基于因子分析与聚类分析的我国传媒类上市公司信用评级模型

2014-08-15孙瑞丽

科技视界 2014年6期

孙瑞丽

(武汉理工大学，湖北武汉 430070)

1 研究背景及意义

信用风险是金融机构面临的最主要的风险，随着经济全球一体化进程的加快，信用风险管理方法在最近20年取得了长足进展。对企业进行信用评级是衡量其违约风险的重要方法。2002年发布的《新巴塞尔资本协议》要求银行首先建立和完善信用评级制度，由此可见信用评级在银行信用风险管理中的地位。同时，在企业赊销的信用管理过程中，准确的级别评定可以大幅降低事后管理的成本，信用评级在企业的信用管理中也具有重要地位。随着我国国民经济的发展，传媒上市公司已经成为我国上市公司的重要组成部分。本文将以传媒行业上市公司为研究对象建立信用评级模型并检验模型的合理性。

2 我国传媒类上市公司信用风险评级实证研究

2.1 财务指标体系的构建及样本数据来源

本文选用深、沪两市A 股传媒类上市公司为研究对象，并以2012年年报数据(数据来源：新浪财经http：//finance.sina.com.cn)为原始资料，选定数据有效的26 家公司为样本。国际上，主要从偿债能力、成长能力、盈利能力和运营能力四个方面对一家公司的财务报表进行综合分析。我们初步选取了13 个财务指标。

2.2 信用风险评级实证研究

2.2.1 因子分析

1）数据的标准化

运用SPSS 软件进行因子分析反复测试后去掉在分析过程中不理想的4 个指标，最终选取9 个指标进行因子分析。为了消除量纲的影响，我们用标准化后的数据进行因子分析。

2）指标的相关性检验

从相关系数矩阵我们可以看出相关系数绝对值大于0.25 的有16对指标，占到总数(36 对)的44%，这说明有很多指标之间是存在重复信息的，比较适合进行因子分析。但是其中一些变量相关系数绝对值小于0.1 相关性不强，我们需要进一步分析这些变量是否适合做因子分析。巴特利特球形检验的P 值接近于0，小于显著性水平0.05，KMO值为0.605＞0.6 综合说明了所选指标适合做因子分析[1]。

3）提取因子

总方差解释表中前四个因子的累计贡献率已达79.035%共同解释了变量的大部分方差，总体上原有变量的信息丢失较少，因子分析效果较理想。

4）因子命名

从横向观察初始因子载荷矩阵，有些指标在多个因子上都具有较大的值，即需要多个因子共同解释。对因子载荷矩阵施行最大方差旋转，得到旋转后的因子载荷阵。第一主成分在反映公司偿债能力的关键性的指标上有较大的载荷，把因子1 命名为基本偿债因子；净资产收益率和每股收益可以决定第二主成分，把因子2 命名为盈利能力因子；第三主成分上反映企业资金周转能力的三个指标上有较高的载荷，把因子3 命名为营运周转因子；第四主成分上反映公司发展情况的主营业务收入增长率有较高的载荷，把因子4 命名为发展能力因子[2]。

5）计算综合得分

由因子得分函数计算出样本的4 个因子得分。再进行加权平均得到各公司信用风险综合得分。大部分公司的综合得分集中在±0.5 之间，总体呈“中间大，两头小”，反映了我国传媒类上市公司的信用状况。为了进一步划分各公司的信用等级我们进行聚类分析。

2.2.2 通过聚类分析建立信用评级模型

1）基于因子得分的系统聚类

以四个因子作为新变量，将数据标准化后采用Ward 联接法进行聚类分析。结合各公司的因子得分表，我们得到四级信用评级模型：光线传媒及华录百纳基本偿债能力很强我们将这一类视为基本偿债公司；将歌华有线等对因子4 的重视程度高的命名为成长潜力公司；将电广传媒这一类盈利能力比较强的命名为盈利能力公司；将新文化为代表的一类公司命名为营运周转公司。

2）基于综合得分的K-均值聚类

鉴于我国商业银行通常使用的是贷款五级分类，本文将采用五级分法对各公司综合得分进行聚类。聚类结果显示，等级AAA、B 和C的样本数量都很小，而等级AA 和A 的样本数量则很大，即信用状况极好和极差的上市公司都是少数，而大多数上市公司的信用处在中间级别。

2.2.3 模型的检验

为了检验所建立的信用评级模型是否合理，用2 个待判样本进行判别分析[3]。结果通过了假设检验并说明了判别函数的有效性。光线传媒综合得分为1.56，在信用评级模型中被评为一级，说明该公司在同行业中知名度很高，偿债能力、盈利能力等都很好，与实际情况相符。歌华有线被评为四级，说明该公司对财务的偿债保障能力薄弱，盈利能力低下，甚至亏损严重，在未来有很大的不确定性，同时验证了该信用评级模型的应用能力。