中小微企業的信貸風險評價研究與實證分析＊

■ 章培軍 楊瑞

西京學院理學院 西安 710123

0 引言

2014年9月，李克強總理在第八屆夏季達沃斯論壇中致辭時表示，要掀起“大眾創業”、“草根創業”的新浪潮，形成“萬眾創新”、“人人創新”的新勢態。此后，他在首屆世界互聯網大會、國務院常務會議和2015年《政府工作報告》等場合中頻頻闡釋“大眾創業、萬眾創新”這一關鍵詞。并在2018年9月26日，國務院下發《關于推動創新創業高質量發展打造“雙創”升級版的意見》[1]。在政府大力推行“大眾創業、萬眾創新”政策的背景下，中小微企業成為推動中國經濟發展的重要力量[2]。2018年末，我國共有中小微企業1807 萬家，占全部企業的99.8%；中小微企業吸納就業人員2.33 億人，占全部企業就業人員的79.4%；擁有資產總計達到402.6 萬億元，占全部企業資產總計的77.1%；全年營業收入達到188.2萬億元，占全部企業全年營業收入的68.2%。

2020年，席卷全球的新冠肺炎疫情給全世界的經濟帶來了極大的影響，尤其是規模較小、企業管理制度不夠完善、抗風險能力差的中小微企業更是受到了巨大的沖擊。中小微企業對社會經濟的快速發展做出了很大的貢獻，但中小微企業的發展也需要資金和政策的支持，國內外學者從中小微企業融資難、信貸風險影響因素等方面進行研究[3-6]。Daisuke Tsuruta[5]分析了日本部分中小微企業的融資數據，發現導致企業融資困難的原因主要是很多中小微企業信用較差、財務數據不全面等，從而失去了擴大規模的機會。Nikaido Yuko等[6]采用probit 樣本選擇模型，表明企業規模、貸款人教育程度、是否在代理機構注冊以及是否參與多元化活動等因素對小微企業信貸風險具有重要影響。

如何建立信貸風險評價指標體系一直是金融界和學術界探討的重點[7-12]。美國的鄧白氏公司根據中小微企業發展的特點，經過專家評分法，編寫鄧氏編碼，從而得到中小微企業的信用評級[8]。由于專家評分法的主觀性太大，一些學者通過極大廣義差別法、聚類分析等方法選擇評級指標，根據統計分析結果確定其權重。隨著信息化技術和計算機技術的快速發展，人們將評級方法信息化，提升評級技術，建立現代的風險量化模型。Bin‐for F等[9]根據銀行貸款違約率，結合銀行自身情況，提出Credit Risk 模型，從而預估因為違約而造成多少資金的流失。糜仲春等[10]通過對非財務和財務指標的分析，建立了綜合評價指標體系，并以Logit 回歸模型為基礎設計了適合我國的中小企業信貸風險評估體系。陳小梅[11]基于大數據的小微企業信貸風險評價體系具有數據、成本和效率優勢，傳統商業銀行、互聯網金融企業及第三方評級機構紛紛開展了相關實踐和探索?？锖２ǖ萚12]以深圳證券交易所中小企業板940個裝備制造業樣本為研究對象，通過剔除冗余信息，運用偏相關－方差分析，建立了供應鏈金融下的企業信用風險評價指標體系。

在對中小微企業的信貸風險評價上，以上方法和模型有不同程度的運用，但是它的設計主要是以大型企業為基礎，銀行作為中小微企業融資的首選對象，面臨的困境是中小微企業的信息不夠對稱，并且發放貸款后不能對中小微企業進行很好的監管，從而導致部分中小微企業不能夠及時還款，加大了銀行的潛在風險，所以，面對如此的困難和矛盾，銀行需要依據企業的交易票據信息和信貸政策等向供求穩定、實力強的中小微企業提供貸款。那么如何根據企業的交易票據信息來評價中小微企業的信貸風險，是目前很多銀行迫在眉睫的問題。本文首先選取影響中小微企業信貸風險的財務指標和非財務指標，建立中小微企業信貸風險評價體系，以實現銀行對中小微企業的信貸風險作出評估，并將該評價體系應用于某銀行的123 家有信貸記錄的中小微企業，對此進行實證分析，為銀行進行中小微企業信貸風險評估和管理提供一定的理論依據和參考價值。

