上市公司诚信评价系统设计的技术路线和数学应用模型，本文主要内容关键词为：上市公司论文,模型论文,路线论文,评价论文,诚信论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、证券市场诚信建设势在必行
（一）市场信用缺失面面观 任何一个社会，当它的成员——无论是自然人还是法人的信用无须被社会确认，并因为失信或者获得较大利益只须支付极小代价时，践踏信用、信用贫血的状况便会像瘟疫般传播开来，整个社会将因信用无保障而付出昂贵的代价。盘点2002年中国信用危机，结果令人瞠目。据统计，由于社会信用和经济信用遭到破坏，我国国民生产总值的增长至少减少了2个百分点。据专家分析，我国市场交易中由于缺乏信用体系，使得无效成本在国内生产总值中占10%到20%。在西方国家，信用结算可达90%以上，而我国的现金支付率高达80%，信用直接影响了我国经济运行的效率。
让人忧虑的是，目前我国证券市场上的信用状况远远不能适应现代市场经济的起码要求。上市公司信用缺失表现为：1、财务数据虚假，如虚增销售收入、虚增利润、报表重组等；2、信息披露不真实、不及时、不完整；3、重大决策未保护中小股东利益，如通过关联交易转移利润、为大股东违规提供担保、大股东侵占上市公司资金等；4、内控制度不健全，如重大决策未按“三会”运作规则进行、重大财务决策由大股东审批等；5、随意变更募集资金投向、利用募集资金委托理财；6、重大承诺不兑现，如预测利润不兑现、整改措施不兑现等；7、法人治理结构不健全等。
（二）规范市场行为：诚信的支点 信用缺失问题的根本原因是交易双方存在着信息不对称性。目前我国证券市场是信息高度不对称的不完全市场，容易被图谋不轨者运用内幕交易、操纵股市价格等违法手段大发横财。因此，规范证券市场行为的有效办法，就是矫正这种信息的不对称性。首先，要提升信息弱势方获取信息的能力，降低其获取信息的成本：1、作出制度安排，使信息弱势方组织起来自保；2、发展第三方提供相关信息的机制，如征信机构等；3、利用大众传媒提供相关信息；4、政府提高执法的公开性和透明度等。其次，对信息的强势方进行约束，如对提供虚假信息的人员和机构进行惩罚、加强行业自律等。第三，提高加害方的失信成本。
（三）信用评价：证券市场的试金石 显然，信用评价是一个广义概念。它是对证券市场各类经济组织履行相应经济承诺能力及其可信任度的综合分析与评定。
上市公司信用评价的目的，并不是向证券市场参与者推荐购买、销售或持有某一种有价证券，因为它并不是对某种证券的市场价格或者对某种证券是否适合某些投资者进行评论；而是站在公正的角度上，利用市场监管的规则与条例，对上市公司的守信守规程度做出客观公正的判定，既判定它的信用程度，又判定其风险程度。然后，利用科学方法对其做出综合判定，以作为监督部门的监督依据，又作为被监管上市公司的整改依据。上市公司的信用评价，在提高证券市场的安全性、维护市场的稳定与发展等方面都有其十分重要的作用和积极意义。
在本项研究中，我们以开放式系统作为基本框架，运用预测分析法、系统分析法、比较择优法，在各种特殊的表现形式中找出特点和最基本的规律性，构成上市公司信用评价体系的研究基础和研究对象。在此基础上，通过国际比较研究，针对中国信用评价系统的缺陷进行模式选择，设计出中国上市公司信用评价系统的基本思路和基本框架。
本文主要对该系统设计的技术路线和应用的数学模型进行介绍。
二、系统设计的技术路线
（一）关于合理假设
1、合理假设之一：信用依存度与企业长期考虑成正比，与企业短期行为成反比。信用基于一定的利益基础，信用行为的发生离不开利益的追求与权衡。利益最大化原则使利益在某种程度上成为信用行为的坐标。如图一所示，当信用行为的结果使所获得利益增加时，信用依存度提高，这种情形的设定是在给定的物理实验条件下，排除了各种不确定因素和干扰因素；如信用行为结果违背长期利益目标，仅考虑短期利益则信用依存度呈下降趋势，如图二所示。
