《我国制造业上市公司信用风险评估研究_刘璇.docx》由会员分享，可在线阅读，更多相关《我国制造业上市公司信用风险评估研究_刘璇.docx（71页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 分类号： 密级： 天津财经大学 硕士学位论文 我国制造业上市公司信用风险评估研究 - 基于 logistics模型 Research on Credit Risk Evaluation Model of Chinas Manufacturing Enterprises - Based on the Logistic Model 所属学院： 经济学院 所在系别 :大公信用管理学院 年 级： 2012级 学 号： 2012310152 论文作者 : _ 刘璇cT 年 r月攻曰 天津财经大学学位论文原创性声明 本 人 郑 重 声 明 ： 所 呈 交 的 学 位 论 文 ： 名 择也上彳 饨卑臥 5
2、4由所心一科也。 |兮， 是本人在导师指导下，在天津财经大学攻读学位期间进行研究所取 得的成果。除文中已经注明引用的内容外，不包含任何他人已发表 或撰写过的研究成果。对本论文研究工作做出贡献的个人和集体， 均已在文中以明确方式标明。 本声明的法律责任完全由本人承担。 学位论文作者签名： 导师签名 : 天津财经大学学位论文版权使用授权书 本人完全了解天津财经大学关于收集、保存、使用学位 论文的规定，即：按照学校要求提交学位论文的印刷版本和 电子版本；同意学校保留论文的印刷版本和电子版本，允许 论文被查阅和借阅。本人授权天津财经大学可以将本学位论 文的全部或部分内容编入有关数据库进行检索；可以采用
3、影 印、缩印或其他复制手段保存或汇编论文；可以向有关机构 或者国家部门送交论文的印刷本和电子版本；在不以赢利为 目的的前提下，学校可以复制论文的部分或全部内容用于学 术活动。 本学位论文属于： ()1.经天津财经大学保密委员会审查核定的保密学 位论文，于 年 月 日 解 密 ， 解 密 后 适 用 上 述 授 权 。 () 2.不保密，适用上述授权。 (请在以上相应括号内打 “ V ” 或填上相应内容。保密学位论 文应是己经天津财经大学保密委员会审定过的学位论文，未经天津财 经大学大学保密委员会审定的学位论文均为公开学位论文。此声明栏 不填写的，默认为公开学位论文，均适用上述授权。 ） 作者签
4、名： 日期：士 年 曰期 : 年月於曰 内容摘要 制造业是我国经济的支柱产业，特别是上市的大型制造业公司，它们的发展情况直 接影响着我国的经济水平。然而，面对着复杂的国内外环境，我国的制造业上市公司的 信用风险日益暴露明显，制造业上市公司作为我国商业银行重要的客户，它们的信用违 约将会给我国的商业银行乃至社会经济带来不利影响。因此，制造业上市公司的信用违 约风险和其他行业公司的风险相比来言，更值得关注和研究。亟需建立我国的制造业上 市公司的信用风险评估模型，为公司加强内部管理以及为商业银行开展授信业务提供依 据。 论文通过对我国制造业上市公司的信用风险以及风险评估方法进行理论概述的基础 上，分
5、析了评估模型的选择，并且建立出了我国 制造业上市公司的 logistic信用风险评 估模型。实证中，选择我国沪深两市的 76家制造业企业为研究对象，包括 38家正常企 业与 38家具有违约风险的企业，利用其 2013年的财务数据，选取具有代表性的 16个财 务指标和 12个非财务指标进行主因子分析，并且根据得出的八个主因子进行 Logistic 二元回归，构建了公司的信用风险评估模型，并且通过检验样本的检验，研究结果表明 模型拟合的较好并且具有较好的预测效果。同时，论文还指出除了反映企业还款能力的 五大类基本财务指标外，公司的股权结构、市场地位和公司治理结构也 是影响我国制造 业企业信用风险的
6、重要因素，其中公司的偿债能力以及公司的市场地位对于企业信用风 险的影响最为显著。最后，从完善企业的信息被露机制、建立信息数据库以及模型的动 态调整这三方面提出了政策建议，为保证构建的模型能够被运用于我国制造业企业的信 用风险评估中创造条件。 关键词 :我国制造业上市公司信用风险评估 Logistic回归模型 Abstract Manufacturing industry is the pillar industry of the national economy, espe cially for the large listing corporation, their development
