Logit模型在商業銀行中小企業信用風險評估中的應用研究

宋作為

【摘? 要】商業銀行中小企業信用風險理論特指的是中小企業違約或者信用評級改變對商業銀行產生損失的可能性。實際應用中通常使用預測表現最優的Logit模型進行風險評估。將影響企業信用的風險劃分為定量指標與定性指標，用因子分析方法實施降維，基于公共因子建立Logit模型對中小企業信用風險實施預測。

【Abstract】The credit risk theory of small and medium-sized enterprises in commercial banks specifically refers to the possibility of losses caused to commercial banks by the default of small and medium-sized enterprises or the change of credit rating. In practice， the Logit model with the best predictive performance is usually used for risk assessment. The risk that affects enterprise credit is divided into quantitative index and qualitative index， the dimension is reduced by factor analysis method， and the Logit model is established based on the common factor to predict the credit risk of small and medium-sized enterprises.

【關鍵詞】商業銀行;因子分析;Logit模型;信用風險

【Keywords】commercial bank; factor analysis; Logit model; credit risk

【中圖分類號】F832.4;F276.3? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2021）10-0101-03

1 引言

近年來，我國經濟已由高速增長階段轉向高質量發展階段，這就要求以商業銀行為主要構成部分的金融市場能夠給予企業生產足夠的資金支持，而其中中小企業占據了絕對數量。因此，商業銀行需要一種有效的量化工具對中小企業金融借貸的風險進行衡量，以此來保證信用風險測度的穩定，為國內金融系統的穩定發展提供保障。

2 我國商業銀行中小企業信用風險理論概述

中小企業是我國國民經濟的重要組成部分，也是最活躍的生產形態，占全國企業總量的99%以上。具有規模小、抗風險程度低、市場靈敏度高等特征。

商業銀行是以盈利為目的的貨幣經營企業，以貨幣為經營對象。在中小企業貸款問題上普遍存在“惜貸”問題。由于商業銀行與中小企業之間存在信息不對稱性，致使商業銀行實施借貸行為時企業風險較大，銀行的惜貸行為使得中小企業融資更為困難，企業發展陷入困境。

信用風險是指因債務人或交易對手未履行合同所規定的義務或其信用質量發生了變化，金融工具價值受到影響，從而給債權人或金融工具的持有人造成損失的一種可能性。商業銀行中小企業信用風險理論特指的是中小企業違約或者信用評級改變對商業銀行產生損失的可能性。

3 商業銀行應用Logit模型進行信用風險評估的介紹

新巴塞爾資本協議將銀行風險劃分為市場風險、信用風險和操作風險，作為金融體系中活躍的組成部分，信用風險被認為是最主要的風險。由此，國內外學者對此已經作出了大量的相關研究。在信用風險評估的管理方式下，產生了諸如評級法、專家系統評分法等定性方法;在數理統計的方法構建下出現了以多元判別分析法、Logit模型、Probit模型、神經網絡法等為代表的量化分析的處理方式。受制于定性方法主觀性的影響和多元分析對于原始數據及模型的嚴格假定，實際應用中通常使用預測表現最優的Logit模型進行風險評估。

在中小企業信用風險評估當中，用虛擬變量y來刻畫違約事件是否發生，用p表示企業違約概率，并設定由相關影響因素構成的向量：原始變量表示[x1，x2，…，xp]（或者公共因子表示[f1，f2，…，fm]），以此構造Logit回歸模型：

y=1，企業違約0，企業不違約

f（p）=ln=g（[x1，x2，…，xp]）

使用Logit模型進行風險評估的優勢體現在4個方面：①以多元判別分析為首的判別方式要求研究對象分為2組及2組以上，且解釋變量必須可測，Logit模型能夠在保留被測對象的原始信息的情況下直接分析;②放寬了對于自變量的要求，不需要原始變量或者解釋因子服從多元正態分布、樣本協方差矩陣相等的假設條件;③Logit模型本身是0-1事件的非線性表征，而信用風險評估的目的就是衡量借貸的有效程度，具有現實意義;④所需的企業財務數據相對易于收集，且該方法獨立于外部信用評級機構，信用評級機構的不完善并不會對模型產生影響。

4 中小企業信用風險量化指標設計及數據分析

4.1 指標設計

通常將影響企業信用的風險劃分為定量指標與定性指標。

其中定量指標來源于交易所以及企業所提供的年度財務報表，依據現有研究可以選取表1中的14個指標，分為5類（見表1），綜合反映企業的償債能力、營運能力、盈利能力、現金流量與市場價值。

償債能力指標也可稱為資產變現能力指標，該指標所研究的是企業的流動性資產與流動性負債的關系，能夠體現企業在權責發生制下對于到期債務的償付能力;營運能力分析通過流動性資產的周轉速度作為指標實現;盈利能力是指企業通過經營行為獲取利潤的能力，對于債權方是收取本金與利息的保障;現金流量分析能夠反映企業現金流量狀況，能夠有效衡量企業當前的資金狀況與償債能力，如果企業擁有足夠的現金流進行還款，則說明企業的償債能力強，反之則弱;企業的市場價值能夠有效體現投資者對于企業的信心，較高的市場價值能夠吸引更多投資者進行投資，償債能力也會增強。

