（金融学专业论文）信用评分模型在我国小企业贷款中的应用.pdf

论文提要 目前各种所有制和组织形式的小企业已经成为我国国民经济的重要组成部 分。但长期以来，小企业融资难、贷款难、结算难等金融服务滞后问题严重制约 了小企业的发展。导致贷款难的主要因素是银行对小企业的信用疑虑使其谨慎放 贷，因此解决小企业贷款难问题关键是做好信用评估。本文比较了几种信用评级 方法的适用性，试图将信用评分法用于小企业信贷风险评估，并基于l o g i s t i c 回归建立信用评分模型进行实证分析，这对解决我国小企业贷款难问题具有一定 的现实意义。 第一部分从小企业自身、金融市场两个方面分析了小企业融资难的原因，指 出解决该问题的关键是对小企业信用风险有效的评估。 第二部分按信用评级方法发展演进顺序，对专家判断法、信用评分法和现代 信用风险量化模型的原理、适用性和优缺点进行简要的比较分析，得出信用评分 法适合用于我国小企业信用风险评估。 第三部分首先基于美国广泛应用小企业信用评分法的现实，分析其成功的原 因和条件。小企业业主信用评分法能够在美国银行业广泛而深入的应用，是由美 国成熟的消费信贷信用评分技术，完善的信用征信机制、发达的信息化网络技术 和激增的小企业信贷业务量等原因共同促成的。然后从监管层、银行和社会征信 制度的角度，对我国现阶段建立小企业信用评分模型的可行性进行分析。 第四部分引入主成分分析法进行信用评分模型的指标选取，并基于l o g i s t i c 回归建立适合我国小企业信贷的信用评分模型，最后用期望一预测表进行模型预 测能力的分析。 第五部分总结信用评分模型的局限性，并指出实际应用中需要注意的问题， 如动态调整模型、定量分析与定性分析相结合，与信贷决策模型、贷后监测模型 配合发挥作用等。 关键词：信用评分模型信用风险小企业贷款 a b s t r a c t s of a r , t h es m a l le n t e r p r i s eh a sb e e nah i g h l yi m p o r t a n tp a r ti nt h en a t i o n a l e c o n o m y h o w e v e r , f i n a n c i n gd i f f i c u l t yh a sr e s t r a i n e dt h ed e v e l o p m e n to fs m a l l c o m p a n i e sf o ral o n gp e r i o do ft i m e t h em a i nr e a s o nf o rf i n a n c i n gd i f f i c u l t yi st h a t t h eb a n ki ss u s p i c i o u so fs m a l lb u s i n e s sc r e d i ta n dw i l ln o ts u p p l yc a p i t a l t h u s ，t h e k e yt o s o l v et h ep r o b l e mi s f u l f i l l i n gc r e d i te v a l u a t i o ne f f i c i e n t l y t h i sp a p e rw i l l a n a l y z et h ef e a s i b i l i t yo fe s t a b l i s h i n gc r e d i ts c o r i n gm o d e lf o rc h i n a ss m a l lb u s i n e s s a f t e rc o m p a r i n gs e v e r a lc r e d i tr a t i n gm e t h o d s ，a n dt h e nc a r r yo u te m p i r i c a la n a l y s i s b a s e do nl o g i s t i cr e g r e s s i o n i tw i l lb em e a n i n g f u lt os o l v et h es m a l le n t e r p r i s e f m a n c i n gp r o b l e m s e c t i o nia n a l y z e st h er e a s o nf o rs m a l lb u s i n e s sf i n a n c i n gd i f f i c u l t yf r o mt h e a s p e c t so fs m a l le n t e r p r i s ei t s e l fa n df i n a n c i a lm a r k e ta n dp o i n t so u tt h ek e yt os o l v e t h ep r o b l e mi st of u l f i l lc r e d i te v a l u a t i o ne f f i c i e n t l y s e c t i o ni ic o m p a r