图1
图2
从理论上说，信用有依存度与长期利益成正比、与短期利益成反比的关系。即越是出于长远考虑的企业，其信用行为可能性越大。相反，在短期利益的考虑中，企业信用往往极易遭到破坏。
2、合理假设之二：信用度评价与风险评价的目标是一致的。国际银行在处理信用风险的方法上，在确定与评估风险的权重、等级等技术方面，具有两种技术体系，即外部评级与内部评级。外部评价，又称标准法评价，指社会专业资信评估公司的信用度评价。内部评价，指监管部门站在风险角度上决定被评价物的风险权重，评价其是否有违规违法操作行为。与其内部评价相比，外部评价的依据与标准及其结果更具有通用性。
巴塞尔委员会公布的新资本协议提出了三大要素，即资本充足率、监管部门监督检查和市场纪律，并在许多方面有突破和创新，重视风险评价就是其中之一。我们认为，从市场的结构看，专业性的内部评价与社会化的外部评价都有其存在的必要性与合理性，有各自的侧重点，两者的合理结合就是信用与风险评价。
市场诚信建设是近年中国证监会提出新的监管理念，目前社会化的外部评价尚未涉足上市公司信用评价与风险评价的领域。内部评价是站在监管部门角度，重点在于考察监管措施的效果和风险防范措施的落实，而外部评价重点在于通过对上市公司的信用度评价来判断其未来投资价值。内部评价与外部评价的侧重点尽管有所不同，但其本质是一致的。因此，可以得出肯定的结论，内部评价与外部评价的目标是相一致的，是可长期共存的。
3、合理假设之三：上市公司所披露信息不完全真实。2001年美国经济学家、诺贝尔经济学奖获得者约瑟夫·施蒂格利的获奖理论为“市场信息不对称理论”。该理论认为，在市场经济模式下，每项经济活动、每个经济角落都可能产生大量信息。因此，在社会化大生产中，信息大量地、广泛地发生，而其中某些信息只被某些参与者所独享，于是产生了该市场参与者所拥有的信息无论质还是量都不完全相同，即是信息不对称。西方经济学认为，人是理性的，理性人是指一个很好定义的偏好，而且在面临给定的约束条件下最大化自己的偏好的经济人；理性人可能是利己主义者，也可能是利他主义者。
上市公司是证券市场的主体。但是，由于信息不对称的天然存在，上市公司的经营者作为理性人具有的天性以及市场的规则、制度自身存在的不完善性，使得信息失真的情况大量存在，甚至还存在恶意造假的现象。因此，作为监管部门的内部评价，对上市公司所披露信息一定要保持合理的怀疑；从合理存疑，发现上市公司的潜在风险。我们的研究基于上市公司所披露信息具有不完全真实的假设，通过对已披露信息中包含的信息单元的分析，对不同信息单元之间的勾稽关系进行数学模块的验证，如果验证的结果是正相匹配，则说明所披露信息具有一定程度的真实性，反之，则说明所披露信息有自相矛盾之处，说明该信息具有不真实性。
4、合理假设之四：在假定的前提条件下，宏观经济总量是均衡、是稳定的。均衡分析是对研究的问题所涉及的诸多经济变量（因素）中，自变量被假定为已知的和固定不变的，然后考虑当因变量达到均衡状态的时候会出现的情况，以及为此所需具备的条件，即所谓均衡条件。由于均衡分析只是考虑当经济决策者被设想为已达到均衡状态时会有的情况或实现均衡应具备的条件，并不论及达到均衡的过程，而经济变量的相互作用从不均衡到均衡的过程中一般都要经历一定的时间，所以本文论及的均衡分析实际上抽掉了时间因素，因而均衡分析的变量都不涉及时间。
本文采用均衡分析方法，假定自变量是已知的和固定不变的，诸如社会总需求与总供给、社会总投资与总消费、宏观经济总量与微观经济总量、有效需求与国民收入、社会总信用等大的经济变量假设是均衡的，在此前提下展开我们的研究及数学模型制作。
（二）关于模型设计