7、directly influence the economy of our country. However, facing the complex domestic and international environment, the credit risk of the manufacturing enterprises in our country is increasingly exposed. As important customers to the commercial bank of our country, the credit default of the manufact
8、uring listed companies will have a negative efifect on the commercial banks and even the social economy. Therefore, the risk is worthy of attention compared with others. It is high time to establish the credit risk evaluation model of listed companies in our country so that to strengthen internal ma
9、nagement of the companies and provide basic reference for loan of the commercial bank. Through the theoretic overview of the credit risk and the assessment method 5 the article analyzed the choice of evaluation model and set up logistics credit risk assessment model for the manufacturing listed comp
10、anies in China. In the empirical research, we selected 76 public companies from manufacturing industry as study objects, in which 38 companies with high credit risk and 38 companies with low risk, using their financial data in the year of 2013.After getting the eight main factors by using the factor
11、 analysis method with 16 representative financial indicators and 12 non-financial indicators, this paper used logistic regression model to built the evaluation model, and then used the test samples to inspect, and the results showed that the model has a high fitting degree and has a good prediction
12、result. In addition to the five kinds of financial indicators that represent the repayment ability of the enterprises, the non-financial indicators, which include the ownership structure, the corporate governance factors and the market status, are also the important factors of China9s manufacturing
13、enterprises. In these factors, the solvency and market position of the company are the most significant. Finally, in order to make the model be better applied to the credit risk assessment of manufacturing enterprises in our country, the article puts forward the policy Suggestions form the aspects o
