（技术经济及管理专业论文）基于马尔可夫模型的上市公司信用等级状况变化分析和预测.pdf

0 中南大学硕士学位论文 摘要 摘要 上市公司是证券市场的基石，充分的高质量的公司信用信息有助 于投融资双方更有效地参与资本市场并促进资本市场的健康发展，信 用评级对投资耆、上市公司、市场监管和公司治理等都具有重要的意 义。对于上市公司的信用等级，它在各个时期是不断发生变化的，其 当前的信用等级在下时期变化到其他各个信用等级的可能性有多 大，对于整个上市公司来说，其总的信用等级状况在下一时期如何， 这些也是人们非常关注的问题。 上市公司的信用等级在不同时期之间的变化过程，可以看作是一 个无后效性的马尔可夫过程，即如果已经知道了上市公司在当前时期 的信用等级，其在未来时期的信用等级，与过去时期的信用等级无关， 未来时期可能的信用等级只取决于当前时期的情形。因此，可以用马 尔可夫过程的理论，分析上市公司的信用等级在不同时期之间的变化 过程。 首先借用当前国内较为流行的z e t a # 奠型和上市公司财务数据对 上市公司z 值和信用等级进行了计算和确定，然后运用马尔可夫模型 的分析方法，以整个a 股上市公司和一个行业股公司两类总体为研究 对象，计算了两类总体的信用等级转移矩阵。根据转移矩阵，分析了 上市公司信用等级发生变化的大致规律；根据转移矩阵和总体在当前 时期的信用等级状况，对两类总体的信用等级分布情况进行了年度预 测和长期趋势预测。 关键词马尔可夫，信用等级，转移矩阵，预测 中南大学硕士学位论文 a b s t r a c t a b s t r a c t l i s t e dc o m p a n i e sa l et h eb a s i so fs e c u r i t i e sm a r k e t ，t h ei n f o r m a t i o n a b o u tt h ec r e d i tr a t i n go fl i s t e dc o m p a n i e sw i l lh e l pb e t hi n v e s t o r sa n d c o m p a n i e st a k ep a r ti nt h ec a p i t a lm a r k e ta n dt h e nm a k ei ti ng o o d d e v e l o p m e n t t h em e a s u r e m e n to ft h ec r e d i tr a t i n go fc o m p a n i e si so f g r e a ti m p o r t a n c ef o ri n v e s t o r s , l i s t e dc o m p a n i e s ，t h es u p e r v i s i o no f c a p i t a lm a r k e ta n dc o m p a n i e sm a n a g e m e n t f u r t h e r m o r e ，t h ec r e d i tr a t i n g o fl i s t e dc o m p a n i e sw i l lt r a n s f e rt o0 t l l o rr a t e sn e x tp e r i o d , h o wa b o u tt h e t r e n do ft r a n s f e ro fc o m p a n i e s c r e d i tr a t e ? h o wa b o u tt h ec r e d i tr a t eo f a l l c o m p a n i e sn e x tp e r i o do ft i m e ? t h e s ea r ea l s ov e r yi m p o r t a n t q u e s t i o n sf o rd i s c u s s i o n t h et r a n s f e rp r o c e s so fl i s t e dc o m p a n i e s c r e d i tb e t w e e nt w op e r i o d s c a nb es e e na sam a r k o vp r o c e s s ，b e c a u s el i s t e dc o m p a n i e s c r e d i tn e x t p e r i o dj u s tr e s tw i t ht h ec o m p a n i e s c r e d i tn o wa n da r ef o r e i g nt ot h e c o m p a n i e s c r e d i ti nt h ep a s t s om a r k o vt h e o r yc a nb eu s e dt oa n a l y z e t h et r a n s f e rp r o c e s so f l i s t e dc o m p a n i e s c r