【毕业学位论文】（Word原稿）企业信用评级研究报告——以上市100家企业为例-统计教育学

企业信用评级研究报告 以上 市 100 家企业为例 西南财经大学 摘要 信用是企业立足的基础，但是中国发展市场经济的时间不长，存在企业信用意识不强的问题，因此在我国开展企业信用评级工作具有重要意义。 本文以上市公司为对象来研究企业信用评级问题。首先用两阶段抽样方法分行业抽出 100 家上市公司，然后 利用 据库抽取公司当年财务数据，并对其重要的财务指标进行筛选，构建了信用评级指标体系，在此基础上对筛选出的指标进行了主成分分析，利用提取的主成份建立了 归模型，并通过引入行业景气指数对模型进行调整和改进。 本文的意义在于运用所建立的模型能够较好的预测未进行信用评级企业的信用情况，以便给投资者和债权人提供更多的信息，此外，对于经营者防范企业信用状况恶化以及政府管理部门监控市场风险，也具有重要的现实意义。 关键词 ：企业信用评级 ； 主成分分析 ； 归模型 ； 行业景气指数 is of as it is of as of is it is of to on on we to 00 to up we on up by we to of is to to of so it is of in 目录 . 1 究背景和意义 . 1 内外研究现状 . 1 究思路和内容 . 4 . 5 用评级指标体系建立原则 . 5 用评级指标的初选 . 6 本数据的抽取与描述统计 . 7 抽取企业信用等级的资 料搜集 . 9 标的筛选及处理 . 9 . 12 逆指标的处理 . 12 量间多重共线性的处理 . 14 . 17 本因变量的确定 . 18 立有序多分类 型 . 18 . 22 . 24 . 26 . 27 究背景和意义 随着我国资本市场的不断开放，通过 市已成为企业融资和扩大生产的有效途径，越来越多的中外投资者也将目光聚集在了我国股票市场。推动资本市场健康发展，增强资本市场有效性，充分发挥资本市场的资源配置功能显得格外重要。 然而， 2001 年安然公司破产， 2002 年世通公司破产， 2008 年房 利美、房地美被美国政府接管，雷曼兄弟破产，出现了严重的公司信用危机和投资者利益受损事件。 2008 年爆发的美国金融危机的主要根源就是金融市场的不平衡：一边，是信息充分的金融机构 (包括房贷发放机构和衍生产品中介 )； 而另一边，则是缺乏有效措施的金融监管机构与信用评级机构。投行的各类 务抵押债券 )和款抵押债券 )几乎全都是 级评级，但仍然免不了市值缩水的打击。可见，信用评级机构的失职是次级信贷危机爆发的重要原因之一。发生在美国这样一个资本市场高度发达的国家的著名案例告诉我们，无论是发展中国家还 是发达国家，无论资本市场发展水平如何，建立有效的上市公司信用评级制度，防范大股东侵害中小股东利益的 “隧道效应 ”等问题尤为重要。 我国要想发展好资本市场，需要培育真正对投资者负责的、并且能够预警风险的信用评级机构以及完善的信用评级方法。这些信用评级机构需要正确评定上市公司不同规模和行业企业的信用等级，制定出一套具有时效性与操作性的信用评级体系，全面客观的评价我国上市公司的信用状况，解决上市公司在融资过程中遇到的信用不公正问题，从而有效缓解信贷市场的信息不对称，降低整个市场的交易成本。 当前，世界经济逐渐走向全 球化，中国经济必将融入世界经济之中，这一方面带来了巨大的机遇，同时也给中国企业提出了巨大的挑战。本文通过对已有的中国上市公司信用评级研究，从中国上市公司财务报表等相关指标入手，探究出一套针对中国上市公司具有时效性与操作性的信用评级方案，对上市公司的融资决策及投资者的投资决策具有一定的借鉴和指导意义。 内外研究现状 信用评级起源于 100 多年前的美国。第一次世界经济危机中大批公司破产， 不能偿还债务，人们开始意识到信用评级的重要性，信用评级业务得到了迅速发展。 1890 年，约翰 穆迪创办了穆迪公司。 1941 年，普尔出版公司和标准统计公司合并组建标准普尔公司。 