基于行业协会的企业信用评级研究

吴晶妹+朱文浩

摘要：自2007年开展行业信用评价试点以来，已有200多家行业协会根据行业特点和风险模式构建信用评价模型。文章首先介绍我国企业的整体信用状况，在选择Z评分模型检验有色金属工业协会的评价结果时发现，企业信用评价等级异常集中，并存在明显错判情况，这不仅与数据质量有关，评价指标是否有效、模型是否适用都会影响评价结果的准确性。同时由于参评门槛和申报条件限制，行业企业的参评率较低，无法有效评估行业整体信用风险。

关键词：行业；信用评价；Z评分模型

为全面落实《社会信用体系建设规划纲要（2014-2020年）》和民政部、商务部等八部委联合下发的《关于推进行业协会商会诚信自律建设工作的意见》要求，去年8月，商务部印发《关于进一步做好行业信用评价工作的意见》，提出要加快建立“五位一体”的行业信用体系，强调以行业组织为信用管理主体积极创新行业信用评价模式，充分发挥第三方信用机构的信用服务支撑作用，在自愿申报原则上调动会员企业参评的积极性主动性。该意见着重强调了企业信用等级评价备案制和动态管理制度，要求协会商会应在确定最终评价结果后的20个工作日内登录“商务部商务信用信息交换共享平台”公示相关评级结果。

截止2016年10月，商务部和国资委审批通过的行业信用评价参与单位共计15批，224家行业协会商会先后开展会员企业的信用评价工作，其中中国有色金属工业协会、中国煤炭工业协会等45家单位作为2007年首批行业信用评价试点单位，发展规模不断扩大，评价机制不断完善。本文介绍了我国企业整体信用状况，并以中国合作贸易企业协会和中国有色金属工业协会为例，分析会员企业信用评级的分布情况以及功能性檢验，探索信用评级的市场传导机制。

一、 我国企业的信用发展综合评价

中国合作贸易企业协会作为第二批行业信用评级单位早在2008年就开展会员企业的信用评级工作，并于2011年与商务部研究院信用评级与认证中心联合分析研究我国企业的整体信用发展状况。主要数据来源包括企业公开信息、会员自愿申报信息以及信用调查活动获得的信息，2013年评价模型也由原来的五维要素减少为三维要素，其中信用环境占比20%，包行业环境、经济环境、政策环境和市场环境四个二级指标，信用能力占比68%，包括收益性、流动性、安全性和成长性等11个子项要素等，信用行为占比12%，包括社会贡献、质量安全和社会影响三个指标，模型采取定性定量相结合的方法，构造综合评价模型，P=？撞PiQi=？撞PijQij，其中，Pij表示各子项评价要素指数，Qij表示各子项评价要素权重。这里我们选取2010年～2013年协会所有会员企业为研究样本，分析三维要素的发展趋势。

从整体上看，2013年我国企业整体信用环境得到恢复，经济景气指数达到122.43点，较上年增长14.42点，盈利指数达到115.45点，较上年增长17.10点，效益指数达到101.14点，较上年增长10.82点，总体来说已经走出下行空间，可能形成筑底态势。从结构上看，以煤炭行业为代表的生产业持续低位运行，三大信用环境指数基本维持下跌趋势，这主要是深层次的结构性供给矛盾所致；制造业在连续两年大幅下跌后实现强力反弹，但面临再次回落的风险；相比之下服务业受宏观经济的影响远小于制造业，三大指数平稳运行，维持合理的增速。

我国企业的收益性指标基本呈现连续下行的走势，虽整体水平略有恢复但企业的经营效益仍不容乐观，有超过50%的企业的营收利润率仍处于下降通道；企业的流动性有所提升但安全性下降，这主要表现在平均资产周转率由2010年的1.47次/年提高到1.70次/年，而平均所有者权益比率由34.06%下降到27.79%，平均资产保值增值率由118.05%下降到113.51%。这可能是企业在经营困难时期更加注重内部潜能的效率释放。虽然利润增长率实现强势反弹但其他各项成长性指标均处于四年间最低点。

从结构上看，生产性企业的收益率逐年降低，煤炭行业更是出现全面亏损，企业负债率明显增加，成长性指标均呈现大幅度下降，其中煤炭行业利润率的负增长更是有2010年的25%扩大到96%；制造业企业基本控制住下行趋势但普遍存在营业利润率偏低的情况，流动加速，资产负债率偏高，资产投资增速持续放缓；服务业企业维持良好的营业利润率，资产周转率提高，资本保值增值率也相对平稳，但仍处于低位运行期。

