應(yīng)海芬

（臺(tái)州職業(yè)技術(shù)學(xué)院，浙江 臺(tái)州 318000）

引言

小微企業(yè)，即小型微型企業(yè)，在推動(dòng)經(jīng)濟(jì)增長(zhǎng)、促進(jìn)就業(yè)、增加稅收、保持社會(huì)穩(wěn)定以及推動(dòng)科技創(chuàng)新等方面發(fā)揮著重要作用。大中型企業(yè)相比，小微企業(yè)的經(jīng)營(yíng)規(guī)范化程度不足、信用狀況的獲取也較難，因此就存在小微企業(yè)融資難、融資貴的現(xiàn)象，這阻礙了小微企業(yè)的成長(zhǎng)。新常態(tài)下，中國(guó)的經(jīng)濟(jì)運(yùn)行將處于“L”發(fā)展態(tài)勢(shì)，經(jīng)濟(jì)發(fā)展速度放緩，產(chǎn)業(yè)轉(zhuǎn)型壓力凸顯。金融機(jī)構(gòu)出于風(fēng)險(xiǎn)的考量，惜貸拒貸使得小微企業(yè)融資面臨更困難的境地。不少小微企業(yè)將融資渠道轉(zhuǎn)向了小額借貸公司或者民間借貸，推高了融資成本，不利于實(shí)體經(jīng)濟(jì)發(fā)展。伴隨著經(jīng)濟(jì)新常態(tài)，互聯(lián)網(wǎng)技術(shù)應(yīng)用正日趨成熟，給小微企業(yè)融資提供了P2P網(wǎng)貸、眾籌、第三方支付等新的融資渠道，同時(shí)也豐富了相關(guān)的風(fēng)險(xiǎn)監(jiān)管方法，對(duì)傳統(tǒng)風(fēng)控方式起到較好的補(bǔ)充效果。

小微企業(yè)融資困難的原因是復(fù)雜的，既有中小企業(yè)自身的因素，也有金融市場(chǎng)的原因，但其中的一個(gè)非常重要的問題是企業(yè)和金融機(jī)構(gòu)之間的非對(duì)稱信息。小微企業(yè)信用評(píng)估模型的建立，有助于商業(yè)銀行分析企業(yè)信用狀況，提升小微信貸風(fēng)險(xiǎn)管控能力，平衡信貸市場(chǎng)供給，破解小微企業(yè)融資困境，無(wú)論是對(duì)商業(yè)銀行還是對(duì)小微企業(yè)，都具有重大價(jià)值與意義。

一、小微企業(yè)信用評(píng)估體系構(gòu)建

小微企業(yè)規(guī)模小，財(cái)務(wù)管理制度不健全，財(cái)務(wù)信息不透明，這將影響到使用財(cái)務(wù)信息來(lái)評(píng)估企業(yè)信用的傳統(tǒng)方法的預(yù)測(cè)準(zhǔn)確性。同時(shí)，小微企業(yè)組織形式簡(jiǎn)單，多數(shù)采用個(gè)人獨(dú)資或者家族式經(jīng)營(yíng)，因此企業(yè)主的行為特征也應(yīng)納入企業(yè)的信用評(píng)估之中。本文基于某市政府建立的集稅務(wù)、海關(guān)、電力、社保等數(shù)據(jù)于一體共享信息平臺(tái)，創(chuàng)新性地提出以企業(yè)基本信息、盈利能力信息、經(jīng)營(yíng)情況信息、關(guān)聯(lián)方信息和企業(yè)主行為特征為分析因素的信用評(píng)估模型。

