|
在对企业进行信用评级的时候，我们首先遇到的一个问题就是，针对数据与资料的可获得性，对企业的信用等级在总体上分成几个是比较合适的。按照目前国际上公认的著名评级机构主要是穆迪、标准普尔以及惠誉的惯例，在进行信用评级时要首先区分长期债务的信用评级和短期债务的信用评级，从表1的结果我们可以清楚地看到，不同的评级公司划分的总的等级的数量不一定是相同的。比如穆迪的长期债务评级只分成为9个等级，而标普和惠誉分别分成11个等级和12个等级；对短期债务的评级三家著名公司划分的等级个数更是各不相同。在对中国的企业进行信用分析或是信用评级时同样也会面临这个问题。本文以我国的一组上市公司为样本，用因子-聚类分析的方法对我国企业信用等级合适个数应该是多少这个问题做一个初步的探讨。我们认为用上市公司作为样本来研究这个问题有着典型的意义，因为我们可以认为上市公司是所有的企业中信息披露最为充分的一个集合。也就是说，如果利用上市公司的样本确定的信用等级个数是n，那么基本可以断定这是在中国目前的信息披露、会计准则的条件下能够区分开来的最多的信用等级数。
本文主要采用因子——聚类分析的方法来确定中国企业信用等级合适的个数。首先从最为常用的财务指标出发，采用上市公司的年报数据建立样本集合，并利用因子分析达到降维的目的，把多个指标变量进行综合，以得出若干个能充分反映中国企业信用风险特征的主因子，然后在上述变量集合中加入altman模型中未被使用到的变量，构造新的样本集合，再次利用因子分析，再将两次得到的结果进行对比，看看哪一组主因子的经济含义更为明确、实际，进而确定最终使用的主因子，最后利用聚类和离差平方和分析，并结合因子得分散点图，将样本进行分类，并结合实际情况确定最后的分类结果。
二、因子分析：对比的方法
（一）样本的选取
由于保险公司、银行等金融机构的信用评级方法与一般的企业有较大的区别，因此在本文中所涉及的企业不包括金融机构等。又考虑到所选样本覆盖范围应当全面，数据来源也要可靠，因此我们按照stockstar.com的行业划分，从22个行业中选取了一个有代表性的上市公司。这些公司的覆盖范围相当广泛，涵盖了大部分的所有制属性，包括国有企业、民营企业、合资企业，并且该网站的提供的数据全面可靠，基本上符合我们的要求。所选定的公司见表2。我们主要是采用上市公司2001年的年报财务数据。
（二）变量的选取
1、第一组16变量
我们首先从一组最基本的财务指标变量出发，进行因子分析：营运资本比率、流动资本比率、债务与有形净值比率、应收账款周转率、存货周转率、财务杠杆、资产负债率、长期负债比率、流动比率、速动比率、资产报酬率、权益盈利率、销售利润率、每股收益、经营活动现金流量与债务总额比率、经营活动现金流净额与销售收入比率。共17个变量。（参考《商业银行客户评价》杨军，北京，中国财政经济出版社，1998年）。另外，考虑到企业的还款意愿是对企业信用风险特征的较好的反映，而应收账款和应付账款并不能很好的体现这一点，我们最后决定用利润增长速度和债务增长速度的和作为刻画企业还款意愿的指标，命名为变量“和”，由它来代替应收账款数据。显然，“和”的值越小则还款意愿越好。由此，我们共选定了16个变量进行分析，样本数据见表2，运用spss软件计算，因子分析结果见表4、5。
由第一组变量集合得到的结果可以看出，从选定的16个变量中我们可以提取出5个主因子。此时，我们可以综合得到原变量集合87%以上的信息量，为了更好地赋予所选主因子以合理的经济含义，我们继续作了因子旋转，见表4。从这个表可以看出，第一主因子同债务与有形净值比率、财务杠杆、资产负债率、长期负债比率关系最为密切，这几个指标变量在第一主因子上的载荷均在0.8以上，并且它们都是用于评价企业债务的相关指标，但是这一主因子对各变量的方差贡献只有26.4%左右，这就说明了这个主因子只是衡量了企业信用风险的一小部分，企业要想提高自己的信用等级，只在债务上下功夫是远远不够的。
再来看第二主因子，它主要由总资产报酬率、权益盈利率、销售利润率、每股收益，还有我们设定的“和”所决定。非常明显，可以看出，这几个指标变量都和企业的盈利能力相关，尤其是企业的权益盈利率在这个主因子上综合的信息量最多，高达93.8%，这是要引起我们高度注意的。这个主因子的方差贡献率达21.4%之多，可见，能够使企业赚取更多的利润是管理者义不容辞的责任。
