金 天 夏茹斯 季琳娜 黄律己 牛 霞

（中国农业大学经济管理学院，北京 100083）

一、引言

在我国金融市场，上市公司的行为及其风险对金融市场的稳定、经济业的健康发展起着至关重要的作用。因此，通过分析上市公司信用风险的影响因素来增强上市公司的风险防范措施，提高其安全性，对维护金融市场的稳健发展有着十分重要的意义。但由于上市公司所处生命周期不同，影响其自身信用风险的财务因素和财务指标权重大不相同。因此，从企业随生命周期动态变化的特性来研究上市公司信用风险的影响因素具有重要意义。

近年来，随着企业生命周期阶段划分理论的逐渐成熟，出现了应用企业生命周期理论研究财务决策行为的文献，学者们逐渐将生命周期理论运用到财务领域的研究中。庞莹，王永馨（2015）采用37家汽车制造业上市企业1999～2013年的相对成长指数对企业的发展进行了周期划分，然后根据相对成长指数、偿债能力等五大类指标建立了信用风险评价模型，进行了信用的风险评估分析，证明了企业的生命周期对企业的信用风险确实存在影响，并总结出不同的生命周期企业信用特征和影响信用风险的程度。张妮妮，朱宾梅（2016）以35家沪深股市房地产上市公司为样本，对其进行生命周期的划分，根据2011～2015年的财务指标、宏观经济指标等建立信用风险评价模型，就其信用风险进行实证分析，得出在处于不同生命周期的企业面临的信用风险不同，其信用风险的主要影响因素也不同的结论。

故本文选取处在成长期与成熟期的沪深两市制造业A股上市公司为主要研究对象，以成长期和成熟期的ST公司作为对比，通过将主成分分析与Logit模型结合起来，构建PCA-Logit模型，比较研究得出盈利能力、偿债能力、发展能力和运营能力四个方面的财务指标影响其信用风险因素的程度异同，判断在不同生命周期阶段哪方面的财务指标包含的企业信用风险的预测信息更多。

二、研究设计

（一）研究假设

信息不对称的存在导致了交易双方之间出现了逆向选择和道德风险，是上市公司信用风险形成的主要原因。其中财务因素是影响上市公司信用风险的最主要的因素，而不同生命周期下上市公司信用风险特征不同，其中处于初创期和衰退期的企业信用风险较大，而处于成长期和成熟期的企业信用风险相对较小。由此我们猜想，在不同生命周期下，各财务因素指标对信用风险的影响程度不同。为检验实践中是存在上述情况，本文提出如下假设：

假设1：企业在不同生命周期阶段的财务特征有显著差异。

假设2：企业同一财务指标在不同生命周期阶段对信用风险的影响形式和影响程度不同。

（二）样本选取与数据来源

本文将在我国上市公司中被ST处理的公司界定为信用风险“违约”公司，与此相对应没有被ST处理的其他上市公司则很显然被界定为“未违约”公司。同时引用生命周期理论，以2016年12月31日沪深两市A股制造业上市公司作为研究样本，剔除数据不全及上市未满三年的样本；选取处于研究时点的成长期（销售额增长连续两年增长〉10%）和成熟期（前期销售额增长连续两年增长〉10%，后期销售额增长连续两年增长处于-10%-10%之间）的公司作对比研究。其中成长期与成熟期要配对，配对原则如下：根据“与成长期公司行业相同或相近、资产规模大体相等（资产规模相差在20%之内）、净资产收益率在0—15%”的配对原则，选取近似相同数量的成熟期的公司作对比。

本文研究数据来自于国泰安数据库，在剔除了存在数据的缺失和异常数值的公司之后，筛选出了成长期77家非ST公司和25家ST公司，成熟期72家非ST公司和17家ST公司。

（三）研究方法

本文采用主成分分析法提取财务因素变量。主成分分析法能很好地解决财务指标变量间多重共线性的问题，且可以处理单一时点的截面数据，符合本文的研究需求。本文采用Logit逻辑回归，分别建立对我国成长期上市公司和成熟期上市公司信用风险进行度量的模型。Logit回归方法不严格要求变量服从正态分布的研究假设，且易于理解，能清晰展现财务因素与不同生命周期上市公司信用风险的关系。

