小微企業(yè)風(fēng)險(xiǎn)測(cè)度、不良容忍度及其風(fēng)險(xiǎn)控制研究

王曉春

摘要：本文以違約概率為小微企業(yè)風(fēng)險(xiǎn)的測(cè)度標(biāo)準(zhǔn)，建立了基于財(cái)務(wù)與非財(cái)務(wù)因素的小微企業(yè)風(fēng)險(xiǎn)計(jì)量模型。計(jì)量結(jié)果表明：除流動(dòng)比率等少數(shù)指標(biāo)外，大部分財(cái)務(wù)指標(biāo)對(duì)判斷小微企業(yè)違約概率不具有顯著性；非財(cái)務(wù)因素中，反映小微企業(yè)資金狀況的存貸比率指標(biāo)具有較高的顯著性，這說(shuō)明現(xiàn)階段部分商業(yè)銀行在小微企業(yè)審查審批和貸后管理過(guò)程中將小微企業(yè)資金結(jié)算情況作為風(fēng)險(xiǎn)評(píng)價(jià)的重要依據(jù)，具有一定的科學(xué)性和準(zhǔn)確性；小微企業(yè)的下游客戶集中程度對(duì)判斷小微企業(yè)違約概率也有較大的顯著性，這說(shuō)明小微企業(yè)的銷售渠道是評(píng)價(jià)小微企業(yè)風(fēng)險(xiǎn)程度的重要要素。

關(guān)鍵詞：小微企業(yè)；違約概率；logit模型；貸款不良率

中圖分類號(hào)：F830文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674-2265（2012）11-0007-05

近年來(lái)，隨著中小企業(yè)在促進(jìn)經(jīng)濟(jì)發(fā)展、擴(kuò)大就業(yè)、推動(dòng)科技創(chuàng)新等方面的作用越來(lái)越突出，如何支持、鼓勵(lì)中小企業(yè)發(fā)展壯大成為社會(huì)各界所廣泛關(guān)注的話題。現(xiàn)階段資金短缺仍是中小企業(yè)發(fā)展過(guò)程中所面臨的最突出的問(wèn)題，而銀行仍是中小企業(yè)融資的主要來(lái)源。為改善小微企業(yè)融資難問(wèn)題，銀監(jiān)會(huì)在2012年6月8日出臺(tái)的《商業(yè)銀行資本管理辦法》中降低了小微企業(yè)的風(fēng)險(xiǎn)權(quán)重，降低了小微企業(yè)相關(guān)業(yè)務(wù)的資本消耗，部分地方銀監(jiān)局放寬了對(duì)轄內(nèi)金融機(jī)構(gòu)小微企業(yè)不良貸款的容忍度，進(jìn)一步引導(dǎo)商業(yè)銀行加大對(duì)小微企業(yè)的信貸支持力度。但對(duì)于商業(yè)銀行而言，風(fēng)險(xiǎn)管理仍是開(kāi)展小微企業(yè)信貸業(yè)務(wù)必須考慮的問(wèn)題。在商業(yè)銀行實(shí)際信貸業(yè)務(wù)辦理過(guò)程中，小微企業(yè)一般財(cái)務(wù)管理不規(guī)范，導(dǎo)致傳統(tǒng)的財(cái)務(wù)分析方法難以全面、準(zhǔn)確評(píng)估其經(jīng)營(yíng)狀況和風(fēng)險(xiǎn)水平，這使得對(duì)小微企業(yè)的風(fēng)險(xiǎn)量化存在較大難度。因此如何對(duì)小微企業(yè)風(fēng)險(xiǎn)進(jìn)行識(shí)別和計(jì)量，成為各商業(yè)銀行開(kāi)展小微企業(yè)信貸業(yè)務(wù)過(guò)程中所重點(diǎn)關(guān)注的問(wèn)題。有效的小微企業(yè)風(fēng)險(xiǎn)度量技術(shù)，不僅有助于商業(yè)銀行規(guī)范小微企業(yè)準(zhǔn)入標(biāo)準(zhǔn)、提高風(fēng)險(xiǎn)管理能力，也是商業(yè)銀行特別是以服務(wù)中小企業(yè)為定位的中小商業(yè)銀行建立內(nèi)部評(píng)級(jí)體系并規(guī)模化開(kāi)展小微企業(yè)信貸業(yè)務(wù)的必然途徑。