e d i t f i r s t l y , i tm a k e sz e t am o d e ia n df i n a n c i a ld a t at oc o m p u t el i s t e d c o m p a n i e s z - v a l u ea n dg a i n sc r e d i tr a t ea c c o r d i n gt or e l a t i o nb e t w e e n z v a l u ea n dc r e d i tr a t e s e c o n d l y , i tc h o o s e st w ok i n d so f s a m p l e s w h i c h i sa l ll i s t e dc o m p a n i e s ，c o m p a n i e si no n ei n d u s t r y , a n da p p l i e sm a r k o v m o d e lt oc a l c u l a t ec r e d i tr a t i n gm i g r a t i o np r o b a b i l i t ym a t r i xo ft h et w o k i n d so fs a m p l e s t h i r d l y , i ta n a l y z e sc r e d i tr a t i n gm i g r a t i o nt r e n da n dt h e m a t r i x sc h a r a c t e r i s t i ca n df o r e c a s t st h ed i s t r i b u t i o no fl i s t e dc o m p a n i e s c r e d i t k e yw o r d sm a r k o vm o d e l ，c r e d i tr a t e ，m a t r i x ，f o r e c a s t i i 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外。论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名：垂殳盔! 丛日期：丝生年上月上日 关于学位论文使用授权说明 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文，在解除密级的情况下，允许学位论文被查阅和借 阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印 或其它手段保存学位论文；学校可根据国家或湖南省有关部门规定送 交学位论文。 作者签名：至羔筮盟导师签名：血1 7 t 髟t ：年月一日 p f 钉定+ 砷i 学忙论之 第一章绪论 第一章绪论 1 1 上市公司信用等级状况变化分析和预测的意义 1 1 1 上市公司信用评级的意义 上市公司信用评级是运用科学的评级方法，通过定性、定晕的分析来对上市 公司的信用状况进行客观和公正的综合评级，这也是我国社会信用体系建设的一 个重要环节。 信用评级能充分揭示市场的各种信用风险，提高投资者对风险的认识，为金 融工具定价提供依据。信用风险又称违约风险，是指借款人、证券发行人或交易 对方因种种原因，不愿或无力履行合同条件而构成违约，致使银行、投资者或交 易对方遭受损失的可能性。对于企业来说，信用评级是他们进入资本i 静场的通行 证，有利于促进融资的成功。2 0 0 5 年8 月，大公资信评估发布了上证j o 公司评级 报告“1 ，大公国际资信认为，根据发达国家的经验，充分的高质量的信用信息有 利于投融资双方有效地参与市场，促进资本市场的健康发展。同时，信用评级还 是一种重要而有效的市场监督机制，是监管部门的重要参考依据。 因此，信用评级有利于加快培育我国投资者的风险意识、提高金融机构和企 业的风险管理与自我约束能力。在当前证券市场正处于变革的时代，上市公司的 信用评级会越来越受到广大投资者的关注。可以说信用评级不仅具有理论上的重 大意义，也有很大的实际需求。 首先，上市公司评级成为新的目标，由于体制原因，国内以企业贷款评级为 主，传统的债券评级受到市场的限制，于是上市公司评级成为新的目标。评级机 构正从传统的债券评级延伸到上市公司评级，资信评估业务的延展更多的贴近了 市场投资的需要。股市变革催生信用评级，上市公司是证券市场的基石，上市公 司是否诚信关系到投资者的利益乃至整个市场的稳定。而我国上市公司信用缺失 的问题严重，极大阻碍了中国证券市场的发展与规范。 从信用评级业务开展的情况来看，我国的信用评级业务开展较晚，市场规模 小，业务品种较为单一，行业水平落后于发达国家，目前公司信用评级主要集中 于公开发行公司债的公司，而对上市公司进行信用评级只有一些零星的活动，例 如新华远东对中国1 6 0 家具有一定代表性的上市公司进行了资信评级嘲，结果显 示：截至2 0 0 3 年7 月，信用等级为b b b 级的公司约有5 0 家，占到总数的3 0 ；被评 为最高级从a 级的仅3 家；被评为最低级别c 级的有5 家。