1972 年加拿大债券信用评级公司 (立， 1974年 司成立。 1975 年日本债券信用评级公司 (招 立，1976 年多伦多债券评级服务公司（ 立， 1978 年 司成立，菲律宾、韩国、印度、墨西哥、马来西亚、阿根廷、泰国、智利、哥伦比亚、委内瑞拉、印尼等国家相继成立信用评级公司。现在，信用评级已经成为一个巨大的产业，产生了众多有影响力的评级机构。 目前，从事资本市场信用评级的公司主要有三家，分别是 美国的穆迪、标准普尔和惠誉公司。这三个公司是世界上最大的信用评级公司，据国际清算银行（ 报告，穆迪公司涵盖了 80的银行和 78的公司，标准普尔公司涵盖了 37的银行和 66的公司，惠誉公司则涵盖了 27的银行和 8的公司。 从国外的研究状况来看，研究方法较为成熟，而且主要以数量模型为主要分析 方 法。 977 年建立信用评级的泽塔（ 型。他在 1968 年用配对比较的方法对 19461965 年中宣告破产的 33 家公司进行研究，选用 22 项财务比率，利用逐步多元区别分析法逐 步选出 5 个最据预测能力的财务比率，结合成一个象形模型，并定名为 Z 值模型。由于 Z 值模型的变数中未涵盖风险观念，亦未考虑规模效果， E. 977 年将原模型加入两项变量并稍作修正，最终建立了泽塔（ 型。由于该模型简便、成本低、效果佳，己被广泛应用于美国商业银行，取得了巨大的经济效益。 . . 982年至 2004年间穆迪的评级数据分析发现，对于高信用度的借贷，评级机构进行审查评级主要是为了提高信息 的传递水平。对于低质量的借款人，与此相反，审查程序似乎在促使企业放弃风险充实行动。 A . 2. . of . D. C. J. 用评级模型被认为是随机的， 是 由一个潜在因素 来 驱动的。过滤后的潜在因素揭示了对企业信用评级的经济周期的影响，并提供在点实时的评级理念的证据。因素 型也记录了转换横断面相关性，但不能符合巴塞尔委员会规定的监管规则。 普尔超前滞后关系。基于 1997 到 2004 年的企业违约数据，他们发现 :的偏好； 二个评级机构将在同一个方向对企业信用评级做更严厉的变化等。 相对于发达资本主义国家，我国信用评级状况发展较为滞后。 20 世纪 80 年代我国的评级制度开始建立。 1987 年 3 月，国务院颁布了企业债券管理暂行条例对债券进行统一管理，并要求发债企业公布债券还本付息方式及风险责任，信用评估随企业债券的发行应运而生。十余年来，我国信用评 价机构的发展经历了一个膨胀、整顿、竞争和整合的过程，目前评级机构有 50 家左右。从这些评级机构最初的业务隶属关系看，大体可以分为两类： 一类从市场上发展起来的、运作相对比较规范、独立经营核算的信用评级机构。随着全球一体化的发展，这类评级机构的规模在不断扩大，影响力也在不断加强。目前，我国这类机构的数量不超过 10 家，但真正在市场上比较有影响力的只有 56 家，如：中诚信、大公、深圳鹏元和上海远东。 另一类是原来隶属于或挂靠于各级人民银行及其他商业银行的内部评级机构。他们应 20 世纪 80 年代中国金融体制改革的深化而成 立，随着市场的发展，它们正在逐步从各银行中独立出来，或通过合作、或经过改制重组，纷纷以新的姿态走向市场。但大部分仍然服务于其原来挂靠的银行。目前，这类评级机构的数量比较多，但业务范围较小，多数属于地方性机构，因而市场影响力较小。 目前，从我国国内的研究看，对信用评级的技术研究还处于起步阶段，仍然以对经济主体的财务比率分析为主。 1D. C. . . 2of in of . 张青庚 1在建立基于企业价值的信用评级体系中认为国内银行对企业的信用等级评估，都是以企业历史数据为主，不能说明企业的发展潜力。应建立基于企业内在价值的信用等级评估体系，是对现有评估 方法的有益补充。 朱彬、刘卫星和 谢康林 2在人工神经网络在企业信用评级系统设计中的应用研究中提出，传统的信用评级方法存在诸多缺陷，评级的主观影响过大等，他们主张利用人工神经网络技术，能较好的处理基于多因素、非线性和不确定性预测和评估的现实问题。