上市公司信用（精选12篇）
上市公司信用 篇1
根据上述民营上市公司的定义,
民营上市公司信用风险管理
□文/崔隽
笔者认为应首先按照第一大股东的股权性质进行判断, 剔除第一大股东性质属国家股、国有法人股、外资股的公司, 若第一大股东性质属于自然人股, 则可判断其为民营, 若第一大股东为境内法人股, 则继续看股东性质, 若民营性质或自然人控股则属民营。
(二) 民营上市公司信用评价现状。作为商业银行信贷的重要对象之一的民营上市公司, 研究其独特的信用风险特点, 预测其未来的信用风险对商业银行、投资者和资本市场监管者都具有重大意义。尽管我国证券市场对民营公司上市有着较为严格的准入限制, 民营上市公司的整体质量比较好, 但是由于民营上市公司经营管理能力的变化、行业景气状况以及自身发展局限的特点等因素的影响, 一部分公司的财务状况会逐渐恶化, 其信用风险和市场风险将会随之上升, 最终可能发生债务违约或公司退市, 给债权人和投资者带来巨大的损失。另外, 随着民营上市公司的日益增多和监管部门对股权融资的门槛提高, 民营上市公司也会逐渐增加债权融资比重, 这也会使得民营上市公司发生违约事件的几率增加。因此, 研究我国民营上市公司的信用状况, 准确度量民营上市公司的信用风险对商业银行、投资者和资本市场监管者把握上市公司动态、制定投资策略以及规范金融市场都具有重要作用。
二、国内外专家对信用风险管理课题研究现状
(一) 国外对该课题的研究现状。
从国际银行业的发展历程来看, 商业银行客户信用评级在过去几十年甚至上百年的时间里, 大致经历了专家判断法、信用评分法、违约概率模型分析三个主要发展阶段。
1997年J.P.摩根银行提出了Credit Metrics方法。它是在其1994年提出Risk Metrics方法之后的又一重要的风险管理系统。
KMV公司, 作为一家专门从事信用风险度量的专业公司, 于1993年发布了Credit Monitor模型。该模型主要是基于莫顿的违约证券估价模型和风险中性原理。
CSFP公司于1997年发布了Credit Risk+模型。该模型主要是基于保险精算理论的违约式模型 (DM) 。
麦肯锡公司的威尔森在1997年提出Credit Portfolio View模型。它是一个宏观因素驱动的多因子模型。
巴塞尔委员会对发达国家大银行机构所使用的信用风险模型进行了研究, 并于1999年发布了研究报告《信用风险模型化:目前的实践和应用》, 对现有的信用风险模型量化中存在的问题以及现有的模型在实践中应用的可行性、模型的有效性和模型在监管中的应用进行了研究。
(二) 国内对该课题的研究现状。
我国学者将国外先进的信用风险管理模型引入国内, 经过修正使之适合我国现实的经济发展情况, 运用国内数据加以分析, 并评价了模型的适用性, 提出了改进的建议。这种实证分析大部分集中在对商业银行信用风险的讨论上, 认为在新巴塞尔协议的框架下现代度量模型如:Credit Metrics模型、KMV模型和Credit Risk+模型等可以较好地测量我国信用风险。相对于对商业银行信用风险的研究成果, 对于上市公司的研究相对较少。多数学者采用判别分析法、Logit模型、神经网络等方法研究上市公司信用风险。在具体模型的一些参数的选取上, 我国的多数学者都有自己的研究内容, 没有统一的定论。
我国已于2007年开始实施新版的巴赛尔资本协议, 根据新巴赛尔资本协议所规定的信用风险内部评级法, 银行评估信用风险的第一步, 就是了解授信客户的违约概率, 以及其发生违约的潜在可能性, 然后进行信用风险的监控。
三、对民营上市公司信用风险的识别
(一) 对企业的基本信息分析。
在对企业进行信用风险识别和分析时, 必须对客户的基本情况进行全面了解, 以判断企业的基本经营情况 (业务范围、盈利状况) 、信用状况 (有无违约记录) 等。
(二) 对企业的财务状况分析。
财务分析是通过对企业的经营成果、财务状况以及现金流量情况的分析, 以达到评价企业经营管理者的管理业绩、经营效率, 进而识别企业信用风险的目的。财务分析是一项系统工程, 对任何指标或数值的孤立理解都不利于分析目标的实现。因此, 必须建立系统的分析框架, 主要包括:财务报表分析、财务比率分析以及现金流量分析。
(三) 对企业所处行业风险分析。
每个企业都处于某一特定的行业中, 每一特定行业因所处的发展阶段不同而具有独特的行业风险。包括对行业成熟性分析、行业的周期性分析、行业的成本及盈利性分析、行业的依赖性分析、行业竞争力及替代性分析等。尽管这种风险具有一定的阶段性特征, 但在同一行业中的借款人可能需要共同面对某些基本一致的风险。
(四) 对企业生产与经营风险分析。
对大部分企业而言, 存在的最突出问题是经营管理不善。通常, 企业的生产经营风险可以从以下几个方面进行分析: (1) 总体经营风险:企业在行业中的地位;企业整体特征;企业的目标及战略。 (2) 产品风险:特征与定位;消费对象;替代品;产品研发。 (3) 原料供应风险。 (4) 生产风险。 (5) 销售风险。
(五) 宏观经济及自然环境分析。
经济环境、法律环境、科技进步以及战争、自然灾害和人口等各种自然和社会因素的变化, 均可能给企业借款人带来意外风险,
提要本文从中小房地产企业与外包服务市场之间的互动效应及企业现状与人力资源外包服务内容匹配程度两方面, 对外包困境展开分析并找出对策, 对中小房地产企业进行人力资源外包提供理论借鉴, 对提高核心竞争力有现实意义。
困境;对策
引言
自国家加强宏观调控, 房地产市场竞争加剧, 中小房地产企业开发更困难, 逐渐将发展契机转为管理企业人力资源。基于我国中小房地产企业人力资源缺乏有效的管理机制、绩效考核体制不完善、激励机制不健全导致员工素质不高人才流失严重的现状, 人力资源外包成为中小房地产企业的选择, 但因为行业特征受限、外包服务市场尚未成熟、资金缺乏、沟通机制不健全等因素使人力资源外包陷入困境。
对借款人的还款能力产生不同程度的影响。
四、对民营上市公司信用风险计量的建议
(一) 建立良好的信用文化环境, 提高财务数据质量。
由于我国整个社会的信用文化缺乏, 企业的财务数据真实性较小, 加上信用评级未完全在贷款决策、贷款定价中起到核心作用, 而且基层信贷人员对评级体系的重要性认识不足, 没有积极去核准企业财务数据, 导致在使用模型过程中的财务数据不准确、不全面, 风险得不到真实反映, 不能真正反映企业目前的真实经营状况。
(二) 建立和完善民营上市公司信用风险数据历史数据库。
由于我国有关企业开发资金来自预售房款, 但已沉淀在土地储备、开发项目、已建但尚未售出的项目中, 对于支付高额的外包费用显得力不从心。
3、企业管理能力不足。
房地产行业以项目开发为基础, 重项目忽略品牌的行业特点使企业管理能力产生严重不足:无法正确决策外包内容;与外包商谈判的能力不足, 忽视合同漏洞;外包商展开服务时, 无法进行有效监控, 从而无法及时发现问题并改善, 无形中增加了成本与风险。
4、员工产生的阻碍。
人力资源外包涉及工作流程、职责分配、薪酬标准等改变, 中小房地产企业内部员工掌握的信息量较管理层而言较少, 且由于部分员工在项目施工现场办公, 没有流畅的沟通机制, 员工就不能充分理解外包的目的、内容, 更谈不上支持。有些员工对未发生的变化产生猜想, 不能专心本职工作, 办公效率下降, 这些波动会导致企业内部矛盾加剧, 不利于各部门开展业务, 严重阻碍外包工作的开展及公司正常运营。
险, 以降低银行及投资者的投资风险。
一、中小房地产企业人力资源外包过程中的困境分析
(一) 企业与外包服务市场之间未达成互动效应
1、人力资源外包服务市场供需失衡。中国人力资源外包市场的服务能力无法满足需求。事务性工作是多数外包商的业务范围, 国内企业主要从事薪资外包, 外服和中资的外包商则以福利外包为主, 至于能提供人力资源规划及绩效考核体系外包等高端业务的外包商是稀缺的;我国外包商数量及规模较国外有很大差距, 如“万宝盛华”单天员工派遣量就达十万人, 它庞大的员工资源库、企业资源是中国人力资源外包市场不能提供的。
2、人力资源外包成本压力过大。人力资源外包的服务价格参照标准不一, 都是自行制定。权威外包服务机构价格相对昂贵, 据国家统计局显示, 房地产开发项目有70%~80%的资金来自银行, 但紧缩政策出台使银行贷款难度加大, 企业的资金链条开始绷紧;另一部分
□文/肖云刘晴
信用风险的数据非常有限, 这使得信用风险计量模型的建立及其有效性的检验相当困难。因此, 应加快信息系统建设, 尽快建立有关企业信用风险的历史数据库, 通过对数据库进行数据挖掘, 实现共享, 从而为信用风险测算模型的应用奠定良好的基础。
(三) 加快股票市场发展。
由于我国目前证券市场和债券市场都不够完善, 给风险计量模型的建立和有效运行带来了一定的困难。因此, 要加强我国股票市场建设, 强化股市信息披露和财务报表数据的审计监管, 加强交易活动监管, 从而健全和完善股票市场, 使股票价格能真实地反映企业业绩。通过上市公司提供的相对真实的数据来评测民营上市公司的信用风
中小房地产企业人力资源外包困境与对策
摘要：通过对我国民营上市公司信用风险评价现状以及当前国内外学者对信用风险管理理论与实践成果进行分析, 研究如何对我国民营上市公司信用风险进行识别与计量。
关键词：民营上市公司,信用风险
参考文献
[1]戴维特.信用风险模型与巴塞尔协议[M].中国人民大学出版社, 2005.
[2]尹竹青.信用度量模型在中小企业信贷风险管理中的应用研究[D].中央财经大学, 2008.
[3]肖霞.基于KMV模型的我国上市公司信用风险实证研究[J].金融经济, 2004.
[4]朱小宗.现代信用风险度量模型剖析与综合比较分析[J].财经研究, 2004.
[5]张智梅.模型的改进及对上市公司信用风险的度量[J].统计与决策, 2006.
上市公司信用 篇2
1.1宏观因子压力测试设计机制
商业银行要根据自身情况制订合理的压力测试流程，主要步骤包括：选择压力测试方法；构建压力测试情景；确定冲击；选择信用风险计量模型；界定被冲击的资产；进行数值分析；风险加总。压力测试的重点应放在单个流程中不同的方法选择上。在实践中并不需要按照严格的先后顺序执行，可以根据实际需要进行修改或补充。按照商业银行信贷资产的特征，测试范围为整体信贷资产，划分为公司银行信贷资产、零售银行信贷资产。
1.2公司银行信贷资产
将压力情景给定的GDP、M2和CPI值代入设计模型，测算出压力情景下各行业的营业收入情况。将上市公司各行业营业收入的实际值与压力情景下上市公司各行业营业收入的预测值进行对比，得出营业收入的变化情况。假设商业银行各行业客户收入的变化程度同该行业上市公司收入的变化程度相同，最终得出压力情景测试下，商业银行各行业客户的营业收入变动情况。以商业银行客户各行业年报数据作为压力测试基期数据。根据前面的计算结果，测算压力情景下商业银行客户各行业的营业收入水平。根据压力情景下的收入水平，编制压力情景下商业银行客户各行业平均的财务报表。其中，涉及的假设包括：应收票据、应收账款、预付账款、应付票据、应付账款等和销售收入同比例下降；企业一年内到期的非流动负债保持不变，企业长期负债的减少等于企业一年内到期的非流动负债；营业成本、税金、销售费用随销售收入同比例下降；财务费用随短期借款同比例下降；用短期借款和货币资金调平报表。计算压力情景下行业PD值。
我们将压力情景下的财务报表数据代入公司信用评级的打分卡模型，即可计算出压力情景下该行业客户评级结果。获取各行业客户实际的评级迁徙矩阵；假设压力情景下，商业银行各行业客户的评级迁徙矩阵依据其评级等级变动程度进行平移，且在平移过程中迁徙矩阵的形状不发生变化，据此测算出压力情景下各行业客户的评级迁徙矩阵。根据压力情境下各行业客户的等级分布，测算出压力情景下各行业的违约概率值（PD值）。计算压力情景下行业LGD值。选择客户PD变动、客户负债率变动、抵押物价值变化和抵押物变现能力变动4个指标作为参数计算出在压力情景下各行业的LGD值，客户PD变动取自于前一步计算结果；客户负债率变动取自压力测试前后客户财务报表负债率数据，用房屋成交量变化反映抵押物变现能力变化；假设压力情景下房屋成交量变化同本压力测试中房地产压力测试部分；用房价变化反映抵押物价值变化，假设压力情景下房价变化同本压力测试中房地产压力测试部分。计算压力情景下行业EL变化情况。将压力情景下测算出来的行业PD值和行业LGD值相乘，得到压力情景下行业的EL值，将其和基期行业的EL值进行比较，得出变化情况。计算压力情景下行业的5级分类结果。获取商业银行对公信贷资产5级分类迁徙矩阵的实际数据。假设在无压力情境下，5级分类的迁徙情况保持不变。假设压力情景下，5级分类的迁徙矩阵会依据其EL的变化发生平移，且平移过程中形状不发生变化。根据压力测试下5级分类的迁徙情况以及基期信贷资产的5级分类分布，测算出压力情景下各行业5级分类的结果。