e se x p e r ts y s t e m 、c r e d i ts c o r i n ga n dc r e d i tr i s km e a s u r e m e n t m o d e ls u c ha sc r e d i t m e t r i c s 、k m va n ds oo n c r e d i ts c o r i n gi st h o u g h tt ob et h e m o s ta p p l i c a b l ei ns m a l lb u s i n e s sc r e d i te v a l u a t i o na n dr i s kc o n t r 0 1 s e c t i o ni i if i r s t l yc o n c l u d e st h er e a s o n sa n dq u a l i f i c a t i o n so fu s i n gc r e d i ts c o r i n g i ns m a l le n t e r p r i s eb a s e do nt h es u c c e s s f u lc a s ei na m e r i c a nb a n k i n gs y s t e ma n d a n a l y z e st h ef e a s i b i l i t yo fb u i l d i n gc r e d i ts c o r i n gm o d e li nc h i n a ss m a l lb u s i n e s s f r o mt h ea n g l eo fs u p e r v i s i o ns e c t o r , b a n ka n ds o c i a lc r e d i ts y s t e m ， s e c t i o ni vs e l e c t st h et a r g e tv a r i a b l e sb yf a c t o ra n a l y z i n ga n de s t a b l i s h e ss m a l l b u s i n e s sc r e d i ts c o r i n gm o d e lb a s e do nl o g i s t i cr e g r e s s i o n f i n a l l y , i tt e s t st h e p r e d i c t i n ge f f e c tu s i n ge x p e c t a t i o n p r e d i c t i o nt a b l e s e c t i o nvc o n c l u d e st h ed i s a d v a n t a g e so fc r e d i ts c o r i n ga n dp o i n to u tt h ea s p e c t s w h i c hs h o u l db ep a i dg r e a ta t t e n t i o nt oi np r a c t i c a la p p l i c a t i o n ，s u c ha sa d j u s t i n gt h e m o d e ld y n a m i c a l l y ，c a r r y i n go u tb o t hq u a n t i t a t i v ea n a l y s i sa n dq u a l i t a t i v ea n a l y s i s a n ds o o n k e yw o r d ：c r e d i ts c o r i n gm o d e l ，c r e d i tr i s k ，s m a l le n t e r p r i s ec r e d i t i l 信用评分模型在我国小企业贷款中的应用 绪论 ( 一) 选题背景和意义 环顾当今世界，无论是发达国家还是发展中国家，小企业都在各国经济发展 中占有十分重要的地位，其在扩大就业、活跃市场、收入分配、社会稳定和国民 经济结构布局等方面起着难以替代的作用。正因为这样，世界经济较为成达的国 家无不对小企业的发展给予充分的重视。 近些年来，我国小企业得到了迅猛发展。据国家发改委提供的数据显示，截 止到2 0 0 5 年1 0 月底，经工商部门注册的中小企业数量达至f 3 2 0 多万户，创造的最 终产品和服务的价值占g d p 的6 0 左右，上缴税收接近国家税收总额的5 0 ，解决 了7 5 以上的城镇就业。中国6 5 的专利、7 5 以上的技术创新、8 0 以上的新产品 开发都是由中小企业完成的。可以说，小企业已成为中国经济发展、市场繁荣、 扩大就业和技术创新的主力军，并以其灵活的运行机制和市场适应能力，成为中 国经济体制转变的重要推动力量。然而，小企业发展一直受到资金短缺的困扰， 所获得的金融资源与其在国民经济和社会发展中的作用极不相称，主要体现在： i 小企业融资渠道狭窄。以自身内部积累、亲友借贷、职工内部集资为主的 内源融资比重过高，银行、股权融资，商业融资等渠道所得资金比重过低。 