14、f the enterprise information disclosure mechanism, the information database and also the dynamic a djustment of the model. Key Words: The manufacturing industry listed companies of China; Credit risk assessment; Logistic Regression model_ I 目录 Abstract . II 第 1 章 绪 论 1.1研宂的背景和意义 . 1 1.1.1研宄的背景 . 1 1
15、.1. 2研宄的意义 . 2 1.2文献综述 . 2 1.2.1关于信用风险评估模型的研宄 . 2 1.2.2关于指标因素选择的研宄 . 6 1.2.3关于我国制造业上市公司信用风险评估的研宄 . 8 1.3论文的研宄方法和内容 . 9 1.3. 1研究方法 . 9 1. 3.2研究内容 . 9 1.4本文的创新之处 . 10 第 2章我国制造业上市公司信用风险及其评估模型 2.1信用风险理论概述 . 12 2. 1.1信用风险定义 . 12 2.1.2信用风险特点 . 13 2.2我国制造业上市公司信用风险分析 . 13 2. 2. 1我国制造业上市公司信用风险现状 . 13 2.2.2我国
16、制造业上市公司信用风险的特征 . 14 2.2.3我国制造业上市公司信用风险产生的原因 . 15 2.3信用风险评估方法与评估模型 . 16 2. 3.1传统信用风险评估方法 . 16 2.3.2基于资本市场信息的现代信用风险评估模型 . 18 2. 3. 3信用风险评估方法的分析和评价 . 19 2. 3. 4 Logistic回归模型的适用性分析 . 20 第 3章我国制造业上市公司信用风险评估指标体系的构建 3.1现行指标体系及局限性 . 22 3. 1.1指标体系对最终模型效果的关键性作用 . 22 3. 1.2我国现行制造业上市公司信用风险评估指标体系 . 22 3.1.3我国现行制
17、造业上市公司信用分析评估指标体系的局限性 . 23 3.2指标体系的完善 . 24 3. 2. 1指标体系构建的原则 . 24 3.2.2引入非财务指标的必要性 . 25 3.2.3指标体系的构 建 . 25 第 4 章 基 于 logistics模型的信用风险评估模型实证分析 4. 1样本数据的选取与处理 . 29 4. 1.1样本数据的选取 . 29 4. 1.2样本数据的处理 . 29 4.2主因子分析过程 . 31 4. 2.1指标的检验 . 31 4.2.2主因子分析结果 . 31 4. 3构建 logistics回归模型 . 35 4.4模型的检验 . 37 4.4. 1模型的回代
18、检验 . 37 4.4.2模型的拟合优度检验 . 37 4.5研究结论 . 38 第 5章我国制造业上市公司 信用评估的政策建议 5.1完善制造业上市公司信息披露体制 . 39 5.2建立制造业上市公司的数据信息库 . 39 5. 2_1数据信息的全面性 . 39 5. 2. 2制造业企业间数据信息共享 . 40 5. 2. 3构建制造行业数据库 . 40 5.3模型的动态调整 . 40 参考文献 . 41 后记 第 1 章绪论 1.1研究的背景和意义 1.1.1研宄的背景 制造业是我国国民经济的支柱性产业，特别是上市的大型制造业公司，它们的创富能 力直接影响着我国经济的总体发展情况。随着我国
19、经济的不断发展，我国制造业也发展 迅猛，制造业在国际上的竞争水平的整体质量在不断地提高。根据世界银行数据，截至 2014年 10月末，我国的制造业增加值在世界的占比达到 20. 80%。据德勤公司发布的 “2013 全球制造业竞争力指数 ” ，我国的制造业竞争指数位列第一，并且报告中通过调查研究，得 出了中国在未来的五年内将继续保持第一的预期。我国已经可以被称作 “ 世界制造业大国 ” 。 随着我国制造业规模的不断扩张，资金的投入也不断加大，从而也带来对贷款的需 求量不断地增加。 2014年第四季度，全国的贷款需求指数为 64. 90%,制造业的贷款需求 指数为 58. 70%,制造业贷款需求
20、居高不下，环比增加 0.90个百分点，我国制造业公司 数量以及贷款量在所有的行业中占比最大，它们的盈利能力以及信用风险情况影响着我 国经济的整体情况。现阶段，我国制造业由于面临着劳动力供给不足和成本不断上升的 压力，再加上我国政策体系滞后以及市场需求的多变，制造业公司抵抗风险的能力较弱。 而制造业公司作为我国商业银行重要的客户，制造业公司的信用违约将会给我国的商业 银行和社会经济带来很大的损失和不利影响 。特别是大型上市公司，上市公司的财务实 力和经营管理水平直接关系到公司投资者的切身利益 ,并且关系到我国经济发展的稳定。 根据多家商业银行己披露的 2014年度财务报表显示，大多数的不良贷款主
