基于PLS结构方程模型的信托公司声誉风险评价研究

Research on Reputation Risk Evaluation of Trust Company Based on PLS-SEM Method

摘要: 本文根据信托公司业务特征构建信托公司声誉风险评价指标体系，选取我国信托公司2012~2015年的数据，基于结构方程构建声誉风险评价模型，实证分析产品和服务、工作环境、情感诉求、愿景和领导力、财务状况5类外生潜变量对于内生潜变量声誉风险的影响程度。研究结果显示，产品和服务、愿景和领导力以及财务状况对声誉风险有显著影响，且影响程度依次减弱。

Abstract: This paper constructs the risk evaluation index system of the trust company based on the charac-teristics of the trust industry, which selects the data of China’s trust company from 2012 to 2015, building the reputation risk evaluation model based on the structural equation. After that, we se-lect five types of exogenous latent variables which are products and services, working environment, emotion appeal, vision and leadership, and financial status, and then quantitatively analyze these variables’ influence degree on endogenous latent variables—reputational risk. The results show that products and services, vision and leadership, and financial status have significant influences on reputational risk, and the degree of influence decreases in turn.

1. 引言

习近平总书记在2017年全国金融工作会议上强调，防止发生系统性金融风险是金融工作的永恒主题。原银监会主席尚福林在2016年中国信托业年会指出，信托业应避免片面强调业务的快速拓展、风险管理简单粗犷等问题，积极构建与业务发展相匹配的科学的风险管理体系，实现风险可控下的稳步发展。由于信托业基于当事人之间的信任而产生，因此，信用是信托公司立身的根本，声誉是信托公司生存的基础，声誉风险成为管理链条的首要风险，一旦声誉受损，各利益相关者对其产生负面印象、失去信心，最终影响信托公司的经营业绩和财务状况。因此，厘清、识别和评价信托公司声誉风险的影响因素对其有效控制声誉风险、实现可持续发展具有重要意义。

中国银监会于2009年发布《商业银行声誉风险管理指引》(以下简称《管理指引》)，指明公司治理及风险管控必须考虑声誉风险模块，尽管《管理指引》对声誉风险管理机制、办法、相关制度、监管原则提出了要求，但是，并未制定一套科学且具有可操作性的声誉风险评价标准，进而导致声誉风险具体监管措施不到位；同时，现有研究多局限于理论分析层面，鲜有声誉风险实证研究。本文拟通过基于偏最小二乘的结构方程模型(PLS-SEM)对信托公司声誉风险的多个影响因素进行探究评价，为信托公司控制声誉风险提供借鉴。

2. 文献综述

Kreps等人(1982)利用博弈论原理，提出了著名的KMRW定理，证明企业声誉的存在 [1] 。Csiszar，Heidrich (2006)将声誉风险列入金融行业前五大风险 [2] 。Fiordelisi，Soana (2013)提出声誉受损受规模、资本、经营等多种因素影响 [3] 。

国内学者缪荣、茅宁(2005)把对公司声誉的考量分为广度、强度和美誉度三个维度 [4] ；谭继舜(2017)提出目前企业管理重中之重是对企业声誉的管控，并将声誉分企业能力与道德两个维度 [5] ；毕翼(2013)认为构建商业银行声誉风险预警体系是加强声誉风险控制和管理的有效措施 [6] ；李鹏(2010)全面考量了声誉风险的来源，基于通用的Harris-Fombrun体系、采用层次分析法(AHP)构建预警指标体系 [7] ；崔亚(2014)将保险行业声誉风险视为行业系统性风险的一种情形 [8] ；赵志刚(2014)认为商业银行亟须进行声誉风险管理体系的创新，积极适应舆情环境的变化 [9] 。张强(2014)等对我国银行业6年的声誉事件进行汇总梳理，构建声誉风险评价体系，并运用贝叶斯网络模型，对国有商业银行声誉损失数据进行考量 [10] 。

综上所述，随着经济的发展，尽管国内外学者对声誉风险的研究逐渐增多，但是，将关注点聚焦在信托行业的文献依然很少，而且多局限于理论分析层面，鲜有涉及实证研究。因此，本文借鉴Harris-Fombrun声誉框架，参考《管理指引》，研究信托公司的特点，构建我国信托公司声誉风险评价体系，借助结构方程模型对所选样本的声誉风险影响因素进行评价，基于理论研究与实证检验双重视角，为我国信托公司声誉风险评价提供新的思路和方法。

