上市公司信用风险度量

 以我国 156 家上市公司为研究样本，应用主成分分析对原始财务变量进行线性变换，并以 5 个主成分为变量构建了一个主成分分析下的 Logit 模型。经检验，该模型的总体预测正确率达到 94． 23%，具有较好的判别能力。模型还具有一定的超前预测能力，但准确性随超前时间的增加而降低。

通过主成分分析将 18 个原始变量变换为 5 个相互独立的主成分，不仅能够起到降维的作用，还有效地解决了自变量得多重共线性问题。这 5 个主成分分别反映了企业的获利能力、现金流量、成长能力、经营能力和偿债能力。其中，代表获利能力的第一主成分最为重要，其方差贡献率为 45． 48%，可见获利能力与公司财务状况关系密切。

所建模型具有跟随宏观经济的波动而同向变化的“顺周期性”。在经济上行时，财务困境会有所掩盖，模型容易低估信用风险; 在经济下行时则正好相反。对此可以通过适当调整临界点来改变两类错误率的比例，从而减弱模型的“顺周期性”。

选择 0． 50 为临界点，p 越大于 0． 50，公司陷入财务困境的概率越高，公司的信用风险也就越高;反之，p 越小于 0． 50，公司陷入财务困境的概率越低，公司的信用风险也就越低。在实际应用中，商业银行也可以根据自己的需要、风险偏好和经验综合权衡设置临界点，以获得最佳的判别效果。