ParK's 論文后花園

厦门大学
硕士学位论文
我国上市公司信用风险测度问题研究
姓名：阮骥宗
申请学位级别：硕士
专业：金融学
指导教师：杜朝运
20060401
摘要
我国股票交易市场自1990年建立以来，对国民经济的发展和经济体制的快
速转换起到了较大的推动作用。但十几年的建设也积累了相当多的问题，其中，
上市公司信用问题最为突出。
信用问题研究在国外已有多年的历史，积累了相当多的风险管理理论、思想，
以及风险管理模型。如Z-Score模型，Zeta模型，线性概率模型，Logistic模
型，Probit模型，神经网络模型，生存分析模型，结构模型，简化模型等。模
型越来越精确，越来越贴近现实生活。由于我国市场结构、公司行为目标以及治
理结构等与国外存在着较大的区别。国外已有的信用风险管理理论、模型难以解
决我国市场上的风险问题。相对而言，我国在这方面的研究较为落后，至今仍没
有形成适应中国市场的信用风险管理理论。
本文首先阐述了上市公司信用风险概念、特征。对信用风险进行了分类，提
出了商业信用风险、金融信用风险、股权信用风险等类型，详细描述了我国上市
公司这几方面信用风险的具体表现形式，以及风险形成原因。第二章对信用风险
测度方法进行了文献综述，回顾了这个领域研究进展和目前的研究方向。第三章
提出了模糊模式识别模型的理论基础，介绍了相关的模型概念并对模型的理论推
导进行了表述。第四章利用财务数据对上市公司信用风险进行了实证分析。先后
用Logistic模型和模糊模式识别模型分析相同公司财务数据，得到以下结论：
模糊模式识别模型对我国上市公司信用风险的测度比较有效。近期预测上，两者
差距不明显，但在远期预测上，后者比前者精确度高出不少。说明在非有效市场
条件下，模糊模式识别模型是我国信用风险测度的一种很好选择。
关键词：
信用风险； 模糊识别； 上市公司
Abstract
Since it’s establishment in 1 990s，Chinese security market has played great
promotion role in the economic development and the fast conversion to market
economic system from planed-economic system．However,there exist lots of
problems．in which credit risk of listed company lists the most outstanding state．The
solving of credit problem is the key factor to promote security market forward
continuously．
With long history,Researching of Credit risk overseas has accumulated many
risk management theory and thoughts．as well as risk management model．The model
generations such as Z—Score model，Zeta model，linear probability model，Logistic
model，Probit model，Nerve network model，Survival analysis model，Structural
model and Reduced form models are going more and more closer to realism economy
generation by generation．耵地case in our country is that some researches still confine
to applying foreign model in analysing economic reality．Without contribution in this
field，Chinese characteristics credit risk management theory has not formed．The
reason lies in the faulty legal system，the wrong economic function of government and
the non—maximum economic value motive of market participant．Comparing Chinese
with western countries，we can find there exists lots of differences in macrostructure
and microstructure of economy．Which have directly caused behavior dissimilation of
market participant．The hard theory transplanting can not solve the credit risk problem
arising in our country economy．
This paper first introduce credit risk and related theory．Under hi曲risk premium
condition，the big probability of promise breaking rise the negative effect by moral
risk，so credit risk premium can not realize．In the last part ofthe chapter，credit risk is
classified into three types．namely,the bank credit risk，financial credit risk and risk of
business standing．The chapter sums up cases and the specific credit risks forms of
listed company in detail．In Chapter 2，the paper reviews the history of credit risk
research，both overseas and domestic．Analysing that until now,some kinds ofmodels
in credit risk management field including initial Z—Score Linear Model，Nonlinear
Nerve Network Model，as well as the Structural Model based on the theory of option
and Reduced Form Model．Elaborate on model thought and calculation method of
each kind of model．Chapter 3 puts forward theoretical foundation of pattern
recognition ofthe fuzzy model，which is the key point ofthe paper．Model concept，aS
well as model description is explained to deduce the model theory．Final part of the
paper has gone to empirically study the credit risk of limed company．Two models is
used．Compared with the analysis of Logistic model，the fuzzy model of pattern
recognifion draws the conclusion more precisely．
Keywords：credit risk；fuzzy pattern recognition；listed company
厦门大学学位论文原创性声明
兹呈交的学位论文，是本人在导师指导下独立完成的研究成
果。本人在论文写作中参考的其他个人或集体的研究成果，均在
文中以明确方式标明。本人依法享有和承担由此论文产生的权利
和责任。
声明人(签名)：刃乏歹孑；
}
缈舻6年明I。日
厦门大学学位论文著作权使用声明
本人完全了解厦门大学有关保留、使用学位论文的规定。厦
门大学有权保留并向国家主管部门或其指定机构送交论文的纸
质版和电子版，有权将学位论文用于非赢利目的的少量复制并允
许论文进入学校图书馆被查阅，有权将学位论文的内容编入有关
数据库进行检索，有权将学位论文的标题和摘要汇编出版。保密
的学位论文在解密后适用本规定。
本学位论文属于
1、保密( )，在年解密后适用本授权书。
2、不保密( )
(请在以上相应括号内打“4”)
作者签名：
导师签名：
日期：吧。一(，年够月P日
日期：沙6年匕月r泊
导论
导论
一、研究的背景和意义
中国经济体制改革至今已经走过了28个春秋，20多年的改革开放，中国逐步
建立了较为完整的市场经济体制1。伴随着市场体制的完善，资本市场的上市公
司从无到有，从小到大，从弱到强，不断发展壮大，已经成为国民经济的一支重
要力量。截至2005年底，沪深两个交易所共有上市公司1378家，市价总值达到3．24
万亿人民币，总流通市值为1．06万亿人民币2。市场经济就是信用经济，没有发
达的信用就没有成熟的市场经济。上市公司在国民经济中占住如此重要的地位，
上市公司的信用问题研究就不可忽视。
自1990年上海证券交易所丌业以来。作为市场重要主体的上市公司给我国经
济建设作出了重大的贡献。2003年度，沪深两市上市公司贡献的所得税为527．62
亿元，2004年度，上市公司贡献的所得税为729．53亿元。但是，资本市场的建设
还不是很完善，存在着各种各样的问题，特别是信用问题。如上市公司违规担保，
据沪深证券交易所统计，截至2004年底，沪市836家公司中，存在违规担保的上市
公司有148家，违规担保总额为238．8亿元；深市公司违规担保的金额为186亿元。
又如大股东占用上市公司资金，2002年底，中国证监会曾普查1175家上市公司，
发现676家公司存在大股东占款现象，占款总额为967亿元；2003年共有623家公
司被占用资金，总额为577亿元；2004底占用资金继续保持在509亿元左右。还有
上市公司高管卷款潜逃，从2003年1月份至tJ2004年底的两年内，先后就有奥园发
展、啤酒花等10位上市公司高管犯事后外逃，卷走资金或造成资金黑洞总计近百
亿元。2005年，高管违规问题愈演愈烈，东北高速，山东巨力、开开实业等10
多家上市公司的高管纷纷落马。
如此众多的信用问题严重阻碍了我国证券市场的健康发展。2001年6月，中
国证券市场有111l家A股上市公司，流通市值为17000亿元，总市值54300亿元；
截至2004年12月，1111家公司除26家退市或合并外，流通市值缩水48％，减少了
1商务部：已有53个国家承认中周完全市场经济地位，
2数据来自《卜海证券交易所资料．2005年市场资料》和《深圳证券交易所市场统计年鉴2005》
1
我国上市公司信用风险测度问题研究
7900亿元，总市值缩水47％，减少了25400亿元：N2005年底，虽然上市公司总数
增加到1378家，但总市值也只有3．24万亿，远低于2001年6月时的总市值。股市
下跌一方面与市场本身的波动有关，但不可否认的是，正常的市场波动不可能导
致如此大幅度的市值缩水，究其根本，上市公司信用缺失才是导致证券市场低迷
的主要原因。信用风险己经成为我国当前市场环境下经济主体面临的最重要的金
融风险。由此看来，我国上市公司信用风险研究已迫在眉睫。所以说，对信用风
险管理的研究是一个既有理论意义又有非常重要现实意义的课题。
由于信用风险自身存在着诸如分布不对称以及数据匮乏等理论和实际问题，
导致信用风险的度量成为信用风险管理的一个难题。目前来说，国内信用风险管
理只是刚刚起步，信用风险测度的方法和手段还比较落后，对包括上市公司在内
的企业信用风险评估主要采用专家评分法、静态比率分析法和单一项目分析的定
性方法，缺乏系统科学的动态信用风险定量分析，远不能满足企业信用风险评估
准确性的要求。应用的模型大都是西方研究者根据自身国情开发出来的，在对上
市公司信用风险进行评估时经常出现错判误判现象，难以满足分析我国信用风险
的要求。专门针对上市公司特点而进行信用风险评估的实用模型还不多见，还没
有开发出适合我国信用风险度量、评估的模型。
本文通过借鉴、研究国内外各种信用风险评估模型，针对我国上市公司的具
体特点，采用适合我国上市公司信用风险评估的指标体系，建立了新的适合我国
上市公司信用风险评估模型，并利用该模型对上市公司信用风险进行了实证性的
预测研究。本文将上市公司的信用风险分为商业信用风险、金融信用风险和股权
信用风险三个方面。商业信用风险、金融信用风险属于债权风险，也就是违约风
险，即上市公司在其信用和约到期时不能按约还本付息，从而使其债权人遭受损
失的可能性。股权信用风险主要是指违规风险，表现为上市公司和大股东不遵从
或者违反约束上市公司、股东以及其股票交易行为的法律、条例、规章制度或道
德标准。这三类信用风险对上市公司的最终影响就是导致公司价值下降，经营恶
化以及无能力执行到期信用和约。考虑到研究的方便，本文将ST作为上市公司出
现信用危机的标志，以此将信用分为良好和恶化两种情形。
导论
二、文章结构安排
1、第一章首先阐述了上市公司信用风险的概念、分类、特征以及各信用风
险之间的关系，然后用事件法描述了我国上市公司信用风险的表现，并对原因进
行了探讨。
2、第二章文章回顾了信用风险测度的理论和模型，介绍了国外基于财务数
据和基于市场数据的信用风险测度方法，以及目前国内在信用风险测度方面的进
展。
3、第三章重点阐述并推导了模糊模式识别理论及模型。
4、第四章对上市公司的信用风险进行了实证研究，利用Logistic模型和模
糊模式识别模型对相同财务样本进行对比分析，并得出结论。
三、主要创新
本文的创新要点如下
1、本文将模糊模式识别技术应用到中国上市公司的信用风险测度并将其和
Logistic模型进行比较。
2、本文选取了涵盖短期偿债能力、长期偿债能力、经营能力、盈利能力、
风险水平、发展能力六大类共七个财务指标进行信用风险预测并通过指标筛选得
到模型的五个预测变量。
3、在以往的研究中许多学者只采用估计样本检验模型的预测能力，而且是
在公司被sT的前两年进行预测，即在公司已经亏损一年的情况下进行预测、判断
其最终是否会被sT，由于在预溅之兹包含有先验信息这样无疑会高估模型的预测
能力。本文采用了新样本检验模型的预测能力，并且在上市公司被sT的前三年即
公司尚未发生亏损的情况下进行预测，对模型预测能力的评价比较客观。
四、不足之处
1、模型中权重03的确定比较简单，不同行业各财务指标的权重可能不一致，
不同时间的财务指标对信用风险的影响也可能不一样。鉴于篇幅，本文没有做关
于权重大小确定的进一步分析。
2、判断点的确定。本文只是简单的以中点作为区别信用风险大小的标准。
我国上市公同信用风险测度问题研究
这种确定方法容易导致第一类错误(高信用风险误判为低信用风险)和第二类错
误(低信用风险误判为高信用风险)，特别是第一类错误会带来更大的信用风险。
因此，最佳判断点的选择应该避免出现此类错误。
3、模型只选择了两个信用等级进行研究，分类较粗糙，没有做两个以上信
用等级的测度实证。
第一章f：市公司信用风险一般性分析
第一章上市公司信用风险一般性分析
上市公司作为一类新型的公司类型，在我国的出现只不过10多年历史，但
其社会影响力却远远超出其他类别公司，人们对上市公司的关注远远超过其他公
司。人们关注公司的财务状况，更关注上市公司的信用状况。由于上市公司屡屡
失信于民，屡屡造假，人们不敢相信公司财务报表，不敢相信公司大股东，不敢
相信公司高管，甚至连独立董事都不敢相信，上市公司正面临着严峻的失信危机。
第一节上市公司信用结构分析
市场经济就是交换经济，市场经济主体的存在和发展脱离不了与其他经济主
体发生交易关系，市场经济越发达的社会，经济主体之间相互发生经济交易的频
度就越大。作为企业，上市公司不可避免地要与其他企业、金融机构、股东等发
生经济交往，产生各种信用关系。另一方丽，上市公司是股权在证券市场公开交
易的企业，因而，上市公司信用不仅包含一般企业所具备的商业信用和金融信用
等信用形式，而且还包含一般企业所不具备的股权信用形式。
一、商业信用
商业信用是在商品交换活动过程中，由予商品交易与价值实现在时闽和空间
士二的分离，使价值实现形式由现金交易演变为延期支付而形成的债权债务关系。在
现代经济交往中，上市公司既是商业信用的提供者，又是商业信用的获得者。商业
信用是以商品形式提供的信用，商业信用能加速商品价值的实现过程，减少商品的
储存量和与此有关的商品保管费用，节约货币。
市场经济中，上市公司财务报表中的应收、应付帐款是商业信用的典型表现形
式。下表(表1．1)为深圳证券交易所2002年9月份成份股指数公司3(去除深圳发展
银行)2001、2002、2003年3年商业信用变化的统计结果。
3公司名单为：万科、南玻、深科技、深赤湾、招商局、深能源、中集、中金、中兴、长城电脑、华侨城、
盐田港、深机场、粤高速、晨呜、海虹控股、粤电力、佛山照明、威孚、氏蜜汽车、新钢钒、铜都、格力、
唐钢、韶钢、铸管、盐湖钾肥、一汽轿车、太钢、国安、五粮液、张裕、鞍钢、丰原、华菱、神火、金牛、
首钢、西煤。
5
我国上市公司信用风险测度问题研究
表1．1上市公司商业信用比率表
从上表可以看出，虽然应收账款占流动资产比例在逐渐下降，但应付账款占
流动负债比例以及坏账损失占应收账款的比例却呈逐年上升的趋势。39家样本公
司坏账损失的金额也从2001年的18．7亿元增加到2003年的25．O亿元，平均每家公
司有O．64亿元。可见我国上市公司商业信用额度占流动资产的比例有增加的趋
势；授信额度占流动资产的比例虽然逐年下降，但商业信用的使用效率也在降低、
信用成本上升，信用风险度增大。由于商业信用是上市公司信用结构体系中的基
础．因此加强商业信用管理即能保证上市公司经营活动顺利进行，同时也为利用
银行信用和证券信用提供了必要条件。
二、金融信用
银行或其他金融机构以货币形态提供给上市公司的信用就是金融信用，它现
已成为信用结构中的主体和核心，金融信用工具一般表现为借款、贷款协议。商
业信用一般表现为短期信用，而金融信用则主要为长期信用。金融信用一方面为
公司筹集资金提供了方便，促进商品生产和流通；同时也增加了公司的金融信用
风险。当上市公司市场竞争能力下降，经营业绩出现下滑时，信用违约现象就会
发生，金融信用风险增大。目前我国金融机构不良资产的居高不下反映了金融信
●
用效率的低下。
前文提到的39家样本公司，其向银行的短期借款从2001的年176．5亿元回落
至rJ2002年的143．2亿元，2003年又飞涨N218．4亿元；长期借款从2001年的188．8
亿元下降至U2002年的156．7亿元后，2003年又回升至ljl70．4亿元，可见上市公司获
取银行信用仍在增加。
三、股权信用
上市公司是一类特殊的企业，其特殊之处在于融资方式除了债务融资外还有
6
第一章上市公司信用风险一般性分析
股权融资。，所以上市公司信用还包括股权信用，也就是股票信用。股票信用是上
市公司信用区别于一般企业信用的重要特征，股票信用主要指上市公司和控股股
东在股票发行和交易过程中遵守相关的法律、法规以及证券交易所的各种规章制
度，自觉履行其包括信息披露在内的义务，充分保护各类股东的利益的信用。股
权信用的信用工具是股票。在股权信用中，存在着两种信用关系，一是上市公司
与股东(既包含大股东，又包含小股东)之间的关系，二是大股东与小股东之间
的关系。作为投资者的股东之所以购买股票投资上市公司，是因为公司的经营业
绩、管理者的能力等可以得到信任，并且公司在客户、银行和投资者中有一定的
信用度，投资上市公司能给股东带来期望的回报。但若上市公司并没有通过经营
给股东带来回报的能力，为了公司或管理者的私利，它们就会通过虚构利润，编
制虚假招股说明书、高估公司资产，披露虚假信息等手段欺骗投资者，造成上市
公司与投资者之间的不信任，引发上市公司信用风险。另一方面，大股东与小股
东之间也存在着类似的信用风险问题。由于大股东在董事会中占住着发言权，上
市公司被大股东完全控制，它们通过关联交易、隐性担保、高价配股等手段侵占
小股东利益，导致大、小股东之间的信用危机。
四、商业信用、金融信用、股权信用相互关系
在上市公司信用结构中，商业信用、金融信用和股权信用三者之间存在着复
杂信用关系，从性质上看，它们之问可以相互转换，从数量上看，它们之间也可
以相互放大和缩小。当上市公司向自己的商业客户提供商业信用时，资金占用会
相应增加，就可能通过放大其在银行的信用或股票市场上的信用来卒}充资金的减
少；当上市公司从供应商处获得商业信用时，则可能会缩小其在银行的信用或股
票市场上的信用。商业信用还可以转化为金融信用形式，当上市公司急需货币资
金，或者货币资金出现短缺时，它可通过票据贴现从银行获取现金。商业信用也
可以转化为股权信用形式，在进行商业信用活动时，信用接受者若无力用货币资
金偿还债务，也可以自己的股权偿还债务。
当上市公司获得银行等金融机构提供的信用时，在保持一定流动比例条件
下，就可能放大其向商业客户提供的商业信用或者可能缩小在股权市场上的信
用；反之，则要缩小向商业客户提供的商业信用或者扩大在股权市场上的信用；
我国上市公司信用风险测度问题研究
另外金融信用也可以转化为股权信用形式，如上市公司将到期不能偿还银行的债
务用其持有的股权抵偿，但一般情况下，股权信用不会直接转化成商业信用。