目前涉及上市公司的评级 主要是针对上市公司的债券融资，例如发行可转债、企业债券和短期融资券。需 中南大学的l 学f 沦第章锗沦 要评级机构来进i i 评级。向这种针对某项融资的评级并不能完伞揭示卜市公a j 的 信用风险，因此，个驻r 上市企业比较完整的信用评价就砬得尤为重要j ，。 在去年召开的中囡信件j 泮级发展前景论坛上，央行征信管理硒负责人孰明确 表示，央行正在傲一项计划，建立对国内上市公司的信用评级，而在该论坛的第 二次会议上，央行有关人员再一次表达了正在将信用评级引入上市公司中去”1 ， 上市公司评级渐成热点。 。 正是在这样的背景f ，2 0 0 4 年，大公国际资信评估有限公司开始对上证j o 指数成份股公司进行评级，今年6 月份公布了第二次评级结果显示，属f “安 全”级别( b a a 及以上) 的企业达到4 7 家，占样本总数的9 4 。这两次评级部是针 对企业的整体盈利能力、偿债能力，而不是某一具体的融资行为。另外还有上海 新华远东资信评估所作的上市公司公开信息评级，样本是新华富时1 8 0 指数公司， 此公司认为，针对上市公司的评级不但有利于帮助政府进行管理。用市场的手段 解决市场的问题，同时对机构节约研究成本，为投资者提高信息透明度也很有帮 助。 今年上半年，中诚信又推出了“中国上市公司治理评级体系”“1 ，从股权结 构与股东权利、控股股东与公司独立性、董事会结构及其运作、董事和管理层激 励与绩效评价、信息披露与透明度等五个方面评价上市公司的公司治理结构和机 制。并且，随着股改第二批试点完成，更多的上市公司得以在全流通的基础上进 一步改善其公司治理结构和内部控制机制，而改善的结果如何，需要独立的评级 机构来进行考量。由此可见，上市公司评级渐渐成为信用评级机构的新目标。 其次，债券市场空前活跃，上半年国务院批准y 5 1 2 亿元的企业债发行额度， 全年可望突破1 0 0 0 亿元，是1 9 8 7 年至2 0 0 1 年的年平均发债额的3 倍多；央行大力 推行的企业短期融资券备受企业追捧，截至7 月底发行量己达2 2 9 亿元0 1 ，这些都 给信用评级行业带来很多的机会。 第三，政府越来越认可信用评级，并且在多个文件中规定必须披露信用评级 结果。例如，今年修改后的保险公司投资企业债券管理暂行办法规定，保险 公司只能投资被中诚信、大公等国内评级机构评为从级以上的企业债券，5 月发 布的短期融资券管理办法0 1 规定，“企业发行融资券，均应经过在中国境内 工商部门注册且具备债券评级能力的评级机构的信用评级，并将评级结果向银行 间债券市场公示”等等。 对上市公司的信用状况进行评级具有重要的意义，其主要体现为：第一。上 市公司信用评级为投资耆识别信用风险提供了依据，为了使投资者的利益遭到损 害的可能性降到最低，可以对上市公司的信用状况进行评级。第二，上市公司信 用评级为上市公司展示自我提供了一个机会，而上市公司要顺利筹集到自己所需 2 ， 名 j 中南大学硕上学俯论支 第亭锗：仑 的资金，也需要通过评级来碱少信息不对称并达到融资的目的。第三，为政孵棚 关部f 】提供了监管工具，通过信用评级机构的评级结果这个“市场准入证”，监 管部门可以“筛掉”一些信片j 较差的公司，减少各种风险；银行町以根据信用评 级结果来控制上市公司贷款金额，这对防范金融风险具有重要意义。第四，可以 发挥公司外部治理机制的作用。上市公司信用评级的开展可以使董事会，监事会 和经理层对股东和利益相关者更加守信，进而促进上市公司治理结构与机制的改 进与完善，有利于上市公司治理水平的提高，同时，上市公司治理水平的提高。 反过来会强化上市公司的信用，改善上市公司的信用状况。 1 1 2 上市公司信用等级状况变化分析和预测的意义 对于上市公司的信用等级，它在各个时期是不断发生变化的，本文拟以整个 上市公司作为一个总体为研究对象，分析上市公司的信用等级在两个时期之间的 变化过程、在统计的规律上寻找上市公司的信用等级由当前时期的等级在下一时 期变化到其他各个等级的可能性大小，根据整个总体的信用等级在两个时期之间 的变化规律，还可以对总体的信用等级状况由当前时期的情形计算和预测出下一 时期的大致状况，从而把握整个总体在下一时期和未来一段时间内的信用等级状 况。 因此，本文的研究内容是从总体上分析上市公司的信用等级在不同时期之间 的变化过程，关于这方面的研究目前并不多见，本文对其进行分析具有一定的新 颖性、也具有重要的意义。 在商业银行的信用风险管理中，银行关心一个叫做违约概率的问题，违约概 率指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义 务的可能性。近年来，商业银行充分利用现代数理统计发展的最新成果，在客户 违约概率测度上摸索出了很多方法，比如基于内部信用评级历史资料的测度方 法，运用马尔可夫模型的转移矩阵计算信用等级的变化概率“】，这是商业银行和 评级公司根据长时间积累下来的信用等级历史资料，根据历史资料中信用等级转 移和历史违约概率的均值作为不同信用等级的企业对应的违约概率。 