（一）企業(yè)基本面信息

主要包括企業(yè)所處行業(yè)、企業(yè)規(guī)模、生存年限。與大中型企業(yè)相比，小微企業(yè)的技術(shù)含量和產(chǎn)業(yè)層次較低，故受國(guó)家政策、大經(jīng)濟(jì)環(huán)境的影響較大，經(jīng)營(yíng)狀況很大程度上取決于社會(huì)經(jīng)濟(jì)環(huán)境的支持。行業(yè)景氣度可以充分反映政策的扶持導(dǎo)向，修正特殊因素和外在政策因素對(duì)風(fēng)險(xiǎn)防控判斷的影響。企業(yè)規(guī)模是企業(yè)歷史經(jīng)營(yíng)結(jié)果的現(xiàn)時(shí)體現(xiàn)，而企業(yè)生存年限則在一定程度上反映了企業(yè)的持續(xù)經(jīng)營(yíng)能力。

（二）盈利能力信息

盈利能力信息主要包括銷售收入增長(zhǎng)率、融資銷售比和對(duì)外擔(dān)保銷售比，這些指標(biāo)主要考慮企業(yè)的經(jīng)營(yíng)收入與其負(fù)債（或可能承受負(fù)債）對(duì)比的情況。若企業(yè)資產(chǎn)負(fù)債過(guò)高，或者銷售收入明顯下滑，入不敷出，都可能導(dǎo)致企業(yè)無(wú)法及時(shí)還貸。

1.銷售收入增長(zhǎng)率。銷售收入是企業(yè)銷售商品或提供勞務(wù)而取得貨款或勞務(wù)收入，一定程度上反映了企業(yè)的盈利能力，也反映了企業(yè)的現(xiàn)金流入情況。但是由于銷售金額與每家企業(yè)的規(guī)模及從事行業(yè)、產(chǎn)品種類等有較大的關(guān)系，因此單從銷售金額數(shù)值無(wú)法在不同企業(yè)之間比較分析。故本模型采用銷售收入的增長(zhǎng)率，觀察銷售額在不同時(shí)期的增長(zhǎng)，從歷史的、動(dòng)態(tài)的角度來(lái)考量企業(yè)的盈利能力情況。根據(jù)樣本測(cè)算，風(fēng)險(xiǎn)企業(yè)的平均銷售增長(zhǎng)率約為-0.018，無(wú)風(fēng)險(xiǎn)企業(yè)則為0.073，差異性非常顯著。

2.融資銷售比。融資銷售比是企業(yè)融資總額與經(jīng)營(yíng)活動(dòng)中的銷售金額的比值，它反映了企業(yè)通過(guò)經(jīng)營(yíng)收入來(lái)償付債務(wù)的能力。若這個(gè)指標(biāo)越小，說(shuō)明企業(yè)償付負(fù)債的能力越強(qiáng)；如果這一指標(biāo)太高，則意味著企業(yè)的收入不足而負(fù)債過(guò)于沉重，沒有足夠的現(xiàn)金和與其經(jīng)營(yíng)規(guī)模相適應(yīng)的現(xiàn)金支付能力，可能出現(xiàn)支付危機(jī)。這一指標(biāo)能較為直接、現(xiàn)實(shí)地反映企業(yè)短期償債能力。

3.對(duì)外擔(dān)保銷售比。對(duì)外擔(dān)保銷售比是企業(yè)對(duì)外擔(dān)保的總金額與經(jīng)營(yíng)活動(dòng)銷售金額的比值。調(diào)研某市實(shí)際情況，發(fā)現(xiàn)企業(yè)之間互相擔(dān)保的情況非常普遍。因此，將對(duì)外擔(dān)保納入評(píng)估指標(biāo)之中，如果企業(yè)對(duì)外擔(dān)保銷售比過(guò)大，則意味著企業(yè)有可能面臨擔(dān)保鏈所帶來(lái)的風(fēng)險(xiǎn)。根據(jù)樣本測(cè)算，風(fēng)險(xiǎn)企業(yè)的對(duì)外擔(dān)保銷售比平均水平約為0.268，是無(wú)風(fēng)險(xiǎn)企業(yè)的兩倍左右，兩者存在顯著差異。