（四）财务指标体系建立

输入指标的选择影响着模型的预测和判别能力，由于缺乏较为具体的经济意义和理论指导依据，我们在对于财务指标的选取方面也并没有固定的章法可循。考虑到数据是否容易获得、数据的真实性与相对有效性，本文结合考量了我国目前实际情况，参考过去的研究，广泛选取了能够反映企业盈利能力、营运能力、偿债能力、发展能力等四个方面状况的18个财务指标作为初选指标，所选指标较为全面。具体指标如表2-1所示。

表2-1 初始财务指标表

三、财务因素对成长期上市公司信用风险影响的实证分析

（一）显著性检验

为考察各指标能否对区分成长期正常公司和信用风险公司起到良好作用，还应对各指标进行其他统计检验。为避免在建模前会将具有较多信用风险影响的财务指标剔除出模型之外，不采用统计中常用的T检验，而采用对样本总体分布要求较为宽松的非参数统计方法Mann-WhitneyU检验，即利用SPSS软件对所选取的样本数据进行U检验，验证以上18个指标在企业成长期对正常公司与危机公司的区分度。本文采用5%的显著性水平作为检验标准，使用SPSS软件对数据进行处理，具体检验结果如表3-1所示。结果显示 X1、X2、X3、X4、X5、X6、X7、X8、X11、X12、X13、X14、X18等十三项指标的伴随概率小于0.05的显著性水平，说明以上13个指标变量在成长期非ST公司与ST公司之间存在显著性差异。

表3-1 成长期正常公司与ST公司财务指标的U检验

（二）主成分分析

针对通过显著性检验的十三个财务指标进行主成分分析。

1.适用性检验。首先对数据进行KMO和Bartlett检验，以检验其是否适合做因子分析。检验结果表明，KMO的值为0.689，大于0.6，可以继续作因子分析。Bartlett检验的P值为0.000可得，应拒绝原假设，也就是说，这些财务指标之间是存在相关性的，可以做因子分析。

2.主成分提取。在这里，我们所取的是特征值超过1的主成分。从表3-2可以看出，表中前面4个因子特征值都超过了1，它们累积的特征值贡献率为72.388%，也就是说，前4个财务变量包含了原始财务指标72.388%的信息量，能够较好地解释原始变量的变异，因此，我们提取了4个因子做主成分分析。

表3-2 成长期公司主成分分析的解释总方差

3.主成分经济解释。载荷较大的财务变量指标能够反映主成分因子的经济意义，载荷越高，就表示这个主成分所含有的该指标的信息量就更大。因此，我们根据旋转后的成分得分系数矩阵表3-3，对以上主成分的财务将征作出如下分类，来定性对每个主成分作出经济解释。由表可知：主成分 F1中，变量 X1、X4、X2、X13、X14、X5的贡献最多，这六个指标分别表示流动比率、资产负债率、速动比率、营业毛利率、营业利润率、经营活动产生的现金流量净额/负债，因此反映了公司的偿债能力和营业利润能力；主成分F2中，X11、X18的贡献最多，这两个指标分别表示总资产净利润率和固定资产周转率，因此反映了总资产净利润—固定资产周转综合能力；主成分F3中，X6、F7的贡献最多，这两个指标分别表示资本保值增值率和资本积累率，因此F3反映了公司的发展能力；主成分F4中，X3（利息保障倍数）的贡献最多，因此F4反映了公司支付负债利息的能力。

表3-3 成长期公司旋转成分矩阵

4.主成分得分矩阵。确定了各主成分的经济含义后，可根据成分得分系数矩阵建立各个主成分关于原始财务比率的线性表达式。具体结果见表3-4。通过系数矩阵可以将所有主成分表示为各个标量的线性组合，从而计算出每个样本各个主成分值，作为接下来Logit模型的自变量输入。

表3-4 成长期公司成分得分系数矩阵

（三）回归分析

在对所选指标结合主成分分析法得到主成分因子之后，将其作为输入变量，带入Logit回归模型进行回归分析，可以得到证实的参数和结果。接下来，将对模型原理以及实证结果进行说明。

1.Logit模型原理。本文采用上文得到的4个主成分因子作为建模的指标变量，构建对我国成长期上市公司信用风险进行度量的模型。假如P代表的是上市公司出现违约的概率，那么，上市公司不会出现违约的概率就是1-P，所以，违约与不违约的概率之比就是此外，定义二分被解释变量Y表示公司信用的好坏，则有：