二、 我国有色金属行业上市公司的信用评价有效性检验

中国有色金属工业协会迄今已对95家会员企业开展了信用评级，信用等级评价分为AAA、AA、A、B、C等五级，评价有效期三年，评价维度包括合同违约率、主要产品能耗指标、安全责任事故等信用行为维度和资产质量、经营效益等信用能力维度。从协会公示平台和全国行业信用公共服务平台的结果显示，从2007年开始，参与评价的企业规模不断扩大，然而信用等级的分布却十分集中，截止2014年，共93家企业维持AAA级，其中包括8家上市公司，在所有参评企业中只有一家企业维持AA级，一家企业由AA级升到AAA级。这样的信用分布是否合理，评级结果是否反映了企业的潜在风险水平，亟待检验。

现有的文献中对评级结果的检验主要包括级别对信息的披露情况、评级结果的一致性和评级结果的准确性三类，检验方法主要有迁移矩阵统计、违约率检验、级别活动率以及Z评分与信用评级结果的检验。本文以中国有色金属行业的参评企业为研究对象，结合协会的评级方法和各模型的适用性，选取2000年Edward Altman修正的适用于非制造业上市公司的Z评分模型，一是与协会的评级思路基本吻合，二是行业样本的缺乏使随机性原则无法得到满足，其他检验方法难以开展。Z评分模型如下：

Z=6.56X1+3.26X2+6.72X3+1.05X4（1）

其中，X1=流動资本/总资产，X2=留存收益/总资产=（未分配利润+盈余公积）/总资产，X3=息税前利润/总资产=（税前利润+财务费用）/总资产，X4=股权市值/总负债=（市价*流通股数+每股净资产*非流通股）/总负债，评级临界值为1.23和2.90，评级级别分别为风险型、预警型和安全型，即分值大于2.9的公司不存在破产风险处于安全区域，分值界于1.23～2.90的公司存在不稳定的风险因素，处于灰色预警区域，分值小于1.23的公司可能或已经面临破产风险。

本文以商务部研究院信用评级与认证中心发布的有色金属行业上市公司财务评级数据为标准，选取优秀级、安全级、风险级及以下共40家公司为样本检验Z评分模型的适用性，以2010年～2014年的公司财务指标为样本数据。数据来源主要包括上市公司年报和Wind数据库。根据该模型和上市公司财务数据计算Z值，并与已发布的评级结果对比，可以发现，在亚太科技、江西铜业等25家安全级及以上的上市公司中，有2家样本公司在Z评分模型中获得风险型级别，在宝钛股份、锡业股份等15家风险级及以下的上市公司中，有3家公司在Z评分模型中获得安全型级别。总体来说，Z评分模型在样本范围内的判别准确率在60%至92.5%之间，与商务部的财务预警评价结果基本吻合。这说明Z评分模型在判别公司财务风险上具有一定的适用性。

三、 行业信用评价体系存在的问题及原因分析

中国有色金属工业协会在商务部、国资委等有关部门领导下积极推进行业信用评价工作，制定《有色金属行业企业信用体系建设指导意见》为信用评价的规范准则，设立评价委员会、专家部等专职部门，并与第三方信用机构开展深入合作和讨论，引入云计算技术，全面扩大数据源，进一步完善行业信用评价机制建设。今年九月，由协会主办的“信用有色金属周”在“信用中国”网站开通，这也是继“信用电力周”、“信用煤炭周”之后，第三个开通的行业信用周。

然而，当前协会的评价体系也存在一定问题。一是评定的企业信用等级的分布异常集中。截止2014年，共93家企业维持AAA级，其中包括8家上市公司，在所有参评企业中只有一家企业维持AA级，一家企业由AA级升到AAA级。如表1所示，8家上市公司从2009年开始陆续参与行业协会评级并全部为AAA级。相比之下，Z评分模型的评价结果覆盖安全型、预警型和风险型，Z分值差距明显，商务部的财务预警评分也存在阶梯式变化。大批参评企业信用优良的结果可能对评估行业的整体风险产生误导。二是信用评价覆盖面窄。中国有色金属工业协会共1 600多家会员单位，自愿申请信用评价的只有95家，参评率仅6%，这为评估行业的整体的信用风险带来样本限制。三是存在明显误判。如表1所示，宝钛股份和东方锆业两家公司在商务部财务预警评分中判定为为预警级别，云南铜业的Z分值也仅为0.98，属于风险型，而三家公司在协会信用评级中均为AAA级。

