基于商業(yè)銀行視角下中小微企業(yè)信貸決策研究

高璐冰 趙國慶 侯家璇

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

關(guān)鍵詞：信貸策略;TOPSIS法;熵權(quán)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(yè)在貢獻稅收、提供就業(yè)崗位、推動科技創(chuàng)新等方面發(fā)揮著重要作用，是我國市場經(jīng)濟的重要組成部分。現(xiàn)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(yè)資金實力薄弱，時間間隔指標較低，對疫情等突發(fā)因素的抵抗能力較弱，因而對資金需求旺盛。但中小微企業(yè)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(yè)銀行信貸決策對中小微企業(yè)自身發(fā)展以及配置市場資源、活躍市場經(jīng)濟具有重要意義。

相較于專門貫徹金融調(diào)控意圖的政策性銀行，商業(yè)銀行自主經(jīng)營自負盈虧，其為中小微企業(yè)提供貸款時主要障礙是信息不對稱，主要表現(xiàn)在兩點：其一，貸前難以實現(xiàn)價值發(fā)現(xiàn)（王淅勤和唐子斌，2013），其二，貸后過高的監(jiān)督和執(zhí)行成本 （La Porta， 2002;Beck， 2006）。銀保監(jiān)會和中央銀行相繼發(fā)聲，引導商業(yè)銀行長期服務中小微企業(yè)，政策的支持使得商業(yè)銀行的目光逐漸聚焦于中小微企業(yè)。而在向中小微企業(yè)提供貸款時如何降低不良貸款率，防范中小微企業(yè)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(guān)口，最終實現(xiàn)收益最大化成為商業(yè)銀行亟待解決的問題。本文通過建立中小微企業(yè)信貸風險評價模型量化信貸風險，據(jù)以制定信貸策略，可減少信息不對稱，為商業(yè)銀行信貸決策提供參考，實現(xiàn)銀企共贏。

1 評價指標體系的建立

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

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

1.1 企業(yè)規(guī)模

規(guī)模大的企業(yè)實力雄厚，資金周轉(zhuǎn)靈活，在應對外部沖擊時，生存能力明顯優(yōu)于規(guī)模小的企業(yè)，因此還貸能力強，信貸風險小，用營業(yè)收入即銷售額近似表示企業(yè)規(guī)模。

1.2 經(jīng)營成果

經(jīng)營成果越好，企業(yè)的盈利能力和現(xiàn)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(yè)經(jīng)營成果。

其中，為企業(yè)第張銷售發(fā)票、進項發(fā)票業(yè)務下價稅合計。

1.3 上下游議價能力

已有研究表明，企業(yè)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(yè)及時付款，預付貨款，下游企業(yè)會要求企業(yè)提供更多的賒銷。應收賬款和預付賬款增加，企業(yè)周轉(zhuǎn)能力下降，從而影響企業(yè)貸款償付能力，故用上下游企業(yè)數(shù)量之和近似表示上下游議價能力。

1.4 企業(yè)長期盈利變化

企業(yè)發(fā)展趨勢越好，貸款償還能力越強，而盈利增長率與企業(yè)的發(fā)展狀況正相關(guān)，故用盈利增長率近似表示企業(yè)長期盈利變化。通過Excel數(shù)據(jù)透視表獲得每個企業(yè)2017—2020年季度利潤，擬合數(shù)據(jù)，其斜率k反映企業(yè)長期盈利變化。為消除行業(yè)與企業(yè)規(guī)模對增長率的影響，用所得斜率與企業(yè)利潤總額的比值K近似表示企業(yè)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(yè)進銷項發(fā)票、信用評級、違約數(shù)據(jù)、企業(yè)發(fā)展趨勢及企業(yè)規(guī)模等各項因素的前提下，對企業(yè)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(zhuǎn)化為根據(jù)指標對企業(yè)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(guī)劃問題，主要思路如圖1所示。

2.2 獲取指標數(shù)據(jù)及行業(yè)分類

使用Excel數(shù)據(jù)透視表以及python程序獲得企業(yè)規(guī)模、經(jīng)營成果、上下游議價能力以及企業(yè)長期盈利變化四項指標數(shù)據(jù);對附件一中的企業(yè)按照企業(yè)名稱進行切片，分別構(gòu)造第一、二、三產(chǎn)業(yè)特征的字符串列表，將企業(yè)名稱切片字符串進行遍歷，并將其歸入不同產(chǎn)業(yè)當中。

