（系统分析与集成专业论文）上市公司信用风险评估研究.pdf

摘要 上市公司信用风险评估是一项非常复杂的系统工程。研究上市公司的信用 风险问题对证券市场监管、投资者利益保护以及信贷机构风险控制都具有重要 的现实意义。信用风险评估作为一种防范信用风险的社会监督手段，是市场经 济发展到一定阶段的必然产物，其对市场经济的重要性和促进作用已得到了理 论研究的证明和发达国家实践的检验。 本文首先介绍了信用风险评估的相关理论，对国内外信用风险评估的研究 现状进行了总结和分析，指出了上市公司信用风险产生的原因及目前我国信用 评估中还存在的问题。然后根据神经网络和模糊逻辑系统的各自特点，对两者 进行了比较。在此基础上，对神经网络与模糊系统的结合进行了研究，提出了 基于补偿模糊神经网络模型的上市公司信用风险评估模型。 补偿模糊神经网络( c f n n ) 是一个综合了模糊逻辑和神经网络两者优点的 混合系统，本文研究了网络模型的具体结构和学习算法，以及补偿模糊神经网 络评估模型的建立过程，网络拓扑结构的确定、数据的预处理和系统的实现等。 基于补偿模糊神经网络模型，对上市公司信用风险评估进行了研究。首先 对上市公司信用风险评估指标的选取和评价指标体系的建立进行了研究，主要 是利用因子分析法对指标进行浓缩，然后利用m a t l a b7 0 对已建立好的补偿 模糊神经网络进行学习训练和仿真检验，在网络的学习训练中，通过比较，选 择合适的模糊分割数和学习率，使网络能够较快的达到收敛值。通过与b p 神经 网络模型的预测精度进行比较，发现补偿模糊神经网络的预测效果好于b p 网 络。研究表明，补偿模糊神经网络对上市公司信用风险评估是行之有效的。 关键词：信用风险评估，神经网络，模糊逻辑系统，补偿模糊神经网络 a b s t r a c t i ti sav e r yc o m p l i c a t e ds y s t e me n g i n e e r i n gt oa s s e s st h ec r e d i tr i s ko fl i s t e d c o m p a n i e s m a r k e te c o n o m yn a t u r a l l yi sc r e d i te c o n o m y 砀el i s t e dc o m p a n i e sa r ea m a j o rp a r t i c i p a n to fm a r k e te c o n o m y , s 0t h e c r e d i to fl i s t e dc o m p a n i e ss h o u l db e p a i dm o r ea t t e n t i o nt o i ti sp r a c t i c a ls i g n i f i c a n c et os e c u r i t ym a r k e ts u p e r v i s i o n ，t o i n v e s t o r s i n t e r e s t s p r o t e c t i o na n dt o c r e d i t o r g a n i z a t i o n sr i s kc o n t r 0 1 c r e d i t e v a l u a t i o ni st 1 1 eo u t c o m ef o rt h ed e v e l o p m e n to fm a r k e te c o n o m y t h ei m p o r t a n c e a n dt h ei m p r o v e df u n c t i o no ft h em a r k e te c o n o m yh a v eb e e np r o v e db yt h er e s e a r c h a n dt h ep r a c t i c ei nd e v e l o p e dc o u n t r i e s f i r s to fa l l ，t h i sp a p e ri n t r o d u c e st h er e l a t e dc o n c e p to fc r e d i tr i s ko ft h el i s t e d c o m p a n i e s s e c o n do fa l l ，t h i sp a p e rr e v i e w st h el i t e r a t u r e sa b o u tt h ec r e d i tr i s k m e a s u r e m e n to fo t h e rc o u n t r i e sa n dc h i n ai nt h i sf i e l d ，a n dp r o p o s e dt h er e a s o n sf o r c r e d i tr i s ka n dt h ep r o b l e m so fc h i n a sc u r r e n ta s s e s s m e n t n l i r do f 越1 t h i sp a p e r a n