当上市公司从股票市场上获取到信用时，考虑到资本结构因素，通常会放大
银行的信用，在未寻觅到有利的投资机会时，也可能缩小在银行的信用；为了扩大
销售额，一般会趋向于放大向客户提供的商业信用，而不是缩小。由于股权信用是
属于所有者权益性质的信用形式，而商业信用和金融信用是属于债权债务性质的
信用，所以股权信用一般很难向商业信用和余融信用转化。
上市公司的这种复杂信用关系构成了商业信用、金融信用、股权信用的一条
信用链，如果这三种信用形式中任何一种出现违约现象，就有可能使信用链条断
裂，产生信用风险。在上市公司复杂信用关系中，由于各种信用形式之间的相互
放大和转化作用，一旦信用链条中的任何一种信用形式断裂，被放大的其它信用
会急剧缩小，使得其它信用形式的违约程度和违约频率随之增大。
第二节上市公司信用风险及特征
传统观念上的信用风险是指违约风险，就是债务人到期不能或不愿偿还债
务，给另一方造成损失的可能性。上市公司信用风险既包含传统意义上的风险，
又包含有公司和大股东不遵从或者违反法律、条例、规章制度或道德标准，给其
他股东带来利益损失的可能性。后一种风险也被称为违规风险。
一、信用风险
信用风险也称交易对手风险，是指交易对手(借款人、证券发行人或其他信
用交易方)因种种原因不能按期履行和约或不愿履行合约，而对交易另一方的资
产收益造成负不确定性的可能性。正如自人类诞生之日起，疾病便自始至终与人
类相伴一样，信用自从产生后，就有了风险性，信用风险是金融市场上最基本、
最古老、也是危害最大的一类风险。信用的本质就是延期支付，在信用交易过程
中，债权方(信用提供者)向债务方(信用接受者)提供一定的信用(如赊销、
贷款、融资、按揭)，在这延期支付的时间内，宏观政策、行业周期以及债务方
自身经营管理均会影响到借款项目的收入，改变债务方的财务结构与财务实力，
这些因素可能导致债务方偿债能力发生变化或偿债意愿发生变化，从而债权方面
第一章上市公司信用风险一般性分析
临着债务方拖延支付或无法支付的风险。
按传统观念的理解，信用风险就是违约风险，损失只有在信用发生违约的时
候才发生。这里的损失包含两种含义：一是信用和约到期后不能全额收回本息，
使信用提供者遭受资金上的损失。二是指信用和约到期后不能按时收回，造成逾
期损失。这种信用风险观念是狭义意义上的理解，风险只在信用主体之间发生信
用交易的时候才存在，信用风险给信用提供者造成的损失是商品或资金上的损
失。如果损失较大就会威胁信用提供者的J下常经营，甚至破产，信用主体之间的
交易一般表现为商品交易和资金交易，存在于商品交易中的信用是商业信用，而
存在于资金交易中的信用则是银行信用。
随着现代风险环境的变化和风险管理技术的发展，传统的信用风险定义已经
不能充分反映现代信用风险管理的性质和特点。这是因为传统的信用风险主要来
自于信用接受者给信用提供者造成的实际损失，信用的价值与信用接受者的还款
能力以及还款可能性并无太大的关系。随着市场经济的深入发展，信用的价值不
仅会因为交易对手的直接违约而发生损失，而且在交易对手信用等级降低时，信
用或信用组合也会发生损失。这是因为：一方面，影响交易对手信用水平的事件
发生时，与信用等级紧密相关的债券或股票就会跌价，从而给投资者带来损失，
尽管这一时刻违约并没有实际发生。另一方面，现代资产估价和风险衡量技术的
发展也使信用流动性差的金融产品的价值能得到更恰当和及时的衡量，当影响信
用水平的事件发生时，其对资产价值的影响可以及时地在资产估价中体现出来。
因此现代意义上的信用风险包括交易对手违约和交易对手信用水平变化而给投
资者造成损失的可能性。
二、上市公司信用风睑
研究上市公司信用风险可以从其信用结构来考虑，上市公司信用结构包括商
业信用、金融信用和股权信用。与此相对应，上市公司的信用风险可以分为商业
信用风险、金融信用风险和股权信用风险三类。其中，商业信用风险、金融信用
风险属于债权风险，也就是违约风险，即上市公司在其信用和约到期时不能按约
还本付息，从而使其债权人遭受损失的可能性。而对于股权，由于不存在还本付
息的约定，因此上市公司的股权信用风险主要是指违规风险。具体来说，违规风
我国上市公司信用风险测度问题研究
险直接表现为上市公司和大股东不遵从或者违反约束上市公司、股东以及其股票
交易行为的法律、条例、规章制度或道德标准给投资者带来损失的可能性。上市
公司的违规失信行为会造成股票价格的异常波动、股价下跌，导致股票投资者遭
受损失。大股东的违规失信行为主要是通过“隧道效应”攫取其他股东的利益，
使其他股东股权利益受损。因此也应该被视为一种风险。
从另一个角度来看，违规风险相当于一种信用级差风险，即上市公司信用水
平下降引起公司股票价值的降低，从而给股东造成损失。除了给股东带来损失的
可能性，或者说增加股东收益的不确定性外，上市公司违规失信信用事件的发生
最终可能引起公司资产价值的降低，从而影响公司的债务履约能力，增大其违约
风险。
三、上市公司信用风险的特征
信用风险除了具有必然性、广泛性、传递性和隐蔽性等一般风险的特征之外，
相对于上市公司市场风险等其它类型的风险而言，信用风险还具有自身独有的特
征。
1、信用风险的概率分布具有不对称性
通常我们认为市场风险的概率分布可以被假定为正态分布，这种钟形正态分
布的假设大致可以反映市场风险的基本特征。相比之下，信用风险的分布不是对
称的，而是有偏的，其概率分布曲线的一端向左下倾斜，并在左侧出现肥尾现象
(见卜1图)(王琼，陈金贤，2002)。这种特点是由于贷款的信用违约风险造成
的，即信用提供者在信用合约期限内有较大的可能性收回资余并获得事先约定的
利息。但信用接受者一旦违约，则会使信用提供者面临较大规模的损失，这种损
失要比利息收益大的多。换句话说，信用的收益是固定和有限的，它的损失则是
可变的和巨大的。另一方面，信用提供者不能从公司经营业绩中获得对等的收益，
信用的预期收益不会随着公司经营业绩的改善而增加，相反随着其经营业绩的恶
化，信用的预期损失却会增加。
10
第一章上市公司信用风险一般性分析
损
图卜1信甭岚险的概率分布特征
概率
市场风险／ ≯V 失矽—／
信用风险的这一特征给信用风险的度量带来很多困难，非正态分布加大了信
用提供者利用数理统计方法来处理和分析信用风险的难度，正态分布很多优良的
统计特性无法用于对信用风险的精确分析。由于左端“肥尾”现象的存在，如果
运用正态分布来分析信用风险，会低估风险损失的概率。
2、信用风险具有明显的非系统性特征
尽管信用接受者的还款能力会受到诸如经济周期等系统性因素的影响，但大
多情况下还是取决于与信用接受者相联系的非系统性因素的影响，如借款人的财
务状况、经营能力、还款意愿等。而且信用风险管理缺乏类似于市场风险管理中
的那些对冲手段，因此，多样化投瓷分散非系统性风险的风险管理原则更适合于
信用风险管理。
3、道德风险在信用风险的形成中起着重要作用
上市公司相对于外部公司和金融机构来说，掌握有更多的公司信息，在商业
信用和银行信用交易中处在明显的信息有利地位，外部公司和金融机构拥有的信
息较少而处于不利地位，这就会产生所谓的道德风险的问题。另外，公司经营者
相对于公司股东，以及控股股东相对于其他中小股东来说，同样存在着明显的信
息不对称，容易引发道德风险问题。1。而对于市场风险，除非有非法的内部交易，
交易双方所拥有的信息基本上是对称的。因此，道德风险在上市公司信用风险形
成过程中的作用比在市场风险中表现得更加突出。
我国上市公司信用风险测度问题研究
第三节上市公司信用风险形式
在我国资本巾|场上，上市公司经常暴发各类信用违规事件。商业信用风险最
主要的表现形式是拖欠和违约；金融信用风险最主要的来源是在财务上弄虚作
假，编造财务报表；股权信用风险主要的表现是上市公司财务造假和大股东侵占
小股东利益。由于财务造假既可以引发金融信用风险，还可以引发股权信用风险。
为避免重复说明，在以下的信用风险分析中，统一把涉及财务造假的信用风险表
现列在金融信用风险(合并金融和财务信用风险)中，股权风险只讨论大股东侵
占小股东的案例。
一、商业信用风险表现
商业信用风险是非常重要的信用风险类型。根据企业家调查系统2001年对企
业经营者的问卷调查显示，商业信用风险最主要的是拖欠和违约。见下表。
表1．2商业信用风险的比例
典型的案例有：1、2005年，ST长岭及下属子公司陕西宝鸡长岭冰箱有限公
司拖欠广州冷机股份有限公司货款本金32272317．62元及利息5489673．47元，后
经陕西省高级人民法院判决，申请强制执行评估、拍卖或变卖长岭股份持有的陕
西长岭纺织机电科技有限公司4000万元人民币投资权益或股权。2、湖北多佳集
团实业有限公司拖欠鄂州市国有资产管理局资产转让款，鄂州市中级人民法院依
法冻结了湖北多佳集团实业有限公司持有的公司法人股3694．6万股。
二、金融信用风险表现
金融信用风险是上市公司三大风险中最主要的风险，也是上市公司最普遍的
风险。在年报与中报中进行利润包装、造假是造成财务风险的最普遍手法。其一
般造假手法是：1，通过关联交易进行资产置换来改善财务报表。2，采取伪造、
1资料来源：中国企业家调查系统，企业信用：现状问题及对策2002年．中国企业经营者成长与发展专题
报告(节选)[J]．中国经济快讯周刊．2002(16)
12
第一章上市公司信用风险一般性分析
掩饰的方法在会计凭证、会计账簿、会计报表以及其他统计资料和财务活动记录
材料上做假。目前，上市公司财务违规失信行为主要表现在以下几方面：
l、为股票发行上市，伪造发行申报材料。
1996年6月18日，蓝田股份作为农业部首家推荐上市的企业，在上海证券交
易所上市。蓝田股份在1996年申报发行时，将成立时间倒签蛰j1993年9月20H，有
关中介机构在知情的情况下，出具了内容虚假的审计意见书、法律意见书。为通
过有关部门的审核，公司虚报1994至1996年企业利润1．6176亿元，并将大庆国税
局一张400余万元的缓交税款批准书涂改为4400余万元，伪造公司下属企业三个
银行帐户1995年12月份银行对帐单，共虚增银行存款2770万元，发行中，又把发
行前总股本8370万股变更为6696万股。
黎明股份也是经包装取得上市资格的，假购销合同、假货物入库单、假出库
单、假保管帐、假成本计算单等一应俱全。1999年公布的年报中，资产虚增8996
万元，负债虚增1956万元，所有者权益虚增7413万元，主营业务收入虚增1．53
亿元，利润总额虚增8679万元。
2、为骗取再融资资格进行财务造假
企业上市之后要想从证券市场再融资，就必须保持一定的赢利水平来达到净
资产收益率等相关要求。显然不少上市公司靠自身主营业务的正常经营是达不到
融资条件的，为了过关，不少上市公司便使出浑身解数傲假账，编制虚假会计报
表，制造虚假会计信息欺骗投资者。公司可以从配股融资中获得几千万、几亿元
的股东权益增加值，上市公司的大股东一毛不拔，坐收渔利。康赛集团第一大股
东康赛实业虚假出资，其在1998年配股中应缴6800多万元的配股款竟是从公司所
收的社会公众配股款中借出的，而当时的湖北立华会计师事务所出具了公司本次
配股扣除发行费用后的实际募集资金20385万元汇入公司银行帐户的报告。
3、为保住上市资格进行财务造假
1998年国家加强对上市公司的管理和对投资者利益的保护，对部分上市公司
按规定实行了sT、PT处理。上市公司戴上ST、PT帽子就意味着公司在经营、管理、
财务状况等诸多方面存在许多重大问题，严重者会被证交所停牌处理，这样一来，
公司在证券市场上就会丧失融资权。ST、”公司为了保住这种资格，就需要扭亏、
摘帽。扭亏除了需要好的外部环境和好的机遇外，更需要上市公司自身素质的真
我国卜市公司信用风险测度问题研究
正提高。在自身素质无法提高的情况下，突击重组、虚假重组、剥离不良资产和
负债、注入“优质资产”、利用关联交易搞债务重组等种种虚增利润、虚减亏损
的行为便应运而生。粤海发i998年7月1日发布虚假资产置换公告，其中海蜂电子
并不具有泰园物业的产权，粤海发并不拥有对海峰电子的债权5282万元。粤海发
披露虚假的资产置换公告，虚构用泰园物业的产权置换海峰电子不良资产，造成
该公司t998年中期及该年度财务报告包含虚假利润，公司业绩由1997年每股亏
损一0．492元变成为1998年每股赢利O．4614元。
4、虚假出资
四川泰港实业集团有限公司及其关联公司西藏天科实业集团有限公司以虚
假资产的无形资产—合计达4．7力-亩的土地使用权注入sT长控，入账价值合计达
5．66亿元，占ST长控2001年12月31日总资产的78％。四川泰港及其关联公司导演
的虚假重组，以及涉嫌利用sT长控作为融资工具，骗取贷款的事项在2002年东窗
事发。
民丰公司于1993年发起设立，1996年发行上市，金礼发展为第一大股东，
1998民丰实施年度配股，十印厂选择配股成为第一大股东。2002年7月公司第二
大股东金礼发展有限公司起诉第一大股东十印厂在1998年配股过程中虚假出资
获取公司股份。孙凤娟以安格集团及其下属中经投资管理有限公司为平台，虚报
注册资本，入主民丰公司。2002年10月，sT民丰原董事长、曾被称为“上海滩女
首富”的孙凤娟犯虚报注册资本罪、抽逃出资罪被捕。
5、与主力机构勾结暗箱操作，获取非法收益。
《中华人民共和国刑法》(修订版)自1997年10月1日起开始施行，《证券法》
自1999年7月t日起丌始施行，但我国股票市场利用内幕信息、虚假信息恶炒股票
牟取暴利的行为仍然十分普遍。部分上市公司的造假行为在这其中发挥了重要作
用。吸货时通过虚增费用、虚减收入等方法虚减利润，出货时又采取虚增收入，
该计提不计提或少计提等多种手段虚增利润，用虚假会计信息引诱广大投资者上
当受骗。最典型的要数琼民源，该公司1996年年度报告和补充公告所称虚构利润
5．4亿元，虚增资本公积6．57亿元，而造假的动因就是二级市场上该股股价上涨
达10倍以上，主力借用虚假业绩引诱不明真相的中小投资者高位买入。
6、擅自变更募集资金投向
4
第一章上市公司信用风险一般性分析
资金投向是公司募股时定价的依据之一，也是投资者决定是否投资的重要依
据，因此上市公司募集资金的使用情况直接关系到公司对投资者的信誉和企业的
形象。虽然我国的《证券法》明确规定了上市公司不得随意变更募集资金的用途，
沪深两个交易所颁布的《股票上市规则(2001年)修订本》也规定上市公司必须按
照招股说明书所列的资金用途使用发行股票所募集的资金，如果改变用途必须
经过股东大会批准。可是某些上市公司大股东利用其绝对控股的地位，改变资金
用途时不征求其他股东意见，不按规定报审，事后也不履行公告义务，任意侵犯
中小股东的利益。
据统计，1999年上市公司项目变更率为29．26％；2000年上市公司项目变更率
达到了41．97％；2001年共有202家上市公司变更募集资金用途：2002年此数据已
达l!iJ217家。
有两类上市公司最容易出现变更募集资金投向行为的：一是拼合而成的上市
公司，这部分企业上市的目的就是融资，一旦钱从投资者的口袋罩转移到上市公
司的帐户里，接下来的事情不是购买关联方的资产，就是随意更改募集资金投向。
二是一些虽是成熟型企业但并不具备行业领导者那种购并潜能的上市公司，此类
企业融资后，因为产品市场空间、行业成长性等诸多因素的存在，并没有多少好项
目，这也决定了他们圈到钱后容易改变原先承诺的项目，如大西洋4，又如在2000
年网络热潮中，很多公司变更资金方向投身网络，除海虹控般等极少数上市公司
外，大多数上市公司以投资失败丽告终。
7、违规担保
担保本是一种正常的经济行为，运用得当可以减少交易风险、促进资本市场
发展，运作不当则不仅起不到化解市场风险的作用，反而会加大整个证券市场的
风险，无法很好地保护债权人的利益，还可能使中小股东和债权人的利益受损。
目前上市公司对外担保现象在我国证券市场上普遍存在，其中较为突出和严重的
是担保金额巨大，甚至超出上市公司担保能力范围、担保对象选择不严格和不履
行严格的法律手续。此外，上市公司对外提供担保的行为属于《股票上市规则》
规定应当予以披露的事项，但许多上市公司却不就其担保行为履行信息披露的义
4公司于2001年通过首次发行募集资金32，390万元人民币，已累计使用22，948．46万J亡人民币，其中本年
度已使用101 95万元人民币，尚未使用9，441．54万元人民币，尚未使用募集资金存入银行。摘自公司2005
半年报
15
我国卜市公司信用风险测度问题研究
务。
根据2001年前三季度的资料统计，沪深两市共有170多家上市公司对外提供
担保，担保涉及总金额近200亿元，其中至少有半数公司的担保金额超过其净资
产的20％。在担保对象选择上，不少公司是基于人情关系或外在压力(主要是来自
于大股东和关联方以及地方政府的压力)而未经过严格审查，其担保风险自然不
言而喻。在担保手续上，一些上市公司缺少法律保护意识，不履行严格的法律程
序，引发不小的担保风险。至于对一些担保的披露，尤其是关联担保，远远未达
到上市公司真实、及时、完整的信息披露要求。如中关村2001年6月为该公司的
参股公司北京中关村通讯网络发展有限公司提供了25．6亿元的担保，担保额占公
司净资产的145％；万家乐目前尚有为原大股东借款担保余额4亿余元；中科健12
个月内累计为他人贷款提供担保24笔，折合人民币63913万元，占该公司2000年
经审计的净资产的300．35％。
三、股权信用风险．
股权信用风险存在于股东之问以及股东与上市公司之间。在我国，股东之间
的股权信用风险一是表现为大股东占用上市公司巨资。很多大股东将部分资产上
市融资，之后便像拿自己孩子的钱一样挪用上市公司的资金。2002年下半年，有
高达57．53％的上市公司存在被大股东占用巨额资金现象，被占用资金合计高达
966．69亿元。据2005年上市公司中期报告披露的信息，截至2005年6月底，共有
395家上市公司存在大股东占用资金的现象，其中非经营性占用还有435亿元之
巨。
金城股份的第一大大股东金城集团用多种手段从上市子公司身上揩油。先是
利用代销产品，不及时偿还销售款项，导致实际占用经营性资金；然后又让上市
公司提供医疗、环卫等非经营性资金。截至2005年半年报期术，累计余额为58314
万元被其占用。另外，金城集团为了掩盖巨额占用金城股份资金的事实，还利用
倒贷款的形式，取得临时贷款在会计期末表面偿还上述欠款，随后转身即从金城
股份将款项划回金城集团。以此手段，金城集团分别于2003、2004、2005年1～5
月划给金城集团114100万元、105100万元和55700万元。
另外还有，科龙公司被当地政府控制的大股东容声集团占用的款项高达12．6
16
第一章上市公司信用风险一般性分析
亿元。控股股东山东省水产企业集团总公司长期占用中鲁B公司资产不还。水产
集团自2000年11月至2002年8月问占用资金共计5023．2114万元。
另外，股权信用风险还表现为上市公司大股东关联交易、高价配股等手段通
过“隧道效应”攫取其他中小股东的利益。不流通的大股东愿意通过面向流通股
东的高溢价增发或自愿放弃配股的方式稀释自己的股份来获取流通股东的资金，
因为这些稀释性后续发行并不会改变控股股东的控股地位，相反，大股东能通过
高价配股来获取控制收益或股权溢价。如五粮液2000年每股净利润1．6元，未分
配利润是13．57亿元。但其2000年分配方案表示，不进行分配，也不实行公积金
转增股本，并拟10配2股，配般价为每股25元。而且，占五粮液总股权75％的大股
东只认购其应配股的10％。高额利润不分配，反而要高价配股。高价配股可以提
高每股净资产的价值，由于大股东的资产正是以每股净资产的价值来衡量的，因
而大股东可以通过让中小股东高价配股，自己放弃配股来增加自己的股权价值，
实现攫取中小股东利益的目的。
第四节上市公司信用风险原因分析
在分析信用风险的形成机制上，相关的理论有信息经济学””和信贷配给“1。
信息经济学认为信用风险产生的原因是信息不对称”1，即一方比另一方占有较多
的信息。不完全信息是风险形成的根本原因㈨，由于不对称信息是不完全信息的
一种表现形式，困两不对称信息也就是风险产生鹣根源矧。信用_配绔包含两种形
式，一种是指所有的受信方郝可以获得信用，但是获得的信用顿低予它们的借款
要求；第二种是指当一部分信用接受者能获得期望的信用额度时，另一部分信用
接受者不能获得任何的信用额度，即使后者愿意支付更高的利率也得不到信用。
信贷配给的存在，容易引起资产组合的集中度问题，产生信贷资产管理的信贷悖
论，导致信用风险。在微观上，上述两种理论能解释我国上市公司信用风险形成
机制。从现实性方面分析，上市公司信用风险的形成存在着以下原因。
一、失信成本低，法律方面硬约束缺位
在市场经济交往中，交往双方都是为了一个目标——获得利益。理性的行为
主体总是在对行为所得利益与付出成本之间进行比较后，才最终选择合适的行
我国上市公口j信用风险测度问题研究
为。如果失信所付出的成本高，则失信程度就低；如果失信所付出的成本低，那
么失信程度就高。当前我国上市公司失信成本偏低是导致失信普遍的根本原因。
按照《上海证券交易所股票上市规则》的规定，上证所可按情节轻重，对违规的
上市公司、董事、监事、上市推荐人进行处分，对违规的上市公司可要求有关负
责人支付3万元以上、30万元以下的惩罚性违约金，对违规的董事、监事可公
开认定其不适合担任相应职务，对违规的上市推荐人可取消其资格等。实际上，
由于对上市公司处以惩罚性违约金可能会最终影响股东利益，到目前为止，交易
所很少使用这种处罚方式。即使是作为最高监管机构的中国证监会，对于严重违
规的上市公司管理层也鲜有有效的惩戒手段。来自监管当局的谴责、警告、终身
禁入，或者极为有限的经济处罚，相对于违规可能带来的巨额收益，显然是“九
牛一毛”。即使是更为严肃的法律体系，也很难在维护市场诚信方面发挥其应有
的惩戒作用，造假者的机会收益远远大于败露成本。面对高额利润的诱惑，如果
造假者败露所受到的惩罚与其既得利益相比微不足道时，造假者就敢于铤而走
险，弄虚作假。“琼民源案”、“红光实业案”、“猴王案”、“PT郑百文案”
以及“银广夏案”、“麦科特案”对我国股市带来的教训是极为深刻的，但从公
稚的上市公司造假处理结果来看，对责任机构和责任人员的处罚明显不力。在这
种法制环境下，谁还会在乎自己信用度的高与低呢?