1.3零售信贷资产
利用实施新资本协议过程中PD压力测试成果，宏观经济因素与PD之间的传导关系。通过历史迁徙数据将PD的变化对应到不良贷款各级别的变化上。假设PD增幅即为不良率增幅且业务规模不变，得出各压力情景下的不良率及新增不良额。根据商业银行各分类级别贷款间的历史迁徙率，将新增不良结果分配至各不良贷款级别中，得到最终的测试结果。信贷资产压力测试采用时间序列模型对PD进行模拟预测。
2公司贷款信用风险的宏观因子测定
宏观因子测定模型的核心思想是把有关经济周期的宏观因子识别出来，测定对我国商业银行信用风险有显著影响的宏观经济因子。
2.1基本假设及基础框架设定
在现有理论的信用风险因素模型当中，Gordy（2003）的单因素模型以及麦肯锡公司提出的CreditPortfolioView（CPV）模型是基于宏观经济因子度量信用风险的代表模型。其中，单因素模型是设定单一的宏观经济因子，不能区分有关经济周期的宏观因子对商业银行信用风险的不同影响，所以，不适合本文的分析。而CPV模型是基于一个开放的因子框架，可以用来测定多元的宏观经济因子。然而上述模型在国内商业银行实践中使用的相对较少，本文主要基于巴塞尔协议的有关内容以及国内商业银行的压力测试实践，设计了MEF模型来测定宏观因子对信用风险的影响程度。首先对商业银行信贷资产的风险集中度和宏观经济因子提出假设如下。商业银行信贷资产足够分散，单项资产在总资产中的份额很小，因此，债务人的特异风险可以在较大程度上分散掉，而债务人的违约概率主要受宏观经济因子影响。贷款企业整个行业的营业收入受宏观经济因子的影响，并能有效传导到商业银行的信用风险。宏观因子对营业收入以及信用风险的影响具有滞后性，对第t期营业收入及信用风险，用t-1期宏观因子进行测定。在测定宏观因子影响时，将商业银行的贷款企业划分为若干行业进行测算。在此基础上，MEF模型采用ln函数来描述行业收入和宏观经济因子之间的关系为宏观因子A在t-1期的数据；φ—待估计参数；e—误差项。选择行业营业收入的自然对数的主要原因是为了提高营业收入序列数据的平稳性，测定之前将收入数据进行了取自然对数处理。而来自其他系统性因子的“干扰”或者“噪声”被包含在误差项e中。
2.2宏观因子的选择
在建立了MEF模型之后，最重要的工作就是选择宏观经济因子，选择宏观经济因子必须既有理论依据的支持，同时又能反映实际情况。对于经济周期因子，在借鉴CPV模型、单因素模型和GVAR模型以及其他相关模型的基础上，根据数据的可得性，选择了GDP增长率、通货膨胀率和M2三个指标。
2.2.1GDP增长率（GDPGrowthRate）GDP增长率是反映一国经济增长和经济周期状况的最核心指标，在相关实证研究中也被普遍用作重要的宏观经济因子。从微观企业的角度来看，GDP可以看作一国总体企业产出的增长率，而企业的产出直接影响着企业的经营收益，也就影响着企业的偿债能力。
2.2.2通货膨胀率（Inflation，INF）
通货膨胀率代表着物价上涨水平。由于经济繁荣往往伴随着通货膨胀，而经济衰退常常也伴随着通货紧缩，所以通货膨胀率也是经济周期的一个重要指标。一般情况下，通货膨胀会影响企业的经营成本和收益水平，进而影响企业的信用风险。反映通货膨胀率的指数主要有CPI和PPI，因为PPI是衡量工业企业产品出厂价格变动趋势和变动程度的指数，主要反映的是生产成本变化而没能充分体现通货膨胀对收益的影响，并且不能全面覆盖农业和服务业。因此，本文选择CPI指数作为通货膨胀率指标。2.2.3广义货币（M2）广义货币是反映货币供应量的一个重要指标。随着货币供应量的增加，有助于改善市场的资金供求关系，企业的资金成本会呈现下降趋势，经济活跃度也会不断增加，这样能够带来企业营业收入的增加，降低信用风险。国外的相关研究还发现，汇率等因素同样对企业信用风险有重要影响，但是我国人民币汇率波动并不具有周期性波动特征，所以本文暂不作考虑。2.3宏观因子显著性测定要测定的是宏观经济和行业的传导机制，主要通过MEF模型计量出宏观经济因子变动对不同行业营业收入的影响。选择的控制变量为GDP增长率、M2增长率和CPI，因变量采用各行业年营业收入的对数值。将GDP、M2、CPI和各行业营业收入分别作了单因素、双因素和三因素回归，并选取解释能力最强的回归结果。考虑到数据的可获取性，用上市公司的营业收入作为宏观因子对风险的传导介质，并将上市公司营业收入划分为九大类型，具体包括资产密集行业、轻工制造行业、批发零售业、交通运输业、建筑业、房地产行业、基础设施行业、投资行业以及服务业等。检验结果详见表1，结果显示，三变量模型具有相对较好的解释效果，9大行业的R方平均值为74%，且在每个行业检验结果相对稳定，最高的为建筑业（A5）78.61%，最低的资本密集行业（A1）67.93%。
3零售贷款信用风险的宏观因子测定
3.1宏观因子的选择
M2同比增长率与PD成正相关关系，在实际情况中，M2同比增长率变大的时候，无论是流通中的现金，还是个人以及企业存款都在变多，债务人整体的偿债能力变强，违约率也相对下降，所以，该指标与PD的正相关关系与经济意义相反，故不引入PD时间序列预测的数量模型中，但考虑到在经济环境下M2极端情况对PD仍有相对影响，在PD预测模型后通过该指标对PD预测值进行修正。
3.2宏观因子对违约率影响的测算过程
建模数据：2009Q1—2013Q4的季度数据，共计20个样本。因变量：季度PD=季度新增违约人数/总人数，数据来源于国内某股份制商业银行的内部数据库。自变量：收集了GDP类、价格指数类、收入报酬类、金融类等宏观变量；数据主要来源于Wind数据库和人民银行网站。研究了国内宏观经济变量，涵盖了代表经济增长、金融指标的主要变量，最终发现CPI（居民消费价格指数）与GDP同比增长率对PD较为敏感。CPI与PD的相关系数为-0.81，具有明显的负相关关系；GDP与PD的相关系数为-0.88，也具有明显的负相关关系，从二者趋势图上也可以明显看到。综合考虑宏观经济变量与PD的相关系数和经济含义的解释度，初步选出GDP同比增长率、CPI同比增长率共2个宏观经济变量为参考风险变量。从变量间的相关系数看出，GDP同比增长率与CPI同比增长率有明显的相关性，不适合共同构建模型，由于GDP对因变量影响更为显著，且滞后阶大于CPI，可以认为GDP增速可以覆盖CPI增速对因变量的影响，所以模型仅接受GDP同比增长率作为自变量。用时间序列方法建立违约率与宏观因素的模型，同时，对GDP同比增长率做数据变换以平衡数量级。3.3测算结果的运用根据压力情景的设计，代入PD和宏观变量的计量模型，计算出通过数量模型得到的PD。据此对PD数量预测结果进行修正。最终得出不同情景下的PD预测值及PD上升幅度，基于宏观因子的不良贷款的压力测试。
4结论
小额贷款公司信用风险研究 篇3
【关键词】小额贷款 信用风险 存在问题 措施
小额贷款是种无抵押和无担保形式的信用贷款，这种贷款的主要特点就是简便、快捷。[1]近几年小额贷款公司的发展十分迅速，以前的额度审批方式已然无法满足现阶段发展形势的要求，尤其是在业务量不断扩大的情况下，信贷风险也在不断增加。因而需要基于当前的研究现状，探寻有效的风险控制措施，实现小额贷款公司的稳步发展。
一、小额贷款公司以及信用风险的基本概述
（一）小额贷款公司的概述
小额贷款公司具有一定的特殊性，是我国一种新型的组织，综合来说，它具有以下几方面的特性。其一是具有多样化的投资主体和贷款形式。小额贷款公司的投资主体是非常丰富的，其限制条件相对而言比较少。其贷款形式主要包括了信用贷款、担保贷款自己抵押贷款等，客户可以根据自身的需要来选择合适的贷款方式。其二是只贷不存。小额贷款公司是不允许吸收存款的，只能够从事贷款业务，这也是其与其他金融机构的差异所在。其三是贷款金额和利率的灵活性。就贷款利率来说，基于司法部门和人民银行的规定，小额贷款公司的利率可以根据当前的市场经济形势进行相应的调整。而在贷款金额方面，不同地区的经济发展水平有着一定的差异，因而贷款金额也会有所不同。
（二）信用风险的涵义
信用风险的产生主要包括主客观两方面的原因，从主观角度来说，信用风险和贷款人的个人道德有关，很多信用风险的产生都是由于贷款人不愿偿还贷款，最终给贷款公司造成损失。从客观角度来说，受到市场环境以及公司经营状况等因素的影响，贷款公司出现了不同程度的损失。就目前的情况来看，我国的信贷风险是非常高的，给小额贷款公司的发展带来了严重的危害，如何有效的控制信用风险是现阶段急需解决的问题。[2]
二、我国小额贷款公司信用风险管理中存在的问题
（一）缺乏有效的内部控制，管理人员的专业素养有待提高
小额贷款公司的发展时间相对而言是比较短的，在公司管理方面存在着诸多不足。首先，小额贷款公司的人员是非常少的，其中有很多工作人员专业技能薄弱，这对各项业务的有序开展造成了一定的影响。其次，很多公司的管理者此前没有从事金融行业相关的工作，无法从整体上分析金融行业的发展局势。同时这部分管理者缺乏一定的风险控制意识，没有认识到内部风险控制的重要性。最后，没有建立健全的内部控制体系。很多小额贷款公司都缺乏完善的人才管理机制，人员队伍缺乏一定的稳定性，这在一定程度上增加了公司的风险。
（二）过于单一的经营业务，风险承担能力薄弱
从上述中可以知道，小额贷款公司在经营贷款业务的时候只贷不存，同时公司的规模普遍比较小。[3]在面临风险的时候，这类公司缺乏一定的应对能力。小额贷款公司本身的身份是不够明确的，因而它不在政府财政税收的优惠范围内，无形中增加了企业的营运成本，而公司利润增长的途径少之又少，这是影响小额贷款公司风险承担能力的重要因素。此外，小额贷款公司的发展具有一定的地域性，区域经济的发展形势对其也有不同程度的影响。贷款者的经营出现问题势必会影响贷款的收回，一旦出现风险，小额贷款公司的正常运营就会受到影响。
（三）缺乏稳定的资金来源，监管体系不够完善
小额贷款公司特殊性在于它无法通过吸收公众存在的方式来扩大资金来源，这就使得公司所发放的贷款很大程度上来自于自有资金。从实际情况来看，资金回收的速度已然无法和贷款发放速度相平衡，很多小额贷款公司都存在后续资金不足的问题。在这样的情况下，小额贷款贷款公司潜在着很高的流动性风险，这也会成为信用风险的诱因，最终影响公司的经营安全。除此以外，大部分小额贷款公司都没有建立完善的监管体系，无法对公司的业务进行全面的监控，使得公司在运营的过程中存在很多风险隐患。
三、我国小额贷款公司信用风险控制的有效对策
（一）建立健全的内部控制制度，提高人员的专业素养
工作人员的专业素养对小额贷款公司的风险控制能力有着直接性的影响，因而提升人员的整体专业素养显得尤为重要。[4]首先，小额贷款公司应当聘用一些具有高水平的专业技能，并且有金融行业管理经验的高层管理人员。使得公司的管理专业化和规范化，将风险控制管理作为经营管理的重要工作。其次，加强对工作人员的管理和培训，为人员提供专业化培训的机会，让他们不断地吸收新的专业知识和技能，提高公司人员的整体专业素养。最后，逐渐完善内部控制制度，对公司的业务以及人员进行规范化管理，提高风险管理和控制的意识，根据当前发展形势制定全面的信用风险防范措施。
（二）建立有效的风险预警机制
小额贷款公司的贷款对象主要是中小企业和农户等，因而在对贷款对象的管理和金融机构有一定的区别。首先，严格贷款审批的流程，对贷款对象进行一定的控制，尽可能的在贷款前期降低信用风险。其次，对贷款项目进行全面的审查，了解贷款者的经营状况，以此作为确定贷款额度的重要依据。最后，对贷款的使用情况进行跟踪，一旦出现问题需及时的反馈并采取应急措施。完善的风险预警机制是降低信用风险的关键，需要引起我们的足够重视。
（三）为小额贷款公司创造良好的外部环境
一直以来，小额贷款公司的法律地位不够明确，因而在经营的过程中面对着诸多阻力。针对这种情况，政府需要制定相关的法律法规来明确小额贷款公司的法律地位，明确这类公司所享有的优惠政策，尽可能的为其提供有力的支持。此外，政府还可以帮助小额贷款公司扩充资金來源，解决其后续资金不足的问题。[5]小额贷款公司在社会经济发展中的作用不容忽视，在未来的发展中，政府还应根据其发展情况提供更多的支持。
参考文献
[1]沈俊伟.当前农村小额贷款公司可持续发展面临的问题及对策[J].金融纵横.2011，3（02）：46-47.
[2]曹姣.我国小额贷款公司农户信贷风险防范[J].商场现代化.2011，2（01）：59-60.
[3]陆锋.商业性小额贷款公司系统风险因素分析[J].企业导报.2012，9（13）：23-24.
[4]中国人民银行晋宁县支行调研小组，蔡敢林，叶斌.晋宁县小额贷款公司经营发展及风险情况调查[J].时代金融.2012，12（26）：101-102.