P 取值为（0，1），对 p 使用 Logit变换，得到：

通过使用stata软件对以上回归模型进行操作，采用基于极大似然的逐步向前回归法（Forward∶LR）对模型参数进行估计，剔除与进入模型的标准是0.05。采用极大似然法对方程作出相关估计，得出实证的参数和结果。

2.模型估计。本实证过程共包括102个样本，数据完整，没有缺失值。

表3-5 成长期公司logit回归

从Logit回归结果来看，R2为0.7008，说明X可以解释Y变差的的70.88%，LR统计量为79.61，且模型整体上是显著的。变量F1、F3、F4通过了5%水平的显著性检验，最终成为进入模型的有意义的变量。其中，F1表示偿债能力和营业利润能力因子，F3表示发展能力因子，F4表示支付负债利息能力因子。这说明，在研究影响成长期上市公司信用风险的财务因素的过程中，对其最重要的是偿债能力和营业利润能力，其次是发展能力和支付负债利息的能力。这一实证结果与前文理论分析及假设一致。

因此，我们最终可以得到成长期上市公司的信用风险影响因素Logit模型为：

从模型的实证结果来可以看出，代表公司偿债能力、盈利能力、发展能力的三大因子最终被纳入到了模型中，说明这三个因素对成长期上市公司的信用风险存在影响。其中，偿债和营业利润能力因子的系数为-0.75，说明公司的偿债能力和盈利利润能力越强，公司抵御风险的能力以及在紧急情况下融入资金的能力更强大，这些对于上市公司在财务状况欠佳时刻度过信用危机有着重要的作用，公司的信用违约风险也会下降，这与现实情况相一致；发展能力因子的系数为-1.78，说明公司发展能力的增强会使其违约风险下降；支付负债利息能力因子的系数为7.56，与公司违约风险呈正比，即公司支付负债利息能力的增强反而会使公司的信用风险加强。

3.模型检验。从表3-6模型的预测效果来看，经过Logit回归之后，原先的24家ST公司中有21家被划分为ST公司，有3家被划分为非ST公司，预测准确率为87.50%；原先的78家非ST公司中有74家被划分为非ST公司，余下4家被划分为ST公司，预测准确率为94.87%，总体102家公司中有95家被正确预测，总体分类的准确率达到93.14%。

表3-6 成长期公司logit预测正确率

四、财务因素对成熟期上市公司信用风险影响的实证分析

财务因素对成熟期上市公司信用风险影响的分析方法与成长期一致，现描述结果如下。

（一）显著性检验

利用SPSS软件对所选取的样本数据进行U检验，验证以上18个指标在企业成熟期对正常公司与危机公司的区分度。

表4-1 成熟期正常公司与ST公司财务指标的U检验

结果显示，X1、X2、X4、X9、X10、X16、X8的相伴概率大于显著性水平0.05，即以上7项指标变量在ST公司与非ST之间不存在显著性差异，将予剔除；X3、X5、X6、X7、X8、X11、X12、X13、X14、X15、X17等十一项指标的伴随概率小于0.05的显著性水平，说明以上11个指标变量在成熟期非ST公司与ST公司之间存在显著性差异。

（二）主成分分析

1.适用性检验。检验结果表明：KMO的值为0.645，大于0.6，可以继续作因子分析。Bartlett检验的P值为化0.000可得，应拒绝原假设，也就是说，这些财务指标之间是存在相关性的，可以做因子分析。

2.主成分因子的提取。对成熟期公司财务数据进行主成分分析，提取4个主成分因子，累积特征值贡献率为67.434%，基本上保留了原始数据的信息量。

3.主成分经济解释。为了有效分析各主成分与11个财务指标之间的关联程度，有必要计算成分得分系数矩阵。对成分得分系数矩阵进行方差最大化旋转，结果见表4-2。根据旋转后的成分得分系数矩阵，可解释各主成分的经济含义。

表4-2 成熟期公司旋转成分矩阵

主成分F1中，变量X6、X7的贡献最多，这两个指标分别表示资本保值增值率和资本积累率，因此F1反映了公司的发展能力；主成分F2中，X11、X8、X14的贡献最多，这三个指标分别表示总资产净利润率、总资产积累率和营业利润率，因此F2反映了公司的盈利能力；主成分F3中，X15、X17的贡献最多，这两个指标分别表示应收账款周转率和流动资产周转率，因此F3反映了公司的运营能力；主成分F4中，X12（净资产收益率）的贡献最多，因此F4反映了公司自有资本获得净收益的能力。

