章陸 唐根年

小額貸款發(fā)源于上世紀(jì)80年代，經(jīng)過(guò)在世界各國(guó)幾十年的發(fā)展，小額貸款已經(jīng)在金融發(fā)展和扶貧開(kāi)發(fā)方面獲得了廣泛成功。小額貸款公司向農(nóng)業(yè)、畜牧業(yè)、中小型等領(lǐng)域提供貸款。伴隨著改革開(kāi)發(fā)的進(jìn)程加快，小額貸款業(yè)務(wù)在我國(guó)的發(fā)展也越來(lái)越廣泛，由于額度小、靈活、便捷、分散等優(yōu)勢(shì)，小額貸款公司發(fā)展迅速，不僅僅是在農(nóng)村金融等領(lǐng)域，在城市中小企業(yè)領(lǐng)域也發(fā)揮著重要作用。但是在快速發(fā)展的同時(shí)，小額貸款公司在客戶信用風(fēng)險(xiǎn)方面也受諸多因素的影響。

這主要存在主觀與客觀兩個(gè)原因，從小額貸款公司的主觀性因素來(lái)看，當(dāng)前，部分小額貸款公司的管理人員素質(zhì)不高，公司內(nèi)部的管理薄弱也為小額貸款公司帶來(lái)信用風(fēng)險(xiǎn)隱患。人員少、缺乏專業(yè)的金融知識(shí)、業(yè)務(wù)技能較低、缺乏信貸風(fēng)險(xiǎn)評(píng)估和管理的專業(yè)人才等，是目前不少小額貸款公司面臨的困境。

在客觀上，從小額貸款公司的實(shí)際業(yè)務(wù)范圍來(lái)看，對(duì)于規(guī)避信用風(fēng)險(xiǎn)也較為不利?！爸毁J不存”是小額貸款公司的特點(diǎn)，由于規(guī)模所限，以及經(jīng)營(yíng)的業(yè)務(wù)品種單一，大大限制了小額貸款公司的風(fēng)險(xiǎn)對(duì)沖能力。另外，小額貸款公司因?yàn)樯矸莸哪：?，大部分小貸公司難以享受稅收等政策優(yōu)惠，較高的融資成本也限制了利潤(rùn)增長(zhǎng)的空間。小額貸款公司的地域性很強(qiáng)，加上在一定區(qū)域中產(chǎn)業(yè)結(jié)構(gòu)單一，導(dǎo)致小貸公司投貸方同比較集中。一旦行業(yè)發(fā)生大的調(diào)整，或者自然災(zāi)害等因素，小額貸款公司的風(fēng)險(xiǎn)就會(huì)較大且風(fēng)險(xiǎn)較為集中。

傳統(tǒng)的古典信用分析方法如常用的專家分析法，例如“5c”“5W”“5P”等雖然有適用范圍廣，所需要的信息較少，但是對(duì)評(píng)估人員具有很強(qiáng)的專業(yè)能力及良好的職業(yè)素質(zhì)，鑒于小額貸款公司現(xiàn)階段人員素質(zhì)等，這一方法并不適合現(xiàn)階段小額貸款公司。

現(xiàn)代信用風(fēng)險(xiǎn)分析評(píng)估模型，銀行等金融機(jī)構(gòu)依靠其大數(shù)據(jù)優(yōu)勢(shì)及其他社會(huì)資源，逐步轉(zhuǎn)向成定量分析，越來(lái)越注重?cái)?shù)學(xué)模型的應(yīng)用。如KMV模型，creditmetrics模型等。而小額貸款公司缺乏大數(shù)據(jù)資源，僅僅依靠小額貸款公司現(xiàn)有客戶情況，無(wú)法建立起適合自身特點(diǎn)的模型。

筆者認(rèn)為根據(jù)現(xiàn)階段情況，信用評(píng)分方法是比較適合小額貸款公司的客戶信用評(píng)價(jià)方式。信用評(píng)分是在專家分析法基礎(chǔ)上將一些指標(biāo)定量化，從而使得貸款客戶的信用風(fēng)險(xiǎn)可以量化，以判斷其風(fēng)險(xiǎn)。

風(fēng)險(xiǎn)評(píng)估指標(biāo)上要分為兩類，第一類為職業(yè)、能力、品德、條件、歷史記錄、資本和擔(dān)保物，第二類更量化的從業(yè)年限、債務(wù)比例、職位、收入、住房、購(gòu)車、投資等，從常用的信用風(fēng)險(xiǎn)評(píng)分方法看，通常會(huì)選取50-100個(gè)指標(biāo)，這些變量包含了風(fēng)險(xiǎn)評(píng)估指標(biāo)的大部分，但在實(shí)際運(yùn)用過(guò)程中，按照是否有效規(guī)避、防范風(fēng)險(xiǎn)，一般會(huì)選5-15個(gè)識(shí)別能力最強(qiáng)的指標(biāo)。例如年齡、婚姻、職務(wù)、月收入、教育程度、單位性質(zhì)、貸款用途、貸款金額、可自由收入比例等。

