中小企業信用評級研究：熱點與發展趨勢*
——基于CiteSpace知識圖譜可視化分析

文/吳玲琳 江冉冉（湖南工商大學）

一、引言

中小企業作為我國經濟發展和社會進步的生力軍，在建設我國現代化經濟體系和推動經濟實現高質量發展中發揮著重要的作用[1]。從2018年普惠金融政策開放至今，中小企業成為社會熱點之一，然而融資難、信用評級受限等問題一直以來阻礙著中小企業的發展。如何健全中小企業信用評級體系，已經成為目前我國中小企業的痛點和難點，為了解決這一問題，許多學者為此作了一定的科學研究。

然而，受一些客觀因素的影響，目前有關中小企業信用評級研究領域存在一定的方法學上的落后。因此，本研究采用較新的科學計量學和信息可視化分析方法——知識圖譜[2]，其基本原理是通過分析科學文獻中的主要研究學者以及相關關鍵詞的相似性，來深入挖掘該領域的研究熱點、研究前沿及發展趨勢[3]，進而為今后對該領域進行深入探索研究學者、從業人員等提供較為客觀可靠的資料來源，以促進該領域的進一步發展。

二、數據可視化分析

（一）作者共現分析

1.數據來源

本文數據源自中國學術期刊網絡出版總庫（CNKI）文獻數據。在CNKI的高級檢索中選擇“文獻”的主題檢索，檢索條件為“中小企業”“信用評級”“信貸評級”，年份設定為2015～2021，從中精選200篇文獻進行可視化分析。

2.基本情況

文獻年份分布：圖1為本文精選的200篇文獻在2015～2021年間的數量分布圖，其中2015年所選文獻27篇，參考文獻46篇；2016年所選文獻31篇，參考文獻44篇；2017年所選文獻16篇，參考文獻46篇；2018年所選文獻29篇，參考文獻43篇；2019年所選文獻43篇，參考文獻34篇；2020年所選文獻17篇，參考文獻37篇；2021年所選文獻23篇，參考文獻6篇。

圖1 文獻年份表

3.作者合作分析運行

運用CiteSpace軟件繪制知識圖譜，時間跨度：2015～2021，時間切片:1年，節點:作者，設定閾值TOPN=50，c=2,cc=2,ccv=20，其 他參數按默認設置，可以得到節點數=302，連線數=159，密度Q=0.0035的作者共現網絡知識圖譜（如圖2所示）。根據圖2，將節點數按從大到小的順序排列分別為夏利宇、黃國東、何曉群、楊旸、王麗莎、李一涵、田若曦、王聰、龍澤棟等人，學者間的相互交流與合作在圖譜中會形成幾個作者密閉子網絡，近7年來出現了以夏利宇、黃國東及何曉群為代表的主要研究團隊。不過，根據連線數可以發現，這幾位發文量較大的作者間合作較少，圖2僅表現出學者黃國東、夏利宇、何曉群之間存在學術合作，與其他學者如王麗莎、李一涵等不存在合作，單獨節點的學者較多?？梢钥闯?，我國學者在信用評級及其相關領域研究上缺乏合作與聯系，學者們之間的學術溝通意識有待提升。

圖2 作者共現知識圖譜

4.關鍵詞分析

（1）關鍵詞共現分析

運行citespace軟件，以關鍵詞為網絡節點，形成由174個節點、250 條連線組成密度為0.0166的關鍵詞共現圖譜（如圖3），詳細分析見表1。一般認為，中介中心性>0.1為關鍵節點，在網絡中具有重要意義，并且值越大節點越重要?？梢娦庞迷u級相關領域研究在網絡上意義重大。

圖3 關鍵詞共現圖譜

表1 關鍵詞共現分析

（2）關鍵詞聚類分析

對企業信用評級的關鍵詞進行聚類分析，得到關鍵詞聚類圖譜，見圖4，詳細分析見表2。

表2 關鍵詞聚類分析

（3）關鍵詞突變分析

通過關鍵詞突變探測（Burst Detection）可測得某一領域的研究趨勢，借助突變詞不僅可以得知特定事件出現的新趨勢，還可以探測與研究前沿密切相關的突變[4]。本文對精選的200篇文獻進行關鍵詞突變分析，并統計企業信用評級排序前五的關鍵詞的突變探測（如圖5）。

從圖5可以看出，“小微企業”在2016年出現了突變，突變值為1.05，即2016年“小微企業”是學術界研究的熱門對象；“債券市場”在2018年出現突變，突變值為1.08，即2018～2020年出現了大量以“債券市場”為關鍵詞的相關論文。同樣在2019～2020年出現了大量以“債券評級”“融資約束”“資本結構”為關鍵詞的相關論文。由此可見，過去兩年學術界對債券評級、融資約束、資本結構相關信用評級內容的探討較為火熱。

圖5 企業信用評級Top5關鍵詞圖譜

三、討論與展望

本文利用CiteSpace軟件對2015-2021年間有關中小企業信用評級的研究進行了梳理與總結。分析作者發現，研究該領域的相關學者有夏利宇、李一涵、楊旸、王麗莎等，其中，以夏利宇為主要代表的團隊在信用評級領域的研究偏向于金融機構所關注的違約損失和市場份額因素等方面；李一涵團隊在中小企業信用評級研究方向偏向于中小企業信貸風險評估模型構建及在后疫情時代對信貸風險評估方面的調整策略等；楊旸團隊主要基于模糊神經網絡對中小微企業進行信用評級方面的研究。此外，他們基于某商業銀行2008～2013年小微企業的實際信貸數據，對中小微企業信用評級模型進行了比較分析；王麗莎團隊在2021年基于邏輯回歸對中小微企業信用策略進行了研究，其中使用二分類的Logistic回歸模型將所得的信譽評級和違約情況以及其他綜合實力影響因子代入模型，求得銀行給所有企業的貸款額度比例和各企業的貸款年利率，這無疑會給研究相關領域的學者提供更多的思考。分析關鍵詞及聚類共現可以看出，以“信用評級”“中小微企業”“信用風險”為高頻關鍵詞，以“神經網絡”“違約概率”“模糊理論”為高中心度關鍵詞，即表示研究熱點，以“債券評級”“融資約束”“債券市場”和“資本結構”為突現關鍵詞，即表示研究前沿，這為中小企業信用評級提供了新的思路和評估體系，是該領域的具體方向和發展趨勢，而“融資約束”這一關鍵詞從另一方面反映出中小企業目前亟待解決的問題。

隨著互聯網的日益興盛，互聯網上的數據也越來越多，對于中小企業信用評價的需求也隨著互聯網的蓬勃發展而日益旺盛。知識圖譜是一種直觀呈現知識的有效方式，能夠將知識可視化[5]。本研究運用知識圖譜，對 CNKI數據庫中近 7年中小企業信用評級領域文獻進行知識圖譜可視化分析，探討了該研究領域的研究熱點、前沿以及發展趨勢。近年來，研究熱點集中于債券評級、債券市場和資本結構三個方面，由此可見，基于三者對該領域進行深入探討和挖掘在解決中小企業融資難問題上將會有良好的應用前景，通過債券來評級可能成為中小企業信用評級領域未來的研究方向。