電力數據在中小企業信用風險評估中的應用

譚鈞方

中小企業“融資難”一直都是討論的熱點，而造成這一現象的最主要原因還是中小企業信用風險難以評估。用經濟學的說法就是由于信息不對稱導致銀行等信貸機構對中小企業信用風險難以量化衡量。為了加強信用風險的管理，信用評價機構需要借助一套合理的評價體系來評估中小企業的信用風險。因此，中小企業信用評價體系在此扮演著十分重要的角色。隨著國家關于深化中小企業金融服務政策的出臺，各地開展探索創新中小企業信用評價的有效信息抓手，本文聚焦“電力大數據+金融”模式，基于電力數據建立起中小企業信用風險評價模型。該模型為企業信用評價和風險防范提供了模型依據。

一、中小企業特點及信用評價難點

1.中小企業特點。我國中小企業以非國有的中小企業為主。該類企業規模小、經營管理及產業結構存在問題，可用于貸款的抵押品或是自有資產嚴重不足，抗風險能力弱，信息披露不全，信用等級低等問題。但由于其流動資產多，經營手段靈活，其生命力比起大企業更強。中小企業主要有以下特點：①生產規模小，市場競爭力弱。中小企業雖然在數量上占有絕對優勢，但所占的市場份額小，在國民經濟中依然是大企業起決定性的主導作用。在規模、資金、技術、市場占有率等方面都存在著劣勢。由于其資本積累不足，再加之信用不高，籌措資金困難，因此擴大生產規模難，購進先進技術較難，這影響了產品的市場競爭力。②財務信息不實，管理不規范。中小企業由于可用的有效的抵質押品或自有資產有限，加之信用不高，所以難以取得有效的擔保人。此外，由于財務管理不規范，會計報表不實，信息披露不全，不利于做出正確的信用評價。③經營范圍廣，手段靈活，生命力頑強。中小企業的資金和技術的“門檻”比較低，進入市場容易，經營手段靈活多樣，且范圍廣，適應性強。一般中小企業占用資金少，周轉速度快，易于適應多變的經濟環境，可以根據市場供求的變化調整自我經營方法，及時滿足市場需求。所以，和大企業相比，中小企業生存能力更強。④自有資金少，固定資產缺乏。中小企業一般自有資金較少，為了周轉資金，企業往往選擇租賃設備、廠房等方式來正常運營。因此，固定資產作為信用評價重要考慮因素之一，不動產少，中小企業的信用更加難以量化衡量。

2.中小企業信用評價難點。一直以來，中小企業融資難在于其信用難以評價，而究其信用評價難的原因則在于，中小企業公司治理結構不規范，財務報表不實，信息披露不完全，外人難以獲取直接準確的信息，這就產生了信息不對稱的現象。這種信息不對稱會產生逆向選擇。即“高信用”的借款人不愿意向銀行貸款，市場上進行貸款的大多是“低信用”的借款人。這是因為“低信”借款人愿意出更高的貸款利率進行貸款。當貸款利率高于一定水平時，能承擔高風險的“低信用”借款人愿意貸款，而“高信用”客戶拒絕申請貸款的可能性變大，從而使得信貸市場上難以客觀衡量中小企業信用。另外，信息不對稱產生道德風險。在中小企業迫切需要資金情況下，部分中小企業為獲得貸款，申請貸款時不表明貸款真實用途和期限，獲得銀行貸款后隨意改變貸款用途。因此，信息不對稱帶來的風險導致了中小企業融資難的困境產生。

隨著國家關于深化中小企業金融服務政策的出臺，各地區開展探索創新中小企業信用評價的有效信息抓手，以“電力大數據+金融”的模式逐漸被廣泛關注。本文著重探討電力數據在中小企業信用評價中的適用性并建立信用評價模型，為中小企業信用風險評價提供真實有效的度量方法。

二、電力數據在中小企業信用評價中的應用

1.電力數據在企業信用評價中的適用性。電力數據在信用評價中的適用性在于，基于電力客戶基本信息、長期用電量、繳費情況等歷史數據，對企業以后的信用進行預測和評價。其適用性在于，首先，電力數據可以了解企業的欠費情況，而欠費規模可反映一個企業的信用情況。因為究其欠費原因，一是企業因宏觀經濟形勢或自身管理原因，經營不善，導致破產和瀕臨破產，二是一些企業法律意識淡薄，故意拖欠。總結而言，企業因償還能力不足或信譽太差，產生欠費。因此，電力數據可以較好反映一個企業信用水平。其次，電力數據可采集的周期和樣本足夠大。因此，數據在預測企業的信用上準確度更強，而且電力數據每天、每月都在更新，可實時跟蹤企業情況和動向，對企業風險把控度強。