1 信貸風險評價指標選取

1.1 指標選取的原則

1.1.1 綜合性原則

中小微企業信貸風險評價指標不僅要考慮企業的實力和信譽，信貸政策和客戶穩定性等因素，還要考慮企業以前的經營情況和企業未來的發展潛力，從而對評價對象進行全面、有效的評價。

1.1.2 易獲性原則

銀行建立信貸風險評價體系，是為了根據評價的結果來確定是否放款以及貸款額度和利率等信貸策略。而中小微企業的信息不對稱，貸款額度較小，并且希望盡快獲得資金，所以需要選取便于銀行獲取的指標。

1.1.3 定量與定性結合

定量指標易于處理，但中小微企業的財務數據難以獲取，并且真實性難以保證，所以在指標選取時，可以將定量指標與定性指標相結合。

1.2 評價指標的確定

為了評價中小微型企業的信貸風險，按照信貸風險評價指標選取的原則，本文建立多層次的中小微企業信貸風險評價指標，主要考慮企業經營實力和信譽，企業實力主要包括企業營業利潤、營業利潤率、銷售增長率和營業利潤增長率四個財務指標，以及發票總數一個非財務指標；企業信譽主要包括信譽等級、違約狀況、作廢發票率和負數發票率4個非財務指標（圖1）。

圖1 信貸風險評價指標

1.2.1 財務指標

由于財務數據能夠反映企業以前和未來的經營狀況，并且直接影響企業能否持續發展和償還債務能力，所以財務指標在衡量信貸風險時起著及其重要的作用的。下面將從營業利潤、營業利潤率、銷售增長率和營業利潤增長率等四個方面對中小微企業的財務狀況進行分析。營業利潤是中小微企業營業收入減營業支出，可以得知企業日常經營活動中的盈利能力，該指標越大說明企業的盈利能力越強，從而信用狀況越良好。計算公式：

營業利潤=銷項發票總金額-進項發票總金額

營業利潤率是指經營所得的營業利潤占銷售凈額的百分比，反映中小微企業的營業效率。計算公式：

銷售增長率可以反映中小微企業在同一階段不同時期的銷售能力，是評價中小微企業成長狀況和發展能力的重要指標。計算公式：

營業利潤增長率是本年營業利潤增長額與上年營業利潤總額的比例，是預測中小微企業發展狀況的重要指標。計算公式：

1.2.2 非財務指標

由于中小微企業規模較小，財務數據不夠全面、真實性有待考證，從而中小微企業的發展很大程度上取決于企業的信用和發展前景等因素，所以，非財務指標在對中小微企業信貸風險評價方面起著重要的作用，以下主要從發票總數、信譽等級、違約狀況、作廢發票率和負數發票率等五個方面進行分析。發票總數反映了企業在一段時間內經營的頻率，甚至經營狀況。

信譽等級是信用評估機構根據企業資信評估結果對企業信用度劃分的等級類別，它反映了企業信用度的高低。

違約狀況是根據中小微企業以往借貸是否正常還款，以簡單的是、否為衡量標準，在一定程度上反映了中小微企業的信譽度。

作廢發票是在為交易活動開具發票后，因故取消了該項交易，使發票作廢。計算公式：

負數發票是在為交易活動開具發票后，企業已入賬記稅，但購買方因故發生退貨、退款而開具的發票。計算公式：

2 基于模糊層次分析法的信貸風險評價模型

2.1 指標層次模型的建立

根據信貸風險指標選取的原則，充分考慮影響中小微企業信貸風險的諸多要素，依據以上選取的信貸風險指標，建立中小微企業信貸風險評價指標層次結構模型（見表1）。目標是評價中小微企業的信貸風險（Z），其一級指標由中小微企業的實力（X），中小微企業的信譽（Y）組成。計算公式：