上市公司信用 篇4
在中国, 先秦时期就出现了赊销。在欧洲的集市交易中, 中世纪就出现了赊购。这种早期的赊销或赊购, 发生在商家与消费者之间, 是一种消费信用。随着商品经济的发展, 以及企业和银行的产生和发展, 出现了商业信用和银行信用。在现代市场经济中, 商业信用和银行信用是两种最主要的信用形式。
上市公司的信用行为包括商业信用的供给、商业信用的需求, 以及银行信用的需求等。商业信用的供给是指赊销商品, 延期收款或者预付购货款, 在资产负债表中表现为“应收账款”、“应收票据”和“预付账款”;商业信用的需求是指赊购商品, 延期付款或者预收销货款, 在资产负债表中表现为“应付账款”、“应付票据”和“预收账款”;银行信用需求是指从银行取得的借款, 在资产负债表中表现为“短期借款”和“长期借款”。
在世界各国企业的资产负债表中, 应收款项、应付款项和银行借款都占据着十分重要的地位。商业信用和银行信用的供求, 不仅影响企业的经营活动、投融资活动, 以及企业之间的经济关系, 而且与宏观经济运行密切相关。本文试图利用我国上市公司的数据, 对信用行为的演进过程和基本特征进行探讨。
二、研究设计
(一) 上市公司信用行为的计量
商业信用的供给用“ (应收账款+应收票据+预付账款) /资产总额”计量, 商业信用的需求分别用“ (应付账款+应付票据+预收账款) /资产总额”和“ (应付账款+应付票据+预收账款) /负债总额”计量。把银行信用需求分为短期银行信用需求和长期银行信用需求, 分别用“短期借款/负债总额”和“长期借款/负债总额”计量。见表1。
(二) 样本选择和数据来源
利用锐思 (RESSET) 数据库, 进行样本公司的筛选和原始数据搜集。初选样本公司同时满足以下条件:①“所属地区”选择“全部”, 即包括大陆所有上市公司;②“交易所标识”选择“全部”, 即包括在上海证券交易所和深圳证券交易所上市的公司;③“股票类型”选择“A股”, 即不包括B股;④“当前状态”选择“正常上市”, 即不包括“ST、∗ST、暂停上市、退市、三板市场”;⑤“上市标识”选择“A”, 即不包括“AB、ABH、AH、AHN、AN、B”;⑥“主板三板标识”选择“主板”, 即不包括“创业板、三板”;⑦“金融行业标识”选择“非金融行业”, 即不包括“金融行业”;⑧“所属行业”选择“证监会行业分类2012年版”中除金融业之外的其他所有行业, 共17个行业;⑨样本时限从1993年到2012年。
先从锐思 (RESSET) 数据库中导出“应收账款”、“应收票据”、“预付账款”、“资产总额”、“应付账款”、“应付票据”、“预收账款”、“负债总额”、“短期借款”、“长期借款”等数据, 然后用EXCEL计算得到“ (应收账款+应收票据+预付账款) /资产总额”、“ (应付账款+应付票据+预收账款) /资产总额”、“ (应付账款+应付票据+预收账款) /负债总额”、“短期借款/负债总额”、“长期借款/负债总额”等变量。最终得到16 525个有效样本观测值。
三、我国上市公司信用行为数据 (1993~2012)
1993~2012年每年全部样本公司的商业信用供给 (ARA) 、商业信用需求 (PAA和PAL) , 以及银行信用需求 (SBL和LBL) , 见表2。
四、中国上市公司信用行为的基本特征
(一) 商业信用供给 (ARA) 和商业信用需求 (PAA)
根据表2中商业信用供给 (ARA) 和商业信用需求 (PAA) 数据, 绘制图1之后不难发现:
1.1993~2003年, 每年商业信用供给 (ARA) 都大于商业信用需求 (PAA) ;2004~2012年, 每年商业信用供给 (ARA) 都小于商业信用需求 (PAA) 。
2.1993~1998年, 商业信用供给 (ARA) 和商业信用需求 (PAA) 同方向增减变化。其中, 1994年商业信用供给 (ARA) 和商业信用需求 (PAA) 都明显下降, 1997年商业信用供给 (ARA) 和商业信用需求 (PAA) 都明显上升, 1998年商业信用供给 (ARA) 和商业信用需求 (PAA) 都明显下降。
3.1999~2012年, 商业信用供给 (ARA) 趋于稳定, 而商业信用需求 (PAA) 呈逐步上升趋势。
(二) 商业信用需求 (PAL) 和银行信用需求 (SBL和LBL)
根据表2中商业信用需求 (PAL) 和银行信用需求 (SBL和LBL) 数据, 绘制图2之后不难发现:
1.1993~2004年, 每年商业信用需求 (PAL) 都小于短期银行信用需求 (SBL) ;2005~2012年, 每年商业信用需求 (PAL) 都大于短期银行信用需求 (SBL) 。
2.1993~1998年, 商业信用需求 (PAL) 和短期银行信用需求 (SBL) 同增同减。其中, 1993~1996年商业信用需求 (PAL) 逐年下降, 1997年商业信用需求 (PAL) 和短期银行信用需求 (SBL) 都显著增加。
3.1999~2012年, 商业信用需求 (PAL) 开始逐步上涨, 而短期银行信用需求 (SBL) 开始逐步下降。
4.长期银行信用需求 (LBL) 比较稳定, 除了1994年的12.93%、1997年的4.44%和2009年的12.76%之外, 其他年份都保持在10%左右。
(三) 宏观经济周期对公司信用行为的影响
将上述从数据分析和曲线走势中获得的发现与宏观经济周期联系起来, 可以加深对公司信用行为的认识。
1.1993~1996年, 高增长与高通胀并存, 宏观调控的重点是反通货膨胀。所以, 商业信用供求和银行信用需求都受到了抑制, 都表现为下降或趋稳。
2.1997年, 亚洲金融危机导致通货紧缩, 银行惜贷, 长期银行信用急剧减少。同时, 短期银行信用、商业信用供给和需求都急剧增加。1998年以后, 长期银行信用趋于正常, 但短期银行信用逐年下降, 商业信用需求逐年增加, 商业信用供给逐年下降。这一趋势一直持续到了2003年。
3.2003年下半年开始经济扩张, 但由于长期银行信用保持稳定, 短期银行信用呈下降趋势, 所以, 商业信用需求逐年增加, 并在2004年超过了商业信用供给, 在2005年超过了短期银行信用。商业信用需求是推动2003年以后经济扩张的重要力量。
可见, 长期银行信用、短期银行信用和商业信用都是企业可以选择的融资渠道。如果长期银行信用受到抑制, 企业可以选择短期银行信用;如果长期银行信用和短期银行信用都受到抑制, 企业可以选择商业信用, 商业信用可以作为银行信用的一种替代。商业信用对银行信用的替代会降低货币政策的调控力度, 国家在运用货币政策进行宏观调控时应考虑这种影响。
(四) 公司信用行为的行业差异
分行业样本公司1993~2012年平均的商业信用供给 (ARA) 、商业信用需求 (PAA和PAL) , 以及银行信用需求 (SBL和LBL) , 见表3。利用SPSS11.5对表3中的数据进行描述性统计分析, 得到表4。
从表3和表4中可以发现, 公司信用行为存在明显的行业差异, 主要表现在:①商业信用供给ARA的平均值为0.132 4, 标准误差为0.041 8。其中, 建筑业商业信用供给最大, 为0.246 0;住宿和餐饮业商业信用供给最小, 为0.075 8。②商业信用需求PAA和PAL的平均值分别为0.122 9和0.267 0, 标准误差分别为0.061 9和0.088 6。其中, 建筑业的PAA和PAL都最大, 分别为0.263 9和0.407 6;卫生和社会工作的PAA最小, 为0.016 1;水利、环境和公共设施管理业的PAL最小, 为0.148 4。③短期银行信用需求SBL和长期银行信用需求LBL的平均值分别为0.293 6和0.109 0, 标准误差分别为0.067 2和0.059 9。其中, 农、林、牧、渔业的SBL最大, 为0.400 5;电力、热力、燃气及水生产和供应业的LBL最大, 为0.271 4;卫生和社会工作的SBL和LBL都最小, SBL为0.106 6, LBL为0。
通过比较表3中的ARA和PAA, 还可以发现:①下列行业的ARA大于PAA, 是商业信用的净供给者:文化、体育和娱乐业;卫生和社会工作;水利、环境和公共设施管理业;信息传输、软件和信息技术服务业;交通运输、仓储和邮政业;住宿和餐饮业;采矿业;制造业;电力、热力、燃气及水生产和供应业;农、林、牧、渔业。②下列行业的PAA大于ARA, 是商业信用的净需求者:综合;居民服务、修理和其他服务业;科学研究和技术服务业;租赁和商务服务业;房地产业;批发和零售业;建筑业。
参考文献
[1] .陈乐一, 粟壬波.当前中国经济周期阶段研究.学习与探索, 2013;5
[2] .陆正飞, 杨德明.商业信用:替代性融资, 还是买方市场.管理世界, 2011;4
[3] .石晓军, 张顺明.经济周期中商业信用与银行借款替代行为研究.管理科学学报, 2010;12
[4] .应千伟, 蒋天骄.市场竞争力、国有股权与商业信用融资.山西财经大学学报, 2012;9
信用担保公司实践报告 篇5
担保业务方面的实践报告
社会实践是学校根据专业教学的要求，对学员已学部分理论知识进行综合运用的培训，其目的在于让学生接触社会，加强学生对社会的了解，培养和训练学生认识、观察社会以及分析、解决问题的能力，提高学生的专业技能，使之很快地融入到实际工作中去。2006年3月我在兵团中小企业信用担保公司进行担保业务等方面的实践。
在不到一个月的时间内，要想熟悉和掌握该公司担保业务的基本操作流程和整个业务风险控制过程是不易的。我主要采用了“多看、多问、多学、多悟”四多的方式，基本了解了该公司的整体情况和担保业务概况。现将此次实践活动的有关情况报告如下：
一、实践的内容与过程
整个实践过程分为三周进行，第一周从3月6日起至3月10日，在该公司行政管理部、业务部，跟随公司业务部经理对整个公司的概况、整个公司业务的操作过程进行一般的了解。
第二周从3月13日起至3月17日，在该公司业务部，主要学习日常担保业务处理的全部过程。
第三周从3月20日起至3月24日，在该公司资产风险法律部，主要了解公司担保业务的风险控制过程，讨论和学习担保业务管理的经验和做法。
（一）公司概况
新疆生产建设兵团中小企业信用担保有限责任公司是经兵团批准，2001年6月依法在自治区工商行政管理局登记注册的法人单位，是由国家经贸委纳入全国中小企业信用担保体系的试点担保机构。注册资本人民币6000万元，由兵团全额出资组建，经营范围是依据国家有关金融的法律法规规定的企业贷款提供担保；投资咨询等。累计提供各类担保达3.8亿元。
兵团中小企业信用担保有限责任公司，是企业的融资中介，是连接银行与企业的重要桥梁。公司下设行政管理部、业务部、资产风险法律部和财务管理部。目前公司控股新疆金诚住房置业担保有限责任公司，参股兵团拍卖有限公司、兵团典当公司和众业典当有限公司。公司本部主要开展流动资金贷款担保、银行票据担保及法律诉讼保全担保等业务；金诚住房置业担保公司承办自治区公积金贷款担保业务；兵团拍卖有限公司和兵团典当有限公司开展各类拍卖和典当业务。
公司依靠强有力的政策支持，建立了科学、严谨的评审与监管体系。具有完善的制度与法律保障，能有效地识别、分散、控制风险。
经过几年的成长发展，公司已经与农业银行、兵团农业银行、中国银行、交通银行、商业银行、华夏银行、招商银行、建设银行及乌市各级法院建立了密切的合作伙伴关系，树立了良好的信用形象。
（二）具体情况
在第一周时间里，我对公司业务流程的内容有了一定的了解。该公司中小企业信用担保业务操作一般按以下七个程序进行:
1、贷款申请
需要资金的中小企业向商业银行提出《借款申请审批书》，商业银行对借款企业进行资信调查与审查，经审查同意借款后，通知借款人办理担保手续，并向兵团担保公司送达借款意向书和相关材料。
2、担保申请
借款企业根据商业银行通知和借款意向向兵团担保公司提出《委托担保申请书》，同时提供所有必要的材料，包括贷款意向书、企业章程、营业执照复印件及法定代表人有效身份证明、核准的财务会计报表、财务收支计划和还款计划、信用贷款的历史记录、开户情况及存款余额情况等。
3、保前资信调查
兵团担保公司受理借款企业的担保申请后，对申保企业进行保前资信状况调查。调查内容主要包括申保企业法人素质、在行业中的发
展前景与竞争能力、资产负债结构、经营效益、借款用途的合理性、还款能力与还款来源等。同时确定申保企业所提供的反担保。
4、担保审查与审批
对申保企业的资信调查完成后，公司的审批机构进一步对担保项目的真实性、有效性、合法性、安全性、盈利性，反担保人情况或抵押物、质物等内容进行核实和审查，审查通过后，根据规定权限签署审批意见。
5、签订担保合同
担保项目信用经公司审批同意担保后，公司与贷款银行、申保企业分别签订《担保合同》和《反担保合同》。
6、发放贷款
签订《担保合同》后，贷款银行对受保企业正式办理贷款审批发放手续，受保企业按借款合同约定使用贷款。同时，贷款银行向担保公司送交放款通知。
7、正式承保
兵团担保公司收到银行放款通知之后，按《担保合同》约定对受保企业正式履行保证责任。
在第二周的时间里，我认真、仔细学习了日常担保业务操作的全过程。跟业务人员学会了如何判断担保项目、如何根据申保企业资料识别该企业在生产经营、管理、财务状况、行业发展等方面的情况，向项目经理学习担保业务的受理和分析。公司开业几年间，在兵团和兵团国有资产经营公司的大力支持和关心指导下，业务有了较快的发展，并取得了较好成绩，尤其是2005年，国家对七大行业采取宏观调控政策，国有商业银行改制进入实施阶段，各大国有商业银行严格贷款规模，优化资产结构，在整个金融形势不乐观的情况下，超额完成了董事会制定的目标，主要表现在两方面：
1、在经营成果方面，取得了可喜成绩。根据利润表反映，2005年公司全年完成利润216万元，比去年110万元，多了106万元，增幅为96.36%。新增担保业务不良率为零。可以看出公司业务经营现
状良好，经营风险很小。从另外一方面说，公司对于银行的信用程度是相当之高的。
2、在诉讼保全业务方面，积极开拓各级法院诉讼保全业务市场。2005年全年诉讼保全承保860万元，比2004年增长236.5%。
在第三周的时间里，我学习和了解了公司的审批制度，对担保业务的主要部门职责有了具体认识。
公司业务部按照国家的产业政策和法律规定，积极筹措、管理和运作担保资金；负责担保业务和再担保业务受理；对担保业务进行审核、调查；为符合担保条件的申保企业办理担保业务；对担保业务履行全过程跟踪服务、监督反馈，及时提呈担保和再担保对象运营发问报告、严格监控。
资产风险法律部履行业务主审查人职责，从控制风险的角度对拟提交签批的担保业务进行认真审查，写出书面审查报告；对担保业务进行事前、事中、事后监控，减少或避免业务风险的发生，重点是反担保的落实，使反担保具有变现时效短、债权易实现的实际意义；履行公司审保委员会办公室职责，严格按担保审批程序组织审保委员会会议，并向公司董事会提供审议文件；对已出现风险或损失的业务依法进行追偿，与法律顾问商讨提出具体实施方案，为公司决策提供依据，根据公司决定具体实施执行；对在保业务按月定期跟踪检查，及时发现问题，采取积极有效解决措施，减少风险发生机率。
二、公司在担保业务方面成功的主要经验
几年来，公司在经营不断发展，业务不断扩大的客观需要的前提下，担保业务管理得到各级领导的极大重视，业务制度日趋规范，业务受理、业务审批、业务监管也更加完善。
（一）合理规范担保业务操作流程
近年来，在担保行业和金融、兵团管理部门的要求下，公司在业务受理、业务审批、业务监管等各方面向规范化、制度化、标准化方向努力。公司根据担保业务需要，编制了一整套统一的《担保业务申请表》，建立了兵团直属中小企业信息库，对重点企业实行专人管理，并且建立了担保企业台账记录和贷款时间记录克服了过去管理不严、资料不全、数据不齐等不规范现象。
（二）积极广泛的与乌市各国有商业银行和各股份制银行洽谈合作
经过几年的成长发展，公司已经与国家开发银行、中国农业银行、兵团农业银行、中国银行、交通银行、商业银行、华夏银行、招商银行、建设银行、农业发展银行建立了合作伙伴关系，树立了良好的信用形象，搭建了企业与银行多渠道的融资平台。
（三）丰富担保业务种类，扩大担保业务市场
公司提供的信贷融资品种包括流动资金贷款、信用证、银行承兑汇票、创业贷款、固定资产贷款、项目开发贷款、委托贷款、下岗失业人员小额贷款等。另外公司拓展了法律诉讼保全担保业务，对工程项目担保业务也在开拓实施之中。
（四）建立健全内部控制制度
内部控制制度是公司为保证担保业务经营目标指定并实施的，对内部各部门与业务管理人员相互制约与协调的一系列制度、措施、程序和方法。2005年实行担保业务总经理负责制，建立审查、担保、代偿分离制度，对特殊担保项目实行集体审批制度，建立担保业务报告制度等有效制度。
（五）加强业务人员综合业务素质培训
因为每笔担保业务都是针对不同单个企业进行的，而每个企业各种情况又不尽相同，所以就要求担保业务人员具备较强的综合业务素质，对不同行业、不同规模、不同产品、不同性质的企业要独具慧眼。公司注重担保业务人员的培训和再教育，积极参加全国行业研讨、培训，组织学习讨论新的法律法规和政策规定。
三、公司在担保业务方面存在的主要问题
虽然这次社会实践时间很短，但感觉到公司的整个管理，尤其是担保业务工作比较规范、出色。由于信用担保风险的多重性，公司担保业务也面临着新的挑战，目前我认为该公司在担保业务方面存在以
下几方面的问题：
