摘 要：本文以滬深兩市制造行業(yè)103所上市公司2012年財(cái)務(wù)數(shù)據(jù)為樣本，研究了我國(guó)制造行業(yè)上市公司信用狀況的影響因素，并利用Logist模型對(duì)企業(yè)信用進(jìn)行評(píng)價(jià)。實(shí)證結(jié)果表明，制造業(yè)上市公司信用狀況與盈利能力顯著正相關(guān)，與其他因素的關(guān)系并不顯著。利用Logist模型對(duì)企業(yè)信用狀況進(jìn)行判斷正確率較高，是行之有效的手段。

關(guān)鍵詞：企業(yè)信用;制造業(yè)上市公司;Logist模型回歸分析

一、引言

自1990年12月19日上海證券交易所成立，我國(guó)證券市場(chǎng)迅速成長(zhǎng)、擴(kuò)容;但另一方面，上市公司的各種問(wèn)題及舞弊事件不斷暴露，使投資者對(duì)上市公司的信用狀況與證券市場(chǎng)的前景產(chǎn)生了巨大疑問(wèn)，這是滬深股市這幾年走低的重要原因之一。上市公司信用是維護(hù)投資者的利益、保證股市有效運(yùn)行的重要環(huán)節(jié)，這也是本文研究的動(dòng)機(jī)所在。

從現(xiàn)有的文獻(xiàn)來(lái)看，影響企業(yè)信用狀況的因素可分為兩類(lèi)。第一類(lèi)是企業(yè)的內(nèi)部因素，包括企業(yè)的規(guī)模、融資信用狀況以及經(jīng)營(yíng)狀況等等。其中，Petersen和Rajan（1997）的研究最為全面。他們發(fā)現(xiàn)，中小企業(yè)較大企業(yè)使用更少的商業(yè)信用，企業(yè)規(guī)模和企業(yè)年齡對(duì)商業(yè)信用的供給會(huì)產(chǎn)生顯著影響，凈利潤(rùn)與企業(yè)的應(yīng)收賬款之間是負(fù)相關(guān)的等。第二類(lèi)是企業(yè)所處的外部環(huán)境，包括經(jīng)濟(jì)發(fā)展情況、金融市場(chǎng)完善程度等。如Demirgü-Kunt和Maksimovic（2001）系統(tǒng)研究了國(guó)家或地區(qū)之間金融系統(tǒng)發(fā)展水平和法制水平的差異對(duì)企業(yè)商業(yè)信用造成的影響，并綜合分析了金融系統(tǒng)發(fā)展水平和法制水平的差異對(duì)商業(yè)信用使用的影響等。

國(guó)內(nèi)學(xué)者對(duì)商業(yè)信用的研究起步較晚，成果相對(duì)不夠豐富。到目前為止，這些研究文獻(xiàn)可以大致分為理論描述性分析和實(shí)證分析兩類(lèi)。如岳意定和厚福宏（2005）對(duì)商業(yè)信用的存在動(dòng)機(jī)進(jìn)行了簡(jiǎn)要的分析;鐘田麗等（2006）以在深交所上市的38家制造業(yè)的中小公司為樣本，對(duì)企業(yè)使用商業(yè)信用的影響因素進(jìn)行了檢驗(yàn);李斌和江偉（2006）以滬深上市公司為樣本，檢驗(yàn)了商業(yè)信用與地區(qū)金融發(fā)展之間的關(guān)系等。

二、實(shí)證分析

1.指標(biāo)選取與數(shù)據(jù)來(lái)源

一般而言，企業(yè)信用評(píng)價(jià)及違約風(fēng)險(xiǎn)大小與企業(yè)財(cái)務(wù)狀況密切相關(guān)。本文綜合考慮了企業(yè)的償債能力、盈利能力、成長(zhǎng)性、經(jīng)營(yíng)能力等方面，選取如下財(cái)務(wù)指標(biāo)作為回歸自變量：

在因變量的選取上，將研究公司分為兩組兩端作為樣本數(shù)據(jù)，一組為正常上市公司，設(shè)其信用水平虛擬變量credit的值為0;另一組為非正常公司，即因財(cái)務(wù)異常而被特別處理（ST）的公司，選取樣本中被特別處理和注冊(cè)會(huì)計(jì)師給以“拒絕表示意見(jiàn)”的審計(jì)報(bào)告的公司，設(shè)其信用水平credit為1。

數(shù)據(jù)選取上，本文選取滬深兩市材料和機(jī)械制造類(lèi)2012年度披露相關(guān)財(cái)務(wù)項(xiàng)目的103家公司，以其財(cái)務(wù)數(shù)據(jù)作為樣本進(jìn)行實(shí)證研究。數(shù)據(jù)來(lái)源于WIND。

