《S分行小微企业信贷风险预警模型实证探究》15000字（论文）

S分行小微企业信贷风险预警模型实证研究目录TOC\o"1-2"\h\u27497S分行小微企业信贷风险预警模型实证研究 188291G银行S分行小微企业信贷风险预警模型实证 154681.1建模原则 1283791.2指标的选取 273534.3Logistic回归模型建构与实证 5212799G银行S分行小微企业信贷风险防范的对策 10275802.1建立全方位的信息共享机制 1039082.2提高防假反假能力 10148832.3强化小微企业重点风险点管理 1519662.4加强信贷队伍建设 1799952.5强化贷后风险监测管理 17282752.5转变传统信贷思想 181G银行S分行小微企业信贷风险预警模型实证通过上述G行S分行小微企业信贷现状的分析可见，近几年小微企业风险贷款户及不良客户数及不良贷款余额虽然均有所下降，但小微企业信贷风险仍存在。2019年产生的良贷款虽96%在G银行S分行潜在风险客户中，但S分行的潜险客户仅有25%为系统监测自动纳入，风险监测有待提高，故G银行S分行小微企业信贷风险预警模型需进一步完善。1.1建模原则目前，G银行现有的风险识别模型对小微企业风险预警模型，涉及小企业风险的因子主要选取了5大类共计11项指标。第一类为信用状况指标，包括逾期欠息综合评价、企业信用风险评价；第二类是现金流相关指标，包括日常资金流向异常评价、存贷比评价、销售归行评价；第三类为异常融资相关指标，包括过度性融资、资产负债率、融资银行数量评价；第四类为担保和融资方式相关指标，包括抵押率、抵押物、贷款方式评价；第五类为系统和关联风险相关指标，涵盖了关联公司评定、限制领域整体评定。关于模型算法，借助于层次分析法（AHP）获取指标权重，加权计算风险评定整合评分结果。本文通过运用大数据，运用logistic回归模型，在传统模型基础上，通过变换小微企业风险识别因子，增加动态流量指标等，提高小微企业风险识别能力。坚持适度性原则。模型过于简单，只选择个别几个高度概括的指标，那么就会丢失或忽略一些关键信息，使得模型难以客观反映企业实际情况。反之，大量的指标，则难以抽象出现象之后的本质，失去对现实的解释力，导致获得性低、可控性差，普适性和可操做性不足。在建模过程中要把握适度原则，在两个目标间做好权衡取舍，找到最佳平衡点。坚持实效性原则。在指标选取上，以“实效”为出发点和落脚点，有针对性地选择指标，找到小微企业风控的重点；在模型的构建上，以应用为核心，既要考虑到模型的稳定性和时效性，保证模型效能，又能控制模型的复杂度，便于操作和应用。坚持前瞻性原则。重视小微企业风险识别因子的选择，引入工商、社保、税收等外部数据，增加连续的、动态的先关指标，包括检测日常经营活动的业务增长率、波动率等指标，以静态断点数据对风险监测不够实时的问题。并引入计量模型算法，建立更为前移性、全自动的、高响应度的数据模型，使数据应用从内部延伸到外部，从点估计延伸到面估计，从静态分析延伸到动态管控，从回测延伸至预警，从而更客观的揭示企业风险内在规律，提前发现小微企业潜在的风险。1.2指标的选取本模型数据选取G行S分行部分小微企业贷款户作为研究对象，把企业分为“正常”和“不良”，分别用0、1表示。对于不良企业，本模型具体分析其不良发生前一年的相关指标数据，即采用t-1年数据预测t年的风险情况。为保证模型的通用和代表性，所选取得小微企业尽量包含各个行业。数据时间跨度为2017-2019年，并剔除了数据不完整性和异常个体，一共选取了198家小微企业样本，其中正常样本147个，违约样本51个。4.2.1信用风险指标的选取构建风险预警模型，首先要选取适当的信用风险指标体系。本模型选取了12项指标（如表4.1所示）作为初步的研究变量，在具体指标筛选前，将数据开展非正常值去除操作。第一步是将上面的因素开展标准化，让指标量纲具有一致性，接着把每一因素的标准化值得绝对值不小于3的样本当成非正常值进行去除；去除之后的样本、再次开展因素标准化操作、检验非正常值、去掉非正常值，一直到没有非正常数据结束，最后得到109家正常企业和47家违约企业作为合格样本用于因子分析。