3. 信托公司声誉风险评价体系

3.1. 信托公司业务模式特征

首先，信托资产的独立性是信托行业区别于其他金融机构财产制度的基本特征。其资产分为固有资产以及信托资产两部分，信托公司作为受托人必须将信托资产与固有资产区别管理、分别记账。固有资产表明信托公司的规模实力，也是信托公司有效履行受托人义务的前提条件，信托资产则是信托公司主营业务状况的集中体现。二者的增长率不仅有力说明信托公司领导者的领导力以及对公司未来发展愿景的清晰规划，而且影响投资人对信托公司的尊重和认可。

其次，向自主管理型业务转型。2007年“新两规”实施以来，信托公司逐步回归“受人之托，代人理财”的信托主业，信托业务收入保持持续增长之势的同时，盈利模式由以固有资产投资为主逐步调整为以信托业务收入为主。信托公司在开展银信合作业务期间，单纯提供信托通道，收取低廉的通道费，业务模式简单并以被动式管理为主。2010年，银监会出台一系列政策，引导信托公司尽快实现业务转型，培育自主管理能力，并且将信托公司评价体系中的规模导向转移到自主管理能力导向，增加了主动管理信托业务规模等指标，强调发展自主管理型的业务。

3.2. 信托公司声誉风险评价指标体系构建

本文以信托公司作为研究对象，借鉴国内外声誉风险评价标准和文献，依据Harris-Fombrun声誉指数的指标体系框架，并结合信托行业上述特点和信托公司财务信息的实际披露情况，遵循全面、可行、系统和科学性等原则构建信托公司声誉风险评价指标体系，见表1。

Table 1. The evaluation index system of trust company reputation risk

表1. 信托公司声誉风险评价指标体系

表1中的高管平均从业年限和公益事业捐款信息，信托公司年度报告中并未披露，本文不予以考虑。因此，本文信托公司声誉风险评价指标体系共包含五个维度11个细化指标。

3.3. 信托公司声誉风险变量的选择

根据《商业银行声誉风险管理指引》与国内外关于声誉风险的研究现状，声誉风险的测评国内外学者们众说纷纭。本文选定盈利能力作为信托公司声誉风险的指标变量。首先，声誉的好坏直接反映出业务扩展规模的大小与经营业绩的多少。其次，经营业绩高，信用风险相对会低，客户会对企业充满信心同时又会影响公众的评价；据此传导机制，能够扩大企业规模，降低声誉风险。因此，本文选取资产收益率、信托报酬率和资本利润率三个盈利能力指标测度信托公司的声誉风险，使之声誉风险具有可测量性。

4. 研究方法与模型构建

4.1. 研究方法

结构方程模型(SEM)是一种综合性统计分析方法，与传统的统计分析模型相比，限制条件较少，可以处理多个因变量，自变量以及因变量可以含有测量误差。尤其基于偏最小二乘(PLS)的结构分析方法，对样本数量不存在过高要求，能够对相对复杂的模型进行估计，没有严格要求变量以及误差分布情况，实现了外模型(测量模型)与内模型(结构方程模型)同时计算处理。根据上述分析，本文选用PLS-SEM模型对信托公司声誉风险影响因素进行评价研究。

PLS-SEM模型包含外模型(测量模型)与内模型(结构方程模型)。

其中，外模型检验了潜在变量和观测变量之间的关系。由于潜在变量无法进行直接测量，因此需要通过观察变量间接推测得知，分为两个方程来描述。

对自变量而言，其测量方程(外模型1)如下：

$X=\lambda x{\xi }_1+\delta$ (1)

对因变量而言，其测量方程(外模型2)如下：

$X=\lambda x{\xi }_2+\delta$ (2)

其中， $\lambda x$ 为权重(因子载荷量)， $\delta$ 为X变量的残差项， ${\xi }_{\text{1}}$ 为外生构念， ${\xi }_2$ 为内生构念。

内模型检验了潜在自变量与潜在因变量之间直接的影响，即因果关系。

其结构方程(内模型)如下：

${\xi }_2={\beta }_{12}{\xi }_1+\varsigma {}_2$ (3)