本文立足于我國(guó)小微企業(yè)的現(xiàn)狀，以商業(yè)銀行內(nèi)部小微企業(yè)信貸數(shù)據(jù)為基礎(chǔ)，借鑒前期文獻(xiàn)資料的研究成果，結(jié)合商業(yè)銀行內(nèi)部評(píng)審過(guò)程中所重點(diǎn)關(guān)注的要素，深入分析影響小微企業(yè)風(fēng)險(xiǎn)程度的因素，并建立了以違約概率等財(cái)務(wù)因素、非財(cái)務(wù)因素為自變量的風(fēng)險(xiǎn)測(cè)度模型。本文的研究對(duì)象和變量選擇與前期研究文獻(xiàn)有較大不同，也不同于完全基于財(cái)務(wù)因素的小企業(yè)風(fēng)險(xiǎn)計(jì)量研究。

一、文獻(xiàn)綜述

企業(yè)風(fēng)險(xiǎn)計(jì)量模型早期主要基于財(cái)務(wù)數(shù)據(jù)分析。在上個(gè)世紀(jì)60年代，比弗（Beaver，1968）建立了單變量財(cái)務(wù)指標(biāo)線性判別模型，奧爾特曼（Altman）建立了基于5個(gè)變量和7個(gè)變量的Z分?jǐn)?shù)模型。在財(cái)務(wù)比率分析的基礎(chǔ)上，為探索更易于推廣的計(jì)量方法，奧爾森（Ohlson，1980）和扎格雷安（Zavgren，1985）使用logit模型分析企業(yè)風(fēng)險(xiǎn)，取得了較好的效果。進(jìn)入90年代，JP Morgan等公司開(kāi)發(fā)了creditmetic 、CPV等評(píng)級(jí)模型，在各大銀行廣泛應(yīng)用，但因?yàn)檫@些評(píng)級(jí)模型需要較長(zhǎng)時(shí)間的數(shù)據(jù)積累，并且要求被分析的企業(yè)財(cái)務(wù)制度健全、財(cái)務(wù)管理規(guī)范，導(dǎo)致該類模型對(duì)以中小企業(yè)為市場(chǎng)定位的中小銀行適用性較差。

國(guó)內(nèi)對(duì)于信用風(fēng)險(xiǎn)計(jì)量的研究起步較晚，陳靜（1999）較早地應(yīng)用計(jì)量模型分析財(cái)務(wù)數(shù)據(jù)預(yù)測(cè)國(guó)內(nèi)上市公司是否會(huì)被ST；張愛(ài)民等（2001）通過(guò)主成分分析方法判斷上市公司財(cái)務(wù)困境的可能性；吳世農(nóng)、盧賢義（2001）分別采用單變量模型、fisher判別模型、logit模型等預(yù)測(cè)上市企業(yè)是否會(huì)出現(xiàn)財(cái)務(wù)困境并得出logit模型判別效果優(yōu)于其他模型的結(jié)論；李志輝、李萌（2005）從某銀行內(nèi)部尋找上市公司客戶，并通過(guò)線性判別模型、logit判別模型、BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行判斷分析，同樣得出logit模型的風(fēng)險(xiǎn)識(shí)別和預(yù)測(cè)的準(zhǔn)確率較高，判定結(jié)果好且模型較為穩(wěn)定，推廣能力強(qiáng)。由于中小企業(yè)財(cái)務(wù)數(shù)據(jù)獲得難度較大且數(shù)據(jù)的真實(shí)性較難保證，國(guó)內(nèi)大多數(shù)的研究都集中在上市公司或大中型企業(yè)上。為研究針對(duì)中小企業(yè)風(fēng)險(xiǎn)的計(jì)量方法，徐曉萍、馬文杰（2011）以非上市的中小企業(yè)為研究樣本，采用判別分析方法和決策樹(shù)模型對(duì)46個(gè)中小企業(yè)的風(fēng)險(xiǎn)狀況進(jìn)行了計(jì)量分析，但分析的自變量也都基于財(cái)務(wù)數(shù)據(jù)。