该研究收集了 101 家上市公司的资料 ,排除不符合的要求 21个样本，共有 80家公司样本进行学习，训练和测试结果表明，其准确率达到 达到了系统最初设计的要求。 范柏乃，朱文斌 3在中小企业信用评价指标的理论遴选与实证分析一文 中，在分析国外企业信用评价指标的 基础上，从企业偿债能力、经营能力、创利能力、管理能力、创新能力与成长能力六个层面遴选了 28 个评价指标，并运用隶属度分析、相关分析和鉴别力分析对评价指标进行实证筛选，建立了中小企业信用评价体系。 究思路和内容 本文研究方法是 在 对国内外现有的信用评级技术的优势与不足进行分析归纳总结的基础上，进行严密的逻辑分析和推理，结合样本数据分析处理，力图寻找一种较为理想的企业信用评级模型和评级指标。 （一） 前期工作 首先我们通过查阅相关文献，咨询相关部门，对现在商业银行对企业评级方法进行了初步了解。在了解现有评级模式之后 ，我们进行了优势劣势的比较分析，期间我们对诸多评级方法的特点全面考虑并比较，选取最适合企业的评级方法，并在此基础上进行进一步分析，找出其不足。 （二） 抽样方法的确定和样本取得 我们采用不等概率抽样（ 拉希里抽样法以及 按 比例分层 抽样 方法，抽取沪市 100 家上市公司，这种两阶段抽样方法可以提高抽样的估计精度，减少抽样误差。 1张青庚 . 建立基于企业价值的信用评级体系 J. 金融理论与实践， 朱彬，刘卫星，谢康林 . 人工神经网络在企业信用评级系统设计中的应用研究 J. 微型电脑应用， 3范柏乃，朱文斌 . 中小企业信用评价指标的理论遴选与实证分析 J. 科研管理， （三） 财务指标分析与指标体系的建立 在所有上市公司 100 家的财务数据基础上，对所有财务指标逐一进行分析，通过多次筛选和斯皮尔曼相关分析，得到最终用于建立评级指标体系的 16 项重要财务指标。 （四） 评级模型 的建立 根据上面的研究结论，我们利用 型建立信用评级模型，首先对我们之前选出的 16 项指标进行主成分分析，而后对主成分进行 归，初步建立企业的信用评级模型。 （五） 行业因素 景气指数的引入 考虑到不同行业在经济大背景下会有不同的景气状况，因此行业因素对企业信用评级的影响 不能忽视 ，引入了景气指数作为度量行业景气状况的指标，将指标数值经行业景气指数调整后再代入评级模型，可以避免行业因素对评级模型产生的误差。 （六） 模型的检验与推广。 在该模型的基础上，评述我们此次研究的 优势和不足 ，并设想了后 续的研究方向。 系 的建立 用评级指标体系建立原则 我国企业的信用评级只有十几年的历史，因此对于企业的信用评级，除了国际上有对其比较标准和市场化的定义以外，我国的理论界也根据我国实际情况进行了较为全面的界定。根据美国银行和金融百科全书的定义，信用评级是以一套相关指标体系为考量基础，标示出个人和经济体偿付其债务能力（偿债历史记录）和意愿值。国内资深信用专家邹建平在证券评级概论中提出，信用评级是 “通过综合考察影响各类经济组织或各类金融工具的的内外部因素，使用科学严谨的方法，对它们 履行各种经济承诺的能力及可信任程度进行综合分析与判断，并以简单明了的符号标示优劣，公告给社会大众的一种评价或咨询行文 ”。 按照定义， 在最初对指标的选择方面，我们遵循如下的原则： （ 一 ）系统性、科学性原则 指标的科学性即指指标概念科学，含义清晰，计算准确，统一口径。而指标的系统性在于评价指标之间要形成互补，易于模型化，能够真实、完整、客观地 反映企业的信用状况。 （ 二 ）可操作性原则 信用评价指标应尽可能与现有企业财务报表及统计数据兼容，并保证数据 具有可获得性。在本文中我们所有选取的财务指标 都应当可以从企业的财务 报表中得到，也可以从 据库 得到 。 （ 三 ）指标的客观性原则 指标全部采用公司的财务数据指标。没有采用定性指标，从而进一步避免了主观性，使得最终的评价结果更加公正。 