在对企业进行信用评级的时候，我们首先遇到的一个问题就是，针对数据与资料的可获得性，对企业的信用等级在总体上分成几个是比较合适的。按照目前国际上公认的著名评级机构主要是穆迪、标准普尔以及惠誉的惯例，在进行信用评级时要首先区分长期债务的信用评级和短期债务的信用评级，从表1的结果我们可以清楚地看到，不同的评级公司划分的总的等级的数量不一定是相同的。比如信用中国门户穆迪的长期债务评级只分成为9个等级，而标普和惠誉分别分成11个等级和12个等级；对短期债务的评级三家著名公司划分的等级个数更是各不相同。在对中国的企业进行信用分析或是信用评级时同样也会面临这个问题。本文以我国的一组上市公司为样本，用因子-聚类分析的方法对我国企业信用等级合适个数应该是多少这个问题做一个初步的探讨。我们认为用上市公司作为样本来研究这个问题有着典型的意义，因为我们可以认为上市公司是所有的企业中信息披露最为充分的一个集合。也就是说，如果利用上市公司的样本确定的信用等级个数是n，那么基本可以断定这是在中国目前的信息披露、会计准则的条件下能够区分开来的最多的信用等级数。
一、基本方法
本文主要采用因子——聚类分析的方法来确定中国企业信用等级合适的个数。首先从最为常用的财务指标出发，采用上市公司的年报数据建立样本集合，并利用因子分析达到降维的目的，把多个指标变量进行综合，以得出若干个能充分反映中国企业信用风险特征的主因子，然后在上述变量集合中加入Altman模型中未被使用到的变量，构造新的样本集合，再次利用因子分析，再将两次得到的结果进行对比，看看哪一组主因子的经济含义更为明确、实际，进而确定最终使用的主因子，最后利用聚类和离差平方和分析，并结合因子得分散点图，将样本进行分类，并结合实际情况确定最后的分类结果。
二、因子分析：对比的方法
（一）样本的选取
由于保险公司、银行等金融机构的信用评级方法与一般的企业有较大的区别，因此在本文中所涉及的企业不包括金融机构等。又考虑到所选样本覆盖范围应当全面，数据来源也要可靠，因此我们按照StockStar.com的行业划分，从22个行业中选取了一个有代表性的上市公司。这些公司的覆盖范围相当广泛，涵盖了大部分的所有制属性，包括国有企业、民营企业、合资企业，并且该网站的提供的数据全面可靠，基本上符合我们的要求。所选定的公司见表2。我们主要是采用上市公司2001年的年报财务数据。
（二）变量的选取
1、第一组16变量
我们首先从一组最基本的财务指标变量出发，进行因子分析：营运资本比率、流动资本比率、债务与有形净值比率、应收账款周转率、存货周转率、财务杠杆、资产负债率、长期负债比率、流动比率、速动比率、资产报酬率、权益盈利率、销售利润率、每股收益、经营活动现金流量与债务总额比率、经营活动现金流净额与销售收入比率。共17个变量。（参考《商业银行客户评价》杨军，北京，中国财政经济出版社，1998年）。另外，考虑到企业的还款意愿是对企业信用风险特征的较好的反映，而应收账款和应付账款并不能很好的体现这一点，我们最后决定用利润增长速度和债务增长速度的和作为刻画企业还款意愿的指标，命名为变量“和”，由它来代替应收账款数据。显然，“和”的值越小则还款意愿越好。由此，我们共选定了16个变量进行分析，样本数据见表2，运用SPSS软件计算，因子分析结果见表4、5。
由第一组变量集合得到的结果可以看出，从选定的16个变量中我们可以提取出5个主因子。此时，我们可以综合得到原变量集合87%以上的信息量，为了更好地赋予所选主因子以合理的经济含义，我们继续作了因子旋转，见表4。从这个表可以看出，第一主因子同债务与有形净值比率、财务杠杆、资产负债率、长期负债比率关系最为密切，这几个指标变量在第一主因子上的载荷均在0.8以上，并且它们都是用于评价企业债务的相关指标，但是这一主因子对各变量的方差贡献只有26.4%左右，这就说明了这个主因子只是衡量了企业信用风险的一小部分，企业要想提高自己的信用等级，只在债务上下功夫是远远不够的。
再来看第二主因子，它主要由总资产报酬率、权益盈利率、销售利润率、每股收益，还有我们设定的“和”所决定。非常明显，可以看出，这几个指标变量都和企业的盈利能力相关，尤其是企业的权益盈利率在这个主因子上综合的信息量最多，高达93.8%，这是要引起我们高度注意的。这个主因子的方差贡献率达21.4%之多，可见，能够使企业赚取更多的利润是管理者义不容辞的责任。
第三主因子同营运资本与总资产比率、流动资本比率、速动比率和流动比率相关较大。这几个指标变量都反映了与企业资产有关的信息，因此，我们认为这是一个能够反映企业资本结构的因子。
【