2 银行贷款是小企业最重要的外部融资渠道。调查显示，我国小企业融资供 应的9 8 7 来自银行贷款。 3 小企业普遍缺乏长期稳定的资金来源。小企业不仅权益资金的来源极为有 限，而且很难获得长期债务的支持。根据有关资料显示，小企业仅占主要金融机 构贷款的1 6 。由于信用缺失问题的存在，银行主要提供的是流动资金以及固定 资产更新资金。 可见资金来源有限、没有稳定的资金、后备资源缺乏已成为严重制约小企业 健康发展的瓶颈。融资结构与潜在经济增长结构存在的这种严重的不对称，最终 将限制我国经济的长期增长速度和质量。在当前我国经济体制改革不断深化和金 融市场全面开放的特殊历史时期，如何有效满足小企业的合理资金需求，已经成 为目前小企业发展亟须解决的问题，研究和解决这一问题非常具有现实意义。 由于小企业贷款具有单笔贷款金额小、笔数多、需求总量大，要求手续简便、 速度快，能满足灵活经营的需求等特点，所以，要求银行对小企业的信贷管理有 一定的针对性和特殊性。虽然我国小企业贷款难的背景十分复杂，不仅与社会整 体信用环境有关，还与金融市场发育程度、银行自身定位以及信贷管理体制等密 信用评分模型在我国小企业贷款中的应用 切相关。但是，我们不能坐等这些机制条件都成熟完善后，再开展对小企业的贷 款服务。国内外经验表明，在我国目前市场环境下，只要勇于探索机制，大胆创 新业务，银行在改善小企业金融服务方面是可以大有作为的。 小企业业主信用评分法，主要借助于公司信息加业主个人信息，可以较大程 度上缓解信息不对称问题，适用于信息不透明、规模较小的企业。随着国内银行 在小企业信贷方面经验和数据的积累，小企业信用评分模型在节约成本、提高效 率、客观公正等方面的优势，必将为各银行所青睐。本文基于l o g i s t i c 回归建 立我国小企业信贷的信用评分模型，并进行实证分析，这对解决我国小企业贷款 难问题具有一定的现实意义。 ( 二) 论文结构和研究方法 第一部分从小企业自身、金融市场两个方面分析了小企业融资难的原因，指 出解决该问题的关键是对小企业信用风险有效地评估。 第二部分按信用评级方法发展演进顺序，对专家判断法、信用评分法和现代 信用风险量化模型的原理、适用性和优缺点进行简要的比较分析，得出信用评分 法是适合用于我国小企业信用风险评估的方法。 第三部分首先基于美国广泛应用小企业信用评分法的现实，分析其成功的原 因和条件。小企业业主信用评分法能够在美国银行业广泛而深入的应用，是由美 国成熟的消费信贷信用评分技术，完善的信用征信机制、发达的信息化网络技术 和激增的小企业信贷业务量等原因共同促成的。然后从监管层、银行和社会征信 制度的角度，对我国现阶段建立小企业信用评分模型的可行性进行分析。 第四部分引入主成分分析法进行信用评分模型的指标选取，并基于l o g i s t i c 回归建立适合我国小企业信贷的信用评分模型，最后用期望一预测表进行模型预 测能力的分析。 第五部分总结信用评分模型的局限性，并指出实际应用中需要注意的问题， 如动态调整模型、定量分析与定性分析相结合，与信贷决策模型、贷后监测模型 配合发挥作用等。 在研究方法上，本文采用的是理论研究和实证分析相结合的方式。在问题研 究上，运用了比较的方法，分析信用评分法应用于小企业信贷风险评估的可行性。 运用l o g i s t i c 回归和定量分析，通过多次试算，分析并构建适用于中国小企业贷 款风险评估的信用评分模型。 2 信用评分模型在我国小企业贷款中的应用 ( 三) 创新点和不足 本文有三个主要创新点：一是根据中国小企业的具体特点，采用主成分分析 法确定信贷风险评估的财务指标变量，并基于现实可获数据加入了小企业业主的 个人信息变量；二是将l o g i s t i c 回归方法应用于信用评分模型的建立，并运用期 望一预测表进行模型预测精度的分析。三是较系统的指出模型的局限性和不足。 本文的不足之处在于：由于小企业财务报表不健全，信息披露不充分，部分 数据难以获得，本文仅从中小板块上市公司中规模较小的企业选取样本，小企业 样本不够典型，并且只选择了8 0 家企业作为研究对象，样本选取偏少，使用l o g i t 模型可能出现参数有偏估计。另外，由于无法查询相应的企业和个人信用征信系 统，所选取的变量以财务数据为主，缺乏关键的企业信息及小企业业主的信用历 史等记录，势必会影响到模型的回归效果。 信用评分模型在我国小企业贷款中的应用 一、小企业融资难的原因 长期以来，小企业发展一直受到资金短缺的困扰，融资难问题至今没有得到 根本解决，从而成为阻碍其健康发展和经济持续增长的主要制约因素。而融资难 的出现和长期存在，既有小企业自身的原因，也有金融市场方面的原因。 ( 一) 企业自身因素 一是小企业具有经营成长的高失败率和不确定性。一方面，小企业大多没有 长期规划，发展战略存在一定的盲目性，常常只顾眼前利益，经营行为短期化， 往往难以维持长期发展；另一方面小企业经营规模小，整体竞争能力较差，抗风 险能力较弱。国家政策调整或市场的变化会使其经营出现波动，呈现出很强的不 确定性。这种不确定性表明小企业还款来源不稳定，因而很难得到银行的贷款支 持。 二是小企业内部治理结构不健全和财务信息不透明。目前相当多的小企业还 采用家族式管理方式，普遍存在着产权不清晰和管理不科学的问题。