基于商業銀行視角下中小微企業信貸決策研究

高璐冰 趙國慶 侯家璇

摘 要：中小微企業是市場經濟的重要組成部分，隨著政策傾斜，商業銀行逐漸向其聚焦，降低不良貸款率、實現收益最大化成為商業銀行亟待解決的問題。本文根據企業進銷項發票信息選取企業規模、經營成果、上下游議價能力、企業長期盈利變化四項指標構建風險評價體系，使用熵權TOPSIS法計算每個企業的得分，量化信貸風險并確定信用評級，logistic回歸確定企業違約概率，據以建立規劃模型，確定最優利率與額度，輔助商業銀行制定信貸策略，助力有效配置資源，實現銀企共贏。

關鍵詞：信貸策略;TOPSIS法;熵權法

中圖分類號：F832 文獻標識碼：A 文章編號：2096-0298（2021）05（a）--03

中小微企業在貢獻稅收、提供就業崗位、推動科技創新等方面發揮著重要作用，是我國市場經濟的重要組成部分?，F階段商品競爭白熱化，前期資本投入如果失去后期資金支持，就會造成虧損。另外，中小微企業資金實力薄弱，時間間隔指標較低，對疫情等突發因素的抵抗能力較弱，因而對資金需求旺盛。但中小微企業管理較為松散、生存能力弱，面臨著融資難融資貴等一系列問題。因此，探討商業銀行信貸決策對中小微企業自身發展以及配置市場資源、活躍市場經濟具有重要意義。

相較于專門貫徹金融調控意圖的政策性銀行，商業銀行自主經營自負盈虧，其為中小微企業提供貸款時主要障礙是信息不對稱，主要表現在兩點：其一，貸前難以實現價值發現（王淅勤和唐子斌，2013），其二，貸后過高的監督和執行成本 （La Porta， 2002;Beck， 2006）。銀保監會和中央銀行相繼發聲，引導商業銀行長期服務中小微企業，政策的支持使得商業銀行的目光逐漸聚焦于中小微企業。而在向中小微企業提供貸款時如何降低不良貸款率，防范中小微企業道德風險，減少檸檬效應，從而把住供給滿足有效需求的一道關口，最終實現收益最大化成為商業銀行亟待解決的問題。本文通過建立中小微企業信貸風險評價模型量化信貸風險，據以制定信貸策略，可減少信息不對稱，為商業銀行信貸決策提供參考，實現銀企共贏。

1 評價指標體系的建立

為更好地量化企業信貸風險，本文從橫縱兩個維度、內外兩個方面選取4個中小企業信貸風險評價指標，建立評價體系。

從橫向來看，企業自身狀況會對信貸風險產生影響：在靜態方面信貸風險會隨著企業規模的增大而減小，在動態方面信貸風險會隨著經營成果的增大而減少。從企業所處產業鏈的外部因素來看，企業在上下游產業鏈中議價能力越強，信貸風險越低。而從縱向來看，企業長期盈利增長率越高，信貸風險越小。故選取企業規模、經營成果、上下游議價能力以及企業長期盈利變化四個指標。

1.1 企業規模

規模大的企業實力雄厚，資金周轉靈活，在應對外部沖擊時，生存能力明顯優于規模小的企業，因此還貸能力強，信貸風險小，用營業收入即銷售額近似表示企業規模。

1.2 經營成果

經營成果越好，企業的盈利能力和現金流動性越好，更有能力應對外部壞境變化，償還長短期借款。利潤總額即銷售額減去買價，可近似表示企業經營成果。

其中，為企業第張銷售發票、進項發票業務下價稅合計。

1.3 上下游議價能力

已有研究表明，企業上下游集中度越高，依賴程度大，談判能力弱，上游供應商會要求企業及時付款，預付貨款，下游企業會要求企業提供更多的賒銷。應收賬款和預付賬款增加，企業周轉能力下降，從而影響企業貸款償付能力，故用上下游企業數量之和近似表示上下游議價能力。

1.4 企業長期盈利變化

企業發展趨勢越好，貸款償還能力越強，而盈利增長率與企業的發展狀況正相關，故用盈利增長率近似表示企業長期盈利變化。通過Excel數據透視表獲得每個企業2017—2020年季度利潤，擬合數據，其斜率k反映企業長期盈利變化。為消除行業與企業規模對增長率的影響，用所得斜率與企業利潤總額的比值K近似表示企業長期盈利變化。

2 模型的建立

2.1 主要思路

在綜合考慮企業進銷項發票、信用評級、違約數據、企業發展趨勢及企業規模等各項因素的前提下，對企業信貸風險進行量化并制定信貸額度固定時的信貸策略，問題轉化為根據指標對企業信用風險評價問題以及利率、信貸額度制定使得利潤最大的規劃問題，主要思路如圖1所示。

2.2 獲取指標數據及行業分類

使用Excel數據透視表以及python程序獲得企業規模、經營成果、上下游議價能力以及企業長期盈利變化四項指標數據;對附件一中的企業按照企業名稱進行切片，分別構造第一、二、三產業特征的字符串列表，將企業名稱切片字符串進行遍歷，并將其歸入不同產業當中。