用评级指标的初选 根据上文所述指标体系的建立原则，对企业信用评级的指标进行初选时，为保证客观性，各项指标均从上市公司的财务指标中选取。首先我们参考了国际知名信用评级公司 穆迪投资者服务公司所订立的标准。穆迪公司在多年的发展中形成了一套较为完善的评级理论和方法，其指标体系的建立较为完善，穆迪公司企业资信财务评估指标主要包括：资产流 动性分析、负债比例分析、金融风险分析和资本效益分析。资产流动性分析是从资金周转角度衡量企业的偿债能力和生产经营能力；负债比率分析是从企业负债总量和负债结构的角度，衡量其偿债能力及盈利水平；金融风险分析是考察投资风险和筹资者的筹资风险，资本效益分析从经济角度衡量企业的偿债能力。 在对穆迪公司的资信财务评估指标进行深入研究并阅读大量相关文献之后 ，我们初步确定对企业资信状况的衡量最重要的标准是第一还款来源和还款能力的评价，在相关借款企业的信用评级实践与研究中，所涉及的财务比率指标有几十个，考虑到最能体现企业的偿债 能力，我们首先从如下三个方面选取与企业偿债能力相关的财务指标。 （一） 财务结构指标 财务结构主要考察企业资产负债表中反映出来的资产与负债的各项比例和结构关系，从而揭示企业财务结构的稳定状况。通过资产与负债的配比关系，反映企业主要依赖自身力量或靠对外举债进行经营以及对财务杠杆的利用程度和企业进一步融资及扩张的可能性。通过贷款规模和贷款期限的分析，说明企业自有资产对贷款规模的保障能力，同时贷款到期日安排如何，对于某一期间企业的偿付 能力也有很大影响。在资产负债结构中，非流动性资产规模及比例的大小，在很大程度上决 定了企业资产的变现能力，直接影响企业财务结构的稳定性特别是应付还债高峰时的能力。在本文中我们初步选取资产负债率、每股净资产（股东权益）、固定资产净额、资产总计、负债总计、未分配利润等。 （二）偿债能力指标 偿债能力主要考查企业的短期偿债能力，同时从中长期的角度进行分析，目的是揭示企业的财务弹性，是否能保持良好的资金流动性以便及时偿付债务。短期偿债能力大小说明企业为偿还债务可直接利用的（扣除了有法律限制的资产例如抵押、担保资产后）、能够及时变现的资产数量多少，既包括对偿付本金的支持力度，也包括对利息的保障程 度。企业正常营运活动产生的现金是实际偿还债务的主要资金来源，现金流量及其相关比率是衡量受评企业偿付能力的最具有现实意义的指标。另外，企业是否及时、足额归还债务，一方面取决于它是否有足够的偿债能力，另一方面在社会信用观念需要大力培植的今天，偿债意愿也是评级机构和债权人十分关心的问题。在本文中我们选取流动比率、速动比率（短期偿债能力）、股东权益比率（长期偿债能力）等 。 （三）盈利能力指标 盈利能力是企业资信状况的保证，企业盈利能力很差，即使经营能力很强，也不可能有良好的资信状况。 主要包括利润总额、每股收益、每股 未分配利润、净利润、销售毛利率、净利润同比增长率、营业利润、经营活动产生的现金流量净额、筹资活动产生的现金流量净额、营业利润、主营业务收入、主营业务成本等。 本数据的 抽取与描述统计 （一）样本数据 的抽取 不等概率 抽样 与分层抽样 在初步确定上述指标的范围后，我们需要查找这些指标的数据值，因此需要选取相关的样本。本文研究的是企业信用评级问题，利用上市公司的数据是比较合适的，所以我们决定抽取 100 家沪市上市公司的数据作为样本数据。 考虑到简单随机抽样会有比较大的误差，不同的行业可能会有很大的不同，为了减 小这方面的影响，本文采用两阶段抽样法对样本进行抽样： 行业进行抽取； 应的上市公司。 采用不等概率抽样（ 行业进行抽取，依据的每个行业中所含企业数的大小，采用拉希里抽样法抽取 5 个行业。这 5 个行业分别为：金属行业、交通运输行业、房地产行业、纺织行业以及信息技术行业。 