基于Logistics模型的中小企業(yè)信貸風險預測

朱浩然，顧嘉俊，孫夢晴

（徐州工程學院，江蘇 徐州 221000）

我國信貸市場有著與發(fā)達國家信貸市場不同的獨特特征，具體表現(xiàn)為擔保偏好行為、信貸羊群行為等。目前我國中小企業(yè)貸款難已經(jīng)成為長期關注的焦點，這些企業(yè)雖然具有較好的發(fā)展?jié)摿Γ窍胍@得銀行貸款仍然是較為困難的。而信貸決策作為商業(yè)銀行信貸投資的方向，它的基礎是對借款人信息的掌握。信貸決策堅持的是風險、效率、盈利、全局和發(fā)展的觀念，主要解決信貸的結(jié)構(gòu)問題，秉承著風險、依靠對信貸投向的引導，進一步調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)品的結(jié)構(gòu)，盡量避免重復建設和盲目建設。

1.無信貸記錄企業(yè)的信貸策略模型構(gòu)建

1.1 等級劃分

本文結(jié)合行業(yè)（經(jīng)濟行業(yè)分類與代碼2002版）生命周期以及社會效益等多方面的綜合考慮，將銀行無信貸記錄客戶企業(yè)分為五級，如下表所示：

表1 經(jīng)濟行業(yè)分類

1.2 風險預測

銀行對于信貸企業(yè)的歷史信用的觀察數(shù)據(jù)是離散而非連續(xù)的，即”是”或”否”，對應的為1或0。此時可以按照二分類變量來測量，即Logistic回歸。其主要用來根據(jù)企業(yè)實力預測其未來的違規(guī)概率。本文認為同一行業(yè)企業(yè)具有貸款的相似性，結(jié)合行業(yè)以及上述分類，分別構(gòu)建每個等級的預測函數(shù)。Logistic模型表達式如下所示：

其中：ix為選取的指標即解釋變量，iβ為待估參數(shù)，P為違約狀況此時認定違約是P的值為1，反之為0。

1.3 最優(yōu)分配策略

銀行是以追求利潤的金融機構(gòu)，其發(fā)放貸款的本質(zhì)以較小的代價或風險獲得最大的收益。結(jié)合違規(guī)風險預測的規(guī)律，計算風險最小、收益最大的信貸政策。因此建立目標函數(shù)為：

式中：iQ為銀行對第i個企業(yè)的信貸規(guī)模即貸款額度；pi為銀行對第i個企業(yè)的實力以及行業(yè)生命周期等制定的貸款利率。而iP為第i個企業(yè)的違約概率。由此目標函數(shù)可以得到銀行的綜合收益的期望值最大。

由銀行相關政策條件得知，銀行對于企業(yè)的貸款年利率只能為4%~15%。故得到利率的約束條件為：

2.實證分析

本文將企業(yè)按照相似行業(yè)、相似業(yè)績等原則劃定等級，并進行分等級進行擬合。其中個人經(jīng)營最多，占比39.5%。其次是一級企業(yè)，占比為20.4%。最終綜合選擇企業(yè)規(guī)模1x、收益x2、產(chǎn)品滿意度x3、銷售額x4、產(chǎn)品供應單位數(shù)x5。得到擬合結(jié)果如下表所示：

從上表可以發(fā)現(xiàn)：各個等級的判別效果均較好，最低的效果也達到了86.6%I級類企業(yè)客戶的違約概率基本為0，說明銀行可以放心地對其進行貸款。而第III級的企業(yè)的平均違約風險概率最高，達到34.9%。而V級客戶也出乎意外得比預期低。

求得最終的分配策略為：

從上表可以得知：級別越高的企業(yè)稅率越大，總額度相對較高。而III類多為重工業(yè)企業(yè)，資金需求量大，資金風險較大，故貸款利率定價偏高，貸款總額數(shù)量較大。

3.結(jié)論

級別越高的企業(yè)稅率越大，總額度相對較高。而III類多為重工業(yè)企業(yè)，資金需求量大，資金風險較大，故貸款利率定價偏高，貸款總額數(shù)量較大。V類企業(yè)大部分是個體經(jīng)營企業(yè)，貸款利率跨度較大，其主要原因是企業(yè)信用風險的大小很大程度上取決于企業(yè)法人的經(jīng)營能力、還款意愿等，因此不同企業(yè)的信用風險相差較大。本文建立的信貸風險評估決策模型可以進行相應的適當推廣，一定程度上緩解現(xiàn)狀，有利于今后銀行對此類企業(yè)的合理信貸決策。