（三）經(jīng)營(yíng)情況信息

經(jīng)營(yíng)情況信息主要從企業(yè)經(jīng)營(yíng)的發(fā)展情況和平穩(wěn)度考慮，尋找能客觀、真實(shí)反映企業(yè)經(jīng)營(yíng)情況的指標(biāo)。由于小微企業(yè)的財(cái)務(wù)指標(biāo)真實(shí)度和完整度不足，因此采用用電量、社保金繳納和應(yīng)稅及出口相關(guān)指標(biāo)。

1.用電量增長(zhǎng)率及波動(dòng)率。當(dāng)企業(yè)的用電量呈逐步下降趨勢(shì)或用電量波動(dòng)性擴(kuò)大，一定程度反映了企業(yè)運(yùn)營(yíng)發(fā)生了變化。樣本數(shù)據(jù)顯示，風(fēng)險(xiǎn)企業(yè)中，月用電量大幅波動(dòng)、用電量呈間歇性發(fā)生和用電量逐步下降等現(xiàn)象高于無(wú)風(fēng)險(xiǎn)客戶3倍之多，且大多反映了企業(yè)訂單下滑導(dǎo)致開工不足或未能正常生產(chǎn)經(jīng)營(yíng)。并且，用電數(shù)據(jù)來(lái)自第三方供電部門，數(shù)據(jù)客觀真實(shí)，是較好的經(jīng)營(yíng)指標(biāo)。

2.社保金繳納增長(zhǎng)率及波動(dòng)率。監(jiān)測(cè)企業(yè)的協(xié)議代發(fā)工資金額，是側(cè)面掌握企業(yè)經(jīng)營(yíng)情況的途徑之一。但若企業(yè)未在某商業(yè)銀行開辦代發(fā)工資業(yè)務(wù)，就無(wú)法獲取這部分?jǐn)?shù)據(jù)，導(dǎo)致該指標(biāo)缺失率較高，可用性不強(qiáng)。然而來(lái)自社保局的企業(yè)社保金繳納數(shù)據(jù)時(shí)效性高、完整率好，且與工資金額指標(biāo)高度相關(guān)，是極好的替代性指標(biāo)。如果企業(yè)社保金繳納下降或波動(dòng)較大，表明企業(yè)可能存在利潤(rùn)下滑導(dǎo)致的員工收入減少或裁員現(xiàn)象，甚至因運(yùn)營(yíng)出現(xiàn)問題而導(dǎo)致無(wú)固定性的、群體性的人員費(fèi)用。

3.應(yīng)稅及出口增長(zhǎng)率。稅收和出口額也是與企業(yè)經(jīng)營(yíng)情況有較大關(guān)聯(lián)的兩個(gè)指標(biāo)?？傮w上看，無(wú)風(fēng)險(xiǎn)企業(yè)的稅收繳納額度和出口額穩(wěn)定性較高，呈穩(wěn)步增長(zhǎng)或基本平穩(wěn)的企業(yè)比重較高；而風(fēng)險(xiǎn)企業(yè)中金額波動(dòng)較大、間歇性發(fā)生或趨勢(shì)性下降的企業(yè)比重相對(duì)較高。

（四）關(guān)聯(lián)企業(yè)類

從關(guān)聯(lián)的企業(yè)和外部經(jīng)濟(jì)環(huán)境的角度入手，綜合考慮一些有可能導(dǎo)致風(fēng)險(xiǎn)的外部因素。

1.關(guān)聯(lián)客戶量。某市小微企業(yè)的一個(gè)顯著特征，就是企業(yè)之間“親緣”關(guān)系復(fù)雜，風(fēng)險(xiǎn)“傳染”迅速。取“企業(yè)直接關(guān)聯(lián)客戶數(shù)量/該地區(qū)平均關(guān)聯(lián)客戶數(shù)量”作為衡量企業(yè)關(guān)聯(lián)復(fù)雜程度的簡(jiǎn)化指標(biāo)。事實(shí)表明，風(fēng)險(xiǎn)企業(yè)的關(guān)聯(lián)圈子的復(fù)雜程度和規(guī)模大小都強(qiáng)于無(wú)風(fēng)險(xiǎn)企業(yè)。

