我国软件及信息技术服务业信用评级研究

论文价格:150元/篇 论文用途:硕士毕业论文 Master Thesis 编辑:vicky 点击次数:72
论文字数:32363 论文编号:sb2021030215042934791 日期:2021-03-17 来源:硕博论文网
本文在模型设定过程中以主观经验为主导,但又立足于客观信息和数据统计分析,模型的可靠度和可信度较高,并且评级结果的分布更广,呈明显的正太分布特征。从案例分析的操作和对案例企业的分析可以看出,该评级模型简便易操作,实用性强,通过简单的办公软件、依据公开的数据及企业信息便可以实现对目标企业的评分及信用评级,可供投资者或监管单位作为风险控制或监管评价参考使用,有较广泛的应用场景。

1 绪论

1.1 研究背景
我国软件和信息技术行业(以下简称“软件行业”)起步于 20 世纪 80 年代初,随着国内各行业对信息技术的广泛使用,现已逐渐成为我国信息产业的核心和社会发展的基础。自 2008 年经济危机以来,在投资拉动下,软件各应用领域的经济复苏,软件行业也出现了快速的发展。我国软件行业业务收入从2009年的9513亿元增加至2018年的 63061 亿元,年复合增长率达到 23.39%,呈现高速发展态势。软件行业经济总量快速增加,其占全国 GDP 的比重不断提升,一方面体现出软件行业在国民经济中的份量越来越重,另一方面也反映出软件行业是否健康发展亦关系到国民经济整体运行情况。
众所周知,民营经济在我国经济发展过程中起着重要的基础作用,其贡献 50%以上税收,60%以上生产总值,70%以上技术成果,80%以上城镇就业,90%以上企业数量。然而,2014 年至 2018 年全市场违约债券只数分别为 10 只、38 只、97 只、49 只和 130只,违约金额分别为 15.59 亿元、116 亿元、318.88 亿元、251.37 亿元和 1019.39 亿元,违约规模逐步增大,民营企业违约金额占比达 70%以上。民营企业融资难问题一直存在,特别是近两年债券市场信用风险逐步爆发,民营企业违约金额占绝大比重,导致投资者对民营企业的信心不足,民营企业融资环境进一步恶化。软件行业也是民营经济占据绝大比重的行业,2018 年末软件行业 191 家上市公司中民营企业家数占比 90%以上,收入占比 80%以上。值得一提的是,软件企业属于轻资产企业,缺乏可供融资的抵质押资产,由此在信贷市场融资的难度远高于重资产民营企业。
..........................

1.2 研究目的
本文研究的目的:通过参考国内现有信用评级体系及模型方面的研究,融入作者的信用评级业务经验和认知,结合软件行业自身的运营特征和风险关注因素,引入能够体现这些特征和关注因素的指标,并以软件行业上市公司作为样本来确定体系中各定量指标或定性指标定量化的阈值,以此为核心来创建评级模型,以期能相对客观的反映软件企业的信用。最后,本文通过案例分析指导构建模型的应用和评价方式,便于投资者对软件行业客户展开信用水平评价以及形成完整系统的项目汇报材料,利于对投资项目的风险把控。
作为我国国民经济发展的支柱产业之一,软件及信息技术行业具有鲜明的运营特征,软件企业在经营及财务方面,均有诸多有别于传统制造业和电子制造企业的个性点。现存的通用模型中所设计的评价指标不能够完全反映出软件行业的特点,缺乏行业针对性,运用通用模型已不能够科学和客观的评价软件企业的信用水平。本文以行业特性为出发点引入能够反映软件企业竞争力及信用风险因素的核心指标,创建有针对性的软件行业评级模型。
图 1-1 本文研究思路
.............................

2 文献研究与创新

2.1 信用评级相关概念
2.1.1 信用评级
信用评级也称之为资信评级,是一类金融中介服务,多为投资决策提供参考信息。信用评级于 20 世纪初期诞生在美国,经过一个世纪的发展,穆迪、标普和惠誉三大国际评级机构对全球经济金融活动影响甚大。改革开放后,20 世纪 90 年代信用评级被国内一些有识之士且具有创业精神的企业家引入我国,发展至今也已培育了中诚信、联合、大公、新世纪、鹏元、东方金诚等一批实力较强且在资本市场有一定影响力的信用评级机构。对于信用评级的定义,截至目前还没有统一的说法。简单来讲,信用评级实质上就是依据既定的评级标准对评级对象排序和预测,并用直观的符号把评级结果表示出来。
2.1.2 信用评级的特点
(1)综合性。信用评级是单纯从财务角度分析而授予企业信用等级,而是从评级对象所处行业环境、公司治理状况、业务运营状况、财务状况、发展战略等方面展开综合分析,为企业做全面体检,挖掘企业的优势,揭示企业的风险关注点,并对企业的债务偿还能力和履约能力给予评价,具有很强的综合性。
(2)信息性。企业参与信用评级,能够获得由评级机构出具的专业而权威的信用评级结论和评级报告。由于信用评级报告内容非常丰富,因此可以作为企业对外宣传的一个名片,投资者通过评级报告可以全方面的了解企业的运营和财务等情况,为投资决策提供有效信息,监管单位亦可通过信用评级所掌握的信息来加强行业监管。
(3)时效性。信用评级的评级结果是基于评级对象历史经营状况,并结合未来发展前景所得出的,具有一定的前瞻性。但是,企业所处行业环境及自身的经营状况也在不断的变化中,所以评级结论具有一定的时效性,评级机构会通过定期和不定期跟踪,来掌握企业经营状况变化及信用风险因素变化情况,相应的调整信用级别。通常情况下,依照评级行业惯例,主体级别的有效期一般为一年,对于债项级别来讲,债券存续期内每年需要定期跟踪评级来确定级别。
........................