我们可以借鉴这些运用马尔可夫模型测度违约概率的思想、方法与过程，对 上市公司信用等级的变化情况进行分析和预测，建立反映上市公司信用等级的变 化规律的转移矩阵模型。 信用等级转移矩阵可以用来描述在一段时问内，被评级对象的信用品质发生 变化( 上升或下降) 而使它的信用等级由原来的等级转变为更好或更差的等级的 概率，是根据历史数据统计得出的评价对象在各信用等级问变动的概率矩阵。 对信用等级转移的研究可以揭示评价对象信用等级变化的趋势，预测信用等 3 中南夫学硕学付论乏第审绪沦 级e 升和f 降的叮能性，可以使投资耆、经营告羊l 。监管部i 】等根据统计的规律对 评价对象的信用等级变动情况有一个大敛的j ，祥，“j 以作为度量信用风险、进行 相关决策的一个参考依据。 在根据统计数据和马尔可夫模型编制信用等级转移矩阵反映信用等级的变 化概率和度量信用风险时可以根据上市公司的实际情况，考虑行业因索、规模 大小等因素对信用等级及其变化情况的影响，分别按这些因素选取统计样本进行 计算和分析，并随着时问和年份的推移不断调整以反映实际的信用等级变化情 况。根据转移矩阵的统计规律，可以从总体上把握上市公司信用等级的变化趋势， 也可以由总体当前时期的信用等级状况和转移矩阵推测出整个总体的信用等级 下一时期和一段时期后在各个等级中的分布数量和比例，从而把握整个总体的信 用等级在未来时期的情形。 1 2 国内外上市公司信用等级及转移矩阵的研究现状 本文研究的内容足根据上市公司信用等级的统计数据，运用马尔可夫模型从 总体上分析上市公司的信用等级变化情况，预测所分析统计总体的信用等级分布 状况，因此相关的参考文献可分为二大类加以叙述：一类是上市公司信用等级的 评价，包括基于多元线性判别方法的上市公司信用评级和评级机构对上市公司的 信用评级；另一类是对信用等级变化的分析和信用等级转移矩阵的有关研究。 1 2 1 上市公司信用等级评价的多元线性判别方法 信用等级的度量和评价的方法有很多，目前应用最为广泛的主要是多变量信 用风险判别方法，这类方法以评价对象的财务比率为解释变量，运用数理统计方 法建立回归模型，以模型输出的信用分值或违约概率与基准值比较，度量评价 对象的风险大小，这也是被国际金融业和学术界视为主流的方法“1 ，此类方法主 要包括多元判别分析模型、线形概率模型、l o g i t 模型和p r o b i t 模型等，以下着 重介绍多元线性判别模型。 利用线性判别模型对公司信用评级研究是从公司财务困境的研究开始的。 f i t z p a tr i c k 于1 9 3 2 年进行了项单变量破产预测研究。s m i t h 和w i n a k o r ( 1 9 3 5 ) 发现财务困境公司与持续经营公司的财务比率有很大的差别。s e c r i s t ( 1 9 3 8 ) 曾使用简单图表法对财务困境做过研究。h i c k m a n ( 1 9 6 5 ) 则研究了那些资产规模 大、无力偿还固定债务的公司的财务比率。b e a v e r ( 1 9 6 8 ) 。开创了用单一比率分 析来判别财务困境的新局面，他将财务困境的公司定义为不能偿还到期债务的公 司，并分别选择了7 9 家1 9 5 4 1 9 6 4 年家财务失败企业和非失败企业。率先将这一 4 中南大学硕学位论之第蕈铭沦 方法运用于信用风险分f r 的片拓旨是荚困学者e d w a r di a 1 t m a n ，a l t a n ( 1 9 6 8 ) 1 以1 9 4 6 1 9 6 5 年问破产、资产规模相近的： 3 家困境公司和3 ：；家 凼蝰 公司作为样本，采用j ，2 2 个财务比率经过数理统计筛选建立了著名的5 变量 z s c o f e 模型，并在1 9 7 7 年经过改进开发了现在常用的z e t a 判别模型。利用该模 型，a l t m a n 研究了穆迪、标准普尔等评级公司公开发表的公司信用评级和相应公 司的z 分值的关系，发现二者的相关系数达6 0 以上，表明z e t a 模型算出的公a 】z 分值的大小与其信用级别具有很强的相关性，z 值能有效识别公司的信用级别。 同时，a l t m a n 利用美国7 l j 家公司的外部评级资料，通过建立公司z 值和相应信用 级别的映射关系来划分不同信用级别的z 值区问，从而开发出z e t a 信用评级模型。 2 0 世纪9 0 年代以来，z e t a 模型己商业化，广泛运用于企业信用风险的度量和评级。 受其影响，日本、德国、法国、英国、澳大利亚和加拿大等许多发达国家的金融 机构都纷纷开发了各自的z 值多元判别模型。s c o t t ( 1 9 8 1 ) 比较了以上学者的实 证结果，他认为在识别和度量企业信用风险上多元模型优于单比率模型，在多元 模型中，a l t m a n 的z e t a 模型又是最优的。2 0 0 4 年，张玲“”在基于z 值模型的我 国上市公司信用评级研究文中利用z 值对上市公司的信用级别进行了评价和 分析 本文拟采用她的研究方法首先对上市公司的信用等级进行评价，然后计算信 用等级的转移矩阵。 