表4.1小微企业风险指标体系表类型变量名称释义来源现金流保障类融资销售比X1融资总金额/销售额内部对外担保销售比X2对外担保金额/销售额内部销售收入增长率X3【t年销售收入-（t-1）年销售收入】/t-1）年销售收入内部经营保障类用电增长率X4【t年用电量-（t-1）年用电量】/t-1）年用电量外部用电波动率X5观察期月用电量变异系数外部应税增长率X6【t年应纳税-（t-1）年应纳税】/t-1）年应纳税外部出口增长率X7【t年出口额-（t-1）年出口额】/t-1）年出口额外部社保金缴纳增长率X8【t年社保缴纳额-（t-1）年社保缴纳额】/t-1）年社保缴纳额外部社保缴纳波动率X9观察期社保缴纳额变异系数外部其他类关联客户量X10关联客户数/平均关联客户数内部融资银行家数X11融资银行数/平均融资银行数外部行业景气度X12所处行业的景气度外部（1）现金流保障类。主要从企业的经营收入是否能够支持其负债的压力考虑。如果企业负债过重或销售明显下滑，则意味着过度融资或还款来源不足。①销售收入增长率：销售收入是企业一定时期的销售金额总和，反映了企业一定时期的获利能力，也反映了企业近期的现金流入是否正常和是否具备一定保障。但行业不同，产品不同，企业规模不同，销售金额的差异是很大的，所以通过每年销售的变化情况来判断企业发展的趋势更为准确。根据对比销售额同期的变化情况，能够在动态、历史等方面更加精准的了解客户的现金保障状况。依照样本测算，风险客户的一般的销售增长率约-0.015，不存在风险公司是0.067，具有很明显的不同。②融资销售比：是企业总融资除以主营业收入得出的数值，融资销售比越低的情况下，说明企业销售的收入能承担得起债务的偿还，即企业的偿债能力越强；反之偿债能力越差。该因素可以比较现实、直接的体现公司短时间内偿还债务的水平。③对外担保销售比：是指对外担保的总金额除以主营业务收入得到的比值。对外担保作为一种增信方式在经济上行其能方便企业融资，而遇到经济下行期时，一家问题企业则有可能将多加经营正常的企业拖入泥沼，甚至火烧连营。因此，如果企业对外担保销售比太高，说明该公司或许会产生担保链导致的风险。依照样本测试，风险公司的对外担保销售比一般水平大致是0.268，属于不存在风险公司的大约双倍，两者具有显著差异。（2）经营保障类。重点着眼于公司运作的平稳性与发展状况，发现可以真实、客观体现公司运作状况的因素（财务完整性与真实性欠缺，在此不考虑）。如经营稳定性不足或有下降趋势，则可能引发风险。①用电量增长率及波动率：电力是一家公司正常运转所必须的能源要素。在公司的用电量表现出渐渐减少的趋势或者用电量的不平稳性增强，则从某种方面而言，体现出运作产生改变。样本信息表明，风险公司里，用电量慢慢减少、月用电量大范围的改变、用电表现出间歇性发生等情形比不存在风险顾客多超过三倍，同时大部分体现了公司订单减少造成没有正常生产制作或者开工缺乏。同时用电信息来自第三方供电单位，信息具有可靠性。属于良好的运作指标。②社保金缴纳增长率与波动率：摸清公司的协议代发工资额，属于一个侧面了解公司运作其状况的方式，然而如果公司没有在我行办理代发工资服务项目，则不能够得到该信息，最终高指标缺失率比较大，可用性较差。但来自社保局的公司社保金缴纳信息完整性强、时效高，同时和工资因子存在紧密关系，属于非常好的代替性指标。若公司社保缴纳减少或者存在不平稳较强，则意味着公司或许具有收益减少造成工作人员收入降低或者裁员的情况，还有可能出现由于运作存在问题而造成群体性、不固定性的员工支出。③应税及出口增长率：税收和出口额也是与企业经营情况有较大关系的两个指标。总体上看，无风险企业的税收缴纳额和出后额稳定性较高，呈增长或基本平稳的企业比重较高，而风险企业中金额波动较大、间歇性发生或趋势性下降的企业比重相对较高。（3）其他类。主要从关联企业和外部经济环境的角度入手，综合考虑一些有可能导致风险的外部因素。①关联客户量：即和企业有股权关联或为同一实际控制人的企业数量。虽然理论界有不少关联关系测控的尝试，但由于社会网络错综复杂，普事性、可推广的方法还需要进一步探索，因此在此做一个减法，就是用和企业有直接关联关系的量除以该区域平均关联企业量作为权衡关联情况的标准。事实告诉大家，风险客户的关联关系的数量明显超过非风险客户。②融资银行家数：该数值越高，则意味着该公司或许具有过度融资、多头融资风险。小微企业的成长速度与运作水平具有局限性，若科学运用财务杠杆原理，适量负债，则或许获取较高的收益，促进公司进步，但是若公司具有繁重的债务负担，将得到相反的结果。③行业景气度：与中大型公司对比而言，小微企业的产业层次与技术含量都不高，所以被大经济环境与国家政策的影响严重，从某种程度上说，行业景气度能够体现出政策的扶持趋势，改善特殊因子对风险防控评估的影响。