信用評分技術的應用與農村小微企業融資

趙圍瀚+李明鑒+魯亮

【摘要】信用評分技術的出現，使商業銀行找到一種有效評價、防范小微企業風險和控制貸款管理成本的信貸技術。但是這項技術在我國還不成熟，本文通過對山東省棗莊市與江蘇省南京市商業銀行以及對江蘇省南京市農村小微企業的調查，試圖分析我國商業銀行在使用信用評分技術上的不足并提出相關建議。

【關鍵詞】信用評分技術 農村小微企業 商業銀行

一、引言

隨著我國經濟的高速發展，小微企業在經濟發展中的重要地位逐漸被人們所認識，它們提供了更多的就業機會和創新能力，但是小微企業的發展受到很大制約，集中表現在融資難問題上。財務信息不透明導致的銀企信息不對稱是小微企業難以獲得銀行貸款的重要原因。而信用評分技術的出現，使商業銀行找到一種有效評價、防范小企業風險和控制貸款管理成本的信貸技術。

二、信用評分技術的介紹

信用評分自20世紀50年代首次運用于信用卡貸款領域的信貸申請評估后，銀行又將這一技術應用于其他信貸產品，如汽車貸款、住房貸款等，到90年代中期它已成為銀行業評估并發放消費貸款的主流方法。

（一）信用評分技術的含義

信用評分是銀行運用現代數理統計模型和計算機系統對客戶的信用情況進行分析、預測并作出信貸決策的新技術。

（二）信用評分技術的原理

信用評分的基本原理是：銀行首先通過對企業歷史數據的分析，選擇與信用風險密切相關的若干特征變量建立模型，然后根據模型對貸款申請者未來還款能力進行預測并作出信貸決策。在實務中，銀行根據影響企業還款的各項因素指標打分，根據指標打分值與指標所占比重相乘，得到總的信用評分值。銀行根據自身所能接受的風險程度設置一個得分下限，如果貸款申請人得分超過這一下限，計算機系統計算出的結果將建議發放貸款，否則拒絕發放貸款。對于拒絕發放的貸款，銀行如果認為仍有審批的必要，就派人實地再調查，確認企業情況仍比較好就將系統信用評分轉為手工審批，通過專家經驗進行判斷再決定是否發放貸款。

三、信用評分技術應用的案例分析——以山東省棗莊市與江蘇省南京市為例

為了研究信用評分技術在我國商業銀行的應用情況，本文以山東省棗莊市與江蘇省南京市為例，實地調查了兩地各一家商業銀行，山東省棗莊市薛城區的商業銀行A以及江蘇省南京市高淳區的商業銀行B，其中銀行A資產規模較大，是大銀行，銀行B資產規模較小，是小銀行，對兩家商業銀行信用評分技術的應用進行案例分析。

（一）對山東棗莊市薛城區的商業銀行A的案例分析

該行小微企業信用評分技術的使用以小微企業評分卡信貸業務的模式體現，結合國際先進理念，根據小微企業歷史數據，采用邏輯回歸等統計方法，結合專家意見開發形成，用于債項評價、貸后管理、續貸業務，包括申請評分卡和行為評分卡。申請評分卡根據小微企業歷史業務數據回歸形成數據驅動指標，并采用專家調整策略方式對小微企業客戶申請情況進行補充分析，為貸款審批決策提供依據。

該評分卡模型框架由數據驅動和專家調整策略指標組成。

（1）數據驅動模型變量：數據驅動模型變量主要是企業申請貸款的條件，包括申請貸款的額度、擔保方式和貸款期限等以及企業高管的基本信息，包括年齡、受教育水平等，企業會得到一個數據驅動模型評分結果，數據驅動模型按照小微企業零售評分卡的分值規則分為“高分段”、“中分段”、“低分段”。

（2）專家調整策略模型變量：這些變量主要涉及企業的財務信息、穩定性、企業主還款能力，是對企業主違約風險的度量，企業會得到一個專家調整策略模型評分結果，專家調整策略模型按照分數高低分為“高風險”、“中風險”、“低風險”。