a l y z e se a c hc h a r a c t e r i s t i co fn e u r a ln e t w o r ka n df u z z y1 0 9 i cs y s t e ma n dn e u r a l n e t w o r ka n dc o m p a r e se a c h0 t h e r ：i ts t u d i e so nt h ec o m b i n a t i o no ft h e ma n dp r e s e n t s t h ec r e d i tr i s ko fl i s t e dc o m p a n i e sb a s e do nc o m p e n s a t i v ef u z z yn e u r a ln e t w o r k c o m p e n s a t i v ef u z z yn e u r a ln e t w o r k ( c f n n ) i sb a s e do nn e u r a ln e t w o r ka n d f u z z yl o g i cs y s t e m i ts t u d i e so nt h es t r u c t u r ea n da r i t h m e t i ca n dt h ep r o c e s so f c n 州e v a l u a t i o nm o d e l ，i n c l u d i n gt h ed e t e r m i n a t i o no fn e t w o r kt o p o l o g y , t h ed a t a p r e - p r o c e s s i n ga n dt h es y s t e m sf u l f i l l m e n t t h i sp a p e ru s e sc f n nt oe v a l u a t ec r e d i t r i s ko fl i s t e dc o m p a n i e s f i r s t ，i ts t u d i e so nt h es e l e c t e di n d i c a t o r sa n dt h ei n d e x s y s t e m se s t a b l i s h m e n to fl i s t e dc o m p a n i e so nc r e d i tr i s ke v a l u a t i o n ，m a i n l yu s i n g f a c t o ra n a l y s i so nt h ei n d i c a t o r s t h e ni tm a k e su s eo fm a t l a b 7 0t ob u i l dc f n n e v a l u a t i o nm o d e la n dd ot r a i n i n ga n ds i m u l a t i o n d u r i n gt h en e t w o r kt r a i n i n g i t s e l e c t st h ea p p r o p r i a t en u m b e ro ff u z z yp a r t i t i o na n dt h el e a r n i n gr a t e t oa c h i e v e f a s t e rc o n v e r g e n c ev a l u e c o m p a r i n gw i t hb p n e u r a ln e t w o r k 。c f n nf o r e c a s t st h e p r e d i c t i o na c c u r a c yb e t t e rt h a nb pn e t w o r k t h er e s e a r c hp r o v e st h a tt h ec r e d i tr i s k o fl i s t e dc o m p a n i e sb a s e do nc 删i sr e a s o n a b l ea n df e a s i b l e k e y w o r d s ：c r e d i tr i s ke v a l u a t i o n ，n e u r a ln e t w o r k , f u z z yl o g i cs y s t e m ， c o m p e n s a t i v ef u z z yn e u r a ln e t w o r k ( c f m d i i 学位论文独创性声明 本人郑重声明： 1 、坚持以“求实、创新”的科学精神从事研究工作。 2 、本论文是我个人在导师指导下进行的研究工作和取得的研究成果。 3 、本论文中除引文外，所有实验、数据和有关材料均是真实的。 4 、本论文中除引文和致谢的内容外，不包含其他人或其它机构已经发 表或撰写过的研究成果。 5 、其他同志对本研究所做的贡献均已在论文中作了声明并表示了谢意。 