其中， ${\beta }_{12}$ 为回归系数， $\varsigma {}_2$ 为内生构念 ${\xi }_2$ 的估计残差。

4.2. 研究假设

从委托者的心理着手，情感诉求抓住委托者的情感需要，诉求信托公司的产品和服务能否满足其需求，影响委托者对信托公司的评价，进而产生巨大的影响力。故提出假设：

假设 1 (H1)：情感诉求与信托公司声誉之间存在正相关关系；

愿景领导理论认为企业发展的动力是计划远期发展的景象, 清晰的愿景有利于建立强大的企业声誉。企业领导者应了解员工、构建信任、建立共同奋斗的愿景(胡剑影等，2008) [11] 。具有较高水平的高管能够使信托公司的内外部相关者充分相信其管理好公司的能力，进而对于信托公司的声誉给予更高的评价。故提出假设：

假设 2 (H2)：愿景和领导力与信托公司声誉之间存在正相关关系；

获得经济利润是企业长期持续发展的基本保证。声誉的主要影响因素是公司的财务状况(刘靓，2006) [12] 。亦或对购买者来说产品价格可以显示其质量，那么，对于企业外部利益相关者而言，良好的财务业绩也能体现出企业内在质量。故提出假设：

假设 3 (H3)：财务状况与信托公司声誉之间存在正相关关系；

根据人本管理思想，管理环境是其核心要素。除了硬件设施之外，人文环境也属于公司的工作环境，这是激励员工工作的重要保障。重视员工的职业发展通道及相关培训，可以吸引高层次人才，令员工产生强烈归属感、保持工作积极性(缪荣等，2005) [4] 。因此，评价企业的声誉必须考虑企业员工的工作环境因素，故提出假设：

假设 4 (H4)：工作环境与信托公司声誉之间存在正相关关系；

根据品牌营销策划理论，公司产品的质量和服务的水平对声誉有重大影响。在全球化一体化背景之下，依然保持良好发展态势的都是产品质量过硬、服务水平优良的公司(董立人等，2002) [13] 。故提出假设：

假设 5 (H5)：产品和服务与信托公司声誉之间存在正相关关系。

5. 实证研究

5.1. 样本选取和数据来源

本文选取2012~2015年信托公司财务数据为研究样本，所有数据来自于用益信托网、《中国信托业年鉴》以及各信托公司财务报表，并按以下标准对初始样本进行剔除和处理：

1) 选取4年指标数据完整的样本；

2) 剔除含有极端值的样本；

3) 对逆向指标进行正向化处理。

在遵从上述原则的基础上，本文搜集整理了192组信托公司的财务数据作为最终样本。

5.2. 模型评估及结果解读

5.2.1. 测量模型测评结果

本文运用smartpls 3.0软件对所设定的模型进行计算，测量模型的标准因子负荷系数，反映了各个观测变量与其对应的潜变量之间的关系，如图1所示。

Figure 1. Standard factor load factor of measurement model

图1. 测量模型的标准因子负荷系数

图1可见，首先，主动管理型信托资产占比和总资产周转率的标准因子负荷系数分别达到0.787和0.865，对产品和服务的解释程度较好；其次，信托资产增长率、固有资产增长率的标准因子负荷系数分别为0.681和0.853，很好的体现了公司愿景和领导力；第三，流动比率和资产负债率的标准因子负荷系数分别达到84.4%和72.1%，能够解释财务状况的70%以上；第四，员工年平均工资增长率对工作环境以及资产管理规模对情感诉求的解释程度均在90%以上；最后，信托报酬率、资产收益率和资本利润率三个盈利能力指标充分说明了信托公司的声誉风险，解释程度在75%以上。

5.2.2. 测量模型信度和效度评价

本文运用smartpls 3.0软件，选取潜在变量组成信度进行模型信度评价，选取平均方差萃取进行效度评价。

1) 潜在变量组成信度(Composite Reliability, CR)指构念内部变量的一致性，可以用来进行信度评价。若潜在变量的CR值越高，其测量变量是高度相关的，表示他们都在衡量相同的潜在变量，愈能测出该潜在变量。一般而言，探索性研究的标准值需要大于0.6。如表2所示。

Table 2. Reliability and validity analysis

表2. 信度和效度分析

表2可见，潜在变量组成信度系数皆大于0.6，表示本研究的构念具有良好的内部一致性，所选测量变量可以很好地反映潜在变量。

2) 平均方差萃取(Average Variance Extracted, AVE)代表观测变量能测得多少百分比潜在变量之值，可以进行模型判别效度的分析。指标数值越大，表明效果越好，一般认为，AVE的指标应该大于0.5，表2可见，各潜变量数值基本大于0.5。产品与服务的值为0.489，其原因是信托业务收入比例与产品和服务的相关关系略低；工作环境的值为0.497，其原因是工作环境中的部分数值不够精确。不过两个潜变量AVE值都非常接近0.5，所以认为是有效的。