4.2.2指标变量筛选借助于T检验法对十二个因素开展配对检验，确定正常客户与不良客户存在显著差异的部分因素当成解释变量。最终，在0.05的显著性水平上，正常客户和不良客户在用电量增长率（X4）、应税额增长率（X6）、融资销售比（X1）、对外担保销售比（X2）、融资银行家数（X11）和销售收入增长率（X3）这6个指标上存在显著差异。如表4.2所示，因此用这6个指标作为自变量建立小微企业风险评价模型。表4.2指标配对T检验结果指标平均值t检验正常违约t值P值（双侧）用电量增长率（X4）0.07283-0.300486.7180.000应税额增长率（X6）0.06480-0.169192.2600.027融资销售比（X1）0.325870.34773-2.5120.013对外担保销售比（X2）0.136000.26848-2.5880.011融资银行家数（X11）2.697243.46809-2.4990.015销售收入增长率（X3）0.06659-0.082803.4720.0014.3Logistic回归模型建构与实证世界范围内关于信用风险度量的分析一般有3种类型，即现代风险度量模型、专家判别法、信用评分法。专家判别法是最为传统的方法，虽然简洁，但主观性过高，不能满足现实需求；现代风险度量模型比如以精算为基础的Creditrisk+模型、以期权理论为基础的KMV监测模型、以VAR为基础的CreditMetries模型等，这些模型对金融财务数据依赖性较大，而小微企业的金融财务数据带有较大的不完整和失真性，使用性较差；而信用评分法则是通过数理统计方法建立回归模型来计算违约概率，在这里面logistic回归模型对于数据的标准最宽松、不存在自、因变量的正态分布、线性联系等局限，还不需要被财务信息限制，最为使用与小微企业信用风险度量，所以在此课题中同样将logistic回归模型当成分析的模型基础。建立模型一般的过程有两个：首先对指标信息开展因子研究，确定logistic回归的重要核心自变量；其次是构建logistic回归模型，作用在于对小微企业违约状况开展风险预警。4.3.1因子分析因子分析。为消除数据之间的影响，同时降低变量的维数，我们需要对上述6个指标运用因子分析法，根据因素彼此的关联性开展划定，确定公共因子当成六个因素的替代变量。第一步骤，借助于Bartlett球形检验和KMO检验开展因子研究的可操作程度，得到的结果，KMO统计量是0.772，比0.5大，同时Bartlett球形检验P值是0.000，比0.05低，拒绝假设相关系数矩阵为单位阵，说明变量之间存在较强的相关性，适合性的因子分析（详见表4.3）。表4.3KMO和Bartlett检验＊取样足够度的Kaiser-Meyer-Olkin度量Bartlett的球形度检验近似卡方dfSig..772148.87315.000其次，从公因子方差来看，变量共同度较高，变量里大多数的数据可以被因子所提取，这意味着我们的因子研究结论科学合理，如表4.4所示。表4.4公因子方差情况原始重新标度初始提取初始提取Z用电增长率Z应税额增长率Z融资销售比Z对外担保销售比Z人行最新融资银行家数Z销售增长率1.0001.0001.0001.0001.0001.0000.9030.3920.7150.6850.7440.5121.0001.0001.0001.0001.0001.0000.9030.3920.7150.6850.7440.512注：提取举措是主成分分析。（2）主成分分析。根据解释的总方差能够发现，特征值高于一的因子总共有两个，且累计解释能力达52.17%，因此本文后续的主成分分析将生成2个主成分（即2个因子）如表4.5所示。表4.5公因子方差情况解释的总方差情况成分初始特征值＊提取平方和载入旋转平方和载入合计方差的%累积%合计方差的%累积%合计方差的%累积%12原3始4561.7791.291.880.841.695.51429.64622.52212.66612.01011.5848.57229.64652.16867.83479.84491.482100.0001.7791.29129.64622.52229.64652.1681.6111.45926.84424.32326.84452.168采用主成分分析法提取公因子。获得公因子。依照Kaiser标准留下Eigenvalues值超过一的因子，因此我们得到2个因子，分别记为F1和F2，这两个因子的方差贡献分别为29.646%、22.521%，累计贡献为52.168%，这说明已经包含了6个指标中的大部分信息，可将它们作为即将要建立的模型的解释变量，如表4.6所示。