商業(yè)銀行小微企業(yè)信貸風(fēng)險評估模型的實證研究

李榮花

(重慶銀行股份有限公司，重慶　400000)

?

商業(yè)銀行小微企業(yè)信貸風(fēng)險評估模型的實證研究

李榮花

(重慶銀行股份有限公司，重慶400000)

商業(yè)銀行需要對授信客戶的信用風(fēng)險等級進行評估，最后根據(jù)信用評估進行相應(yīng)的商業(yè)信貸。在授信客戶的信用等級評估中，銀行需要對授信客戶的一些重要指標(biāo)，例如信用、經(jīng)濟狀況、客戶情況等進行了解，通過信貸風(fēng)險評估模型進行信用風(fēng)險級別的評定。本文將對商業(yè)銀行小微企業(yè)信貸風(fēng)險評估模型的實證研究進行分析。

商業(yè)銀行；小微企業(yè)；信貸風(fēng)險；評估模型；實證研究

隨著經(jīng)濟改革的深入，國家針對企業(yè)制定的相關(guān)政策有著適當(dāng)?shù)恼{(diào)整，企業(yè)的發(fā)展有著不同的外部環(huán)境。在這一背景下，小微企業(yè)得到迅速的發(fā)展，成為了現(xiàn)今企業(yè)構(gòu)成形式中的重要組成部分。企業(yè)的進步和發(fā)展在一定程度上需要借助商業(yè)貸款的幫助。商業(yè)銀行為了確保自身利益，需要對小微企業(yè)的信貸風(fēng)險等級進行評定。在這一過程中，商業(yè)銀行小微企業(yè)信貸風(fēng)險評估模型起著重要的作用。能夠?qū)π∥⑵髽I(yè)的信用風(fēng)險等級進行更為準(zhǔn)確的評估，降低銀行因為信用風(fēng)險遭受的損失。

1.問題的提出

銀行作為金融信貸機構(gòu)，在市場經(jīng)濟環(huán)境下扮演著重要的作用，是市場經(jīng)濟的重要組成部分。在銀行的運營過程以及作用的發(fā)揮中，銀行需要面對多種多樣的金融風(fēng)險，平衡社會的供需，對資產(chǎn)的流向進行引導(dǎo)，使資金得到融通。在銀行面對的風(fēng)險中，信用風(fēng)險是銀行面對和承擔(dān)的主要風(fēng)險類型[1]。我國的銀行信用風(fēng)險管理方法和技術(shù)都較為落后，沒有有效地實現(xiàn)對信用風(fēng)險的管理，在很大程度上導(dǎo)致了銀行不良貸款的發(fā)生，影響了銀行資金的融通，造成銀行資金流通工作受到阻礙，不利于銀行的進步和發(fā)展。銀監(jiān)會2014年末的數(shù)據(jù)顯示，商業(yè)銀行正常貸款余額66.6萬億元，不良貸款余額8426億元，較之年初增長了2506億元，不良貸款率達到了1.25%，影響了商業(yè)銀行的資金利用效率，造成銀行資金融通受到阻礙。隨著經(jīng)濟改革的深入，小微企業(yè)逐漸成為我國企業(yè)組成形式中的重要組成部分，小微企業(yè)的數(shù)量也有著較大的提升。小微企業(yè)是適應(yīng)我國改革需求的企業(yè)組織形式，為我國提供了大量的就業(yè)機會，在很大程度上促進了我國經(jīng)濟的發(fā)展，促進了科學(xué)技術(shù)的進步和社會的穩(wěn)定發(fā)展。小微企業(yè)擴大經(jīng)營規(guī)模，需要借助商業(yè)銀行信用貸款的幫助，從而具備足夠的資金支持進行經(jīng)營活動。商業(yè)銀行對小微企業(yè)進行信用貸款的批準(zhǔn)通過，在現(xiàn)階段大多依靠個人主觀的判斷，沒有通過較為科學(xué)的評估模型進行評定，這造成了銀行不良貸款的產(chǎn)生，導(dǎo)致銀行的資金融通受到不良影響[2]。

