1、基于生存分析方法的企业信用风险评估 牛志信 刘文琼 湖州师范学院理学院 摘 要： 基于主成分分析与生存分析方法建立企业信用风险评估模型, 并进行实证分析.实证表明, 净利润、营业总收入、净资产收益率、销售毛利率、流动比率、速动比率、总资产收益率是企业信用的保护因素;资产负债率、产权比率是企业信用的危害因素.关键词： 信用风险; 主成分分析; 生存分析; Cox 回归模型; 作者简介：刘文琼, 讲师, 研究方向:信用风险管理、数据处理.E-mail:liu_收稿日期：2017-06-12On the Enterprise Credit Risk Assessment Based on Survi
2、val Analysis MethodNIU Zhixin LIU Wenqiong School of Science, Huzhou University; Abstract： Based on the principal component analysis and survival analysis method, the enterprise credit risk assessment model is established, and the empirical analysis shows that the net profit, the total income of the
3、 business, the return on net assets, the sales gross margin, the current ratio, the quick ratio, the total assets yield are the protection factors of enterprise credit whereas asset-liability ratio, property rights ratio are the enterprise credit risk factors.Keyword： credit risk; principal componen
4、t analysis; survival analysis; Cox regression model; Received： 2017-06-120 引言随着经济全球化、贸易全球化进程的不断推进, 我国各行业受到不同程度影响, 企业在日益剧烈的竞争中对各种风险因素更加敏感, 从而引发企业生存时间缩短、违约风险加大等问题, 这对企业自身和其它行业都会造成极其严重的影响和损失.自 2008 年全球金融危机和 2009 年 12 月欧债危机后, 国内企业违约事件急剧增加.企业违约事件的发生具有随机性, 但导致其发生变化的因素却具有一定的规律性, 因此有效识别导致企业违约的因素并加以控制显得十分必要.
5、国内企业违约因素的研究方法主要有单变量分析法和多元判别分析1、Logistic 模型2、结构化模型3、神经网络模型4、生存分析模型5.生存分析方法不要求样本数据服从特定的分布, 不仅能够探究出影响企业信用风险的危险因子, 还能够预测企业违约时间.本文参考国内外企业违约风险研究方法以及生存分析模型的优点, 采用生存分析 Cox 回归模型研究企业违约行为, 建立企业违约风险预测函数和企业违约时间表, 预测企业的违约状态和违约时间.1 理论与方法1.1 主成分分析法由于企业财务指标部分变量之间的高相关性, Cox 回归过程将会引起多重共线性, 因此本文采用主成分分析将企业财务指标提取为几个互不相关的
6、综合指标.主成分分析6是一种数学降维方法, 即用几个综合变量代替原始众多的变量, 使综合变量尽可能地代表原始变量的信息, 且彼此之间互不相关.1.2 生存分析法生存分析5是指根据试验或观察数据对个体的生存时间进行分析, 研究生存时间和生存状态与众多影响因素之间的关系及程度的方法, 也称生存率分析或存活率分析.本文采用此方法研究生存时间和生存状态与企业财务指标和素质指标之间的关系及程度, 探讨危险因子与企业违约的关联性.生存时间是指在观测期内, 企业从观测期开始至企业违约或观测期结束的时间.Cox 回归模型7用于研究企业财务和素质指标对生存时间和企业违约状态的影响, 不仅不需考虑生存时间的分布情
7、况, 还能利用截尾数据8.Cox 回归用于研究协变量与生存期长短的关系, 并进行多因素分析.其数学表达式为:其中:x 1, x2, , xm为协变量; 1, 2, , m为回归系数, 由样本估计而得, i0 表示该协变量是危害因素, 越大则生存时间越短, i0.74, 则该企业在 t=13时有可能发生违约, 应给予相应的补救措施.表 3 企业违约时间表 Table 3 The schedule of corporate default 下载原表 3.2 模型评价利用建立的 Cox 回归模型对测试集的 10 个样本进行预测, 得到企业违约时间表, 并结合模型预警分析制定的分类规则 (CR) 得出
8、模型测试结果 (见表 4) , 模型分类总正确率达 80%.表 4 模型测试结果 Table 4 Test results 下载原表 本文建立的生存分析 Cox 回归模型优于单变量分析法和多元判别分析1、Logistic 模型2、结构化模型3、神经网络模型4.其主要原因有: (1) 模型采用有效的评价指标体系, 能够预测企业违约时间, 这对实施补救措施相当重要; (2) 在处理企业财务指标时, 使用主成分方法降维, 避免 Cox 回归过程多重共线性; (3) 采用企业财务指标和企业素质两方面的变量, 能够更准确地反映影响企业信用的影响因子.4 结论本文结合企业的商业贷款实际情况和企业的财务状况
9、, 参考国内外关于企业违约风险的研究, 引入生存分析 Cox 回归方法研究企业信用风险, 建立了有效的信用评价指标体系, 并对 100 家企业进行实证分析, 得出以下结论:净利润、营业总收入、净资产收益率、销售毛利率、流动比率、速动比率、总资产收益率是企业信用的保护因素;资产负债率、产权比率是企业信用的危害因素.同时建立企业信用风险预测函数, 对企业违约状态和违约时间做出预测, 以便采取补救措施, 有效降低企业自身与其它相关行业的损失.受数据来源的局限性影响, 样本容量仅满足生存分析最小样本量, 这对模型拟合效果存在不良影响, 若能够增加样本容量, 模型会取得更优的效果.参考文献1周首华, 杨
10、济华, 王平.论财务危机的预警分析F 分数模式J.会计研究, 1996 (8) :8-11. 2陈静.上市公司财务恶化预测的实证分析J.会计研究, 1999 (4) :32-39. 3张玲.财务危机预警分析判别模型及其应用J.预测, 2000 (6) :38-40. 4杨淑娥, 徐伟刚.上市公司财务预警模型Y 分数模型的实证研究J.中国软科学, 2003 (1) :56-60. 5STEPANOVA M, THOMAS L.Survival analysis methods for personal loan DataJ.Operations Research, 2002, 50 (2) :2
11、77-289. 6李秉祥.基于主成分分析法的我国上市公司信用风险评价模型J.西安理工大学学报, 2005, 21 (2) :219-222. 7杨斌.基于 COX 回归的企业违约风险研究D.杭州:浙江财经学院, 2013. 8章林.房地产企业信用风险评估研究D.长沙:中南大学, 2006. 9赵耐青.生存分析的最小样本含量计算J.复旦学报 (医学版) , 1994 (5) :333-337. 10王伟.带缺失数据的半监督图学习D.广州:华南理工大学, 2011. 11邓文丽, 陆文沛, 廖军.信息右删失数据下比例风险模型的估计问题J.应用概率统计, 2016, 32 (4) :408-418. 12梁琪.企业信用风险的量化度量研究J.南开经济研究, 2000 (6) :54-59.