表4.6因子分析结果指标因子负荷（旋转前）因子负荷（旋转后）F1F2F1F2用电量增长率（X4）应税额增长率（X6）融资销售比（X1）对外担保销售比（X2）融资银行家数（X11）销售收入增长率（X3）特征值方差贡献率累计方差贡献率KMO检验Bartlett检验卡方值P值-.542-.506.519.603.577-.5121.79929.64629.646.772148.873.000-.248.325.652-.241.626.4991.29122.52152.168.584.600-.038-.630-.099.708-118-.035.833.159.846.103对上述6项指标进行因子分析生成旋转成分图，如图4.2所示。从图中可以直观看出，6项指标集分别聚成了红（因子1）、绿（因子2）两个群，这说明影响小微企业封信的主要因素（通过旋转后的载荷矩阵得到）有两个。图2旋转空间成分图（3）计算因子得分矩阵。将2个因子表示为原始变量的线性组合如表4.7所示。表4.7因子得分矩阵因子F1F2用电量增长率（X4）.359-.024应税额增长率（X6）.378.036融资销售比（X1）.060.580对外担保销售比（X2）-.384.048融资银行家数（X11）.023.583销售收入增长率（X3）.460.144F1=0.359X4+0.378X6+0.060X1-0.384X2+0.023X11+0.460X3F2=-0.024X4+0.036X6+0.580X1+0.048X2+0.583X11+0.144X3对两个主要因素进行归纳分析，如表4.8所示。表4.8小微企业风险影响因素表指标影响因素排序影响因素排序盈利因素F1偿债因素F2融资销售比（X1）□■对外担保销售比（X2）□■销售收入增长率（X3）■□用电量增长率（X4）■□应税增长率（X6）■□融资银行家数（X11）□■注：■代表影响度较大，□代表影响度较小。盈利因素：其关键部分在于用电量增长率、应税增长率、销售收入增长率，意味着小微企业运作平稳性与成长水平，在模型里扮演的角色为第一变量。偿债因素：其关键部分在于对外担保销售比、融资银行数目、融资销售比，意味着银行偿还债务的水平，在模型里扮演的角色为第二变量。4.3.2Logistic回归模型建构与实证（1）Logistic模型借助于一系列比率变量去评估公司违背约定的可能性，依照投资人、银行的风险偏好状况设置风险警戒线，将这个当成研究目标开展风险定位与决策。公司风险情况用Yi代表:Y构建以规范变量为基础的Logistic回归方程：ln其中p为企业出现违约的概率，具体某个企业i违约的概率为：Pi=F(将训练样本带入Logistic回归方程，对因变量（是否违约）和自变量（两个主成分）进行建模，选择逐步向前回归分析法，筛选出回归系数比较显著的自变量进入模型，最终参数估计结果如表4.9所示，回归方程变量见B列。在这里面Wals统计量迎来检验回归系数是不是具有显著性，Sig.属于wals统计量的相伴可能性，得到的结果是，自变量F1与F2和常量的系数的wals值与Sig.值当处于5%的显著性状态时极其显著，具备统计学意义，模型拟合较成功：表4.9方程中的变量BS.EWalsdfSig.EXP(B)步骤1*F1-2.453.48222.5381.000.088F2.177.196.8161.0261.793常量-.535.22422.7461.000.321模型的似然比全局检验结果也显示Sig.值＜0.05，模型可靠，如表4.10所示：表4.10模型系数的综合检验卡方dfSig.步骤1步骤46.0422.000块46.0422.000模型46.0422.000因此，根据表4.8的参数估计结果，得到最终的概率计算式为：P其中：F分析结果显示模型水平显著，模型卡方值为46.042，识别率达到82.56%，拟合效果在可接受范围。（2）为验证模型效果，另取含111个小微企业的检验样本，其中正常样本71个，违约样本40个。将检验样本代入模型，结果显示模型能对检验样本中的72.69%的企业进行正确判断，针对40户违约企业能正确识别其中28家，覆盖率达70%，总体效果较好。表4.11检验样本预测结果分组企业户数准确预测户数预测错误户数预测准确率正产组71561578.87%违约阻40281270%总体111842772.68%a.预测切割值为.500