信用监控机制不完善。我国至今尚未建立起作为发达市场经济中信用体系基
础的信用记录、征信组织和监督制度【川。对企业信用及其他经营行为的记录和监
督分散在工商、税务、银行等不同部门中，既难以形成完整的信用记录，也无法
进行有效监督，更不可能为企业和社会评价经济主体承担社会经济责任能力提供
基本依据。信用激励和惩罚机制尚未形成。在公司融资、市场准入或退出等制度
安排中，至今还没有形成对守信用者给予必要的鼓励，对不守信用的公司或管理
者给予严厉惩罚的规则。社会上更是缺乏严格的失信惩罚机制。尚未达到刑事犯
罪程度的失信行为得不到相应的惩罚，不讲信用的企业法人和个人也不能受到社
会的谴责和唾弃。缺乏有效的债权保护机制。现行的法律体系，如民法通则、票
据法、公司法、合同法等，虽然对部分信用行为的债权保护提供了保证，但不能
涵盖全部信用行为，特别是对债务人履行义务的约束不完善且不具有强制性。
第一章上市公一j信用风险一般性分析
二、严格意义的市场主体还没有真正形成，公司治理结构不完善
旧体制并无公司信用的发展，信用体系中只有国家信用，银行、公司的信用
全被视为国家信用，公司提供给公司的信用，银行提供给公司的信用，实际上都
是国家信用，信用的最后提供者都是国家。在旧体制向新体制的转轨过程中，尽
管一直强调政企分开，公司变成独立的法人主体，要求责任清晰、债权债务关系
明确。但相当多的公司仍然是国有控股，旧体制的惯性作用依旧存在。中国资本
市场的设立本意之一是为国有公司提供融盗渠道，为国有公司解困扶贫提供融资
渠道。在经济活动中，相当多公司的经济行为仍带有政府的烙记，完整意义一L的
市场主体并没有真正形成。
国有企业经营机制改革没有完全到位，公司治理结构没有转换过来。目前上
市公司的股权结构中有三分之二属于国有股，绝大多数上市公司又受集团公司所
控制。一股独大的现象使得公司所有权与经营权没有分离，无法形成有效的内部
审核机构和完善、科学的相互监督制约机制。另一方面，国有企业经营机制改革
没有完全到位，公司治理结构没有转换过来，缺乏对经营者的有效监管。公司的
经营行为说到底，其实是经营者个人行为的集体化，公司的行为是个人决定的具
体化和体现。公司在经营过程中的财务造假、信息不披露或拖延披露等失信行为
并不一定是为公司利益最大化考虑，往往是受经营者个人的私利驱使。公司在经
营者的手中遭受损失，经营者也不会受到严厉惩罚。“黎明事件”对政府如何
管理国有企业提出了新课题。如果真正改变屋有股持股比例过大的局面，对管理
层的监督得力，平时能够对公司经常进行经济审计，黎明事件就可能避免，就不
会造成如此严重的后果。
三、信用中介体系不健全，违规操作
现行的信用管理制度不完善，没有形成配套的中介体系。信用登记、信用评
估、信用担保、信用监管等一系列信用制度还没有完整建立起来，使市场主体在
业务往来中对失信行为的发现、甄别和防范异常困难。以信用为经营对象的资信
公司还十分缺乏，公司信用状况得不到公正合理的评估；深层次的信用服务机构
诸如商业担保、信用担保和保险、应收帐款追收等信用保障机制尚处于萌芽阶段；
促进信用资料公开的规则及对从业者的监管机制还不完善。
19
我国上市公-J信用风险测度问题研究
目前，虽然也有一些为企业提供信用服务的市场运作机构(如征信公司、资
信评级机构、信用调查机构等)和信用产品，例如信用调查报告、资信评级报告
等，但不仅市场规模很小，经营分散，而且行业整体水平不高，市场竞争基本处
于无序状态，有时为了获得公司的财务审计权，中介机构伙同上市公司一起造假
或对造假行为视而不见、避而不审，为了赚钱，无视法律的存在，故意出具虚假
审计报告、验资报告。从已公布的上市公司造假行为来看，上市公司造假并不存
在多少高明之处，对有着多年从业经历的中介机构来说不难辨明真假，上市公司
财务造假，中介机构难脱其究。康赛集团、活力28、幸福实业、湖北兴化等湖
北上市公司的造假行为中都有湖北立华会计师事务所的身影。负责银广夏审计的
中天勤会计事务所在审计天津银广夏出具的对帐单和海关报关单时，竟然从未
向天津海关和相关银行进行询证，作为专业审计师连起码的函证工作都不做，这
不是简单的职业能力不足的问题，用助纣为虐来形容，实不为过。
第二章上市公司信用风险锢I度
第二章上市公司信用风险测度
自从有了上市公司，对于上市公司信用风险的测度方法研究一直没有停止
过，随着各种理论知识在风险测度方面的应用，大量的信用风险测度方法不断产
生，测度理论不断被往前推进。上市公司与非上市公司之间主要的区别在于：一
是按照法律的规定，上市公司财务数据必须向广大公众公开，在我国，上市公司
每个会计年度都必须提供年报和半年报给社会公众。非上市公司是没有这种强制
性规定的。另一个主要的区别是上市公司的股票可以在市场上公开交易，因而公
司资产、股东权益等可以即时通过资本市场反映出来。相对而言，非上市公司资
产、权益的价值不能通过市场反映，只能通过中介评估才能获知公司价值。正是
由于上市公司资料获得较为容易，因而对上市公司信用风险的测度就比较多依赖
于公司和市场为公众提供的这些数据。依据这些数据提供方式的不同，可以将上
市公司信用风险的测度方法分为两类，一类是依赖于公司财务数据的方法，主要
包括线性测度方法和非线性测度方法；另一类是依赖于市场数据的方法，也称之
为现代信用风险测度方法。从这两种方法产生的时间来看，前一类方法早于后一
类方法。
第一节国外信用风险溅鏖方渣交献匮囊
一、基于财务数据的信用风险测度模型回顾
Fitzpatrick(1932)最早发现企业5的财务比率能够反应企业的信用状况““，
并对企业未来信用发展具有预测作用。通过比较以下财务数据获得有关企业信用
状况的信息。l、同一财务比率在不同时期的变动趋势。2、与普遍接受的“标准”
或“正常”财务比率之间的差异。3、与同行业类似企业财务比率的差异。
w．H．Beaver(1967)提出了单一比率模型。⋯。他通过对70家还在经营和70
家已经破产的公司过去10年中的财务比率进行分析，发现两者财务指标的最大
区别是现金流量(或利润)和企业资产(负债)的比值。得出现金流量与总债务的
5本文中企业与公司及卜市公司均为同一概念
我国卜市公司信用风险测度问题研究
比值是衡量企业信用状况的最可靠指标。
hltman E．I．(1968)首次提出了多元判别分析模型【391。该模型运用财务数
据来预测公司的信用风险大小，模型用破产和非破产来代表较大的信用风险和较
小的信用风险。模型从22个财务指标中选出了最能够反映借款人财务状况、对
信用状况影响最大、最具有预测或分析价值的5个关键指标：营运资本／总资产，
留存收益／总资产，息税前收益／总资产，股票市场价值／债务账面价值，销售收
入／总资产，建立了著名的5变量Z—score模型，用以最大程度地区分信用风
险度6 oAltman运用统计样本测算出了借款人z值的临界值，(破产)下限值为1．8l，
dE破产)上限值为2．99。判别分值高于标准值上限，公司的信用状况良好，若低
于标准值下限，则公司信用出现危机。
Altman、Halderman、Narayanan(1977)等将原始的z值模型进行了重大修
正和提升，推出了ZETA信用风险分析模型。新模型的变量由原始模型的5个增
加到了7个，即：资产报酬率；收入稳定性；债务偿还；累计盈利：流动比率；
资本比率；规模。所以新模型适用范围更广，准确度也大大提高。
Hotelling(1933)年提出主成分分析“⋯。该方法与其他财务数据分析模型
不同的是主成分分析，即利用降维的思想，把多指标转化为少数几个对信用状况
影响最大的信息指标一主成分。计算出的主成分得分F衡量了每个样本在第i个
主成分所代表的程度和地位，然后以此构造出综合评价函数F。该方法能在考虑
更多的有指示作用的财务比率的同时，防止比率太多而增加分析的复杂性。
0hlson．J．(1980)将Logit分析方法引入信用风险研究领域⋯1。Logit分析
法与判别分析法最大的区别是Logistic分析不假定任何概率分布，不满足正态情
况下其判别正确率高于判别分析法的结果。模型中违约概率采用logistic函数，
1
P=_≮，y为被分析对象财务状况打分。判断方法是根据以往的经验，确定一
l+e’
个概率I临界值p0，然后把被分析对象的P和P。相比较，当P≤P0时，属于非信
用违约组，当P≥‰时属于信用违约组。
Lane，Looney，Wansley(1986)运用生存分析模型对信用危机进行预测““。
生存分析最大的特点是能预测出公司出现信用危机的确切时间。模型假定信用良
6其判别模型如下：z=01012xl+01014x2十01033x3十01006x4+010099x5如果企业的2值高十2．99
信用状况良好：如果企业的z值低十1．8l，信用状况不好且具有破产的风险。
22
第二章上市公司信用风险测度
好公司和信用危机公司都来自同一个总体公司，破产的风险是通过计算每家公司
的生存时间来衡量的。假设r时刻后公司会出现信用危机，那么生存函数墨就代
表t<T的概率，公司在时刻，前破产的概率可以用F(t)表示：F(t)=1-s(t)，
危险函数和生存函数可以通过对财务数据运用极大似然法估计出。
Rumelhart(1986)提出反向传播算法也就是BP算法。Jensen(1992)利用
BP神经网络对信用风险进行分类“⋯，将财务数据输入模型得到的信用风险分类
准确性达到76％一80％。模型预测精度比多元线性和单一比率模型都要高。之后
Altman、Marco和Varetto(1994)应用神经网络分析法对意大利公司财务危机进
行了预测““；Coats及Fant(1993)Trippi采用神经网络分析法分别对美国公司
和银行财务危机进行预测，均取得较好效果。
在信用风险测度上，神经网络模型能有效解决非正态分布、非线性的信用评
估问题，其输出结果值介于0与1之间，也就是信用风险下的违约概率。神经网络
通过学习找到衡量信用风险的规则，当输入一个财务数据后，网络会以目前的权
重计算出相对应的信用风险输出值，以及输出值和目标值之间的误差，而这误差
值再回馈到神经网络中以调整网络的权重，经由不断的读入训练值以及重复的训
练后，网络会逐渐的修正内部权重而使得风险输出值逼近日标输出值。当风险目
标输出值与期望值接近到某一范围时，则停止学习不再改变权重。这表明神经网
络已经从训练范例中学到了规则。当输入新的财务预凋值时，神经网络就可以推
算出信用风险输出值“”。
二、基于市场数据的现代信用风险测度方法回顾
基于市场数据的现代信用风险模型有第一代和第二代之分“1，第一代模型中
一般只有一个风险变量，就是公司资产的市场价值；第二代模型至少包括两个随
机变量：违约概率和利率“⋯。
第一代模型常被称为结构模型““，是因为，其假设公司债务结构固定不变，
其未清偿的债务数量也不变，即使公司价值成倍增长，债务结构一旦确定就不再
变动。这也意昧着随着公司资产价值的变化，公司市场价值与公司债务帐面价值
比率会发生变化，甚至变化可能会很大。
第二代模型被称为简化模型或简约模型。这类模型绕过第一代模型中采用的
我国上市公司信用风险测度问题研究
结构方法，模型并不需要考虑公司的财务结构，不对公司资本结构做任何假设，
转而直接将违约概率当作外生变量，而这一外生变量的获取来自对某些实际数据
的校准。所谓“简化”实则指对导致违约事件背后的经济学背景的简化，该类模
型认为信用事件完全是不可预测的，信用事件到达的概率就是死亡率(Hazard
Rate)，也就是所谓的违约强度，它代表一定时间内违约发生的频率。在模型中，
违约遵循一个跳跃过程，即：违约事件在公司的生命周期中，是一个不可预测的
非连续状态。
1、第一代模型
20世纪80年代以来，受债务危机的影响，各国普遍重视对信用风险的管理
和防范，工程化的思维和技术逐渐被运用于信用风险管理的领域，产生了一系列
成功的现代信用风险测度模型。这些模型有一个共同点就是不再依赖于公司财务
数据，而是借助分析各种市场数据，如股票市场数据，债券市场数据等，这些数
据丰富而且容易得到。在健全的法制下，虽然也存在财务信用风险，但相对来说
很少。因而国外信用风险测度方法大都只是针对商业信用风险和银行信用风险，
对财务信用风险的测度模型目前还未出现。
美国KMV公司开发了KMV模型(1995)，该模型又称为预期违约概率模型
(Expected Default Frequency，简称EDF)“⋯，模型认为通过公司资产预期价
值的概率分布可以计算出公司的预期违约频率，从而得出预期违约损失和非预期
违约损失。违约概率是公司资本结构、资产收益波动性和当前资产价值的函数。
一旦公司资产价值的随机过程得到确定，就能推导出公司经过1年或1年的实际
违约概率。模型使用上市公司股权的市场价值和资产的市场价值之间的结构性关
系来计算上市公司资产的市场价值：使用上市公司资产的波动性和股权的波动性
之问的结构关系来计算上市公司资产的波动性，同时统计在一定标准差水平上的
上市公司在一年内破产的比例，以此来衡量具有同样标准差的上市公司违约概
率⋯1。
JP摩根与德意志摩根建富、美国银行、瑞士银行、瑞士联合银行和BZW等国
际金融机构共同推出了世界上第～个评估信用风险的证券组合模型一信用矩
阵“1(Credi tMetrics，1997)。它是一个基于在险价值(Value at Risk，VaR)
方法的信用风险度量模型。CreditMetrics模型通过上市公司的信用评级、信用
第二章上市公司信用风险测度
转移矩阵、违约信用的回收率、债券市场上的信用风险价差计算出信用的市场价
值及其波动性，推断个别信用或组合的VaR，从而对商业信用风险和银行信用风
险进行评价。模型结论是上市公司信用等级的变化会影响到信用差价，从而影响
信用的市场价值。如果上市公司信用等级下降(上升)，信用差价会升高(降低)，
信用的价值就会下降(上升)。该模型在应用中存在以下问题：违约率直接取自
历史数据平均值，但实证研究表明，违约率与宏观经济状况有直接关系，并非固
定不变，假定资产收益服从正态分布，但实证研究表明实际分布多呈现厚尾特征；
关于企业资产收益之间的相关度等于公司证券收益之间的相关度的假设有待验
证方法计算结果对于这一假定的敏感性很高。
Credit Suisse First Boston(CSFB，1997)银行开发出信用风险附加
(CreditRisk+)系统“1。该模型的主导思想源于保险精算学，即损失决定于灾
害发生的频率和灾害发生时造成的损失或破坏程度，它不分析违约的原因。与
CreditMetrics模型不同的是：CreditRisk+模型只对违约风险进行建模，不考虑
信用等级变化的风险。该方法基于这样一些假设：信用组合中任何单项信用发生
违约与否是随机的；每项信用发生违约的可能性是独立的；信用组合中单项信用
的违约概率分布服从Possion分布。上市公司的信用违约损失可以通过违约频率
和违约损失的严重程度来描述。违约频率通过违约率及其波动性来计算，损失的
严重程度则由风险暴露和回收率来确定。信用风险附加模型钓优点在于，它只要
求有限的输入数据，基本上只有信用组合巾各组的信用违约率、违约率波动率和
风险暴露，因此信用违约损失报容易计算。但一个比较大的缺陷是模型假定借款
人信用质量是不变的，因而忽略了信用等级变动风险。
Mckinsey公司开发了以宏观模拟为基础建立的CreditPortfolioView(CPV)
系统“1(Wilson，1997)。由于商业周期因素影响违约的概率，Mckinsey公司将
周期性的宏观因素纳入计量模型中，分析宏观经济形势变化与信用违约概率及转
移概率的关系，在模型中，违约概率被看作是一系列宏观经济变量如失业率、利
率、经济增长率、政府支出、汇率等的函数。通过对宏观经济周期波动态势的分
析判断来评价信用周期，进而评价信用风险。该模型将各种影响违约概率和信用
等级变化的宏观因素纳入了自己的体系之中，并且给出了具体的损失分布，能够
刻画回收率的不确定性和因国家风险带来的损失。
我国上市公司信用风险测度问题研究
2、第二代模型
Shimko—Tejima—Van Deventer[1993]放松了默顿风险债务模型框架中的利
率条件，将随机利率引入到模型中，随机利率的引入使模型更接近现实生活9’。
Jarrow和Turnbull(1995)提出了一种简化式模型，该模型认为信用事件是
完全不可预测的，信用事件到达的概率就是死亡率，也就是违约强度”⋯。它代表
一定时间内，违约发生的频率，违约概率是外生的随机变量。上市公司的信用风
险可以通过公司债券的市场价格来反映，信用风险大则对应的债券溢价就高，信
用风险低对应的债券溢价就低，从而将信用风险的研究转换为对债券价格的研
究。债券的价格取决于违约概率，回收率，并与无违约风险债券的价格有关。模
型使用无风险利率为计价单位，通过构造违约期限结构和无违约期限结构，据此
获得一个风险中性概率。在风险中性测度下，就可以通过信用差价来衡量信用风
险的大小。
Jarrow，Lando和Turnbull(1997)将Markov链引入Jarrow和
Turnbull(1995)模型中⋯1。将公司的生命周期看作是一个评级状态转移过程，用
吸收状态，也称违约状态，表示生命周期的结束。根据评级状态转移过程组成的
矩阵模拟违约概率的随机变化。
Duffie和Singleton(1999)提出了一种连续状态下的简化模型⋯3。与
Jarrow，Lando和Turnbull(1997)模型相比，该模型仍将违约看成是由死亡率
过程主导的不可预测事件，不同的是信用违约是根据连续时间来刻画的。
Jarrow(2001)模型完善利率变化和市场指数变化所导致的违约概率变化的
研究框架⋯。
第二节国内信用风险测度方法回顾
一、基于财务数据的上市公司信用风险测度回顾
国内学者对上市公司信用风险测度进行了大量的研究和实证分析，这些研究
一般都集中于利用财务数据进行信用测度，通过各种数理方法对目前上市公司的
信用风险进行实证分析和模型构建。而对于现代信用分析方法的研究，还未见有
成熟的理论或模型，大都停留在利用国外信用风险模型对我国市场数据进行实证
第二章上市公司信用风险测度
分析上。
王春峰等(1998)开始将判别分析法应用于信用风险测度中，建立了评价上
市公司信用风险水平的线性判别模型“⋯。该模型将样本的信用划分为正常或违约
两水平。用财务向量表征上市公司信用风险水平。通过比较判别结果相对大小来
预测待评估公司信用风险水平。该模型还与logit判别方法进行了比较，结果判
别分析法在训练样本中的误判多一些，而在检验样本中的准确率要比logit方法
高，但两种方法在检验样本中的准确率都比训练时要低得多。接着他们(1999)
又提出了一种将统计方法与神经网络技术相结合的组合预测方法，并应用于商业
银行的信用风险评估中。实证结果表明新方法的预测精度高于任何一种单独的方
法。
张维等(2000)将递归分类树法(Recursive Classification Tree，RCT)
用于上市公司信用的风险分析中⋯，以判别分析为参照方法，通过实证研究表明
递归分类树在变量选择和分类方面的效果好于判别分析方法。而王春峰，李汶华
(2000)研究了投影寻踪判别分析模型(Projection Pursuit，简称PP)，实证研
究的结果表明，与传统的判别分析方法和近邻法相比，投影寻踪判别分析模型在
处理具有非诈态、高维性的信用风险评估问题时，精度更好。
柯孔林，薛锋(2004)运用扩展的数据包络判别模型(DEA—DA)对生产类公
司的数据资料进行了实证分析““，结果表明，扩展的数据包络判别法发生的第二
类错误概率要明显小于Logistic回归分析，而发生第一类错误概率要略高于
Logistic回归分析，总的来看，扩展的数据包络分析判别法的预测精度要优于
Logistic回归分析。
方洪全，曾勇(2004)运用联机分析挖掘(on—line analytical mining，
简称OLAM)方法揭示了信用风险基本特征“”，建立起两阶段的信用风险评估体
系，实证结果表明按行业建立的信用风险评估模型的准确率均在70．00％以上，
而包含信用额度的预测模型的准确率在75．oo％以上。从而为建立信用风险评价
体系提供有力的支持。徐佳娜，西宝(2004)将人工神经网络信用风险评估技
术与层次分析法相结合，建立了信用风险评估AHP-ANN模型，并进行了可行性论
证。结果表明，改进的AHP-ANN模型在输入指标体系简化、输出指标衡量和模型
运行效率等方面比人工神经网络均有一定程度的改善。
我国上市公司信用风险测度问题研究
张永娟等(2004)则针对影响信用风险的各种决定因素，提出了信用风险程
度的多层次模糊评判模型阱1。该模型将定性指标数量化，并通过多层次分析法确
定各影响因素的权重，是一种定性与定量相结合的综合分析评价方法。同时通过
离散度对模糊判别分析模型进行修正，使得判别结果能更准确反映真实的信用风
险状况。
但是，张宗益，朱小宗，耿华丹，吴俊(2005)运用传统信用风险度量模型
的分析方法睇1，主要包括z模型、z’模型、ZETA模型、MDA、Logit和神经网络
法，通过对重庆四家国有银行提供的借款公司的信用数据进行实证分析发现所有
的模型预测效果都较差，尤其是犯第二类错误率很高，实证说明它们在分析我国
信用违约率方面的适用性并不强。并且认为传统信用风险度量模型更多是用于公
司违约预测分析，而对公司在违约的情况下给信用提供者造成的损失却无法量化
出来。
二、基于市场数据的国内信用风险测度回顾
赵玉旭(2003)在其硕士学位论文中采用沪深6家上市公司的实证数据，运
用KMV模型对上市公司信用状况进行实证分析o⋯。结果显示：违约距离对上市公
司的信用状况有较好反映。绩优股上市公司的违约距离较sT上市公司为高，其均
值高于sT上市公司0．99；而且计算所得的风险中性的违约率，sT上市公司的均值
高于绩优股上市公司8．78％。而蔡方，孙文祥(2003)则利用信用风险度量模型
对2000--2001年工业上市公司的信用风险状况进行了实证分析和检验，结果显示
该模型对我国证券市场信用情况有较好的解释力。
刘宏峰等(2003a)总结和分析了影响违约回收率的主要因素以及发达国家
在违约回收率上研究的成果，并针对我国的情况提出，建立违约资产的清算数据
库是违约回收率研究中重要而又基础的工作⋯。
杨星，张义强(2004)则基于EDF模型，利用我国上市公司1997—2001股
票价格波动的时间序列和截面数据，对中国上市公司的违约频率进行了实证分
析⋯。研究结果表明：(1)上市公司的股票价格波动与该公司的预期违约频率显
著相关，且呈负相关关系；(2)上市公司的预期违约频率与该公司的信用资质变
化吻合，并载有公司未来前景的情报性信号。据此他们认为EDF模型作为一种
第二章上市公司信用风险测度
动态的量化模型，其数值是完全可以通过计算得到的，因而比统计判别或回归等
方法具有更强的说服力和预测力。