1、风险度量模型设计之一：专家评价法。信用风险的度量方法有很多种，有传统度量方法，有现代数学模型方法。在传统度量方法中，主要有专家评价法、信用评级法、信用评分法。现代数学模型方法则更多，如KMV模型、信用度量术模型、麦肯锡模型、KPMG模型、RAROC模型等等。
专家评价法是指依赖具有丰富经验的专家或行业权威对企业的信誉度作出综合评价；专家评价可以是某一个或两个专家作出结论性判断，也可以组成一个专家评估小组作出结论性判断。专家评价法通常也叫做5C法，这是因为专家在对企业进行信用分析时，一般要考虑5项因素：一是品格(Character)；二是资本(Capital)；三是偿债能力(Capacity)；四是抵押品(Col-lateral)；五是经济周期(Cycle conditions)。当然，5C法主要是指对企业的信用评价，在我们的系统研究中主要是针对上市公司的诚信水平及风险水平，而实际上考虑的因素绝对不只这些。
2、度量模型设计之二：信用评级法。信用评级法又叫OCC法，该方法是由美国货币监理署(OCC)最早开发出来的。最初，OCC将评级法用于评估贷款损失准备金的充分性，它根据企业相关指标的好坏将企业贷款信用分为若干等级。目前信用评级法一般将企业贷款信用分为1～9或1～10个级别。1998年，美国联邦储备特别工作报告和Mingo尝试性地使用一种以评级为基础的内部模型方法作为OCC模型的替代。1997年，Fadil提出了内部评级的第二种相关应用模型WARR，该模型将分配到每一评级级别的贷款作为基础来计算加权平均的风险评级。其模型公式为：
其中：ri：风险评级级别(i=1,…,n)
ei：该级别的贷款暴露（损失）
3、风险度量模型设计之三：信用评分方法。信用评分法是将企业贷款信用相关指标根据权重不同化为具体数值，然后计算出其违约概率。
美国人Altman于1968年就提出了Z值计算模型，其公式如下：
由于z值模型是线性的，而实际情况是指标间可能存在着高度的非线性关系，于是有人将神经网络系统(Neural network)应用于信用风险分析，即用神经系统的术语，将变量Xi之间的复杂关系构成一个“隐蔽层次”，再通过系统模拟，改善模型的拟合性。
（三）风险度量模型的比较
传统的风险度量模型虽然都有显著优点，但同时也存在不同的缺陷。
专家评价方法带有很大的主观性和随意性，但理论上存在专家能将所有影响信用风险的因素考虑进来；另外，一些不能量化的指标仍然必须依赖专家进行判断。信用等级评价法的优点是将企业的信用等级用极其简单明了的符号表现出来，能给人非常直观的感觉；但它主要依赖指标的优劣进行分类，没有考虑到各指标对系统的影响力。信用评分法改变了这一缺陷，它能根据各指标对系统的不同影响设置不同权重，将系统指标量化为数值来对企业的信用风险度进行判定。
目前通行的做法是，利用信用评分法将影响企业信用风险的指标量化成一个固定的总分值（一般为100分），根据这些指标对企业的具体表现进行评分，然后汇总评分。同时，还要为专家设置一项经验判断分值以预防系统外风险因素和系统内未能精确度量的误差值。在此基础上，根据实际分值按不同区间将企业信用风险归为不同等级。
在今天，现代数学模型已经逐步与传统风险评价方法结合起来，它不仅对传统风险评价方法作了进一步的修正和完善，而且能对企业未来信用风险进行有效的预测。除了WARR评级模型和Z值计分数学模型外，Alexander Bathory在Z值计分模型基础上提出的Bathory计分模型得到了普遍的应用。在几种现代数学模型法中，KMV模型是考虑到企业股票在未来发生价格波动时候企业信用发生风险的可能性；信用度量术是由美国著名的J.P摩根公司联合一些合作机构共同开发的，它是考虑到未来更多因素发生变动时企业发生信用风险的概率；麦肯锡模型则主要是考虑宏观经济形势变化对企业信用风险等级的影响。
