基于因子分析的我國(guó)中小企業(yè)貸款信用風(fēng)險(xiǎn)評(píng)價(jià)研究

[摘 要] 本文針對(duì)中小企業(yè)發(fā)展中所面臨的貸款難問(wèn)題，在對(duì)客戶(hù)資料進(jìn)行初步篩選后，建立了中小企業(yè)貸款信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，運(yùn)用多元統(tǒng)計(jì)方法中的因子分析法對(duì)樣本企業(yè)進(jìn)行信用評(píng)估，得出適合我國(guó)中小企業(yè)的貸款信用風(fēng)險(xiǎn)評(píng)價(jià)模型，從而為中小企業(yè)融資和商業(yè)銀行評(píng)價(jià)授信企業(yè)提供更為簡(jiǎn)潔和有效的依據(jù)。

[關(guān)鍵詞] 中小企業(yè)；信用風(fēng)險(xiǎn)評(píng)價(jià)；因子分析

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2013 . 21. 002

[中圖分類(lèi)號(hào)] F275 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2013）21- 0004- 03

1 引 言

隨著我國(guó)加入WTO和經(jīng)濟(jì)體制改革的逐步深入，我國(guó)銀行業(yè)面臨著外資銀行涌入的巨大壓力，同時(shí)，這也給我國(guó)銀行業(yè)提供了加快發(fā)展和參與國(guó)際競(jìng)爭(zhēng)的良好機(jī)遇。如何把握好經(jīng)濟(jì)發(fā)展的有利時(shí)機(jī)，力求在風(fēng)險(xiǎn)得到有效控制的前提下，大力發(fā)展信貸業(yè)務(wù)，是我國(guó)商業(yè)銀行面臨的一大挑戰(zhàn)。

20世紀(jì)90年代以來(lái)，隨著經(jīng)濟(jì)的迅猛發(fā)展和社會(huì)主義市場(chǎng)經(jīng)濟(jì)改革的不斷深化，中小企業(yè)成為拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的重要力量、吸納社會(huì)就業(yè)的主要載體及技術(shù)與機(jī)制創(chuàng)新的有效組織形式。據(jù)有關(guān)部門(mén)統(tǒng)計(jì)，中小企業(yè)已經(jīng)成為我國(guó)國(guó)民經(jīng)濟(jì)的重要組成部分，在全國(guó)企業(yè)總戶(hù)數(shù)中中小企業(yè)占98.5%，職工人數(shù)占70%，資產(chǎn)總額占50%，銷(xiāo)售額占60%，工商稅收占50%。不難看出，中小企業(yè)在我國(guó)國(guó)民經(jīng)濟(jì)發(fā)展、社會(huì)穩(wěn)定和人民生活改善中起著舉足輕重的作用[1]。然而，中小企業(yè)在迅速發(fā)展的過(guò)程中也遇到了許多問(wèn)題，其中資金不足、融資困難已成為制約中小企業(yè)發(fā)展的重要因素。對(duì)我國(guó)大多數(shù)中小企業(yè)而言，融資困難主要體現(xiàn)在貸款難上面。目前中小企業(yè)獲得銀行貸款的份額不到銀行全部貸款額的四成，這與其在國(guó)民經(jīng)濟(jì)中的地位極不相稱(chēng)。另外，目前銀行的信用評(píng)估體系中，缺乏有效的針對(duì)中小企業(yè)貸款信用的評(píng)估體系，中小企業(yè)的資信評(píng)級(jí)通常難以達(dá)到銀行放貸標(biāo)準(zhǔn)而被銀行排除在放貸對(duì)象之外，這樣的結(jié)果在一定程度上會(huì)制約中小企業(yè)的發(fā)展，進(jìn)而對(duì)國(guó)民經(jīng)濟(jì)的整體發(fā)展也會(huì)產(chǎn)生一定的影響。黨的十八大報(bào)告指出，針對(duì)經(jīng)濟(jì)發(fā)展中遇到的難題，我們要從實(shí)際出發(fā)，確保政府對(duì)企業(yè)的扶持政策落到實(shí)處，重點(diǎn)扶持中小企業(yè)發(fā)展，擴(kuò)大生產(chǎn)，增加就業(yè)，保持社會(huì)穩(wěn)定，政府要幫助中小企業(yè)拓寬融資之路，讓中小企業(yè)可以順利地?cái)[脫困境，支撐經(jīng)濟(jì)的快速增長(zhǎng)，提升中小企業(yè)的創(chuàng)新能力，提高企業(yè)的內(nèi)在發(fā)展?jié)摿Γ涌煺{(diào)整經(jīng)濟(jì)結(jié)構(gòu)，努力實(shí)現(xiàn)經(jīng)濟(jì)的快速增長(zhǎng)。

