基于Logistic模型的中小企業信用風險研究

穆香山

摘要：在社會的不斷發展過程中，中小企業已經逐漸成為了我國經濟進步的中堅力量。但中小型企業由于其規模限制問題，致使其融資手段較為單一，融資較為困難，這也是中小型企業發展道路上所面臨的問題之一。本文圍繞著信用風險展開論述，建立中小型企業Logistic模型，并對模型進行實證研究，同時深入分析得出相關結論提出防范風險措施，以供相關行業參考。

關鍵詞：信用風險;中小型企業

1.Logistic模型構建

在如今時代，可以說企業信用是企業發展的基礎保障。因此，企業應當加大對自身信用風險的關注力度。在此，本文對中小企業進行分析，根據其實際的違約概率信息來建立信用違約預警模型。

1.1選取研究樣本

本文所構建的企業信用違約預警模型是依據多家企業信息來進行的，其中包含有制造業、服務業、科技類、銷售業等等。筆者利用相關技術在數據庫中收集有42家中小企業的年度財務報表，經過相關標準的篩查獲取到有效真實的數據。

1.2選取風險指標

選取風險指標主要是根據中國銀行對于企業信貸方面的評級進行，并且在選取的過程中將中小企業各自的融資情況和其自身的發展程度作為參考。筆者在違約預警模型構建的過程中選取23個財務風險指標，其中包含有企業的盈利能力、還債能力和發展能力等等。

1.3基于Logistic的模型構建

建立 Logistic 回歸模型：

將第i個公司的因子得分矩陣設為Zi，根據企業信用的違約概率來預警中小型企業的信用風險，當企業無違約情況時記為1，反之記為0，判定結果為非連續變量，因此中小企業的信用違約概率和Zi的關系如下：

式中：

Pi--第i個公司出現違約的概率，范圍為0-1。

P值越接近1，該企業所發生違約的概率越小，企業的信用風險越低，反之違約概率越高，企業的信用風險越高。本文為了更加明確企業信用的預警信號，將P=0.5作為正常、異常分割點，當企業出現違約的概率P小于0.5時，企業便被設定為違約企業，反之則為正常企業。

2.實證研究

2.1樣本的描述性分析

2.1.1顯著性檢驗

對各個公司的23個財務指標進行嚴格篩選，避免出現遺漏數據、不真實數據的情況，從而影響模型的效果。公司信用度較高的企業在信用風險模型中的指標均值和方差會高于信用較差的企業。

2.1.2多重共線性檢驗

在本模型的樣本選擇中，需要剔除具有共線性的指標，只保留一種指標，如此便能節省工作量，并且對模型結果無影響。再剔除相關數據后需要利用有效手段來嚴重共線性的問題是否得到有效解決，在解決的情況下進行下一步。

2.2因子分析

筆者在樣本指標選取時利用因子分析提煉出公共因子，避免因為某些指標數據對結果影響較小而剔除。

2.2.1數據檢驗

由上表可以看出，Bartlett球形假設檢驗近似卡方值較大，顯著性水平小于0.05，KMO值接近于1，變量間的相關性較強，適合做因子分析。

2.2.2因子提取

依據相關手段驗證，每個指標的共同度均高于0.65，證明因子分析結果具有有效性。

因子提取后根據相關手段來計算出因子的得分情況。

2.3 Logistic模型回歸

用因子分析結果進行邏輯回歸，回歸結果如下：

回歸結果代入上式，可得如下預警模型：

從該模型我們可以看出，主因子F1、F2、F3、F4、F5均進入回歸方程，這表明企業失敗的概率更多地受償債能力、盈利能力、發展能力和營運能力的影響。

3.結果分析與風險防范

3.1結論及分析

根據對Logistic預警模型分析，企業的信用與其主營業務利潤率、總資產周轉率、流動資產周轉率、應收賬款周轉率成正相關。如此說明企業利潤越大，經濟效益越好、資金利用率越高信用風險越低。

3.2信用風險防范建議

（1）建立完善的外部制度體系。良好的外部制度環境是降低中小企業融資信用風險的首要手段。在外部制度環境的營造過程中，可以借助政府、核心企業和銀行力量來進行;（2）完善預警體系。根據數據分析，企業應收賬款等指標依舊是影響中小企業信用風險的主要因素。因此企業應當加大對賬期、賬齡的分析判斷，更加關注資產周轉率、流動資產周轉率等指標，以此來提高企業信用。（3）合理分配信用額度。在國家政策的引領下推動金融機構創新融資產品，應根據中小企業特點大力發展應收賬款融資模式。擴大中小企業信貸途徑，加強與股份制商業銀行、城市商業銀行合作，以此提高中小企業信用度。

參考文獻：

[1]王千紅，張敏.我國中小企業信用違約風險識別的實證研究[J].上海經濟，2017（01）：91-100.

[2]張嘉欣.供應鏈金融模式下中小企業信用風險評價模型[J].中國市場，2020（16）：188-189+193.