作者签名：旒斤 誓者签翥：避 日 期：2 芝芝z ：工： 翌 学位论文使用授权声明 本人完全了解南京信息工程大学有关保留、使用学位论文的规 定，学校有权保留学位论文并向国家主管部门或其指定机构送交论 文的电子版和纸质版：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。 作者签名： 日期： 关于学位论文使用授权的说明 本人完全了解南京信息工程大学有关保留、使用学位论文的规定，即学校 有权保留送交论文的复印件，允许论文被查阅和借阅学校可以公布论文的全部 或部分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守次规定) 作者签名： 日期： 导师签名： 日期： 上市公司信用风险评估研究 1 1 课题的研究背景 第一章绪论 当前，由美国次贷危机引发的全球金融危机愈演愈烈，并迅速升级成为全球性的经济危 机，我国金融领域正面临着前所未有的金融风险，尤其是信用风险。信用风险是整个金融 业面临的最主要风险。信用风险直接影响到现代社会经济生活的诸多方面，也间接影响到 一个国家的宏观经济决策和国民经济的总体发展，进而影响整个全球经济的稳定与协调发 展。因此，信用风险的识别、度量与管理是风险管理研究的重要内容，是金融机构与投资 者不可回避的核心问题，也是各国政府和金融机构风险管理的焦点。 上市公司是我国股票市场的基础，是我国国民经济的重要组成部分之一。境内上市公 司数量从1 9 9 0 年的1 0 家增加到2 0 0 8 年底的1 5 7 2 家。截止2 0 0 8 年1 2 月3 1 日，境内上市 公司的市价总值达1 2 1 3 6 7 亿元，较2 0 0 7 年底市值深度缩水6 2 9 ，但仍占2 0 0 8 年国内生 产总值的4 0 3 7 。因此，我国上市公司的质量直接关系到股票市场的稳定，关系到国民经 济能否持续健康发展。然而，我国上市公司的现状令人担忧，尤其是积累了巨大的信用风 险，例如1 9 9 8 年的红光事件、2 0 0 1 年的银广厦事件、2 0 0 2 年的蓝田事件、2 0 0 5 年的科龙 事件等上市公司问题无不很好地说明了这一点。随着证券市场规模的扩大，上市公司所暴 露出来的问题也越来越多。上市公司良莠不齐，部分上市公司为了达到包装上市的目的， 利用市场本身法规的不健全和监管的不成熟恶意造假，损坏了投资者的利益，扰乱了证券 市场的秩序。这些上市公司治理结构失衡，生产经营管理混乱，因而一上市就连年亏损， 从而给投资者带来了巨额损失。上市公司的虚假行为，加上市场监管的不完善，沉重打击 了投资者的投资信心。 由于上市公司的信用风险直接关系到我国股票市场的健康稳定发展，也关系到我国的 经济体制改革的i l i o n 进行和我国经济的稳步发展。因此，我国上市公司的信用风险问题已 受到越来越多的投资者、金融投资和中介机构、信用评级机构和政府部门的日益重视。1 9 9 8 年3 月1 6 日中国证监会颁布了关于上市公司状况异常期间的股票特别处理方式的通知， 该文件要求证券交易所应对“状况异常”的上市公司实行股票交易的特别处理( s p e c i a l t r e a t m e n t ，简称s t ) 1 】。1 9 9 9 年沪深证券交易所将出现连续三年亏损等情况的上市公司股 票暂停上市。公司股票暂停上市期间，交易所为投资者提供“特别转让服务”，即p t 制度。 2 0 0 0 年6 月7 日中国证监会发布了关于进一步加强s t 、p t 公司信息披露监管工作的通 知。2 0 0 1 年1 1 月3 0 日中国证监会发布了亏损上市公司暂停上市和终止上市实施办 法( 修订) 。2 0 0 3 年4 月4 日，深沪交易所发布了关于对存在股票终止上市风险的公司加 强风险警示等有关问题的通知，由证券交易所对存在股票终止上市风险的公司股票交易实 行“警示存在终止上市风险的特别处理( 木s t ) ”。2 0 0 5 年7 月中国证监会关于发布上市 公司与投资者关系工作指引的通知。 面对这样一个规模日益庞大、复杂的市场，无论是对于作为监管者的中国证监会和证 上市公司信用风险评估研究 券交易所，还是对于债权人和广大的投资人来说，如果能借助某种方法，建立一套科学的 上市公司信用状况评价体系，无疑就是把住了证券市场的命脉，抓住了成功的机遇。本文 的主要目的就是在借鉴前人研究成果的基础上，通过构建实证模型，对信用风险评估的理 论和方法进行有益的探索，希望能给理论和实际工作者提供有用的参考。 本文之所以选择上市公司进行分析，一方面是因为上市公司在国民经济发展中的重要 地位，另一方面也是因为上市公司必须遵循严格规范的信息披露制度，所得到的财务数据 较为准确和可靠。 1 2 研究意义 上市公司信用评估的目的，并不是向证券市场参与者推荐购买、销售或持有某一种有 价证券，因为它并不是对某种证券的市场价格或者对某种证券是否适合某些投资者进行评 论；而是站在公正的角度上，利用市场监管的规则与条例，对上市公司的守信守规程度做 出客观公正的判定，既判定它的信用程度。又判定其风险程度。然后，利用科学方法对其 做出综合判定，以作为监督部门的监督依据，又作为被监管上市公司的整改依据。