石晓军，陈殿左(2004)也利用我国72家上市公司组成的样本，对基于
Merton方法的违约模型揭示的关于债权结构、资产波动与信用风险关系的两条
结论进行了检验阻91。实证结果表明，债务结构是信用风险的显著影响因素，而且
它与信用风险呈现同向变化的关系，这与Merton型违约模型的理论预测结果是
一致的；而资产波动率确实是解释信用风险的重要影响因素，但是资产波动率与
信用风险的变化是反向的，这与Merton型违约模型的理论预测结果正好相反，
表明Merton型违约模型不能直接运用于中国的实践。
另外，惠晓峰，孙嘉鹏(2004)也使用信用矩阵，即CreditMetrics模型，
对选自某商业银行的贷款的样本组合进行了风险测度⋯。确定了模型的基本参
数，建立起符合该银行实际情况的信用矩阵模型，得到了样本组合1年期市场价
值的分布，并计算出分布的方差、标准差和7个不同置信度下的百分位水平值，
以及所有单笔贷款的风险值，从而完成了样本组合风险的测量。根据测量结果，
对样本组合进行了总风险分析、边际风险分析和风险收益分析，在此基础上对样
本组合给出了具体的信贷决策建议。
小结
从上述可以看到，国内学者在信用风险的实证研究方面进行了可贵的探索，
既有运用财务数据模型的实证，也有运用市场数据模型的实证。虽然市场数据模
型的实证都集中于KMV模型上，但结果显示出该模型在中国的实证结果上存在着
较大的分歧，市场数据模型在中国的适应性有待研究。财务数据模型存在着同样
的问题。z模型、z’模型、zETA模型、MDA、Logit和神经网络法，预测效果都较
差，尤其是犯第二类错误率很高，它们在分析我国信用违约率方面的适用性并不
强。正是基于以上原因，本文运用模糊模式对信用风险进行测度，目的在于对现
有的信用风险实证研究作进一步的探索。
我国上市公司信用风险测度问题研究
第三章模糊模式识别理论基础
模糊性【6】作为～种基本事实而客观地存在着，它的根源在于客观事物处于共
维条件下的差异在中介过度时所呈现的“亦此亦彼”性。中介过度的两端称为两
极，具有相反的性质、作用和倾向。在同一维的两极之间，有许多中介点、中介
状态，通过中介相互过度与转化，在两极之间往往存在着作为中介过度的连续统。
对这些中介状态用普通集合理论的绝对属于、绝对不属于来分类有悖于对立统一
与转化的辨证思维。模糊理论就是将这些中介状态作为自身的研究对象，对物质
系统、现象、概念等在演化过程中的中介性进行科学描述“1。上市公司从信用良
好到信用恶化，中间要经历很多的中介状态，并不可能简单的从一个状态—信用
良好跳跃到另一个状态一信用恶化“⋯。本章主要介绍模糊识别理论，为建立模糊
模型分析信用风险的理论基础。
第一节模型概念
在普通集合论中，一个对象对于一个集合，要么属于，要么不属于，二者必
居其一，且仅居其一，绝不模棱两可。当一个集合用特征函数Z来表示时，可用
下式表示元素X是否属于该集合A。
z(X)=l X∈A
z(x)=0 xcA ⋯⋯⋯⋯⋯⋯(3-1)
这就限定了普通集合论只能表现“非此即彼”的现象，只能表现确定概念。
为了能表示具有“亦此亦彼”性的模糊现象与模糊概念，可以将普通集合论
中元素x对于集合A隶属关系特征函数的取值范围从{0，1)拓展到[0，1]。从而
导出模糊集合的概念嘲。
一、隶属度与绝对隶属度、相对隶属度
隶属度：所谓给定了论域u上的一个模糊子集A，是指：对于任意口∈u，
都指定了一个数u。(“)∈[O，1]，叫做u对A的隶属程度或隶属度。映射
心：U斗[0，1]
30
第三章模糊模式识别理论基础
叫A的隶属函数。
绝对隶属函数：设论域u上的一个模糊概念A。分别赋给A处于共维差异的
中介过渡段的两个极点以0与1的数。在0到1的数轴上构成一个[0，I]闭区间
的连续统。对于任意“∈U，都在该连续统上指定了一个数以(“)，称为u对A
的绝对隶属度，映射
彬：u斗[o，1]
u1一∥(“) ⋯⋯⋯⋯⋯⋯⋯”(3—3)
称为A的绝对隶属函数。
相对隶属函数：设在该连续统的数轴上建立参考系，使其中的任意两点定为
参考系坐标上的两极，赋予参考系的两极以0与1的数，并构成参考系[0，1]
数轴上的参考连续统。对任意卢∈U，在参考连续统上指定了一个数以(群)，
称为U对A的相对隶属度，映射
心：U_[0，1]
u卜÷以(“) ⋯⋯⋯⋯⋯⋯⋯⋯(3—4)
称为A的相对隶属度函数
二、指标相对隶属度
指标相对隶属度：设在判定过程中，取目标I最大特征值VXq与最小特征值
J
AXi#作为上、下确界的相对值。由此构成参考连续统的两极。据此计算的目标对
，
优的隶属度，称为指标相对隶属度。
情形一：设有需要对模糊概念或模糊子集A进行识别的n个样本组成的集合，
有m个指标(或目标)特征值表示样本的整体特征，则有样本集的指标(或目标)
特征值矩阵
我国上市公司信用风险测度问题研究
X=
■l X12⋯⋯⋯ ■n
屯l 屯2⋯⋯- ％。
靠l ‰2·⋯⋯r-‰。
式中％——样本j指标I的特征值，121，2，⋯⋯．．m；j2l，2，⋯n
情形二：如果样本集依据m个指标按c个状态或级别的己知指标标准特征值
进行识别，则有指标标准特征值矩阵
Y=
咒l Y12⋯⋯⋯ Mf
Y2I Y22⋯⋯· Y2。
ym ym2⋯⋯⋯· ymc
式中Y。一一状态或级别h指标I标准特征值，h21，2，⋯．．c；
I=1，2，⋯m．
通常，指标分递增型与递减型两类：(1)从1级到c级指标标准特征值增加
为递增型；(2)从i级到C级指标标准特征值递减为递减型。
三、指标相对隶属度函数
对于递增型类指标，可以令大于、等于指标的c级标准特征值对A的相对
隶属度为0(左极点)：小于、等于指标的1级标准特征值对A的相对隶属度为l
(右极点)。其特征值介于1级与c级标准特征值之间者，对A的相对隶属度根
据线性变化确定。则得此类指标对A的相对隶属度为
0⋯⋯⋯⋯％≥咒。盟，蜘<x。<％⋯⋯⋯⋯⋯·(3—7)
yl。一y。l
‘
l⋯⋯⋯⋯矗≤Ml
h级指标标准特征值对A的相对隶属度为
o⋯⋯⋯⋯．yth=y。必⋯Y<YJh<y。⋯⋯⋯⋯⋯⋯⋯(3—8)
ylc—Y,I
1⋯⋯⋯⋯一)■=只I
对于递减型指标，可以令小于，等于指标c级标准特征值对A的相对隶属度
第三章模糊模式识别理论基础
为0(左极点)；令等于、大于指标的l缓标准特征值对A的相对隶属度为l(右
极点)。指标特征值介于1级与C级标准特征值之间对A的相对隶属度可按线性
变化确定。由此可得此类指标对A的相对隶属度为
Jo⋯⋯⋯而茎心
叫t蜘Xo--一Y儿。c，片，>驴％⋯⋯⋯⋯⋯⋯(3—9)
11⋯⋯⋯一％≥咒I
h级指标标准特征值对A的相对隶属度为
lo⋯⋯⋯⋯J‰=Yi。％={必，肼l>％>％⋯⋯⋯⋯⋯⋯⋯(3—10)
lMl—Hc
【1⋯⋯⋯⋯一，k=¨
式中0——样本j指标I特征值对A的相对隶属度；
只。、Yi。——指标I的i级、c级标准特征值；
％——级别h指标I标准特征值对A的相对隶属度；
％——级别h指标I的标准特征值。
对越大越优目标其相对优属度公式为
忙垒二22 ⋯⋯⋯⋯(3-11) 铲万苇
⋯⋯⋯⋯
对越小越优目标相对隶属度公式为
^xU—xⅡ 铲方丐， 。J 。
措杯利珂求属发公瓦尬伺多柙彤瓦，则：
形式一：对越大越优目标_2可毒}万⋯⋯⋯⋯⋯(3-13)
对越小越优目标～=卜—二!：!L ⋯⋯⋯⋯(3—14)
VxI|+Axil
形式二．对越大越优目标。2去⋯⋯⋯⋯．(3_15)
，
我国。卜市公司信用风险测度问题研究
对越小越优目标r，=1一二L⋯⋯⋯⋯⋯⋯(3-16)
’
V．XF．
相对优属度的取值范围覆盖整个[0，1]闭区阳J，根据目标特征量X的不同情
况，可以选用合适的计算公式，如目标特征值变化范围有的大，有的小，而且相差
较明显，但它们的目标特征值的最大最小值却都变为l与0或0与l，这就会夸大
目标特征值变化范围较小的目标在判定中的相对作用．在此情况下，可用公式
(3-7)、(3—8)。优点是：当目标特征值变化范围小，vz。与nx。相差不大，算得的
， ，
目标相对优属度也相差不大，能较好地反映目标特征值变化的实际情况．当
vx．．=O，即目标I的最小特征值为0，则公式都变为(3—9)、<3-10)
四、相对类别特征值
相对状态(级别)特征值。设状态变量h以对应的相对隶属度为权重，其总
和：圩(弹)=Σ瑰(”)．h⋯⋯⋯⋯⋯‘(3—17)
^=I
称为相对状念(级别)特征值。
绝对状态(级别)特征值。设状态变量h以对应的绝对隶属度为权重，其
总和：H。(“)=Σ，r4：(甜)·h⋯⋯⋯⋯⋯⋯⋯·。(3一t8)
h=l
称为绝对状态(级别)特征值
第二节模糊模式识别模型
一、指标与指标标准特征值的相对隶属度矩阵
指标与指标标准特征值矩阵变换为对A的指标与指标标准特征值的相对隶
属度矩阵为：
R=
rLl r12⋯⋯· ‰
r21 r2：⋯⋯- ，2Ⅳ
r卅1 k2⋯⋯·‰
=(吃)⋯⋯⋯⋯⋯⋯⋯(3—19)
第三章模糊模武识别理论基础
S=
^。
J2c
SⅢf
将样本j的m个指标相对隶属度名，r2』，．⋯，‰分别与矩阵S的第1，第2、⋯⋯
第m行的行向量(S1l，置2，⋯而。)，(S2l，S22⋯．s2。)，⋯．．(％，％2，⋯．Sm。)
逐一进行比较，可得样本j的级别上限值屯和级别下限值q。
二、加权广义权距离
设样本集对A各个级别的相对隶属度矩阵为
U=
毡I U12⋯一q。
U21 ／／22⋯-· ％H
‰t‰2⋯．Umn
‰—样本j对A级别h的相对隶属度，j=l，2，⋯．rl；h2l，2，⋯c．
由于样本J在级别区间吩，屯范围内，故矩阵U应满足归一化约束条件
量％
h=aI
因样本集中每个样本的级别区间范围不同，一般从n个样本，c个级别的整
体考虑，矩阵U应满足归一化约束条件
C Σ‰⋯i⋯⋯⋯’(3—23)
h=l
若样本J指标I的权重不同，设样本集指标I的权重矩阵为
∥=
oh
也k。
∞m∞m2⋯⋯国mH
=(％)⋯⋯⋯⋯⋯(3—24)
式中国。——样本J指标I的权重，一般应满足
Σ％=1，
』：l
我国上市公司信用风险测度问题研究
如果对样本集中的每个样本指标I的权重相等，则权重矩阵∞变为样本集的
指标向量
∞2(q，602，⋯⋯D，)⋯⋯⋯⋯(3-26)
Σ％=l，j=1，2，⋯．．．n⋯⋯⋯⋯“(3—27)
样本j的m个指标特征用向量表示为
r，2(‘，，r2，，⋯⋯．％)7⋯⋯⋯⋯⋯⋯(3—28)
样本h的m个指标标准特征用向量表示为
矗=(sm，J2^⋯⋯⋯Jm)7⋯⋯⋯⋯⋯(3—29)
广义距离：样本J与级别h之间的差异，用广义距离表示为
d。=[善c，i—s。，9]i⋯⋯⋯⋯⋯⋯⋯c。一。。，
广义权距离：通常，由于样本j指标I因重要程度不同，样本j指标I的权
重不同，故在上式中引入权重矩阵，于是样本j与级别h之间的差异，可用广义
权距离表示为
％=倭[嘶刊9卜⋯⋯⋯⋯．(3埘) Lf=l J
p——距离参数，p=l为海明距离，p=2为欧氏距离。
式(3-31)为考虑指标权重矩阵后，样本j与级别h之间的差异。在指标为等
权重的条件下，则变为通常的广义距离，如式(3—30)。
加权广义权距离：设有指标权重矩阵w，指标特征值相对隶属度矩阵R，指标
各级标准特征值相对隶属度矩阵S，样本集对模糊概念A各级相对隶属度矩阵U，
则称嘞=‰如=‰{善％(。一％)9y⋯⋯⋯⋯⋯⋯⋯(3一。z)
为样本j与级别h之问的加权广义权距离。
三、最优模糊聚类矩阵与最优模糊聚类中心聚阵
要求解样本j对模糊概念A的级别h的最优相对隶属度，建立目标函数
第三章模糊模式识别理论基础
‘ q 1
嘶n F(uhj)2荟瑶卜⋯⋯⋯”。。33’
根据目标函数(3-25)与约束条件(3-14)构造拉格朗曰函数，求无条件极
值。设置为拉格朗日乘数，则相应的拉格朗日函数为
三c“。，^，，=耋％2a。2一五，(参％一1]⋯⋯⋯⋯⋯⋯⋯c。一34)h=a h=a
三(％，^，)=Σ％aⅣ一√Σ％一卜¨⋯⋯⋯⋯“(3一
， ＼ ． ， 求解掣：o．．．．⋯⋯⋯⋯⋯⋯(3嗡)
d“射
可得结果：‰，=
喜[％h。)"
毒[％(_一％)引
样本集对模糊概念A各个级别的最优相对隶属度矩阵
对于满足约束条件
甜ll “】2⋯一“1¨
甜2】／'／22⋯一“2n
g／cl “f2⋯一“∞
O<uhj≤1．⋯⋯⋯⋯⋯⋯¨(3—38)
Σ‰=l⋯⋯⋯⋯⋯⋯⋯(3—39)
Σ％>o⋯⋯⋯⋯⋯⋯⋯”(3—40)
j=l
的模糊聚类矩阵U，求解最优模糊聚类中心聚阵S
当‰为已知，设(3—33)中Sih未知，在此情况下，目标函数(3—33) Sth求
Σ“；砰吃
导，可得％=2}一⋯⋯⋯⋯⋯⋯⋯⋯(3—41) Σ‰2q2
j=l
式(3-36)、(3-41)组成循环迭代公式，称为模糊模式识别模型。用迭代法
我国上市公司信用风险测度问题研究
对此公式求解司得最优模糊聚类聚阵与最优模糊聚类中心聚阵。求解步骤如下：
(1)给定‰，，％所要满足的计算精度毛，毛．
(2)假设一个满足约束条件(3—38)，(3—39)，(3—40)，矩阵元素不完全相等的
初始模糊聚类矩阵域，．
(3)将嘞o，代入(3—41)求对应的初始模糊聚类中心聚阵Ji．
(4)将％o代入(3—36)求一次近似模糊聚类聚阵科，．
(5)将以，代入(3—41)求～次近似模糊聚类中心聚阵砖．
(6)逐个比较矩阵域，，以，的对应元素，若对应元素最大差值的绝对值大于要
求的计算精度E，则进行第二次循环迭代．若是小于毛，则逐个比较矩阵Ji，％1的
对应元素，若对应元素最大差值的绝对值大于要求的计算精度￡，则进行第二次
循环迭代a否则，ma)【I畦一％0i≤岛迭代结束。
四、相对类别特征值
由以上迭代得到的蜥，、S。就可以求出相对状态(级别)特征值和绝对状态
(级别)特征值。
相对状态(级别)特征值
设状态变量h以对应的相对隶属度为权重，其总和
日(”)=Σ∥出(“)·h⋯⋯⋯⋯⋯⋯⋯(3～42)
h=l
绝对状态(级别)特征值
设状态变量h以对应的绝对隶属度为权重，其总和
H。(“)=Σ心：(“)·h⋯⋯⋯⋯(3—43)
第三节两级模糊模式识别模型
两极模糊模式识别模型是上面一般模型的特殊化，模型中样本只归属于两个
级别。样本的指标相对隶属度和样本对各级别的相对隶属度在表达式上更简单，
将简化的级别相对隶属度公式与(3-41)公式组成迭代模型就可以求出两极模型
第三章模糊模式识别理论基础
中样本的相对样本特征值。
一、样本集对A各个级别韵相对隶属度
由于只有两级，在模糊模式识别模型(3—36)中，d，=1，屯=2，j21，2，⋯n．
对h=l级的相对隶属度模型为
Ҭ=
根据公式(3-8)或(3-10)，c=2，则有：
Il=当出=1⋯⋯⋯⋯(3—45)
Y,2一Y,1 s：2=必⋯0⋯⋯··(3—46)
Y,2一Y11
可得样本j对l级的相对隶属度模型为：
Ulj
2
l+
—艺b盟(_一—t)—]9
芝(q勺)9
样本J对2级的相对隶属度模型为：
1
l+
显然， 甜lJ+“2J=1⋯⋯⋯⋯·’(3—49)
在两级模糊模式识别模型中，样本对1级和2级的相对隶属度满足补余律。
即求解出样本对1级的相对隶属度就可知对2级的相对隶属度，通常只求对l级
的相对隶属度即可，为了简便，将”。．简记为“，，则
39
P
—P
门川一¨川
％一
‰
一
一
一
0
。Σ訾Σd ^。．L—r．L 哆一哆，●L一』L0
我国E市公刊信用风险测度问题研究
且
”_=
1+
Σq=1
忙I
当V1(海明距离)，式(3-37)变为
l+ 1-—土
Σ哆。
当p=2(欧氏距离)，式(4—37)变为：
甜，：—_-—L一⋯⋯⋯⋯⋯⋯⋯(3—52) ’ 1+芝型M。1—一t—)]2_
Σ(脚，o)2
对于指标(目标)等权重的特殊情况：
当p=l时，
Ⅳ．=
1+
1+iffil
m
Σ哼
l：j
二、样本j对A的指标相对隶属度
根据指标(目标)属于递减型还是递增型的两种基本类型情况，0的计算式
兰"
。
甲J
p『ΣⅢ ㈦％ 舢r
。Σ盟
1●，●lJ
罟酗
一
第三章模糊模式识别理论基础
不同。由于c为两级，根据式(3-7)或(3-9)有：
r．：堑二丝⋯⋯⋯⋯⋯⋯(3—55)
一Yfl一以2
、
1、递减型指标
由于指标属于递减型指标，在指标I没有明文规定或明确标准的情况下，
合理的规定应是_，等与方案集指标I的最大值t。。，即
Y,l 2一m“
而咒2=0
代入(3—56)可得递减型指标的相对隶属度。的计算式为
。2羔⋯⋯⋯⋯⋯⋯∽56)
2、递增型指标
对于递增型指标，在指标I无规定标准值的情况下，合理的规定应是％等
于0，即
M】=0
而只2=一。。
代入(4—56)可得递增型指标的相对隶属度％计算式为
屹：1一立⋯⋯⋯⋯．(3—57) 。葺m“
我国上市公司信用风险测度问题研究
第四章上市公司信用风险实证研究
本文将上市公司分为信用良好和信用恶化两类，利用上市公司财务数据，分
另Ⅱ采用Logistic模型和模糊模式识别模型进行测度，对比分析模型的精确性。
由于市场数据模型适应性问题，故没有采用该类模型进行对比。
第一节财务数据与信用风险
一、选择财务数据模型的原因分析
基于财务数据的信用风险度量和基于市场价值的信用风险度量。至于采用其
巾的哪一种作为主流方法，要看上市公司具体的经营条件和社会环境。就我国目
前的现状来看，利用上市公司财务数据进行信用风险度量是比较容易实现且效
率较高的，原因如下：
l、财务数据的可获得性。信用供给方可以坚持要求上市公司提供财务数据
信息，以此作为是否提供信用的一个条件，以便在做出决策之前进行信用评估。
此外，在提供信用后，信用供给方还可以以是否提供透支额度为条件，在监控
过程中索取财务数据信息，以确保借款人遵守贷款条约。
2、关注财务信息的必要性。在我国目前的上市公司信用中，金融信用几乎
占到80％左右，有的甚至高达90％。作为上市公司最大债权人的金融机构，由上
市公司财务危机带来的巨额不良贷款和由上市公司破产而引发的金融危机、挤兑
风潮己成为金融机构面临的最大风险。因此，密切关注上市公司财务动向，随时
跟踪评价上市公司的信用状况是防患于未然的极态度．
3、我国资本市场并非有效市场。我国金融市场不发达，资产证券化、市场化
交易也不普遍，像KMv、CreditMetrics、CreditRisk+等西方广泛采用的模型和
方法，由于缺乏足够的基础数据而不能广泛应用，盲目推崇按市场价值波动来度
量信用风险是不合实际的。另一方面，这些现代模型要求市场数据符合正态分布，
明显地，我国市场数据无法满足要求。相反，随着我国信息披露机制的完善和发
展，不仅是财务信息数量和质量在不断提高，企业重大事件和一些非财务报告
第四章上市公司信用风险实证研究
(总裁或首席执行官报告)的及时公开，为银行的信用分析师迅速找到有效信息
作为财务信息的补充，及时做出准确判断提供了强有力的支持。
综上所述，虽然现代信用风险测度方法已从研究财务数据转到研究市场数
据，但是市场数据目前在我国应用的条件还不具备，基于财务数据的信用风险度
量仍是我国上市公司信用风险分析的基础。
二、上市公司财务状况与信用风险关系
1、公司财务状况
公司财务状况是反映公司经营实力的重要方面，也是公司营运状况分析的重
要内容。对公司财务状况进行分析就可以了解企业偿债能力、盈利能力和抵抗风
险的能力。⋯。反映上市公司财务状况的依据是公司定期公布的三大财务报表：l、
资产负债表，资产负债表反映的是公司资产、负债(包括股东权益)之间的平衡
关系。2、损益表(利润及利润分配表)，损益表是一定时期内(通常是1年或l
季内)经营成果的反映，是关于收益和损耗情况的财务报表。3、现金流量表，现
金流量表主要分经营活动的现金流量、投资活动的现金流量和筹资活动的现金流
量三部分。它反映公司一定期间的经营活动、投资活动、筹赘活动产生的现金流
量。
对公司财务进行分析，就是分析上述的三张报表所反应的各种经营指标，以
求从中发现公司经营中存在的问题并据以评价企业的财务状况。其主要内容包
括：1．偿债能力。反应偿债能力的财务指标有：(1)流动比率；(2)速动比率；(3)
利息支付倍数；(4)应收帐款周转率和周转天数。2．资本结构分析。资本结构是
指在企业的总资本中，股权资本和债权资本的构成及其比例关系。反应资本结构
的财务指标有：(1)股东权益比率：(2)资产负债比率；(3)长期负债比率；(4)
股东权益与固定资产比率。3．经营效率分析。经营效率反应公司经营水平和效率。
反应经营效率的指标有：(1)存货周转率和存货周转天数；(2)固定资产周转率；
(3)总资产周转率；(4)股东权益周转率。4．盈利能力分析。反应盈利的指标有：
(1)销售毛利率；(2)销售净利率；(3)资产收益率；(4)股东权益收益率(净资产
收益率)。5．投资收益分析。指标有：(1)普通股每股净收益，(2)股息发放率，
(3)普通股获利率，(4)本利比，(5)市盈率，(6)投资收益率。6．成长指标分析。
塞里土史竺曼堡旦垦堕型壁塑塑竺垄
(1)主营业务收入增长率(2)主营业务利润增长率
2、财务状况和信用风险的相关性
企业的财务状况却给我们提供了量化信用风险的一个手段。财务实际上是企
业生产经营活动的货币化，会计活动以货币的方式记录企业日常的生产经营活
动，通过对这些同常会计资料的收集、整理、分类、汇总、编制财务撤告，然后
以一定的指标体系集中概括地反映上市公司的资产和负债、成本和费用、损益和
分红、现金的流入流出等情况，可以帮助投资者全面分析企业的经营业绩、盈利
能力、资金安全性，进而分析企业在信用交易中的履约能力，以便正确估计l市
公司的信用风险。公司的信用风险很大程度上取决于公司的现金流动状况，一般
来说，经营状况好、盈利能力强的公司，现金的流动性就会高，偿还债务的能力
就会强，信用风险就会小。丽经营状况不好、盈利能力不强、又缺乏现金流动性
的公司，往往就会爆发信用风险。财务指标和信用风险之间存在着很强的正相关
性，具体分析如下：
第一，影响企业信用风险的因素可以在财务上表现出来。当经济形式好转时，
企业一般都具有较高的盈利水平，而当经济形势恶化时，多数的企业会出现利润
下降，市场萎缩等情况；国家通过制定的产业政策扶持或抑制上市公司的发展不
外乎两种途径：增加或减少企业的赢利，降低或提高企业的生产成本：就行业特
点两言，新兴行业的上市公司尽管它面临着较大经营风险，但其盈利水平也较高。
一一旦成功，上市公司可以获得丰厚的利润回报；好的产品具有较高的附加值，可
以提高企业的盈利空间；先进技术可以提高企业的生产效率，降低企业的生产成
本、提高企业的产品质量。就企业的管理水平而言，企业经营管理的有效性会造
成公司财务的荣枯，成功的经营管理会带来企业财务状况的优化，最终会提升企
业的市场竞争能力，极大地改善企业的经营业绩，进而提高企业的信用水平。
第二，上市公司投资失败、利润下降、融资渠道枯竭等信用事件都能反映在
企业的财务状况上。例如，如果企业的信用水平下降，那么企业在债券市场上发
债时，就必须给投资者以更高的信用风险补偿，这无形中增加了企业的筹资成本，
降低了企业的盈利能力。