在我国，信用风险的度量和管理极为落后，金融机构没有完善有效的评级方 法和体系，再加之信用数据资料的匮乏，也就谈不上内部评价模型的开发和利用。 目前所应用的方法主要是简单的粗略的定性方法，如“加权”计分。近年来，在 有关信用评级模型的研究方面，国内的些学者在建立有关多元判别模型方面做 了许多工作，取得了很大成效，为我国信用评级模型的最终建立和完善奠定了基 础。 他们主要是：陈静( 1 9 9 9 ) 恤1 以1 9 9 8 年的2 7 家s t 公司和2 7 家非s t 公司，使用 1 9 9 5 1 9 9 7 年的财务数据进行两类线性判别，多元线性判别使用负债比率、净资 产收益率、流动比率，营运资产总资产、总资产周转率等指标数据，结果发现： 在s t 发生的前3 年能较好地预测经营失败。高培业( 2 0 0 0 ) n 3 对深蜘1 1 6 1 家制造企 业和1 4 0 家非制造企业样本进行类似的分析，认为我国公司的财务报表数据存在 不同程度的失真不会使判别模型失效，利用会计数据建立服务于不同行业的具体 形式判别模型是可行的。高培业和张道奎( 1 9 9 9 ) 比较了破产判别模型的应用领 域。林平( 2 0 0 1 ) 应用多元线性判别和l o g i s t i c 判别建立了用于判别我国农村信用 社信用危机的预测模型。吴世农( 2 0 0 1 ) “”就预测我国上市公司财务困境的模型 加以比较，选取7 0 家财务困境和7 0 家财务正常的公司为样本，选取盈利增长指数， 中南大学硕 学忙沦之 第章锗论 资产报酬率、流动比率、长期负债股尔权益比牟、营运资本总资产、资产剧转 率6 个财务指标为变最比较f i s h e r 线性判别、多几线性【口i 归分析和l o g i s t i c n t ) j 的预测能力、准确度。2 0 0 0 年，张玲”在9 1 利争危机预警分析判别模犁一文中 采用1 2 0 家上市公司财务数据建立了4 个指f ，、的判别模型。2 0 0 1 年，她又以深沪两 市1 6 4 家上市公司为样本对z 值判别模犁进行厂修改，构造了7 个指标的z 值判别模 型。 1 2 2 评级机构对上市公司的信用评级 除了以上介绍的基于多元线性判别模型等方法来评价上市公司的信用等级 以外，有关的信用评级机构根据一系列的评级指标体系、方法和标准对上市公司 的信用等级进行评价。国内评级机构对上市公司的信用评级主要有新华远东的上 市公司资信评级和大公国际资信评估有限公司对上证j o 指数成份股公司进行评 级等。 继2 0 0 4 年6 月，大公国际资信评估有限公司开始对上证5 0 指数成份股公司 进行系统的信用评级并发布评级结果之后，2 0 0 5 年6 月，大公再次对上证5 0 指 数成份股公司进行了全面系统的跟踪复评。 上证5 0 指数自2 0 0 4 年1 月2 日由上海证券交易所推出以来，截止2 0 0 5 年 6 月3 0 日，指数成份股公司经历了两次调整，第一次是2 0 0 4 年7 月，第二次是 2 0 0 5 年1 月，每次调整5 家公司，共调整了1 0 家公司。其中2 0 0 4 年6 月评价 的5 0 家公司的评价结果为： 表卜1 上证5 0 企业2 0 0 4 年与2 0 0 5 牟的信用等级 信用等级信用等级 公司名称公司名称 2 0 0 4 色2 0 0 5 龟2 0 0 4 证2 0 0 5 但 中国石化a a a 民生银行 a a 上海石化 a aa a 华夏银行 b a ab a a 山东基建 a a +a a + 中信证券 福建高速伊利股份 a 中国联通上海国际 a a 华能国际 a 白云机场 a a 一 长江电力 a a a f t + 南方航空 b a ab a a + 申能股份 a a上海航空b a a - b a a - 国电电力 a +a a 一 上海汽车 a + a + 中海发展东风汽车 a 一 宝山钢铁金杯汽车 b ab a 一 6 中南大学砸t _ 学倚论支第一章绪硷 弓铡日2 份 a a 力 + f i 拄 b a a *b a a + 安钢股份 a 清4 二h 方 b a ab a a - 上港集箱上愈j l 岭b a a b a a - 天津港a +a +四川长由lb a ab a a 一 骧水股份 a a 广电电子 b a ab a a - 酋刨股份 a 华北制药 b a a +b a a 一 东方明珠 a +a 十 张江高科 招商银行 a a 爱建股份 b a b a 一 浦发银行 a a _ 北亚实业b b - 爱使股份 b a a b a a哈飞股份 东方集团b a a -b a a -哈药集团a + 光明乳液a 海南航空 b a -b a 一 广州控股 a a 江苏悦达 b 一b a 一 广电信息 b ab a 内蒙毕电 ( 资料来源：根据大公国际发布的报告整理) 其信用等级共分为a a a 、a a + 、a a 、a a - 、a + 、a 、a 一、b a a + 、b a a 、b a a - 、b a 、 b a - 、b 、b - 共1 4 个等级，可以看出，其状态的转移变动不大，基本上只出现在 相邻的两个等级之问而且，以b a a + 等级为界，原来信用等级比b a a + 等级高的 企业下一年度转移到更高等级的信用等级，原来信用等级比b a a + 等级低的企业 下一年度转移到更低等级的信用等级，出现了分别向商信用等级和低信用等级迁 移的现象。