筆者根據(jù)所在A小額貸款公司貸款情況，隨機(jī)抽取了300個(gè)樣本，其中逾期樣本80個(gè)。以貸款用途，貸款信用記錄，貸款金額，目前職業(yè)狀態(tài)，性別與婚姻情況，擔(dān)保狀況，財(cái)產(chǎn)，年齡、其他貸款情況，教育水平，可支配收入等指標(biāo)來(lái)判斷面臨的風(fēng)險(xiǎn)。具體指標(biāo)分類見(jiàn)表1：

從表1我們可以發(fā)現(xiàn)客戶在國(guó)有企業(yè)或者行政事業(yè)單位工作的，逾期比例遠(yuǎn)低于其他職業(yè)類別。私營(yíng)企業(yè)逾期比例最高，這一方面是因?yàn)閲?guó)有企業(yè)或者行政事業(yè)單位收入較為穩(wěn)定，可以作為穩(wěn)定的還款來(lái)源，另一方面國(guó)有企業(yè)或者行政事業(yè)單位對(duì)于客戶還款也具有一定的約束力。而私營(yíng)企業(yè)往往不具備以上條件。

從表2我們可以看出客戶從事當(dāng)前職業(yè)或者經(jīng)營(yíng)現(xiàn)有行業(yè)時(shí)間對(duì)客戶違約有著較大的影響。這可能與客戶從事時(shí)間短，經(jīng)驗(yàn)不足，人脈不廣，對(duì)其還款來(lái)源會(huì)造成相當(dāng)大的不確定因素。

從表3我們可以發(fā)現(xiàn)隨著可自由支配收入比例的上升，逾期的比率不是成線性下降趨勢(shì)，這一情況可能與小額公司的貸款政策有關(guān)，在“只貸不存”導(dǎo)致貸款總量一定的情況下，小額貸款公司更傾向于把貸款發(fā)放給有較高可自由支配收入比例的客戶，并可能對(duì)他們?cè)谄渌矫娣趴顥l件。另一方面，對(duì)于自由收入比例較低的貸款對(duì)象可能執(zhí)行嚴(yán)格的審查機(jī)制，要求提供更高的擔(dān)保。同時(shí)，部分客戶為私營(yíng)企業(yè)主，他們所提供的收入證明難以核實(shí)。

據(jù)城市小額貸款公司現(xiàn)有客戶情況，我們將小額貸款公司客戶分為制造業(yè)，零售行業(yè)，批發(fā)行業(yè)等。根據(jù)分析，零售業(yè)風(fēng)險(xiǎn)較高是因?yàn)椋盒袠I(yè)門(mén)檻較低，注冊(cè)資金少，客戶素質(zhì)大多數(shù)都不高，資信較差，還款意愿欠缺；缺乏專業(yè)的管理人員和營(yíng)銷人員，財(cái)務(wù)制度很少，信息透明度低：收入主要是產(chǎn)品的買賣差價(jià)或者傭金，因此受上下游影響大，盈利水平不高；缺乏抵押擔(dān)保品，銷售收入是主要還款來(lái)源，但是很多客戶的銷售受到經(jīng)營(yíng)產(chǎn)品的淡旺季或訂單合同影響，經(jīng)營(yíng)穩(wěn)定性不強(qiáng)；規(guī)模小，缺乏抵押擔(dān)保物或者抵押擔(dān)保物價(jià)值不高。雖然零售業(yè)和批發(fā)業(yè)有很多相似之處，但是批發(fā)業(yè)的交易額更大，經(jīng)營(yíng)范圍更廣，輻射更遠(yuǎn)，服務(wù)項(xiàng)目較少，經(jīng)常表現(xiàn)為組織對(duì)組織的服務(wù)，而不是零售業(yè)的對(duì)最終消費(fèi)者服務(wù)，因此交易更加理性，更具規(guī)模性，穩(wěn)定性更高。制造業(yè)貸款客戶逾期概率也較低的主要原因是擁有較多可以進(jìn)行抵押擔(dān)保的固定資產(chǎn)；生產(chǎn)經(jīng)營(yíng)狀況主要是受技術(shù)創(chuàng)新、知識(shí)產(chǎn)權(quán)的影響，服務(wù)水平對(duì)行業(yè)影響不大，經(jīng)營(yíng)較為穩(wěn)定。

從以上情況我們可以看出，對(duì)于從事工作時(shí)間或者從事新經(jīng)營(yíng)行業(yè)時(shí)間較短，及從事零售業(yè)或者在私營(yíng)小型公司工作的客戶，其逾期概率較其他客戶更大，小貸公司對(duì)于這類客戶風(fēng)險(xiǎn)審查應(yīng)該更加謹(jǐn)慎嚴(yán)格。同時(shí)，在現(xiàn)有征信體系下，客戶的收入水平往往難以有效的核實(shí)，因此對(duì)于自由收入比較高的客戶，也不能放松審核要求。

其他如貸款記錄、教育水平、貸款人年齡，貸款金額等指標(biāo)因客戶逾期率都相差不大，因此對(duì)于判斷客戶的風(fēng)險(xiǎn)重要性相對(duì)較低。