郁鎣熒　鮑琴　戴柯磊

摘 要：依據企業風險制定中小銀行信貸策略，以數據量化分析為切入點，從信貸政策、交易票據信息、上下游企業影響力這三個角度挖掘影響銀行信貸風險的因素，量化出評價指標并利用熵權法分析出企業風險系數。針對不同的企業風險情況確定出不同的效益額計算方式，而后以銀行受益與風險之間的平衡為目標，以各企業的貸款額和貸款年利率作為決策變量，以貸款額度與貸款年利率限制為約束條件，建立銀行信貸策略模型，通過模型求解確定實施信貸策略。為驗證此銀行信貸策略模型在突發因素情況下的可行性，利用現有數據通過模型分析獲得突發事件下的信貸策略，與實際信貸方案比較，確定本模型輸出結果符合實際情況，可以為中小銀行信貸決策提供參考。

關鍵詞：風險系數指標;熵權法;銀行信貸策略;可行性

中圖分類號：F832? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2022）13-0095-04

一些小型企業因發展需要向銀行貸款，但往往因為規模較小并且缺乏抵押資產，導致銀行對其信貸策略評估存在一定困難。通過調查研究發現，銀行通常是基于企業信用情況并根據經驗決策放貸，這存在一定風險。本文通過數據分析方法引入更多的評價指標，建立了一套銀行信貸模型，以期為制定信貸策略提供科學支撐。

一、信貸風險指標確定

信貸策略主要是用來確定銀行對企業進行信貸風險評估后決定是否向企業放貸以及放貸額、貸款年利率的方案。一般銀行通常只從信貸政策、交易票據信息、上下游企業影響力這三個角度，根據一定經驗習慣決定信貸策略。本文對已知數據通過合理分析[1]，提取出了影響信貸風險的12項指標，以此提高評估科學性。

（一）信貸政策

信貸政策的預防政策主要用于銀行在借貸前對借貸人進行資格審核[2]，借貸人的信譽以及以往交易中違約記錄是考察重點，因此本文提取出信譽等級和是否違約兩項指標。

（二）交易票據信息

交易票據信息包含企業進項和銷項相關數據，主要包括進項銷項額、稅額、作廢發票、負數發票、有效票數，本文從中提取出以下6項指標。

1.年平均營業收入。企業的年平均營業收入直接表明了企業的收益情況，反映企業的經濟狀況，具體計算公式如下：

年平均營業收入=（企業銷項額-企業進項額）/年數

（1）

2.營業收入年平均增長率。企業的營業收入年平均增長率反映了企業近幾年的經濟變化趨勢，可看出企業的經濟狀況是呈上升還是下降狀態，計算公式如下：

營業收入年平均增長率=-1（2）

其中，n為年限，例如求解2017—2020年的年平均增長率，此時n=4。

3.納稅規模。納稅規模的標準與增值稅有關，增值稅為企業需交稅額，增值稅率3%為小規模納稅人，增值稅率6%、9%、13%為一般納稅人。

4.進項負數發票數占有效票數之比——企業資金流轉情況。企業的進項負數發票數越多，證明企業由于自身經濟情況取消訂單越多，可能出現資金鏈周轉困難、資金赤字等情況。

5.銷項負數發票數占有效票數之比——企業產品質量優劣。銷項負數發票數占有效票數之比反映企業被退回產品的數量，刻畫了企業的產品質量優劣。

6.進項銷項作廢票數占總票數之比。進項銷項作廢票數占總票數之比反映了企業與銷售方和購買方交易取消的概率。

（三）上下游企業影響力

企業從銷售方進貨而后向購貨方銷售產品，兩者分別影響企業的進貨成本與銷售額，反映了企業的供求關系。

1.銷售方數量。銷售方數量代表企業進貨資源的豐富與否，銷售方數量越多，說明企業進貨渠道廣泛，供應情況越穩定。

2.購貨方數量。購貨方數量代表企業的客戶資源，反映企業產品的需求情況。

3.總進貨額（有效發票）。企業總進貨額為進項額之和。

4.總銷售額（有效發票）。企業總銷售額為銷項額之和。

二、基于熵權法的信貸風險綜合評價模型

根據企業的各項指標來評判企業的信貸風險是一種多指標評價體系。本文基于熵權法建立了綜合評價模型，利用熵權法求解評價指標權重[3]，得出每個銀行信貸風險的綜合評價得分，據此評估銀行信貸風險如表1所示。

依據熵權法，本文求解出12項指標的熵權值，通過排序發現，納稅規模、是否違約、信譽評價這三項熵權值較大并且明顯高于其他指標。因此本文認為這三項指標對銀行信貸風險起主要作用，由此獲得風險系數模型。

風險系數=0.336×納稅規模+0.288×是否違約+0.206×信譽評級（3）

三、基于銀行信貸風險性與收益性的銀行信貸策略模型

銀行放貸需要考慮信貸風險性造成的損失額與收益額，因此本文針對銀行放貸建立了以風險與收益平衡為目標的模型，將貸款額、貸款利率作為約束條件，求解出對不同信譽評級的企業的信貸策略[4]。

（一）企業最大貸款額

企業最大貸款額等于每年營業收入合計乘以年現金值系數，其中營業收入合計為企業進項和銷項額之差，年金現值系數已知期限和基準年利率可查表得知，本文中期限1年，2020年基準年利率為4.35%，年金現值系數為0.961，所以可算出每家企業的最大貸款額。