因此，建立適合我國(guó)中小企業(yè)的貸款信用風(fēng)險(xiǎn)評(píng)價(jià)模型具有重要意義。

2 我國(guó)中小企業(yè)貸款信用風(fēng)險(xiǎn)評(píng)價(jià)模型的建立

2.1 因子分析模型的原理

因子分析起源于20世紀(jì)初，K.Pearson和C.Spearman等學(xué)者定義和測(cè)定智力所做的統(tǒng)計(jì)分析。該模型的目的是用幾個(gè)不可觀測(cè)的隱變量來(lái)解釋原始變量之間的協(xié)方差關(guān)系，是主成分分析的推廣和發(fā)展，也是一種重要的降維方法[2]。因子分析（Factor Analysis）是根據(jù)相關(guān)性大小把變量分組，使得同組內(nèi)的變量之間的相關(guān)性較高，但不同組的變量相關(guān)性較低。每組變量代表一個(gè)基本結(jié)構(gòu)，稱(chēng)為公共因子（彼此之間不相關(guān)）。然后把描述變量的信息分解為這些公共因子所表達(dá)的信息和每個(gè)變量特有的信息。具體地講，就是用少數(shù)幾個(gè)不可測(cè)的所謂公共因子的線(xiàn)性函數(shù)與特殊因子之和來(lái)描述原來(lái)的每一分量，并且因子分析還可用于對(duì)變量或樣品的分類(lèi)處理。

一般地，因子分析的數(shù)學(xué)模型為：

設(shè)有n個(gè)樣品，每個(gè)樣品觀測(cè)p個(gè)變量，且數(shù)據(jù)已標(biāo)準(zhǔn)化。記公共因子變量為F1，F(xiàn)2，…，F(xiàn)m（m

如果x=（x1，x2，…，xp）′是可觀測(cè)隨機(jī)向量，且均值向量E（x）=0，協(xié)方差∑與相關(guān)矩陣R相等。

F=（F1，F(xiàn)2，…，F(xiàn)m）′是不可觀測(cè)向量，且均值向量E（F）=0，協(xié)方差COV（F）=I。

ε=（ε1，ε2，…，εp）′與F=（F1，F(xiàn)2，…，F(xiàn)m）′相互獨(dú)立，且E（ε）=0，Var（ε）=diag（σ112，…，σpp2）。

則模型x1=a11F1+a12F2+…+a1mFm+ε1x2=a21F1+a22F2+…+a2mFm+ε2…xp=ap1F1+ap2F2+…+apmFm+εp 式 1

稱(chēng)為因子模型，其矩陣形式為

x=AF+ε 式 2

其中x=（x1，x2，…，xp）′，F(xiàn)=（F1，F(xiàn)2，…，F(xiàn)m）′，ε=（ε1，ε2，…，εp）′，

A=a11 … a1map1 … apm

上述模型中，F(xiàn)1，F(xiàn)2，…，F(xiàn)m稱(chēng)為公共因子，它們是相互獨(dú)立的理論變量，在各個(gè)原觀測(cè)變量中都要體現(xiàn)。公共因子的含義需結(jié)合具體問(wèn)題的實(shí)際意義而定。ε1，ε2，…，εp稱(chēng)為特殊因子，主要體現(xiàn)了同類(lèi)變量的個(gè)體差異。

矩陣A中的元素aij稱(chēng)為因子載荷。aij的絕對(duì)值越大，表明xi與Fi的相依程度越大，或者說(shuō)Fj對(duì)xi的載荷量越大，F(xiàn)j反映xi的信息也就越多。

因子分析可用于多指標(biāo)的綜合評(píng)價(jià)。它的思路就是估算m個(gè)公因子F1，F(xiàn)2，…，F(xiàn)m的得分FAC1_1，F(xiàn)AC1_2，…，F(xiàn)AC1_m，以每個(gè)公共因子的方差貢獻(xiàn)率占m個(gè)公共因子的總方差貢獻(xiàn)率的比重βj作為權(quán)數(shù)（要求累計(jì)方差貢獻(xiàn)率達(dá)到要求），構(gòu)造綜合評(píng)價(jià)函數(shù)