上市公 司的信用评估，在提高证券市场的安全性、维护市场的稳定与发展等方面都有其十分重要 的作用和积极意义。 ( 1 ) 有利于投资者的投资决策 当公司破产清算时，股东的资产请求权是处于最后一位的，因而当公司资不抵债时， 股东的投资往往血本无归。而即使公司没有进行破产清算，一旦监管部门公布某公司陷入 财务困境，该公司的股票价格通常会大跌，投资者也会遭到投资损失。因而，如果投资者 能够获得一种事前信息，提前知道上市公司是否会陷入信用危机，加强警惕，减少或者取 消对该公司的投资，那么就能避免损失。建立一套信用风险评价预警系统，对投资者的投 资决策有着重要意义。 ( 2 ) 有利于监管部门加强监管 目前，我国证券市场的监管机制还是主要以事后监管为主，即通过对连续亏损两年的 上市公司实行s t 制度，对连续亏损三年的上市公司实行退市制度，从而对上市公司进行 约束。证监会对上市公司进行监管所依赖的信息主要来源于公司当年所披露的财务报表， 因而具有一定的滞后性。通过信用风险预测，监管部门可以利用该公司前几年披露的财务 信息提前对上市公司进行监测，对于出现信用危机征兆的上市公司给予更多的关注，加强 事前监管。 ( 3 ) 有利于债权人等利益相关者的决策 信用风险评估在社会中是一项很重要的活动，它对商业银行和其它的一些放款机构尤 为重要。债权人通过信用风险评估可以判断企业的偿债能力，从而提前采取相应的措施加 大清收贷款的力度，避免贷款损失；而对于潜在的债权人，利用信用风险评估则可以对贷 款的安全性进行评估，帮助信贷员避免做出令银行损失惨重的决策。 2 上市公司信用风险评估研究 ( 4 ) 有利于管理层加强内部控制并改善经营管理 对于公司管理层来说，阶段性地评估公司当前的状况是一项极其重要但却又相当困难 的任务。通过这种阶段性的评估，管理人员可以发现公司潜在的优点和缺点，这样就可以 有序地改变政策和行动。如果应用得当的话，预测模型就可以足够早地预测出公司存在的 问题，使管理人员能够意识到目前情况的严重性，并采取相应的措施改善经营管理以避免 信用危机的发生。 ( 5 ) 有利于相关公司的业务决策 与上市公司有关的公司包括材料供应商、产品销售商和业务合作者等等。现代企业之 间存在着千丝万缕的合作关系，一旦合作链条上的某个环节发生问题，就会产生一系列连 锁反应。企业信用状况的好坏不仅会直接影响到其供应商的销售收入和应收账款的回收率， 也会对销售商的供货来源产生影响。因此，对于供应商而言，利用信用风险评估可以及时 改变合作策略，寻求替代的合作伙伴，避免由于上市公司信用危机产生的震动，保证企业 生产经营有序进行；对于销售商而言，则可以提前寻找其他的供货来源，避免由于断货产 生的不良影响。1 2 】 1 3 文献综述 1 3 1 国外研究现状综述 在国外，对信用风险评估方法的研究，可以追溯到上世纪三十年代。根据采用的技术 和方法的不同，信用风险评估可以分为传统信用风险评估阶段和现代信用风险评估阶段， 它们的主要区别和判断标准是信用风险能否被单独剥离和定价1 3 】。从时间上划分，2 0 世纪 年代8 0 中期之前为传统信用风险评估阶段，形成了一些以统计方法为分析工具的预警模 型，而之后为现代信用风险评估阶段。2 0 世纪9 0 年代后，学者们开始探索使用新的方法， 主要是非统计方法来创建评价模型。国外信用风险评价模型的研究进展如图1 1 所示。 最早的信用风险评价模型研究是f i t z p a t r i c k 的单变量破产预测研究。其后，美国学者 b e a v e r ( 1 9 6 6 ) 提出了较为成熟的单一变量模型。其他的单变量模型还有资产负债分解模型 ( b a l a n c es h e e td e c o m p o s i t i o nm o d e l ) ，赌徒理论模型( g a m b l e r sr u i n ) 。 a l t m a n ( 1 9 6 8 ) 4 】选取营运资本总资产、留存盈余总资产、息税前利润总资产、股权的 市场价值债务的账面价值、销售收入资产总额这5 个财务指标，建立了z 模型。a l t m a n 、 h a l d e m a n & n a r a y a n a n ( 1 9 7 7 ) 5 】修正了z 模型，在原有5 个财务指标的基础上加入了公司规 模与盈余稳定性两个变量，建立了z e t a 模型。a i r m a n ( 2 0 0 0 ) t 6 1 再次对z e t a 模型进行了修正， 去掉了带来行业影响因素的销售收入总资产，得到了跨行业的z 值模型。 o h i s o n ( 1 9 8 0 ) | 7 1 利用l o g i s t i c 分析建立了企业财务危机预测模型，结果发现公司规模、 资本结构、资金报酬率、变现能力具有显著的预测能力。 3 上市公司信用风险评估研究 图l l 国外信用风险评价模型的研究进展图 c o l l i n s & g r e e n ( 1 9 8 2 ) t 8 1 比较了多元判别模型、线性概率模型和多元逻辑回归模型。结 论表明多元判别分析和线性概率模型的基础假设不符合破产预测，而且财务指标往往并不 服从正态分布假设，财务危机预测应选择多元逻辑回归模型。 