在上海证券交易所上市的这五个行业的公司数情况为（ 2009 年 12 月 31 日的数据）： 图 2证中五个行业的上市公司数目 注： 拉希里抽样 方法 思想为 :令1* m a x ，即 *M 为所有 次 从 1,N 范围内抽取一个随机整数 i， 从 *1,M范围内抽取一个随机整数 m，若则第 i 个单位入样； 若则按前面的步骤重抽 , 本文中 根据所抽取的行业，按照 各行业公司数量的 比例 以 分层 抽样 的方法 抽取所需的 100 个企业。根据抽到的企业从 务指标数据库检索出 2009 年 12月 31 号的财务数据 （最终得到的样本数据见附 录 1共 51 个指标 ） 。 （二） 样本 数据的描述统计 通过上面两个抽样步骤，本文得到五个行业的 100 家上市公司的抽样结果（如下图）， 图 2抽取的五个行业的公司数目 从上图可以看出 ，本文抽取的金属行业公司最多，占 29 家，最少的公司占 11家，其它三个产业的 公司数目分别为：地产 23 家，交通 18 家，信息技术19 家。 抽取企业信用 等级的 资料 搜集 本文对 所选 上市公司的信用品质的分组标志采用浙江盛达 金融工程研究 中心的研究成果 中国上市公司信用评估排行榜 （ 2010 年版） （评定的是上市公司 2009 年 的信用级别 ） 所列出的上市公司的信用等级 。具体等级情况 也见附录 1。 标的筛选及处理 本部分主要阐述利用样本数据，按照效果最优、简洁可行的原则筛选指标，建立评级指标 体系并加以检验。 （ 一 ） 筛选信用评级指标的原则 所谓科学性是指选定的指标要概念科学、含义清晰、计算准确、口径统一。所谓系统性是指评价指标要互补，形成体系，易于模型化，能够真实、完整、科学的反映企业信用状况，以保证评价结果的可信用度。 信用评价指标应该尽量与现有企业财务报表和现有统计数据兼容，以保证数据的可获得性。同时指标数量要适当，尽量删除具有相关性的指标，做到指标不交叉、不重复。还要注意指标概念清晰，避免歧义或引起误解，以提高实际评估 过程的可操作性。 和定量分析相结合的原则 定性分析就是对研究对象进行 “质 ”的方面的分析。具体地说是运用归纳和演绎、分析与综合以及抽象与概括等方法，对获得的各种材料进行思维加工，从而能去粗取精、去伪存真、由此及彼、由表及里，揭示内在规律。定量分析是对研究对象的数量方面进行分析，达到对研究对象的精确认识。我们一般要从研究质的差别开始，然后再去研究它们的量的规定，在量的分析的基础上，再作最后的定性分析，得出更加可靠的分析。 （ 二 ） 信用评级指标的筛选 信用评级指标的筛选过程就是指从众多可获得的可能与信用评级相关的指标当中选取最具区 别力的指标，作为建立模型和预测的基础。我们能够从 供的上市公司财务报表中搜集到的财务数据非常繁多，共计 51 个，那么到底哪些是能有效区分信用级别的指标呢 ?本文通过以下步骤下是信用评级指标的筛选过程 : 1. 逻辑判断 根据定性分析和定量分析相结合的原则，可以通过主观判断将与企业信用品质没有直接逻辑关系的指标直接剔除，比如汇率变动对现金的影响、累计折旧等指标，这些指标有可能由于偶然，在数值上与企业的信用级别有一定相关，但是相关关系不代表因果关系；对缺乏数据的而且并非对企业信用都有显著影响或者有相应 指标可将其替代的指标，也考虑将其剔除，因此在进一步筛选之前应该先通过主观判断把明显不具有逻辑解释能力的指标剔除，否则会影响定量分析的判断效果。 通过此种方式，剔除的指标为：汇率变动对现金的影响、累计折旧、每股公积金、应收账款净额、资本公积金、盈余公积、所得税、投资收益、筹资活动现金流入小计、无形资产、投资活动现金流入小计、销售费用、长期投资净额。 然后再通过会计方程式剔除具有完全共线性的指标（只保留其中部分指标以消除完全共线性），剔除的指标为：股东权益比率、经营活动现金流入小计、经营活动现金流出小计、投资活 动现金流入小计、投资活动产生的现金流出小计、筹资活动现金流入小计、筹资活动现金流出小计、现金及现金等价物净增加额。 