与此同时， 企业财务制度不健全，财务报告真实性与准确性较低，账表数字不符，部分企业 甚至为了逃税而造假账( 一个企业有两套账、三套账) 和进行现金交易，导致银 行无法考核企业的真实经营状况，并对贷款项目进行信用评级。小企业与银行之 间的信息严重不对称，使银行开始采取消极态度，避免或减少对小企业的信贷投 入。 三是小企业信用观念不足，恶意逃废银行债务。我国金融市场发育不成熟， 信用体系不完善，许多小企业信用意识淡薄，信用信息不明，信用记录不清楚。 据中国人民银行调查资料显示：在中行、建行、农行、工行及交行开户的6 2 6 5 6 户改制企业中，有3 2 1 4 0 户被金融债权管理部门认定为逃废金融债务，占改制企 业的5 1 ，2 9 ，这其中多为小企业。一些企业只想贷款，不想还款，常以经营效 益不佳为借口，对银行贷款本息久欠不还。有些企业甚至借兼并、破产、重组之 机，假破产，真逃债，严重挫伤了银行贷款的积极性。 四是小企业缺乏足够的抵押资产，难以获得银行贷款。小企业往往由于自身 积累少、经济实力弱、有效资产不足而很难符合抵押物条件，同时又因为经营风 险大丙难于找到担保人；商业银行为保证贷款的安全性，对抵押资产实行折扣； 银行对小企业缺乏专门的评级标准，而采用大型企业的评级标准，小企业1 因其 规模小而影响所评的信用等级，进而受到信贷市场准入的限制。 1 小型企业的划分标准参照中小企业标准暂行规定( 国经贸中小企( 2 0 0 3 1 4 3 号) 4 信用评分模型在我国小企业贷款中的应用 ( 二) 金融市场因素 一是小企业难以从直接融资渠道筹资。现阶段，企业直接融资的形式主要是 发行股票和债券。就股票发行而言，深沪交易所对上市公司单一注册资本要求就 必须在5 0 0 0 万元以上，另外对资信等级，利润额等方面都有着很高的要求，这使 还处于成长期的小企业只能望洋兴叹。而适合小企业的其他融资渠道，如投资基 金、风险投资及各种产权交易市场等或者尚未建立，或者发育不良、没有通畅的 退出机制和高额的利益回报，造成了风险投资想投资不敢投，小企业想融资得不 到，风险资金很难进入真正的创业企业。 二是银行经营定位问题。近年来，国有商业银行长期为国有企业服务的市场 定位虽有所转变，但是经营战略仍然是以服务大企业、追求规模效益为宗旨。信 贷市场定位在重点地区、重点行业和重点项目、重点企业，集中资金投向大企业、 大项目，对小企业的金融服务出现了一定范围和程度上的“真空”。据统计，目 前我国主要银行业金融机构亿元以上大客户占其全部贷款客户数不足1 ，而贷 款余额却占全部贷款余额的5 0 。信贷资金过度集中于大企业，导致用于小企业 的信贷资金自然减少。另外，与主动上门为大企业服务形成鲜明对比是，我国商 业银行对小企业信贷支持方面缺乏创新及内在动力，效率低下，服务有效性不足。 实际操作中经常出现虽然小企业最后得到了贷款，但由于时间过长，手续繁琐等 原因，企业主观上仍感到贷款难。 三是银行为小企业服务的成本高而收益低，影响了对小企业贷款的积极性。 由于小企业贷款具有金额小、笔数多、频率高、时间急等特点，银行对小企业贷 款的管理成本相对较高，根据风险平衡原则，则银行要求的贷款利率也应该较高， 但目前利率机制较为僵化，资金市场价格扭曲，大小项目和风险度不同的借款人 贷款利率的浮动范围差距不大，无法补偿银行对小企业的贷款所承担的高风险和 高成本。在商业银行将盈利最大化作为主要经营目标和执行严格的不良贷款率考 核制度的前提下，对小企业的贷款申请就相当谨慎。 四是商业银行严格的贷款责任追究制制约了银行向小企业的贷款积极性。贷 款责任追究制要求信贷人员对新发放的贷款达到无逾期、无呆滞、无呆账，贷款 的本息要全部按期收回。由此导致信贷人员宁可不放贷也不愿承担风险。这种约 束机制与激励机制不对称的情况，极大地挫伤了信贷人员的向小企业放贷的积极 性。 综上可知，一方面资会不足制约小企业发展，另一方面对企业信用的疑虑又 使银行谨慎放贷。要解决小企业贷款难的问题，应从银行入手，针对小企业融资 5 信用评分模型在我国小企业贷款中的应用 特点在信贷管理上进行创新，其中关键一环是做好小企业的信用评估工作。可以 这样说，没有包括资信评级在内的完善的企业征信服务，银行与企业间的信用交 易就无法顺利进行。科学、公正、客观的信用评级，可以有效的解决信贷双方信 息不对称问题，为银行与企业问合作提供信息支持，这实际上是给银行提供了一 个比较放心的发放贷款的根据。因此，银行只有找到对小企业信用风险评估的有 效方法，才能提高对其放贷的积极性，解决小企业贷款难的问题。 6 信用评分模型在我国小企业贷款中的应用 二、信用风险评估方法的比较分析 信用风险评估是基于企业过去经营、财务、资信的情况对企业未来偿债能力 的一种预测。因此，在对企业进行信用评估时，不但需要关注企业过去的经营状 况，还应重视对其未来情况的预测，并能及时跟踪反映企业信用变化的趋势。国 际信用评级制度经过长时期的发展，逐步形成了一套完善的理论和方法。我国商 业银行的信用评估技术目前仍处在传统的比率分析2 阶段，针对小企业的信贷风 险评估则是参照大型企业的标准，并没有一个专门针对小企业的信用评级体系。 由于这样的评估不能客观正确地评价小企业的信用状况，限制了商业银行对小企 业贷款的积极性。