基于互聯網金融的小微企業信用評估研究

應海芬

（臺州職業技術學院，浙江 臺州 318000）

引言

小微企業，即小型微型企業，在推動經濟增長、促進就業、增加稅收、保持社會穩定以及推動科技創新等方面發揮著重要作用。大中型企業相比，小微企業的經營規范化程度不足、信用狀況的獲取也較難，因此就存在小微企業融資難、融資貴的現象，這阻礙了小微企業的成長。新常態下，中國的經濟運行將處于“L”發展態勢，經濟發展速度放緩，產業轉型壓力凸顯。金融機構出于風險的考量，惜貸拒貸使得小微企業融資面臨更困難的境地。不少小微企業將融資渠道轉向了小額借貸公司或者民間借貸，推高了融資成本，不利于實體經濟發展。伴隨著經濟新常態，互聯網技術應用正日趨成熟，給小微企業融資提供了P2P網貸、眾籌、第三方支付等新的融資渠道，同時也豐富了相關的風險監管方法，對傳統風控方式起到較好的補充效果。

小微企業融資困難的原因是復雜的，既有中小企業自身的因素，也有金融市場的原因，但其中的一個非常重要的問題是企業和金融機構之間的非對稱信息。小微企業信用評估模型的建立，有助于商業銀行分析企業信用狀況，提升小微信貸風險管控能力，平衡信貸市場供給，破解小微企業融資困境，無論是對商業銀行還是對小微企業，都具有重大價值與意義。

一、小微企業信用評估體系構建

小微企業規模小，財務管理制度不健全，財務信息不透明，這將影響到使用財務信息來評估企業信用的傳統方法的預測準確性。同時，小微企業組織形式簡單，多數采用個人獨資或者家族式經營，因此企業主的行為特征也應納入企業的信用評估之中。本文基于某市政府建立的集稅務、海關、電力、社保等數據于一體共享信息平臺，創新性地提出以企業基本信息、盈利能力信息、經營情況信息、關聯方信息和企業主行為特征為分析因素的信用評估模型。

（一）企業基本面信息

主要包括企業所處行業、企業規模、生存年限。與大中型企業相比，小微企業的技術含量和產業層次較低，故受國家政策、大經濟環境的影響較大，經營狀況很大程度上取決于社會經濟環境的支持。行業景氣度可以充分反映政策的扶持導向，修正特殊因素和外在政策因素對風險防控判斷的影響。企業規模是企業歷史經營結果的現時體現，而企業生存年限則在一定程度上反映了企業的持續經營能力。

（二）盈利能力信息

盈利能力信息主要包括銷售收入增長率、融資銷售比和對外擔保銷售比，這些指標主要考慮企業的經營收入與其負債（或可能承受負債）對比的情況。若企業資產負債過高，或者銷售收入明顯下滑，入不敷出，都可能導致企業無法及時還貸。

1.銷售收入增長率。銷售收入是企業銷售商品或提供勞務而取得貨款或勞務收入，一定程度上反映了企業的盈利能力，也反映了企業的現金流入情況。但是由于銷售金額與每家企業的規模及從事行業、產品種類等有較大的關系，因此單從銷售金額數值無法在不同企業之間比較分析。故本模型采用銷售收入的增長率，觀察銷售額在不同時期的增長，從歷史的、動態的角度來考量企業的盈利能力情況。根據樣本測算，風險企業的平均銷售增長率約為-0.018，無風險企業則為0.073，差異性非常顯著。

2.融資銷售比。融資銷售比是企業融資總額與經營活動中的銷售金額的比值，它反映了企業通過經營收入來償付債務的能力。若這個指標越小，說明企業償付負債的能力越強；如果這一指標太高，則意味著企業的收入不足而負債過于沉重，沒有足夠的現金和與其經營規模相適應的現金支付能力，可能出現支付危機。這一指標能較為直接、現實地反映企業短期償債能力。

3.對外擔保銷售比。對外擔保銷售比是企業對外擔保的總金額與經營活動銷售金額的比值。調研某市實際情況，發現企業之間互相擔保的情況非常普遍。因此，將對外擔保納入評估指標之中，如果企業對外擔保銷售比過大，則意味著企業有可能面臨擔保鏈所帶來的風險。根據樣本測算，風險企業的對外擔保銷售比平均水平約為0.268，是無風險企業的兩倍左右，兩者存在顯著差異。

（三）經營情況信息

經營情況信息主要從企業經營的發展情況和平穩度考慮，尋找能客觀、真實反映企業經營情況的指標。由于小微企業的財務指標真實度和完整度不足，因此采用用電量、社保金繳納和應稅及出口相關指標。

1.用電量增長率及波動率。當企業的用電量呈逐步下降趨勢或用電量波動性擴大，一定程度反映了企業運營發生了變化。樣本數據顯示，風險企業中，月用電量大幅波動、用電量呈間歇性發生和用電量逐步下降等現象高于無風險客戶3倍之多，且大多反映了企業訂單下滑導致開工不足或未能正常生產經營。并且，用電數據來自第三方供電部門，數據客觀真實，是較好的經營指標。

2.社保金繳納增長率及波動率。監測企業的協議代發工資金額，是側面掌握企業經營情況的途徑之一。但若企業未在某商業銀行開辦代發工資業務，就無法獲取這部分數據，導致該指標缺失率較高，可用性不強。然而來自社保局的企業社保金繳納數據時效性高、完整率好，且與工資金額指標高度相關，是極好的替代性指標。如果企業社保金繳納下降或波動較大，表明企業可能存在利潤下滑導致的員工收入減少或裁員現象，甚至因運營出現問題而導致無固定性的、群體性的人員費用。