（3）在對小微企業進行評分處理時，以上兩類模型結合起來使用：兩個模型的分數按照下表進行二維表對應，分為“推薦通過”、“一般通過”和“建議拒絕”三種，審批人按照對應區間的建議審批政策進行審批。

（4）在完成以上評分之后，銀行會對企業進行貸款配額、定價、審批。其配額與定價策略都是根據企業在以上兩個模型中的評分結果來給予貸款的配額與定價，分數越高，獲得的貸款額度就越大，貸款的利率就會越低，這是銀行對信用程度高、違約風險低的良好企業的優惠與便利。

其審批策略包括：自動拒絕、高分挑選、低分挑選與挽救策略，每個策略都有一定的條件。自動拒絕策略是對那些不滿足基本準入條件的企業，系統會自動拒絕其申請；高分挑選策略是對那些“推薦通過”的客戶，通過人工審批將其中滿足某一條件、有不良信用而未被檢測的企業淘汰；低分挑選是對那些“建議拒絕”的客戶，通過人工審批將其中滿足某一條件、信用較好而未被檢測的企業挑選出來；挽救策略是對系統自動拒絕的客戶，若滿足其條件，會對其重新進行人工審批。

以上是該商業銀行信用評分技術的整個流程，能夠看出，作為資產規模較大的銀行，整個過程的完成，科學、嚴密，先評分，再配額、定價，最后審批，而配額、定價都是根據評分結果進行的，審批更是全面，在好客戶中篩選不好的，在壞客戶中篩選不壞的，盡量不遺漏，而且其中過程大都是由計算機完成，信息獲取也從銀行內部信息庫獲取，信用評分的效率高、成本低。

但是，在對銀行A進行調查時，我們發現，銀行A自從2014年使用信用評分技術以來取得的效果甚微，在2016年內，只有不到10家農村小微企業在銀行申請過貸款，數量很少，而且企業的評分結果也很低，說明銀行A的信用評分技術并沒有對該地區農村小微企業的貸款的獲得性有顯著提高，說明銀行A信用評分技術存在問題。

理論上分析銀行A信用評分技術的使用：

首先，不同規模銀行信用評分審批方式不同，其中一種是銀行根據信用評分自動做出貸款批準/拒絕的決策，這種方法可稱作“懶惰式”策略。由于減少了大量的人力投入，可降低銀行的貸款審查成本。若貸款量足夠大，可實現銀行的規模經濟，分散異質化風險，還可以增加貸款產生階段和服務階段的手續費收入，以及通過證券化和貸款出售等方式回收稀缺的銀行資本。大規模銀行更傾向于這種審批方式，而且大銀行獲取的信息以企業財務信息為主，銀行A就是這樣的大銀行。

其次，信用評分技術起源于個人消費信貸領域，而小企業貸款與消費者信貸有相似之處：筆數多、數額小、交易成本高，小企業的信貸價值與其所有者的信貸價值緊密相聯[5]，因此大銀行獲取的以企業財務信息為主的信息并不能準確反映小微企業的償債能力與違約風險，所以大銀行的信用評分技術的應用效果不明顯，銀行A的案例驗證了這點。

（二）對江蘇南京市高淳區的商業銀行B信用評分技術的案例分析

該行小微企業信用評分技術的使用以一系列評分表的模式體現。

（1）首先是準入評分表：準入評分表只是小微企業貸款準入的評判依據，如果企業評分表得分超過60分，則銀行其次使用軟信息測評表繼續對企業進行評分。

（2）軟信息評分表，這個表將企業主的軟信息給硬化處理，其中銀行對企業主的個人基本信息方面尤為重視，包括企業主的家庭信息、信用信息、財務信息、側面信息等，而對于企業的財務信息則極少關注，比如償債能力指標、營運能力指標等。企業在軟信息評分表的得分達到70分以上，最后還需要經過邏輯檢驗表的檢測。

（3）邏輯檢驗表，邏輯檢驗表是檢查企業主的誠信程度的工具，通過企業主口述營業收入與營業利潤與銀行實際調查的營業收入與營業利潤之比表示偏差率，偏差率在0.2以下的客戶才允許發放貸款。

