【作　　者】
傅 强 李永涛

【作者单位】
重庆大学经济与工商管理学院

【摘　　要】
      一、引言
　　信用风险又称违约风险，是指借款人、证券发行人或交易对方因种种原因不愿或无力履行合同而构成违约，致使银行、投资者或交易对方遭受损失的可能性。上市公司的信用风险，是指上市公司在与其他组织、个人交易以及为维持或扩大经营而从银行贷款、向其他企业借债或发行债券融资过程中存在的拖欠账款、不还债和圈钱等失信行为。
　　目前，我国的信用分析和评估技术仍处于传统的比率分析阶段，银行机构主要通过计算贷款风险度的方法进行信用风险评估。而在国外却已涌现出了众多模型和方法，但这些先进的评估理论和方法在国内缺乏相应的基础数据，难以得到广泛的运用。多元判别分析模型需要满足正态分布、等协方差的条件。而事实上，它们常常不能得到满足，虽然可以用对数变换使样本数据呈正态分布，但这种变形很难获得理论上的圆满解释，而且当变量向量既包括离散变量又包括连续变量时，判别结果往往非最优。Ｌｏｇｉｓｔｉｃ模型无需假定任何概率分布，也不要求等协方差，但当样本点完全分离时，模型参数的最大似然估计可能不存在，模型的有效性值得怀疑；另外该方法对中间区域的判别敏感性较强，导致判别结果的不稳定。神经网络等非线性方法在一定程度上可以降低误判率并解决数据的非正态分布问题，但是这些方法不具有足够的可解释性和可操作性。鉴于以上各种研究方法均有不足之处，本文针对上市公司信用风险评价的现状和灰色聚类法的特点，尝试用灰色聚类法对上市公司的信用风险进行评估。