下面将对信用评级的几种方法进行比较分析，选择适合中国小 企业信贷风险评估的方法。 ( 一) 传统的信用评估方法 传统的信用评估方法主要指专家判断法。专家系统( e x p e r ts y s t e m ) 是银行 在长期经营信贷业务承担信用风险过程中逐步发展并完善起来的传统信用风险 分析方法。在专家法下，评估人员凭借自己的专业知识技能和丰富的经验，运用 各种分析工具，依据主观判断来综合评定信用风险。在诸多专家分析系统中，应 用最广泛的是5 c s 系统。信贷专家通过对品格( c h a r a c t e r ) 、资本( c a p i t a l ) 、担保 ( c o l l a t e r a l ) 、偿债能力( c a p a c i t y ) 及环境( c o n d i t i o n ) 等五个因素综合分析，作出 贷款决策。 这种方法的突出问题是将信贷专家的经验和判断作为信贷分析和决策的基 础，缺乏系统理论的支持，带有很强的主观性。对于同样的一笔信贷业务，不同 的信贷人员由于其经验、习惯、偏好的差异会作出不同的风险评估结果，破坏信 贷政策的一致性。 目前专家评分法是我国银行用于贷款评估以及资信评级机构用于资信评估 的主要方法之一。 ( 二) 信用评分法 信用评分( c r e d i ts c o r i n g ) 是一种预测贷款申请人将来违约和失去清偿能力 可能性的统计方式( m e s t e r , 1 9 9 7 ) 。它运用先进的数据挖掘技术和统计分析方法， 通过对申请者的人口特征、信用历史记录和行为记录等大量的数据进行系统的分 析，筛选出组能最准确估计信用风险的因素，并赋予各因素相应的权重，发展 出预测性的模型，以一个信用评分来综合评估申请人未来的某种信用表现，作为 2 比率分析法是一种事后分析方法，主要针对已经发生的经济活动进行分析，在市场经济条 件f ，已有一定的滞后性。 7 信用评分模型在我国小企业贷款中的应用 信贷管理的决策依据。银行通常会根据自身的风险承受能力确定一个“及格分”， 在接到潜在借款人的申请后，输入相关数据，得出一个信用评分，如果得分远远 高于及格分，则视之为“好客户”，银行将批准其贷款申请；反之则拒绝申请。 如果申请者分数处于“灰色”区域3 ，那么信贷员将使用传统方法对该申请者进 行评估，并到该企业进行迸一步的调查。 目前，信用评分常用的模型方法有线性判别模型( l i n e a r d i s c r i m i n a n t m o d e l ) 、线性概率模型( l i n e a rp r o b a b i l i t ym o d e l ) 、l o g i t 模型4 ( l o g , i tm o d e l ) 、 神经网络模型( n e u r a ln e t w o r k sm o d e l ) 等。 1 、线性判别模型 1 9 4 1 年，大卫杜兰率先将其应用在信用领域；1 9 6 8 年，a l t m a n 发表了著名 “z s c o r e ”判别分析模型，将多变量分析用于预测财务困难公司，采取逐步多 元判别分析法决定样本的判别模型，这是一种纯财务数据的多变量分析方法。多 元判别模型的假设条件非常严格，使得实证结果的判断与推论令人质疑。 2 、线性概率模型 由于实际运用中线性多元判别模型需要各种苛刻假设，越来越多的研究转而 以概率为模型核心。线形概率模型虽然很明了，但是难以保障所计算出来的条件 概率在 0 ，1 之间，可能完全违反概率的定义。 3 、l o g i t 模型 l o g i t 模型采用了一系列的财务比率来预测信用危机发生的概率，然后根据 银行、投资者等的风险偏好程度设定信用风险警戒线，以此对分析对象进行风险 定位。l o g i t 模型的优点在于不要求多元正态分布和协方差相等作为假设前提， 缺点是样本的数量不宜少于2 0 0 ，否则将出现参数估计的有偏性。 4 、神经网络模型 神经网络是一种模仿人脑信息加工过程的智能化信息处理技术，具有自组织 性、自适应性以及较强的稳健性。用来解决信用评分问题的神经网络可以视为一 个对线性组合后变量进行非线性变换，然后再循环线性组合、非线性变换的一种 方法。r o s e n b e r g a n d g l e i t ( 1 9 9 4 ) 讨论了神经网络在公司信用决策和防范信用 欺诈等领域的应用。d a v i s ( 1 9 9 2 ) 就神经网络与其他方法进行了比较，认为神经 网络能够很好地处理那些数据结构不太清楚的情况，但其训练样本时间较长。另 3 得分在及格分附近，单独利用信川评分法无法判定的区域 4 基于l o g i s t i c 同归模型 8 信用评分模型在我国小企业贷款中的应用 外，在分类不当的情况下错判的比例较高。 同传统的信贷管理技术相比，信用评分法在很大程度上实现了贷款处理的自 动化，具有以下优越性： ( 1 ) 客观性 信用评分模型是根据从大量数据中提炼出来的信息和行为模式制定的，它包 含了代表各个信息维度的多个预测变量，其指标和权重是通过科学的方法确定下 来的，因此对于同一项贷款会给出同样的评分，在实旌的过程中不会因业务人员 的主观感受、个人偏见、个人好恶和情景、情绪等而改变。 ( 2 ) 一致性 信用评分模型在实施的过程中前后一致，任何分支机构、业务人员、时间地 点傲出的决定，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，自 然结果也是一样的。 ( 3 ) 准确性 信用评分模型是依据大数原理和统计技术科学地发展出来的，能够比较准确 地预测消费者某种信用表现的概率。当然，模型的准确性高低与数据的质量、模 型研发人员的技术水平和经验丰富程度密切相关。 ( 4 ) 效率性 由于信用评分模型可以在计算机系统里自动实施，只要输入相关信息，可以 在几秒钟内得到决策，大大缩短了贷款申请时间，适用于消费信贷，尤其是信用 卡这种业务笔数大、单笔数额小的产品。同时由于其节省了人力成本5 ，为银行 提供更多利润。据统计，在美国，运用这种方式，每笔贷款的批准过程和贷款处 理过程从平均每笔1 2 5 小时和2 周分别减少到一个和几个小时，其评估成本为 1 5 一l o 美元( 罗汉，1 9 9 9 ) 。 ( 三) 信用风险量化模型 2 0 世纪9 0 年代以来，信用风险量化模型在银行业得到了高度重视和发展。它 是基于现代金融经济学理论的风险评估方法，是风险研究理论的热点问题。主要 模型包括： 1 、c r e d i t m e t r i c s 模型 5 在传统的信贷审批过程中，银行j ：作人员做审批决策都要阅读人量的信用报告和企业报表 9 信用评分模型在我国小企业贷款中的应用 c r e d i t m e t r i c s 模型本质上是一个v a r 模型，其目的是为了计算出在一定的置 信水平下，一个信用资产组合在持有期限内可能发生的最大损失。该模型的创新 之处在于用传统的期望和标准差来衡量非交易性资产的信用风险。 2 、c r e d i tp o r t f o l i ov i e w 模型 c r e d i tp o r t f o l i ov i e w 模型直接将转移概率与宏观因素关系模型化，通过不断 加入宏观因素冲击来模拟转移概率的变化，得出模型中的一系列参数值，比较适 合于投机级借款人。 3 、k m v 模型 k m v 模型是将期权定价理论应用于贷款和债券估值而开发出的一种信用监 控模型，它通过对上市公司股价波动的分析，来预测股权公开交易公司发生违约 的可能性，其优点在于非常适合度量上市公司的信用风险。 4 、c r e d i tr i s k + 模型 c r e d i tr i s k + 模型是一个资产组合信用风险量化模型，它根据针对火灾险的 财险精算原理对贷款组合违约概率进行分析，适用于分析存在大量同质贷款的贷 款组合的信用风险。 上述模型均不以小企业信用风险评估见长，并且涉及的参数规模庞大，十分 复杂，还需要多个信用周期、历时多年的历史数据，这一数据条件对于我国多数 银行来说是不具备的。 基于上述比较和分析，笔者认为目前以及在相当长的时间内，我国要解决的 是信息不透明、不能提供有效抵押资产的小企业贷款，信用评分法可以较大程度 上缓解信息不对称问题，非常适合用于解决小企业融资困难问题。 l o 信用评分模型在我国小企业贷款中的应用 三、信用评分法的适用性 ( 一) 信用评分应用于小企业贷款的原因和条件 随着信用评分方法在信用卡领域的成功应用，银行开始将信用评分法用于其 他金融产品，例如个人消费信贷业务。到上世纪9 0 年代中期，信用评分开始应用 于小企业贷款，其中最成功的案例是富国银行( w e l l sf a r g o ) 。1 9 9 3 年，富国银 行成为将信用评分法应用于小企业贷款的第一家银行。它开始运用营销手段直接 吸引客户，开发小企业信贷业务( z u c k e r m a n ，1 9 9 6 ) 。虽然在加利福尼亚州外没 有设立分支机构6 ，但由于贷款申请多通过电话、信函和邮件进行，信用评分法 使得富国银行几乎对所有的5 0 个州提供了贷款( m i t c h e l l ，1 9 9 6 ) 。到2 0 0 4 年，已经 连续三年在全美小企业贷款业务上名列第一。经过十几年的发展，富国银行现在 已有超过2 3 0 亿美元信贷额度和9 0 亿美元余额，成为美国第五大银行。 在美国，在小企业贷款业务中成功的使用业主信用评分法，主要基于以下原 因： 1 、信用评分方法在消费信贷领域中的应用已经十分成熟 对个人信用记录进行自动评分，银行根据评分高低决定各类消费贷款发放与 否及发放条件，在美国已经有三十年以上的历史，而且已经成为消费信贷的基本 方法。而小企业贷款与消费者信贷有相似之处：笔数多，数额小，交易成本高。 如果对小企业贷款按照一般商业性贷款的操作程序进行，难免要涉及收集、整理 财务信息和其他劳动密集型工作，一笔贷款至少要1 2 个小时和5 0 0 至1 8 0 0 美元费 用，而贷款的收益甚至不能弥补这些耗费，更不用说盈利了。业主信用评分法正 是在这种条件下，从消费信贷的信用评分法发展出来的。 2 、小企业信贷业务量增大迫切需要高效的审贷方式 随着世界范围内融资证券化趋势逐步加强，大企业逐渐转向资本市场进行直 接融资，小企业的贷款需求开始引起金融机构的重视，并成为商业银行争夺的主 要市场。