报告还指出，从总体来看，。2 0 0 5 上证5 0 企业”整体信用水平较高， 属于。安全”等级( b a a 及以上) 的企业达到4 7 家，占样本总数的9 4 9 6 ( 比上年提 高了6 个百分点) ；属于“脆弱”等级( b a 及以下) 的企业仅有3 家，占样本总数 的6 。 对于上市公司的信用评级，不同评级机构可以采用不同的评级指标体系、方 法和标准，但其核心思想是基本致的，一套完整的上市公司信用评级指标体系 主要包括m 】：反映上市公司财务状况的指标体系，即通过获利能力，偿债能力、 资本结构、财务弹性和现金流量等方面指标来反映上市公司的财务风险；反映上 市公司经营状况的指标体系，即通过宏观环境、行业地位、高管人员胜任能力、 成长能力、科技创新能力等方面指标来反映上市公司的经营风险；反映上市公司 治理状况指标体系，即通过董事会治理、监事会治理、经理层治理和利益相关者 治理等方面的指标来反映上市公司的治理风险。 7 中南大学6 自 学p 沦之 旃审锗论 1 2 3 信用等级转移矩阵的研究 关r 信用等级变化趋势或信用等级转移的研究最早见f 上世纪几f 。年代仞 a i t m a n 和k a o 的论文，到目前为j i ：，七三公开发表的关于信用等级转移的研究仃3 套“”，一是a i t m a l l 和k a o 和j 用1 9 7 1 - 1 9 8 9 年期问s & p 评级变化的数据，考察的足新 发行债券，在其模型中没有考虑未来等级撤消( 回购、赎回或未评级) 现象；二 是o o d y 的一组号门研究，首先作为专门评论于1 9 9 1 年发表，而后由 l u c a s & l o n s k i ( 1 9 9 2 ) 、c a r t y & f o n s ( 1 9 9 3 ) 以及c a r t y ( 1 9 9 7 ) 的研究得到冉现：还 有是s p 周期地考察信用等级转移，其1 9 9 7 年报告包括了1 9 8 1 - 1 9 9 年期问它评定 的所有等级的变化情况。a l t m a n 和k a o 研究考察的是债券最初的信用等级转移， 通常是从发行时起之后多至l o 年期的转移情况，而m o o d y 和s & p 研究的是所有的发 行在外的债券，而不管债券的期限，因为发行期限效应在发行后最初几年内是非 常明显的，所以这三种研究之间不尽相同，应该根据不同类别的债券选择不同 的信用风险转移矩阵。 表i - 21 年期信用等级转移矩阵( a 1 m a o - k a o 模型) a a aa a ab b b丑bbc c ce 墟 舭t铋j5 50 1 艇0 7姐66 4口20 11 2 6 谨i4 7 0 30 2 b 豳5 5蛳02 8i d0 l0 3 舾6 9 挺f 0 9 占0 | 21 617钉71 71 1 c o c2 8鲐j4 6 ( 资料来源：m a n a g i n gc r e d i tr is k ：t h en e x tg r e a tf i o a f l c i a lc h a l l e n g e ，j o h n b c a o u c t t o 。e d w a r dia i t m a n p a u ln a r a y a n a o ，1 9 9 8 ) 转移模型的研究可以揭示债券等级的变化对未来收益的影响，从而可以针对 不同投资者及其投资组合计算预期收益，通过预测等级上升的可能性和下降的可 能性，对信用等级变化及债券违约率之间关系进行分析，设计与改善证券投资组 合，对银行贷款组合的预期也有同样作用，向下的等级转移可能导致违约，违约 是指债券发行者已经有次未能偿还该债券的利息、破产登记或宣布对债权人极 为不利的重组。 信用等级迁移矩阵是根据历史数据统计得出的债务人在各信用等级间变动 的概率矩阵。对信用等级迁移的研究可以揭示贷款企业风险变化的趋势，预测等 级上升和下降的可能性，让银行、投资者和监管部门对贷款企业的整体信用风险 变动情况有一个总体的了解。 鉴于我国目前资信评级主要运用于债券市场评级和贷款企业评级，受客观条 g 中r 自人 砷f 学 奇论之笔一章绪论 件的限制，对违约率的研究一直处于二停步阶段。债务f 仃场规模铰小，几乎不存在 违约的榴天数据；而对f 贷款违约风险的分析，目的e 登的障碍也是无法收集到 足够的贷款违约历史数据，建立一个非常稳定的违约概率数据库。丰 i 比之下，由 于全国备地近年来开展了不同程度的贷款企业评级，积累j ，若干年企业资信状况 的相关数据，使得针对信用等级迁移的研究成为丁能。 以f 为上海市贷款企业信用等级转移矩阵m 1 的情况，共选取8 1 8 家连续3 年参 加评级的企业作为样本，采用a 1 t m a n - k a o 方法，考察其1 年期信用等级变动的情 况，下面的表分别是上海市贷款企业2 0 0 2 年和2 0 0 3 年信用等级迁移的具体情况。 