2.逐步回歸法篩選變量

為了考察企業(yè)信用狀況（credit）與償債能力、盈利能力、成長(zhǎng)性、企業(yè)規(guī)模及經(jīng)營(yíng)能力的關(guān)系，首先，初步建立如下Logist回歸模型：

本文采用matlab R2012a對(duì)上述模型進(jìn)行擬合，得到回歸結(jié)果如下表所示：

可以看到，模型擬合的效果很不理想，自變量的回歸系數(shù)結(jié)果除總資產(chǎn)收益率外均為不顯著，這可能源自于自變量之間存在多重共線性。為了避免這樣的問(wèn)題，本文采用雙重逐步回歸法，對(duì)前文所取的九個(gè)自變量進(jìn)行篩選。利用matlab R2012a進(jìn)行處理，得到篩選結(jié)果如下圖所示：

其中，具體篩選步驟為：1.選入變量roa;2.選入變量pm

由篩選結(jié)果可見(jiàn)，企業(yè)的盈利能力是企業(yè)信用水平的重要影響因素，而本文其余考慮的因素并沒(méi)有給企業(yè)的信用狀況帶來(lái)實(shí)質(zhì)性的影響。

因此，本文的回歸模型變?yōu)椋?/p>

3.Logist模型

利用matlab R2012a進(jìn)行處理，我們得到回歸參數(shù)及相應(yīng)統(tǒng)計(jì)量如下表所示

可見(jiàn)，在5%的顯著性水平下，企業(yè)信用狀況和盈利能力正相關(guān)。為了考察所得Logist模型的解釋效果，將樣本數(shù)據(jù)代入模型預(yù)測(cè)信用狀況，計(jì)算出credit值。若credt>0.5，則判斷企業(yè)為守信較差企業(yè);若credit≤0.5，則判斷企業(yè)為守信較好企業(yè)。

將該結(jié)果與公司實(shí)際信用狀況比較，發(fā)現(xiàn)在樣本選取的107家公司中，判斷錯(cuò)誤的僅有9家，判斷正確率高達(dá)95.19%。可見(jiàn)，利用該Logist模型與相應(yīng)企業(yè)財(cái)務(wù)指標(biāo)對(duì)企業(yè)信用狀況進(jìn)行判定可信度較高，該模型是有效的。

三、結(jié)論

本文采用滬深兩市制造業(yè)103所上市公司2012年度的財(cái)務(wù)數(shù)據(jù)，利用Logist模型為統(tǒng)計(jì)工具，研究了我國(guó)制造行業(yè)上市公司的信用狀況的影響因素及評(píng)價(jià)問(wèn)題。研究結(jié)果表明，基于logistic回歸模型對(duì)企業(yè)信用進(jìn)行評(píng)價(jià)，能夠?yàn)閭鶆?wù)人、投資者和交易方提供準(zhǔn)確率較高的決策依據(jù)，為企業(yè)的管理者提供決策信息。對(duì)樣本的檢驗(yàn)準(zhǔn)確率高達(dá)95%，表明利用該模型對(duì)企業(yè)信用狀況判斷是可信的。

另一方面，由回歸結(jié)果可知，影響我國(guó)制造業(yè)上市企業(yè)信用狀況的主要因素為盈利能力。盈利能力越強(qiáng)，企業(yè)的信用狀況越好。這一結(jié)果與預(yù)期相符，企業(yè)的盈利能力越強(qiáng)，越能產(chǎn)生足夠的現(xiàn)金流進(jìn)行償債，企業(yè)的信用水平相應(yīng)的必然得到提高。

參考文獻(xiàn)：

[1]MA Petersen，RG Rajan，Trade credit：theories and evidence，Review of Financial Studies，1997 Soc Financial Studies

[2]A Demirgü-Kunt，V Maksimovic，Capital structures in developing countries，The Journal of Finance，2001

[3]岳意定，厚福宏.商業(yè)信用存在動(dòng)機(jī)研究與中小企業(yè)融資難出路 嘉應(yīng)學(xué)院學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)），2005

[4]鐘麗田;中小企業(yè)商業(yè)信用影響因素分析，管理評(píng)論，2006

[5]江偉，李斌.金融發(fā)展與企業(yè)債務(wù)融資，中國(guó)會(huì)計(jì)評(píng)論，2006

作者簡(jiǎn)介：何亮（1990- ），男，漢族，南京大學(xué)商學(xué)院金融與保險(xiǎn)學(xué)系，碩士研究生，主要研究方向?yàn)橛?jì)量經(jīng)濟(jì)與統(tǒng)計(jì)，公司金融