信用评分在我国小企业信贷中的应用研究.docx

信用评分在我国小企业信贷中的应用研究摘要：商业银行对小企业慎贷、惜贷的关键原因高风险，信用问题是信贷风险的重要来源，在信用的保障和提升上宏观管理尤其重要。本文研究信用评分在我国银行应用的现实意义的基础上，借鉴国外小企业评分系统的开发经验，提出我国小企业评分系统开发的策略构想，并指出目前我国在小企业信贷中应用信用评分方法的现实障碍及今后努力的方向。 作文 关键词：信用评分；小企业信贷；风险；银行 当前，越来越多的银行涉足微小贷款业务，加快了小企业业务的发展步伐，以建行广西分行为例，截止2010年6月底，建行广西分行已与300多家小企业客户建立了伙伴关系，贷款余额比年初新增23.5亿元，增速达到220%。然而，随着小企业信贷业务的快速发展，客户群体的不断增大，银行对于客户信用水平的把握越来越难，如何快速、科学地识别客户信用风险，成为中小企业贷款业务持续、健康发展的重要前提。信用评分模型能够有教识别信用风险，在国外银行业得到了广泛的应用和发展，我国银行业也已经开始引入，但该技术的应用仍十分有限，多数研究都停留在借鉴国外经验的阶段的现状，因此，探索适合我国小企业的信用评分方法，意义深远。 一、小企业信用评分简介 信用评分是根据银行客户的各种历史信用数据，利用信用评分卡模型，得到不同等级的信用分值，根据客户的信用分值，分析客户按时还款的概率，并据此决定是否给予授信以及授信的额度和利率。小企业信用评分是建立在数据库基础上，运用数理统计原理，结合小企业经营规模不大、自有资金较少、财务管理不健全的特点，找出可能影响企业未来信用风险、价值等的各种因素，并分配不同权重所产生的评分。信用评分包括一个特定范围内的分数，评分越高，表明该小企业的信用度越高。若小企业得分较高，银行将批准其申请，反之则拒绝；若小企业分数处于分数线上的“灰色”区域，则商业银行信贷人员将使用传统方法对该申请者进行评估，并结合实地调查的情况综合界定贷款额度。 二、在小企业信贷中应用信用评分方法的现实意义 （一）开展小企业信用评分能有效拓宽中小企业融资渠道 融资难一直是制约小企业发展的瓶颈问题，从直接融资来看，信用评分技术的引入将有助于改变目前小企业股票市场融资比较难，债券市场融资更是基本停滞的现状，开辟小企业通过股票和债券市场进行融资的渠道，由单一融资模式转向多渠道、多层次的融资模式。从间接融资来看，小企业信用评分的应用将改变银行在特定贷款领域的竞争格局，一定程度改变小额信贷的传统运作特征，使得大型银行可以方便地进人各地小额贷款市场而不要建立分支机构，中小商业银行可以克服规模、网点的限制，与大的商业银行在更广泛的地域内进行业务竞争，这样小企业能够获得更多的资金来源渠道。 （二）开展小企业信用评分有利于解决银行与小企业之间信息不对称现象 所谓信息不对称是指交易双方所掌握的信息不一样，即债务人与债权人所掌握的信息不对称。信息不对称问题大量存在于银企之间。我国小企业数量多、良莠不齐，在无法充分了解申贷企业真实情况的条件下，银行为了避免逆向选择和道德风险的发生，往往给予小企业“信贷配给”待遇，即要求更高的利率或其他较苛刻的条件，甚至拒绝提供贷款。而引入信用评分技术，在贷前有助于银行对贷款企业的准确判断，通过风险进行定价，解决逆向选择问题；贷款以后企业的违约成本提高，增强对借款人的约束，降低道德风险。 作文 （三）开展小企业信用评分具有客观、准确、一致等优点，且能极大地提高贷款申请效率、降低成本 商业银行在进行企业信用分析时，通常采用定性分析，缺乏系统、科学的定量分析，对企业信用等级的评定主要由各个银行自己进行，贷款的审批与发放也主要凭个人经验，缺少科学而完整的客观评价。而小企业信用评分模型是根据从大量数据中提炼出来的预测信息和行为模式制定的，反应了贷款者信用表现的普遍性规律，在实施的过程中，只要用的是同一个模型，其评估和决策的标准就应是一样的，具有客观性、准确性、一致性等优点。此外，目前银行纷纷涉足中小企业信贷业务，竞争激励，只有高效、低成本的审批手段才能获得竞争优势。由于信用评分是根据大量小企业贷款记录建立的数理分析模型，根据信用评分模型的信息处理，可以在短时间内得到决策，而且可以进行批量处理，所以极大地提高贷款申请效率、降低成本。 三、关于开发小企业信用评分系统的策略构想 （一）合理进行市场细分 首先，要明确需要使用评分模型的客户和产品类型，这是开发系统的第一步。这一决定应从可能接触到信用评分的职能部门，如信贷风险、市场营销、贷款操作、咨询等部门抽调人员组成工作小组来做出，工作小组还要推动整个机构对评分系统正确理解和使用。 