3.應稅及出口增長率。稅收和出口額也是與企業經營情況有較大關聯的兩個指標。總體上看，無風險企業的稅收繳納額度和出口額穩定性較高，呈穩步增長或基本平穩的企業比重較高；而風險企業中金額波動較大、間歇性發生或趨勢性下降的企業比重相對較高。

（四）關聯企業類

從關聯的企業和外部經濟環境的角度入手，綜合考慮一些有可能導致風險的外部因素。

1.關聯客戶量。某市小微企業的一個顯著特征，就是企業之間“親緣”關系復雜，風險“傳染”迅速。取“企業直接關聯客戶數量/該地區平均關聯客戶數量”作為衡量企業關聯復雜程度的簡化指標。事實表明，風險企業的關聯圈子的復雜程度和規模大小都強于無風險企業。

2.融資銀行家數。企業融資銀行的數量如果超過平均水平較多，表明企業可能存在多頭融資、過度融資風險。因為小微企業的運營能力和成長速度有限，如果合理利用財務杠桿原理，適量負債，就可得到較多的利潤，幫助企業成長。而如果企業債務負擔過重，則會適得其反。

（五）企業主信息

企業主信息主要包括企業主個人賬戶交易情況、信用卡透支情況。小微企業主通常自主經營，因此企業主對企業信用情況的影響程度較深。當企業資金處于緊張狀態時，企業主個人賬戶會聯動出現交易頻繁、信用卡透支額增加的情況。

二、小微企業信用評估模型構建

信用評分的建模方法有主觀和客觀兩種。主觀的方法是根據各方面專家對信貸政策市場客戶風險點的共同知識和經驗，篩選出風險要素并賦值，這種方法適合客戶信息量化程度不高和樣本量較小的情況，又稱判斷型。客觀的方法是指運用數據挖掘技術在歷史數據上構建的信用評分模型，又稱數據挖掘型，它主要包括多元線性回歸、邏輯回歸等方法。本文正是采用其中的Logistic回歸模型，其對數據的要求最為寬松，沒有自變量和因變量的線性關系、正態分布等約束，也無須局限于財務數據的優勢。

模型建構主要包括兩大步驟：一是對數據進行因子分析，篩選出影響風險的關鍵指標；二是建立邏輯回歸模型，對小微企業違約情況進行風險預警。

（一）因子分析

如前所述，經反復探討和論證，選定了與小微企業風險密切相關的指標，利用科學的統計分析法計算指標與企業是否發生不良行為之間的相關性，發現其中對小微企業客戶風險影響較大的是融資銷售比（X1）、對外擔保銷售比（X2）、銷售收入增長率（X3）、用電量增長率（X4）、應稅增長率（X6）和融資銀行家數（X11）這6項目指標。

再對上述6項指標進行因子分析，6項指標集分別聚成了紅、綠兩個群，說明影響小微企業風險的主要因素有兩個，分析歸納后，分別為盈利因素、償債因素。

盈利因素主要由銷售收入增長率、用電量增長率和應稅增長率構成，代表企業經營穩定性和成長能力，在模型中起第一變量作用。

償債因素主要由融資銷售比、對外擔保銷售比和融資銀行家數構成，代表銀行償還債務的能力，在模型中是第二變量。

（二）回歸模型建構

利用上述兩大因素，建立了基于邏輯回歸的小微企業風險預測模型：

其中，

（三）模型實證及結果

為驗證模型有效性，另選取了某市的一批數據作為檢驗樣本，對該模型進行實證檢驗。檢驗樣本共選取了111家企業，其中有40家在之后的一年出現不良貸款。運用模型進行測算，可以得到如下結論：

結論一，模型推導結果顯示，71家正常企業預測準確56家，準確率達到78.87%；40家不良企業預測準確28家，準確率達到70%；總體預測準確率達75.68%，具有較高的準確度（見下表）。結論二，模型預測為將要發生不良貸款的43家企業中，最終發生不良的為28家，命中率達到65.11%，較傳統方法提高了1.8倍。

檢驗樣本預測結果

結語

小微企業信用風險預警模型的建立，證明政府推動的信用信息共享平臺起了很大作用。事實上，能夠建立信息共享平臺，形成良好的信息生態環境，小微金融的發展才能更健康。信息的融通為大數據發展和模型應用提供了基礎，利于使用數據挖掘、數據分析，更好地服務于小微企業。基于大數據的數量模型需要在實踐中不斷完善，而且需要因地制宜地調整指標與模型，才能更好地發揮模型的作用。

參考文獻：

[1]鄧超，胡威，唐瑩.國內外小企業信用評分研究動態[J].國際金融研究，2010，(10)：84-91.

[2]何光輝，楊咸月.中國小微企業信用違約影響因素的實證檢驗——來自某國有銀行地區分行的證據[J].上海財經大學學報，2015，(12)：67-79.

[3]汪興隆.論大中型商業銀行小微企業金融服務模式的構建[J].企業與銀行，2012，(6)：79-83.

[4]肖斌卿，柏巍，姚瑤，李心丹.基于LS-SVM的小微企業信用評估研究[J].審計與經濟研究，2016，(6)：102-111.

[5]趙子銥，趙素云.信用評分模型在中小企業信用風險評估中的應用[J].經濟與管理，2005，(11)：70-72.