（一）贷款银行不能与担保公司形成风险共担。
贷款银行对担保公司只要求权利而不完全承担相应义务，银行还不能够与担保公司形成风险共担，实现国家支持解决中小企业发展融资困难的要求。
（二）相关部门办理反担保措施的抵质押手续不及时。
由于反担保措施的抵质押手续办理拖延，担保公司不能向银行出具担保，导致贷款企业不能及时拿到贷款，在一定程度上影响了担保公司业务效率，需要社会有关部门的支持。
（三）部分中介机构出具虚假报告给担保业务带来一定风险。由于社会上部分会计师事务所和资产评估事务所为了自身经济利益，出具虚假或不真实审计报告和评估报告。给担保公司对申保企业的审查带来潜在风险。
四、实践的收获和体会
这次在兵团中小企业信用担保公司的实践，虽然时间不长，但是收获颇多。开始认为社会实践只是走走过场形式一下而已，不会对自己有什么帮助，但事实上，通过这次实践，我有了很深的体会，感觉到理论和实践之间还是有一定差别的，在实践过程中能主动的请教，虚心的学习，学会了担保业务工作的一般流程、尽量把理论知识融入到实践中去，使自己的理论知识更上一个台阶，而且实践技能与水平得到提高。在实践过程中与该公司领导和一般业务人员相处关系融洽，锻炼了自己在社会上人与人之间相处的方式、方法，深刻体会到立足于社会是多么不容易的一件事情。
（一）改进公司担保业务方面的建议
1、与银监局、人民银行积极沟通，争取与合作银行签订协议，建立担保业务风险分担机制。有效增强公司担保能力，更好的为中小企业解决融资困难。根据资料显示经济发达省市银行与担保机构在放大2—5倍信用比例基础上的风险分担比例已达到2：8或3：7。
2、与政府相关部门沟通协调，在办理车辆、股权等的抵质押手
续上提高效率，防止品行不良、恶意欺诈的借款人钻空子，减少信用担保的风险。
3、进一步提高担保业务人员综合业务素质，在审查申保企业财务资料时能有效地辨别虚实真伪，通过多渠道对企业有疑问的信息进行相互应证，或选择资质信誉良好的中介机构，进行指定审计和评估，降低担保业务风险。
（二）对社会实践调查的建议
这次社会实践是学校根据教学计划的要求安排的，是非常有意义的一次活动。通过这次社会实践提高了本人自身综合能力和业务水平，并在实践活动中发现了公司担保业务的成功经验和不足之处，并能提出自己的建议，得到公司管理层的认可。通过实践活动我把在学校学到的理论知识与工作实际相结合，理论联系实际，有力促进了工作开展，使自己受益非浅。结合自己的实际体会，建议学校多开展类似的社会实践活动，既可以为学院提供丰富的教学素材，又能够锻炼学员理论结合实际的能力。
学号：Y04090598600005
姓名：陈军
消费金融公司VS信用卡 篇6
消费金融公司是指于中国境内设立的，不吸收公众存款，以小额、分散为原则，为中国境内居民个人提供以消费为目的的贷款的非银行金融机构。消费金融公司的注册门槛为3亿元人民币或等值的可兑换货币，且为一次性实缴货币资本。消费金融公司的业务主要包括个人耐用消费品信贷及一般用途个人消费信贷、信贷资产转让及同业拆借、发行金融债等。
消费金融公司与信用卡的对比
经营范围对比
消费金融公司为客户提供的贷款服务与信用卡业务为客户提供的贷款服务虽然从理论上比较相似，但在实际操作过程中有很大区别。
从经营范围上看，消费金融公司的主要业务是办理个人耐用消费品贷款和一般用途个人消费贷款等小额信贷。例如：购买家电贷款、房屋装修贷款、婚庆旅游贷款和教育贷款等，不涉及房贷和车贷。
然而信用卡的消费领域并没有受到强制制约，分期业务大多数为特约商户商品或项目的分期。由此可见，消费金融公司与信用卡的业务十分相似，明显“同质化”使得两者在相同客户群体上的市场竞争显而易见。但信用卡明显具备以下两点自身的优势：
第一，随着信用卡分期付款功能的不断丰富，信用卡已经覆盖了大部分消费金融公司的经营范围，甚至连买车买房这样的大宗消费信用卡也可以办理分期，而且大多银行都开办了信用卡刷卡购车业务，可以办理分期。另外，在分期的金额上，消费金融公司要求是全款到20%，而信用卡的分期付款金额现在已经很低了。
第二，信用卡行业已具备多年经验，其联名合作商家已经涉及航空、酒店、家电、超市和百货等个人消费密集行业，在市场规模和渠道资源上相比消费金融公司有明显优势。
信用卡在与消费金融公司的竞争中仍存在一些劣势。由于银监会已同意消费金融公司可办理信贷资产转让、境内同业拆借、向境内金融机构借款和经批准发行金融债券等，这对于信用卡中心尚未实现公司化的各家银行来说无疑是竞争“短板”。
审批条件对比
消费金融公司所推行的服务是一种无担保无抵押的小额信贷，其最大的优点是：客户只要信用记录良好，就可在短时间内获得贷款，最快一笔业务只需半小时。从现在消费金融公司发放贷款的审批条件看，没有信用卡十几天甚至一个月的等候期，不需要消费者提供抵押或担保，只要信用记录良好即可发放贷款，通常在一个小时内就能决策完毕。
然而“信用记录良好”仅是一个模糊的概念，在我国客户评分系统和社会信用体系仍不健全的今天，消费金融公司的信用审核能力远逊于银行。消费金融公司能否在短时间内正确判断出客户信用记录是否良好还有待商榷。
对比消费金融公司，信用卡的申请随着行业不断的规范，其授信条件已经十分明确。银行信用卡普卡的申请人需具有稳定的工作，一般情况下年薪不得低于2万元。而在银监会发布信用卡行业新规后，信用卡的审批条件也更加明确、严格。
综上所述，对于大多数参加工作不久、收入水平不高的年轻人来说，消费金融公司的贷款业务可能更具优势。
授信额度对比
银监会规定，消费金融公司需对每笔消费申请进行审核后发放消费贷款，其发放消费贷款的额度不得超过借款人月收入的5倍。
对于大多数参加工作不久的年轻人来说，收入水平可能不高。例如，一个月收入在3000元左右的年轻人，在消费金融公司申请消费贷款额度可能达到15000元，而不需要任何的抵押或担保，这无疑是其最大的优势。
然而，消费金融公司试行期间，其发放的贷款是按每笔消费进行的，这在一定程度上制约了其贷款的灵活性。对比消费金融公司，信用卡则是银行针对个人的综合授信，不需要对客户的每笔消费进行审核。目前，银监会规定发卡行其普通信用卡额度最高为五万元，一些商业银行推出的白金卡、钻石卡，信用卡额度可达几十万元。
相比之下，信用卡的授信额度要比消费金融公司高，消费也更加便利。
费率对比
信用卡在规定最长56天的还款期内是不需要支付贷款利息的，而消费金融公司规定贷款利息从发放贷款开始计算，按借款人的风险定价，但不得超过同期银行贷款利率的4倍。成都的一家消费金融公司设定的最高利率达33%，而信用卡按照分期付款的手续费计算大致贷款年利率在18%左右。
信用卡最长有56天的免息还款期，超出免息期后透支利息按每日0.5‰计算。而对于分期付款业务，用户则按分期期数收取相应的手续费。商场分期付款最长为36个月，工商银行牡丹信用卡分期付款的规定是超过24个月期限的，且可申请办理分期付款再展期，以缓解还款压力。银行和商家也会不定期推出各种优惠活动，比如使用信用卡购买耐用消费品、进行家装等，都可以申请免息分期付款，有时还能得到免手续费的优惠。
而消费金融公司设定的还款期限最长2年。当然，对于逾期未还款的用户，信用卡还将有手续滞纳金、超限费等一系列费用。但仅从贷款成本而言，相比信用卡的利息则低很多。
对于消费金融公司小额信贷利率的网络调查显示，72.9%的网民认为消费金融公司的利率偏高，只有5%不到的网民认为这一利率可以接受（见图1）。
消费金融公司的不足
经过对比不难发现，信用卡作为消费信贷的“元老”综合起来比消费金融公司提供的小额信贷更胜一筹。尽管各界对消费金融公司抱以很高期望，但其要在当前的金融土壤里生根发芽、枝繁叶茂，尚面临很多挑战。消费金融公司较信用卡存在以下四大不足之处。
竞争优势不明显。中国目前消费信贷市场80%以上是房贷和汽车贷款，留下的20%，如教育、旅游、婚庆等，一般的商业银行银行发放的信用卡都有分期付款功能。虽然消费金融公司向个人发放消费贷款的余额不得超過借款人月收入的5倍，这个上限比一般的信用卡要高，但也不见得有太大的竞争优势。
征信体系残缺下的囚徒困境。在我国征信体系残缺的情况下，消费金融公司要和消费者达成一定信任关系非常困难。要么调查一个人的信用记录做不到快捷，要么做到了快捷但可能面临客户的信用风险。在征信能力远低于信用卡的今天，消费金融公司没有了快捷和无担保，等于没有了自己的独特竞争力。
资金来源之困。消费金融公司不能吸收存款，除了自己的资本金之外，《消费金融公司试点管理办法》规定可以通过境内同业拆借、向境内金融机构借款以及经批准发行金融债券进行融资。但这依然无法消除消费金融公司自身风险大、融资难的困境。而信用卡作为商业银行发展历史“悠久”的业务，资金后盾坚实庞大。
捡信用卡鸡肋业务成败难料。消费金融与人民币贸易结算试点不同，并非一开闸即“盈利滚滚”。一个明显的悖论在于，消费金融公司的业务在于婚庆、旅游、教育等小额消费贷款领域，而这些业务实际上早已存在于信用卡分期付款业务之中。二者业务的重叠引发竞争在所难免，同时也带来许多挑战。
结语
上市公司信用 篇7
一、会计信息失真的现状
企业会计准则对会计信息的要求包括:可靠性、相关性、可理解性、可比性、实质重于形式、重要性、谨慎性和及时性等,
从上图所示可知,自2001年至今行政处罚数量呈波动性增长,最低的为2002年16次,最高的为2014年102次,增长了5.375倍,其中2004年、2009年和2014年分别达到一个小高峰。2001年1月1日上市公司共989家,截止2015年12月31日上市公司共2816家,增长1.85倍。可见,上市公司的违规行为增长幅度大大超过户数增长幅度。
笔者统计2010年1月1日至2016年3月31日证监会公布行政处罚446条,涉及《中华人民共和国证券法》处罚条款533条次,处罚类型主要为:一是“未按照规定披露信息,或者所披露的信息有虚假记载、误导性陈述或者重大遗漏”157条次,占总处罚条次的29.46%;二是“证券交易内幕信息的知情人或者非法获取内幕信息的人,在涉及证券的发行、交易或者其他对证券的价格有重大影响的信息公开前,买卖该证券,或者泄露该信息,或者建议他人买卖该证券”155条次,占总处罚条次的29.08%;三是“操纵证券市场的”41条次,占总处罚条次的7.69%;四是“违反法律规定,在限制转让期限内买卖证券”36条次,占总处罚条次的6.75%;五是“法人以他人名义设立账户或者利用他人账户买卖证券”30条次,占总处罚条次的5.63%;六是“证券服务机构未勤勉尽责,所制作、出具的文件有虚假记载、误导性陈述或者重大遗漏”22条次,占总处罚条次的4.13%;违反《中华人名共和国证券法》规定的“在证券活动中作出虚假陈述或者信息误导”、“法律、行政法规规定禁止参与股票交易的人员,直接或者以化名、借他人名义持有、买卖股票”等92条,占总处罚条次的17.26%。
从上述统计数据显示,我国上市公司提供虚假会计信息破坏市场经济秩序、损害投资者利益的情况随着近年来经济的发展日趋频繁。
二、构建信用体系应对会计信息失真的必要性
董磊(2013)指出会计信用体系建设是解决会计信息失真的根本措施。叶陈毅、袁志忠、刘雷欣(2010)认为我国信用制度的不够完善,相应会计信用体系尚未建立,导致资本市场秩序混乱,建立会计信用体系能够有效遏制“不正之风”的蔓延。一个企业只有在会计上讲信用,真实反映经营活动情况,才能提供高质量的会计信息,才能使投资者、债权人和社会公众可以依据真实可靠的会计信息做出正确的判断和相应的投资行为。
(一)组成社会信用体系建设的重要部分
建立健全社会信用体系要求整顿和规范市场经济秩序、改善市场信用环境、防范经济风险。会计信息是市场经济中信息的重要部分,会计信息质量的高低对资源配置的合理性和市场经济健康持续发展起着至关重要的作用,市场经济活动中,主体之间的信用关系,往往要通过会计信用体现。因此,提高会计信息质量,强化会计信用是社会信用体系建设的重要组成部分。
(二)完善社会主义市场经济的必然选择
诚实守信是社会主义市场经济一个重要特征。会计信息作为企业之间制订契约的基础,其真实与否对保证市场经济中交易关系能否顺利进行有着重要作用。由于不健全的会计信用体系,我国普遍存在这会计信息失真现象,大大增加了市场交易成本,导致了严重的不公平竞争,危害了市场经济秩序的稳定,也影响了我国社会主义市场经济的健康发展。
(三)净化资本市场环境的关键举措
近年来,受企业上市巨大利益与低廉违法成本影响,部分上市公司董事、财务人员、注册会计师为了利益,把“信用”抛在脑后,会计信息失真案件连续发生,例如南纺股份、三峡新材等上市公司财务舞弊案例,整个会计行业出现诚信危机。这与会计信用体系尚未建立有密切联系。加强会计信用体系建设,对失信的机构和个人坚决实施市场禁入,建立失信档案,有助于企业公平竞争,有助于信誉良好的企业谋得发展的资本,也有助于投资者做出正确的投资选择,为资本市场的稳健发展开辟宽阔大道。
三、会计信用体系建设的主要内容
会计信用体系作为社会诚信体系的重要部分,应该包括以下内容:
(一)健全的法律体系
通过完善的法律法规,企业、政府、中介等有法可依,对会计信息的采集、整理等进行约束。例如,在安然、世通财务丑闻之后,美国2002年通过了《2002年萨班斯—奥克斯利法案》,以立法的形式加强对会计信息真实性的监管和失信行为的处罚,与《证券法》等一系列信用相关法律构成完善的法制体系。
(二)有效的评价体系
建立会计信用评价体系是会计信用体系建设的最重要的内容。公正、客观的评价体系是会计信用量化的基础、评价机构评价的依据,同时也是会计信用准确与否的重要尺度。完善的会计信用评价体系是预防会计信息失真的有力措施,对经济的发展起到积极作用。
(三)完善的监管体系
拥有以政府为主、市场为辅的监管系统。以政府职能部门为监管机构,设立会计信用的失信约束和惩罚机制,加强失信惩治措施和力度,使失信者付出相应的经济和名誉代价。同时,借助网络平台建立会计信用档案,畅通群众监督和检举通道,将会计信用建立在社会信用体系的框架下,多渠道、多方式、更及时发现失信的苗头,将危害减到最小程度。
四、会计信用体系建设面临的主要问题
(一)会计信用体系缺乏法律保障
我国关于会计信用的法律法规建设不健全。截止目前,除证券法对资本市场的监管外,尚无法律在会计信用、等级评价、司法机制等方面进行规范和明确,即使《会计法》也未对会计信用做出明确规定,因此会计信用建设缺乏法律依据。例如,万福生科财务造假中,其董事长龚永福早前就有贩卖陈化粮给高校食堂的不道德记录,但是没有信用体系对其进行严处或者市场准入限制。
(二)会计信息尚未实现有效整合
目前全国开展的纳税信用等级评价和重合同守信用评价等信用评价体系建设评定部门不一,评定内容的基础包括合同管理情况、经营登记、纳税申报、会计账簿管理等情况,信用评价内容交叉重复,还不全面。而专门的全国性会计信用评价体系尚未建立。部分地区开展会计信用等级评价,例如上海会计信用等级评价,信用信息未能得到充分利用,难以实现共享。且评价工作因信息不对称存在潜在风险,企业会计信息失真风险可能转化为信用评价政府部门的行政风险。
(三)守信激励和失信惩戒不健全
根据证监会对财务舞弊上市公司的处罚情况来看,上市的巨大利益与造假被发现后承担的违法成本非常不相称。例如,南纺股份财务舞弊中,该上市公司连续5年累计虚构利润3.44亿元,证监会给予处罚50万元;绿大地财务舞弊中,董事长何学葵获得9亿元财富,而处罚不过是5年以下有期徒刑和1731万元罚款。守信者尚无任何激励措施,而失信者受到的处罚远远低于其获利。
(四)法人和会计职业信用问题突出
上市公司财务舞弊,会计信息失真,信用丧失的根本原因是因为利益的驱使,董事长、财务人员、注册会计师等经不住利益的诱惑,把职业道德和信用抛之脑后。例如三峡新材财务舞弊中,审计人员经不住利益诱惑,不仅对公司违法违规行为不进行纠正,或者提出意见和建议,都开具无保留意见的审计报告。企业法人为了自身利益,会计人员为了“饭碗”,导致会计信息失真现象更是举不胜举。
五、会计信用体系建设建议
(一)推进立法
会计信用体系要在全国范围内实施,需法律法规“保驾护航”。我国现在关于会计信用的法律尚处于空白阶段,因此,应尽快围绕会计信用制定相关法律法规,加强立法保障。通过立法,进一步明确企业、法人、董事、财会人员、中介机构、评价部门等各方的各项职责,推进相关部门的执法责任承担、提升企业、中介人员的诚信意识,从而提高会计信用水平。
(二)信息共享
借助网络体系,建立以会计信用档案为基础,与个人诚信相结合的信息共享机制,充分利用包括工商、税务、海关、银行等方面掌握的有关企业和个人的信用资料,为后续的会计信用评价打下坚实的基础。
(三)评价制度
通过建立行之有效的会计信用评价制度,设立以行业协会等民间机构为主导的会计信用评价机构,最终成为独立的市场主体并市场化开展评定工作,将政府部门的主要职责从直接评定会计信用转化为对信用评定机构的监管。
(四)奖惩机制
在建立会计信用评价制度的基础上,实行严格的奖惩机制:一是对会计信用高的企业,在获得银行信贷、财政补助和招投标等方面得到一定的优势,在国家许可行业资格准入资格等方面得到支持,并将会计信用好的企业进行公开公示和奖励。二是对会计信用差的企业和个人进行曝光的同时,加强司法性惩戒,提高行政处罚的额度,没收非法所得,严惩会计信息造假等失信行为。三是加强行业自律管理,开通多渠道的不守信行为揭发检举平台,让失信行为受众人监督。
参考文献
[1]叶陈毅袁志忠刘雷欣.创立当代我国会计信用体系模式的构想[J].企业经济2010(03):158-160.
