商業銀行中小微企業信貸風險評分模型初探

榮 洽,黃小璐

(暨南大學伯明翰大學聯合學院,廣東 廣州 511443)

中小微企業是我國企業發展的重要力量，隨著我國營商環境不斷改善，總量規模不斷擴大，產業分布更趨合理。在落實政府加大支持中小微企業政策時，銀行需要對其進行信貸風險評估，合理制定信貸策略，在防范化解重大風險的同時，盡可能向企業提供資金。

1.模型建立

文章選擇穩定性、流動性、安全性、信譽度、營利性、成長性六個影響因素，分別對應企業規模、資金流、廢票比、紅單比、銷供應方數、銷售收入環比增長率六項原始指標，對應量化方式及符號如表1所示。

表 1 指標符號及含義

企業規模x1由平均年銷項總數來表示，則：

資金流x2與資金回流可能不一致，本文默認資金回流為資金流，用銷項發票總額xo∑ 減進項發票總額x∑I來表示，則每年：

廢票比x3出現在企業經營期間合同終止中，此時開具發票作廢。計算發票作廢比能在一定程度上體現改企業的風險狀況。

紅單比x4體現的是紅單金額占總金額的比率，可以有效反映該公司的信譽程度。

銷供應方數量x5可替代年均客戶保持率，通過企業客戶量的大小來反映供求關系的穩定性。

其中，Pi代表供銷應方的數量。

銷售年環比增長率x6可用總金額的年均環比增長率來表示：

其中，Si代表年總金額。

2.模型求解

基于優劣解距離法對企業信用進行評級的過程如圖1所示。對任意一個企業i，其對應的六項指標記作，構成矩陣。

圖1 優劣解距離法TOPSIS模型求解示意圖

2.1 原始數據正向化及標準化處理

由于信用評分越高，企業的信用等級越高，而 43,xx為極小型指標，因此需要將其轉化成極大型，得到共性指標。為平衡各指標在量綱上的差異，我們對已正向化的數據采用標準化形式。具體如下：

2.2 計算各指標的信息熵

2.3 計算綜合得分

利用MATLAB軟件，得到這六項指標的對應權重jw，如表2所示。

表2 指標對應權重數值

表2 排名倒數企業得分

E103 0．00720 D 是0．00664 C 否

可以看出，指標對應的穩定性、信譽度及企業成長性對總體評分影響較大；營利性指標影響較弱；流動性和安全性幾乎對評分無貢獻[2]。

將各企業對應的得分進行排名，截取排名靠前及排名倒數的企業各五家，分別列出其得分jG及對應違約情況，如表1、表3-2所示。

表1 排名靠前企業得分

據此，得分越高、排名越靠前的企業有更高的還貸能力和更高的可信度，銀行貸款策略也將根據企業得分評估排序，從高到低發放貸款和考慮貸款策略。

3.結論

文章通過將企業績效狀況量化為六項評價指標，定性分析，從而得到每家企業對應的得分狀況。在保證準確率的前提下，建立一套信貸風險量化體系，為銀行提供貸款提供了有效的參考數據。信貸策略的確定需要銀行重視各企業的資信情況，如財務經營狀況、信用等級及違約情況。同時制定有利于信譽度高企業的利率政策，更好地促進中小微企業發展。對模型進行分析時，考慮到層次分析法的主觀性太強，因此選用計算信息熵進行客觀賦權。TOPSIS模型的使用，直接分析數據內在的關聯，評價更為準確。