论文部分内容阅读
随着国内信用建设事业的推进，各地各行业企业信用评价工作蓬勃兴起，但实践中我国企业信用评价方法尤其是模型的有效性仍十分不足。在评级方法系统构建中，理论研究之间、理论研究与实务操作之间以及实务操作之间就企业信用评价指标体系设置的明显差异甚至相互矛盾的状况不仅让人对现行企业信用评价之客观性、科学性产生置疑，而且显示出企业信用评价指标体系理论研究存在不足。西方国家对企业信用评价基本上运用由实证研究得出的数学模型，而国内对企业信用评价基本上运用指标体系方法。但是，运用企业信用评价指标体系方法必须解决的两大基本理论问题——评价指标与企业信用的相关性和评价指标之间的相关性——目前的研究却非常缺乏。开展企业信用评价指标体系双重相关性的理论研究不仅是企业信用评价理论自身发展的内在需要，更是我国企业信用建设实践的迫切要求，尤其对企业信用评价方法有效性的评价和确认具有重要意义。 虽然最近两年，国内有的学者已经注意到这个问题，并进行了初步的研究。但在研究的过程中，针对评价指标之间的相关性，通过进行各系数间的偏相关分析后再进行评级模型的拟合。但是在拟合的数据使用上，现有的研究基本使用了调查问卷得到的数据，因而拟合效果较好，但使用国内公开上市企业数据进行的模拟则无法成立。造成这种情况的原因，本文认为一是我国目前上市企业的财务数据披露中的失真仍较为严重，信息真实性不足;二是作为被解释变量的企业信用等级“聚集度”（等级维度）的取舍对模型回归具有重要影响。使用信用等级间聚集度越差的被解释变量进行分析的效果越差，越无法得到拟合模型。因此，本文通过实证分析提出企业信用评价等级维度划分的不够科学是影响我国企业信用等级评价模型有效性的重要因素这一。而对此问题，国内目前的关注和研究很少。 在对评级方法拟合模型的使用上，虽然Z值模型作为传统企业信用评价模型使用范围广泛，实际应用效果也较好，但这不能因此成为国内学者在研究企业信用等级评价模型时的“理所当然”的选择。鉴于数据自身的复杂和多维性，在我国信用等级评价方法的研究中，KMV和Logit模型作为预测分析效果较好的模型被借鉴和使用的较多。但是，本文的研究仍然发现，基础数据情况仍然是决定信用等级评价模型形式的重要因素，而基础数据情况中作为被解释变量的信用等级的“聚集度”（等级维度）是更为关键的因素，它在事实上是影响整个模型分析过程和有效性的关键变量。 本文通过对企业信用评价方法和指标研究最新进展的总结和实证数据分析，探讨了企业信用评价方法在有效性确认和验证中需要考虑的几个方面和相关因素，得出的综合结论为:历史经验数据积累的缺失造成了我国目前企业信用评价方法的主观性程度偏大和合理信用等级维度的划分困难，信用等级维护的划分问题目前尚未引起国内的关注和研究，而本文认为这一问题对我国企业信用等级评价方法的选择和验证具有重要意义。在数据来源方式上，调查问卷方式获得的数据具有较大的主观性，且对现实情况的反映不一定真实有效，因此可能在更大程度上加剧目前我国企业信用评价方法的主观性。但本文的分析同样证明目前我国企业财务数据披露失真情况仍较严重，这貌似是一个两难的困境。因而，如何通过对上市公司数据的有效甄别，从而为企业信用等级评价方法的研究和验证提供有效的数据仍然是一项长期而艰巨的任务。我国企业信用等级评价方法要在综合考虑数据来源的客观真实性、评价模型的实践验证性和信用等级维度划分科学性的基础上，在长期内不断修正并逐渐完善。