[2]董磊.会计信用体系建设研究[J].现代商贸工业2013(15):149-150.
[3]单雪文胡仁昱李占国.会计信用评价体系建设研究——以上海会计信用体系为例[J].财会通讯2009(03):116-118.
[4]滕晓东迟杰.会计信用体系建设研究[J].财会通讯2009(30):20-21
[5]刘竹丽.基于会计信息失真角度下的会计信用及治理探讨[J].中国总会计师2015(05):122-123.
上市公司信用 篇8
发端于美国的金融危机对世界各国的实体经济都产生了影响, 而且这种影响还在继续加深。在全球信用不断膨胀的背景下, 信用风险暴露越来越严重, 已成为各国企业所面临的主要风险之一。就我国经济而言, 在我国经济向社会主义市场经济转型的特殊时期, 民营经济已成为我国经济体系的重要组成部分。统计显示, 近年来民营经济的增长率高达28%以上, 远高于国民经济的增长率, 对国民经济的贡献度也超过非民营经济部门, 成为社会就业的主要渠道、国家税收的重要来源和对外贸易的主要组成部分。然而, 与民营经济在国民经济中占有重要地位及作用不同的是, 我国民营上市公司在资本市场中的地位与作用远没有得到应有的体现, 民营上市公司在盈利能力、公司治理和信用管理等方面还存在着许多不足。在当前的市场经济体制下, 许多民营上市公司的任意拖欠货款、恶意逃废债务、违法制假贩假等失信现象仍很突出, 为此, 必须强化信用意识和整顿信用秩序, 尽快完善社会信用制度, 培育以民营上市公司为主要服务对象的社会化信用体系, 引导民营经济健康发展, 加强信用管理, 以适应我国建立社会主义市场经济体制的发展。在制约我国民营上市公司发展的瓶颈中, 信用管理不规范、信用评估不科学是主要问题之一。问题的本质和源头在于:为了自身的生存和发展, 达到扩大产品销售规模和提高市场占有率的目的, 越来越多的民营上市公司开始采用赊销方式, 这就造成企业应收账款资金占用和信用成本的增加, 加上部分民营上市公司风险意识淡薄产生的盲目赊销行为等因素, 最终导致这些企业资金短缺和资金周转困难, 实现利润降低, 严重制约和威胁着民营上市公司的生存和发展;另外, 为了引入资金扩大企业规模, 民营上市公司需要向银行贷款。而由于企业会计制度的不完善, 加上信用评估方法的不科学和不适用, 使得银行很难对民营上市公司的信用做出评估, 由此导致公司的贷款行为受到限制, 进而影响公司的进一步发展。由此可见, 信用风险评估是改善这一问题的基础, 对信用风险评估方法的探讨和改进已经刻不容缓。而目前我国民营上市公司信用风险评估方法的研究, 尚存在以下问题:数据失信与缺乏导致采集和处理困难。在我国, 民营上市公司的信用风险评估中最大难题在于数据采集。由于我国民营上市公司信用制度不健全、企业法人治理结构的先天性缺陷, 自然会带来民营上市公司的数据失信;另外, 评估信用风险, 需要大量的各类企业数据资料, 而我国民营上市公司在信息披露、管理等方面与发达国家尚有很大差距, 尤其是不少民营上市公司的财务资料无从搜集, 已公开的一些财务数据也存在失真现象, 至使信用评估数据严重缺乏;同时, 我国信用风险评估起步较晚, 这些都造成了我国在运用模型进行计量时数据库的瓶颈制约。信用风险评估指标体系不规范。信用评估指标体系是评估工作的依据, 也是衡量评级结果是否客观公正的标尺, 它直接关系到信用评估的严肃性、权威性和科学性。目前, 我国民营上市公司的信用评估指标体系大都借鉴国家权威部门的企业绩效评价指标, 或咨询专家的意见。但是, 企业绩效评价与企业信用评估相近确不相同, 每个指标的重要性或权重并不一定相同, 完全的套用不能保证评估的科学性;另外, 咨询专家的意见有一定的主观性, 也不能保证评估的准确性。信用评估方法针对性不强。我国民营上市公司的信用风险评估, 通常没有把国外先进的评估方法和理论与中国实际联系起来, 形成一套有效的风险评估体系。各评估机构评级所依据的定性定量指标存在着差异, 评估结果的等级含义设置, 等级认定标志不统一, 评估所用的方法也各不相同。每种方法都各有利弊, 哪种才是目前最适合我国民营上市公司的信用风险评估方法, 本文将在之后的研究过程中展开分析。基于上述问题, 本文拟选取民营上市公司的对外公开数据, 建立全面、科学的指标体系, 以及引用针对我国民营上市公司特点的信用风险评估方法, 试图为研究并构建我国民营上市公司的信用风险评估体系做出努力。
二、研究设计
(一) 样本选取和数据来源
本文采用我国沪深市民营上市公司中的非ST公司和ST公司作为样本。信用评估模型的基本原理是分类模型, 根据模型需要, 本文将样本分为两组:一组为训练样本组, 用来训练预测模型;另一组为测试样本组, 用来测试预测模型的分类准确率。在综合考虑样本来源的真实性和可靠性, 以及模型需要的基础上, 本文选取训练样本20个, 测试样本18个, 共计38个。其中, 非ST公司来源于“中国民营上市公司100强”名单, ST公司来源于被ST的民营上市公司。样本选取量见 (表1) 。可以看出, 就公司类别来讲:非ST公司和ST公司各19个;就样本类别来讲:训练样本和测试样本分别为20个和18个, 相差2个。这样分配样本量是因为:根据已有的研究文献和专家建议来看, 对信用风险评估的分类模型样本选取, 大多数学者采用不同类别的样本数量一致, 而训练样本和测试样本数量不一致但相近的选取方法。而且经过反复试算可知:如果训练样本和测试样本的个数不同但相近, 且非ST公司和ST公司数量相同时, 对模型的训练和测试结果准确率最高。
(二) 模型构建
本文选取了基于支持向量机和组合分类器的Ada Boost- SVM模型。假定训练样本集：{(x1，y1)，L，(xn，yn)｝和σ的初 始值 σini，最小值σmin，减少量σstep。对样本的训练过程如下：第一步，初 始化权值： (公式1)。式中，m为正样本数量，l为负样本数量。第二步, 当σ>σmin时进行循环:在加权训练样本集上使用支持向量机算法训练弱学习分类器ht;计算ht的训练误差: (公式2) 。如果εt>0.5>0.5, 将σ值减小σstep, 并转到 (1) 继续执行;设置弱学习分类器ht的权值:at=1ln1-εt (公式3) 。更新训练样本权值:ωt+1, i=ωi, texp{-Cattyiht (xi) } (公式24) 。式ε中t, Ct是一个标准化常量, ∑iN=1ωt+1, i=1。第三步:输出总体分类器:h (x) =sign[∑Nt=1atht (x) ] (公式5) 。以上便得到了信用风险评估模型的决策函数。针对Ada Boost算法的过学习问题, 选取SVM作为其弱分类器可以有效改善这一问题, 称这种方法为Ada Boost-SVM算法。目前这种方法已经在人脸检测技术的研究中得到了比较成功的应用, 具有很高的正确检测率。SVM的分类性能受到许多参数的影响, 在以RBF为核函数的SVM中, 可以通过对参数σ值作自适应地调整来改变其分类性能。基于这一点, Ada Boost-SVM算法训练适当准确的SVM分类器, 自适应地调整σ值取代其固定值。与原有的Ada Boost算法相比, Ada Boost-SVM算法具有如下优势:不需要执行准确的参数调整, 而只要给出一个σ值的粗略范围即可;通过设置一个最小值来缩短Ada Boost处理运用其他弱分类器带来的过学习问题的过程, 比Ada Boost算法运用其他分类器 (如神经网络) 具有更好的分类性能。在参数的选取上, 一些算法如:神经网络、遗传算法等, 操作参数的选取没有确定规则可以依据, 只能凭借经验来选取, 或通过大量的试算得到。而这对于非专业的一般操作人员会有一定的难度。另外, 参数选择不同, 结果会有很大的差异。而Ada Boost-SVM模型的一大优点就在于, 不需要对执行准确的参数进行调整, 只要指定一个范围用来防止算法的过学习, 就可以通过模型自身的运算来不断调整参数值, 使其在实证中自我优化, 达到最佳的参数选取效果。算法需要事先指定训练轮数T, 本文将其设为100, 样本权重实现方式采用Resampling。
三、实证结果分析
(一) 因子分析
因子分析的基本过程为通过对变量的相关系数矩阵的内部结构进行分析, 从中确定能够控制原始变量的因子f1, f2, K, fk。通过选取因子, 使因子包含尽可能多的原始变量信息, 建立因子分析模型, 最后利用因子再现原始变量之间的相关关系。利用我国沪深上市的38家民营上市公司数据为基础, 本节将对前文建立的评估指标体系进行因子分析。样本指标有19个, 因此p=19, 采用SPSS12.0统计分析软件进行分析, 因子得分系数如 (表2) 所示。可以看出, 在旋转后的因子载荷矩阵中, 这6个因子与某些指标的对应性很强, 最高载荷都在0.8以上, 说明因子可以比较全面的反映指标信息。具体对应关系为:F1为净资产收益率, F2为流动比率, F32为每股经营现金流量, F4为净利润增长率, F5为存货周转率, F6为每股净资产。另外, 根据 (表2) 的系数可以得出以下计算公式:
由计算公式可以算出本文38个样本的因子得分, 如 (表3) 所示。
(二) 模型检验
用程序函数SVC, 和训练得到的决策函数对测试样本进行分类, 按照信用等级高低将其分为两类。通过与真实信用状况进行对比以确定分类准确率。结果如 (表4) 所示。可以看出, Ada Boost-SVM模型的实证结果非常准确。应用该模型提前2年判断我国民营上市公司的信用风险水平, 将非ST公司误判为ST公司的数量仅为1, 误判率11.11%;而将ST公司误判为非ST公司的数量为0, 没有误判。具体结果如下:训练集分类结果:样本数20, 分类误差为0, 准确率100%;测试集分类结果:样本数18, 分类误差为1, 准确率94.44%;总样本分类结果:样本数38, 分类误差为1, 准确率97.37%。因此可以得出:基于Ada Boost-SVM模型实证结果计算准确, 充分说明了Ada Boost-SVM利用集成学习算法进行多次迭代与训练, 集合了单一模型的优点, 提高了综合分类准确率。
四、结论
我国民营上市公司信用风险评估作为一种防范信用风险的科学手段, 是我国市场经济得以发展和成熟不可缺少的组成部分, 是推动信用风险评估方法不断进步的重要实践, 解决民营上市公司的信用风险评估问题, 对解决民营经济的可持续发展将起到不可估量的作用。本文构建了基于因子分析和Ada Boost-SVM的评估模型, 经过实证研究计算出极低的误判率。所以本文的研究为我国民营上市公司提供了行之有效的信用风险评估工具, 填补了目前市场上没有专门针对民营上市公司的信用风险评估方法的空缺。
摘要：民营上市公司虽然已成为我国经济体系的重要组成部分, 但其信用风险却没有得到足够的重视, 目前对信用风险评估的不足已成为制约其发展的重要瓶颈之一。本文构建了基于因子分析和AdaBoost-SVM的评估模型, 并对我国38家民营上市公司进行了实证研究。为民营上市公司提供了行之有效的信用风险评估工具, 填补了目前市场上没有专门针对民营上市公司的信用风险评估方法的空缺。
关键词：民营上市公司,信用风险评估,因子分析,AdaBoost-SVM模型
参考文献
[1]王春峰、万海晖、张维:《基于神经网络技术的商业银行信用风险评估》, 《系统工程理论与实务》1999年第4期。
[2]吴世农、卢贤义:《我国上市公司财务危机的预警模型研究》, 《经济研究》2001年第10期。
[3]张晓龙、任芳:《支持向量机与AdaBoost的结合算法研究》, 《计算机应用研究》2009年第26期。
上市公司信用 篇9
狭义的信用风险是指借款人到期不能或不愿偿还借款的违约风险。从广义上看还包括信用交易中借款人信用状况恶化或金融市场上标的资产信用评级下降，造成资产贬值，由于其不直接反映在账面上，常常不被重视。但事实上，随着我国经济的发展，上市公司在加速扩张的同时，投资、融资行为的频繁出现可能会带来公司信用崩溃，出现亏损，从而面临“退市”风险。
目前，国际上有关信用风险管理的主流模型主要分为两类，即以KMV模型为代表的随机模型和以Ahman Z计分模型为代表的多元线性统计模型。我国学者对信用风险的研究是以定性分析为主，而定量分析尚处于起步阶段。陈晓、陈治鸿(2000)以1998年-1999年被ST的37家公司为样本，建立了Logistic回归模型并得到了86.5%的预测准确度。耿克红和李占省(2006)选取沪市上市公司数据，对判别分析模型、主成分模型以及基于快速BP算法的ANN仿真的财务失败能力进行了比较，结果证明在多元统计类模型中，判别分析模型回判准确率最高。
信息技术业是新兴的产业，由于其高风险、高成长、高收益的固有属性，2006年被ST的59家上市公司中就有10家是信息技术业上市公司，且ST公司数量排在制造业之后，远远高于其他行业。因而如何对其进行信用风险管理，是一个值得研究的问题。本文就以信息技术业上市公司为例，结合财务指标，运用因子分析与判别分析，建立能够有效评价上市公司信用风险的模型。
二、样本与指标的选择
（一）样本的选取
本文选取2008年沪深两市被ST的18家信息技术业上市公司作为失信企业组，并按照同行业、同规模的原则选取了18家财务状况正常的信息技术业上市公司作为配对样本，即守信企业组。信息技术业分为通信及相关设备制造业、计算机及相关设备制造业、通信服务业、计算机应用服务业四大类。按1:1的比例选择非ST上市公司作为配对样本时也是严格按照上述行业细分的。
数据来源于国泰安数据库。因为财务报表信息都有一定的滞后性，故选用的是上述36家上市公司2006年和2007年两年年报中的数据指标的平均值，并用SPSSl5.0软件来进行数据处理。
（二）风险分析的相关指标
由于企业信用风险的形成很大程度上取决于企业的财务状况, 为构建上市公司信用风险评价指标体系, 本文确定了七大类15个财务指标, 具体情况如表1。
三、风险因子的确定
如果用以上的全部15个财务指标来建立模型会显得复杂和繁琐，而且它们之间可能存在着较强的相关关系。因此，有必要对这些财务指标进行进一步的筛选，提取信息含量较高的变量并避免多重共线性的影响。
采用球形Bartlett和KMO检验进行相关性检验，结果显示这15个指标之间存在相关性，综合分析时将会导致信息的重叠等问题，可以进行因子分析。用少数几个“抽象”的因子来反映总体，达到减少变量个数而不丢失主要信息的目的。
利用主成分分析法提取因子，提取出的前6个因子已经可以解释原始变量75.121%的方差，已经包含了大部分的信息。但是，各个主成分的经济意义并不太明显，通过方差最大化正交旋转(Varimax)，可得到各主成分的因子旋转阵。
从表2可以看出，第一个因子有较大载荷的指标“营业收入净利润率、资产报酬率、净资产收益率”均属于公司盈利能力指标，称为“盈利性因子”;同理，第二个因子在指标“总资产周转率、每股收益、每股净资产、总资产增长率”上有较大载荷，称为“成长性因子”，反映公司资产、收益的增长状况;第三个因子有较大载荷的指标“流动比率、应收账款周转率、现金流量对流动负债比率”均体现公司短期偿债能力，特别是现金收支状况，称为“流动性因子”;第四个因子在“存货周转率、有形净值债务率”上有较大载荷，反映公司日常营运能力，称为“营运性因子”;第五个因子在“盈余现金保障倍数、净利润增长率”上有较大载荷，称为“资本市场因子”，体现在资本市场公司的收益;第六个因子有较大载荷的指标“资产负债率”属于公司长期偿债能力指标，称为“清偿性因子”。
至此，通过因子分析将原先15个财务指标综合为6个主成分，降低了观测维度。将这六个新产生的因子保存为F1-F6，作为建模的初始自变量进行信用风险模型的构建。
四、风险程度的判别模型
本文的主要目的是建立一个在我国信息技术业上市公司具有较强可操作性的信用风险定量分析模型。在企业破产或经营失败预测研究中，根据经营状况和相应的解释变量(财务指标)的已知信息，可以以变量组内方差最小的组间方差最大作为统计决策法则，建立最优判别公式。