信用评价的本质功能在于解决委托代理中产生的信息不对称问题，通过有效揭示风险优化投资者决策，为市场主体提供决策依据。在市场机制完善、信息交流无成本情况下，声誉机制和信号传递作用被最大化，信用等级变化的波动将直接传递到资本市场和商品市场，通过将各类资本转变为信用资本，影响被评价主体的融资成本和贸易交易。同时信用评价是对被评价主体信息的全面评估和二次加工，形成的潜在监督机制不仅为监管层提供决策依据，更刺激企业改善经营管理，提高市场竞争力，降低信用风险。如果信用评价无法真实反映主体的信用状况和潜在风险，声誉的价值将无法通过信号传递作用提高企业的可信度，能力信号、社会责任信号等都不复存在，当市场无法将“好”企业和“坏”企业区别开的时候，评级机构也就失去了存在的意义。行业协会评定的会员企业覆盖面过窄且信用等级异常集中，不仅影响了行业整体的信用风险评估，更无法为市场传递有效信息，究其原因主要有以下三点：

首先是申报信用评价的条件对参评企业的门槛限制。根据《有色金属行业企业信用等级评价申报要求》规定，企业在省级和省级以上国家质量部门的抽查产品合格率达到100%，企业的环保指标和主要产品能耗达标，未发生较大安全生产责任事故以及企业负有重大责任的客户向上级工商和质量管理部门投诉事件，这些基本申报要求实际上剔除了部分有潜在风险的企业。协会坚持自愿参加的原则，让更多已经处于发展成熟阶段或信用良好的企业积极参与，信号传递效应使许多会员企业在自我评估确保高信用等级的情况下才会向协会申请信用评价，这就是Bannier（2006）验证的隐蔽的逆向选择问题。虽然对企业经营起到激励促进作用，较低的参评率仍然无法全面度量行业信用风险。

其次是评价指标和数据质量。从评价指标看，申报材料中基本的评价指标包括产品抽样合格率、环保达标、产品能耗指标和纳税登记等，这些在申报要求中均有硬性要求，无法有效揭示风险。资本积累率、年销售增长率、净利润增长率和对外投资额等指标可以作为衡量企业经营能力、发展能力的参考，但缺乏具有行业风险特征的指标，模型的适用性和有效性仍有待进一步加强。从数据质量看，企业的各项财务数据均自愿申报填写，协会和第三方机构在没有经过审核情况下直接运用到评估过程，数据真实性和可靠性无法保障，这也是造成信用等级普遍偏高的原因之一。

最后是第三方评级机构的非独立性。大部分的行业协会选择与第三方评级机构合作，运用云计算和大数据等手段深入挖掘数据，并完善个别企业瞒报的部分负面信息，以全面评价企业的信用等级，但我国信用评级机构尚处于初步发展阶段，许多机构具有短视行为动机，为争取更多的市场可能发生虚高评级的情况，这种利益导向也是造成上述行业评价结果过度集中的重要原因。

四、 研究结论和建议

针对我国行业协会信用评价体系中存在的问题，提出如下建议：一是进一步修改和完善信用评价办法，适当降低评审费用并与相关监管部门合作，试行全会员企业强制评价制度，扩大信用评价覆盖面，并建立企业交易伙伴信息数据库，减少行业内风险的联动效应。二是继续推进与第三方信用评级机构的合作，完善评价指标体系，对产品合格率、产品能耗等指标只需提交相关部门出具的证明，取消基本门槛，并加入能反映有色金属行业的生产经营特点和风险点的变量，增加模型有效性和变量显著性。同时发挥社会舆论的监督作用，宣传和公布信用评价结果并及时更新，提高诚信企业的社会声誉。三是建立企业申报材料的审核制度，完善企业信用信息收集标准，保障信用信息数据真实可靠，提高信用评级的权威性。四是加强与征信机构、商业银行、行业主管部门和其他行业协会的合作，不仅实现信用信息的交换对接，降低行业风险，也帮助诚信企业降低融资成本，获得更多的市场便利。

参考文献：

[1] 程砚秋.基于违约判别度的小企业信用风险评价研究[J].科研管理，2015，（1）：16-22.

[2] 马改云，孙仕明.基于z值模型的短期融资券发行利差风险结构分析[J].南方金融，2009，（1）：51-54.

[3] 王帅，杨培涛.基于多层次模糊综合评价的中小企业信用风险评估[J].财经理论与实践，2015，（5）：23-29.

[4] 王静、马荣全.基于资信调查建立物流企业信用评价体系的研究[J].经济问题，2013，（11）：36-40.

[5] 赵海蕾，周方召，金德环.基于人群搜索算法的上市公司的Z-Score模型财务预警研究[J].财经理论与实践，2015，（2）：66-70.

作者简介：吴晶妹（1964-），女，汉族，北京市人，中国人民大学财政金融学院教授、博士生导师，研究方向为信用管理学、货币银行学；朱文浩（1988-），女，汉族，山西省运城市人，中国人民大学财政金融学院博士生，研究方向为企业信用评级。