我國小微企業信貸違約概率模型研究

田雅瓊

摘要：文章給出一種針對我國小微企業的信貸違約概率模型。考慮到小微企業財務數據匱乏且真實性不足，文章以非財務數據為主展開分析，經多輪篩選確定了區分性強且適合我國小微企業違約概率研究的指標。然后，分別建立邊界logistic模型和一般logistic模型。最后，通過顯著性檢驗、H-L檢驗，以及筆者設計的誤判統計量，并確定了最優違約概率臨界點，進而得出最優模型。

關鍵詞：小微企業；信貸違約；模型

一、研究現狀

國內對于小微企業的定量研究鮮見，可借鑒的關于中小企業信貸評估研究，主要探討指標體系、信貸評估模型的應用和改進。指標體系方面，業界普遍認為中小企業評估指標體系與大型企業存在較大差別。如糜仲春等（2007），朱向華、曹蓮（2009）從財務和非財務因素著手對指標體系選擇進行了探討。張燕卿（2010）等通過因子分析法、層次分析法、模糊綜合評價法等對指標的優化做了研究。經典模型的應用和改進方面，學者們的研究主要集中于對國外經典模型的應用或對我國中小企業的適用性探討。如田秋麗（2010）對Logistic和Logit模型進行了實證研究和精度評估。

國外學者在信貸違約概率計量和風險評估模型的理論研究和實際應用方面起步早于國內，發展也快于國內。19世紀70年代前，大多商業銀行基本都是依據專家經驗、主觀分析和簡單破產預測模型來判別破產和違約，如5C分析法、Z計分和Zeta模型等。19世紀70年代后，主要以多元統計方法為基礎的傳統的統計模型或人工智能算法模型、多元判別分析模型、神經網絡和支持向量機（SVM）等。20世紀90年代以來，基于期權組合理論的CreditMetrics模型、KMV模型、CPV模型、CreditRisk+模型發展起來。 但具體操作程序復雜抽象，不符合我國小微企業信貸“短、小、頻、急”的現實特征。

二、實證分析

本文將基于《巴塞爾新資本協議》提出的違約概率是信用風險評估的核心這一觀點，利用邊界Logistic模型估計寧夏小微企業信貸的違約概率，并選擇最合適的違約概率臨界點，以此為依據決定是否放貸。

（一）建立邊界Logistic模型

以是否違約這二分類變量為因變量，以篩選所得的21個二分類變量和18個連續變量為初始自變量，構建邊界Logistic模型和一般Logistic模型。模型如下：

其中，Pi為違約概率，ω為違約概率邊界，ω∈[0，1]。一方面，邊界logistic模型在一般logistic模型的基礎上增加了一個顯示概率取值邊界的參數，使得違約概率Pi的取值在（0，ω）；另一方面，邊界logistic模型定義了抽樣分布的廣義logistic形式。當ω=1時，為一般Logistic模型；當0<ω<1時，為邊界Logistic模型。

（二）確定最優違約概率分界點

根據Altman等（1977）估計，C1/C2/在[1/2，1/38]區間內取值，本文采用以往研究中選擇的三個典型：1/2、1/20、1/38，并進行對比選擇最優值。本文根據某銀行內部數據，對其中2009～2015年小型企業的年違約率求平均，以近似Q1，1-Q1即為Q2。本文違約企業包括所有逾期還款和無法償還的企業。最終求得Q1=0.00958，Q2=0.99042。

三、建議

一是建立和完善小微企業的統計調查制度。本次調查在寧夏統計局相關人員的協助下完成，由于小微企業業主或相關負責人的配合度較低，要找到符合甄別條件的小微企業難上加難；而且相當一部分小微企業難以提供所需數據，空答率較高。所以，相關部門應對此予以重視，將小微企業信用和貸款相關信息報送納入統計調查范疇，使其制度化、規范化。

二是建立數據庫，實現數據共享。建立起專門的小微企業信用數據庫，同時推進金融機構和科研機構之間的共享。小微企業的信用風險評估是金融機構的一大難題，同時也是科研機構的一個熱點問題，相關科研有助于金融機構的信貸業務發展，而科研又需要相關金融機構的配合，這其間最大的斷點之一在于數據的獲取和應用。另一方面，不同金融機構之間、科研機構之間的信息共享能大大降低評估成本。

參考文獻：

[1]蔡穎.小微金融將成銀行業掘金地[N].經濟參考報，2012-05-17.

[2]陳怡希.基于ANP的銀行信貸企業信用等級評價[J].時代金融，2010（05）.

[3]陳弘，周宗放，何曉琳.零售商違約相關性對供應商信用決策的影響研究[J].東方企業文化·經濟研究，2011（05）.

[4]曾玉玲.小微企業融資瓶頸與解決途徑探析[J].金融教學與研究，2012（01）.

（作者單位：中國人民銀行銀川中心支行）endprint