G银行S分行小微企业信贷风险防范的对策上述模型虽可提高系统小微企业信贷风险识别率，但也存在一定的局限性。银行的信息来源主要为监测系统自动采集和人工录入，风险预警模型的构建首先要基于大数据信息共享，还要基于采集数据的真实性和全面性，否则会导致“有预警的没风险，有风险的没预警”。数据分析得出结果后，具体操作方案还需相关信贷人员进行决策。面对复杂多变的经济金融形势，同时考虑到小微企业自身的种种弊端，为了提高GS银行S分行小微企业资产质量，严格把控小微企业信用风险，现从信贷审查的角度提出以下几点对策。2.1建立全方位的信息共享机制S分行应与当地政府合作建立信息共享平台，比如纳税系统、海关进出口系统、水电费缴纳系统、社保系统等可以验证小微企业实际经营情况的数据，但至目前水电费、社保系统GS银行S分行与政府之间尚未打通，纳税系统对信贷人员尚未全面开放，目前这些数据均靠借款人提供，信贷人员将数据录入系统。建立信息共享机制，能形成较好的信息生态环境，小微企业金融也能比较健康发展。同时信息的沟通，也能为大数据方法和模型的应用提供必备的基石，有利于提升数据的可挖掘度、整合度和使用深度。2.2提高防假反假能力小微企业造假的途径很多，常见的为财务报表造假、贷款用途及交易背景造假、隐瞒关联等。信贷实务中对小微企业造假的识别不是银行某个部门、业务某个环节就能完成，而是需要前中后台相关人员主动尽责、恪尽职守、相互配合、紧密协作。下面就重点介绍该三类造假形式的识别与防范措施。2.1.1财务报表造假的识别与防范普遍而言，借款公司财务造假的原因非常清晰，或者是让企业的财务指标，比如资产规模、收益、运营收入符合贷款标准；或者是让企业的重点业务突出、业绩处于提升的趋势，争取续贷或增贷。一般来讲，企业财务报表粉饰和造假的主要目标是利润表，主要手法是多计收入和少计成本费用，从而虚增利润。多计收入的主要手法是通过虚构交易虚增销售收入，比如通过关联交易制造虚假销售收入或通过贸易业务虚增销售收入等；少计成本费用的主要手法是少结转成本、少计提折旧、少提减值准备、已经发生的当期支出暂不入账或费用资本化等；除上述方法外，虚增利润的方法还包括已形成损失的资产长期挂账、制造非经常性损益等，为粉饰利润表通常还需要资产负债表的配合，主要方向是多计资产，少计负债。当然，更恶劣的财务造假是完全脱离企业的现实经营情况，为达到欺诈目的随意编造财务报表。（1）收入：是流动资金需求测算的起点，也是企业偿债的主要来源。小微企业流动资金需求测算主要以预期收入为起点，结合企业经营性流动资产的周转率，计算营运资金需求，匡算融资缺口，从而为决策授信或融资额度提供依据和参考；另一方面，贷款的第一还款来源是销售收入，没有收入就没有还贷来源，收入下降比利润下降更可怕。因此，在财务信息核实中，收入的核实应当放在首位。此外在核实企业收入时，同时还应关注收入的来源构成、稳定性和有无现金支持等因素。通过整理归纳，并结合信贷审查实践，主要介绍以下两类收入核实的方法。①逻辑分析法趋势分析：分析企业月度水表、电表、工资表等数据与月度销售收入的变动趋势是否一致。分析存货、应收账款增减变化与销售收入的变化情况是否匹配。行业均值比对：将企业报表收入增长趋势与其所在的行业平均收入增长趋势比较，如果借款企业所处的行业整体比较低迷和萧条，而其收入增长趋势却一枝独秀，且没有合理解释，则很有可能存在收入造假的情况。投入产出分析：对于生产型企业，可利用投入产出关系，分析主营业务收入的变动是否存在产能和能源消耗支撑。如核实生产设备及其产能利用率，查验投入的物料、人工、水电等是否与产量匹配，再结合其产品的毛利率、产销率推算销售收入，与报表销售收入比较。报表勾稽关系研究：公司3张报表的部分科目彼此具有一种不太清晰的勾稽联系，当处于特殊假设状况的时候能够形成等式，核实销售收入时，可对此善加利用。比如利润表里的“主营业务收入”和现金流量表里的“给予劳务、销售产品获取的现金”，在企业赊销政策稳定的前提下，两者一般保持着一个稳定的比例关系；此时可通过趋势分析检验是否存在收入造假问题；资产负债表中的“应收账款”与利润表中的“主营业务收入”之间也是如此。以报表勾稽关系为基础的财务报表核实属于一种更加关注报表每一项目彼此、报表组成联系理解的研究方式，对在总体上判断公司财务报表是不是具有真实性有益。使用该种方法时，报表研究人应当了解，在哪些状况中这些项目彼此将形成等式，在哪些状况中这些项目彼此的勾稽关系将被破坏（这种破坏或许是可修复的，应根据具体经济业务具体研究），研究人能够借助于考察报表里这些存在联系项目彼此的联系，同时在报表与报表附注里获取一些证据，从而产生结论。