表t - 32 0 0 1 2 0 0 2 上海市贷款企业等级迁移矩阵 丸u从ab b bb bbc f c c cc a a a0 8 7 5o 0 3 1o 0 3 l0 0 0 0o 0 0 00 0 3 l0 0 0 00 0 3 1 0 0 0 0 a a0 0 8 30 6 5 30 2 0 80 0 4 20 0 0 00 0 0 00 0 1 4 o 0 0 00 0 0 0 ao 。0 1 40 1 6 60 6 1 40 1 7 20 0 2 80 0 0 70 0 0 0 0 0 0 0o 0 0 0 b b bo 0 0 00 0 1 10 2 2 20 5 6 70 1 7 8 0 0 1 l0 0 u0 0 0 00 0 0 0 b bo 0 0 0 0 0 2 50 0 4 30 2 9 00 4 6 3o 1 3 6o 0 3 l0 0 0 6o 0 0 6 b o 0 0 00 0 2 40 0 0 00 0 4 00 2 5 60 4 7 20 1 6 8o 0 2 40 0 1 6 c c co 0 0 00 0 0 00 o o o0 0 1 70 0 5 2o 1 7 2o 6 2 l0 1 0 3 0 0 3 5 c c0 0 0 00 0 0 00 0 0 00 0 0 00 0 3 50 0 3 50 2 0 70 5 8 6 0 1 3 8 co 0 0 00 0 0 00 0 0 00 0 0 ( 3o 0 6 70 0 0 0 0 0 0 00 1 3 3o 8 0 0 表l - 42 0 0 2 2 0 0 3 上海市贷款企业等级迁移矩阵 从aa aab b bb bb c c cc cc 凡u0 9 1 70 0 5 6o 0 2 80 0 0 0o 0 0 00 0 0 0 0 0 0 00 0 0 00 0 0 0 a a0 1 2 40 6 7 9o 1 3 60 0 3 70 0 2 5 0 0 0 0o 0 0 00 0 0 00 0 0 0 ao 0 1 30 1 9 10 6 7 10 1 1 2 o 0 0 70 0 0 70 0 0 00 0 0 0 0 0 0 0 b b b0 0 0 00 0 1 60 2 2 40 5 6 8 0 1 5 30 0 3 30 0 0 60 0 0 0 0 0 0 0 b b 0 0 0 00 0 0 00 0 4 7 0 1 6 20 5 5 40 1 8 2 0 0 3 40 0 2 00 0 0 0 b o 0 0 00 0 0 00 0 0 0 0 0 3 l0 2 9 20 4 7 9 o 1 5 60 0 3 1o 0 1 0 c c c 0 0 0 00 0 0 0 o 0 0 00 0 1 4o 0 1 4o 1 1 3 0 6 7 60 1 5 50 0 2 8 c c0 0 0 0 0 0 0 0 0 0 0 00 0 3 30 0 0 00 0 3 30 1 3 30 6 3 3 0 1 6 7 c0 0 0 00 0 0 00 0 0 00 0 0 ( 3 0 0 0 0 0 0 0 ( 3 0 0 0 00 0 9 5o 9 嘶 9 中南，、擎帅节他论乏第一章绪论 本支渡足通过借鉴这哆运用t 尔可夫模型测定信用等级车专移奸l 阵的思想、方 法b 过稃，对卜市公司信用等级的变化情况进行计算，建0 ，起k 映七市公。】信用 等级变化觇律的转移矩阵模犁，根据转移矩阵的统计规律分析i j l 扣公司信用等级 变化的趋势，预测所分析总体的信用等级分布状况，从总体上把握七市公司的信 用等级状况及变化趋势，为进行相关决策时提供一个参考依据。 1 3 论文的思路和技术线路 1 3 1 论文思路 本文的第一部分是介绍论文的选题意义和当前国内外对该选题研究的现状。 第二部分是介绍z e t a 线形判别方法和马尔可夫模型的基本原理。全文首先借用 比较流行的z e t a 线形判别方法对所分析总体中的各个上市公司的信用等级进行 确定，然后运用马尔可夫模型从总体上对上市公司信用等级的变化情况进行统计 计算，并根据计算得到的信用等级转移矩阵分析信用等级的变化规律，运用转移 矩阵预测所分析总体的信用等级分布状况。 基于马尔可夫链的转移矩阵模型是计算转移矩阵的一种主要方法”1 ，其假定 信用等级转移过程服从马尔可夫过程，即被评价对象下一时期的信用等级状态仅 取决于其前一时期的信用等级状态，且信用等级的变化服从于同一转移矩阵，矩 阵中各元素值即各信用等级间的转移概率为历史各期相应的观测数据平均值。该 方法简单易于操作，当然也有一些不足，比如，没有体现信用等级变化过程的跨 期自相关性、没有考虑经济周期的影响等，这可能会使根据转移矩阵推断的结果 与实际值产生较大差异。但是，这种方法是目前应用最为广泛的转移矩阵估计方 法，比如。k m v 、j p m o r g a n 、c s f p 、m c k i n s e y 公司的单因素模型建立在b r o w n 和 p o i s s o n 过程基础上，近似地用马尔可夫过程描述信用风险，j p m o r g a n 的信用风 险度量方法将信用等级转移作为一个非常关键的组成部分嘲。 