據。

本文研究也存在不足之處，主要有:

第一，在確立評價指標時，忽略了企業較大投資對還款意愿指標的影響，本文是以假定上市公司的固定資產投資之類大的投資是平緩的，沒有劇烈起伏為前提。

第二，灰關聯分析法采用的是一年年報數據，在選取贏利能力和償債能力這些指標權重時，較多考慮了短期償債的能力，在以后的進一步研究中可以考慮如何把短期和長期償債能力與公司的負債結構綜合起來考慮。

第三，評價指標中缺乏某些無法量化但對上市公司發展非常重要的指標，如公司管理層的能力，員工素質，企業創新能力等動態因素指標，將這些指標和財務評價指標結合起來評價上市公司信用風險，結果會更精確和具備較長期預測性。

參考文獻：

[1]劉思峰黨耀國方志耕:灰色系統理論及其應用.北京:科學出版社，2004

[2]本書編寫組.財務會計報告分析實務.北京:經濟科學出版社，2004

[3]李秉祥:基于主成分分析法的我國上市公司信用風險評價模型.西安理工大學學報，2005(2):219～222.

[4]施兵超楊文澤:金融風險管理.上海:上海財經大學出版社，1999

[5]金月仙胡瑾瑾:上市公司信用風險分析.10～14

[6]Lee， W M， Liao Y S， Chang Shihhsing， Neural-based WEDM optimization via grey analysis，The journal of Grey system，2001;13:11～15

[7]葛超豪葛學健:銀行信貸風險評估計量模型探討.統計與決策，2005(12):24～26

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”