e r n e s t & h a r i s h ( 1 9 9 5 ) 1 9 】以保险公司为研究对象，采用判别分析、l o g i s t i c 回归和神经 网络对保险公司的财务困境进行预警研究，结果表明神经网络的预警判别效果更有效。 a n d r e w s & e v i ( 2 0 0 4 ) t 1 0 j 的研究结果表明经营现金流指标含有增量信息，l o g i s t i c 回归模 型和神经网络模型均可用于预警，但l o g i s t i c 回归模型稍优于神经网络模型。 m a r i j a n az e k i c s u s a c ( 2 0 0 4 ) i l l l 将神经网络方法与l o g i s t i c 回归和决策树方法进行比较， 得出结论，神经网络方法优于其它方法。 c h e nj i a n gg u o & m a r s h a l l ( 2 0 0 6 ) i 2 研究了中国市场上财务比率指标在预测公司困境风 险方面的有效性，结果表明息税前利润与总资产比率、每股盈余、资产负债率、账面市值 比表现出了较好的解释能力。另外还证明l o g i s t i c 模型和神经网络模型是最优的评价模型。 w u n h w ac h e n ，j e n y i n gs h i h u 3 1 在“基于支持向量机的台湾信用评级系统中”用s v m 方法分析了1 9 9 8 年2 0 0 3 年台湾2 2 家银行的信用评级变化，并与用b p 神经网络得出的 结果作了比较，结果s v m 方法最优，准确率达到8 4 6 2 。 p i n g f e n gp a i ( 2 0 0 6 ) t h 】利用基于遗传算法的支持向量机进行企业可靠性预测，取得了良 好效果。 l e s h n o 和s p e c t o r ( 1 9 9 6 ) 使用不同神经网络模型构造了新颖的结构包括交叉项、余 弦项、不同数据范围和不同循环次数。他们应用前2 年数据得到7 4 2 7 6 4 的准确率， 而线性感知器网络的准确率为7 2 ，他们得到的主要结论之一是神经网络模型的预测能力 取决于训练样本的数量。随着样本数量增加，神经网络模型不断受益。 c h a r i t o u & t r i g e o r g i s ( 2 0 0 0 ) u 6 1 使用b s 期权定价模型中的相关变量构建了财务危机判 4 上市公司信用风险评估研究 别模型，结果发现到期债务面值、企业资产的当前市价、企业价值变化的标准差等期权变 量在预测破产方面作用显著。 除了以上介绍的信用风险评价模型以外，其它的非统计类财务预警模型如：基于混沌 原理、累积总和模型等建立的企业信用风险状况预测模型：基于灾害理论的预测模型 ( g r e g o r y - a l l e n & h e n d e r s o n j r 1 9 9 1 ) ，运用历史事件分析法研究财务危机的模型 ( h i l l ，p e r r y , a n d e s 1 9 9 5 ) ，实验法( k i m & m c l e o dj r 1 9 9 9 ) ，还有以机器学习决策树法、专家系 统、案例推理等方法建立的评价模型等。 通过对国外信用风险评价方法的分类介绍，可以得出以下结论：尽管目前信用风险评 价建模方法层出不穷，但主流的建模方法只有多元逻辑回归、多元判别分析和神经网络三 大类。其他建模方法虽然也做出了一些有益的尝试，但由于模型开发历史较短，研究不够 广泛，模型的稳定性有待进一步检验。 1 3 2 国内研究现状综述 国内对信用风险度量技术的研究，目前还处在起步阶段。国内的信用管理模型对信用 风险的度量还主要停留在定性分析的基础上。近年来，一些信用风险管理的研究专家逐渐 开始转向定量研究。这些定量研究，大多数是以对经济主体报表当中反映的各种财务比率 的分析为主。 周首华等( 1 9 9 6 ) 【l 利用c o m p u s t a tp cp l u s 会计资料库中1 9 9 0 年以来4 1 6 0 家公司数 据作为检验样本，使用s p s s x 统计软件建立了f 分数模式，但他的研究对象却不是中国 的证券市场。 陈静【1 8 1 等人在“上市公司财务恶化预测的实证分析”一文中，选择1 9 9 8 年的2 7 家s t 公司和2 7 家非s t 公司为研究对象，运用这5 4 家上市公司1 9 9 5 至1 9 9 7 年的财务报表数 据，进行了单变量分析和二类线性判别分析。同时，作者利用统计分析软件建立了基于财 务比率的统计分析模型，并用该模型对这5 4 家公司进行了验证，实证结果表明，模型对样 本的拟合正确率还是比较高的。 吴世农、卢贤义( 2 0 0 1 ) 1 9 1 应用f i s h e r 线性判定分析、多元线性同归模型和l o g i s t i c 回归分析3 种方法，分别建立财务困境预测模型。研究表明：l o g i s t i c 模型的误判率最低， 前一年的仅为6 4 7 1 净资产收益率这一指标具有较强的预测能力。 杨保安( 2 0 0 1 ) 、薛锋( 2 0 0 3 ) 【z o j 探讨了基于b p ( b a c kp r o p a g m i o n ) 算法、 l m ( l e v e r g m a r q u a r d t ) 算法的神经网络在企业信用评价上的应用。 