第三主因子同营运资本与总资产比率、流动资本比率、速动比率和流动比率相关较大。这几个指标变量都反映了与企业资产有关的信息，因此，我们认为这是一个能够反映企业资本结构的因子。这一主因子的方差贡献率达到20.8%之多，与前两个主因子的方差贡献率相当，从这一点就可以看出，前三个主因子在评定企业信用风险等级上有着同等重要的地位，并且这三个主因子的累积方差贡献率达到68.7%左右，基本综合了原变量的大部分信息，因此，若要对企业作出合适的评级，就得紧紧抓住这三个方面第四主因子同经营活动现金流量与债务总额比率以及经营活动现金流净额与销售收入比率有关。显然，这一个主因子实际上能够反映企业的现金流状况，并且它在一定程度上反映了现金流与第一主因子以及现金流与第二主因子之间的比率关系，从一个相对量的角度来观察，进而体现出企业的信用风险。
第五主因子主要由存货周转率来决定，存货周转率是销售收入与总资产的比率，在某种意义上，一个企业能否存活关键要看它的产品能否售出，而这各变量可以有效地反映出一个企业的产品销售状况，因而，它可以在一定程度上体现企业的信用风险水平。但是，这一主因子和存货周转率的相依程度并不是很大，另外，它并没有综合其它更多指标变量的信息，而且它的方差贡献率只有7.9%左右，这是非常令人感到遗憾的。
根据我国财务制度，企业总结和评价本企业财务状况及经营成果的财务指标包括偿债能力指标、营运能力指标和盈利能力指标，具体包括资产负债率、流动比率、速动比率、应收账款周转率、存货周转率、资本金利润率、销售利税率、成本费用利润率等。现在我们得到的结果基本上是与其一致的。
2、第二组24变量
总的看来，第一组变量得出的结果还是比较令人满意的，但是得到的第五个主因子基本上就是存货周转率。现在我们尝试着加入altman在z-score模型中的使用过的，而在第一组变量中并没有涉及的指标变量，包括权益市场值与总债务账面值比率、销售收入与总资产比率、税息前收益与总资产比率、标准偏差、利息保障倍数利税前收益与总利息偿付比率、留存收益与总资产比率、资本化率（普通股权益与总资本比率）以及规模（总资产的自然对数）。新增样本数据见5，用spss进行因子分析所得结果见表7。
我们在用第二组变量得到主因子后同样进行因子旋转，以便更好的给出经济含义，并选取前七个主成分，使累计方差贡献率达到85%以上（见表7）。这一组变量得到的结果也是相当不错的。现在就根据因子分析模型尝试给各主因子以合理、实际的经济含义。
先看第一主因子，它主要由债务与有形净值比率、财务杠杆、资产负债率以及长期负债比率决定，方差贡献率达到21.3%左右，这与第一组变量得到的第一主因子基本相同，是所有主因子中非常重要的一部分，在此不再多说。
第二主因子同总资产报酬率、权益盈利率、每股收益、销售收入与总资产比率、经营活动现金流量与债务总额比率、税息前收益与总资产比率以及留存收益与总资产比率关系较为密切。这些指标变量与公司的现金流、盈利水平有关，因此这个主因子主要反映的也是企业的盈利能力。与第一组数据的结果相比，不同的是，这个结果并不包含“和”这个变量。
第三主因子主要取决于营运资本与总资产比率、流动资本比率、速动比率以及流动比率，与第一组变量得到的结果相比，它的组成部分一样，同样是反映企业资本结构的因子，但方差贡献率却只有15.4%左右。
第四主因子主要是由销售利润率以及利息保障倍数利税前收益与总利息偿付决定，第五主因子主要是由标准偏差以及资本化率（普通股权益与总资本比率）决定，第六主因子主要与存货周转率以及经营活动现金流净额与销售收入比率有关。
第七主因子基本上就是我们原先所设定的“和”变量，它是利润增长速度和债务增长速度之和，是作为刻画企业还款意愿的指标，这是我们希望出现的，符合我们最初设定这个变量的目的。
此外，从第四主因子到第七主因子，方差贡献率就下降得十分明显，每个主因子的贡献率只有6%到9%，并且它们的累积方差贡献率也只有31%左右，从这一点就可以清楚地看出，这四个主因子的地位远不及前三个主因子来的重要，在评价企业风险信用等级时，应该重点观察企业的债务水平、盈利能力、资本结构和现金流状况，同时也要注意企业的利息支付和产品销售状况。
现在我们来对比一下使用第一组变量和第二组变量得到的结果。这两组结果的前三个主因子基本一致，分别反映了企业的债务水平、盈利能力以及资本结构，但是第一组结果的累积方差贡献率达68.69%，而第二组结果的累积方差贡献率只有57.12%。再接着看，第一组变量的第四、第五主因子分别反映了企业的现金流状况和存货周转率，而第二组变量的第四、第五、第六主因子的经济含义不容易解释，但是第七主因子较好的反映了企业的还款愿望。总的看来，我们还是选用第一组变量来评价企业风险信用等级比较合适，下面我们用第一组变量的结果来进行聚类分析，首先我们先用spss得出因子载荷矩阵（表8）和因子得分表（表9）。
|