2.融資銀行家數(shù)。企業(yè)融資銀行的數(shù)量如果超過(guò)平均水平較多，表明企業(yè)可能存在多頭融資、過(guò)度融資風(fēng)險(xiǎn)。因?yàn)樾∥⑵髽I(yè)的運(yùn)營(yíng)能力和成長(zhǎng)速度有限，如果合理利用財(cái)務(wù)杠桿原理，適量負(fù)債，就可得到較多的利潤(rùn)，幫助企業(yè)成長(zhǎng)。而如果企業(yè)債務(wù)負(fù)擔(dān)過(guò)重，則會(huì)適得其反。

（五）企業(yè)主信息

企業(yè)主信息主要包括企業(yè)主個(gè)人賬戶交易情況、信用卡透支情況。小微企業(yè)主通常自主經(jīng)營(yíng)，因此企業(yè)主對(duì)企業(yè)信用情況的影響程度較深。當(dāng)企業(yè)資金處于緊張狀態(tài)時(shí)，企業(yè)主個(gè)人賬戶會(huì)聯(lián)動(dòng)出現(xiàn)交易頻繁、信用卡透支額增加的情況。

二、小微企業(yè)信用評(píng)估模型構(gòu)建

信用評(píng)分的建模方法有主觀和客觀兩種。主觀的方法是根據(jù)各方面專家對(duì)信貸政策市場(chǎng)客戶風(fēng)險(xiǎn)點(diǎn)的共同知識(shí)和經(jīng)驗(yàn)，篩選出風(fēng)險(xiǎn)要素并賦值，這種方法適合客戶信息量化程度不高和樣本量較小的情況，又稱判斷型?？陀^的方法是指運(yùn)用數(shù)據(jù)挖掘技術(shù)在歷史數(shù)據(jù)上構(gòu)建的信用評(píng)分模型，又稱數(shù)據(jù)挖掘型，它主要包括多元線性回歸、邏輯回歸等方法。本文正是采用其中的Logistic回歸模型，其對(duì)數(shù)據(jù)的要求最為寬松，沒有自變量和因變量的線性關(guān)系、正態(tài)分布等約束，也無(wú)須局限于財(cái)務(wù)數(shù)據(jù)的優(yōu)勢(shì)。

模型建構(gòu)主要包括兩大步驟：一是對(duì)數(shù)據(jù)進(jìn)行因子分析，篩選出影響風(fēng)險(xiǎn)的關(guān)鍵指標(biāo)；二是建立邏輯回歸模型，對(duì)小微企業(yè)違約情況進(jìn)行風(fēng)險(xiǎn)預(yù)警。

（一）因子分析

如前所述，經(jīng)反復(fù)探討和論證，選定了與小微企業(yè)風(fēng)險(xiǎn)密切相關(guān)的指標(biāo)，利用科學(xué)的統(tǒng)計(jì)分析法計(jì)算指標(biāo)與企業(yè)是否發(fā)生不良行為之間的相關(guān)性，發(fā)現(xiàn)其中對(duì)小微企業(yè)客戶風(fēng)險(xiǎn)影響較大的是融資銷售比（X1）、對(duì)外擔(dān)保銷售比（X2）、銷售收入增長(zhǎng)率（X3）、用電量增長(zhǎng)率（X4）、應(yīng)稅增長(zhǎng)率（X6）和融資銀行家數(shù)（X11）這6項(xiàng)目指標(biāo)。

再對(duì)上述6項(xiàng)指標(biāo)進(jìn)行因子分析，6項(xiàng)指標(biāo)集分別聚成了紅、綠兩個(gè)群，說(shuō)明影響小微企業(yè)風(fēng)險(xiǎn)的主要因素有兩個(gè)，分析歸納后，分別為盈利因素、償債因素。