4.主成分得分矩阵。在确定了各主成分的经济含义后，可根据成分得分系数矩阵建立各个主成分关于原始财务比率的线性表达式。具体结果见表4-3。通过系数矩阵可以将所有主成分表示为各个标量的线性组合，从而计算出每个样本各个主成分值，作为接下来Logit模型的自变量输入。

表4-3 成熟期公司成分得分系数矩阵

（三）回归分析

在对所选指标结合主成分分析法得到4个主成分因子之后，将其作为输入变量，带入Logit回归模型进行回归分析，通过使用stata软件进行操作，采用基于极大似然的逐步向前回归法对模型参数进行估计，确定最终的进入模型的变量，剔除与进入模型的标准是0.05。采用极大似然法对方程作出相关估计，则估计得出的实证参数和结果如下表所示：

表4-4 成熟期公司logit回归

对于Logit回归模型，R2为0.5707，说明X可以解释Y变差的的57.07%，LR统计量为49.55，且模型整体上是显著的。根据回归结果，变量F1、F2通过了5%的显著性检验，最终成为进入模型的有意义的变量。其中，F1表示发展能力，F2表示总资产净利润-固定资产周转综合能力。这说明，在研究影响成熟期上市公司信用风险的财务因素的过程中，对其最重要的是盈利能力和营运能力，其次是发展能力。这一实证结果与前文理论分析及假设一致。

因此，我们最终可以得到成长期上市公司的信用风险影响因素Logit模型为：

从模型的实证结果来可以看出，代表公司发展能力、盈利能力的因子最终被纳入到了模型中，说明这两个因素对成熟期上市公司的信用风险存在影响。其中，发展能力因子的系数为-2.1，说明公司发展能力的增强会使其违约风险下降；总资产净利润-固定资产周转综合能力因子系数为-2.69，说明公司的盈利能力越强，公司抵御风险的能力更强大，在财务状况较差时度过信用危机有着重要的作用，公司的信用违约风险也会下降，这与现实情况相一致。

表4-5 成熟期公司logit预测正确率

从模型的预测效果来看，经过Logit回归之后，原先的16家ST公司中有15家被划分为ST公司，有1家被划分为非ST公司，预测准确率为93.75%；原先的73家非ST公司中有71家被划分为非ST公司，余下2家被划分为ST公司，预测准确率为97.26%，总体89家公司中有86家被正确预测，总体分类的准确率达到96.63%。

五、结论及建议

本文通过主成分分析与Logit模型结合起来，综合财务因素，构建PCA-Logit模型研究财务因素对不同生命周期上市公司信用风险的影响。以上实证研究结果表明：第一，企业在不同生命周期阶段的财务特征有显著差异，同一财务指标在不同生命周期阶段对信用风险的影响形式和影响程度不同。第二，对于成长期上市公司而言，偿债能力和盈利能力是影响信用风险的主要因素，公司的偿债能力和盈利利润能力的越强，公司的信用违约风险越低；而发展能力和公司支付负债利息能力差也对公司财务状况欠佳时刻度过信用危机有着重要的作用。第三，对于成熟期上市公司而言，盈利能力是影响信用风险的主要因素，其中，总资产净利润和营业利润率与公司违约风险上升密切相关；同时，发展能力的不足也会使公司的违约风险上升，是影响信用风险的重要因素。第四，偿债能力和营业毛利率是影响成长期上市公司信用风险的重要因素，而对成熟期上市公司没有显著的影响。总资产积累率和总资产净利润作为发展能力和盈利能力对成熟期上市公司信用风险的有显著影响，但是对成长期上市公司信用风险影响较小。第五，盈利能力对成长期上市公司和成熟期上市公司信用风险都具有显著影响，是上市公司产生信用风险的根本原因。

综合前文分析，我们认为：无论对于成长期上市公司还是成熟期上市公司，提高盈利能力都是规避信用风险的主要方法。对于成长期上市公司来说，保证良好的偿债能力和营业毛利率，有利于降低成长期信用风险；对于成熟期上市公司来说，总资产积累率和总资产净利润对成熟期信用风险影响较大，公司需加强对资产积累能力和资产综合利用效果的监控，保持良好的发展能力和盈利能力。