近年来,建筑业的贷款数量占商业银行全部贷款的比重呈持续增加趋势,贷款不良率也持续上升。建筑业上市公司作为我国建筑行业的龙头企业,其发展情况在一定程度上反映出我国建筑行业的发展水平。首先,建筑业上市公司的风险是整个建筑业企业风险的风向标,其风险度量是否可靠准确显得尤为关键;其次,建筑业上市公司相对于非上市公司在财务披露方面要求更为严格,其公司财务信息定期披露,且受国家证券监管部门的监管与指导,具有真实性、完整性;建筑业上市公司占有的市场份额较大,具有一定的行业代表性。建筑业上市公司的上述特点,决定了其违约行为会影响建筑市场的发展,而且建筑行业经济体量大,信用风险外溢性较强,对其他行业的发展影响较大。因此,研究和评价建筑业上市公司信用风险具有重要意义。

目前,针对建筑业上市公司信用风险的研究较少,建筑业企业的信用风险主要表现为违约风险,因此,对上市建筑公司信用风险的评估可以转化为对上市公司发生违约事件概率的测度,这也是信用风险评估过程的核心环节。本文建立Logistic模型评价、识别我国建筑业上市公司信用风险,度量其信用风险发生的概率,识别影响建筑业上市公司发生信用风险的关键因素,针对财务信息对建筑上市公司信用风险的影响程度做出客观正确的评价,方便建筑业上市公司更加科学地预测和评价信用风险、加强对信用风险的有效监管和控制。

本文选取深交所、上交所中建筑业上市公司为研究对象。根据上交所、深交所的规定:ST股是指经营连续两年出现亏损给予特殊照顾的企业,*ST股是指经营连续三年出现亏损给予退市警告的企业,这些企业财务问题严重,资金难以周转,债务难以清偿,是发生信用风险的重灾区。为此,本文选择ST或者*ST企业作为违约企业样本,分别为*ST环保,*ST百特,*ST创兴,*ST罗顿,*ST毅达,*ST中川,*ST毅达B,选择92家正常企业和这7家ST(*ST)企业作为研究样本。

本文借鉴国有商业银行资信评比指标体系和相关研究文献,选择和建筑业上市公司财务情况紧密相关的指标,这些指标从多个角度描述建筑企业的财务状况,对建筑企业信用风险存在的可能性具有较强的解释能力。选择指标时重点考虑数据的可获得性、有效性、全面性,见表1。

(1)盈利能力,代表建筑企业所拥有资源的经营状况与管理状况,其对应的赚取利润的能力,是偿债能力的第一来源,盈利能力强的企业发生违约风险的概率较低。

(2)偿债能力,表示投入资本的运营状况,建筑企业的偿付能力代表建筑企业对投入资本的回报水平,偿付能力越强,债务出现违约风险的可能性越小。

(3)经营能力,是建筑企业的经营运行能力,即建筑企业运用各项资产以赚取利润的能力,反映了建筑企业对经济资源管理、运用的效率高低。

(4)发展能力,是建筑企业在生存的基础上,扩大规模、壮大实力的潜在能力。发展能力对于判断建筑企业未来一定时期的发展后劲、面临的发展机遇与盈利发展变化以及制定中长期发展计划、决策等有重要意义。

(5)现金流分析,现金是建筑企业流动性最强的资产,现金流对建筑企业具有“供血”作用。建筑企业最终用于偿还债务、购置或更新资产和支付股利等的是现金,因此,建筑企业的生存和发展,必须以有效率、有效果的管理、创造现金流为根本前提。

(6)比例结构,参考国泰安数据库中关于比例结构的指标,这些指标与影响建筑业信用风险的的现金流、长期短期债务偿还能力、利润水平密切相关。

由于本文运用Logistic模型回归时使用的指标较多,部分指标间又有相互关联和彼此影响,因此,先做主成分分析对指标进行降维,运用SPSS对2012～2014年99家上市建筑企业的财务指标进行主成分分析(按照数据无缺失原则选择有效样本176个,其中正常企业样本158个,ST企业样本18个)。结果显示:KMO值为0.546,且Bartlett球形检验统计量在1%统计水平上显著,表明了因子分析是合理的;所有自变量的因子载荷均大于0.50,克朗巴哈系数为0.89,表明具有较好的效度和信度。基于特征值大于等于1的原则,本文采用主成分分析法提取了10个公因子(如表2所示)。

一般而言,建筑业信用风险主要表现为违约风险和期限风险,通常期限越长违约的可能性越大,违约风险随期限风险正向波动。因此,研究建筑业上市公司信用风险时使用违约风险描述信用风险的大小。在信用风险评价的众多模型中,Logistic回归模型有良好的评价能力,对二分类变量判别效果较好,所需的参数较少,高维度数据处理能力较强、预测精度较高,降低了对风险识别和控制的主观随意性,再加上建筑业上市公司的定性数据相比较于定量数据更难得到,因此,本文选用Logistic模型着重运用定量分析法构建建筑业上市公司信用风险指标评价体系。

