信用評分在我國微小企業信貸中的應用

信用評分是借助于數理統計和計算機技術，對貸款申請人或潛在客戶的信用狀況進行的量化評價，用來預測其將來違約或不良行為的概率。它借助于大量相關的歷史數據記錄，然后通過回歸分析，從數十種數據中找出相關因素，并根據對借款人信用狀況的影響程度給予相應的權重，建立信用評分模型。銀行根據自己愿意接受的風險程度，設定一個臨界分值。在接到借款人的申請后，輸入相關數據，得出一個信用評分，如果高出了銀行設定的分值，就授予貸款，否則就拒絕放貸。

要說明的是，信用評分模型并不能精確地判斷每一份貸款的未來表現。一個好的信用評分模型應該能實現的是：對于歷史表現不佳的借款人其獲得較高信用評分的比例就低，對表現較好的借款人其獲得較高的信用評分的比例就高，從而幫助銀行判斷具有某些共同特征的借款人將來違約的可能性。同傳統的信貸管理技術相比，信用評分法在很大程度上實現了貸款處理的自動化，它通過節約人力成本（銀行工作人員不必再閱讀大量的信用報告和企業報表）為銀行提供更多利潤，同時也減少了貸款申請時間，同時還具有評價標準客觀公正的特點。

信用評分最初出現是在２０世紀５０年代的西方國家，隨后被廣泛應用于信用卡和消費信貸業務，如汽車貸款、房屋抵押貸款等，用于判斷借款人的違約風險。國外的經驗證明，信用評分可以用于小企業貸款。國內理論界對小企業信用評分技術的研究，比較早的可以參考２００１年上海財經大學出版社的“中小企業與金融”叢書中的《中小企業創新與融資》，其中專門提到了這項技術。從２０００年開始，也有文章陸續見諸于報端，介紹該技術。但小企業信用評分方法一直未受到很大關注，理論上也局限于介紹國外經驗的階段，這是因為：我國對中小企業尤其是微小企業的融資難問題有個逐步從認識到深化的過程，直到２００５年年初，管理層才明確提出要特別關注微小企業的融資問題；實踐中商業銀行缺乏對中小企業的信貸風險管理技術和向中小企業尤其是小企業提供貸款的積極性，很長時間以來，一直采用與大企業類似的信用評定與管理方法。下面就信用評分方法在我國微小企業信貸中的應用前景進行探討。

一、我國在微小企業信貸中應用信用評分方法的必然性

２００５年年初，管理層已經意識到“改進對微小企業的融資服務，加快面向非公有制經濟的金融產品和服務創新，不僅是當前銀行業改革發展面臨的一項重要任務，而且是２００５年加強和完善宏觀調控的一項重要措施”，銀監會把改善微小企業融資列入年度工作計劃，提出一系列措施，微小企業融資開始受到前所未有的關注。而管理層的態度也很明確，銀行信貸仍是解決微小企業資金問題的主要渠道，要求各銀行成立小企業信貸部門，探討建立適應小企業信貸的風險管理方法和手段。

從銀行的角度來看，在今后幾年里，會有越來越多的商業銀行尤其是中小商業銀行，會積極調整戰略，轉向更有盈利前景和廣泛市場空間的微小企業貸款，但國內銀行在小企業信貸方面普遍缺乏經驗，目前以信用評估為主的信貸管理辦法又不能很好地適應需求，存在成本高，不能有效控制風險等問題。同時國外銀行以其在信貸管理技術方面的領先經驗，已經進入國內微小企業信貸市場，這就意味著國內銀行還面臨來自國外同行的競爭。這些都表明，對國內銀行來說，將來在微小企業信貸這個充滿活力的市場，找到合適的信用評估技術和風險控制方法，將是爭取盈利和爭奪市場資源的關鍵。

從國外經驗來看，針對小企業的信貸，目前主要有以下幾種風險控制技術：一是財務報表信貸，適用于信息透明、規模較大的中小企業；二是小企業信用評分技術，主要借助于公司信息加業主個人信息，適用于信息不透明、規模較小的企業；三是以資產為基礎的信貸，根據應收賬款和設備的價值授予一定信用額度；四是關系型信貸，適用于與中小企業有密切聯系的中小銀行，依賴信貸工作人員的經驗和判斷（Ａｌｌｅｎ Ｎ?郾Ｂｅｒｇｅｒ ａｎｄ Ｗ?郾Ｓｃｏｔｔ Ｆｒａｍｅ，２００５）。目前以及在相當長的時間內，我國要解決的是信息量不透明、不能提供有效抵押資產的微小企業的貸款，所以，隨著國內銀行在小企業信貸方面經驗和數據的積累，小企業信用評分在節約成本、提高效率、客觀公正等方面的優勢，必將為各銀行所青睞。