基于電力數據在企業信用評價中具有較好的適用性，電力公司可通過用電數據對中小企業進行篩選，將信用好的企業推薦給銀行，形成信用信息的共享，從而加快中小企業信貸準入和審批流程，解決中小企業“融資難”的問題。

2.基于電力數據的中小企業信用風險評價模型設計。①信用風險評價方法。基于學者以往的研究經驗，本文運用層次分析法建立信用風險評價模型，模型中將客戶用電情況作為重要指標，并構造矩陣，運用matlab計算各權重。根據層次分析法所得權重，建立信用風險評價函數Z，通過對Z數值的跟蹤，發現異常波動。

構造判斷矩陣，同一層次下的各因素比較評價標度設置如下：標度“1”表示因素i與因素j同樣重要;標度“3”表示因素i比因素j稍微重要;標度“5”表示因素i比因素j明顯重要;標度“7” 表示因素i比因素j強烈重要; 標度“9” 表示因素i比因素j絕對重要;標度“2，4，6，8” 表示上述相鄰標度的中間值;倒數含義為：因素i對因素j的判斷為，則倒數1/aij為因素j對因素i的判斷。

根據上述標準，運用一致矩陣法，將同一層次的指標兩兩比較，得到判斷矩陣。再進行一致性檢驗，一致性檢驗指標如下：

CI=（λmax-n）/（n-1），其中，n為判斷矩陣的階數。一致性比率指標： CR=CI/RI，其中，RI為平均隨機一致性指標，該指標取值通過查RI取值表獲得。該表顯示，階數從1-8的RI值分別取0，0，0.52，0.89，1.12，1.26，1.36，1.41。CR越小表示一致性檢驗效果越好。一般認為，CR值小于0.1時，矩陣可通過一致性檢驗，構造的矩陣可以接受。

②信用風險評價體系指標構成。在信用風險指標選擇中，要遵循一定原則。如果指標選擇忽略了主要因素，將會導致指標體系適用性不強。但如果所有指標都加以考慮，則又會使問題復雜化。因此，指標選擇原則包括目的性、全面性、可行性、定量分析四方面。根據目的性原則，本文選擇電力數據包括企業正常繳費金額占比和正常繳費次數占比;根據全面性原則，本文選擇行業發展情況、銀行流水中進賬交易量與出賬交易量占比、利潤情況。上述五個指標又均滿足可行性和定量性的原則。因此，風險評價指標體系所包括的具體指標為正常繳費金額占比（A1）、正常繳費次數占比（A2）、銀行流水中進賬交易量與出賬交易量占比（A3）、行業發展情況（A4）、利潤總額（A5）。

③風險評估指標權重的確定及數據處理。本文基于特爾菲法對相關指標權重進行確定。通過走訪問卷調查五位行內專家，本文對各指標權重相對重要性進行量化。五位專家分別包括某商業銀行行長一名、風險經理一名、合規經理一名、公司客戶經理一名、普惠金融部副總經理一名。五位專家在行業內從業經驗均7年以上。本文根據五位專家的相對賦值構建各層級矩陣進行相關分析。運用層次分析法，本文對A1 、A2、A3、A4、A5五項指標層級構造矩陣并計算各權重。矩陣如下：

A為5階矩陣，通過matlab計算求得最大特征λmax=5.07 ，計算的權重系數公式為：

ω=（0.17，0.19，0.40，0.13，0.11）T， 一致性檢驗指標CI=0.018。一致性比率指標CR=0.016。CR<1，這表明上述4階矩陣通過一致性檢驗。則指標各權重占比為正常繳費金額占比（0.17）、正常繳費次數占比（0.19）、銀行流水中進賬交易量與出賬交易量占比（0.40）、行業發展情況（0.13）、利潤總額（0.11）。

④評價指標結果分析。根據層次分析法所得權重，中小企業信用風險評價函數計量如下：

Z=0.17*A1+0.19*A2+0.40*A3+0.13*A4+0.11*A5

在指標中，權重占比最大的為資產負債比，占比最小的是企業利潤總額。因為中小企業往往都是在初創期，其前期經營利潤往往不高甚至是負利潤情況。但是在對中小企業進行信用評價時，從企業長遠發展考慮，重點關注的還是資產負債情況和電力數據情況。

通過建立信用風險評價函數Z，信用評價機構或商業銀行可通過對Z數值的日常跟蹤，建立企業正常經營時的正常Z值區間，當Z值超過正常區間時，即發出異常波動的預警，從而即時甄別和追蹤不良信用企業，防范化解風險。

（作者單位：西南財經大學）