2.3 確定信用評級

首先對指標進行分類，企業規模、經營成果、上下游議價能力、企業長期盈利變化這四項指標均為效益性指標，故不進行正向化處理。

2.3.1 構建標準化矩陣

構建標準化矩陣以消除指標間的量綱影響。

標準化前的評價指標矩陣如下：

得到標準化矩陣Z。

2.3.2 熵權法計算權重

為避免權重確定的主觀性，本文選取熵權法對影響企業信貸的四個因素進行賦權。

計算概率矩陣，其中

權重求解結果如表1所示。

從表1可以看出，3類產業4項指標所占權重比例大致相同，產業差異并不明顯。4項指標所占權重從大到小依次為：企業規模，上下游議價能力，經營成果，企業長期盈利變化。長期盈利變化比重最小，企業規模和上下游議價能力顯著高于另外兩項指標。說明銀行在對企業進行信用評級時最應關注企業規模、議價能力等硬實力。

2.3.3 優劣解距離法計算得分并歸一化

定義第i（i=1，2，…，302）個評價對象與最大值的距離：定義第i（i=1，2，…，302）個評價對象與最小值的距離：。計算得到每個企業得分，與權重相乘再累加，即，得出企業信貸風險評價得分。

2.3.4 Fisher判別分析劃分信用評級

只有在充分考慮企業信用水平的條件下，才能為銀行做出科學合理的貸款分配決策。因此，在制定信貸決策之前，對貸款企業進行信譽評級。由此，問題轉化為多元分類問題。使用SPSS軟件并用Fisher判別法將三類產業評級分為A、B、C、D級，以第二產業為例，選取企業規模、利潤、上下游企業實力、增長率、違約率和是否違約（0-1變量）作為判斷指標對企業進行信用等級分類。通過增減因變量對模型不斷修正，分為A、B、C、D級。

2.4 logisitic回歸確定違約概率

記違約變量y（取值為0，1），四個評價指標依次為xi。

連接函數取為函數，使用極大似然估計方法（MLE）對參數進行估計可得到函數表達式：

使用SPSS軟件得到各企業的違約概率。

2.5 建立規劃模型

為制定銀行在貸款總額固定時的貸款策略，確定貸款利率以及貸款額度等，實現銀行貸款業務的利潤最大化，將企業按照產業和信用評級分為9類，即第一產業A、B、C級貸款額度為x1、x2，x3，第二產業A、B、C級貸款額度為x4、x5，x6，第三產業A、B、C級貸款額度為x7、x8，x9。

于是設決策變量為貸款利率r、貸款額度xi（i=1，2，…，9）。

約束條件：（1）商業銀行對放貸企業的貸款額度為10萬～100萬元。（2）商業銀行對放貸企業的貸款年利率為4%～15%。（3）商業銀行固定年度貸款額度為1億元。

目標函數及約束條件為：

其中q為客戶流失率，ρ為第i類企業的平均違約概率，Ni為每類企業數量。

3 模型的求解

選擇模擬退火啟發式算法對上述規劃模型進行求解，得到銀行的最優貸款利率以及最優貸款額度，從而制定銀行信貸策略。求得銀行在固定貸款額度要實現損失最小化的9類企業的貸款利率以及貸款額度。加入邏輯回歸求得的違約概率，如表2所示。

由以上結果可近似得到，平均違約概率第三產業>第二產業>第一產業，C級>B級>A級;最優貸款利率C級>B級>A級，第三產業>第二產業>第一產業;最優貸款額度A級>B級>C級，第一產業>第二產業>第三產業。商業銀行在制定信貸策略時，可根據違約概率確定是否提供貸款，參考最優利率及額度，結合每個企業自身的信用狀況確定具體利率及額度，從而制定信貸策略。

4 結語

該方法具有以下優點：（1）通過產業分類減弱了產業因素對企業信貸評級的影響。（2）熵權修正的優劣解距離法客觀求解四個評判指標的權重，減少了量化過程的主觀性。（3）相較于貪心算法，模擬退火算法通過啟發式搜索可避免陷入局部最優解。

當然該方法也存在缺點，比如企業行業分類具有主觀性;模擬退火算法求解結果變動較大，樣本量不夠充分等。該模型可進行改進及推廣，如（1）在信用風險評價指標當中加入所有制形式、企業壽命（Vittorio Pelligra，2013）等因素，也可利用大數據的優勢借助第三方平臺等完善信貸風險評價指標體系。（2）根據商業銀行自身需要修改貸款額度或利率范圍等約束條件，或者根據實際在模型中增加新的約束條件等。可為商業銀行制定信貸策略提供參考，助力商業銀行在響應國家政策的同時謀求自身利益最大化，從而實現銀企共贏，進而有效配置資源、活躍市場經濟。

參考文獻

程皓. XT銀行小微企業信貸風險管理研究[D].保定：河北大學，2020.

王淅勤，唐子斌.中小企業信貸決策：歧視、理性還是認知差距？[J].財經研究，2013，39（08）：99-109.

劉鵬，張小樂.基于邏輯回歸的銀行貸款違約情況分析[J].楚雄師范學院學報，2020，35（03）：8-13.

司守奎.數學建模算法與程序[M].北京：海軍航空科學學院，2007.