盈利因素主要由銷售收入增長(zhǎng)率、用電量增長(zhǎng)率和應(yīng)稅增長(zhǎng)率構(gòu)成，代表企業(yè)經(jīng)營(yíng)穩(wěn)定性和成長(zhǎng)能力，在模型中起第一變量作用。

償債因素主要由融資銷售比、對(duì)外擔(dān)保銷售比和融資銀行家數(shù)構(gòu)成，代表銀行償還債務(wù)的能力，在模型中是第二變量。

（二）回歸模型建構(gòu)

利用上述兩大因素，建立了基于邏輯回歸的小微企業(yè)風(fēng)險(xiǎn)預(yù)測(cè)模型：

其中，

（三）模型實(shí)證及結(jié)果

為驗(yàn)證模型有效性，另選取了某市的一批數(shù)據(jù)作為檢驗(yàn)樣本，對(duì)該模型進(jìn)行實(shí)證檢驗(yàn)。檢驗(yàn)樣本共選取了111家企業(yè)，其中有40家在之后的一年出現(xiàn)不良貸款。運(yùn)用模型進(jìn)行測(cè)算，可以得到如下結(jié)論：

結(jié)論一，模型推導(dǎo)結(jié)果顯示，71家正常企業(yè)預(yù)測(cè)準(zhǔn)確56家，準(zhǔn)確率達(dá)到78.87%；40家不良企業(yè)預(yù)測(cè)準(zhǔn)確28家，準(zhǔn)確率達(dá)到70%；總體預(yù)測(cè)準(zhǔn)確率達(dá)75.68%，具有較高的準(zhǔn)確度（見下表）。結(jié)論二，模型預(yù)測(cè)為將要發(fā)生不良貸款的43家企業(yè)中，最終發(fā)生不良的為28家，命中率達(dá)到65.11%，較傳統(tǒng)方法提高了1.8倍。

檢驗(yàn)樣本預(yù)測(cè)結(jié)果

結(jié)語(yǔ)

小微企業(yè)信用風(fēng)險(xiǎn)預(yù)警模型的建立，證明政府推動(dòng)的信用信息共享平臺(tái)起了很大作用。事實(shí)上，能夠建立信息共享平臺(tái)，形成良好的信息生態(tài)環(huán)境，小微金融的發(fā)展才能更健康。信息的融通為大數(shù)據(jù)發(fā)展和模型應(yīng)用提供了基礎(chǔ)，利于使用數(shù)據(jù)挖掘、數(shù)據(jù)分析，更好地服務(wù)于小微企業(yè)。基于大數(shù)據(jù)的數(shù)量模型需要在實(shí)踐中不斷完善，而且需要因地制宜地調(diào)整指標(biāo)與模型，才能更好地發(fā)揮模型的作用。

參考文獻(xiàn)：

[1]鄧超，胡威，唐瑩.國(guó)內(nèi)外小企業(yè)信用評(píng)分研究動(dòng)態(tài)[J].國(guó)際金融研究，2010，(10)：84-91.

[2]何光輝，楊咸月.中國(guó)小微企業(yè)信用違約影響因素的實(shí)證檢驗(yàn)——來(lái)自某國(guó)有銀行地區(qū)分行的證據(jù)[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015，(12)：67-79.

[3]汪興隆.論大中型商業(yè)銀行小微企業(yè)金融服務(wù)模式的構(gòu)建[J].企業(yè)與銀行，2012，(6)：79-83.

[4]肖斌卿，柏巍，姚瑤，李心丹.基于LS-SVM的小微企業(yè)信用評(píng)估研究[J].審計(jì)與經(jīng)濟(jì)研究，2016，(6)：102-111.

[5]趙子銥，趙素云.信用評(píng)分模型在中小企業(yè)信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J].經(jīng)濟(jì)與管理，2005，(11)：70-72.