关联交易分析：企业在虚增收入时，出于便利、易于掌控的角度，大多通过关联企业进行。对于关联交易收入占比较大的企业，有必要进一步考虑关联交易是否有合理的商业理由、交易价格和条款是否公允等，同时注意关联交易量与交易对手的主营业务、业务规模是否匹配。②多渠道查询，多维度交叉验证图2.1销售收入核实路径图图2.1为不同销售方式下核实销售收入时较可靠方法，但使用上述方法时，还应注意相关佐证的提供方式：海关进出口数据校验：目前我行海关进出口数据一般由相关部门从地方海关相关部门直接调取，属于外部第三方数据，可靠性较高，参考价值较大。纳税申报系统数据校验：纳税申报系统数据应该由调查人实地进入企业纳税申报系统拍照获取。抽查发货单、装运凭证等推算：发货单、装运凭证应当由调查人在预先不告知借款企业的情况下，突击抽查部分月份的发货单和装运凭证，加计汇总后推算全年收入（如有淡旺季，抽查月份应覆盖淡季和旺季）。抽查银行账户回款流水/发货单、装运凭证等推算：应尽可能要求借款企业在我行账户进行货款回笼归集，对于他行账户对账单，应关注对账单的真实性。在以上方法中，通过查询纳税申报系统核实借款企业销售收入是常用手段，也是较为有效的手段，但纳税系统里面的数据也存在造假的可能，一些融资金额巨大、严重依赖银行融资的借款企业有可能虚构交易，虚开发票，宁可交多一点税，也不愿银行因为其收入下降而压减其授信额度。因此通过纳税申报表核实财务报表收入时，也不应局限于对系统数据的核实，还应考虑其他资料和信息进一步佐证报表收入。（2）资产：属于评定公司整体水平的关键因子，同样属于公司偿还债务的确定性，而且，资产变现属于偿还债务的关键途径，因此核实报表资产的真实性和资产计价的合理性也应放在重要的位置。企业的资产可分为经营性资产和投资性资产，前者如固定资产、存货等，后者如长期股权投资、投资性房地产等。经营性资产应重点核实其真实性以及使用状况，投资性资产应重点核实所有权以及计价的合理性，核实资产的最佳途径是将现场观察和权属资料检查相结合，但对于信贷审查来讲，受到地域和审查效率的限制，大多数情况下无法对每个借款企业进行现场核实，故要求借款企业制作详细资产明细清单，并结合其他信息，采用逻辑分析的方法，综合判断相关资产的真实性和计价的合理性，不失为相对有效的办法，因为“假”的东西通常是没有细节、禁不起推敲的。表2.1是几中常见资产的核实方法。供参考。表2.1常见资产核实方法几种常见资产核实方法参考货币资金查看银行存款余额明细账，必要时检查银行对账单原件存货查看存货分类明细账，审查存货的主要构成，根据存货分类明细表和企业规模，分析存货总量以及存货增减变动情况是否与企业经营规模和商业模式匹配。必要时，抽查部分存货的采购发票或运输凭证，确认其真实性应收账款查看大额应收账款明细表，明细表至少包括以下内容：付款单位名称、金额、经济内容、账龄和可收回性，明细表所列余额应达到应收账款总额的一定比例，然后对以下情况进行判断：①根据应收账款对应单位名称和经济内容，判断该款项是否与公司主营业务相关；②根据企业的经营特点，结合账期、坏账提取等，判断应收账款的计价是否合理；③结合主营业务收入变动情况，判断应收账款的变动是否合理其他应收款对于大额的其他应收款，应当了解其形成的原因，判断其合理性，并关注后续收款情况，如查询有无回款流水等。固定资产查看固定资产明细，对于机器设备等经营性固定资产，要结合经营规模、用电用水量或产出等数据，分析其合理性；必要时抽查部分固定资产的采购合同和发票。金融资产查看购买凭证或交易合同，如有按期支付股利、股息等条款的，可查询结算流水进一步验证。长期股权投资根据被投资单位的名称，通过工商系统查询股东、出资额等验证投资性房地产查看权证，照片或视频取证等（3）付息性负债：是判断企业债务负担轻重的重要基础数据。银行作为债权人，最关心的问题是借款人能不能按期还款，从银企借贷关系的本质看，客户债务负担的轻重与能不能还款之间的关系最密切，债务负债越重，不能还款的概率就越大。借款企业深知银行的风险偏好，故而通常倾向于隐瞒债务。当前金融创新很快，企业的融资渠道很多，包括银行、信托、券商、基金、保险、小贷公司、民间融资等等，有些债务并不一定反映在表内或反映为负债科目，要搞清楚企业究竟借了多少钱并不是一件容易的事情。银行融资尚可通过人行征信交叉验证，其他融资渠道的融资尚没有统一的第三方渠道佐证，在借款人没有明确披露的情况下，银行往往不容易识别，但在信贷实践中，仍有一些方法能为识别借款企业其他融资提供一些蛛丝马迹。