21、要来自于制造 业企业，商业银行的平均不良贷款率为 1.25%，但是对于制造业公司的不良贷款率明显 地超过各个行业的平均值，大部分商业银行制造业的不良贷款率都大于 2%，有的商业银 行甚至超过了 3%，制造业的信用风险暴露明显。正因为如此，制造业公司的信用违约风 险和其他行业的公司相比来言更值得关注，风险评估的研究工作也更为紧迫 。 为了提高企业的内部风险识别能力，以及为银行的信贷业务提供依据，亟需建立上 市公司的信用风险评估模型，促进制造业持续稳定地发展。本文主要目的在于通过借鉴 国内外学者运用的各种信用风险评估的成果，来找出最适合我国制造业上市公司的信用 风险评估方法。目前我国的金融机构在信
22、用风险评估方面主要注重于定性分析，而定性 分析具有主观性较强的缺陷，我国学术界主要是侧重于运用公司几大类传统的财务指标2 来构建信用评估模型，指标体系的选择以及模型的选择都会影响最终的评估效果。因此， 需要找出最适合于我国制造业上市公司的信用风险评估模型，并且对信用风险评估的指 标体系加以适当的调整与完善，使其能够用来更好地评估我国制造业上市公司的信用风 险。 1.1.2研宄的意义 制造业对于我国国民经济的重要地位不言而喻，制造业企业的信用风险对于我国银 行业以及整个经济系统的稳定性都有着突出的影响。近年来，由于制造业贷款需求的增 加以及制造业自身存在的信用风险问题不断暴露，导致银行业信贷风险
23、的不断增加。因 此，深入地研究我国制造业公司的信用风险，选择出合适的评估模型和指标评价体系来 更加科学地衡量企业的信用风险，具有重要的理论意义以及现实意义。 本文完善了我国制造业上市公司的信用风险评估的指标体系，不仅仅考虑了公司的 财务因素，并且将公司的股权结构、市场地位和治理因素等非财务因素考虑在内，将二 者有机地结合在一起去研宄企业的信用风险，对于今后相关的信用风险评估体系方面的 理论研宂具有一定的参考价值。在实证方面，本文采用基于主因子分析法去建立 Logistic回归模型，并且对模型的预测精准度性进行了检验，这对于我国信用风险评估 的建模研宄和 Logistic回归模型在我国适用性研宄
24、具有一定的参考价值。我国制造业这 一特定领域的风险研宄不充分但很重要，建立我国制造业信用风险评估模型并指导和应 用于实践，具有重要的理论意义。 本文通过分析我国制造业信用风险的特点和原因，并在理论研究的基础上选择出适 合制造业公司的评估模型，通过将公司财务指标以及非财务指标进行定量分析，建立国 内的制造业上市公司的信用风险评估模型，并且提出了信用风险管理方面的建议。一方 面这为商业银行进行信贷审批提供参考，以提高信贷的质量，减少违约风险的承担，对 商业银行具有现实的指导意义。另一方面 ，文中对于信用风险评估的指标选择分析可以 让企业更加全面的认识自身的信用风险情况，提高风险管理意识以及加强风险
25、管理能力 提供理论依据。 1.2文献综述 1.2.1关于信用风险评估模型的研究 国内外学者对企业的信用风险评估进行了深入地研究，在评估模型的相关研究方面 形成了比较成熟的理论体系。概括来说，主要划分为传统的信用风险评估模型与基于资 本市场信息的现代信用风险评估模型两个方面。 (1)信用风险评估模型 传统信用风险评估模型 专家制度 5C法偏向于定性分析，是专家依据其专业的经验及主观判断来确定企业的 信用情况。李传冰 （ 2011)通过采用 5C分析法来研宄双汇集团的信用风险情况，主要是 对公司的品质、能力、资本、抵押情况以及环境条件这五个方面进行研究分析，得出了 双汇的信用风险小的结论。这类方法
26、的特点是主要采用定性分析方法，由于过分依赖经 验判断而具有主观性。由于专家评分法主观性因素过多，因此随着信用评价方法的不断 完善，采用财务数据来判定企业的信用风险被广泛地运用。 单变量判定模型是依据财务数据的线性计量模型 。 Beaver (1966)最早采用单变量 判定模型来判断公司的信用风险，他以十年间的 79家违约公司和 79家未违约公司的 30 个财务指标进行单项检验，研宄结果表明公司的现金流动负债比最能准确的判定公司的 违约情况，此外，资产负债率、资产回报率、现金流动负债比等财务指标可以比较准确 的预测公司的信用违约风险，并且距离违约日期越近，预测地越 准确。该模型构建简单 易行，但
27、是不能够对财务指标对公司的信用风险影响强弱的大小进行排序。 多变量判别模型在单变量判别模型的基础上发展而来， Edwardl. Atman (1968)采用 了多元 Z值判定模型来对公司的信用风险情况进行判定或预测，他以 20年间进行破产申 请的公司和正常类公司的 22个财务指标比率进行研宄，拟合出多元线性方程，并且得出 了每一个企业的 Z值， Z值越大就代表企业越有可能发生信用违约。该模型可以看出指 标变量对于信用风险的影响的强弱程度，但是存在着不能得出公司发生信用违约可能性 具体的数值 以及没有考虑到现金流量因素对于公司信用违约概率影响的缺点。 运迪，周建辉 （ 2014)通过采用改进 Z