二、目前我國在微小企業信貸中應用信用評分方法的現實障礙

１、信用評分方法本身對數據積累的要求。小企業信用評分需要公司的相關信息和業主個人信息，尤其是業主個人信息占的比例較多，包括收入、凈資產、可獲得信貸、以前的違約記錄、破產紀錄等。建模過程中不僅需要獲得貸款的客戶的歷史資料，也需要貸款申請被否決的客戶的資料；不僅需要經濟狀況良好時期的客戶表現資料，也需要經濟狀況惡化時期的客戶表現資料。數據還需經常更新，不斷檢測各個變量與貸款表現的關系，否則信用評分模型就會失去準確性。所以需要大量的歷史數據的積累，需要有關機構的配合。這恰恰是國內銀行應用信用評分技術會碰到的首要難題，因為目前國內信貸征信體系尚不完善，無法提供必要的數據，銀行自身也缺乏必要的數據積累。

２、銀行。應用信用評分方法對小企業提供信用貸款的程序和傳統的信貸業務有著較大的差別，它更多地不是依賴銀行業務網絡和信貸人員的操作，而是和電腦技術密切配合，需要一組數據收集和分析專家，開展對小企業的貸款營銷和風險管理。目前雖然不少國內銀行應管理層的要求，專門成立中小企業信貸部門，但實際上仍沿用了以往的做法，在組織結構、工作流程等方面不能適應將來采用信用評分技術的要求。

３、監管層。國內監管層尚缺乏專門針對微小企業信貸的監管方法和實踐，如果銀行采用了信用評分技術，則監管部門也要做出相應的調整。因為從國外經驗來看，部分銀行存在過度依賴小企業信用評分方法的做法，直接根據信用評分給企業發放信用貸款，這樣必將導致一定的信貸風險，如果成本節約不能補償由此導致的損失，銀行經營也會面臨問題。

三、將來的努力方向

１、從銀行的角度：在目前情況下，要求各大銀行直接采用小企業信用評分方法尚不現實，筆者之所以在這個時候提出，是因為我國商業銀行應積極地對小企業信用評分方法進行探索，完成在數據、經驗、技術及人才方面的積累。具體來說，可以采取循序漸進、邊做邊積累的方式，逐步推廣和應用，最終完成從信用評級為主到信用評分方法為主的過渡。具體做法如下：

（１）目前各銀行對中小企業信貸采用的多是信用評級的方法，積累了部分數據?？梢岳矛F有的客戶數據，初步建立信用評分模型，并根據該模型確定新的收集數據的計劃。（２）在模型初具規模后，可以考慮在具體貸款業務中，配合現有的信用評級方法，進行試貸款。一方面可以積累數據，另一方面，可以檢測現有模型的準確性，在這個過程中，要建立跟蹤、評估該系統的方法和應對措施，不斷調整模型。（３）數據積累達到一定程度，模型可靠性可以信賴，而整個社會的信用制度也慢慢趨于完善，就可以過渡到以電腦進行信用評分為主的自動化的信貸管理，基本可以依賴信用評分，配合以其它的信貸管理技術。這個過程要依據具體情況，一般要三年左右。

當然，由各銀行自己建立模型可能并不現實，因為如果對微小企業開展貸款的數量不夠多的話，就無法積累必要的數據，所以，在經過一段時期的嘗試后，可以成立專門提供小企業信用評分服務的機構，整合各個銀行的數據資源，為需要信用評分服務的銀行或其他機構提供咨詢。這樣，銀行可以根據需要，既可以自己建立模型，也可以購買模型或者信用評分服務。

２、從完善社會信用制度的角度：小企業信用評分是建立在社會信息基礎上的，信息的公開性和完整性對模型的準確性有很大的影響。充分的能順利實現共享的信息可以幫助銀行節省不必要的成本支出，提高效率。所以，包括個人信用、企業信用在內的整個征信體系的建設勢在必行，它將直接影響信用評分技術在國內的使用，影響到能否順利解決微小企業的融資問題。

３、從管理層加強監管的角度：銀監會也可以提前考慮監管問題，將來很有可能滿足條件的銀行首先推出該方法。還將重點研究微小企業貸款與銀行傳統貸款業務在監管原理和方法上的區別，并在此基礎上制定符合微小企業貸款性質的監管框架。考慮到微小企業貸款的專業知識與傳統銀行貸款知識組成的差異，我們準備研究如何加強專門的微小企業貸款監管力量，加強培訓，建立一支專門的監管隊伍，對微小企業貸款業務進行合理的、具有扶助性的監管。

（作者單位：上海金融學院）