2.3 確定信用評級

首先對指標進行分類，企業(yè)規(guī)模、經(jīng)營成果、上下游議價能力、企業(yè)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(gòu)建標準化矩陣

構(gòu)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(quán)法計算權(quán)重

為避免權(quán)重確定的主觀性，本文選取熵權(quán)法對影響企業(yè)信貸的四個因素進行賦權(quán)。

計算概率矩陣，其中

權(quán)重求解結(jié)果如表1所示。

從表1可以看出，3類產(chǎn)業(yè)4項指標所占權(quán)重比例大致相同，產(chǎn)業(yè)差異并不明顯。4項指標所占權(quán)重從大到小依次為：企業(yè)規(guī)模，上下游議價能力，經(jīng)營成果，企業(yè)長期盈利變化。長期盈利變化比重最小，企業(yè)規(guī)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(yè)進行信用評級時最應關(guān)注企業(yè)規(guī)模、議價能力等硬實力。

2.3.3 優(yōu)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(yè)得分，與權(quán)重相乘再累加，即，得出企業(yè)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(yè)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(yè)進行信譽評級。由此，問題轉(zhuǎn)化為多元分類問題。使用SPSS軟件并用Fisher判別法將三類產(chǎn)業(yè)評級分為A、B、C、D級，以第二產(chǎn)業(yè)為例，選取企業(yè)規(guī)模、利潤、上下游企業(yè)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(yè)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(shù)取為函數(shù)，使用極大似然估計方法（MLE）對參數(shù)進行估計可得到函數(shù)表達式：

使用SPSS軟件得到各企業(yè)的違約概率。

2.5 建立規(guī)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(xiàn)銀行貸款業(yè)務的利潤最大化，將企業(yè)按照產(chǎn)業(yè)和信用評級分為9類，即第一產(chǎn)業(yè)A、B、C級貸款額度為x1、x2，x3，第二產(chǎn)業(yè)A、B、C級貸款額度為x4、x5，x6，第三產(chǎn)業(yè)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(yè)銀行對放貸企業(yè)的貸款額度為10萬～100萬元。（2）商業(yè)銀行對放貸企業(yè)的貸款年利率為4%～15%。（3）商業(yè)銀行固定年度貸款額度為1億元。

目標函數(shù)及約束條件為：

其中q為客戶流失率，ρ為第i類企業(yè)的平均違約概率，Ni為每類企業(yè)數(shù)量。

3 模型的求解

選擇模擬退火啟發(fā)式算法對上述規(guī)劃模型進行求解，得到銀行的最優(yōu)貸款利率以及最優(yōu)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(xiàn)損失最小化的9類企業(yè)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(jié)果可近似得到，平均違約概率第三產(chǎn)業(yè)>第二產(chǎn)業(yè)>第一產(chǎn)業(yè)，C級>B級>A級;最優(yōu)貸款利率C級>B級>A級，第三產(chǎn)業(yè)>第二產(chǎn)業(yè)>第一產(chǎn)業(yè);最優(yōu)貸款額度A級>B級>C級，第一產(chǎn)業(yè)>第二產(chǎn)業(yè)>第三產(chǎn)業(yè)。商業(yè)銀行在制定信貸策略時，可根據(jù)違約概率確定是否提供貸款，參考最優(yōu)利率及額度，結(jié)合每個企業(yè)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(jié)語

該方法具有以下優(yōu)點：（1）通過產(chǎn)業(yè)分類減弱了產(chǎn)業(yè)因素對企業(yè)信貸評級的影響。（2）熵權(quán)修正的優(yōu)劣解距離法客觀求解四個評判指標的權(quán)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(fā)式搜索可避免陷入局部最優(yōu)解。

當然該方法也存在缺點，比如企業(yè)行業(yè)分類具有主觀性;模擬退火算法求解結(jié)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(yè)壽命（Vittorio Pelligra，2013）等因素，也可利用大數(shù)據(jù)的優(yōu)勢借助第三方平臺等完善信貸風險評價指標體系。（2）根據(jù)商業(yè)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(jù)實際在模型中增加新的約束條件等。可為商業(yè)銀行制定信貸策略提供參考，助力商業(yè)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(xiàn)銀企共贏，進而有效配置資源、活躍市場經(jīng)濟。

參考文獻

程皓. XT銀行小微企業(yè)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(yè)信貸決策：歧視、理性還是認知差距？[J].財經(jīng)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(shù)學建模算法與程序[M].北京：海軍航空科學學院，2007.