判别模型是对二分类因变量进行分析时普遍使用的一种多元统计方法。其函数一般形式是：Y=a1x1+a2x2+…+anxn，其中Y为判别指标，x1, x2，…，xn为研究对象的特征变量，a1, a2，…，an为判别系数。运用上文因子分析中得到的六个因子载荷作为判别分析的特征变量，引入因变量y，失信企业组的ST上市公司y取值为0，守信企业组的正常上市公司y取值为1。建立多元判别分析模型。鉴于本文样本数据与指标均较少，采用“Enter”全部指标编入法。
计算结果显示典型判别函数的特征值为组间平方和与组内平方和之比为3.409，典型相关系数为0.879。Wilksλ检验结果为0.227，卡方检验统计量的观测值为45.995，概率p值为0.000，小于0.05，检验通过，说明模型拟合优度较高。
本文样本数据经判别分析得到如下标准化和典型函数模型：
ZY=0.246*F1+1.164*F2+0.242*F3+0.525*F4+0.620*F5-0.305*F6;
Y=0.244*F1+1.841*F2+0.239*F3+0.531*F4+0.634*F5-0.303*F6。
依式可建立企业潜在信用风险预警模型判别规则：若Y<1，则样本企业信用风险处正常区域;若Y≥1，则样本企业信用风险处警戒区域。还可以看出F2即成长性因子对于模型的解释作用最大。
运用该公式，可对样本进行回代判别，结果如下表3：该模型对正常公司的回判正确率为100%，对ST公司的回判正确率为100%，对总体而言，共36个样本，判错0个，总体回判正确率为100%。这说明模型的预测效果较理想。
五、结论
本文实证分析的结果证明建立的模型拟合效果良好，说明判别分析模型具有较好的判别和预警能力，可为企业潜在信用风险提供数量化参考，在我国具有一定的实用价值。由于我国上市公司的财务数据具有高相关性和高维性等特点，本文在判别分析的基础上引入了因子分析，得到了良好的预测效果。
预测结果中不存在将ST公司误判为正常公司的情况，如果有则将给投资者和债权人带来巨大的损失，因此有必要对此问题进行分析。被误判的风险样本可能是因为各项财务指标有好转迹象，整体经营状况得到有效改善。当然，也不排除公司有意粉饰财务报表的可能性，导致模型发生误判。
参考文献
[1]张敦力.风险基础财务管理研究[M].北京:中国财政经济出版社, 2002.
[2]张红兵, 贾来喜, 李潞.SPSS宝典[M].北京:电子工业出版社, 2007.
[3]马雨生.我国上市公司信用风险度量实证研究[D].上海:华东师范大学金融学专业, 2008.
[4]耿克红, 李占省.上市公司财务失败预测模型的预测能力比较[J].山西财经大学学报, 2006 (151) :129-133.
[5]翟东升, 曹运发.Fisher判别分析模型在上市公司信用风险度量中的应用[J].林业经济, 2006 (3) .
上市公司信用 篇10
一、文献综述
(一) 国外文献Logistic模型最早是由Martin (1977) 用来预测公司的破产及违约概率。他从1970年至1977年间大约5700家美联储成员银行中界定出58家困境银行, 并从25个财务指标中选取总资产净利润率等8个财务比率, 用来预测公司的破产及违约概率, 建立了Logistic回归模型, 根据银行、投资者的风险偏好设定风险警界线, 以此对分析对象进行风险定位和决策。同时还将Z-Score模型, ZETA模型和Logistic模型的预测能力进行了比较, 结果发现Logistic回归模型优于Z-Score模型和ZETA模型。Madalla (1983) 则采用Logistic模型区别违约与非违约贷款申请人, 其研究结果表明, 当违约概率p>0.551时是风险贷款;当p<0.551时是非风险贷款。David West (2000) 建立了5种神经网络模型:多层感到知器、专家杂合系统、径向基函数网络、学习向量化子和模糊自适应共振与5种统计分类模型:线性判别分析法、Logistic回归模型、K最邻近法、核密度分类方法、分类树法, 分别对德国和澳大利亚两组财务数据进行两类模式分类。研究结果表明, Logistic模型在这10种模型中的判别准确率都最高, 分别为76.3%和87.25%。
(二) 国内文献在国内的研究文献中, 齐治平 (2002) 从我国沪、深两交易所选取164家上市公司, 然后随机分成两组, 运用线性判别模型、Logistic回归模型以及含有二次项和交叉项的Logistic模型对数据样本提前两年进行预测。结果发现, 含有二次项和交叉项的Logistic模型对前一年数据的预测准确率最高。吴世农 (2003) 使用剖面分析、单变量分析、线性概率模型 (LPM) 、Fisher二类线性判定、Logistic模型等统计方法对财务困境公司进行预测研究, 其中Logistic模型对前一年数据的预测准确率达到93.53%, Fisher判别分析法和LPM的准确率都为89.93%。庞素琳 (2003) 利用多层感知器分别对我国2000年106家上市公司进行信用评级, 信用评价准确率高达98.11%。本文即是从上市公司的财务指标入手, 通过logistic回归分析和BP神经网络, 构建衡量企业信用状况的模型, 并通过实证研究考察模型的适用性, 对比两者信用风险分类的准确度。
二、研究设计
(一) 样本选取和数据来源本研究选取沪深两市A股市场上2005年至2007年三年中部分被进行特别处理的118家ST公司和126家非ST公司, 数据主要来源于CSMAR深圳国泰安信息技术有限公司提供的财务指标数据, 将118家ST公司的财务数据和126家非ST公司的财务数据划分为训练样本和测试样本。样本集选取如 (表1) 所示。
(二) 变量选取本文采取的财务数据在参考了已有文献以及考虑到实际数据可得性的基础上, 选取了能够反映短期还款能力, 长期还款能力, 盈利能力和营运能力4方面共12个财务指标。指标变量名称及自变量符号具体见表。因变量为0-1变量, 信用级别高的设置为1, 信用级别低的设置为0。在做logistic回归的时候会进一步运用向后筛选法剔除方差贡献率不大的指标变量。具体如 (表2) 所示。
(三) 模型设定
(1) Logistic回归模型 其中xk (k=1, 2, …m) 为信用风险评定中的影响变量 (或表示企业的特征指标变量) , ck (k=0, 1, 2, …m) 为技术系数, 通过回归或极大似然估计获得, Logistic回归值p∈ (0, 1) 为信用风险分析的判别结果。由Logistic函数图像知, p是s的连续增函数, s∈ (-∞, +∞) 。并且 对于某一公司i (i=1, 2, …, n) 来说, 如果其Logistic回归值p接近于0 (或p≈0) , 则被判定为一类经营“差”的企业;若其Logistic回归值接近于1 (或p≈1) , 则被判定为一类经营“好”的企业。令Pi (yi) =Pi yi (1-pi) 1-yi, i=1, 2..., n, 其中 当yi=1时, Pi (yi) =pi;当yi=0时, Pi (yi) =1-pi。于是n个样本的联合密度函数的似然函数可表示为 对上式两边取自然对数得其对数似然函数为 其中xki表示公司i的第k (k=1, 2, …, m) 个指标变量。利用上式对各参数ck求偏导数, 然后令其为0, 可得似然方程如下 联立上面两式, 共m+1个方程, 从中解出各参数ck (k=0, 1, 2, …, m) 的值c赞k, c赞k即为所估计的参数值。
(2) 多层次前向神经网络。本文所应用的是一种称为前向网络的特殊神经网络结构。本研究应用Rumehhart于1986年提出的如下函数 其中, Ii为神经元i的层输入, xi为神经元的输出, wij为神经元间的连接权, 准为神经元i的偏置。每一条连接弧都被赋予一定的数值来表示连接弧的连接强度, 正的权值表示影响的增加, 负的权值表示影响的减弱。在前向网络中, 神经元间前向连接, 同层神经元互不连接, 信息只能向着一个方向传播。前向网络的连接模式是用权值向量W来表示的。在网络中, 权值向量决定着网络如何对环境中的任意输入作出反应典型的学习算法是搜索权值以找到最适合给定样本的权值。在本研究中应用的是多层前向网络的BP算法, 其主要作用是知识获取和推理, 采用有导师学习的训练形式, 提供输入矢量集的同时提供输出矢量集, 通过反向传播学习算法, 调整网络的连接权值, 以使网络输出在最小均方差意义下, 尽量向期望输出接近, 通过修改各层神经元的连接权值, 使误差减小, 然后转入正向传播过程, 反复循环, 直至误差小于给定的值为止。本文建立的BP神经网络图 (见图1) 。本文建立财务困境神经网络预警模型主要考虑以下两方面的问题:一是确定网络结构;二是学习参数的调整。首先考虑网络结构的确定。网络结构主要包括连接方式、网络层次数和各层结点数。网络的连接方式代表了网络的拓扑结构, Lippmann (1987) 证明在一定条件下, 一个三层的BP神经网络可以用任意精度去逼近任意映射关系, 而且经过实验发现, 与一个隐层相比, 用两个隐层的网络训练并无助于提高预测的准确。因此在本研究中采用单隐层的BP网络。各隐含层节点数的选择并无确定的法则, 只能结合实验并根据一些经验法则:隐层节点数不能是各层中节点数最少的, 也不是最多的;较好的隐层节点数介于输入节点和输出节点数之和的50%~75%之间;隐层节点数的理论上限由其训练样本数据所限定。
三、实证结果分析
(一) logistic模型的参数估计及结果常规的线性判别模型计算得到的Z值只是个抽象的概念, 无法从经济学上进行解释, Logistic回归分析解决了这个问题, 其前提假设符合经济现实和金融数据的分布规律, 残差项小要求服从止态分布。本文运用SPSS自带的Wald向后逐步选择法筛选变量, 提高模型的判别性能, 从全变量模型开始, 逐步提出对残差平方和贡献最小的变量, 具体的回归结果见 (表2) 。以2005年为例, 根据SPSS计算结果中的参数表, 估计Logistics模型的判别方程, (表3) 反映了最大似然迭代记录 (显示最后的迭代过程) , (表4) 反映了参数估计结果。步骤9是经过9步变量筛选后最后保留在模型中的变量。从各个系数的Wald值及伴随概率p来看, 最终选定的5个指标变量具有最高的解释能力。综上, 2005年公司分类的logistic模型为 从 (表5) 步骤1及步骤9的分类结果看出, 剔除不显著变量之后, 分类准确率并未大幅下降, 可以认为最终的模型能通过检验。 (表6) 显示了最终的Logistic模型参数估计结果。 (表7) 显示了模型分类准确率。
(二) BP神经网络的参数估计及结果首先对输入输出样本进行数据处理, 消除影响预测结果的噪声, 神经网络输入的变量要求规范在[-1, 1] (若使用tanh函数) 或[0, 1] (若使用logistic函数) 之间。本文对输入数据进行标准化处理, 采用以下方法 X为规范后的变量, x为每个变量的实际值, x1为每个变量的最小值, x2为每个变量的最大值。Matlab中相应的函数为[output_X, PS]=mapminmax (X, output_min, outpt_max) 由于实际财务困境评价往往非常复杂, 企业财务状况的好坏与财务比率的关系常常是非线性的, 而神经网络作为一种非线形建模过程, 并不依赖判别模型的假设, 能找出输入与输出的内在联系, 因此本文决定尝试使用神经网络技术进行信用状况的分类研究, 分为训练集和测试集两组对神经网络进行训练, 过程如下:第一, 输入层和输出层神经元数目的确定。第一层为输入层, 采用判别分析得出的模型变量为输入变量, 共有12个结点, 每个结点代表相应的财务比率。第三层为输出层, 用一个结点表示, 训练导师值为0代表信用级别“差”的公司, 1代表信用级别“好”的公司。第二, 隐含层数和隐结点个数的确定。本文选择单隐层的前馈BP网络;通过学习逐步增加隐神经元数, 训练反复调整。最后定为10个隐结点。第三, 用训练集的数据训练这个神经网络, 使不同的输入向量得到相应的输出值, 当误差降到一个指定的范围内时, 神经网络所持有的那组权数值就是网络通过自学习得到的权数值, 即完成了神经网络的自学习过程。第四, 输入待评价的样本 (本文直接在输入矩阵中划分为训练) , 让训练好的神经网络输出企业财务状况的标志 (0或1) , 即实现神经网络的模式分类。神经网络的初始权重由Matlab随机产生的。训练算法采用专用于模式分类的trainscg方法, 各种训练参数见 (表8) 。由此看出, 算法逐步收敛, 最终达到误差标准见 (表9) 。
(三) 两种模型比较分析本文对Logistic和BP神经网络分别对我国上市公司的信用状况给予两类模式的评级, 最终发现, Logistic和BP神经网络在我国市场上的分类效果相当 (见表10) 。主流观点认为, 人工神经网络具有良好的模式识别能力, 可以克服统计等方法的限制, 因为它具有良好的容错能力, 对数据的分布要求不严格, 具备处理资料遗漏或是错误的能力。最为可贵的一点是人工神经网络具有学习能力, 可以随时依据新准备的数据资料进行自我学习、训练、调整其内部的储存权重参数以应对多变的企业运作环境。但是本文得出的结果是:传统的Logistic方法和神经网络方法的分类效果相当。现代人工智能方法并未表现出理论上的优势。可能的原因是:网络不稳定, 训练样本的仿真准确率很高, 但对测试样本的仿真准确率会降低;解释性差, 网络最终确定后, 每个神经元的权值和阈值虽然已知, 但不能很好地分析各个指标对结果的影响程度, 对现实问题中的经营管理也就不能起到很好的借鉴作用;网络的输入个数与隐层节点个数的确定没有理论指导, 只能通过经验确定。
四、结论
本文选取2005年至2007年部分被进行特别处理的118家ST公司和126家非ST公司, 以其财务指标为样本, 进行Logistic回归和BP神经网络分类, 对这两种信用风险评判模型在中国市场做了实证研究。结果发现:两种模型均适用于中国上市公司两模式分类 (ST和非ST公司) , 而BP神经网络在我国市场上并未体现其分类的优势, 分类准确度和Logistic相当。即使如此, 本文证实了Logistic和BP神经网络模型对于我国上市公司的评级还是有效的, 能够为投资者的科学决策提供建设性的指导意见, 使投资者理智地回避风险和获取收益。同时, 该判别模型也有利于准确评价一个企业的信用状况, 从而为银行等放贷机构提供决策依据。
摘要：信用风险管理一直是风险管理的重要组成部分, 金融危机的爆发更是显示出信用风险管理和信用风险分类的重要性。本文介绍了不同信用风险分析方法, 选取2005-2007年部分被进行特别处理的118家ST公司和126家非ST公司, 以其财务指标为样本, 进行Logistic回归和BP神经网络分类, 对这两种信用风险评判模型在中国市场做了实证研究。结果发现:两种模型均适用于中国上市公司两模式分类 (ST和非ST公司) , 而BP神经网络在中国市场上并未体现其分类的优势, 分类准确度和Logistic相当。
关键词：logistic回归,BP神经网络,上市公司,信用风险
参考文献
[1]吴世农、卢贤义:《我国上市公司财务困境的预测模型研究》, 《经济研究》2001年第6期。
[2]齐治平、余妙志:《Logistic模型在上市公司财务状况评价中的应用》, 《东北财经大学学报》2002年第1期。
[3]庞素琳、王燕鸣、罗育中:《多层感知器信用评价模型及预警研究》, 《数学实践与认识》2003年第9期。
[4]Martin D.Earlywarning of bank failure:a logit regression approach.Journal of Banking and Finance, 1977.