表2.2付息性负债审查要点异常科目审查要点财务报表异常科目①注重另外流动负债、应付款、一年里到期的非流动负债、另外的非流动资产、长时间应当支付的款项等特别科目明细，②分析利润表中的财务费用（加上资本化的利息，如有）和现金流量表中的偿还借款利息支付的现金与付息性债务的匹配度，判断利息支出是否异常。资金结算异常信息浏览借款企业银行账户资金结算明细、资金划转对象、资金划转用途等，关注频繁或大额资金流动，特别是整数金额。比如检查每月有没有固定支出项，该支出项是正常的银行扣款还是其他机构的扣款；有没有固定每个月打给个人的款项；有没有对方账户显示租赁、小贷、金融信息服务公司等；有没有备注显示还款、还贷等字样；有没有第三方支付公司的代扣；有没有突然进来的一笔款项，并标注借款，暂借等字样的关联方账户异常行为在条件允许的情况下，检查关联企业、企业主、高管及其家庭成员的银行账户资金往来，是否存在频繁的资金划汇或大额资金进出且交易对手可疑，特别是民间借贷、小额贷等，绝大多数是通过企业主、关联企业、特定关系人等关联方的账户完成的融资关系异常信息如果与企业有融资关系的金融机构过多，且农信社、城商行、小贷公司等中小金融机构或信托公司、租赁公司、基金子公司、券商子公司、保险子公司等创新型融资机构的融资较多，通常表明企业融资能力较差，应进一步考虑是否还可能存在民间借贷等。2.1.2贷款用途和贸易背景造假的识别与防范贷款用途和贷款交易背景是相互区别又紧密联系的两个概念，贷款用途指的是贷款资金的投向，它反映了贷款资金用于解决哪一方面的资金需求，而贷款交易背景反映的是贷款以何种方式运用的，比如短期流动资金贷款的用途一般为日常生产经营周转，而其对应的贷款交易背景可能是支付原材料采购款，可能是支付委托加工的费用等。由于两者存在较为紧密的内在联系，所以将其放在一起识别为佳。（1）注意观察借款企业申请贷款的态度，如果是借与不借均可，抱着试试看的态度，很可能借款用途不真实或不明确。（2）分析借款企业的经营规模、经营特点等与借款用途是否相符。（3）分析判断借款企业有无过度融资的迹象，过度融资很可能意味着企业将贷款资金挪用于其他地方。（4）抽查已结清或存量贷款资金流向，有没有资金回流或流向特定的关联方。（5）核实交易背景的真实性，多询问一些采购细节，并收集可佐证交易真实性的材料，如合同、发票、发货单、物流单、客户签收单等。为防范借款企业临时“制造”交易背景资料，可进一步查询交易对手的相关工商登记信息，了解其注册日期、注册地址、经营范围、企业规模等信息，查验交易对手是否真实存在，交易金额是否合理。2.1.3隐性关联企业的识别与风险防范隐性关联属于公司彼此间存在的一种表面不体现联系但是实际上存在投资联系或者在资金调度、运作决策、生产活动中具有影响或者管理联系的联系形式，在信贷实践中，可以通过投资关联、融资关联、购销关联、担保关联等方面入手，核查企业隐性关联方，如表2.3所示。表2.3隐性关联企业核查核查切入点关注重点厘清投资关系查询工商注册信息、全国企业信用信息公示系统、启信宝、外部征信机构信息及会计报表附注等，摸清企业资本纽带关系，包括企业的股权结构、对外投资及其他形式投资等三方面情况。厘清隐秘人事关系查询工商注册信息，结合内外部渠道的信息源，必要时采用访谈、实地调研等方式，摸清通过人员纽带形成的隐性关联关系核查上下游①查询上下游客户的工商登记资料，分析上下游客户公司名称、注册时间、注册地址、经营范围、办公地址、联系电话、联系人等有无疑点。②查询借款企业的账户流水，关注有无客户同时为借款企业的买方和卖方的情形，以及借款企业资金双向交易、受托支付资金回流等情况核查异常资金流向注意借款公司贷款资金的流向与还贷资金的途径，若不止一个公司的贷款资金流向一致，或多户企业的还款资金来自同一人，则很可能与上述企业之间存在隐性关联关系核查异常担保关系关注借款企业互保、连保、一对多担保等情况2.3强化小微企业重点风险点管理1、抓住“一个人”，判断股东实力落实有效增信“一个人”即企业的实际控制人。抓住“一个人”包括两层含义：一是摸清实际控制人资信情况、有效资产和负债情况，判断其个人实力与持续经营能力或项目运作能力；二是追加实际控制人对我行融资的保证担保做为增信措施。从分析实际控制人出发开展信用风险审查。