商業銀行B的信用評分技術需要通過三個檢測表完成對客戶的信用評分。

可以看出，商業銀行B作為資產規模較小的銀行，其信用評分技術的整個流程較為簡單，主要由以上三個表組成，而且獲取信息的渠道主要是信貸員對企業主的實地調查，信用評分的效率因此比較低，成本比較高。

經過調查，發現銀行B是2015年開始使用信用評分技術的，而且銀行B自使用信用評分技術以來，對小微企業的貸款額有顯著上升，小微企業不良貸款率下降，信用評分技術效果明顯。

理論上分析銀行B信用評分技術的使用：

（1）不同規模銀行信用評分審批方式不同：信用評分被用做第一階段的篩選器，以較低成本來辨別那些明顯可拒絕或批準的貸款申請，這種方法稱為“審慎式”策略。若使用得當， 該方法可以降低銀行的全面審查貸款成本且不影響貸款質量。這是小規模銀行經常使用的審批方式，而且，小銀行收集的特征變量基本是關于企業主的基本信息，銀行B就是如此。

（2）信用評分技術起源于個人消費信貸領域，而小企業貸款與消費者信貸有相似之處：筆數多、數額小、交易成本高，小企業的信貸價值與其所有者的信貸價值緊密相聯，從小企業主個人的基本信息，就可相當準確地預期小企業的還款表現。銀行B主要調查小微企業主的基本信息，因此信用評分效果較顯著。

銀行A與銀行B收集的信息種類有較大差異，小規模銀行與企業主關系較為密切，易于獲取企業主的基本信息，大規模銀行與企業主關系較為疏遠，但是銀行內部擁有企業的財務數據，獲取成本較低。案例分析中，大銀行B獲取企業財務信息，其信用評分效果并不好，而小銀行A獲取企業主基本信息，其信用評分效果較顯著，接下來通過實證分析來檢驗其結果如何。

四、信用評分技術的應用與農村小微企業貸款可獲得性的實證分析——以江蘇省南京市為例

本文對江蘇省南京市高淳區農村小微企業實地調研，根據被調查小微企業的相關數據，建立多元線性回歸模型，對信用評分技術的應用情況進行實證分析，驗證企業主基本信息、企業財務信息與信用評分技術的使用對小微企業貸款可獲得性的影響。

根據調查，商業銀行B所使用的信用評分技術的特征變量主要是企業主的基本信息以及與銀行的信貸關系，本文選取其中個別變量作為分析對象，另外，根據理論研究，衡量企業違約風險的因素包括企業的償債能力和營運能力，因此本文將企業的資產負債率和營業利潤率也作為分析對象（也是大銀行A獲取的主要信息），建立多元線性回歸模型。

CA=β0+X1β1+X2β2+X3β3+X4β4+X5β5+X6β6+X7β7

變量的具體描述見下表：

回歸結果分析：

經多重共線性和異方差檢驗，模型不存在多重共線性和異方差性。

由以上回歸結果可以看出：

（1）β1=0.189797，信用評分技術的使用對于該地區小微企業的貸款可獲得性是正相關關系，而且在α=5%的水平下顯著，說明信用評分技術確實提高了小微企業貸款可獲得性。

（2）根據P檢驗，在α=5%的情況下，X2、X3、X4、X5的P值遠小于α，而X6、X7的P值大于α，說明企業主的基本信息對貸款可獲得性的影響是顯著的，而企業的重要財務信息對貸款可獲得性的影響并不顯著。

五、主要結論

（1）信用評分技術的使用能夠提高小微企業貸款可獲得性、降低商業銀行小微企業不良貸款率，對改善小微企業融資起到重要作用。

（2）商業銀行在使用信用評分技術時，會有不同的選擇，這些選擇包括：使用“審慎式”或者“懶惰式”的方式、獲取與企業主相關的基本信息還是與企業有關的財務信息、應用的信用評分模型等等，銀行在做出選擇所依據的是企業的特征，如果銀行根據自身特征做出選擇就會產生問題，大銀行內部數據庫完善，容易獲取硬信息，在使用信用評分技術時以“懶惰式”方式為主，這樣會降低信用評分技術的準確性。