总结大全 （二）精心选择信用评分模型类型 信用评分模型可以分三类：一是统计型，采用统计方法从历史数据中推演来的模型；二是专家型，由专家判断和机构经验形成的模型；三是混合型，由统计方法和判断方法结合运用形成的模型。开发信用评分模型的方法，主要取决于可获得历史数据的质量和银行的未来战略。在选择小企业信用评分模型类型时要考虑以下几点：一是有关好贷款和问题贷款历史数据的质量和数量。若银行拥有大量的历史交易数据，且对特定细分市场经验丰富，应选择统计型信用评分模型。若银行缺少历史交易数据，应选择开发专家型信用评分模型。若银行拥有部分历史交易数据具有相关细分市场的丰富经验，应选择混合型信用评分模型。二是评分针对的细分类别与原有客户和产品的相似程度。若银行所期望的未来业务与过往业务比较相似，但以前没有收集过未来业务的信息，可以推导出混合型信用评分模型。三是机构内部具备的建模技术和顾问咨询成本。若银行内部建模技术较先进，就能够自行开发程序，并更新和调整信用评分模型，降低项目成本。若银行内部建模技术有限，就需要聘请外部咨询顾问，而且要指派懂行的人员管理供应商，增加了成本。 （三）科学设计信用评分模型 设计过程可分为三个阶段：第一阶段是给出坏账的定义。在开发统计型信用评分模型时，对坏客户进行准确、量化的定义能推导出每一种风险衡量因素和坏贷款之间的数化关系。在开发专家型信用 评分模型时，则无需对坏客户进行精确定义，有一个一般性定义即可，以便于测试和验证。第二阶段找出对风险影响最大的特征。发现特征变量指对所有可获得的与坏客户变量有关的借款人和还款数据进行严格的统计分析。银行使用一系列的分析技术，得出一个可以考虑纳入信用评分模型的特征清单，以及对每种特征与还款风险之间关系形态的基本了解。第三阶段是开发，确定哪些因素的组合能使回溯测试获得最佳效果。 （四）严密做好信用评分模型的检验、监控和调整 模型建立之后，模型的预测能力稳定性必须通过检验之后，才可以运用到实际业务中去。而在模型实施之后，要产生许多报表对模型的有效性和稳定性进行检测。如，特征分析报表，比较目前和模型建立期间的记分卡特征的分布，对模型的有效性进行监控；稳定性监测报表，比较新申请人与开发样本客户的分数分布，对模型有效性进行监控；不良贷款数据分析报表，评价不同分值区间的不良贷款，并且与模型建立阶段的预测进行比较，监控客户贷款质量。另外，经过一段时间之后，经济环境、市场情况和持卡者、申请者的结构会不断变化，信用评分卡的预测能力会逐渐减弱。同时，银行经营策略和信贷政策的改变也要求评分模型进行适时调整。所以，信用评分模型在建立后需要进行持续的监控，在应用一段时间(一般23年)后必须适当调整或重建。 四、目前我国在小企业信贷中应用信用评分方法的现实障碍及努力方向 如上所述，采用信用评分方法对改善我国小企业信贷融资的现实意义，但该方法本身具有一定的局限性，且目前我国信用体系不够完善，应用信用评分模型有一定的困难，主要表现在以下几个方面：一是信用评分模型对数据有严格的要求。若银行引入信用评分系统后将小企业信贷业务拓展到其他地区，必须确保新的申请者的贷款表现与其构造模型使用的数据有一致性，否则就不能做出正确的预测。而目前我国信用体系还不完善，数据存在不真实、不完善等问题，给信用评分模型的建立和应用带来很大的困难。二是我国目前尚缺乏独立的社会信用管理机构，信息的采集和加工只能由贷款银行独立完成，这在很大程度上降低了信用评分方法的效率。三是国内监管层尚缺乏专门针对中小企业信贷的监管方法和实践。如果银行采用了信用评分技术，则监管部门也要做出相应的调整。因为从国外经验来看，部分银行存在过度依赖中小企业信用评分方法的做法，直接根据信用评分给企业发放信用贷款，这样必将导致一定的信贷风险，如果成本节约不能补偿由此导致的损失，银行经营也会面临问题。 因此，在目前情况下，要求各大银行直接采用小企业信用评分方法尚不现实，但我国商业银行可积极探索，完成在数据、经验、技术及人才方面的积累，并逐步推广和应用，最终完成从信用评级为主到信用评分方法为主的过渡。具体做法如下：1）利用现有的客户数据，初步建立信用评分模型，并根据该模型确定新的收集数据的计划；2)在模型初具规模后，可在具体贷款业务中，配合现有的信用评级方法，进行试贷款。同时，建立跟踪、评估该系统的方法和应对措施，不断调整模型；3)数据积累达到一定程度，模型可靠性可以信赖，而整个社会信用制度也慢慢趋于完善，就可以过渡到以电脑进行信用评分为主的自动化的信贷管理，基本可以依赖信用评分，配合以其它的信贷管理技术。 总之，在中小企业贷款业务中应用信用评分技术，贷款处理自动化和标准化所带来的成本低、时间省和效率高的优点将增加银行利润；贷款处理过程的客观性有利于避免人为因素导致的贷款风险；而贷款处理的集中化也符合