在授信调查与审查过程中逐渐完善了从实际控制人的能力、品德等多方面摸清实际控制人情况的措施，具体包括：（1）家庭情况：是否本地人，是否购置物业、是否有长期稳定住所、子女配偶等直系亲属情况；（2）健康情况：是否有重大疾病；（3）财富积累方式：“第一桶金”的来源；（4）经营履历：从业经历、管理经验、行业经验及文化水平；（5）、财产情况：个人及家庭资产负债、其他投资、或有负债情况；（6）信用情况：央行征信系统、我行特别关注系统、法院被执行人信息、工商、税务、环保、海关等部门的信用记录情况，目前有无重要诉讼等；（7）性格和行事风格：激进型、稳健型、保守型性格；（8）个人爱好：是否存在嗜赌涉毒等不良爱好等；（9）社会形象：担任的社会职务，与政府官员关系，同行评价，媒体的正、负面报道，是否涉及黑恶势力等。此外，抓住“一个人”作为小微企业贷款使用的基本条件之一，除极个别竞争性优质客户外，大部分客户的授信方案均须将落实实际控制人担保作为必要条件，通常的使用条件表述为：我行所有融资追加借款人实际控制人XXX及其配偶连带责任保证担保。（2）摸清“一张网”，做好关联授信防范多头融资“一张网”即企业关联关系网。摸清“一张网”，需要分析客户关联关系，对关联客户做到“应纳尽纳”，并通过分析关联网，判断客户经营风险是否聚集和交叉传导，防范多头融资及风险传递。建议调查审查人员从从股权关系、实际控制人、上下游交易对手、资金往来、担保等各个方面入手，通过查询我行工商注册信息查询、特别关注系统、人行征信系统、分析结算及存款查询系统以及各种外部信息等渠道，全面调查了解借款人的关联企业情况，特别注意从多个渠道了解“股权代持”、“资产代持”等隐性关联。通过综合上述信息，总结得到客户的“一图两表”，其中“一图”指关联结构图，通过关联结构图的形式直观展示客户的关联情况；“两表”指“关联企业基本情况表”及“关联企业经营及融资情况表”，具体列示形式表2.4、表2.5。表2.4关联企业基本情况表关联公司名称与授信客户的关系实收资本股权结构主营业务所属业务板块是否正常经营表2.5关联企业经营及融资情况表企业名称资产总额资产负债率销售收入其中关联交易占比利润总额融资余额其中工行融资对外担保是否有民间借贷（3）看懂“一套表”，紧扣还款来源分析偿债能力“一套表”即客户财务报表（资产负债表、损益表及现金流量表）。看懂“一套表”，即须综合分析三张报表，判断客户经营及财务变化。调查人员在尽调阶段须调查或分析清楚主要财务内容，至少包括：一是资产方面。对上年度及最近一期报表中重点科目进行分析，须对比分析较上年同期或年初变化的合理性和原因，重点分析存货（明细及构成、有无积压或跌价，一年以上的存货余额，存货存放地，是否已在他行或第三人质押）、应收账款（增幅与主营业务收入增幅是否匹配，是否按规定计提准备，如应收账款客户集中或单一，这些客户是否可能违约或取消合作）、其他应收款（明细内容，有无资本抽逃现象，有无大额资产转移现象）这三个科目的资产质量。二是负债方面。对最新一期的年度报表及月度报表中重点和金额较大的科目进行分析，对比分析较以前年度同期或年初变化的合理性和原因，重点分析负债规模的增长与销售收入是否匹配、负债的结构是否合理。三是收入盈利情况。根据收入性质分板块分析收入结构及利润结构，将经营性损益与同行业平均利润率进行比较分析，分析企业主要经营成本、增减原因和成本控制能力。四是创现能力。重点关注是否出现以下情况并进行合理说明：①利润指标多年表现不错，却不进行现金分红，且多年无实际再投资；②收益信息不具有现金流量的保障；③运作现金流量净额在很多年里始终大额是正，而且投资现金流量很多年里一直大额是负。（4）透视“一条链”，验证真实交易合理匹配融资“一条链”即客户的上下游供应链。透视“一条链”包含两层含义：一是通过核实客户与上下游的资金流水、海关统计信息情况，进一步验证交易的真实性，从而判断收入等财务信息的真实性；二是通过观察客户上下游供应链交易对手的构成、数量及结算方式，判断客户在供应链中的地位，合理确定适合客户的融资金额及融资品种。对于一般的制造业及批发业客户，建议信贷人员通过调用行内结算及存款查询系统，查询客户近12个月在我行的结算量，并统计剔除非贸易项下后（剔除摘要为借款、还款、保证金、往来款等）的直接货款回笼，通常通过表格的形式展示上下游结算情况，具体如下表2.6所示。表2.6小微企业银行账户结算量贷方发生额借方发生额序号对方户名金额对方户名金额1...合计在审查过程中需重点分析以下情况：①上年及今年以来销售回笼情况与财务数据是否匹配；②上表反映的对方户名、借贷方发生额，与贸易链条分析中交易对手及交易量的匹配性；③大额资金流入流出是否正常，是否存在洗钱嫌疑。对于货款回笼主要在他