FAC1=β1FAC1_1+β2FAC1_2+…+βmFAC1_m 式3

由此公式可以計(jì)算出每個(gè)樣本的綜合評(píng)價(jià)函數(shù)得分，據(jù)此對(duì)樣本進(jìn)行比較分析[3]。

2.2 實(shí)證數(shù)據(jù)分析

本文主要運(yùn)用因子分析法對(duì)中小企業(yè)貸款信用評(píng)價(jià)模型進(jìn)行實(shí)證分析。根據(jù)中小企業(yè)的自身特點(diǎn)、企業(yè)的成長(zhǎng)理論和企業(yè)的一些報(bào)表，主要從中小企業(yè)的信用潛質(zhì)方面進(jìn)行評(píng)估，并結(jié)合目前我國(guó)企業(yè)貸款信用評(píng)級(jí)指標(biāo)體系的內(nèi)容和特點(diǎn)，設(shè)置了以下一些指標(biāo)，主要包括企業(yè)的財(cái)務(wù)因素、非財(cái)務(wù)因素和經(jīng)濟(jì)環(huán)境因素3個(gè)方面。首先，企業(yè)的財(cái)務(wù)因素是一個(gè)企業(yè)財(cái)務(wù)狀況、經(jīng)營(yíng)狀況的體現(xiàn)，是在信用評(píng)級(jí)中的關(guān)鍵因素，包括盈利能力指標(biāo)中的銷(xiāo)售毛利率、銷(xiāo)售凈利率、資產(chǎn)凈利率和資產(chǎn)凈收益率，營(yíng)運(yùn)能力指標(biāo)中的存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率，償債能力分析中的營(yíng)運(yùn)資金比率、現(xiàn)金流動(dòng)負(fù)債比率、資產(chǎn)負(fù)債率、流動(dòng)比率和速動(dòng)比率，財(cái)務(wù)結(jié)構(gòu)中的債務(wù)資本比和凈資產(chǎn)比率；其次，非財(cái)務(wù)因素也在一定程度上反映了企業(yè)發(fā)展?jié)摿Α⑿抛u(yù)狀況和抗風(fēng)險(xiǎn)能力，主要用企業(yè)資產(chǎn)來(lái)衡量；三是環(huán)境經(jīng)濟(jì)因素，即企業(yè)生存和發(fā)展的大環(huán)境，是不可缺少的因素，主要以GDP增長(zhǎng)率和CPI增長(zhǎng)率進(jìn)行分析。

從中小企業(yè)的自身特點(diǎn)出發(fā)，同時(shí)考慮到一些指標(biāo)很難取得，如銀行的授信數(shù)量和企業(yè)歷史的利息償還記錄等，因此，本文主要是以企業(yè)的資產(chǎn)負(fù)債表、利潤(rùn)表、現(xiàn)金流量表及國(guó)家宏觀經(jīng)濟(jì)運(yùn)行狀況為分析數(shù)據(jù)的來(lái)源，選取19個(gè)中小企業(yè)作為研究的樣本數(shù)據(jù)，為了與財(cái)務(wù)定量分析相結(jié)合，非財(cái)務(wù)指標(biāo)的選取亦考慮盡可能量化。通過(guò)對(duì)數(shù)據(jù)的運(yùn)算，得出了關(guān)于中小企業(yè)貸款信用風(fēng)險(xiǎn)評(píng)價(jià)的初步指標(biāo)數(shù)據(jù)，在建立模型之前，對(duì)指標(biāo)進(jìn)行無(wú)量綱化處理。無(wú)量綱化處理就是對(duì)多個(gè)不同的指標(biāo)數(shù)據(jù)進(jìn)行合成，轉(zhuǎn)化成無(wú)量綱的標(biāo)準(zhǔn)化數(shù)據(jù)，這樣才能進(jìn)行比較分析。數(shù)據(jù)預(yù)處理之后的指標(biāo)即為標(biāo)準(zhǔn)化指標(biāo)，可以直接應(yīng)用于分析中。分析時(shí)首先檢驗(yàn)因子模型的前提條件，然后進(jìn)行因子分析，通過(guò)因子旋轉(zhuǎn)計(jì)算因子綜合得分，并得出是否給予貸款的閾值，然后得出適合評(píng)價(jià)中小企業(yè)貸款風(fēng)險(xiǎn)的信用評(píng)價(jià)模型。