2.商業(yè)銀行小微企業(yè)信用風(fēng)險評估模型

2.1 數(shù)據(jù)收集

從某地的商業(yè)銀行信用貸款中進行數(shù)據(jù)的收集，以便于商業(yè)銀行小微企業(yè)信用貸款的研究。一共選取100個符合相關(guān)研究要求的信貸客戶樣本，前30個作為小微企業(yè)信用風(fēng)險評估的實驗對象，后70個作為實驗研究的檢驗樣本。下面將對采集的商業(yè)銀行小微客戶信貸風(fēng)險評估進行分析和研究。

2.2 進行主成分的提取

對采集的數(shù)據(jù)信息進行轉(zhuǎn)換，并輸入到SPSS軟件中進行主成分的分析與研究，從而得出的累計貢獻率依次為：2.642、1.76、1.162、0.947、0.803、0.714、0.624、0.541、0.440、0.367，通過分析與研究可以看出的是，第六個貢獻率已經(jīng)達到了80.267%，由特征變量得到主成分的表達式為：F1=-0.5076X1+0.4220X2-0.4411X3+0.2719X4-0.1840X5-0.2738X6+0.2043X7+0.2270X8+0.098436X9+0.2898XX。(F1、F2…F6以此類推)。將數(shù)據(jù)信息進行輸入，使之能夠在EXCEL表格上能夠得到表現(xiàn)，將數(shù)據(jù)進行矩陣信息的轉(zhuǎn)換。

2.3 BPNN結(jié)果分析

將數(shù)據(jù)輸入到BP神經(jīng)網(wǎng)絡(luò)模型，設(shè)置輸入的層節(jié)點為6、輸出層節(jié)點為1，學(xué)習(xí)率為0.075。一般而言，分類結(jié)果的準(zhǔn)確率等于樣本分類中正確數(shù)量的個數(shù)除以樣本數(shù)量的總個數(shù)。從上述一系列的分析研究中可以得到相應(yīng)的運算結(jié)果，不放貸企業(yè)的準(zhǔn)確率為78.57%，而放貸企業(yè)的準(zhǔn)確率則為92.98%，信用風(fēng)險評估模型的總體準(zhǔn)確率則為85.78%。通過數(shù)據(jù)的分析與研究，可以得到的結(jié)論為放貸企業(yè)的準(zhǔn)確率處于較高的水平，而不放貸企業(yè)的準(zhǔn)確率則較為低下[3]。因此，不放貸企業(yè)的準(zhǔn)確率則需要進行適當(dāng)?shù)奶岣摺Ｉ虡I(yè)銀行小微企業(yè)信用貸款風(fēng)險評估模型經(jīng)過實證研究，確實能夠在很大程度上提升信用貸款的準(zhǔn)確率，減少銀行不良貸款的產(chǎn)生。在商業(yè)銀行小微企業(yè)的信用貸款風(fēng)險評估中，信用風(fēng)險評估模型能夠起到切實有效的作用，具有較高的預(yù)測準(zhǔn)確率，能夠在很大程度上改進和完善商業(yè)銀行的信用貸款，降低商業(yè)銀行的面對信用風(fēng)險水平，實現(xiàn)對小微企業(yè)信用風(fēng)險的管控，降低商業(yè)銀行的不良貸款率。

3.結(jié)語

提高商業(yè)銀行信貸風(fēng)險的評估，能夠促進商業(yè)銀行進行小微企業(yè)信用貸款工作的開展，從而幫助小微企業(yè)從商業(yè)銀行獲得足夠的資金支持。商業(yè)銀行小微企業(yè)信用貸款風(fēng)險評估體系，在商業(yè)銀行小微企業(yè)貸款中風(fēng)險評估的應(yīng)用，能夠起到有效的作用，穩(wěn)定我國的金融環(huán)境，促進我國金融事業(yè)的發(fā)展。

[1] 張端.小微企業(yè)信貸風(fēng)險防范研究[J]. 赤峰學(xué)院學(xué)報(自然科學(xué)版)，2015，05：67-68.

[2] 曹明生.基于Logistic模型的小微企業(yè)信用風(fēng)險度量研究[J]. 時代金融，2015，08：203-204.

[3] 丁振輝，韓佩穎.小微企業(yè)貸款不良率的影響因素研究——基于X銀行貸款質(zhì)量的面板數(shù)據(jù)分析[J]. 金融理論探索，2016，01：18-23.