通过两次剔除得到的指标剩余为：每股收益、每股净资产、每股经营现金流、每股未分配利润、主营业务收入、利润总额、净利润、销售毛利率、主营收入同比增长率、净利润同比增长率、资产负债率、货币资金、存货（净额）、流动资产合计、固定资产净额、资产总计、其他应收款、流动负债合计、负债合计、实收资本、未分配利润、股东权益合计、流动比率、速动比率、主营业务成本、财务费用、管理费用、营业利润、经营活动产生的现金流 量净额、筹资活动产生的现金流量净额。 逻辑判断之后，余下的指标仍有 30 个。这对于建立模型的要求而言仍是过于庞大，于是还要通过统计方法对指标的区分力进行量化分析。为了对所需要的指标进行筛选，我们决定对所有指标进行 相关分析。 相关相关检验是从两变量 x 与 y（ x 代表所选用的财务数据、 y 代表的是信用评级数据）是否具有同步性来检验两变量之间是否存在相关性 。 对于n 对观察数据 ( , )i=1,2,n)， 按照每个变 量的 n 个数据的大小次序 ,分别由小到大编上等级 (秩次 )， 对重复数据取平均等级 ， 再检验两个变量的等级或秩之间是否相关。秩相关程度的大小用秩相关系数其值介于 1 之间 ， 设则 相关系数定义为 : 22161 ( )( 1 ) ns i 根据上述秩相关思想，本文运用 7 对各被解释变量 企业信用级别与解释变量 企业财务数据做 相关分析，所得的企业信用级别与 30 个指标的 关关系如下： 表 2相关分析结果 每股收益 (元 ) 每股净资产 (元 ) 每股经营 现金流 (元 ) 每股未分配利润 (元 ) 相关系数 0 0 资产负债率 (%) 货币资金 (万元 ) 存货（净额） (万元 ) 流动资产 (万元 ) 相关系数 分配利润 (万元 ) 股东权益 (万元 ) 流动比率 速动比率 相关系数 0 利润 (万元 ) 销售毛利率 (%) 主营收入同比增长率 (%) 净利润同比增长率 (%) 相关系数 0 他应收款 (万元 ) 流动负债 (万元 ) 负债合计 (万元 ) 实收资本 (万元 ) 相关系数 210* 理费用 (万元 ) 营业利润 (万元 ) 主营业务收入 (万元 ) 固定资产净额 (万 元 ) 相关系数 406* 229* 营业务成本 (万元 ) 利润总额 (万元 ) 经营活动产生的现金流量净额 相关系数 411* 产总计 (万元 ) 财务费用 (万元 ) 筹资活动产生的现金流量净额 相关系数 注： *. 在置信度（双测）为 ，相关 性是显著的。 *. 在置信度（双测）为 ，相关性是显著的。 由上表可以看出，在 显著性水平下，经过相关分析后剩下的解释变量为：每股收益（元）、每股净资产（元）、每股未分配利润（元）、利润总额（万元）、销售毛利率（ %）、固定资产净额（万元）、资产总计（万元）、负债合计（万元）、未分配利润（万元）、流动比率、营业利润、经营活动产生的现金流量净额（万元）。另外结合主观判断，将某些检验 P 值大于 在逻辑上应该与企业信用评级有显著关系的变量同样保留下来，共有四个：净利润同比增长率（ %）、资产 负债率（ %）、流动比率（ %）、筹资活动产生的现金流量净额（万元），这四个变量中除了流动比率的检验 P 值为 ，其它三个变量的检验 P 值都小于 以从统计意义来看，这几个变量与被解释变量的相关关系还是比较紧密的。 综上所述，经过全部筛选过程，最终选择 16 个指标构成商业企业信用评级指标体系：每股收益、每股净资产、每股未分配利润、利润总额、净利润、销售毛利率、净利润同比增长率、资产负债率、固定资产净额、资产总计、负债合计、未分配利润、流动比率、营业利润、经营活动产生的现金流量净额、筹资活动产生的现金流量 净额。 逆指标的处理 上文中我们已经筛选出来 16 个指标，在进行模型建造之前，还有必要先判断所选指标对信用等级的影响方向。在这里我们判断方向主要有两个依据：一是上面得出的 关分析的结果，二是根据指标的均值 变化 图来直观判断。当然有些指标的指标均值并非在所有信用等级间呈一 致 变化，有以下 两个原因：一方面 ，不可能所有指标都能严格解释信用等级；另一方面，由于我们只采用了一年的数据，数据的系统性误差也可能会造成这种现象。