在進(jìn)行中小企業(yè)貸款信用風(fēng)險(xiǎn)評(píng)價(jià)時(shí)，首先需要計(jì)算出各個(gè)因子得分，然后計(jì)算各中小企業(yè)的綜合得分，以此對(duì)其進(jìn)行有針對(duì)性的研究。而在計(jì)算各因子得分以及各企業(yè)的綜合得分時(shí)，需要用到標(biāo)準(zhǔn)化后的樣本數(shù)據(jù)。參照標(biāo)準(zhǔn)化的樣本數(shù)據(jù)和因子得分系數(shù)矩陣可以計(jì)算出樣本企業(yè)的各自公共因子得分系數(shù)表。先以第一個(gè)企業(yè)為例，計(jì)算其第一個(gè)公共因子的得分值，其他公因子的得分和其他的企業(yè)的計(jì)算同理。

F1=0.052×0.007 521 888+0.053×0.011 659 22-0.111×0.932 423 677+0.044×0.038 076 558 2+0.216×0.047 933 176-0.032×0.498 862 065-0.57×0.541 617 518+0.056×0.339 788 627+0.056×0.199 315 451+0.204×0.141 111 609-0.014×0.054 343 636+0.013×0.100 667 251-0.049×0.014 085 018+0.233×0.004 029 732-0.216×0.952 066 824+0.194×0+0.032×1+0.032×1=-0.219 17 式4

根據(jù)上面的公式給出各企業(yè)公共因子的得分表，見(jiàn)表1。

通過(guò)計(jì)算，公共因子F1、F2、F3、F4的方差貢獻(xiàn)率的近似值分別為0.253、0.233、0.193、0.170，那么現(xiàn)以4個(gè)公共因子的方差貢獻(xiàn)率作為權(quán)數(shù)，結(jié)合因子得分表，我們可以得出各企業(yè)的綜合得分。各企業(yè)綜合得分的公式為：

FAC1=（0.253×F1+0.233×F2+0.193×F3+0.170×F4）÷0.849 式5

按照上面的綜合得分公式，可以得出各企業(yè)貸款信用風(fēng)險(xiǎn)評(píng)價(jià)的綜合得分情況，按得分大小進(jìn)行分組排名，將得分大于0的中小企業(yè)劃分為第一組，將得分小于0的中小企業(yè)劃分為第二組（其中第一組是貸款信用風(fēng)險(xiǎn)相對(duì)較低的企業(yè)，第二組是貸款信用風(fēng)險(xiǎn)較高的企業(yè)）。結(jié)果見(jiàn)表2。

根據(jù)該評(píng)價(jià)模型，企業(yè)和銀行都可以利用企業(yè)所能提供的一些財(cái)務(wù)和非財(cái)務(wù)資料，計(jì)算相應(yīng)的指標(biāo)，代入相應(yīng)的信用評(píng)價(jià)模型中，對(duì)企業(yè)的信用進(jìn)行有效的評(píng)價(jià)，這樣既可以促使企業(yè)為了提高信用度而進(jìn)行積極生產(chǎn)，又可以使得銀行在放貸時(shí)不再盲目，而且可以有效地對(duì)授信企業(yè)的信用進(jìn)行評(píng)價(jià)。

建立中小企業(yè)貸款信用風(fēng)險(xiǎn)評(píng)價(jià)模型之后，就可以利用中小企業(yè)的報(bào)表等相關(guān)資料來(lái)對(duì)其信用狀況進(jìn)行評(píng)價(jià)，這樣既能為商業(yè)銀行判斷中小企業(yè)貸款信用風(fēng)險(xiǎn)提供依據(jù)，也能為中小企業(yè)解決融資難問(wèn)題提供理論方面的指導(dǎo)。

主要參考文獻(xiàn)

[1]苗麗娜.中小企業(yè)銀行貸款問(wèn)題研究[D].合肥：安徽大學(xué)，2006.

[2]梅長(zhǎng)林，周家良.實(shí)用統(tǒng)計(jì)方法[M].北京：科學(xué)出版社，2006.

[3]阮桂海，等.統(tǒng)計(jì)分析應(yīng)用教程——SPSS，LISRELSAS實(shí)例精選[M].北京：清華大學(xué)出版社，2003.