銀行允許最大貸款額是貸款額度上限和銀行風險承擔額之差。

（二）銀行風險性最低前提下收益最大化的優化模型

銀行在放貸時考慮長期風險性最小化和收益額最大化兩個目標，所以本文以銀行風險損失額最少和收益額最大作為雙目標，公式如下：

（4）

而后本文將銀行收益額減去銀行損失額作為銀行長期效益額，實現了雙目標轉單目標，首先分別算出3類信譽評級企業的效益額并相加，得到銀行向企業放貸所獲得的總效益額。信譽評級A類企業的效益額的計算見式（5）。

（5）

其中，ZA為信譽評級A類企業銀行可獲長期效益額，xi為銀行向企業提供的貸款額，kA為信譽評級為A的客戶流失率（與貸款年利率的表達式上文已給出），e為銀行貸款年利率，fi為企業的信貸風險指數。

同理，可得到信譽評級為B和C類企業的可獲效益額maxZB和maxZC。銀行最終目標函數為銀行對應3類企業效益額之和。決策變量是銀行向每家企業提供的貸款額及貸款年利率。模型的約束條件如下：

1.基礎貸款額約束：10萬≤xi≤100萬（i=1，2，…，n）（其中n為企業數）。10萬元和100萬元可按照銀行真實情況進行調整。

2.貸款年利率約束：0.04≤ei≤0.15。

3.銀行向企業貸款額不超過企業最大貸款額：xi≤Mi（i=1，2，…，n）。

4.貸款額上限不超過銀行允許最大貸款額：xi≤100-xi×fi。

綜上，基于多目標優化的信貸策略模型為：

（6）

四、應對突發事件的信貸策略模型可行性研究

突發因素會影響企業的生產經營和經濟效益[5]，導致銀行信貸風險系數值改變，即改變信貸策略模型的參數，銀行信貸策略則隨之調整。通過資料查詢可以了解到，對于醫療衛生突發事件，往往醫療行業的信貸策略所受影響較大。而對于國際政治突發事件，則對所有行業都會產生一定影響。因此，本文選擇兩類具有代表性的突發事件，分別是突發事件一（醫療衛生）、突發事件二（國際政治），來驗證信貸策略模型在突發事件情況下的可行性。

本文通過基于熵權法的綜合評價模型量化出不同行業在不同時間段內的信貸風險系數，改變模型參數，代入優化模型，得到不同時間段內銀行對企業的信貸策略，表2列出了6種行業不同時段內的風險系數。

本文針對四個時間段建立了多目標優化模型，求解不同時間段內的信貸策略。基于前面優化模型思路，此時基于銀行長期效益額最大的多目標優化模型為：

（7）

其中H為銀行向6類行業放貸獲得的長期收益額，Gi是各行業的貸款利率，Qi為各行業的客戶損失率，wi為各行業的信貸風險系數，Ri為各行業允許企業貸款數量，Pi為企業最大貸款額。

而后得到兩個突發事件影響下的銀行信貸策略的調整方案如表3和下頁表4所示。

由以上圖表可知，在事件一影響下，銀行調整了對各個行業的貸款額，并且對各個行業的調整額度不同，主要影響了醫療衛生行業和貿易銷售行業，其中貿易銷售企業的貸款額同比增長了326.991%。在事件二影響下，銀行全面大幅度調整了各行業的貸款額，事件二對全國各行業的影響程度都較大，除餐飲行業貸款額上升外，其余行業的貸款額都下降了，其中個體經營戶的貸款額下降幅度最大，達到了69.215%。由此說明結果數據符合現實情況下的銀行信貸策略變化情況[6]，表明應對突發事件式信貸策略模型具有可行性。

總之，通過數據分析，首先在常用的決策信貸方案的三類數據中確定了12項風險評估指標并通過熵權法獲得每個企業的風險系數。其次在風險系數的基礎上融合了業界通用的收益計算方式，構建了風險與收益平衡的信貸策略模型，并用兩類突發事件的往期數據進行了可行性驗證，從而為銀行信貸的決策提供了一種新方法。

參考文獻：

[1]? 123家有信貸記錄企業的相關數據[Z/OL].百度文庫，2020-09-22.

[2]? 王聰，韓志，胥仲橋，王麗莎.基于邏輯回歸的中小微銀行信貸策略研究[J].商訊，2021，（2）：91-92.

[3]? 姜安民，董彥辰，李旋.基于熵權與模糊綜合評判法的深基坑施工風險預測模型研究[J].甘肅科學學報，2021，（1）：83-88.

[4]? 張東蕾，余紀磊，王子軒.基于信貸風險評估的銀行信貸策略研究[J].投資與合作，2021，（1）：62-63.

[5]? 操儀，祖平，胡逸歡，肖萍，何蓉.新型冠狀病毒肺炎疫情發布中的公共衛生倫理考量[J].中國衛生資源，2021，（3）.

[6]? 王泓月，潘萌，朱晶晶，林獻果.生物醫藥企業的信貸營銷策略探索[J].時代金融，2021，（6）：81-83.

收稿日期：2021-04-15

作者簡介：郁鎣熒（1999-），女，浙江嘉興人，學生，從事企業質量管理研究;鮑琴（1999-），女，浙江蘭溪人，學生，從事企業質量管理研究;戴柯磊（1999-），男，浙江寧波人，學生，從事儀器科學與技術研究。