第三，企业的信用状况和企业的财务状况实质上是一种相互影响、相互促进
的关系。在信用交易中，企业具有雄厚的财务实力，就很容易获得交易对手较高
第四章}：市公司信用风险实证研究
的信用评价、较高的交易效率和成功率。另一方面，良好的信用状况是企业宝贵
的资源，它同样能给企业创造价值，如降低信用交易的成本、节省交易资金，提
高资金的使用效率等，这一切必然带来企业财务状况的改善。
第二节样本数据
一、样本选择
本文样本公司全部来自于上海证券交易所或深圳证券交易所上市公司，样本
公司采用两市划分的非sT公司和sT公司，并将其分别作为信用风险较低组和信
用风险较高组。样本财务数据、交易价格均来自于证券之星7。之所以这样划分，
是因为：
证券市场自1998年3月开始推行ST制度，ST制度是指对上市期间财务状
况异常的上市公司进行特别处理的制度。财务状况异常主要包括l、最近两个会
计年度的审计结果显示的净利润为负值；2、最近一个会计年度的审计结果显示
股东权益低于注册资本。一般来说，公司发生信用风险最主要的表现是公司不愿
或不能支付到期债务的情形。对于一个连年利润为负的公司，必然是该公司赢利
能力和经营能力出现了问题，导致公司债务的偿还能力发生了恶化。两相比较，
自然是sT公司比非sT公司具有更大的违约风险。另一方面，上市公司财务制度
较为一致，财务报表均经过中介枫构严格的审计，财务数据之阕具有缀高的可比
性，以此为基础进行的实证研究能保证最终结果的真实性和准确性。
根据我国上市公司的年报披露制度，上市公司公布其当年年报的最后截止日
期为下一年的4月30日。Ohlson(1980)的研究成果表明，采用破产之后获得的信
息来预测破产会高估破产模塑的预测能力8。因此利用(t-1)年度及之后的财务
报告来评估上市公司在t年是否被特别处理为ST公司，会高估模型的预测能力。
据此，本文采用E市公司(t一1)、(t-2)、(t-3)年度的财务报告来预测其是否在
t年被特别处理为sT公司(即若某上市公司在2004年被特别处理为sT公司，则采用
其2003、2002、2001年度的财务数据，并依此类推。本文选取的样本都是以被sT
7证券之星刚站地址：http：／／finance．stockstar．comJar／zjjgasp
8 Ohlson J．A．Financial Ratlos and the Probabilistic Prediction of Bankruptcy．Journal of
Accounting Reseal ch．1980(4)：09 13
45
我国上市公司信用风险测度问题研究
的年分的评定结果为依据，并采用被sT前3年的财务数据进行实证研究。
本文共选取上市公司68家9，其中，包括已退市或暂停上市公司6家，ST公司
为24家，非ST公司为38家。根据研究需要，将这些样本分为两组，一组是训练样
本组，包括已退市或暂停上市公司3家，ST公司为12家。非ST公司为19家；另一
组是预测样本组，包括已退市或暂停上市公司3N，ST公司为12家，非sT公司为
19家。样本选取时间均为三年，其中sT公司为被公示特别处理前三年。如sT长风
彼特别处理的时间为2004年，所以取样时间为2001、2002、2003年。由于退市或
暂停上市时间均为2005年，故此类公司取样时间为2002、2003、2004年；非ST
公司取样时间与退市公司一样，也是2002、2003、2004年。
二、变量分类
反应公司信用风险豹财务变量可以分为三大类，一是资产负债表以及损盏表
所反应的财务资产结构；二是现金流量指标；三是股票收益率指标。这些变量指
标有的独立预测能力较好，但未必适合中国市场；有的独立预测能力未必很好，
更不合适做独立变量来预测信用风险。资产流动性、偿债能力、盈利能力和成长
能力等类别能够全面反映企业的财务状况。在美国A1tman(1968)选取的5个财
务指标被大部分学者接受并用于模型之间的比较，但是，这5个指标在中国未必
适用。Casey and Bartczak(1984b)认为单独使用现金流量指标进行财务困境预
测效果不佳。Beaver(1966)使用股票收益率数据进行风险预测，他发现在有效
的资本市场上，股票收益率也如同财务指标一样可以预测企业破产。但是由于中
国证券市场目前仍不是一个有效市场，所以无法采用股票收益率指标进行信用风
险预测。
本文借鉴上述观点，并结合《中国工商银行企业法人客户评价办法》推荐的
衡量被评估企业能力的基本指标等，制定出上市公司信用风险评估的财务指标体
系。该体系将上市公司信用风险的预测变量分为六类：l，反应资产流动性的变
量：流动比率：不良资产比率；2，反应偿债能力的变量：资产负债率； 3，反
应盈利能力的变量：净资产收益率：4，反应成长能力的变量：主营业务收入增
长率；5，反应经营能力的变量：应收帐款周转率、总资产周转率：6，反应现金
9公司名单参见附表t九和附表二
第四章上市公司信用风险实证研究
流的变量：每股营业现金流量。
三、指标变量的筛选
上述财务指标可以对公司财务状况进行客观和全面的描述，但过多的财务指
标可能存在多重共线问题，影响模型的预测精度，故需要对这些指标进行筛选，
消除共线现象，选取那些有更强区分能力的指标变量作为建立模型的基础。为了
剔除上述8个指标”中存在高度相关性的指标，本文采用统计分析软件SPS5对指标
变量进行了相关性分析，具体的分析结果见下表。
表4．1 财务指标相关性表
流动比率l
资产负债率．0．6 1
麻收帐款周转率．o．06 ．o．16 1
总资产周转率0．127 ．0．04 0．458 1
不良资产比率0．006 一o．13 0．037 o．178 l
净资产收益率0．482 ．O．85 O．274 O．138 O．122 1
每股营业现金流量o．187 ．0．49 0．373 O．135 o．154 0．587 l
主营业务收入增长率一0．17 ．O．34 O．461 O．298 0．04 0．382 O．266 1
从上表可以看出，在初步选出的八个指标中，净资产收益率与流动比率和资
产负债率相关；每股营业现金流爨与资产负债率、应收帐款周转率和净资产收益
率相关；主营业务收入增长率与应收帐款周转率相关。按照相关性较小为优原则，
本文将流动比率、总资产周转率、不良资产比率、每股营业现金流量、主营业务
收入增长率等指标作为建模变量。依次设这些变量为玉，x2，x3，x4，x5，
第三节基于Logistic回归模型的信用风险实证研究
一、Logistic回归分析模型的构建
设二值变量Y代表上市公司信用状况。当上市公司信用不良时，记Y=l；当信
。其体财务指标数据见附表19、附表20、附表21、附表22、附表23、附表24
47
我国上市公司信用风险测度问题研究
用良好时，记Y=O。Y依赖于另一个不可观察的变量y，而，，和我们使用的预测变
量x有一定的函数关系y=I(x)，可以简单地表示为线性形式：
允=pxt+￡：
y值决定T--值变量Y的取值，假设当Y=1时等价于y>0，Y=O
等价于，，≤O。因此变量Y=l的概率为：
p(1，=1)=p(r>0)=p(t>一声‘)⋯⋯⋯⋯_⋯一1
Logistic模型假设￡的概率分布函数为：
F(，)=岳
对1式进行变形可得：
p(r=1)=p(y>0)=p(t>一声薯)
21-p(E≤-flx，)
：1-F(-flxi)
=，(∥蕾)
则第f个样本为信用不良公司的概率为：
pif=1)=专
两边取对数得；
hi兰告；手!b=∥t2屁+届‘t+岛t：十⋯+晟黾+专
由上式可得似然函数
三：r“IF(fl薯)疗[1一F溉)]
：n[F(氏)]rOEl一，(氏矿
其中，。为信用不良公司的个数
对上式两边取对数，得对数似然函数：
In￡=fl[vnF(flxj)+(1一F)lIl(1一F(∥t))]
第四章上市公司信用风险实证研究
求max(1nL)，得到鼠，局的估计值Po，届
系数显著性检验，假设：
Ho：p=0
髓：∥≠0
检验统计量是胁旧=(％]2服从自由度为·的卡方分布。其中卢为回归系
数，S为回归系数的标准差。
二、Logistic模型对上市公司信用风险评估结果
1、利用SPSS统计软件⋯1，将训练样本34家上市公司被sT前一年的财务指
标输入，得至1]Logistic回归结果，如下表所示：
表4．2变量参数值表
B S，E， waId df S姐． Ex口(B)
Step 流动比率2．307 1 184 3 798 1 051 10．047
1《a) 总资产周转率4．759 2 705 3 096 1 ．078 116 630
不良资产比率，．115 1．292 ．008 1 ．929 892
每股营业现金流量3665 1．715 4 570 1 ．033 39∞9
主营业务收入增长牢O" 013 ．752 1 386 1 011
CoNstant 一5329 2 264 5．542 1 019 005
从上表中可以得到上市公司是否发生信用风险的概率值P为：
e-5．329+23州／^+●·"9屯-0
ll，如+3脯5^+0 11％
p2再7两颜面丽霹而琢谲丽
将该年35个检验样本的上述5个财务指标代入上式中，以0．5为分割点判断，
得到该模型对上市公司信用风险的初步预测。判别结果见下表：
表4．3模型预测结果表
公司类别模型预测类型合计
非ST ST
非ST 20 O 20
sT 0 15 15
从上面的判断结果看，利用上市公司被sT前一年的财务指标进行Logistic
回归，误判为0家，模型总的正确率为100％。
49
我国上市公司信用风险测度问题研究
2、利用SPSS统计软件，将训练样本34家上市公司被sT前第二年的财务指标
输入，得到Logistic回归结果，如下表所示：
表4．4变量参数值表
B S．E． Wald df Si口． Exp(B)
Step 流动比率．236 ．746 ．100 1 752 ．790
1(a) 总资产周转率．611 1．087 316 1 574 1．843
不良资产比率—2 315 1．175 3 883 1 049 ．099
每股营业现金流量596 1 573 ．143 1 705 1 814
主营业务收入增长率．087 ．035 6．351 1 012 1 091
Constant ．738 1 488 ．246 1 820 2．092
从上表中可以得到上市公司是否发生信用风险的概率值p为：
eO
738一O 236xl+0．6lD％一2 315勺+0 596-+0 087而
P：：’1—+———e——0—"7—3—5—-—01"’2—3—6—x—1“+—0—'6。—1—lx—2—-——2—'3—1—5—_r—a—+——0．—5—9—6—a—+—+——。—。—g—7—x—5—
将该年35个检验样本的上述5个财务指标代入上式中，以0．5为分割点判断，
得到该模型对上市公司信用风险的初步预测。判别结果见下表：
表4．5模型预测结果表
公司类别模型预测类型合计
zJEST ST
非ST 17 3 20
sT 7 8 15
从上面的判断结果看，利用上市公司被sT前二年的财务指标进行Logi stic
回归，非ST公司被误判为ST公司的有3家，误判率为15％：ST公司被误判为非ST
公司的有7家，误判率为47％。模型总的正确率为71．4％。
3、利用SPSS统计软件，将训练样本34家上市公司被sT前第三年的财务指标
输入，得到Logistic回归结果，如下表所示：
表4．6 变量参数值表
B S．E． WaⅪ df Siq． Exp(B)
Step 流动比率∞9 ．685 691 1 406 1 767
1(a) 总资产周转率1 088 ．994 1 198 1 274 2 968
不良资产比率1 164 ．999 1 356 1 ．244 3．203
每股营业现金流量699 ．776 812 1 367 2 013
主营业务收入增K率0" 017 416 1 ．519 1 011
constant 一2．026 1．397 2．103 1 147 ．132
第四章I：市公司信用风险实证研究
从上表中可以得到上市公司是否发生信用风险的概率值P为：
e-2
026+0 569^+l Os8屯“1“而+0699以+0¨≈
p2再≯面丽面湎面而面而雨丽
将该年35个检验样本的上述5个财务指标代入上式中，以0．5为分割点判断，
得到该模型对上市公司信用风险的初步预测。判别结果见下表：
表4．7模型预测结果表
公司类别模型预测类型合计
非ST ST
非S丁19 l 20
sT 9 6 15
从上面的判断结果看，利用上市公司被sT前三年的财务指标进行Logistic
回归，非sT公司被误判为sT公司的有I家，误判率为5％：ST公司被误判为非ST公
司的有9家，误判率为60％。模型总的正确率为71．4％。
从上面对上市公司信用风险判断来看，Logistic模型对于信用良好的公司误
判率较低；而对于信用较差的公司误判率较高，Logistic模有高估公司信用等级
的可能。从时序上来看，由于上市公司被特别处理依据的是上一年度或上两年的
财务资料，因而，被sT前第一年的数据与信用风险之间的相关性最大，判断最为
吻合。第二年和第三年由于间隔时间较长，数据对信用风险的反映难以完全真实，
存在着较大的误差。第二年将7家信用较差公司误判为信用良好公司，第三年将9
家信用较差公司误判为信用良好公司。可以看出，特别是对于信用状况下降的公
司，前二或前三年的财务数据很难提前反映公司信用变化的趋势。
第四节模糊模式识别模型
一、模糊模式识别模型的构建
设上市公司信用状况为一个模糊集A，上市公司数量为11，用m个财务指标来
衡量待评级公司的信用风险大小，用O来代表信用风险的等级数””。
1、相对优属度公式：
我国卜市公司信用风险测度问题研究
对越大越优目标其相对优属度公式为
r一=—垒—二—全—皇L一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(’4-1) vXi—AX!i
对越小越优目标相对隶属度公式为
卜全垒二垒⋯⋯⋯⋯⋯⋯⋯⋯．．(4-2／4-z、) 0 2一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯‘ ?_xV一0xIJ
其中，^‘．为样本集财务指标i的最小值；
V％为样本集财务指标f的最大值；
0为样本-，财务指标f对某模糊概念聚类的相对隶属度。
2、相对隶属度矩阵
有以匕计算的相对隶属度就可以组成相应的相对隶属度矩阵
R= 三割砘卜⋯⋯⋯⋯⋯⋯∽s，
将样本根据啪个财务指标分为c类模式，各类模式中财务指标对某模糊概念
的相对隶属度矩阵为
S=
置i s12⋯一sIf
$21$22⋯”是f
％l Sm2⋯一smc
=(Sih)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(4—4)
％为分类模式h财务指标i对某模糊概念的相对隶属度
h=1，2，····c。
3、模糊聚类矩阵
玎个预测样本分为c类，其模糊聚类矩阵为
U=
“ll U12⋯一／'／1"
U21 ／'／22····· U2”
“ⅢI Urn2⋯” “Ⅲ月
=(‰)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(4—5)
第网章上市公司信用风险实证研究
(1)指标权向量
考虑到m个财务指标对待评价上市公司的影响程度不同，设财务指标的权向
量为：国；(q，0)2，q，··-03'm)
(2)模糊模式迭代公式
应用第二章的模糊模式识别循环迭代公式
Σ％2哆20
‰=岂—一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(4—7) Σ“张
i=l
假设⋯个不为O的‰，初始值，代入公式(4—7)，就可以计算出％的
值，然后将％值带入公式(4—6)计算得到‰，循环迭代就可以得到最终
结果，其中，本文P值统一假设为2。
(3)相对类别特征值
相对状态(级别)特征值
设状态变量h以对应的相对隶属度为权重，其总和
H(u)=Σ／z4(“)·h⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”(4—8)
h=l
就是相对状态(级别)特征值
(4)绝对状态(级别)特征值
设状态变量h以对应的绝对隶属度为权重，其总和
H。(“)=Σ，幻：(甜)·h⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯“(4—9)
h=l
就是绝对状态(级别)特征值
我国上市公剐信用风险测度问题研究
二、模糊模式识别模型对上市公司信用风险评估结果
1、ST前一年的训练样本财务指标测度上市公司信用风险
(1)用SPSS统计软件，将训练样本34家上市公司被sT前一年的财务指标输
入，得到相对隶属度表(财务指标特征值t．规格化数表)，见附表一。
(2)假设初始模糊聚类矩阵为单位矩阵，CO，相等，‰，，％满足计算精度气，62
均小于0．01。应用循环迭代公式(4—6)和(4-7)，通过MATLAB计算工具求得
最优相对隶属度列表，见附表二。
(3)将表中34个上市公司对信用良好和信用较差，即第一信用级别和第二
信用级别的相对隶属度数据，代入相对类别特征值公式(4-8)，得至t]34个上市公
司信用风险归属各类的相对类别特征值日0)表，见附表三。
2、sT前一年的预测样本财务指标测度上市公司信用风险
(1)用SPSS统计软件，将预测样本34家上市公司被sT前一年的财务指标输
入，得到相对隶属度表，见附表四
(2)假设初始模糊聚类矩阵为单位矩阵，co相等，蚝，，％满足计算精度‘，巳
均小于0．01。应用循环迭代公式(4-6)和(4-7)，通过姒TLAB计算工具求得
最优相对隶属度列表，见附表五。
(3)将表中34个上市公司对信用良好和信用较差，即第一信用级别和第二
信用级别的相对隶属度数据，代入相对类别特征值公式(4—8)，得34个上市公司
信用风险归属各类的相对类别特征值日(“1表，见附表六。
3、ST前两年的训练样本财务指标测度上市公司信用风险
(1)用SPSS统计软件，将训练样本34家上市公司被ST前两年的财务指标输
入，得到相对隶属度表，见附表七。
(2)假设初始模糊聚类矩阵为单位矩阵，考虑到各财务指标对未来信用状
况的影响不同，∞．取不同的值，流动比率权重为0．5，总资产周转率为0．2，不
良资产率为0．1，每股营业现金流量为0．5，主营业务收入增长率为l。‰，勘满
足计算精度￡，s，均小于0．01。应用循环迭代公式(4—6)和(4—7)，通过～IATLAB
计算工具求得最优相对隶属度列表，见附表八。
(3)将表中34个上市公司对信用良好和信用较差，即第一信用级别和第二
第四章I：市公司信用风险实证研究
信用级别的相对隶属度数据，代入相对类别特征值公式(4-8)，得34个上市公司
信用风险归属各类的相对类别特征值H(u1表，见附表九。
4、sT前两年的预测样本财务指标测度上市公司信用风险
(1)用SPSS统计软件，将预测样本34家上市公司被sT前两年的财务指标输
入，得到相对隶属度表，见附表十。
(2)假设初始模糊聚类矩阵为单位矩阵，考虑到各财务指标对未来信用状
况的影响不同，∞．取不同的值，流动比率权重为0．5，总资产周转率为0．2，不
良资产率为0．1，每股营业现金流量为0．5，主营业务收入增长率为1。“。％满足
计算精度s，岛均小于0．01。应用循环迭代公式(4—6)和(4-7)，通过MATLAB
计算工具求得最优相对隶属度列表，见附表十一。
(3)将表中34个上市公司对信用良好和信用较差，即第一信用级别和第二
信用级别的相对隶属度数据，代入相对类别特征值公式(4～8)，得34个上市公
司信用风险归属各类的相对类别特征值日f材)表，见附表十二。
5、ST|j{『三年的训练样本财务指标测度上市公司信用风险
(1)用SPSS统计软件，将训练样本34家上市公司被ST前三年的财务指标输
入，得到相对隶属度表，见附表十三二
(2)假设初始模糊聚类矩阵为单位矩阵，考虑到各财务指标对未来信用状
况的影响不同，国．取不同的值，流动比率权重为0．5，总资产周转率为0．5，不
良资产率为0．2，每股营业现金流量为0．6，主营业务收入增长率为1。‰，，％满足
计算精度日，岛均小于0．01。应用循环迭代公式(4—6)和(4—7)，通过MATLAB
计算工具求得最优相对隶属度列表，见附表十四。
(3)将表中34个上市公司对信用良好和信用较差，即第一信用级别和第二
信用级别的相对隶属度数据，代入相对类别特征值公式(4—8)，得34个上市公
司信用风险归属各类的相对类别特征值日(“)表，见附表十五。
6、ST前三年的预测样本财务指标测度上市公司信用风险
(1)用SPSS统计软件，将预测样本34家上市公司被sT前三年的财务指标输
入，得到相对隶属度表，见附表十六。
(2)假设初始模糊聚类矩阵为单位矩阵，以取不同的值，流动比率权重为
我国上市公司信用风险测度问题研究
0．5，总资产周转率为0。5，不良资产率为0．2，每股营业现金流量为0．6，主营业
务收入增长率为1。Uh，，％满足计算精度毛，岛均小于0．01。应用循环迭代公式
(4-6)和(4—7)，通过MATLAB计算工具求得最优相对隶属度列表，见附表十七。
(3)将表中34个上市公司对信用良好和信用较差，即第一信用级别和第二
信用级别的相对隶属度数据，代入相对类别特征值公式(4-8)，得34个上市公
司信用风险归属各类的相对类别特征值H(“)表，见附表十八。
小结
以上计算结果显示，利用出现信用危机前一年的数据度量上市公司信用风险
时，在各财务指标取相同权重条件下，模型评估、预测结果最好，模型对于训练
样本总的正确率为91．2％，sT公司被误判为非sT公司概率为6．7％，非sT公司被误
判为sT公司概率为10．5％。对于预测样本总的正确率为97．1％，sT公司被误判为非
sT公司概率为0，非ST公司被误判为ST公司概率为5．3％。可以看出，在公司发生
信用风险前一年，财务指标对信用风险有很好的揭示，模型有非常高的评估精度，
预测效果非常理想。
利用信用危机前第二年的数据度量上市公司信用风险时，考虑到各财务指标
对未来信用状况的影响不同，因而将权重的比率进行了调整，重点突出了主营业
务收入增长率，各权重取值分别为：流动比率权重取0．5，总资产周转率取0．2，
不良资产率取0．1，每股营业现金流量取0．5，主营业务收入增长率取1。在此条
件下，模型对于训练样本总的正确率为85．3％，sT公司被误判为非sT公司概率为
20％，非ST公司被误判为ST公司概率为】0．5％。对于预测样本总的正确率为85．3％，
ST公司被误判为非sT公司概率为20％，非sT公司被误判为sT公司概率为lO．5％。相
比之下，Logistic模型的预测总正确率为71．4％，非ST公司被误判为ST公司误判