28、值模型来评估企业信用风险，从我国 22个行 业中各选择一家上市公司的财务比率进行分析，研究结果表明模型对非正常企业的预测 准确率高达 100%，对正常企业的预测精准度也达 92. 9%。 周首华等 （ 1996)在 Z-score模型的基础上引入了现金流量这一指标变量构建出 F 模型，通过对 31家破产公司和 31家非破产公司的财务数据进行分析，建立了 F模型并 且以另外 1460家公司的数据作为检验数据样本进行验证，预测正确率达 70%。 F模型考 虑了现金流量对于公司信用违约的影响，但是没有考察到不同的行业间的财务指标的差 异性。4 张蔚虹，朱海霞 （ 2012)将 Z-score模型运用
29、到对我国科技型上市公司的信用违约 预测中，通过对得出的 Z值进行分析，发现 Z-score模型对于我国的上市科技型公司的 信用违约风险的预测是有效的。基于 Z模型的多元判别分析法虽然能够比较好的区别健 康公司和违约公司，但是具有不能得出具体的违约概率的数值，并且具有必须满足线性 假设这样的局限性。 条件概 率回归模型克服了 Z模型的缺陷，不再需要满足多元正态分布以及协方差等假 设前提，并且能够得出公司发生信用违约的概率的具体数值。学者主要在指标变量的选 取上进行了不断地丰富和改进。 Martin (1977)最早通过运用 Logistic回归模型来预测公司的违约率，他对美国银 行中的五千七百家
30、的财务指标进行分析，建立公司信用风险评估模型。 Ohlson (1980)通过运用 Logistic回归模型来预测企业破产的概率，他以 105家信用 违约企业及 2058家健康公司的财务数据作为研宄样本，构建 一 个基于 Logistic回归的信 用风险评估模型，得出公司的变现以及盈利两个方面的能力显著地影响企业违约可能性 的结论。 李金海等 （ 2011)通过采用 Logistic回归模型对我国企业进行信用评估，通过对 97 家上市公司的连续四年包括偿还债务的能力、营运能力、获利能力、发展能力以及现金 流量能力五大类财务因素进行相关性分析，结果显示了模型的预测效果很好。 赵春媛 （ 2014
31、)运用 Logistic回归模型度量我国中小企业信用风险，在构建的财务 指标体系中，除了包含偿还债务的能力、获利能力、经营运行能力以及成长能力这四大 类财务指标外，还引入了消费者物价指数、企业脆弱能力这两项非财务类宏观因素指标， 得出的模型的整体预测准确率达到 92. 1%。 现代信用风险评估模型 现代信用风险评估模型主要来源于西方发达国家的研究，国内的学者主要注重对现 代信用风险评估模型在国内是否可以适用进行了研究。现代信用风险评估模型主要包括 Credit Metrics 模型、 Credit Portfolio View 模型、 Credit Risk+以及 KMV 模型。 现代信用风险
32、评估模型中，被学者使用最为广泛的是 KMV模型。 Matthew Kurbat (2002) 等人采用校准法和水平确认法分别对 KMV模型的准确性进行了考证，以 1000家美国公司 的财务和交易数据作为研究对象，研究结果发现 KMV模型在美国预测企业实际违约率是 很有效的。 刘利文等 (2010)通过采用 KMV模型对我国上市公司进行研究分析，研宄结果显示 KMV模型对于我国公司的信用违约具有较好的预测效果，但是存在违约距离以及 EDF拟 合地不理想这个缺陷。 很多学者对现代信用风险评估模型在我国是否能够适用进行了研究。戴志锋 (2006) 采用 _模型对我国上市和非上市企业的数据进行验证，研
33、宄发现上市企业模型在中国 的预测准确性要小于西方发达国家。 王玲 （ 2009)通过对现代信用风险评估模型进行比较研宄，得出了现代信用风险评 估模型在国内的有效应用还需要具备完善的金融市场，成熟的信用评估体系以及公正的 评级标准这些客观环境的支持。 金志博，王红娟 （ 2009)通过四大现代 信用风险评估模型的特点进行了比较分析，得 出了因为信用制度不健全、我国数据资料的匮乏的原因，现代信用风险评估模型在国内 的广泛使用缺乏条件。 邓莹春、李峰 （ 2010)通过对现代信用风险评估模型进行比较分析，得出了除了由 于我国信用评估体系的不完善，同时由于证券市场的弱有效性以及国内的实际情况与模 型的
34、假设前提不符合这些特点，现代信用风险评估模型在国内的应用受到制约。 (2)信用风险评估模型的对比研宄 信用评级的模型众多，在研宄各个领域公司的信用风险度量时，如何选择合适的模 型来衡量风险 ,成为有很多学者的研宂 课题。各国学者对传统信用风险评估模型进行了比 较研究。 Martin (1977)通过将 Logistic回归模型和 Z模型以及 ZETA模型进行比较检验， 成功地预测出了企业的违约情况，并且发现 Logistic回归模型的预测效果要好于 Z模型 以及 ZETA模型的预测效果。 吴世农、卢贤义 （ 2001)通过运用 Logistic模型、线性判别模型分别建立了信用风 险评估模型进行