然而，由于许多小企业根本没有规范的财务信息可以利用，在美国，小 企业贷款更多地由小银行7 办理，它们主要采用关系型贷款，即银行与小企业主 有其他业务往来，信贷员与小企业主是熟人或有共同的熟人，通过这些关系来判 断企业还款的可靠程度。显然，这种方法的效率是较低的，也不适合大中型银行 使用。因而，发展小企业贷款，也需要引入某种简单易行且风险能得到有效计量 和控制的办法。在这方面，消费信贷信用评分法的成功经验引起银行和征信机构 6 直剑1 9 9 6 年收购第一洲际银行 7 主要是指社区银行 信用评分模型在我国小企业贷款中的应用 专家们的注意，它以成本低、效率高，客观公正等优势受到各银行的青睐。 3 、完善的信用征信机制和发达的信息化网络技术提供了必要的保障 美国有关个人信用的数据主要由三大信用管理局r o e x p e r i a n ，e q u i f a x 和 t r a n s u n i o n 提供，它们在全国有数以千计的分支机构，基本上垄断了企业和个人 征信信息市场的供给。在它们庞大的资料库里，保存有1 7 亿人的基本资料和信 用记录，如个人身份和就业信息、信贷历史、公共记录( 包括纳税、破产等) 。 美国金融机构获得这些数据后主要通过信用评分的方式将这些客户的信息形成 量化的指标用以指导信贷决策。据估计，美国9 0 的消费者信用决策会将信用评 分作为决定性的影响因素。 美国i t ! l k 的发展，堪称世界之最，信息电子化、网络技术的普及，为美国个人 及企业信用体系的建立及发展奠定了坚实的基础，从数据收集、信用评分，到制作 报告、信息传输，无一不是在电子化网络技术支持下进行。 将信用评分法应用于小企业贷款，首要条件就是要建立起业主的个人信用与 他所拥有和管理的企业信用之间的统计关系，用以预测贷款按期归还的可信度。 信用评分法有两个最基本的假设： 第一，一个人过去的表现可以表征其未来的行为； 第二，具有相同背景和行为特点的入，会有同样的表现。 美国征信机构的庞大数据库以及统计分析，总体上支持这两个假设，在此基 础上，消费信贷的信用评分法才在小企业贷款中广泛应用开来。 1 9 9 8 年初，美国联邦储备银行对美国2 0 0 家大银行电话调查发现，7 1 3 的 大银行8 在小企业贷款中运用了信用评分技术。2 0 0 0 年的一项调查发现，较大的 银行更倾向于使用信用评分法，是因为他们认为信用评分提供了快速且可靠的风 险预测，开拓了为大量小企业提供服务的路径( p e t e r w e a v e r ，1 9 9 8 ) 。信用评分 法使大银行发放小企业贷款的成本更多地降低，并有助于打破地域限制。它们无 需充分了解当地的商业环境，即可跨地区发放小企业贷款。2 0 0 1 年的一项研究发 现，在9 9 家大银行中，信用评分法使小企业贷款比重有所增加。这主要是因为， 这个方法放宽了边际贷款申请者的标准线。例如，许多小企业历史很短，用传统 方法难以处理其贷款申请，但信用评分法就可以解决。 目前，关于信用评分法在美国银行业界的总体应用情况还没有全面的统计数 字与分析。抽样调查显示，大多数银行已经采用该方法，主要用于决定是否放贷 和制定贷款条件，以及对贷款申请是否做进一步的审查。 8 资产规模大于5 0 亿美元为犬银行 1 2 信用评分模型在我国小企业贷款中的应用 ( 二) 信用评分在我国小企业贷款中应用的可行性分析 1 、从监管层角度 2 0 0 5 年初，金融监管机构已经意识到“改进对小企业的融资服务，不仅是 当前银行业改革发展面临的一项重要任务，而且是加强和完善宏观调控的一项重 要措施”，银监会将改善小企业金融服务列为当年的工作重点，提出一系列措施， 小企业融资开始受到前所未有的关注。 2 0 0 5 年7 月2 8 日，银监会正式出台银行开展小企业贷款业务指导意见， 提出“六项机制”创新解决小企业融资问题；2 0 0 6 年1 0 月8 日，银监会发布商 业银行小企业授信工作尽职指引( 试行) ，迸一步完善商业银行小企业授信工作 机制，规范授信管理，伤化贷款流程；2 0 0 7 年3 月1 3 日，银监会主席助理王兆 星表示，今年银监会将研究制定统一的小企业划分标准，研究适合小企业贷款特 点的五级分类办法、拨备比例、核销办法和问责制度。除此之外，银监会还将对 银行开展小企业贷款业务指导意见进行修订。 2 、从银行角度 在各方面的大力支持和推动下，小企业贷款工作取得了长足的进展，部分银 行建立了小企业信贷专业部门，组建了由专职客户经理组成的管理队伍，或成立 小企业经营事业部( s b u ) ，设计“打分卡”，简化小企业贷款业务审批流程， 提高效率，满足小企业贷款“短平快”的特点；相当一批银行在贷款风险定价机 制方面进行了积极探索，逐步建立适应小企业风险特征的信用评级体系；一些银 行建立了专门的激励约束机制；不少银行建立了小企业贷款违约信息登记制度， 加大对违约信息的通报和披露力度。 目前各银行对小企业信贷采用的多是信用评级的方法，积累了部分数据。可 以利用现有的客户数据，初步建立信用评分模型，配合现有的信用评级方法，进 行试贷款。随着数据的不断积累和整个社会的信用制度慢慢趋于完善，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。 