因此，我们认为只要这个指标大体上随信用等级的升高（降低）而增大 （减小），就可以认为指标是正（逆）指标。以下我们以营业利润和流动比率与信用等级的均值 变化 图来举例说明 ： 如图 3图 3他各个指标与信用等级的均值 变化 图详见附录 2。 图 3业利润与信用等级均值图 1上述所图均用 7 绘制生成。 图 3业利润与信用等级均值图 从以上两个示例图中我们可以看出随着营业利润的增加，信用等级呈上升趋势 ；而随着流动比率的增加，信用等级大致呈下降趋势；另外，根据上面的关分析的结果也显示，营业利润和信用等级的相关系数为正，而流动比率和信用等级的相关系数为负。结合二者，我们认 为营业利润是信用等级的正指标，而流动比率是信用等级的逆指标。同理，我们可以得到如下结果：正指标有 13 个，它们是每股收益、每股净资产、每股未分配利润、利润总额、净利润、销售毛利率、固定资产净额、资产总计、负债合计、未分配利润、营业利润、经营活动产生的现金流量净额、筹资活动产生的现金流量净额；逆指标有 3 个，它们是资产负债率、净利润同比增长率和流动比率。如下表： 表 3逆指标示意图 指标 正逆 指标 正逆 每股收益 + 固定资产净额 + 每股净资产 + 资产总计 + 每股未分配利润 + 负债合计 + 利润总额 + 未分配利润 + 净利润 + 流动比率 销售毛利率 + 营业利润 + 净利润同比增长率 经营活动产生的现金流量净额 + 资产负债率 筹资活动产生的现金流量净额 + 由于各个指标对信用等级的影响有正逆之分，因此在构建模型前需要对逆指标进行正向化处理，这里采用比较简单的处理方法，即取倒数的方法，即用1i ，其中 量间多重共线性的处理 处理完正逆指标之后，这 16 个指标之间可能还存在多重共线性，且指标数量依然较多，可能会造成信息的大量重叠，这些重叠的信息有时甚至会抹杀和掩盖事物的真正特征与内在规律。为了去除这种影响，我们决定采用主成分分析来提取这 16 个指标的主成分，然后用提取的主成分来构建后面的模型。 在这里，我们采用 7 软件对数据进行主成分的提取 1，具体操作步骤如下： 1件中不能直接算出数据的主成分得分值，需要利用因子分析的主成分分析模块算出主成分系数矩阵，然后根据主成分的计算方法自行计算。 将原始数据标准化，结果详见附录 3。 对标准化数据进行 主成分分析，得到输出结果如下： 表 3计方差贡献率 指标 初始特征值 提取平方和载入 合计 方差（ %） 累积方差（ %） 合计 方差的 % 1 6 7 8 9 10 11 851 12 300 13 064 14 034 15 009 16 005 图 3成分提取碎石图 由累积方差表可以看出，前四个主成 分1F、2F、3基本保留了原来指标的信息；且从碎石图可以看出，第四个特征值和第五个特征值变化的趋势已经开始趋于平稳，所以提取四个主成分是比较合适的 1。 我们就选取1四个主成分之间是相互独立的，而且由原来的 16 个指标转化为 4个新的指标，起到了降维的作用，便于后续模型的建立。 据输出的主成分矩阵，计算每个主成分的得分值。 表 3成分矩阵表 指标 成 分 1 2 3 4 每股收益 (元 ) 每股净资产 (元 ) 每股未分配利润 (元 ) 利润总额 (万元 ) 净利润 (万元 ) 销售毛利率 (%) 固定资产净额 (万元 ) .1 资产总计 (万元 ) 负债合 计 (万元 ) 未分配利润 (万元 ) 营业利润 (万元 ) 经营活动产生的现金流量净额 (万元 ) 筹资活动产生的现金流量净额 (万元 ) 净利润同比增长率（逆指标） 资产负债率（逆指标） 流动比率（逆指标） 上面的成分矩阵表可得四个主成分的线性组合如下： 1 1 2 3 4 5 6 7 89 1 0 1 1 1 2 1 3 1 4 1 5 1 60 . 2 2 1 0 . 2 9 3 0 . 2 8 6 0 . 9 7 0 . 7 9 1 0 . 0 4 1 0 . 9 3 7 0 . 9 5 90 . 9 1 3 0 . 8 1 3 0 . 9 5 9