35、比较分析，以我国上市公司中的 70家信用违约企业和 70家健康企业进 行配比分析，结果表明 Logistic模型的预测精准度最高。 白承彪 (2010)通过采用 Logistic与 Probit两种模型来构建上市公司的财务预警， 运用两种模型对深沪两市的制造业的 57家的首亏公司和配对公司进行对比分析，结果发 现两个模型对公司的财务情况进行较好的预测，其中 Logistic模型的预测的精准度要高 于 Probit模型。 李红丽 （ 2010)通过采用 Logistic模型与 KMV模型对我国上市公司信用风险度量的 准确 度进行比较分析，结果发现基于主因子分析法的 Logistic回归模型的判别
36、精准度要6 高于 KMV模型。 林娟 （ 2012)通过采用 logistic和 KMV两个模型对我国 A股上市公司的信用风险评 级进行比较分析，并且在模型中添加了行业类别的随机效应，研宄发现 Logistic模型相 对于 KMV模型能够更好地反应出宏观经济以及行业类别对违约率的影响。 1. 2. 2关于指标因素选择的研宄 在对企业的信用风险进行评估时，最注重的两部分即为评估模型的选择以及评级指 标的选择。在两者间，评级指标的选择显然具有着基础性的意义。指标体系建立的合理 性与全面性才能够保证信用评估模型的正确运用以及评估结果的有效性。 (1) 有关财务指标因素对企业信用风险影响的综述 学者历
37、来重视用财务指标来评估企业的信用风险，他们在指标体系的建立方面不断 地进行完善。吴晶妹 （ 1994)最早构建了财务评估指标体系，从企业的素质、项目的开 展、偿还债务的能力、发展能力以及财务的质量这五个方面去研究。 刘瑞霞等 (2008)在指标体系的构建中，还考虑了现金流和企业市场价值的相关指标。 范栢乃 ,朱文斌 (2003)对国外公司信用评指标体系进行研宂分析，通过对指标的分析 与筛选，构建了包括企业的素质、偿债能力、经营能力、创利能力和发展能力这五大类 指标的评价 体系。 在财务指标对企业信用评级的实证研究方面，邹亚宝，梁红漫 （ 2011)通过采用 Logistic回归模型对我国企业进
38、行信用评估，通过对 97家上市公司的连续四年包括偿 还债务的能力、营运能力、获利能力、发展能力以及现金流量能力五大类财务因素进行 相关性分析，结果显示了模型的预测效果很好。 邓晶等 （ 2013)通过主因子分析法并且运用 Logistic模型，以我国沪深两市中 162 家公司为研究对象，指标体系中除了考虑传统的五大类指标，还加入了盈余管理类指标， 构建出的模型的预测度很高。 (2) 有关非财务指标因素对企业 信用风险影响的综述 非财务因素对企业的信用风险有着重要的影响，非财务指标因素可以作为财务指标 的补充，更加全面、准确地考察企业的经营管理情况。综合国内外学者，他们研究的重 点主要都集中在公
39、司股权结构、市场地位以及公司治理这三大类非财务因素对于企业的 信用情况的影响。 企业的股权结构可以用股权的性质以及股权的集中程度来表示。吴世农 （ 2005)通 过将私有企业与带有国有股份的企业进行比较分析，指出了具有国有股份的企业的财务 风险要高于私有企业。邓晓岚 （ 2006)通过对众多公司的高管持股比例和公司的经营风 险进行7 研宄，指出了高管持股比例对于公司的经营风险具有正面的作用，即公司的高管 持股所占比例越多，公司越不容易发生经营风险。赵荣花 （ 2014)通过对公司的股权结 构因素和违约概率进行回归，结果指出公司的国有股所占比例与违约概率呈现正相关， 而公司前五大股东所占的股份与
40、违约概率负相关。曾丹 （ 2010)也通过对股权结构因子 和违约概率进行回归，指出股权结构因素对公司的违约的可能性产生负向的影响。 公司的市场地位一般用公司的规模和公司的行业的影响力来说明。沈根祥等 （ 1999) 通过选取我国上市公司不同时期的不同指标 变量进行研究，指出了公司的规模对于公司 信用风险具有负面的影响，即越是大型的公司，公司的负债愈多，公司的信用风险愈大。 赵荣花 （ 2014)通过以我国的制造业企业两年的数据作为研宄对象，研宄得出公司的规 模对违约概率没有显著的影响，而公司的行业影响力对公司的违约率有着显著的负向影 响，即公司在所处的行业中越有地位，公司的获利能力、偿还债务的能力等方面就会越 强，公司具有的信用风险就越小。曾丹 （ 2010)通过对我国上市公司四年的数据作为研 宄对象，研究结果表明公司的市场地位对违约概率有着负向的影响。 在亚洲金融 危机之后，企业的治理因素越来越被人们重视。治理因素一般用董事会 的规模、独立董事的占比、企业违约行为和审计意见等来表示。对于董事会的规模对于 企业的盈利水平、管