3 、从社会征信制度角度 1 9 9 9 年，上海建立我国的第一个个人信用征信系统。此后，深圳、北京、天 津等城市先后进行了本地区的联合征信实践。部分银行、税务、工商等行业也建 立了本行业的信用信息系统。中国国内地方性和行业性的个人征信体系初步形 9 六项机制包括利率的风险定价机制、独立核算机制、高效的贷款审批机制、激励约束机制 专业化的人员培训机制、违约信息通报等。 1 3 信用评分模型在我国小企业贷款中的应用 成。2 0 0 6 年1 月1 日个人信用信息基础数据库实现了全国正式联网运行。截至 2 0 0 6 年年底，该系统采集了5 3 3 亿自然人的信息，其中有信贷记录的超过5 4 0 0 万人，信息涵盖个人基本信息、结算账户开立信息、银行信贷信息和来自银行系 统以外的住房公积金缴存信息等，基本实现了为城市和部分农村每一个有经济活 动的个人建立一套信用档案的目标。 2 0 0 2 年人民银行初步建成“银行信贷登记咨询系统”，主要从商业银行等金 融机构采集企业的基本信息、主要财务指标以及在金融机构的借款、担保等信贷 信息。全国各商业银行与该数据库联网查询。在这一系统多年运行基础上，2 0 0 5 年人民银行启动全国统一的企业信用信息基础数据库建设，2 0 0 6 年8 月1 日该数据 库实现所有商业银行和有条件的农村信用社全国联网运行。与此同时，人民银行 加快推进小企业信用体系建设，已在全国1 7 个省市进行试点。截止2 0 0 6 年1 1 月底， 试点省( 市) 收集1 7 万多户小企业信用信息，其中近1 3 万户小企业信用信息已录 入人民银行小企业信用数据库。 征信系统个人数据库和企业信用信息数据库全国联网，意味着全国1 1 1 6 万家 企业、5 3 3 亿自然人已信用在录，这为银行运用信用评分法提供了足够的数据支 持。 综上所述，随着金融脱媒现象趋于明显，大公司融资不再完全依赖于商业银 行信贷，银行业务逐渐转向关注小企业。随着社会征信制度的完善，国内银行在 小企业信贷方面经验和数据的积累，小企业信用评分在节约成本、提高效率、客 观公正等方面的优势，必将受到各商业银行，尤其是大型银行的青睐，将成为小 企业信用风险评估的主要方法之一。 1 4 信用评分模型在我国小企业贷款中的应用 四、我国小企业信用评分模型的构建 对于二元性结果的预测，最流行的是逻辑回归分析和神经网络模型。神经网 络模型的功能较强大，并且对分析人员的时间和精力投入要求较少，而更多地运 用机器学习( m a c h i n el e a r n i n g ) ，在欺诈风险评分模型中广泛应用。由于它的可 解释性低，许多分析人员认为它是黑箱操作，所以在信用评分模型中较少使用。 而逻辑回归分析为许多技术人员所熟悉，它较容易应用实施且可解释性强，是发 展二元性信用评分模型的广泛应用的技术”。因而，本文基于l o g i s t i c 回归运用 l o g i t 模型来构建我国小企业信用评分模型。 ( 一) l o g i s t i c 回归基本思想 假设用y 表示发放一笔贷款这一事件，用y 一1 表示到期后借款人违约( 通常 称为一个“坏”的贷款) ，y 一0 表示借款人不违约( 通常称为一个“好”的贷款) 。 我们的目的是利用已有的样本资料建立模型，对借款人违约( a py 一1 ) 的概率p 进行预测。l o g i s t i c 回归是处理这一类问题的较好的方法。我们假设： 1 p ；p ( y ；1 i t ) = = 斋 上+ e 这样我们就有l o g i s t i c 回归模型： l n f 粤1 ；t t + 卢t 卜a ， 其中p 表示y l ( 即“坏”的贷款) 的概率，而是描述借款人特征的一些 指标“，p 0 一p ) 称为发生比( o d d s ) 。我们可以利用已有的样本指标对模型中的 参数口和进行估计，并对模型进行相关的统计检验及计量经济检验。待得到一 个较为稳定的、预测准确性较高的模型后，模型即可投入使用：即将一个新的借款 人的相关指标数据输入模型，对其违约发生比( 或违约概率) 进行预测。在实际使 用时，通常将违约发生比或违约概率通过某种线性变换转换成分数，银行可以根 据申请人的信用得分情况决定是否发放贷款及发放的额度。 ( 二) 基于主成分分析法选择指标变量 由于反映小企业信用状况的财务指标很多，我们首先用主成分分析法选出 ”需要指出的是，尽管各种模型方法各有长短，但如果运用得当，其预测效果差别往往不是 特别大。 “这些指标被认为与违约的概率有关，又称为解释变餐 1 5 信j _ i = | 评分模型在我国小企业贷款中的应用 主要的指标变量。 1 、主成分分析的原理和模型 主成分分析是设法将原来众多具有一定相关性( 比如p 个指标) ，重新组合 成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原 来p 个指标作线性组合，作为新的综合指标。最经典的做法就是用f l ( 选取的第 一个线性组合，即第一个综合指标) 的方差来表达，i i l v a r ( f 。) 越大，表示f 1 包含 的信息越多。因此在所有的线性组合中选取的f l 应该是方差最大的，故称f l 为第 一主成分。如果第一主成分不足以