率为15％：ST公司被误判为非sT公司的误判率为47％。可以看出，不论是总预测精
度还是各单项精度，模糊模式识别模型均优于Logistic模型。
利用信用危机前第三年的数据度量上市公司信用风险时，考虑到各财务指标
对未来信用状况的影响不同，因而将权重的比率进行了调整，为突出主营业务对
未来的影响，各权重取以下值：流动比率权重取0．5，总资产周转率取0．2，不良
第四章上市公司信用风险实证研究
资产率取0．1，每股营业现金流量取0．5，主营业务收入增长率取1。模型对于训
练样本总的『F确率为80％，ST公司被误判为非sT公司概率为13．3％，非sT公司被误
判为sT公司概率为26．3％。对于预测样本总的正确率为85．3％，sT公司被误判为非
ST公司概率为13．3％，非ST公司被误判为ST公司概率为15．8％。而Logistic模型
的总正确率仅为71．4％，远低于模糊模式识别模型；sT公司被误判为非sT公司的
误判率为60％，风险低估率明显高出模糊识别模型很多，因而，模糊模式识别模
型对于早期发现信用危机有较强的预测能力，可以作为测度上市公司信用风险的
方法。非sT公司被误判为ST公司的有l家，误判率为5％；ST公司被误判为非ST公
司的有9家，误判率为60％。模型总的正确率为71．4％。
由以上统计分析可知，对上市公司信用风险进行测度，如果要预测下年的信
用状况，各财务指标可使用等权重，预测能达到满意结果。如果要预测两年或三
年以后公司的信用状况，财务指标权重应有大有小，区别对待。财务指标中，主
营业务的权重最大，显示主营业务对于公司未来的发展起着举足轻重的作用。不
良资产的比重最小，可能是因为这一指标对各公司来说，比率都很低，差异不大，
所以权重的分配最小，每股营业现金流量和流动比率相对总资产周转率来说，对
未来信用的影响更大。
对}B模糊模式识别模型和Logistic模型可以发现，在相等权重情况下，模糊
模式识别模型与Logistic模型有相同的预测能力。如果调整权重，模糊模式识别
模型}=gLogistic模型有更好的远期预测能力。
财务数据不能100％的预测上市公司的信用风险。原因可能是除了客观因素影
响上市公司信用风险外，还存在着不可度量的主观因素，如公司高管的道德风险
也可以引发公司信用危机。道德因素类似于莱宾斯坦提出的x效率理论中的x效
率，它不能事先通过数字来反映。尽管如此，财务数据能揭示绝大部分的信用风
险。
我国上市公司信用风险测度问题研究
结束语
多年来，资本市场屡屡爆发信用危机，资本市场建设趋于停滞不前。究其原
因，无不与上市公司屡屡造假、欺骗有关，上市公司是资本市场最重要的主体，
完善资本市场的重点就在于对上市公司加强监管，对上市公司信用风险有效分
析、测度是监控信用危机的有效手段。本文利用模糊模式识别模型对我国上市公
司的信用状况进行了分析，得到了以下结论：
上市公司信用风险表现为商业信用风险、金融信用风险和股权信用风险。商
业信用风险和金融信用风险的表现是违约，也就是和约到期后，债务人不能或不
愿偿还所借债务。股权信用风险表现为违规或违法，通常是公司、公司高管或大
股东不遵守法律、法规的行为给股权所有人造成损害的可能性。后一种风险形式
是目前我国最突出的信用风险表现。
商业信用风险与金融信用风险可以通过财务数据反映，模型对这类风险的控
制较为有效。股权信用风险多由主观道德因素引起，很难定量地得到风险发生的
概率。对这类风险的测度，主要体现在事后分析，很难作到事前预测。因而可以
从事后损失的角度来衡量这类风险，通过完善法人治理结构和法律、法规等途径
减少这类风险的发生。
在有效市场上，市场数据能反映上市公司信息，但我国证券市场仍处于非有
效市场，市场数据难以对上市公司信息作出及时、有效反映。在信用风险的测度
上，市场数据模型难以解释我国当前上市公司所存在的风险问题。财务数据虽然
不能测度全部的信用风险。但至少可以测度大部分的风险。
模糊模式识别模型对我国上市公司信用风险的测度比较有效。对比Logistic
模型和模糊模式识别模型，可以明显发现，在近期预测上，两者差距不明显，但。
在远期预测上，后者比前者精确度高出不少。说明在非有效市场条件下，模糊模
式识别模型是我国信用风险测度的一种很好选择。
未来研究方向
1、财务指标权重的选择，应该有更科学的方法。不同的行业、不同规模的
公司，对于财务指标的权重要求应该有区别。
结束语
2、风险判断点的选择。不同行业、不同规模的公司，在应用相同模型时，
犯第一类错误(信用风险高误判为信用风险低)和第二类错误(信用风险低误判
为信用风险高)的概率不一样大，这就要求在风险判断点上进行合理选择和判断。
3、模型只能揭示财务数据反映出来的信用风险，这些风险是违约公司没有
能力偿还债务造成的。对于有能力而不愿偿还债务等主观道德问题造成的信用风
险，模型不能反映，但这部分仍是比较重要的信用风险，以后的模型研究可以考
虑如何度量这部分风险。
4、本文只是将信用风险分为两类，下一步的研究可以将风险分为多类，如
五级分类或更多的分类，满足现实对风险测度分类的要求。
鍪里圭堕竺型堕旦墨堕型壁塑璺型塞——
附表
表一sT前一年训练样本财务指标特征值规格化数表
哥转率率现金流量入增长率
1 ST春都000885 0．5 0．04 0．81 O．43 0．09
2 ST云人600181 0．38 0．04 0．94 0．42 0．21
3 ST华发A000020 0．34 O．07 0．06 0．43 0．37
4 ST博盈000760 0．27 O．13 O．93 O·46 1
5 ST科健000035 0 0．47 0．88 0 0．23
6 ST天一000908 0．44 0．08 0．97 0．33 0．5 1
7 ST长风000552 O．16 0．05 1 O．41 0．75
8 ST金牛600199 0．42 0．09 0．98 0．46 0．47
9 ST佳纸000699 0．23 0．05 1 O．44 、0．56
10 ST古井贡000596 0,64 O．12 0．97 0．44 0．45
1 1 ST运盛实业600767 0．52 0．01 1 O．64 O·04
12 ST美雅A000529 0．23 O．1 0．97 O．47 0．46
13华北制药600812 0．28 O．17 0．91 0．5 O·49
14东方明珠600832 0．07 0．06 0．99 0．52 0．61
1 5伊刹股份600887 0．44 0．62 0．66 1 0．61
16 I四)11 K虹600839 0．77 O．19 0．94 0．49 0．32
17西煤000983 0．75 0．18 0．82 0．6 0．57
18华东医药000963 0．45 0．57 0．94 0．43 0．53
19华菱管线000932 0．35 0．41 O．98 0．52 0．84
20一汽夏利000927 0．39 0．22 0．89 0．43 0．43
21现代投资000900 0 0．05 0．83 0．68 0．82
22双汇发展000895 0．55 1 0．74 0．59 0．61
23东莞控股000828 0．61 0．04 1 0．48 0
24创智科技000787 1 o．08 0．99 0．46 0．32
25石炼化000783 0．55 0．99 0．87 0．48 0．64
26草原兴发000780 0．38 0．23 0．94 0．61 0．6
27罗牛山000735 0．55 0．07 0．87 0．46 0．59
28鲁泰A000726 0．3 O．18 0．99 0．56 0．66
29厦门信达000701 0．47 0．5 0．88 0．39 0．61
30山推股份000680 0．71 0．27 1 0．46 0．3 1
3 1 粤宏远A 000573 0．73 0．06 0．93 0．46 0．44
32 ST数码600700 0．07 0．27 0．95 0．42 0．38
33 ST信联600899 0．06 0 1 0．43 0．32
11 11型也!婴!：!! !：!! !：!! !：竺!：!!一
60
附表
表二ST前一年训练样本相对隶属度表表三ST前一年训练样本相对类别特征值
61
sT春都000885
ST云大60018l
ST华发A000020
ST博盈000760
sT科健000035
ST天一000908
ST K风000552
sT金牛600199
ST佳纸000699
ST古井贡000596
ST运盛实业
600767
ST美雅A000529
华北制药600812
东方明珠600832
伊利股份600887
四川长虹600839
西煤000983
华东医药000963
华菱管线000932
一汽夏利000927
现代投资000900
)2i【汇发展000895
东莞控股000828
创智科技000787
石炼化000783
草原兴发000780
罗牛山000735
鲁泰A000726
厦门信达000701
山推股份000680
粤宏远A000573
ST数码600700
ST信联600899
ST中川600852
1．224l
1．175
1．2966
1．0679
1．0997
1．1164
1．208
1．146
1．0773
1．2846
1。1507
I．3403
1．7104
1．604
1．568
1．5576
1．6919
1．9108
1．5266
1．7468
1．637l
1．5823
1．5552
1．7706
1．7951
1．3558
1．5712
1．6005
1．7065
1．3248
1．5535
1．6023
1．1867
1．4649
l
l
1
1
l
1
1
1
1
l
J
l
2
2
2
2
2
2
2
2
2
2
2
2
2
l
2
2
2
1
2
2
l
l
，2
3
4
5
6
7
8
9
m
¨
他B
H"坫"塘侈∞射鲍乃M巧拍"勰凹始¨弛孙弭
塞曼圭立竺里堕旦墨堕塑丝塑塑旦垄
表四sT前一年预测样本财务指标特征值规格化数表
附表
表五sT前一年预测样本相对隶属度表表六sT前一年预测样本相对类别特征值
sT托普软件000583 O，7695 0．2305
ST兰宝信息000631 0，853 0．147
ST四通000409 O．6978 0．3022
ST长运600369 O．9407 O．0593
ST化工000791 0．899 0．101
ST炎黄000805 O．8981 O．1019
ST飞彩股份000887 0．8158 O．1842
ST恒立000622 O．8782 0．1218
ST啤酒花600090 0．9173 0．0827
ST国光瓷业600286 0．739 O．261
sT通金马000766 O．8409 0．1 591
ST闽东电力000993 0．6673 O．3327
齐鲁石化600002 O．2715 0．7285
武钢股份600005 O．3895 O．6105
上海机场600009 O．4256 0．5744
华能国际600011 0．4131 O．5869
上港600018 0，277t 0．7229
中海发展600026 o．0776 0．9224
中国联通600050 0．4709 0．5291
广控600098 0，2348 0。7652
清华同方600100 0．3487 0．6513
上海汽车600104 O．4003 O．5997
兖州煤业600188 0．4373 0．5627
山东铝业600205 0．2144 O．7856
紫江600210 O．188 0．812
振华港机600320 o．6083 o．391 7
中化600500 0．4129 0．5871
贵州茅台6005 19 O．3935 o．6065
原水股份600649 O．2767 O．7233
申能600642 0．422 O．578
福耀玻璃600660 0．3818 O．6182
ST猴王000535 O．8217 0．1783
ST菲菲000769 0．5375 0．4625
ST长兴000827 O．8785 O．1215
ST托普软{J{000583
ST兰宝信息000631
ST四通000409
ST长运600369
ST化工000791
ST炎黄000805
sT飞彩股份000887
ST恒立000622
ST啤酒花6010090
ST国光瓷业600286
ST通金马000766
sT闽东电力000993
齐鲁石化600002
武钢股份600005
上海机场600009
华能国际6000ll
上港600018
中海发展600026
中国联通600050
广控600098
清华同方600100
上海汽车600104
兖姆煤业6001鼯
山东铝业600205
紫江600210
振华港机600320
中化600500
贵州茅台600519
原水股份600649
申能600642
福耀玻璃600660
ST猴王000535
sT菲菲000769
ST长兴O00827
1．2305
1．147
1．3022
l 0593
1．101
1．1019
1．1842
1．1218
1．0827
1．26l
1．159l
1．3327
1．7285
1．6105
1．5744
1．5869
1．7229
1．9224
1．529l
1．7652
l’6513
1．5997
l；5627
1．7856
1．812
1．3917
1．5871
1．6065
1．7233
1．578
1．6182
1．1783
1．4625
1．1215
1，1
1●l
l
1，，●1
2
2
2
2
2
2
2
2
2
2
2
2
2
1
2
2
2
2
2，●；
●2
3
4
5
6
7
8
9
m¨他B
M”m"培拇∞射挽拐M巧拍”捕捞如孔弛弘¨
●2，4
5
6
7
8
9
m¨坨”M”墙坶∞M控孔筋拍”勰凹∞叭弛"M
塾里圭立釜望堕旦垫堕型竺塑璺婴茎—————————————一
表七ST前两年训练样本财务指标特征值规格化数表
鲁转率率现金流量入增长率
1 ST春都000885 0．6 O．12 0．97 0．06 0．31
2 ST云人600181 0．42 0．07 0．69 0 0．34
3 ST华发A000020 0．21 0．11 0．05 0．23 0．89
4 ST博盈000760 0．36 0．07 0．98 0．42 0．27
5 ST科健000035 0．23 0．64 0．93 O-7 0．45
6 ST天一000908 0．51 0．1 1 0．95 0．26 0．64
7 ST长风000552 0．25 0．05 1 0．21 0-11
8 ST金牛600199 0．42 0．09 0．98 0-15 0．48
9 ST佳纸000699 O．14 0．05 1 0．24 0．26
10 ST古井贡AO00596 1 o．14 0．96 0．41 0,58
11 ST运盛实业600767 0．56 0．05 1 O．14 O·17
12 ST美雅A000529 0．1 1 0．09 0．95 0,2 0,48
13华北制药600812 0．2 0．2 0．91 0．51 0．66
14东方明珠600832 0 0．07 0．94 0．51 0．48
15伊利股份600887 0．39 0．72 0．56 1 0·9
16 四川长虹600839 0．64 0．28 0．98 0．叭0．62
1 7西煤000983 0．67 0．23 0．9 0．77 0．77
1 8华东医药000963 0．36 0．66 0．86 0．36 0．62
19华菱管线000932 0．25 0,46 0．93 0．87 0．74
20一汽夏利000927 0．28 0．28 0．86 O．11 0．73
21现代投资000900 o．14 0．04 0．89 0．76 0．49
22烈汇发展000895 0．42 1 0．81 0．95 0．86
23东莞控股000828 0．52 0．32 0．67 0．38 0．63
24创智科技000787 0．88 o．12 0．95 0 0．42
25石炼化000783 0,47 0．94 0．78 0．42 0．7
26草原兴发000780 0．21 0．27 0,9 0．26 0．73
27罗牛山000735 0．38 0．06 0．88 0．23 0．68
28鲁泰A000726 0．26 0．23 0．99 0．34 0．75
29厦门信达000701 0．33 0．52 0．84 0 0．75
30 山推股份000680 0．41 0．49 1 0．45 0．61
31 粤宏远A000573 0．48 0．08 0,85 0．33 1
32 ST数码600700 0．06 0．22 0．9 0．24 O·44
33 sT信联600899 O．14 0 0．99 0．33 0
11 11型!!!!婴!：坚业!：!! !：!!——卫生一
附表
表八sT前两年训练样本相对隶属度表表九ST前两年训练样本相对类别特征值
ST春都000885 0．8888 0．1 112
ST云大60018l 0．9152 0．0848
sT华发A000020 O．1465 0．8535
ST博盈000760 0．947 0．053
ST科健000035 O．5283 O．4717
ST天一000908 0．133 O．867
ST陡风000552 0．8939 0．1061
ST金牛600199 0．7074 0．2926
ST佳纸000699 0．9472 0．0528
sT古井贡A000596 o．5736 O．4264
sT运盛实业600767 O．8969 0 1031
ST美雅A000529 O．6867 0．3133
华北制药600812 0．0925 O．9075
东方明珠600832 O．5713 0．4287
伊利股份600887 O．202 0．798
四川长虹600839 0．3366 0．6634
西煤000983 0．1 536 0．8464
华东医药000963 0．1025 0．8975
华菱管线000932 O．1671 o．8329
一汽夏利000927 0．1338 O．8662
现代投资000900 o．4712 o．5288
双汇发展000895 O．1948 O．8052
东莞控股000828 O．0887 0．91 13
创智科技000787 O．6564 O．3436
石炼化000783 O．0746 O．9254
草原兴发000780 0．0785 O．9215
罗牛山000735 0．0909 0．9091
鲁泰A000726 0．0413 O．9587
厦门信达000701 0．1844 0．8156
山推股份000680 0．0948 0．9052
粤宏远A000573 O．1629 O．8371
sT数码600700 0．7579 0．2421
ST信联600899 O．8235 0．1 765
sT中川600852 O．9492 O．0508
ST春都000885
ST云大600181
ST华发A000020
ST博盈o00760
ST科健000035
ST天一000908
ST长风000552
sT金牛600199
ST佳纸000699
ST古井贡A000596
ST运盛实业600767
ST美雅A000529
华北制药600812
东方明珠600832
伊利股份600887
四川陡虹600839
西煤000983
华糸医药000963
华菱管线000932
一汽夏利000927
现代投资000900
双汇发展000895
东莞控股000828
创智科技000787
石炼化000783
草原兴发000780
罗牛山000735
鲁泰A000726
厦门信达000701
山推股份000680
粤宏远A000573
ST数码600701)
ST信联600899
sT中川I 600852
1．1112
1．0848
1．8535
1．053
1．4717
1．867
1．106l
1．2926
1．0528
1．6264
1．1031
1．3133
1．9075
1．4287
1．798
1．6634
1．8464
1．8975
I．8329
1．8662
1．5288
1．8052
1．9113
1．3436
1．9254
1．9215
1．909l
1．9587
1，8156
1．9052
1．8371
1．2421
111765
1．0508
65
l
l
2
l
1
2
l
1
1
2
1
1
2
1
2
2
2
2
2
2
2
2
2
1
2
2
2
2
2
2
2
l
l
l
●2
3
4
5
6
7
0
9沁¨他B
H”M"博拇加扒拢筋M巧拍”船凹∞叭弛驺舛
，2
3
4
5
6
7
0
9
m¨砼n
M“撕”堪悖∞甜勉∞拼笛M”勰凹如¨匏弘弭
墨里!空竺型堕旦璺堕型垦塑壁翌垒一表+ST前两年预测样本财务指标特征值规格化数表
sT兰宝信息000631 O．04
ST四通000409 O．41
ST K运600369 0．13
ST化工000791 O．09
sT炎黄000805 O．06
ST飞彩股份000887 O．11
sT恒立000622 O．08
sT啤酒花600090 O．08
sT国光瓷业600286 O．06
ST通金马000766 O．05
sT闽东电力000993 O．1
齐鲁石化600002 O．06
武钢股份600005 O．29
上海机场600009 1
华能国际60001l O．07
上港600018 O．12
中海发展600026 O．26
中国联通600050 0
广控600098 0．14
清华同方600100 O．13
上海汽车600104 0．25
兖州煤业600188 o-8l
山东铝业600205 O．19
紫江600210 O．07
振华港机600320 O．1 1
中化600500 O．08
贵州茅台6005 19 0，23
原水股份600649 o．29
申能600642 0．07
福耀玻璃600660 O．09
ST猴王000535 ·
ST菲菲000769 O．04
0．07
0．07
0．02
0 05
0．t9
0．12
0．12
0．14
0．11
0．03
0。02
0．39
0．27
0．07
0．13
0．1
0．16
0．12
0，1
0．28
0．17
O．12
0．19
0．28
0．13
0．21
1
0．16
0，07
0，52
0．03
O
0．98
．0．47
0．94
0．99
1
0．99
l
0．46
0．99
1
0．63
0．99
l
l
0．99
0．94
0．95
0．05
1
0．87
O，95
1
0．86
l
O．95
0．1
0．72
0．86
0．98
O。88
1
