基于模糊動態聚類的上市公司信用評級研究

章善云

（倫敦大學 瑪麗皇后學院，倫敦 E1 4NS）

引言

市場經濟本質上是信用經濟。信用是金融體制的基石，是市場經濟的基礎。完善的信用體系是企業正常經營和國民經濟健康運行的基本保證。但目前我國企業信用狀況堪虞，信用危機已成為制約我國經濟發展的突出瓶頸之一。如何建立起適應經濟發展需要的有效的信用評價體系，這是擺在中國企業目前的一大問題。

一、信用評級概述

信用評級[1]又稱資信評級或信譽評級，它是指對評級對象的信用記錄、經營能力、財務狀況等諸多因素進行分析研究后，對其信用能力即償還債務的能力及其可償債程度進行綜合評價，并且將結果用簡單明了的符號表示出來，以保證信用經濟的運行。

二、方法選擇

動態聚類分析方法[2]在統計方法中是非參數統計方法，它根據借款人的指標計算出在樣本空間的距離再將其進行分類。這個方法的優點是不要求總體服從某種具體的分布，因此，可用于定量研究，用以對現實中無法精確表述的屬性進行分析。其基本思想[3]是：先將所研究的樣本各為一類，計算它們之間的距離，選擇距離最小的兩類歸為新的一類；計算新類與其他類之間的距離，選擇距離最小的兩類歸為一個新類；直到所有的樣品都規為一個類為止。

三、實證研究

本文從中國2016年生物制藥板塊的上市公司中隨機抽出9家上市公司，考慮其6個主要的財務指標[4]：x1=凈資產收益率，x2=每股凈利潤，x3=應收賬款周轉率，x4=存貨周轉率，x5=流動比率，x6=資產負債率。這9家上市公司各項財務指標值如表1。

利用DPS軟件進行模糊動態聚類所得數據規格化矩陣X′=（x′ij）n×m如表 2。

對已經進行規格化處理的數據矩陣 X′=（x′ij）n×m，建立樣本與樣本之間的模糊相似矩陣R′=（rij）n×n如表3。

表1 原始數據樣本

表2 數據規格化矩陣（最大—最小轉換）

表3 模糊等價關系矩陣

最后將9個樣本公司財務數據進行模糊聚類得到模糊聚類圖，如圖1。

圖1 模糊聚類圖

因為我們的目的是將所選取的9家上市公司按信用和財務狀況分為三類：“好”、“中”和“差”，所以根據DPS軟件分析所得的模糊聚類圖可知，原始數據樣本的第1類為X1={x1}，第 2 類 X2={x4，x6，x8，x9}，第 3 類 X3={x2，x3，x5，x7}，如表 4。

由表4可知，所有的企業凈資產收益率及應收賬款周轉率與財務狀況成正比例關系，但每股凈利潤、存貨周轉率、流動比率和資產負債率的值都與各財務指標的排名與分類結果有一定的偏差。由于一個企業是好企業還是差企業是由其某些主要的財務特征指標反映出來的，而不是由所有的財務指標反映出來的[5]，因此，在本文中將凈資產收益率及應收賬款周轉率看成是企業的兩個主要財務特征指標。因為凈資產收益率和應收賬款周轉率這兩個財務指標都是越大表明企業的財務狀況越好，因此對上述9個公司的分類結果為如表5。

表4 9個樣本公司的分類結果

表5 樣本公司信用狀況判別結果

四、結論

在使用模糊動態聚類模型分析企業的信用狀況時須注意以下問題[6]：

第一，本文構建的信用評級模型是以財務指標為基礎設計的，為充分反映公司信用等級，還應考慮非財務因素對信用等級的影響，如公司的管理能力、行業競爭地位、生產技術水平以及管理團隊素質等因素對公司信用等級的影響。

第二，本文采用的樣本公司是隨機抽樣選取的，模型構建時沒有考慮行業因素的影響，因此，在采用這一模型時還應考慮受評對象所處的行業以及在該行業中的地位對信用等級的影響。

第三，本文假設建模所采用的財務數據是真實可靠的，假設會計政策和方法選擇在一定時期保持不變，如果情況發生變化，就需要對財務數據進行一定程度的調整。

第四，信用評級作為一個評價公司償債能力的手段，用于預測公司未來按時償還債務的能力，因此信用評級的有效期越長，即表示要預測的時間越長，預測的風險越大，也就越不準確。