王春峰、万海晖、张维等人【2 1 】在“基于神经网络技术的商业银行信用风险评估”一文 中，运用神经网络技术中的反向传播学习算法( b a c k p r o p a g a t i o nl e a r n i n ga l g o r i t h m ) ，对商 业银行信用风险评估进行了研究。实证研究结果表明，运用人工神经网络建立起来的信用 风险评估模型比传统的一些统计方法建立的模型对预测样本的预测准确率更高、更精确。 张祥，陈梅( 2 0 0 4 ) 1 2 2 】通过行业模型的研究找出了制造业独特的预测指标：主营业务 5 上市公司信用风险评估研究 利润税前利润和主营业务利润总资产，说明我国制造业s t 公司的问题仍然是主业不突出， 主营业务盈利能力差。最后利用新样本对各模型的适应性作了检验。 左子叶与朱扬勇( 2 0 0 4 ) 瞄副提出了一个基于数据挖掘聚类技术的信用评分方法，对传 统信用评分模型进行了改进。林利红( 2 0 0 4 ) 讨论了基于期权定价理论的违约率模型及其 在中国的适用性，并以s t 厦华为例，探讨了信用风险度量的实际操作。 吕长江、韩慧博( 2 0 0 4 ) 1 2 4 j 研究了上市公司财务困境、财务困境间接成本及其与公司 业绩之间的关系。通过实证研究企业陷入财务困境以后业绩变化的情况，认为，我国上市 公司的间接财务困境成本显著为正，从总体来看，公司的间接困境成本大约为企业价值总 额的2 5 r - - 3 6 5 之间，资本结构对这种业绩的变化所引起的困境间接成本具有显著影响。 负债率越高的企业，在困境期内将损失越火的市场份额和利润。 吴世农、章之旺( 2 0 0 5 ) 1 2 副以1 9 9 8 2 0 0 2 年间沪深股市4 0 家s t 摘帽公司a 股为样本， 从财务困境前后经营业绩的变化( 经营业绩观) 和权益市场价值的变化( 权益价值观) 两 个角度考察了我国上市公司的财务困境成本状况。研究发现，虽然财务困境促使企业改善 了经营业绩，但这种经营业绩的改善并未被市场上的投资者所认同，具体表现为在整个财 务困境前后权益的市场价值经市场调整之后下降2 0 4 。 吕峻( 2 0 0 6 ) 1 2 6 j 在考虑中国上市公司财务信息质量特征的基础上，对常用财务比率进 行了调整和拓展，并分别以常用财务比率和调整后的财务比率，利用l o g i s t i c 回归建立了 预测模型。实证分析结果表明，以调整后的财务比率建立预测模型的预测精度，明显高于 以常用财务比率建立模型的预测精度。 综上所述，近年来国内对上市公司信用风险评估的文章较多，但由于信用风险评估在 我国发展才刚起步，不少东西都是从国外借鉴或直接引入，因此评估过程存在各种各样的 问题。在上市公司信用评估中，关键步骤和难点在于指标体系的确立和评估模型的选择， 也即如何将多维指标综合起来。评价指标是信用评估的具体化，指标体系的科学性决定了 评价结果的合理性和有用性。因此，以上文章存在的普遍问题首先是指标体系选择不合理； 其次存在着评估方法的选择不科学，导致评估结果的不合理等。 1 4 研究内容与论文结构 本文主要研究了上市公司信用风险评估模型及其应用。首先是对上市公司信用风险评 估内涵、特点及我国信用风险评估存在的问题的介绍，其次是对信用评估模型的介绍。在 此基础上提出并重点阐述了了基于补偿模糊神经网络的信用风险评估模型，为后面的实证 研究奠定了基础：实证部分是本文的核心，通过m a t l a b 7 0 平台，建立了偿模糊神经网络的 信用风险评估模型，并且利用沪深上市公司的5 4 个训练样本和5 0 个测试样本对模型的预 测准确率进行了检验。 本文共分为六个章节，各章节结构如下： 第一章为绪论，主要提出本论文的研究背景及意义、论述国内外关于本研究领域的发 6 上市公司信用风险评估研究 展现状、学术水平及存在的问题，以及本论文研究的内容及总体结构； 第二章是上市公司信用风险评估的概论，界定了上市公司信用风险评估的内涵，包括 定义、特点及形成原因，并整理归纳了传统、现代信用风险评估模型及信用风险评估的指 标体系，最后介绍了目前我国信用风险评估中存在的问题。 第三章“模糊神经网络技术”，本章首先介绍了神经网络模型和模糊逻辑系统，并结合 二者的关联性和互补性，将二者结合起来，提出了模糊神经网络模型。 第四章“基于补偿模糊神经网络的信用风险评估模型”，在信用风险评估领域首次引入 补偿模糊神经网络。本章分为两部分，第一部分介绍补偿模糊神经网络的一般知识，包括 基本原理、网络结构和学习算法；第二部分补偿模糊神经网络评估模型的建立过程，包括 网络拓扑结构的确定、数据的预处理和系统的实现。 第五章是实证研究部分，首先是对样本的选取，其次指标变量的选择，主要是利用因 子分析法对指标进行浓缩，然后利用m a t l a b7 0 对已建立好的补偿模糊神经网络进行学 习训练和仿真检验，在网络的学习训练中，通过比较，选择合适的模糊分割数和学习率， 使网络能够较快的达到收敛值。通过与b p 神经网络模型的预测精度进行比较，发现补偿 模糊神经网络的预测效果好于b p 网络。 第六章对本文研究的内容予以总结，提出全文的研究成果及对后续研究的展望。 