O．57
O
0．25
0．2
0，26
0．25
O．15
0．23
0．24
0．22
0．29
O．17
0．35
0．34
0_37
0．62
0．46
0，39
0．53
0．5
0．33
0．29
0．29
0，47
0．49
0．41
0．2
0．39
1
0．48
0．4
0．26
O．25
0．93
0．39
0．25
0．82
O．94
0．52
0．7
0．65
0．55
1
0。55
0．8
0．58
0．78
0．75
0．8
0．71
0．94
0．48
0．74
0．89
O．57
0．63
0．78
0．76
0．93
0．84
0．79
0．8
0．96
0．63
O
2，4
5
6
7
8
9
m
u挖B
H”M"埽伸∞H控筋弘药M卯丝凹∞引弛驺
表十一sT前两年预测样本相对隶属度表表十二ST前两年预测样本相对类别特征值
sT托普软件000583 0．9327 O．0673
sT兰宝信息0t)0631 O．594 0．406
ST四通000409 0．8487 O．1513
ST长运600369 O．8298 0．1702
ST化』000791 0．04 ll O．9589
sT炎黄000805 0．0969 0．9031
ST飞彩股份000887 0 931l 0．0689
ST恒立000622 0．5929 O．4071
ST啤酒花600090 O，5448 O．4552
sT国光瓷业600286 O，8948 0，1052
ST通金马000766 O．1353 0．8647
ST闽东电力000993 O．9029 0．097l
齐鲁石化600002 0．0288 0．9712
武钢股份600005 O．8516 0．1484
上海机场600009 O．4426 0．5574
华能国际600011 O．1 811 0．8189
上港600018 O．0277 0．9723
中海发展600026 0．2338 O．7662
中国联通600050 O．8914 0．1086
广控600098 O．087 0．913
清华同方600100 O．0672 0。9328
上海汽车600104 O．4438 0．5562
兖州煤业600188 O．3837 o．6163
山东铝业600205 0．0608 0．9392
紫江600210 O．0464 O．9536
振华港机600320 0．1258 O．8742
中化600500 0．1595 O．8405
贵州茅台600519 O．3316 O．6684
原水股份600649 0．1 153 O．8847
申能600642 0．0475 O．9525
福耀玻璃600660 O．1057 O．8943
ST猴王000535 O．6901 0．3099
ST菲菲000769 O．7205 O．2795
ST长兴000827 0．9163 0．0837
67
上市公公司名称信用风险类信用风
司编号剐特征值险类别
1 ST托普软件000583 1．0673 1
2 ST兰宝信息000631 1．406 1
3 ST四通000409 t．1513 1
4 ST长运600369 1．1702 1
5 ST化工000791 1．9589 2
6 ST炎黄000805 1．903l 2
7 sT飞彩股份000887 1．0689 1
8 ST恒立000622 1．4071 1
9 ST啤酒花600090 1A552 1
lO ST国光瓷业600286 1．1052 1
11 ST通金马000766 1．8647 2
12 sT闽东电力000993 1．0971 1
13 齐鲁石化600002 1．9712 2
14 武钢股份600005 1．1484 1
15 上海机场600009 1．5574 2
16 华能国际600011 1．8189 2
17 上港600018 1．9723 2
18 中海发展600026 1．7662 2
19 中国联通600050 1．t086 1
20广控600098 I．913 2
2l 清华同方600100 1．9328 2
22 上海汽车600104 1．5562 2
23 兖州煤业600188 1．6163 2
24 山东铝业600205 1．9392 2
25 紫江600210 1．9536 2
26 振华港机600320 1．8742 2
27 中化600500 1．8405 2
28 贵州茅台600519 1．6684 2
29 原水股份600649 1．8847 2
30 申能600642 1．9525 2
31 福耀玻璃600660 1．8943 2
32 ST猴王000535 1．3099 1
33 sT菲菲000769 1．2795 1
34 ST长兴000827 1．0837 1
●2，4
5
6
7
8
9
m¨坦B
H巧M”婚悖加甜控驺M笛拍"勰凹如”弛舛
塞里．兰变竺型堕望墨堕!!壅塑璺竺型一表十三sT前三年训练样本财务指标特征值规格化数表
塑呈塑奎空塑垒煎墨塑篮奎～
1 ST春都000885 0．65 0．22 1 0．05 0．25
2 ST云大600181 0．38 O．1 0．92 0．05 0．67
3 ST华发A000020 O．18 0．06 。0．93 0．06 0．2
4 sT博盈000760 0．57 O．15 1 0．05 0．45
5 ST科健000035 O．17 0．97 1 0．09 1
6 ST天一000908 0．43 0，11 0．99 0．05 0．5
7 ST长风000552 0．24 O．14 1 0．05 0．22
8 ST金牛600199 0．51 O．1 0．99 0．05 0．26
9 ST佳纸000699 0．27 O．08 1 0．06 0．47
10 ST古井贡000596 0．86 0．13 0．98 0．06 0．17
11 ST运盛实业600767 0．54 O．1 1 0．06 0．46
12 ST美A000529 0．38 0．07 0．98 0．06 0．21
13 华北制药600812 O．16 0．17 0．99 0．07 0．39
14 东方明珠600832 0 0．07 0．98 0．07 0．57
15 伊利股份600887 0．46 0．78 0．95 O-1 0．63
16 四川长虹600839 0．84 0．29 0．99 0．02 0．54
17 孤煤000983 0．66 0．2 0．99 0．06 0．4
】8 华东医药000963 0．33 O，7 0．98 0．05 0．41
19 华菱管线000932 0．32 0．5 0．88 0．07 0．44
20 一汽夏利000927 O．18 0．23 0．98 0．07 Ot48
21 现代投资000900 0．88 0．03 0．92 0．08 0．4
22 双汇发展000895 0．4 1 O．叭1 0．36
23 东莞控股000828 0．28 0．27 0．94 0．06 0．43
24 创智科技000787 1 0．17 0．99 0．06 0．44
25 石炼化000783 0．42 0．79 0．96 0．06 0．32
26 草原兴发000780 O．1 8 0．29 0．98 O．06 0．56
27 罗牛山000735 0．39 0．05 0．98 0．05 0．51
28 鲁泰A000726 0．37 0．24 0．99 0．07 0．48
29 厦门信达000701 0．36 0．51 0．97 0．05 0．46
30 山推股份000680 0．34 0．53 1 0．07 0．52
31 粤宏远A000573 0．48 0．03 0．96 0．06 0．42
32 ST数码600700 0．23 0．2 0．99 0．05 0．39
33 sT信联600899 O．1 0 1 0．03 0
附表
表十四sT前三年训练样本相对隶属度表表十五ST前三年训练样本相对类别特征值
ST春都000885
ST云大60018l
sT华发A000020
sT博盈000760
sT科健000035
ST天“一000908
ST K风000552
ST金牛600199
ST佳纸000699
ST古井贡000596
ST运盛实业600767
ST美雅A000529
华北制药600812
东方明珠600832
伊利股份600887
四川I长虹600839
西煤000983
华东医药000963
华菱管线000932
一汽夏利000927
现代投资000900
双汇发展000895
东莞控股000828
创智科技000787
石炼化000783
草原兴发000780
罗牛山000735
鲁泰A000726
厦门信达000701
山推股份000680
粤宏远A000573
sT数码600700
ST信联600899
ST中JII 600852
0．8141 0．1859
O．3602 0．6398
0．735 0．265
0．7412 0．2588
0．3588 0．6412
0．5593 0．4407
0，7654 0．2346
0．8889 0．1lll
0．5813 0．4187
0．7208 0．2792
0．739 0．26l
0．8198 0．1802
0，4119 0．5881
0，3998 0．6002
0，2356 0．6002
0．4815 0．5185
0．7904 0．2096
0．2637 0．7363
0．122 0．878
0。3212 0．6788
0．7014 0．2986
0．4538 0．5462
0．4285 0．5715
0．6116 0．3884
0．4022 0．5978
0．1962 0．8038
0．4668 0．5332
0．3287 0．6713
0．098l 0．9019
0．0579 0．942l
0．8565 0．1435
0．66 ll 0．3389
0．6503 0．3497
0．8485 0．1515
ST春都000885
ST云大600181
ST华发A000020
ST博盈000760
ST科健000035
sT天’000908
ST K风000552
ST金牛600199
ST佳纸000699
ST古井贡000596
sT运盛实业600767
ST美雅A000529
华北制药600812
东方明璩600832
伊利股份600887
四J1l长虹600839
西煤000983
华东医药000963
华菱管线000932
一汽夏利000927
现代投资000900
双汇发展000895
东莞控股00052。$
刨智科技o00787
石炼化000783
草原兴发000780
罗牛山000735
鲁泰A000726
厦门信达000701
山推股份000680
粤宏远A000573
sT数码600700
sT信联600899
ST中川600852
1．1859
1．6398
1．265
1．2588
1．6412
1．4407
1．2346
1．111l
1．41 87
1．2792
1．261
l 1802
1．5881
1．6002
1．436
1．5185
1．2096
1．7363
1．878
1．6788
1．2986
1．5462
1．5715
1．3884
l_5978
1．8038
1．5332
1．6713
1．9019
1．942l
1．1435
1．3389
1．3497
1．1515
1
2
l
l
2
l
l
l
l
1
l
l
2
2
l
2
1
2
2
2
l
2
2
1
2
2
2
2
2
2
l
l●l
，2，4
5
6
7
8
9
m¨￡!B
H”M"体挎抛”您幻M”嬲剪如”强驺弭
●2
3
4
5
6
7
8
9
m¨坨B
H"协"他悖撕甜控”M巧撕”嚣四如孙弛"弭
塑曼土立竺望堕旦墨堕型壁塑壁竺窒——
表十六srr前三年预测样本财务指标特征值规格化数表
ST兰宝信息000631 0．16 0，09 1 0．86
ST四通000409 0．68 O．11 0．68 O-48
sT长运600369 0．3 0．04 O．98 0,53
ST化工000791 0．22 0．04 0．99 0．48
ST炎黄000805 O．16 O．17 0．99 0．56
sT飞彩股份000887 0．27 O．17 0．99 0．7
ST恒立000622 O．28 O．13 0．99 0·54
ST啤酒花600090 O．33 O．24 O-91 0·41
sT国光瓷业600286 O．16 0．17 0．99 0．58
sT通金马000766 0．26 O．02 0．02 0
ST闽东电力000993 0．31 0．03 0．99 0．58
齐鲁石化600002 O．09 o．35 0．98 0．7
武钢股份600005 0,49 0．35 1 0．7
上海机场600009 0．67 O．07 1 0．72
华能国际60001l O．17 O．14 0．99 0．91
上港600018 0．28 O．11 0．93 l
中海发展600026 0．29 O．17 1 0．67
中国联通600050 0．12 0．1 0．4 O·71
广控600098 0．29 O．14 1 0．91
清华同方600100 0．34 0．31 0．92 0．57
上海汽车600104 0．42 0．16 l 0．6
兖州煤业印01 88 1 0．17 0．93 0．65
山东铝业600205 0．42 0．23 0．92 0．76
紫江600210 O．15 0．28 O．81 0．64
振华港机600320 O．17 0．15 0．95 0．8
中化600500 O．21 O．22 O．98 0．4
贵州茅台600519 0．35 l 0．85 0．67
原水股份600649 0．64 O，17 0．88 O一99
申能600642 0．35 0．08 0．35 0．72
福耀玻璃600660 o．19 O．22 0．74 0．77
ST猴千000535 0 0．02 1 O-51
sT菲菲000769 0．23 0 0．78 0．49
0．07
1
0．09
0．06
0．16
0．06
0．07
0．14
0．09
0．01
0．06
0．06
0．07
0．07
0．07
O．08
0．07
0．09
0．06
0．07
0．08
0．06
0．08
0．06
0．1
0．07
0．08
0，07
0．09
O．08
O．06
0
2，4
5
6
7
8
9
m
u佗n¨”M"埽伸加扪丝竹M筋；号”勰挣如n弛∞
附表
表十七sT前三年预测样本相对隶属度表表十八sT前三年预测样本相对类别特征值
sT托普软什000583 0．555 O．445
sT兰宝信息000631 0．2921 O．7079
ST四通000409 O．5031 0．4969
ST长运600369 O．8758 0．1242
ST化工000791 O．8396 0．1604
ST炎黄000805 o．7607 o．2393
sT飞彩股份000887 O．2879 O．7121
ST恒立000622 O．9391 0．0609
ST啤洒花600090 O．7811 O．2189
ST国光瓷业600286 0．8146 O．1854
ST通金马000766 O．619 0．381
sT闽东电力000993 o．765 o．235
齐鲁右化600002 o．321 o．679
武钢股份600005 O．3779 0．6221
上海机场600009 O．3779 O．7284
华能国际60001 1 O．2605 O．7395
上港600018 0．3885 0．61 15
中海发展600026 0．4809 0．5191
中国联通600050 O．209 0．791
广控600098 0．643 1 0．3569
清华同方600100 O．596 0，404
上海汽车600104 0．4531 0．5469
究州煤业600188 0．1013 O．8987
山东铝业600205 O．4682 0．5318
紫江600210 0．2606 0．7394
振华港机600320 O．8055 O．1945
中化600500 0．4722 0．5278
燮州茅台600519 0．2997 o．7003
原水股份600649 O．4349 0．5651
申能600642 0．3609 o．6391
福耀玻璃600660 o．2554 0．7446
ST猴王000535 O．6969 O．3031
sT菲菲000769 0．7271 O．2729
ST长兴000827 O．5973 0．4027
7l
sT托普软件000583
sT兰宝信息000631
ST四通000409
sT妖运600369
ST化工000791
ST炎黄000805
ST b彩股份000887
ST恒立000622
ST啤酒花600090
ST国光瓷业600286
ST通金马000766
ST闽东电力000993
齐鲁石化600002
武钢股份600005
上海机场600009
华能国际60001l
上港600018
中海发展600026
中国联通600050
，。控600098
清华同方600100
上海汽车600104
兖州煤业600188
山东铝业600205
紫江600210
振华港机600320
中化600500
贵州茅台600519
原水股份600649
申能600642
福耀玻璃600660
ST猴千000535
ST菲菲000769
sT艮兴000827
1．445
1．7079
1．4969
1．1242
1．1604
1．2393
1．7121
1．0609
1．2189
1．1854
l_38l
1．235
1．679
1．622l
1．8347
1．7395
1．6115
1．519l
1．791
1．3569
I．404
1．5469
1．8987
1．5318
1．7394
1．1945
1．5278
1．7003
1．5651
1．6391
1．7446
1．3031
1．2729
1．4027
1
Z
l
l
l
l
2
1
1
1
l
1
2
2
2
2
2
2
2
1
1
2
2
2
2
l
2
2
2
2
2
l
l
1
●2
3
4
5
6
7
8
9
m¨他B
H”协”博矽加H拴嚣M巧撕”勰拶如¨弛"弭
，2，4，6
7
8
9
m
u佗B
H”M"他挣∞扒丝∞舛篮拍卯勰凹∞引记驺弘
我国上市公司信用风险测度问题研究
表十九ST前一年训练样本财务数据表
编号率债率周转率周转率产比率收益率现金流量收入增长率
表二十sT前一年预测样本财务数据表
1 ST托普软件000583 0．963 58．46 1．47 0．085 0 -32，58 0．289 -68．58
ST兰宝信息00063l
ST四通000409
sT长运600369
ST化丁000791
sT炎黄000805
ST飞彩股份000887
sT恒立000622
ST啤酒花600090
ST国光瓷业600286
ST通金马000766
ST闽东电力000993
齐鲁石化600002
武钢股份600005
上海机场600009
华能国际60001l
上港600018
中海发展600026
中国联通600050
Jl控600098
清华同方600100
上海汽车600104
兖州煤业600188
山东铝业600205
紫江600210
振华港机600320
中化600500
贵州茅台600519
原水股份600649
申能600642
福耀玻璃600660
sT猴王000535
ST菲菲000769
0．5
2．248
1．208
0．913
0．827
0．599
0．652
1．05l
0．628
O．687
0．785
O．6l
1．157
6．306
0．619
1．27
1．7l
0．373
2．419
1．194
2．433
3．263
1．32
0．738
1．207
1．55
2．213
1．737
0．733
0．842
0．067
0．637
92_85
24．9
61．77
56．4l
59．9l
105．4
96．05
68．16
95．28
79．45
41．62
38．35
42．75
3．3
44．26
36．95
25．91
50．52
18．95
60．4
18．08
16．11
26．63
53．17
7l
45，8
33．84
8．22
40．1
65．36
397．9
75．33
7．869
1．493
3．923
2．924
2．909
1．696
1．706
2．197
2．68
1．038
2．191
316．944
286．224
7．858
9．953
7．518
35．431
12．879
25．628
6．897
18．695
26．163
102．369
6．243
3．033
39．843
102．438
9．606
11．787
7，414
3．992
O
0．284
0．096
0．061
0．184
0．403
0．225
0277
O．385
0．324
O．092
0．083
1．145
l、267
0．308
0．486
0．336
0．615
0．48
0。451
0．982
0．574
O．76
1．177
0．458
0．74
3．022
O．531
0．157
0．345
0．537
0．078
0
0．17 —97．13
0．54 —27．18
0．45 ．24．78
0．02 —44．74
0 ．15．52
0．0l -349．7
O -211
O．17 8．43
0．48 ．126 9
O ．49161
2．06 —15．93
0．46 23．07
O101 27，53
0．03 18．37
0．02 14．98
0．22 18．14
0．19 24．17
4．89 5．84
0 ll，69
0．48 3．95
O．23 18．68
O．31 20．6l
O 3 6．07
0．54 g．07
O 16．33
0．46 36．1，
0．8 21．57
0 7．72
0 02 13-38
1．4 23．46
0 ．18．54
5．28 -146．6
．0．812
-O．005
．0．226
—0．056
．O．291
．1．003
-o．632
-o．094
-1．836
0．205
．0．212
1．145
O．695
0．523
0．752
1．00l
O．83l
1．227
O。6l
O，179
0．088
1．44
1．14l
0．355
0．145
1．043
2．48l
0．329
0．676
0．602
O
．O．10l
9．87
-65．02
-6．09
1．26
-39．49
-60．75
—38．24
6．07
．20．01
．14．97
-11．92
4．04
254．76
32．34