Logistic模型是一种线性定量分析模型,其使用条件包括:(1)数据的随机性;(2)被解释变量是取值为0或1的二分类变量,误差分布为二项分布;(3)解释变量间不存在多重共线性,解释变量间和二分类变量之间为非线性关系的函数,选用Logistic模型可回避建筑企业的财务数据非正态分布的问题。表达式为:

其中,α为常数项;X_i为解释变量;β_i为待估计系数;P为企业发生信用风险的概率值,0≤P≤1,P趋近于0代表企业没有信用风险,P趋近于1代表企业存在信用风险。

假定Y表示违约与否事件,取0或1;X₁,X₂,…,X_n,是影响Y的自变量,则Y与X的关系可表示为:

Ln(Y)=Ln(P/1-P)=α+β₁X₁+β₂X₂+…+β_nX_n

其中,违约概率P用Y=l表示,未违约概率(1-p)用P=0表示,得:

通常设违约临界值P定为0.5,如果P<0.5,说明企业经营状况较好,违约风险较低,若P>0.5,说明企业经营状况较差,违约风险较高。因此,可将P值作为建筑企业是否发生违约风险的参考值。

Logistic回归模型对二分类被解释变量的基本设计为:

(1)对于正常企业,这些企业的经营状况良好,资金结构稳定,信用风险较小,其违约的概率较低,P值设定为0符合实际情况;

(2)对于ST企业,这些企业经营状况较差,管理水平较低,信用风险较高,违约概率较高,P值设定为为1。

将主成分提取的10个主成分因子作为自变量、企业违约概率作为被解释变量带入Logistic模型。分析得到Hosmer-Lemeshow检验显著性为0.94,模型整体拟合度高;而F₆、F₇、F₈系数显著性不高,应剔除。因此,F₁、F₂、F₃、F₄、F₅、F₉、F₁₀为较影响显著因子,继续留在模型中,变量P表示企业的违约概率,建立Logistic回归模型,根据模型分析结果,得到公式:

根据Logistic实证分析,得到以下结论:

(1)建筑企业的整体经营状况对信用风险具有重要影响。影响建筑企业信用风险的主要因子是盈利能力F₁,短期偿债能力F₂、股东权益报酬F₃、发展能力F₄、比例结构F₅、长期债务偿还F₉、现金流状况F₁₀。这些指标对应的财务指标包括应收账款周转率、所有者权益增长率等,可为建筑企业的信用风险判断提供依据。

(2)股东权益报酬对建筑企业的信用违约风险有负向影响,且是最主要因素。股东权益报酬反映的是企业的盈利能力,股东权益报酬高,说明企业的盈利情况良好,债务保障能力越强,债权人保障程度越好,而且股东权益的增加也会促进企业资本结构的优化,使建筑企业出现违约的概率下降,信用风险降低。

(3)现金流量充足的企业发生违约风险的可能性较小。代表企业现金流量的F₁₀对企业的违约风险具有负向影响。现金流量是企业真实可以动用、最重要的偿债资金,建筑企业良好的经营状况会带来充足的现金流,增强企业偿债能力,因此信用风险小。

(4)短期偿债能力强的企业发生违约风险的可能性较小。代表公司短期偿债能力的F₂对企业的违约风险具有负向影响。短期偿债能力衡量建筑企业的资金流动性,短期债务可以通过流动资产变现来偿付,资金流动性强变现能力强,发生违约的概率较低。

(5)发展能力强的企业发生违约风险的可能性较小。代表公司发展能力的F₄对企业的违约风险具有负向影响。发展能力代表企业资本积累、保全状况、扩大规模的能力,发展带来收入的增加,为建筑企业赢得好的前景,使债权人的债务有保障,因而信用风险小。

(6)长期偿债能力强的企业发生违约风险的可能性较小。代表公司长期偿债能力的F₉对企业的违约风险具有负向影响。长期偿债能力体现的是公司长期稳定的资金流动情况,长期负债一般形成企业的可以永久使用的净资产,这为债务偿还和进一步融资提供基础,保障债权人权益;长期负债利息固定,效益好的企业,财务杠杆利益高,企业盈利能力、现金流量状况都比较好,信用风险小,发生违约风险的可能性低。

根据以上结论,就建筑业上市公司信用风险防控,提出以下建议:①严控成本综合统筹,提升股东权益报酬率。在权益乘数,即资金结构一定的情况下,通过严控成本,增收节支,提高资产利用效率,提高资产报酬率;在资产报酬率大于负债利息率的情况下,通过增大权益乘数,即提高资产负债率,使企业自有资金收益率上升,以此提高股东权益报酬率。②合理安排现金流量,确保企业现金流充足。增加资金储备,保证体内循环的经营活动现金流量充足,同时,关注现金流指标的预警作用,尽早发现风险隐患,规避信用风险。③提高资产质量与优化资本结构,增强企业偿债能力。提高资产质量,提升变现能力,提升企业对长期与短期借款的认识,利用负债经营率指标合理确定两者比率。