7 上市公司信用风险评估研究 第二章上市公司信用风险评估概论 上市公司信用风险评估是构建社会信用体系的重要构成要素，也是上市公司信用风险 管理的核心环节。对上市公司信用风险的准确度量和合理管理，从微观上讲有利于经济体 经营的安全，从宏观上讲有利于整个金融体系的稳定和经济的健康持续发展。 2 1 信用风险的定义及特点 信用有广义与狭义之分屹川。狭义的信用指货币借贷中的偿债能力、履约状况、守信程 度及由之而形成的社会声誉。它是以偿还为条件的价值运动特殊形式的反映，从属于信用 关系。而广义的信用是指各类市场的参与者( 包括各类企业、金融机构和社会组织) 及各类 金融工具( 股票、债券、基金) 的发行主体履行各种经济承诺的能力及可信任程度，已超出 了金融市场的范畴，并涵盖了社会经济生活的各个领域。在现实经济活动中，存在两种主 要的信用形式，一种是以企业为主体的经济组织的信用，另一种是以证券为主体的金融工 具的信用。本文所论及的上市公司信用是指第一种形式的资信，是公司基础素质、财务状 况、经营状况、资产质量、社会信誉、发展潜力等各方而综合素质的集中体现。 信用风险可以从传统和现代两个角度来定义眩引。传统的信用风险通常是指信贷风险， 即在信贷过程中，由于各种不确定性因素，使借款人不能按时偿还贷款本金和利息，造成 银行等金融机构损失的可能性。传统定义中，更广泛一点的信用风险是指，在现代市场经 济条件下，经济主体在其从事经济活动中与其他经济主体签订经济合约，在经济合约到期 时，其他经济主体不愿或不能履行合约时，如不提供服务、不偿还借款等，给经济主体带 来的收益的不确定性。这种因经济活动对方当事人不履约所带来的风险，我们统称为信用 风险。信用风险还可以认为是由于公司交易对方在履约能力上的变化导致公司资产的经济 价值遭受损失的风险眩引。信用风险到目前为止仍然难以测量b 们。 信用风险与市场风险相比，具有收益分布的不对称性、信用风险数据获取困难以及信 用风险非系统性等特点呓副。 ( 1 ) 信用风险概率分布的不对称性。企业违约的小概率事件以及贷款收益和损失的不 对称，造成了信用风险概率分布的偏离。换句话说，贷款的收益是固定和有上限的，它的 损失则是变化的和没有下限的。 ( 2 ) 信用风险的非系统性。信用风险的非系统性是指借款人的还款能力，主要取决于 与借款人相关的非系统因素，如借款人的财务状况、经营能力、还款意愿等。 ( 3 ) 信用风险数据的获取困难。由于信用资产的流动性较差，贷款等信用交易存在明 显的信息不对称以及贷款持有期长、违约事件频率少等特点，导致了信用风险定价模型有 效性检验的困难。 正是由于信用风险具有上述特点，因而信用风险的度量比其他金融风险的度量要困难 得多，也造成了信用风险度量研究落后于其他金融风险度量的研究。 8 上市公司信用风险评估研究 2 2 信用风险管理 信用风险是金融风险中最基本的风险形式之一，它和借贷行为紧密联系。自人类产生 了借贷行为，就产生了信用风险，同时就产生了对信用风险进行管理的需求。自7 0 0 多年前 欧洲出现银行到第二次世界大战之前，银行的贷款以及企业的债务融资并没有一个能够有 效控制信用风险的范式，而是以一种约束性较弱的信用形式在操作，例如以社会地位、长 期的合作关系等等决定了借贷的数额，大大增加了信用风险管理的复杂性。二战结束后一 直n 2 0 世纪7 0 年代以前。由于建立了布雷顿森林体系，固定汇率制度盛行、利率在各国受 到较为严格的管制而波动不大、衍生金融工具的交易较少等原因，金融领域的风险管理主 要以信剧风险的管理为主，信贷审查部门是金融机构最主要的风险管理部门。此时，信用 风险已经形成了较为成熟的管理制度和方法，但这些方法相当传统，并且缺乏量化管理和 创新。这些传统的方法主要包括由于认识到自身处于信息不对称中的劣势一方而采取的一 系列对策，例如对申请贷款的客户进行筛选甄别、按照风险对贷款进行定价、要求第三方 担保、要求补偿余额、规定强制性的和约条款以及与客户保持长期关系和对不同客户采取 时间不一致的宽限处理等等。上述传统方法一个显著特点就是假定贷款一旦做出就持有到 期末，这显然不能跟上风起云涌的金融创新的步伐。进入2 0 世纪7 0 年代以后，金融市场发 生剧烈变化，各种金融创新工具特别是信用衍生产品层出不穷，以金融工程为代表的现代 金融风险管理技术迅速发展，信用风险的量化技术也得到极大的提高，信用风险管理进入 现代意义管理阶段。特别是2 0 0 0 年巴塞尔银行监管委员会制定了针对银行业的信用风险管 理原则，从信用政策制订到信用控制方式主要有1 7 条原则b 卜3 引，成为全球银行界信用风险 管理的范式。 信用风险管理主要包括三个组成部分：信用风险的识别、信用风险评估和信用风险的 控制。信用风险的识别是信用风险管理的第一阶段，也是信用风险管理得以有效实行到其 他阶段的基础。信用风险的识别所要解决的核心问题，是经济主体要判明自己所要承受的 金融风险在本质上是否归属于信用风险这种具体的风险形态b 纠。企业面临的风险因素有多 个种类，主要包括信用风险、流动性风险、利率风险、汇率风险、操作性风险及技术性风 险等。对某一企业而言，各种风险交叉存在。由于各种风险的解决方式不尽相同，对风险 加以区分是十分重要的。