农业上市公司的信用风险实证研究
——基于因子分析与 Logistic模型

任君，李广

（天津农学院 经济管理学院，天津 300392）

农业企业是我国国民经济的重要组成部分，不断推动着我国农业产业化和规模化发展。但由于农业企业的风险受自然灾害和市场价格波动等多种因素的影响，尤其是上市的农业公司，资金相对活跃，资金以间接融资为主，往往引起信用风险。本研究利用锐思（RESSET）金融研究数据库获取的45家农业上市公司2019年年度财务数据，确定农业企业的信用风险测度指标，建立Logistic模型来度量其信用风险，进而分析农业 类上市公司的违约情况。

目前，学者对企业信用风险的研究大多集中在中小微企业。田美玉等[1]构建了供应链金融融资模式下中小企业信用风险指标体系，并以汽车行业为例，运用熵值法进行了实证检验；刘艳春等[2]建立了一套中小企业信用风险评价的指标体系，利用探索因子分析法和SEM验证性分析法建立了信用风险评价模型，并以汽车企业为例，对该模型进行了有效验证，证明了该模型的可靠性和有效性；胡贤德等[3]借助群智能萤火虫（GSO）算法，提出了一种基于改进离散型萤火虫（IDGSO）算法的BP神经网络集成学习算法的小微企业信用风险评估IDGSO-BP模型，认为IDGSO-BP模型可以有效提高小微企业信用风险评估的准确性；张高胜[4]对现有的企业信用风险评价方法进行总结评价，得出该方法并不适用于小微企业，以现金流量为基础，利用CFaR技术构建了小微企业信用风险评价模型；范方志等[5]结合互联网金……