信用违约背后的公司治理灰幕 篇11
过去几年由于需求下滑，企业业绩下滑、经营压力上升，企业的信用风险呈上升趋势，这在银行的不良率上有明显的反映。但在债券市场上因刚兑的环境和政府部分兜底的措施，债券的违约反应相对滞后。因为企业借新债还旧债明显，进入债务周期模式，但在基本面下滑时面临的是缩水的资产膨胀的债务。2016年以来债券市场的违约明显上升，2014、2015年违约的发行主体为5个、22个，而2016年1-5月违约主体就达到17个；从债券违约金额来看，2014、2015年涉及的违约金额分别为13.4亿元和132.7亿元，而2016年涉及的违约金额就累计达到528.6亿元。
一般来看，信用分析中常见的信用瑕疵有业绩连续亏损、流动性衰竭、评级连续下调、资本抵债、审计结果有瑕疵、公司治理的风险、合并报表风险及其他。前五者为显性的信用瑕疵，后三者为隐性的信用瑕疵。显性的瑕疵是相对好把握的，也大多可量化的，但隐性的比较难以把握。显性的瑕疵也往往相辅相成的，比如业绩亏损会导致评级下调，或者展望负面。但对隐性的瑕疵来说，比如一个公司看起来不错，比如说亚邦集团，但可能出现违约，其中的原因是要深究的。像公司治理的风险可能会被正常的企业往来所掩盖，而常见的公司治理风险是大股东掏空，控股权与现金流权不对等问题。
需要注意的是，违约一定是由于某种信用瑕疵所引起的，但存在信用瑕疵不一定会引发实质性的违约，因此信用瑕疵是实质性违约的必要而非充分条件，这也是难以直接判断企业是否违约的最大难点，但对瑕疵进行分析，可以降低信用违约的概率。
大股东掏空
何为大股东掏空？掏空是指控股股东利用绝对控股地位，采用卑劣或不合法手段，转移下属公司资源，侵占中小股东及债权人利益。对债权人而言，要求的是发行人到期还本付息的能力，只要发债企业不出现亏损甚至破产，掏空行为更多是侵占了中小股东的利益，债权人受损失相对较小；而当发债企业出现亏损甚至破产时，最为受损的可能是债权人。
企业为什么能被掏空？原因有两个：一股独大，单个股东具有绝对控股权，其它股东形同虚设，即使有董事会、监事会，还是监督不到位；监督不力，中小股东和债权人没有话语权。这跟目前法律或是市场成熟度有关。而常见的掏空手法主要有两种。一种是，利用关联交易掏空：无偿占用公司资金、利用关联购销转移资产、利用子公司名义借款或进行信用担保；另一种是，利用重组进行掏空：以隐蔽的形式向母公司或关联企业转移利益。
案例分析：天威集团
作为兵装集团的全资子公司，天威集团股权结构相对比较简单。其业务有两块：一是输变电业务，由上市公司保变电气运作；二是2011年以后参与光伏和新能源的业务，主要有天威电力、特变电气、保定英利和新光硅业，通过控股和参股的方式运作。保变电气是天威集团主要的业务收入和利润来源，拥有便利的上市融资渠道，是天威集团最重要的资源。
保变电气由于整个经营环境不好，2012-2013年出现亏损，2014年扭亏。同时，天威集团的新能源业务持续亏损。这构成了掏空的背景。
掏空主要有两个步骤。第一步，2013年6月，天威集团向兵装集团协议转让保变电气25.64%的股权，持股比例由51.3%下降为25.66%。第二步，2014年2月保变电气向兵装集团定增1.6亿股募8亿元，定增后兵装集团持股33.47%，天威集团持股比例下降为22.96%，天威集团对保变电气丧失控股权。第一步的掏空虽然天威集团对保变电气的控股比例大幅下降，但还是在合并报表范围之内，第二步掏空使得天威集团对保变电气直接失去了控股权，损害最大。
天威集团为什么能够被掏空？首先，天威集团是兵装集团的央企下属子公司，潜在风险容易被央企的光环所掩盖。其次，天威集团为非上市公司，在2013年6月份进行股权转让时并不需要召开债权持有人会议，经得债权人同意。再次，保变电气为上市公司并不是发债人，在2014年实施对大股东定增时，也并不需要经得债权人同意。从债权人的角度看，较少关注发债人下属子公司的股权融资情况，也無法约束。天威集团被掏空具有很大的隐蔽性，但是这些手段其实都可以隐隐约约地发现一些端倪。
天威集团被掏空后，相当于给债权人留下的是一个空壳子，因为母公司的债权人是不能直接向下属子公司进行追偿的，即使追偿的话，保变电气已经不在账上了。天威集团被掏空后，财务报表大幅恶化，而保变电气则在2014年以后开始扭亏。
案例分析：天威英利
天威英利被掏空时的背景与天威集团比较类似：光伏行业产能过剩，公司面临持续亏损；欧美对国内光伏实行“双反”政策，欧美市场经营困难；集团内部资源要进行整合。
复杂的股权结构给大股东掏空留下了操作空间。首先，集团的实际控制人为苗连生控股100%的英利电力控股公司，而英利电力控股YGE的34.78%股权，YGE控股天威英利74%的股权，即苗连生对天威英利具有绝对的控股权。其次，六九硅业、英利能源（中国）和天威英利都是集团内从事新能源业务的兄弟公司，业务同质性非常高。简而言之，实际控制人可以利用绝对的控股地位对集团内部业务进行划拨，以完成资源整合。
天威英利被掏空的步骤，一是集团内部资源整合。公司多年将委托贷款、其他应收款投向六九硅业，对英利中国预付原材料采购款、向英利中国信用销售。这可能属于集团内部正常的企业往来，可能还不是致命的。二是核心业务整合。包括：2013年放弃欧盟市场；控股股东YGE将日本市场交由天津英利新能源负责，天威英利2014年后不涉足日本市场；YGE将英利中国作为国内光伏电站招标主体，天威英利的光伏电站业务转移至英利中国。因为这三个业务转移，使得天威英利失去了赖以生存的核心业务，可能是致命的。
总体来看，天威英利和天威集团的情况不完全相同，因为它不涉及股权的划拨。而在投资者来看，这可能就是一个集团内部正常的业务往来，但哪一块业务更值钱，更有竞争力，集团比债权人更清楚，存在掏空逃避债务的空间——表面上看，天威英利资产负债率是下降的，但却无力还债。掏空行为不仅侵害债权人利益（融资主体是个空壳），也侵害其他中小股东利益（大股东权利和义务不对等）。
控股权与现金流权
控股权与现金流权的问题在公司治理中也非常常见。首先，控股权不等于控制权，例如山水水泥。其次，控股权不等于现金流权，一般来看实际控股权是指控股股东能够对下属企业实际上能调动的资源，而现金流权是按照控股比例测算的控股股东需要承担的责任。
例如，终极股东X控制A的60%股权，A控制B的60%股权，B控制C的60%股权，表面上看X控制C的股权比例仅有21.6%，但这其实应该是在C出现问题时，终极股东X所应承担责任的比例。在C公司盈利时，X可能调用C公司的资源不是21.6%，而可能是100%，因为中小股东可能是不具有话语权的。在C公司盈利时，X公司怎么掏空C公司对债权人来说可能不大影响，因为C公司只要能偿还本息就可以；但在C公司经营亏损甚至破产时X公司承擔的责任仅有21.6%，这反映出控股股东或实际控制人的权利和义务是不一样的。控股股东权利和义务的不对等，可能造成小股东利益可能被侵占、债权人利益可能被侵占。
为什么流行金字塔型的股权结构，并且民企最为明显？因为最终控制人位于金字塔的塔尖，通过一系列中间公司控制最底层的企业。这样安排可以起到：风险隔离，因为有限责任制；摆脱融资约束，利用不同的公司进行股权和债权融资；税收便利，不同的公司避税的能力不同。
以天威英利为例，当天威英利每赚1块钱时，实际控制人获得的利益可能超过0.74元，因为YGE对天威英利的话语权不低于74%，甚至达到100%——YGE为美国上市公司，公众股东即使对YGE持股65.22%，但都是股东人数众多股权分散，难以约束YGE。同理，当天威英利每亏1块钱时，实际控制人只需承担0.2574元的损失，因为按照法律上计算的控股比例就是25.74%。
案例分析：云峰集团
云峰集团的案例有特殊的情况，有些股份不是直接持有，而是通过一些股权协议代持的。
2009年12月，上海绿地资产控股与绿地控股集团签订《委托经营协议》，绿地控股集团对云峰集团享有54.5%的表决权，可将云峰集团并表。而到了2015年11月，绿地控股集团与上海绿地资产控股解除对云峰集团34%的委托经营协议，将云峰集团甩表。所以在2015年之前，投资者会认为云峰集团股东背景很强，实际控制人是上海国资委。
这个案例中，云峰集团在盈利的时候，绿地控股集团获得的实际控股权是超过54.5%的，即云峰集团每赚1块钱时，绿地控股集团获得的利益可能超过0.54元；同理，在云峰集团亏损的时候，绿地控股集团只需承担20.50%的损失，即云峰集团每亏1块钱时，绿地控股集团只需承担0.205元的损失。这也反映出由于控股权和现金流权的不同，控股股东的权利和义务是不对等的，最终受损失的是中小股东和债权人。
上市公司信用 篇12
针对我国上市公司信用缺失的问题,国内学术界做了大量的研究。从目前国内已出版发表的有关成果来看,多是从法学和经济学中的“授信义务”、“委托——代理”、“内部人控制”、“信息不对称”等问题进行阐述。上市公司信用问题除涉及到上市公司自身外,还涉及到证券市场广大中小投资者,而分析多方利益主体之间关系的工具首先应属博弈论。近年来,许多学者开始用博弈论的方法来分析我国上市公司的信用问题。赫旭光、黄人杰、刘延锋(2003)运用完全信息下两阶段动态模型进行分析,认为在现有制度约束和社会诚信水平约束下,上市公司选择诚信,投资者继续投资,不是一个“子博弈精炼纳什均衡”,其结果严重甚至会使证券市场消失。孔小文、于笑坤(2003)利用静态博弈模型分析,认为公司不守信可能会获得短期的利益,但如果要想获得长期稳定的发展,则一定要恪守诚信。我国上市公司信用缺失,主要是由于经济体制及公司治理机制尚不健全,对管理者缺乏有效的监督与激励。
从以上所阐述的现有研究来看,利用博弈对上市公司信用行为进行分析的已有不少,但大多数是放在完全信息情况下进行分析,这与实际情况有一定的差别。本文在前人研究的基础上,把上市公司的信用问题放在不完全信息的条件下进行分析,通过建立一个KMRW声誉模型来对问题进行研究。
在以往的利用声誉模型分析经济现象的文献中,在对博弈参与人的假设中通常使用期望效用最大化的假定。可以注意到,所有得到合作结果的模型,在论证过程中,都必须以这个假定为前提,无名氏定理和一般KMRW声誉模型都是如此。而另一个非常重要的假定往往在分析中被忽略,这个假定就是参与人对事件未来结果的不确定性最小化的倾向。所谓不确定性是指人们无法知道或控制所关注事件的未来结果,其表现为对事件的结果仅有有限的信息。个人追求不确定性最小化的内在动因是,使自己对未来事件的结果有最大可能准确的预测或控制。在博弈论模型中,著名的囚徒博弈就没有使用期望效用最大化的假定但却使用了不确定性最小化的假定,囚徒在无法控制对方行为的情况下,惟一可以获得确定性后果的策略就是不合作的策略。因此为了使模型假设更加贴近实际情况,本文在分析过程中加进不确定性最小化这一理性目标。
在不完全合同和产权理论中,对理性人假定的修正是:人是有限理性的。这说明,受客观和主观因素的影响,经济人处理信息的能力有限。在证券市场中由于存在信息不对称,参与人在获取信息时具有不同的成本;同时受不同因素的影响,参与人在改变自己行为时也存在不同的时间成本。因此,本文引入信息成本和时间成本这两个因素,从而使参与人符合有限理性的假设。
综上所述,文章应用改进的声誉模型分析我国上市公司的信用问题,从中找出我国上市公司信用问题的制度因素,并给出政策建议,以期对我国的证券市场信用建设有一定启示作用。
1 模型的建立及求解
在完全信息情况下,不论博弈重复多少次,只要重复的次数是有限的,唯一的子博弈精炼纳什均衡是每个参与人在每次博弈中选择静态均衡战略,即有限次重复博弈不可能导致参与人的合作行为。但阿克斯罗德(Axelord,1981)的实验结果表明,即使在有限次重复博弈中,合作行为也会出现。克瑞普斯、米尔格罗姆、罗伯茨和威尔逊(Kreps,Milgrom,Roberts and Wilsom,1982)的声誉模型的出现解开了这个悖论。他们通过将不完全信息引入重复博弈证明参与人对其他参与人支付函数或战略空间的不完全信息对均衡结果有重要影响,只要博弈次数足够长,合作行为在有限次博弈中会出现。
1.1 模型假定
模型假定在一个充分竞争的环境下,进行博弈的两个参与人分别是上市公司和投资者。根据分析问题的需要,结合实际,首先假定上市公司只有理性一种类型,并假定其可选择任意战略。而投资者由于信息成本的不同可分为高信息成本投资者和低信息成本投资者,高信息成本的投资者难以获得有效信息从而无法对对手进行标示,实际上面临的是对手不确定的一次性博弈,根据不确定性最小化假定,高信息成本投资者为了使自己对未来事件的结果有最大可能准确的预测或控制,因而不能进入重复博弈,所以固守纳什均衡策略,这里将其定义为“囚徒”型投资者;低信息成本的投资者可以获得有效信息对对手进行标示,因而有条件进入重复博弈模式。同时我们引入时间成本,时间成本的存在使得投资者改变自己的行为模式是需要成本的,这样设定的理由是改变行为模式需要付出作决策的时间成本。这里把时间成本低的低信息成本投资者定义为理性投资者,而把时间成本高的低信息成本投资者定义为非理性投资者,概率分别为(1-p)和p。这里有必要说明的是“理性投资者”和“非理性投资者”只是分别对两种不同类型投资者行为方式的概括。对于非理性投资者,“冷酷战略”是能满足其不确定性最小化要求的策略。(董梁、李松涛、沈思玮,2002)。所谓“冷酷战略”是:开始时选择合作;在以后的博弈中继续选择合作,直到对方背叛行为出现;一旦对方在某次博弈中选择了不守信而背叛了非理性投资者,则在以后的博弈中永远选择不合作。