5.2.3. 模型的解释能力

R方用于衡量结构模型的解释能力。模型检验如表2所示，声誉风险回归方程的R方高达0.648，表明产品和服务、工作环境、情感诉求、愿景和领导力、财务状况对声誉风险的解释度较好，表明该模型具有较好的合理性。

5.2.4. 影响路径分析及假设验证

在PLS-SEM模型中，当t值 > 1.96，表示已达到α值为0.05的显著水平，以^*表示；当t值 > 2.58，以^**表示，表示已达到α值为0.01的显著水平；当t值 > 3.29，则表示已达到α值为0.001的显著水平，以^***表示。本文采用smartpls 3.0软件运行Bootstrapping得到t值，运行PLS Algotithm得到路径系数，如图2所示。

Figure 2. Model parameter estimation

图2. 模型参数估计

以t值 > 1.96为显著条件，从图2可以看出，愿景与领导力、财务状况、产品和服务对信托公司的声誉风险有显著影响，存在正相关关系(即H2、H3、H5通过检验)。但工作环境和情感诉求对声誉风险的影响较小，未通过检验。

其原因如下，其一，信托行业一直处于整顿、变革、发展的非稳定状态，从而导致研究结论与假设存在差异；其二，工作环境变量中各公司之间本科及以上员工比例差异较小，每个公司各年差距不大；最后，情感诉求变量中综合实力排行指标是用益信托网根据各信托公司年报数据计算估计而得，68家信托公司仅有两家为上市公司，多数信托公司的年报未经证监会审查，与上市公司相比，信息披露存在缺陷，影响了情感诉求对声誉风险影响的衡量。

潜变量路径系数的大小反映各外生潜变量对声誉风险影响程度的大小。图2可见，产品和服务对声誉风险的影响最大，表明信托公司产品和服务每提高一个单位，企业声誉会相应提升0.801个单位，愿景与领导力、财务状况对声誉的影响依次减弱，其每增加一个单位，声誉分别增加0.226、0.080个单位。

5.2.5. 实证结果分析

本文信托公司声誉风险影响因素中，产品和服务对声誉的影响最大，信托产品的投资者是典型的高净值客户，与其他财产管理模式相比，其透明度较差、标准化程度不高，导致实现即时转让比较困难。如果信托公司提供高质量、有价值的产品和服务，并且不断创新，其声誉相应就会提高。

愿景与领导力对声誉的影响较大。优秀尽责的管理层、清晰明了的发展愿景，与信托公司声誉的提升息息相关。

财务状况对声誉风险的影响通过了显著性检验，但其相关系数为0.080，正相关关系较弱。其原因同样源于我国信托公司的多次清理整顿，导致目前阶段信托业处于非稳定状态，同时，我国信托公司大部分为非上市公司，信息披露具有不完整性，也影响到该指标的最终结果。但是，本文认为，随着信托法规的完善，信托行业逐渐步入理性发展轨道，财务状况必将成为影响信托公司声誉风险的重要因素。

6. 结论

信托最基本的特征是以信任为基础，要求信托公司首先具备良好的声誉。构建信托公司声誉风险评价指标体系，加强管控，对信托业的健康发展尤为重要。本文基于Harris-Fombrun声誉指数，根据信托公司业务特征构建声誉风险评价指标体系，使用PLS-SEM模型，借助Smartpls3.0软件对2012~2015年信托公司的声誉风险进行评价，得出影响声誉风险各个因素的权重，为信托公司声誉风险的评价提供新的思路和方法，具有重要的现实意义。

研究结果表明，影响信托公司声誉风险的因素有三种，产品和服务对信托公司声誉具有显著的正向影响，其中，反映信托公司能否能提供高质量、有价值的产品和服务的总资产周转率、主动管理型资产占比两个指标是影响信托公司声誉风险的关键因素，是测度与防控声誉风险的重点关注点。愿景和领导力对声誉风险的影响仅次于产品和服务，说明信托资产增长率、固有资产增长率是测量信托公司声誉风险的重要因素。流动比率和资产负债率能够高度反映出一个公司的财务状况，进而对声誉风险产生影响。

基金项目

国家社科基金重点项目“新常态下我国系统性区域性金融风险新特征及防范”(16AJY024)。