2.2 国外研究现状
信用评级技术体系具有开放和不断发展的特性,不存在固定化和模式化的公式,能够兼容和吸收各种定量及定性分析技术。从信用评级发展历史来看,在 20 世纪的 70年代之前,度量信用风险的方法和模型主要是基于评级对象财务报表列示的静态财务数据,然后通过收集和分析评级对象的各类信息,来主观地评价评级对象的信用水平。自 20 世纪 80 年代以来,随着信用市场的发展,信用风险呈现多样化和复杂化的变化趋势,在以美国为代表的西方发达国家,信用风险度量研究领域逐渐出现了许多新的度量模型和量化分析方法。
从国外的信用评级技术发展情况来看,可分为传统信用评级技术、模型量化分析技术以及其他评级技术三类。其中,传统信用评级技术以“5C”要素分析法为代表,主要从借款人的道德品质(Character)、还款能力(Capacity)、资本实力(Capital)、担保(Collateral)和经营环境条件(Condition)五个方面开展全面的定性分析。
模型量化分析技术主要有包括判别分析模型、线性概率模型、Logit、Probit 模型等模型,其中多元判别分析法用的最广,Logit 模型次之。最初 Beaver 在 1967 年开创单变量模型的研究,由财务比率组成单变量统计模型,选出能够分辨评级对象违约状态的指标,并为每个比率设定一个标准值。1968 年,Altman 运用多变量分析来研究财务困难的公司,首先选择 22 个比较重要的财务指标,再以逐步多元区分法遴选出其中的 5 个预警能力最强的指标,建立多元判别模型。之后,Altman 在 1977 年对原模型基础上构建了第二代 ZATA 模型,新模型大幅提高了分析的准确性。Altman(1998)采用 66 家美国制造企业相关数据,运用多元判别方法,结合统计判断标准,依托财务指标体系而建立了信贷分析模型——Z 模型,该模型系筛选财务比率指标构造而成的,实际上就是所寻找的分类边界。Ohlson(1980)创建了具备违约预测功能的 Logit 模型,将 105 家在 1970 年到 1976 年间破产的企业,以及 2058 家经营正常的企业作为分析判别对象,验证表明该模型具有很高的预测准确性。
.......................

3 软件及信息技术服务业运营及信用风险因素分析 ................ 13
3.1 软件及信息技术服务业现状...................................13
3.2 软件及信息技术服务业上市公司财务状况分析........................15
4 软件及信息技术服务业评级模型构建 .......................... 24
4.1 评级模型介绍...................................24
4.2 评级指标选取及阈值设定................................27
5 案例分析 ..................... 43
5.1 案例分析的作用......................43
5.2 案例概况....................................43

5 案例分析

5.1 案例分析的作用
前文已经完成软件行业信用评级模型的构建及模型运用检验,能够方便快捷的对软件行业内企业进行系统的评分,对监管单位来说单纯的评分结果是能够起到系统性的信用水平和信用水平迁移判断。通过前面的模型运用分析,我们的结论是软件行业有 42.93%的上市公司具备在资本市场融资的信用水平,但是对于投资者来讲,其需求不仅仅是评分及信用评价结果,而是需要完整的信用水平分析报告来了解企业。因此,本文以软件行业某一上市公司作为案例开展信用评级分析,形成完整的信用评级报告,便于投资者和潜在需求者更好的运用模型。同时,投资者在模型打分的基础上能够形成较系统和完整的信用评级分析报告,帮助其降低在投资过程中面临的信息不对称风险,提升项目汇报效率和风险控制水平,同时也为软件企业在资本市场融资提供一定的支持。
表 5-1 截至 2018 年末广联达前十名股东持股情况
........................

6 结论与展望

6.1 结论
本文基于对软件行业运营现状的分析,以及影响软件企业信用水平的因素研究,选取能够反映软件行业特点的人力资源、研发投入、科技成果、产品和服务多元化等行业特性指标,并结合软件行业的财务特性筛选能够反映该行业盈利能力、财务政策的评价指标,所建立的评价指标体系更具有针对性和适用性。在评价指标阈值设定方面,本文以软件行业上市公司的近三年经营和财务数据作为样本值,通过统计分析来设定阈值,具有很强的客观性,并明确给出各指标阈值,评级方法的信息透明度高。并将拟设定权重的 4 个模型评级结果与公开市场评级结果做拟合度分析,选取最优模型作为本文构建的最终模型。本文在模型设定过程中以主观经验为主导,但又立足于客观信息和数据统计分析,模型的可靠度和可信度较高,并且评级结果的分布更广,呈明显的正太分布特征。从案例分析的操作和对案例企业的分析可以看出,该评级模型简便易操作,实用性强,通过简单的办公软件、依据公开的数据及企业信息便可以实现对目标企业的评分及信用评级,可供投资者或监管单位作为风险控制或监管评价参考使用,有较广泛的应用场景。
参考文献(略)

上一篇:商业银行对生物医药企业的信贷模式创新研究——以NJ银行为例
下一篇:我国融资租赁公司经营效率及其影响因素研究