表1 中小微企業信貸風險評價指標層次結構模型

Z=aX+bY

其中，a,b分別表示中小微企業的實力與信譽的權重系數。

中小微企業的實力（X）包括營業利潤（x1）、營業利潤率（x2）、銷售增長率（x3）、營業利潤增長率（x4）、發票總數（x5）等指標。計算公式：

X=a1x1+a2x2+a3x3+a4x4+a5x5

其中，ai(i= 1,2,3,4,5)分別表示營業利潤、營業利潤率、銷售增長率、營業利潤增長率、發票總數的權重系數。

中小微企業的信譽（Y）包括信譽等級（y1）、違約狀況（y2）、作廢發票率（y3）、負數發票率（y4）等指標。計算公式：

Y=b1y1+b2y2+b3y3+b4y4

其中，bi(i= 1,2,3,4)分別表示信譽等級、違約狀況、作廢發票率、負數發票率的權重系數。

2.2 構造模糊判斷矩陣并計算指標權重

模糊層次分析法[13]是層次分析法和模糊綜合評價法的結合，是一種定性與定量相結合的決策分析法，大體上分為以下4步。

第一步：建立中小微企業信貸風險評價指標層次結構模型。

第二步：對同一層次的要素進行比較[14]，得到優先關系矩陣A=(aij)n×n，且滿足：

aij> 0，aii= 0.5，aij+aji= 1，(i，j= 1，2，3，…，n)

第三步：計算模糊一致性判斷矩陣。對優先關系矩陣A=(aij)n×n按行求和：

再根據

計算模糊一致性判斷矩陣H=(hij)n×n。

第四步：計算各要素的權重。首先，計算模糊一致性判斷矩陣每行元素乘積的n次方根：

然后，根據歸一化公式

計算出各要素的權重值。

2.2.1 中小微企業的信貸風險一級指標權重計算

首先，計算一級指標的優先關系矩陣（表2）。

表2 一級指標優先關系矩陣

其次，對優先關系矩陣按行求和，得到

r1= 0.8，r2= 1.2

根據公式(2)，將優先關系矩陣轉化為模糊一致性判斷矩陣

然后，計算模糊一致性判斷矩陣每行元素乘積的2次方根，得到

w1= 0.4472，w2= 0.5477

根據公式(4)，得到中小微企業實力和信譽的權重分別為

a= 0.4495，b= 0.5505

2.2.2 中小微企業實力二級指標權重計算

首先，計算企業實力二級指標的優先關系矩陣（表3）。

表3 企業實力二級指標優先關系矩陣

其次，對優先關系矩陣按行求和，得到

r1= 3.5，r2= 2，r3= 1.5，r4= 3，r5= 2.5

根據公式(2)，將優先關系矩陣轉化為模糊一致性判斷矩陣

然后，計算模糊一致性判斷矩陣每行元素乘積的5次方根，得到

根據公式(4)，得到營業利潤、營業利潤率、銷售增長率、營業利潤增長率、發票總數的權重分別為

2.2.3 中小微企業信譽二級指標權重計算

首先，根據計算企業信譽二級指標的優先關系矩陣（表4）。

表4 企業信譽二級指標優先關系矩陣

其次，對優先關系矩陣按行求和，得到

r1= 2.8，r2= 2.4，r3= 1.1，r4= 1.7

根據公式(2)，將優先關系矩陣轉化為模型一致性判斷矩陣

然后，計算模糊一致性判斷矩陣每行元素乘積的4次方根，得到

w1= 0.6597，w2= 0.6144，w3= 0.4601，w4= 0.5329

根據公式(4)，得到信譽等級、違約狀況、作廢發票率、負數發票率的權重分別為

b1= 0.2910，b2= 0.2710，b3= 0.2029，b4= 0.2351

從而，我們得到

3 實證分析

3.1 數據來源

本文數據來源于2020年全國大學生數學建模競賽C題中某銀行的123家有信貸記錄企業的相關數據（http://www.mcm.edu.cn/）。123 家中小微企業一共有210947條進項發票信息記錄、162484 條銷項發票信息記錄。其中，企業信息包括企業代號、企業名稱、信譽評級和是否違約；進項發票信息包括企業代號、發票號碼、開票日期、銷方單位代號、金額、稅額、價稅合計和發票狀態；銷項發票信息包括企業代號、發票號碼、開票日期、購方單位代號、金額、稅額、價稅合計和發票狀態。