如果投资者选择合作(投资),上市公司将能够在证券市场上融资,进而扩大生产和提高企业竞争力,因此其收益为正;若投资者拒绝合作(不投资),上市公司将无法获得发展所需要的资金,将出现投资不足的现象,因此其收益为负。对于投资者,当上市公司守信时,作为股东的投资者能够分享公司成长所带来的收益,因此其收益为正;当上市公司不守信时,投资者的利益将受到种种非法的侵害,因此其收益为负。另外,由于守信企业要付出守信成本,因此在给定投资者不投资的情况下,守信企业的损失要大于不守信企业。阶段博弈的支付矩阵如表1:
1.2 模型推导
(1)首先讨论“囚徒”型投资者的策略。
由于“囚徒”型投资者不能标示对手,假定时间成本因素只允许囚徒有限次改变行为模式,比如说,只允许改变一次,“囚徒”型投资者的策略实际上只有{始终合作}或{始终不合作},而采用这种单一策略的优点是不需要付出信息和决策成本。如果采用{始终合作},则不能排除这种可能性即存在上市公司标示出“囚徒”型投资者后,采用机会主义的不合作策略以对“囚徒”型投资者进行掠夺。这不满足不确定性最小化的要求。因此{始终不合作}是其惟一的均衡策略。而这个策略的结果是,其与上市公司的博弈收敛于双方都拒绝合作。(这与博弈论中的囚徒博弈分析一样。)
(2)再来看低信息成本投资者。
其与上市公司博弈的顺序如下:
①自然首先选择投资者的类型;投资者知道自己的类型,上市公司只知道投资者属于理性的概率是(1-p),非理性的概率是p;
②投资者和上市公司进行第一阶段博弈;
③观测到第一阶段的博弈结果后,进行第二阶段博弈;观测到第二阶段博弈结果后,进行第三阶段博弈;如此等等。
④理性投资者和上市公司的支付是阶段博弈的支付的贴现之和(这里假定贴现因子e=1)。
现在首先讨论博弈只重复两次(T=2)的情况。为了叙述方便,用C代表非合作行为,D代表合作行为。同在完全信息情况下一样,在最后阶段(t=2),理性投资者和上市公司都将选择C,非理性投资者的选择依赖于上市公司在第一阶段的选择。在第一阶段,非理性投资者选择D(根据假定);理性投资者的最优选择仍然是C,因为它的选择不会影响上市公司在第二阶段的选择。因此,只考虑上市公司在第一阶段的选择(X),它的选择将影响非理性投资者在第二阶段的选择,如表2所示:
如果选择X=D,上市公司的期望支付是:
[(5*p)+(1-p)*-6]+[8*p+(1-p)*-3]=22p-9
如果选择X=C,上市公司的期望支付是:
[(8*p)+(1-p)*-3]+[-3]=11p-6
其中等式左边第一项是第一阶段的期望支付,第二项是第二阶段的支付。
因此,如果下列条件满足,上市公司将选择X=D
22p-9≥11p-6 即 p≥3/11
就是说,如果投资者属于非理性的概率不小于3/11,上市公司将在第一阶段选择守信(合作)。现在假定p≥3/11。
现在考虑博弈重复3次(T=3)的情况。给定p≥3/11,如果理性投资者和上市公司在第一阶段都选择D(合作),那么,第二、三阶段的均衡路径与表2相同(其中X=D),总的路径如表3所示,接下来将证明表3时均衡的充分条件。
首先考虑理性投资者在第一阶段的战略。与博弈只重复两次不同,当博弈重复3次时,C不是理性投资者在第一阶段的最优选择,这是因为,尽管选择C在第一阶段可能得到8单位的最大支付(如果上市公司选择D),但暴露出他是理性的,上市公司在第二阶段就不会选择D,理性投资者在第二阶段的最大支付是0;但如果选择D,不暴露自己是理性的,理性投资者可能在第一阶段得到5,第二阶段得到8。由此可见理性投资者的最优化选择是D(没有兴趣偏离表2的战略)。
现在考虑上市公司的战略。上市公司有3种战略,分别为(D,D,C)、(C,C,C)和(C,D,C)。给定理性投资者在第一阶段选择D(第二、三阶段选择C),上市公司选择(D,D,C)的期望支付为:
5+[5p+(1-p)*-6]+[8p+(1-p)*-3]=22p-4
如果上市公司选择(C,C,C),博弈路径如表4所示,期望支付是:
8+[-3]+[-3]=2
因此,(D,D,C)优于(C,C,C),如果:
22p-4≥2 即 p≥3/11
因为我们假定p≥3/11,上述条件是满足的。
如果上市公司选择(C,D,C),博弈路径如表5所示,期望支付是:
5+[-6]+[8p+(1-p)*-3]=11p-4
因此,(D,D,C)优于(C,D,C),如果:
22p-4≥11p-4 即 p≥0
因为p≥3/11,上述条件是满足的。
1.3 模型结论
上述分析表明,对于“囚徒”型的投资者,只要有机会主义的存在,他就不能用{始终合作}策略“免费搭车”;其每一次博弈都和其他博弈相互独立,因而与静态博弈没有差别,不合作是惟一的均衡策略。
对于低信息成本的投资者,只要投资者非理性的概率p≥3/11,表3所示的战略组合就是一个精炼贝叶斯均衡。进而可以证明,如果p≥3/11,下列战略组合构成一个精炼贝叶斯均衡:理性投资者在t=1至t=T-2阶段一直选择合作,然后在t=T-1阶段和t=T阶段选择不合作。容易看出,只要T>3,非合作阶段的总数量等于2,与T无关。这里引出KMRW定理:在T阶段重复博弈中,如果参与的双方都存在P≥0的概率是非理性的,且T足够大,那么存在一个T0≤T,使得下列战略构成一个精炼的贝叶斯均衡:所有理性参与者在t≤T0阶段选择合作,t≥T0阶段选择不合作;且非合作阶段的数量(T-T0)只与P有关,而与T无关。
从模型中看,低信息成本投资者与上市公司在一定条件下存在合作阶段,也存在非合作阶段。
2 对我国上市公司信用缺失的解释
由以上的博弈分析模型可以看出,公司不守信可能会获得短期的利益,但如果想要获得长期稳定的发展,则一定恪守信用。可为什么目前我国的上市公司却普遍为追求短期利益而失信呢?这主要是我国的股票市场由于制度上所存在的缺陷,往往难以达到KMRW声誉模型中所要求的相关条件,使得上市公司只顾一次博弈的利益所得,从而导致上市公司出现信用缺失的问题。具体问题体现在以下方面。
(1)KMRW模型的一个直观解释是为了获得长期合作收益,每一个博弈的参与者都想树立一个合作形象(使对方认为自己是喜欢合作的),即使他在本性上并不是合作型的。因此长期合作的收益大于短视行为的收益是参与者选择合作的基础。在模型中,当支付矩阵中企业不守信一次所得大于8时,模型将无法在3次博弈中达到合作均衡,不守信的一次所得越大,合作的均衡结果越是难以得到。由于我国股市建立之初就有为国有企业融资解困的目的,一大批经营困难的企业包装上市获取了大量的制度租金,上市后借着所谓的资本运做手段,内幕人员中饱私囊,大肆侵吞上市公司和中小股东的利益。投机占据市场主导,踏踏实实做主业的企业反而受到市场的冷遇。在这种情况下博弈的支付发生了改变,企业一次性博弈的收益过大,上市公司短视行为的利益大于长期合作的收益。
(2)在模型的设定之初我们假定贴现因子e=1,贴现因子越趋近于0,合作的均衡越难以实现,这就要求博弈的参与人要有足够的耐心。而目前我国上市企业主要是国有企业。尽管国家股的代理者,如各级国有资产管理机构,在上市公司中行使所有者职权,但由于多级代理关系的存在而导致“所有者缺位”。国家股缺位的后果是在公司治理结构中监督的缺失。经营者往往缺乏足够的耐心,他不会真正关心其长远利益,而只会追求短期利益最大化,而这又是以长期利益的损失为代价的。譬如,公司领导层只关心其在任期内帐面利润的优异,而不顾及长远发展,殊不知,这种短期业绩往往是以牺牲长足发展为代价的。这最终导致不合作行为的出现。
(3)在整个模型的分析中,我们可以看到,在低信息成本的投资者存在的情况下,以合作为均衡策略的情况就会出现;而只要有高信息成本的投资者,以不合作为均衡策略的情况就会存在,也就是说,信息的完全程度和对称程度越高,合作的可能性就越大,反之亦然。由于经济转轨时期我国的立法及执法体系还不健全,上市企业及个人制造虚假信息几乎不受成本的约束,虚假信息的普遍存在进一步加剧了证券市场中的信息不对称程度,使投资主体面临超常的道德风险问题。如1997～1998年,注册会计师行业在执行证券业务中,接踵发生琼民源、红光、东锅三大案件;2001年上半年,我国就有100多家会计事务所共400多名注册会计师参与制造虚假信息,这些都造成我国证券市场严重的信息制约。
3 结论及政策建议
本文在KMRW模型的基础上,根据理性人追求多阶段总效用最大化和不确定性最小化的假定,并引入时间和信息成本,认为对于高信息成本的投资者来说,不合作是其与上市公司博弈的均衡惟一结果;而对于低信息成本的投资者,只要满足条件,上市公司选择遵守信用,投资者继续投资,是一个“精炼贝叶斯均衡”。
同时,结合模型分析的结果,分析我国上市公司信用问题,认为由于我国正处于经济转型期,立法和执法体系还不健全以及国有股“所有者缺位”等体制因素,导致我国上市公司短视行为的利益大于长期合作行为的收益;公司管理层缺乏耐心,追求短期利益以及证券市场上严重的信息不对称。这些是引起我国上市公司信用问题的关键所在。在现阶段,要重建股市信用,必须按照前面分析的KMRW模型的要求对信用建设进行新的制度安排,使上市公司从一次性博弈回到重复博弈中来。
3.1 建立和完善法律法规
虽然目前我国已经相继出台了一些对上市公司失信行为的惩罚措施,但是违规的惩罚手段多为“谴责”等行政手段,法治手段不强,市场的约束力偏弱,使得上市公司违规几乎不存在成本或成本很小,企业违规的收益远远高于成本。要建立一个良好的市场信用体系,关键是要建立一套使守信者得到利益,失信者必然付出代价的制约机制。从目前成熟和规范的市场经济国家来看,它们都建立一整套完善的维护失信惩罚机制的法律法规。因此,必须尽快建立一套完整的法规,加大执法力度,提高上市公司的违约成本,降低上市公司一次性博弈(违规行为)所得,实现长期合作的收益大于短视行为所得。
3.2 产权制度改革
产权的确定性和稳定性对于重复博弈的实现是至关重要的。如果产权不明晰,就无以真正关心其长足发展,表现为上市公司管理层缺乏耐心(即贴现因子e趋近于0)。在上市公司中占大部分的国有企业里,一般是一股独大,而这独大之股往往又是国家股、法人股,产权不明晰,经理人难以得到有效的监督和约束。而要改变这一局面,必须明晰产权,适度分散股权,增加管理层持股以及引入战略投资者,使公司更关注长远发展,自觉重视信用。
3.3 完善信息披露制度,增加信用市场的透明度
完善的信息披露能够减少证券市场的信息不对称,增加信用市场的透明度,这是建立信用市场公平、公正、公开竞争的关键,并且可以有效防止逆向选择和道德风险。然而,由于市场对上市公司披露信息的反映,上市公司将倾向于披露有利的信息,不愿披露利差的信息,以稳定投资者对公司的信心。这些现象会导致上市公司会计信息披露失真。因此,监管层必须明确规定上市公司信息披露的义务以及信息披露的内容、准则。加强对企业会计信息的检查,完善《会计法》。为我国上市公司信用的健康发展创造一个良好的信息条件。
摘要：信用问题对于上市公司的发展以及生存现状具有重要意义。运用模式对于上市公司的信用缺失进行分析与论述,上市公司与利益相关者之间存在是否守信、披露真实的信息的博弈过程。本文通过模型的建立和分析旨在寻求最佳的对策方案,把上市公司的信用问题放在不完全信息的条件下进行分析,通过建立一个KMRW声誉模型来对问题进行研究,在提高公司的信用问题上,不仅要依靠行业的自律和市场的监督,更要在上市公司内部形成长效约束与规范机制。
关键词：上市公司,信用缺失,博弈过程,声誉模型
参考文献
[1].Fudenberg&D and J.Tirole.Game Theory.Cam-bridge.Mass:MITPress,1991
[2].石晓军,陈殿左.我国信用信息体系建设创新研究[J].财经研究,2003,(9)
[3].刘贵卿.我国中小企业信用缺失分析及对策[D].太原理工大学,2005,(1)
[4].Von Neamann,J.,and O.Morgenstern.The Theory ofGames and Economic Behavior.Princeton,N.J.:Prince-tonUniversity Press,1944
[5].张维迎.博弈论与信息经济学[M].上海:上海三联书店、上海人民出版社,1996,(7)
[6].焦建玲,王平心.上市公司会计诚信的博弈分析[J].经济与管理,2005,(1)
[7].田侃,崔萌萌.信用的博弈分析及信用缺失治理[J].财贸经济,2007,(9)