因此，本文也运用马尔可夫模型计算和分析上市公司信用等级变化情况。运 用马尔可夫模型分析上市公司信用等级变化情况的关键是计算出信用等级的转 移矩阵，然后可以根据当前时刻的转移矩阵或相近几个转移矩阵的平均值推断和 预测下一段时期内信用等级的变化趋势和分布情况。 本文的第三部分是运用模型进行计算的过程和数据处理。包括公司样本和财 务数据的选取、z 值的计算、信用等级的确定、运用马尔可夫模型计算转移矩阵、 根据转移矩阵分析统计总体的信用等级变化规律、预测总体信用等级分布状况的 过程和步骤等。 本文的第四部分是运用数据和模型进行实证分析的过程，考虑到行业因素对 1 0 中南久学砷 学n 论鹅亭绪沦 信用等级状况的影响，文章除了，选取整个a 股上市公司作为一个统计总体进i i 分 析外，还将选取一个j i 业的七市公司作为统计总体进行分析。对f 每个统计总体， 首先汁算其信用等级转移矩阵，然后根据信用等级转移铂阵分折各个统计总体的 信用等级变化规律，对统计总体的信用等级分布状况进行年度预测和长期趋势预 测。 本文的第五部分是结论，包括根据实证结果得出的有关结论、总结论文的创 新之处，提出文章的不足等。 1 3 2 技术线路 本文分析的技术线路可以用框图表示为： 图i - i 技术线路框图 中嘲大学硕 学俯论芷第。章z e t a 模掣和弓尔町走摸犁 第二章z e t a 模型和马尔可夫模型 在本章中，主要介绍对上市公司信用等级状；兄变化进行分析和预测时所要用 到的基本原理，其町以分为两大类，一类足甚f 多无线性判别方法的公司信用等 级评价，日p z e t a 模璎；另一类是关于马尔可夫过程的原理，即马尔可夫模型。 2 1z e t a 模型的基本原理和信用等级的确定 2 1 1z e t a 线性判别模型 利用线性判别模型对公司信用评级研究是从公司财务困境的研究开始的。率 先将这一方法运用于信用风险分析的开拓者是美国学者e d w a r di a l t m a n ，其以 1 9 4 6 1 9 6 5 年间破产、资产规模相近的3 3 家困境公司和3 3 家非困境公司作为样 本，采用了2 2 个财务比率经过数理统计筛选建立了著名的5 变量z - s c o r e 模型，并 在1 9 7 7 年经过改进开发了现在常用的z e t a 判别模型。利用该模型，a 1 t m a n 研究了 穆迪、标准普尔等评级公司公开发表的公司信用评级和相应公司的z 分值的关系， 发现二者的相关系数达6 0 以上，表明z e t a 模型算出的公司z 分值的大小与其信用 等级具有很强的相关性，z 值能有效识别公司的信用等级。同时， 1 t m a n $ 1 用美 国7 1 5 家公司的外部评级资料，通过建立公司z 值和相应信用等级的映射关系来划 分不同信用等级的z 值区间，从而开发出z e t a 信用评级模型。 受其影响，日本、德国、法国、英国、澳大利亚和加拿大等许多国家的金融 机构都纷纷开发了各自的z 值多元判别模型，2 0 世纪9 0 年代以来，z e t a 模型已广 泛运用于企业信用风险的度量和评级。这个模型是本文分析的一个重要基础。 2 0 0 4 年，张玲1 在基于z 值模型的我国上市公司信用评级研究一文中利 用z 值对我国上市公司的信用等级进行了评价和分折，以下主要介绍其研究得出 的z 值模型表达式和z 值与信用等级之间的映射关系。 z = - 8 7 5 1 + 6 3 x t + o 7 6 l x 6 + 1 2 9 5 x 2 1 + 04 1 2 x 2 3 + 00 1 5 x 2 4 + o 1 0 5 x 3 1 - 2 1 1 6 4 x 3 2 式中：x t 是资产净利润率 ) ( 6 是每股经营现金流 x 2 i 是l o g ( 固定资产总额) x 2 3 是主营业务收入增长率 x u 是留成利润比率 玛t 是流通股市值负债比 x 3 2 是股本账面值股本市值 1 2 中南大学砸卜f 论乏 第一：奄z e t a 馍掣和。5 尔，j 走摊掣 2 1 2 应用z e t a 值确定信用等级 文中以新华远东中围资信评级公布的1 1 4 家a 股上市公司2 0 0 2 年的负信件估 结果为样本，并利用相应公j j 2 0 0 2 年年报的财务指标计算出z 值，检验k 市公a 】z 值和其信用评级之问的对应关系，认为z 值和信用等级之间有比较大的相关性。 可以用z 值来评价上市公司的信用等级，以下是其利用1 9 9 8 年的样本公司评级得 出的映射关系，文中信用等级按巴塞尔协议( 2 0 0 1 ) 规定的信用等级划分类别将信 用等级划分为从a 、从、 、b b b 、b b ，b 、c 等7 级及违约级d ，结果如f ： 表2 - 11 9 9 8 年上市公司z 值和信用等级关系表 信用等级z 值区问 a a az 3 3 5 a a 2 z 3 3 5 ai z 2 b b bo ( z 1 b b- o 8 2 ( z 0 b一1 7 3 ( z - o 8 2 c- 3 z - 1 7 3 dz t o 所处的状态的条件分前】只与过程在t o 时刻所处的状态有关，而与过程 在t o 时刻以前所处的状态无