3.2 數據處理

前面已經得到了各層指標的權重，現需要對定量指標和定性指標進行處理，首先運用功效系數法對定量指標的數據結果進行量化；然后運用模糊綜合評價法對定性指標進行量化。

3.2.1 對定量指標的處理

運用功效系數法[15]（efficacy coefficient method），將實際值與滿意值比較，經過計算得出每個定量指標的分值。有些定量指標的數值越大，該指標就越優，如營業利潤、營業利潤率、銷售增長率、營業利潤增長率、發票總數等，該類指標稱為極大型指標；有些定量指標的數值越小，該指標就越優，如作廢發票率、負數發票率等，該類指標稱為極小型指標。

對于極大型指標，指標分值

對于極小型指標，指標分值

其中，x表示該類指標的實際值，x1表示該類指標的滿意值，x0表示該類指標的不允許值。

根據某銀行123 家有信貸記錄企業的相關數據，可以得到中小微企業的營業利潤、營業利潤率、銷售增長率、營業利潤增長率、發票總數、作廢發票率、負數發票率等定量指標數據（圖2）。

圖2 123家中小微企業的定量指標數據

根據分析，營業利潤、營業利潤率、銷售增長率、營業利潤增長率、發票總數等指標為極大型指標。其中，營業利潤最大的兩個企業分別是E4 和E3，營業利潤分別為1620092586 元和518151016.6 元，營業利潤最小的兩個企業分別是E1 和E83，營業利潤分別為-1678862959 元和-31503212.89 元，綜合考慮123 家中小微企業的營業利潤，將滿意值定為134832722元，不允許值定為-430217 元，根據公式(5)，得到各家中小微企業的營業利潤指標分值（圖3(a)）。同樣可以得到各家中小微企業的營業利潤率、銷售增長率、營業利潤增長率、發票總數等指標分值（圖3(b)(c)(d)(e)）。

作廢發票率、負數發票率等指標為極小型指標。其中，作廢發票率最高的兩個企業分別是E123 和E101，作廢發票率分別為47.06%和39.24%，作廢發票率最低的兩個企業分別是E1 和E100，作廢發票率分別為0 和0.64%，綜合考慮123 家中小微企業的作廢發票率，將滿意值定為1.82%，不允許值定為19.5%，根據公式(6)，得到各家中小微企業的作廢發票率指標分值，同樣可以得到各家中小微企業的負數發票率指標分值（見圖3(f)）。

圖3 123家中小微企業的定量指標分值

3.2.2 對定性指標的處理

定性指標是指不能直接量化，需要通過其他途徑實現量化的評價指標。比如中小微企業的信譽等級、違約狀況等指標，中小微企業的信譽等級有A、B、C、D 四個等級，違約狀況有違約和非違約兩個狀態。根據模糊綜合評價法[16]（fuzzy comprehension evaluation method）給出各個等級的分值為：A 等級100 分，B 等級83.33 分，C等級66.67 分，D 等級50 分，違約和非違約分別賦予分值50和100分。

根據某銀行123 家有信貸記錄企業的相關數據，可以得到各個中小微企業的信譽等級(見表5)和違約狀況(見表6)。

通過對表5和表6的分析知，信譽等級為A 的27 家中小微企業都沒有違過約；信譽等級為B 的38家中小微企業只有一家（E45）違過約，其余37家都沒有違過約；信譽等級為C 的34 家中小微企業只有兩家（E29 和E87）違過約，其余32 家都沒有違過約；信譽等級為D 的24 家中小微企業全部違過約。進一步表明，企業是否違約，在一定程度上決定了企業的信譽等級。