现代数学模型的应用，不仅使现代企业风险评价具有更精确的算法，而且，它通过考虑更多的影响因素，使企业的风险评价更加全面客观，同时，还能有效地预测企业未来发生风险的概率。
（四）本系统的技术方法和技术路线
在上市公司诚信评价系统研究中，我们结合专家评价法、信用评级法、信用评分法以及现代数学模型的各自优点，通过对系统各项指标的分析运算，运用现代数理模型，对上市公司的风险等级进行模拟。
首先，在系统中，我们根据各项指标在系统中的不同作用设置为权重不等的满分值；所有能量化的指标都首先计算出其量化值，再与其标准值对比运算得出该指标相应的分值。其次，部分定性指标中，定性指标的等级评分是建立在专家对该指标作出优劣判断的基础上得出的；个别子系统风险的判别也加入了专家评估的内容。在整个信用评价系统中，专门为专家设计了一项系统信用的修正分值。
本系统对很多指标的分值计算都利用了数学计算方法，对整个系统信用风险的揭示和预测分析则采用了模糊数学理论模型和数理统计学中的预测模型，个别子系统的信用风险判断也利用了数理统计学中西方数理模型。
对上市公司诚信风险评价与企业现行的信用评级有几方面的不同。一是诚信评价内容远大于一般的信用评级。一般的企业信用评级主要是针对企业的财务状况、发展状况、管理状况等有限的几个方面内容，而上市公司诚信评价不仅要关注以上内容，还要涉及公司在守法守规、信守诺言等诸多方面；二是评价目的不尽相同。一般的企业信用评级主要为企业融资服务，而诚信评价的目的更多是为了揭示上市公司的风险；三是企业一般信用评价虽然对不同行业所用的评价指标不完全相同，但只限于个别指标调整。而对上市公司诚信评价时，不同上市公司及同一上市公司在不同时期的诚信表现有着明显差异。如上市公司重大资产重组行为，只要上市公司在评价期有重大资产重组，重组的规范就是该公司诚信评价的重要内容。
针对以上区别，本系统首先在指标选取上尽可能做到指标既要具有代表性，相互间又要有独立性。其次为了有效揭示风险，避免因指标较多导致指标分值不突出的问题，系统对重点指标采用了减分法。最后针对上市公司诚信表现存在明显差异的情况，系统对未发生的重大诚信事件采用将其分值复权到其它子系统或整个系统中去的方法进行处理。
整个系统通过对各项指标的综合评分，推导出各子系统的风险度，最后，通过数理模型运算来揭示上市公司风险等级。而且，通过对上市公司诚信评价结果的分析，不仅能揭示上市公司整体风险，同时还能揭示上市公司重要诚信指标的风险以及各子系统风险。
三、系统运用的数学模型
（一）单指标取值模型
1、二选一模型
（二）子系统评分模型
1、指标分值求和
（三）财务数据真实性推断模型
财务数据失真主要原因是上市公司的舞弊行为，我们从公司纳税、公司关联交易、公司经营状况、公司获利能力、公司内控制度、法人治理结构和舞弊动机等7个方面进行分析，用Logistic回归建立概率计算模型为：
的比重、高管人员在大股东兼职人数占高管人员的比重、独立董事发表独立意见的次数、八项计提政策的合理性、大股东及关联单位长期应收款项占公司净资产的比重）使用因子分析得到。“动机”用虚拟变量描述，“1”是有舞弊动机，“0”是无舞弊动机。规定如下：
若是当年上市，则该变量取1；
如当年财务数据中净资产收益率小于3%，则该变量取1；
包括当年在内，净资产收益率连续三年在10%～12%之间，三年后净资产收益率小于3%，则该变量取1；
当年及前一年净资产收益率小于0，则该变量取1；
其余情况，则该变量取0。
（四）汇总模型
1、假设模型
标签：信用评分模型论文; 风险评价论文; 企业信用论文; 风险模型论文; 信用政策论文; 数学论文; 系统评价论文; 系统设计论文; 信用风险论文; 市场均衡论文; 信用评价论文; 经济论文; 征信论文;