29．02
17．9
25．31
18．29
34．52
21．73
8，69
40．9
46．1l
21．24
53．62
18．44
25．35
0．64
54．55
35．29
．32．62
．100
2
o
4
5
6
7
8
9
m¨￡!B博”托硌"∞甜控妇M筋拍”勰凹∞”弛站
我国上市公司信用风险测度问题研究
表二十一ST前两年训练样本财务数据表
74
附表
表二十二sT前两年预测样本财务数据表
ST托普软件000583
ST兰宝信息000631
ST四通000409
ST长运600369
sT化_丁000791
ST炎黄000805
sT飞彩股份000887
ST恒立000622
ST啤酒花600090
ST国光瓷业600286
ST通金马000766
sT闽东电力000993
齐鲁石化600002
武钢股份600005
上海机场600009
华能国际600011
上港600018
中海发展600026
中国联通600050
广控600098
清华同方600100
上海汽车600104
兖州煤业600188
山东铝业600205
紫江600210
振华港机600320
中化600500
贵州茅台600519
原水股份600649
申能600642
福耀玻璃600660
sT猴千000535
ST菲菲000769
ST长兴000827
2。341 36。97 3．47 0，284 0
0．767 71．26 5．508 0．26 0．12
3．391 17．25 1．829 0．228 7．34
1．418 60．2 3。672 0．06l 0．32
1．124 38．26 3．205 0．177 0．04
0．888 52．02 7．202 0．668 0
1．256 58．87 2．326 0．402 0．07
1．028 69 09 2．424 0．418 0
1．069 65．63 1．85 0．485 2．68
0．933 68．37 2．743 0．396 0．03
0．861 67．94 0．53l 0，107 0
1．188 45．65 2．227 0．088 1．86
0．89l 30．32 81．532 1．363 0．05
2．548 23．84 1641．02 0．927 0．01
7．474 13．33 9．744 0．257 0。02
1．007 32．66 11．06 0．463 0．05
1．342 32．41 8．177 0，355 0．29
2．3 1l 25．53 24．301 0．557 0．26
0．495 54．1 7 10．883 0．399 4．73
1．469 28．86 23．35 0．337 0．02
1．387 52．57 7．371 0．97 0．64
2．221 18．47 21．411 0．605 0．25
1．847 20．39 14。864 0．644 O．68
1．013 34．95 24．05 0．961 0
1．285 44．22 6．632 0．461 0．26
1．079 70．7 2．467 0．742 4．52
2．078 36-38 45．259 3．454 1．39
2．528 29．98 68．384 0．54 0．69
0．829 9．89 12．684 0，155 0
0．98 34．31 13．¨3 0．258 0．12
1．147 55．64 6．349 1．78 0．624
0．1 23． 269．4 3．246 0．093 0．0l
0．779 24．27 19．286 0．002 2．17
0．932 64，85 2．484 0．193 0．34
3．76
—9．54
．9
．14．Ol
-lO．08
12．46
1．79
1．07
14．59
1．82
3．42
．6．82
13．39
10．32
11．2
17．07
18．28
14，79
6．13
14．24
4．Ol
16．79
10．艿9
3l-98
11．25
13。96
15．45
18．65
8．2
14．58
28．8
—20．85
—10．27
—42．69
0．592
．1．21
．0．043
．0．257
0．003
．0．037
．0．492
．O．12
．0．079
．O．171
O．162
．0．414
0．559
0．388
O．516
1．685
0．95
0．58l
1．263
1．122
O．315
0．155
0．957
I．074
0．706
-0．271
0．60l
3．424
0．356
1．02
0．668
．0．001
．0．031
．0．576
．4．72
50．14
．26，87
—46．91
34．53
51．75
—8．55
17．42
11．13
4
60．3
，4．09
31．95
0．72
29．64
25．39
32．41
19．67
51．47
．13．57
23．05
44．5
7．57
29．7
26．68
50．55
37．21
30．85
23．01
31．57
54．17
8．45
．81．73
一13．21
75
，2
3
4；6
7
0
9
m¨挖：。惦"体傍∞射控孔巧拍卯勰凹如射弛"舛
我国上市公司信用风险测度问题研究
表二十三ST前三年训练样本财务数据表
76
表二十四sT前三年预测样本财务数据表
公司公司名称流动资产负应收帐款总资产不彘资挣资产每股营业主营业务收
编号比率债率周转率周转率产比率收益率现金流量入增长率
1 ST托普软件000583 2。3l 40。7 3。79 O．33 1．6 6．97 0．388 39．89
2 ST兰宝信息000631 0．84 62．1 4．665 o．26 0．02 6．36 1．154 17．51
3 ST四通000409 3 20．9 2．562 Ot3 1 3．23 2．75 -0．076 1468．61
4 ST欧运600369 1．44 55．9 6．17 0．13 O．24 3．31 0．067 40．29
5 ST化J=000791 1．1 41 3．084 0．13 0．06 0．32 一O．083 -9．52
6 ST炎黄000805 0．86 57．9 7．393 O．49 O．07 19．2 0．181 151．89
7 sT b彩股份000887 1．32 56．9 2．693 0．49 O．07 2．27 0．621 —1．92
8 ST恒立000622 1．36 65．5 】．821 0，39 0．12 2．64 0．109 14．54
9 ST啤酒花600090 1．57 56．1 2．528 0．69 0．88 24．1 —0．315 121．57
10 ST国光瓷业600286 0．84 64．2 3．181 0．49 0．09 6．93 0．252 38．69
1l sT通金马000766 1．26 67．7 0．192 O．05 9．85 -76 -1．649 -80．08
12 ST闽东电力000993 1．46 38．8 1-761 0．1 0．1 1．56 0．23 3，7
13 齐鲁石化600002 0．55 34．1 41．323 1 O．16 0．94 0．625 2．1
14 武钢股份600005 2．21 26．1 704．22 0．99 0．Ol 12．1 O．614 6．82
I 5 上海机场600009 2．95 20．6 6．773 0．21 0．05 11．7 0．709 1 8．54
16 华能国际600011 0．8s 37．7 11．912 0．39 0．06 14．5 1．301 18．39
17 上港600018 1．36 24．1 7．01 0．32 0．67 16．3 1．606 21．t2
18 中海发展600026 t．4 31．6 21．879 O．49 0 10．2 0．523 7．34
19 中国联通600050 0．68 56．7 9．654 O．28 5．99 6．39 0．657 36
20 f“控600098 1139 38．9 19．678 0，41 0．03 16．4 1．32 4．18
2l 清华同方600100 1．59 45．7 7．88 O．88 0．79 6．77 O．213 8．52
22 上海汽车600104 1．91 22．6 20．357 0．46 O．05 13．1 O．309 28．72
23 充州煤业600188 1．92 25．6 13．629 0．66 o．85 10．9 O．83 24．51
24 山东铝业600205 0．79 47．4 10．555 0．8 1．86 10．9 0．446 -9．1 l
25 紫江600210 0．9 57．8 5．91 O．44 O．46 16．7 O．971 59．96
26 振华港机600320 1．06 64．4 1 5．078 O，64 O．24 7．49 一O．331 6．54
27 中化600500 1．63 42．9 28．828 2．85 1．47 17．3 O．517 21．87
28 贵州茅台600519 2．83 26．9 39．412 0．5 1．16 14 1．58 13．4
29 原水股份600649 0．41 21．9 2．23 0．13 0 8．5 O．617 4 56
30 申能600642 1．65 42．6 9 376 0．24 6．47 16．9 O．693 40．66
31 福耀玻璃600660 0．95 67．1 4．729 o．64 2．62 30 o．85 32．39
32 sT猴乇000535 0．17 225 2．824 0，07 O．01 ．48 ．0．001 —4．86
33 sT菲菲000769 1．13 21．9 O．084 O．O】2．23 _4 -0．049 —97．25
11 11鉴鲞塑!!!! !：!i i!：! !：鲤! !：； !：丝：j：! !：i竖：2．旦一一
我国上市公司信用风险测艘问题研究
参考文献
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
詹原瑞．银行信用风险的现代度莓与管理[M]， 北京：经济科学出版社，2004，
曾欣．中国证券市场道德风险研究[M]．成都：西南财经大学出版社，2003．
郭敏华．信用评级[M]．北京：中国人民人学出版社，2004．
Hans J．Zimmermann著，张广全等译．模糊集、决策与专家系统[M]．石家庄：河北
教育出版社，1992．
陈世权，郭嗣宗．模糊预测[M]．贵阳：贵州科技出版社，1994．
陈守煜．系统模糊决策理论与应用[M]．大连：大连理1：大学出版，1994．
马占芳，符晓波．现代信用简论[蛔．北京：中国社会科学出版，2004．
Michael K Ong著，李志辉译．内部信用风险模型一资本分配和绩效度量[M]．天津：
南开大学出版社，2004．
Didier Cossin，Hugues Pirotte著，殷剑峰等译．高级信用风险分析一评估、定价和
管理信用风险的金融方法和数学模型[M]．北京：机械工业出版社，2005．
Donald"／an Deventer，Kenji L％i著，燕清联合等译．信用风险模型与巴塞尔协议
[M]．北京：中国人民大学出版社，2005．
黄海，罗友丰等．Spss 10．0 for Windows[M]．北京：人们邮电出版杜，2001．
张维迎．博弈论与信息经济学[M]．上海：上海人民出版社，上海三联书店，2004．
张维，李玉霜．商业银行信用风险分析综述[J]．管理工程学报，1998，3：20一27
程鹏，吴冲锋．上市公司信用状况分析新方法[J]．系统工程理论方法应用，2002．2：
89—_93．
陈忠阳．信用风险量化管理模型发展探析[J]．国际金融研究，2000，10：14—19．
王春峰，万海晖等．基于神经网络技术的商业银行信用风险评估[J]．系统T程理论
与实践， 1999．9：24—32．
薛锋，乔卓．神经网络模型在上市公司财务困境预测中的应用[J]．西安交通大学学
报(社会科学版j，2003．2：22—25．
文忠桥，曾刚等．信用风险度量与管理一违约率研究[J]．国际金融研究，2002．1l：
20_一24．
韩立岩，郑承利．基于模糊随机方法的公司违约风险预测研究[J]．金融研究，2002．8：
48—53．
王国定，邱秀荣．对山西省上市公司的聚类分析[J]．山两财经大学学报，2002．3：
101一103．
0
78
m
三_m呈l
m
m
m
兰J
墨l
墨l
垦l
参考文献
[21]
[22]
23
24
25
[26]
[27]
[28]
[29]
[30]
[31]
[32]
33]
34]
353
36]
[37]
[38]
韩江舟，葛世伦等．1999年度沪深两市中期上市高科技公司股票聚类分析[J]． 华
东船舶工业学院学报(自然科学版)，2001．2，：86—91．
蔡虹，高杰．我国上市公司信用风险评估的方法、问题及对策分析[J]．科
学与科学技术管理， 2003，9： 10l—105．
莫万贵．信息不对称与商业银行信贷风险管理研究[D]．眭沙：湖南大学，2001．
姚益龙．市场经济中的信用关系重建思考[J]．学术研究，2001．9：6l—63．
Stiglitz， Joseph E，Weiss． Credit Rationing in Markets with Imperfect
Information[J]． AlIIerican Economic Review，1981．71(3)：393—410．
Stiglitz，Joseph E，WeiSS．Asymmetric Infermation in Credit Markets and Its
Implications for Macro—economics[J]． Oxford Economic Papers． Oxford
University Press， 1992，44(4)：694—724．
Kay Giesecke．Credit Risk Modeling and Valuation：An Introduction．Credit
Risk[刀．Models and Management，2002(8)．
Kay Giesecke(2001)．Default and Information． Working paper，Comell
University．
Brian Biller．The Performance of Credit Markets under Asymmetric Information
about Project Means and Variances[J]．Journal of Economic Studies，1992，
19(3)： 3一17．
Giesecke， Kay，Lisa Goldberg．Sequential defaults and incomplete
information[J]．Journal of Risk，2004，7(1)：1—26．
Altman．E．I，Saunders．A．Credit Risk Measurement：Developments over the Last
Twenty Years[J]。Journal of Banking and Finance，1997，(12)：172l—1742．
唐小岸，盂庆福．上市公司信用评价模型一二元因变最模型的应用[J]．预测，2002，
(2)：39-43．
梁琪．企业信用风险的量化度量研究[J]．南开经济研究，2000，(6)：54—56．
张新民．企业财务报表分析[岫．北京：对外经济贸易大学出版社，2001．
胡星城．银行风险与信息不完全[J】．北方经贸，2001，(12)：125—127．
吴恒煜．信息不对称的市场：逆向选择、信息传递与信息甑别[J]．商业研究，2002，
(12)：19—21．
王坚强，刘先建．从信息不对称看商业银行信用风险的产生及其防范[J]．中南工业
大学学报(社会科学版)，2002(12)：358—361．
8EAV职W，Financial ratios as predictors of failures in empirical researching
accounting[J]．Supplement to the Journal of Accounting Research，1967，(1)：
我国卜市公司信用风险测度问题研究
39—4l_
[39]A1tman，Edward．Financial Ratios，Discriminant analysis and the prediction
of corporate bankruptcy[J]．The Journal of Finance，1968，23(4)；589—609．
[40]Hotelling，H．AnalysiS of a Complex of Statistical Variables with Principal
Components[J]．Journal of Educational Psychology，1933，(24)：498 520．
[41]Ohlson．J．Financial rations and the probability prediction of bankruptcy
[J]．Journai of Accounting Research，1980，(1)：109—131．
[42]Lane，W．R．，S．w．Looney，W．Wansley．An Application of the Cox Proportional
Hazards Model to Bank Failure[J]．Journal of Banking and Finance，1986，
(10)：511—531．
[43]Jensen Herbert．Using nerual networks for credit scoring[J]．Managerial
Finance．1992。18(6)：5—26．
[44]Altman EI，Kishore V，Varetto F．Corporate distress diagnosis：comparisons
using Linear discriminant analysis and neural networks(the Italian
Experience)[J]Journal of Banking and Finance．1994，(18)：505—529．
[45]Jarrow，R．，S．Turnbull，Pricing Derivatives on Financial Securities Subject
to Credit Ri sk EJ]．Journal of Finance，1995，50(1)：53-85．
[46]Jarrow，R．，David Lando．S．Turnbul 1．A Markov Model of the Term Structure of
Credit Spreads[J]．Review of Financial Studies，1997．10(2)，Summer．
[47]MathotraR．Malhotra DK．Differentiating betweenGood Credits andBadCredits
Using Neuro—fuzzy Systems[J]．European Journal of Operational Research，2002，
(136)：190—211．
[48]Duffie，Darrell and Ken Singleton．Modeling Term Structures of Defaultable
Bonds[J]．Review of Financial Studies，Special 1999，12(4)：687—720．
[49] 王春峰，康莉．商业银行信用风险评估及其实证研究[J]．管理科学学报，1998，l(1)：
68～72．
[50] 张维，李玉霜，王春峰．递归分类树在信用风险分析中的应用[J]．系统工程理论与
实践，2000，20(3)：50一55．
[51]柯孔林，薛锋．基于扩展数据包络判别法的商业银行信用风险评估[J]．系统工程理
论与实践，2004，(4)：118—123．
[52] 方洪全，曾勇．联机分析挖掘oLAM方法在银行信用风险评估中的应用[J]．中国软科
学，2004，(10)：129—133．
[53]王小明．商业银行信用风险评级测度方法研究[J]．财经研究，2005，(5)：74—83．
参考文献
张永娟，张志鸿，霍学喜．信用风险程度模糊综合评价模型【J]．金融教学与研究，
2004，(2)：14—16．
张宗益，朱小宗等．传统信用风险度量模型的实证比较与实用性分析[J]．预测，2005，
(2)： 56—60．
赵玉旭．现代信用风险量化模型在我国银行中的应用研究[D]．长沙：中南大学，2003。
刘宏峰，杨晓光．违约损失率的估计：发达国家的经验及启示[J]．管理评论，2003，
(6)：25—29．
杨星，张义强．中国上市公司信用风险管理实证研究一EOF模犁在信用评估中的应用
[J]．中国软科学，2004，(1)：47—51．
石晓军，陈殿左。债权结构波动率与信}li风险对中国上市公司的实证研究[J]．财经
研究，2004，(9)：25—33．
惠晓峰，孙嘉鹏．商业银行信用风险识别信用矩阵的实证应用研究[J]．国际金融研
究，2004，(3)：21—27．
张鸣，张艳．财务困境预测的实证研究与评述[J]．财经研究，2001，(12)：29—35
】蔓
嘶
睇睇
嘞
墨l
呦
Ⅲ
我国上市公训信用风险测度阔题研究
后记
缘定三生，只在～瞬。三年前的此时，木棉花正绚绚的开着，我第～次来到
厦门大学，只用了一眼，便永远的喜欢上了这里的一切，“与君初相识，犹如故
人归”，从此我缘续厦门大学。滚滚的白城海浪，我们踏浪而行；青青的芙蓉湖
畔，我们漫步晚风；幽幽的情人谷里，我们中游击水；琅琅的南普陀山，我们登
高眺远。
三年的时间，我感受了很多，收获了很多。美丽的校园、博学多才的老师、
才华横溢的年轻学者、睿智多思的老先生、勃勃生机的同学。从他们那里，我学
到了丰富扎实的知识，严谨治学的精神，真诚积极的人生态度。
三年后的今天，芙蓉花就要开了，离开的日予也要近了。临别之际，我要感
谢我的导师杜朝运副教授，感谢他在学业上对我的指导，生活中对我的关心。还
要感谢我的厦门大学，感谢我的金融系，感谢我所有的老师，感谢我的室友、感
谢我的同学，感谢他们陪我度过了难忘的三年时光。
最后，我要感谢我的家人，正是他们多年来对我所有决定的默默支持，才使
我能在毕业多年后又有机会深造。
阮骥宗于凌云三310
April，2006