表5 123家中小微企業的信譽等級

表6 123家中小微企業的違約狀況

3.3 信貸風險評價

根據得到的中小微企業信貸風險評價指標層次結構模型和各指標的分值，我們可以得到各中小微企業的信貸風險得分(表7)。

表7 123家中小微企業的信貸風險得分

其中，信貸風險得分最高的五家中小微企業分別為E2、E9、E8、E13、E15，得分分別為93.22 分、91.76 分、90.11 分、90.10 分、89.03 分，這五家企業的信譽等級都是A，都沒有違過約。其中，E2 企業的營業利潤達到435079409.2元，位于123家中小微企業的第4名；營業利潤率和銷售增長率都達到74%；營業利潤增長率達到103%；發票總數為44863張，位于123家中小微企業的第1 名；作廢發票率為3.93%；負數發票率低至1.15%。信貸風險得分最低的五家中小微企業分別為E111、E122、E112、E113、E121，得分分別為55.03 分、55.21 分、58.98分、59.84 分、60.87 分，這五家企業的信譽等級都是D，都違過約。其中，E111 企業的營業利潤為233462.02 元；營業利潤率為32%；銷售增長率為-88%；營業利潤增長率為-166%；發票總數為528 張；作廢發票率高達11.36%；負數發票率為6.06%。

4 結束語

中小微企業是我國經濟體系的重要組成部分，其數量巨大，對于解決就業問題，促進市場經濟蓬勃發展具有重要作用。但由于企業規模小、缺少抵押資產、銀行與企業之間信息不對稱以及不良貸款率的攀升，根據信貸政策、企業的交易票據信息等，建立中小微企業的信貸風險評價體系成為當務之急。本文建立了中小微企業的信貸風險評價模型，并將模型應用于某銀行的123家有信貸記錄的中小微企業中，得到如下結論：

（1）原有的信貸風險評價模型的主要問題包括：評價指標偏重財務指標，設計不盡合理；計算指標權重的方法不夠客觀，也不盡合理；信貸風險評價方法缺乏客觀性，主觀性過強。

（2）本文設計的中小微企業信貸風險的評價體系，通過選取影響信貸風險的四個財務指標和六個非財務指標構造出評價指標層次模型，較為全面的覆蓋了影響中小微企業信貸風險的因素。根據模糊層次分析法，構造模糊判斷矩陣并計算指標權重，合理削弱了財務指標的比重，適當提高了非財務指標的占比。運用功效系數法對定量指標進行量化；運用模糊綜合評價法對定性指標進行量化，得到各指標分值，建立了適合中小微企業信貸風險評價體系。

（3）以某銀行的123 家有信貸記錄的中小微企業為例，驗證了評價模型的有效性，也為銀行、政府等進行中小微企業信貸風險評價和管理提供了理論依據和參考。

為了解決中小微企業融資難，銀行壞賬率高的問題，需要銀行等金融機構、政府和中小微企業共同努力，本文提出以下3點建議。

（1）一方面，中小微企業要規范經營，提高產品、技術和服務等質量，在經營過程中要誠實守信，減少負項發票和作廢發票的比例，要按時還款，避免違約，從而提高企業信用度，即企業的信譽等級；另一方面，中小微企業負責人要加強金融知識的學習、熟悉銀行信貸評估機制、掌握國家關于中小微企業信貸優惠政策，減少中小微企業負責人自身的知識缺口，降低中小微企業的信貸恐慌，避免企業遭受需求型信貸約束。

（2）銀行要不斷優化中小微企業的信貸風險評價體系，針對共性問題，聯合金融機構進行解決，銀行主要關注企業的經營實力和信譽，主要包括營業利潤、營業利潤率、銷售增長率和營業利潤增長率等指標；金融機構也要對信貸制度進行創新，破解中小微企業融資困難、銀行壞賬率高等問題。

（3）政府要推進信用評價、監督和管理體系的建設。政府不僅要出臺、落實中小微企業的優惠政策，也要加強中小微企業的監督和管理，比如征信管理等，以保證中小微企業能公平參與競爭，也能提高企業的創新力。政府還要加強對中小微企業的行業引導和指導幫扶，針對不同行業的發展差異，政府對其進行引導，有助于行業協調發展。