（3）不同規模的銀行在使用信用評分技術時的方式與獲取的變量信息不同：大銀行內部數據庫完善，容易獲取硬信息，在使用信用評分技術時以“懶惰式”方式為主，預測準確性較低，而小銀行以“審慎式”方式為主，獲取軟信息為主，預測準確性較高，大銀行如果想要想小微企業發放貸款業務，降低小微企業不良貸款率，需向小銀行學習，改變自身信用評分技術的特征變量，獲取與企業主有關的基本信息，這樣才能提高小微企業貸款可獲性，拓寬自身業務渠道。小銀行也需向大銀行學習建立銀行內部的信息數據庫，減少信息搜查的成本。

六、我國商業銀行應用信用評分技術的建議

（一）合理細分市場

我國銀行可以利用信用評分模型對本地區的小微企業客戶進行細分，同時針對細分的客戶群進一步開發出與其特征相對應的信貸創新產品，在通用信用評分模型的基礎上再次細分。銀行要從可能接觸到小微企業信用評分的相關職能部門中抽調人員組成小微企業貸款工作小組，并選擇客戶群和相關信貸產品。工作小組還應該推動整個銀行對小微企業信用評分系統的正確理解及應用，從而開發針對特定行業以及貸款項目的更實用、預測精準度更高的專用信用評分模型。

（二）謹慎選擇數據樣本和特征變量

商業銀行可以選擇某地區5年內全部類型小微企業客戶的資料包括“好客戶”、“壞客戶”以及申請被拒絕客戶）作為模型樣本總數量，然后按照業務需求、數據結構、企業性質及歷史經驗，對相關樣本數據進一步細分。對于一些相似或重復數據，銀行需要檢查并合并數據才可以建立數據集合。通過對數據整理分析找出數據具有的內在關聯性，從而調整數據樣本變量，選擇那些有較強能力的變量，主要是企業主的基本信息變量。

（三）大小銀行相互學習，取長補短

大銀行在做小微企業貸款業務、使用信用評分技術時，在信用評分特征變量的選擇上需要借鑒小銀行，選擇與企業主有關的基本信息為主，而放棄一些企業的財務信息，提高信用評分技術的準確性；而小銀行需要想大銀行學習，建立銀行內部的數據庫，減少信息搜查成本，提高利潤。這樣大小銀行都可以開展小微企業貸款業務，形成良好競爭關系，促進小微企業融資的改善。

七、總結

國內外經驗表明：信用評分技術使商業銀行在緩解小微企業融資問題上具有顯著效果，但是我國商業銀行在使用信用評分技術上還不成熟，需要不斷改進，特別是信用評分特征變量的選擇，應以企業主基本信息為主，大銀行需要向小銀行學習，提高信用評分技術預測的準確性，良好地開展小微企業貸款業務，擴大小微企業融資渠道。

Abstract：Commercial banks can prevent small enterprise management risks and control credit cost by credit score technology. But this technology is not mature in my nation. This paper attempt to analyze the weaknesses of using of credit score technology in commercial banks in my nation by searching commercial banks in Shangdong， Zaozhuang and Jiangsu， Nanjing and rural small businesses in Jiangsu， Nanjing.

Key words：Credit Score Technology Rural Small Business Commercial Bank

參考文獻：

[1]鄧超， 胡威， 唐瑩. 國內外小企業信用評分研究動態[J]. 國際金融研究， 2010，（10）.

[2]陳冬， 唐建新. 美國信用評分與小企業貸款研究[J]. 武漢大學學報哲學社會科學版， 2007， （6）.

[3]陳昌飛. 淺析信用評分技術與中小企業貸款[J]. 商品與質量：理論研究， 2011，（S9）.

[4]黎月紅， 徐藝心. 我國小企業貸款應用信用評分技術的研究[J]. 區域金融研究， 2010，（12）.

[5]吳智暉. 小企業信用評分模型：關鍵技術與應用[J]. 中小企業管理與科技旬刊， 2015，（6）.

[6]吳潔.信用評分技術在中小企業貸款中的應用[J].現代金融， 2005，（8）.

[7]錢水土， 黃震宇. 信用評分模型在中小企業信貸評估中的應用[J]. 商業經濟與管理， 2004，（2）.