為體現行業系統性風險以及外界對于企業的判斷情況，在定量指標的基礎上引入1個定性變量：按照深圳交易所年度上市公司信息披露考核結果對企業進行賦值，評級結果A為1，B為2，C為3，D為4。

4.2 數據收集與因子分析方法

在深圳交易所中小企業板篩選并選取樣本，選取了其中200家企業2018年財務報告中獲得的研究數據。

因子分析方法是通過尋找反映原始變量相關性的幾個不可觀測的“潛變量”對原變量實施“降維”的方法;提取出的公共因子相互之間具有正交性，有助于提取非重復的有價值的信息。探索性因子分析分為4步：

①標準化處理，消除量綱影響。

②因子分析的可行性檢驗。

③提取因子，根據實際意義選擇是否進行因子旋轉，解釋實際意義。

④計算因子得分。

檢驗原始變量是否適合進行因子分析的方法有KMO檢驗和Bartlett球度檢驗，通常認為KMO值大于0.6，Bartlett球度檢驗P<0.01時比較適合因子分析，經檢驗得到KMO=0.701，說明變量之間相互作用的信息能夠被其他變量所解釋，適合作因子分析。Bartlett球度檢驗的P<<0.001，同樣說明樣本數據適合進行因子分析。

提取使累計方差貢獻率達到70%以上的公共因子，共計5個，并通過因子旋轉分別對提取出的5個公共因子進行實際解釋，可以解釋為短期償債能力因子（流動比率、速動比率）、盈利能力因子（毛利率、凈利率、資產報酬率、每股收益）、現金流量因子（經營凈現金比率、經營現金負債比、每股經營現金流量）、營運能力因子（總資產周轉率、存貨周轉率）、綜合償債能力因子（權益乘數、應收賬款周轉率、資產負債率）。分別對應于表3與表4的第1～5個成分。

5 基于Logit模型的我國中小企業信用風險評估

通常認定資產負債率高于60%時說明公司運營存在危機，不利于發展。在本模型中，將違約行為簡化為運營存在危機的情況，便于處理。采用向前選擇法對變量進行篩選，輸出結果如表5所示。

Logit回歸經過3步迭代后結束。在第三步迭代中，FAC1、FAC2、商業評級和常數項在0.05的顯著性水平下顯著，因此使用短期償債能力指標F1、盈利能力指標F2和企業信息質量Z1評估來估計中小企業的信用風險更有意義。由此得到中小企業違約概率的Logit表達式：

p=

依據因子分析可以得出相對應的因子得分：

F1=-0.842×資產負債率-0.462×權益乘數+0.940×流動比率+0.945×速動比率-0.037×總資產周轉率-0.014×應收賬款周轉率-0.029×存貨周轉率+0.153×凈利率+0.442×毛利率+0.097×資產報酬率+0.142×經營凈現金比率+0.650×經營現金負債總額比-0.001×每股收益-0.133×每股經營現金流

F2=-0.302×資產負債率-0.633×權益乘數+0.034×流動比率+0.024×速動比率+0.079×總資產周轉率+0.110×應收賬款周轉率-0.205×存貨周轉率+0.799×凈利率+0.278×毛利率+0.953×資產報酬率+0.156×經營凈現金比率+0.113×經營現金負債總額比+0.800×每股收益+0.270×每股經營現金流

借助Logit模型得到中小企業違約概率的表達式，可以對樣本企業的違約情況進行判別。以P=0.5作為臨界值，選取另外140家企業利用模型進行預測Logit模型對樣本總體的判別準確率達到70.71%，區分信用風險的效果較為理想。

6 結語

本文選取了中小企業信用評估中較為重要的財務指標和定性指標，基于對樣本企業的因子分析建立出信用風險評估的Logit模型，根據預測準確率可知擬合效果較好。相較于其他模型，該模型并沒有關于原始數據的更為嚴格的假設，但是對風險量化指標中的定性部分存在主觀性前提假設，假定了交易所信息披露所造成的經濟影響是等距的。隨著市場監管信息日趨完備和多元化，未來可以在模型中引入更多尚未考慮的定性指標對中小企業的信用風險進行更有效的預測。

【參考文獻】

【1】孫琳.基于Logit模型的中小企業信用風險評估[D].濟南：山東財經大學，2013.

【2】鄭艷會.基于Logit模型的我國商業銀行中小企業貸款信用風險度量研究[D].沈陽：東北大學，2014.

【3】劉瑞霞，張曉麗，陳小燕，等.多元有序Logit模型用于上市公司信用評級探析[J].財會月刊，2008（02）：54-55.

【4】解素雯.基于主成分分析與因子分析數學模型的應用研究[D].淄博：山東理工大學，2016.