一旦风险识别错误，所选择的控制方式很有可能缺乏效果，从而 造成很大的风险损失。信用风险的评估是信用风险管理的第二阶段，也是最核心的环节。 信用风险评估是指授信者对各类信用主体的信用情况进行的综合评定的过程。具体而言， 信用风险评估是在收集授信方历史样本数据的基础之上，运用数理统计方法、人工智能方 法及各种数学建模方法构评估模型，从而对信用主体的信用风险大小进行量化测度。在对 信用风险识别以及评估之后，信用风险的管理就需要考虑如何控制信用风险。信用风险控 制是指信用主体根据信用风险的识别和评估的结果，针对自己所承受的信用风险及经济损 失发生的严重程度，具体选择和实施对信用风险进行管理的决策和方法，并且对该方法实 施的效果进行监测，及时给予反馈进而对原方法进行相应调整。经常使用的信用控制方法 9 上市公司信用风险评估研究 包括：风险回避型方法、风险控制型方法、风险中和型方法、风险集合型方法、风险转移 型方法等3 们。 信用风险的管理经历了若干年的研究与实践，逐步形成了较为完整的理论体系和操作 规则。同时，基于各种科学技术的信用管理方法不断完善了信用管理框架，金融机构以及 各类信用主体都提高了对信用风险的重视程度，构筑了严密的信用风险管理体系。 2 3 信用风险评估 本小节依据信用风险评估方法的发展历程，将信用风险评估方法化分为两类进行简要 介绍，即传统信用风险评估模型和现代信用风险评估模型。主要阐述信片j 风险评估方法的 发展趋势和各种评估方法的优点和缺陷，以期为信用风险评估和管理工作提供一些思路和 建议。 2 3 1 传统信用风险评估模型 信用风险评估的各种方法之间都存在或多或少的联系，因此，很难在传统的方法与新 的方法之间做出严格的划分，特别是因为在新模型中沿用了许多传统模型中较好的思想和 观念。所谓传统的信用风险度量模型主要是指其发展相对较早，一般来说，其包括三类模 型：( 1 ) 基于专家判断的定性分析方法，( 2 ) 财务比率综合分析法，( 3 ) 多变量统计模型。 ( 1 ) 基于专家判断的定性分析方法 该方法是最基本的信用风险分析理论，但对信贷专家的专业能力、主观判断等因素依 赖较强，主观性的分析会降低信用风险分析的准确性。因此，这些理论只能作为信用问题 研究的基础，而缺乏实用的有效性。该方法是目前金融机构主要的信用风险定性分析方法 之一，其中具有代表性的有5 c 法和贷款五级分类模型。 5 c 法主要评价借款人的五个方面。一是借款人的品格( c h a r a c t e r ) ，指借款人的品质 和信誉；二是借款能力( c a p a c i t y ) ，指借款人的经营能力和对所借资金合理使用获取利润 的能力：三是资本( c a p i t a l ) ，指借款人长期资金的数量与结构；四是担保物( c o l l a t e r a l ) ， 指用作还款物质保证的合格抵押品；最后是环境( c o n d i t i o n ) ，指企业自身经营状况和外 部经营环境。 贷款五级分类模型起源于美国货币监理署( o c c ) 开发的评级系统，是目前许多商业 银行使用的信用风险评估方法之一。该方法将贷款分为5 级：正常、关注、次级、可疑和损 失，目前国际上有一些金融机构将贷款分得更细，分为9 级或1 0 级b 。b 引。 ( 2 ) 财务比率综合分析法 财务比率分析方法就是由财务危机引起的、使银行和投资者面临巨大的信用风险，为 了及时发现和找出使财务趋向恶化的特征财务指标，判断出借款人或证券发行人等的财务 状况，确定其信用等级，为信贷和投资等提供依据，把对企业信用风险的度量转化为对企 l o 上市公司信用风险评估研究 业财务状况的衡量分析问题的方法。财务比率综合分析法就是将各项财务分析指标作为一 个整体，系统、全面、综合地对企业财务状况和经营情况进行剖析、解释和评价。这类方 法的主要代表有杜邦财务分析体系和沃尔比重评分法，前者是以净值报酬率为龙头，以资 产净利润率为核心，重点揭示企业获利能力及其前因后果，沃尔比重评分法是将选定的项 财务比率分别给定各自的权数比重，通过与标准比率行业平均比率进行比较，确定各项指 标的得分及总体指标的累计分数，从而得出企业财务状况的综合评价，继而确定其信用等 级。 ( 3 ) 多变量统计模型 多变量信用风险判别模型是以特征财务比率为解释变量，运用数量统计方法推导而建 立起的标准模型。运用此模型预测某种性质事件发生的可能性，及早发现信用危机信号，使 经营者能够在危机出现的萌芽阶段采取有效措施改善企业经营，防范危机；使投资者和债权 人可依据这种信号及时转移投资、管理应收账款及做出信贷决策。它主要包括以下方法： 多元判别分析法( m u l t i l a t e r a ld i s c r i m i n a t i o na n a l y s i s ) 多元判别分析法是对研究对象所属类别进行判别的一种统计分析方法。判别分析就是 要从若干表明观测对象特征的变量值( 财务比率) 中筛选出能提供较多信息的变量并建立判 别函数，使推导出的判别函数对观测样本分类时的错判率最小。率先将这一方法应用于财务 危机、公司破产及违约风险分析的开拓者是美国的爱德华奥特曼博士( e d w a u r d i a l t m a n ) 他早在1 9 6 8 年对美国破产和非破产生