在商業(yè)銀行信貸業(yè)務(wù)實(shí)際操作過(guò)程中，雖然部分銀行已建立了針對(duì)小微企業(yè)的審查審批部門(mén)或崗位，但貸款調(diào)查、審查等方面仍然與一般企業(yè)貸款流程沒(méi)有明顯區(qū)別；小微企業(yè)評(píng)級(jí)方面，與一般企業(yè)相比也沒(méi)有設(shè)置特殊的變量。鑒于小微企業(yè)財(cái)務(wù)透明度差、財(cái)務(wù)指標(biāo)有效性差、個(gè)人因素影響較大的實(shí)際特點(diǎn)，在對(duì)小微企業(yè)的風(fēng)險(xiǎn)管理上還是主要依靠專家把握。通過(guò)建立針對(duì)小微企業(yè)的風(fēng)險(xiǎn)計(jì)量模型，不僅可以降低專家判斷模式下的成本，實(shí)現(xiàn)小微企業(yè)信貸業(yè)務(wù)規(guī)模性發(fā)展，而且能夠有效控制小微企業(yè)不良率，促進(jìn)商業(yè)銀行自身業(yè)務(wù)發(fā)展。

二、數(shù)據(jù)及模型的選擇

（一）樣本數(shù)據(jù)的選擇

為便于對(duì)已發(fā)生信貸業(yè)務(wù)的小微企業(yè)客戶違約情況進(jìn)行判定，并便于數(shù)據(jù)修補(bǔ)，本文以某商業(yè)銀行2010年7月1日至2011年6月30日期間取得貸款的小微企業(yè)為研究對(duì)象，剔除數(shù)據(jù)積累不完整及重要指標(biāo)無(wú)法修補(bǔ)的客戶，并兼顧行業(yè)覆蓋度，共篩選得樣本192個(gè)，基本涵蓋了該商業(yè)銀行小微企業(yè)所涉及的行業(yè)，具有較好的代表性。本文以其中76個(gè)作為訓(xùn)練樣本進(jìn)行建模，其余116個(gè)作為測(cè)試樣本，用于檢驗(yàn)?zāi)Ｐ偷膮^(qū)分能力，判斷模型的推廣能力。

在對(duì)違約客戶的判斷上，本文沒(méi)有直接采用新資本協(xié)議中的定義，而是將逾期時(shí)間超過(guò)1個(gè)月或有跡象表明自身已不具備償還能力的客戶一并認(rèn)定為違約客戶。經(jīng)對(duì)違約客戶進(jìn)行認(rèn)定，76個(gè)訓(xùn)練樣本中，違約客戶25個(gè)，其余51個(gè)客戶為正?？蛻?；116個(gè)測(cè)試樣本中，違約客戶36個(gè)，其余80個(gè)為正常客戶。

（二）變量的選擇和處理

現(xiàn)階段，小微企業(yè)財(cái)務(wù)制度普遍不規(guī)范，財(cái)務(wù)數(shù)據(jù)缺乏真實(shí)性。因此，僅僅依靠財(cái)務(wù)分析來(lái)判斷小微企業(yè)的風(fēng)險(xiǎn)狀況，往往難以取得預(yù)期的效果。商業(yè)銀行在信貸業(yè)務(wù)操作中更加注重對(duì)小微企業(yè)非財(cái)務(wù)因素的分析。本文在對(duì)某商業(yè)銀行貸款審查環(huán)節(jié)審查人員所重點(diǎn)關(guān)注的非財(cái)務(wù)因素進(jìn)行統(tǒng)計(jì)分析后，選擇以下指標(biāo)為研究變量（見(jiàn)表1）：

1. 從業(yè)經(jīng)驗(yàn)。主要指借款企業(yè)從事該行業(yè)的時(shí)間長(zhǎng)度。一般認(rèn)為，從業(yè)經(jīng)驗(yàn)越豐富，抗風(fēng)險(xiǎn)能力越強(qiáng)。在下文分析中，將以年度為單位對(duì)從業(yè)經(jīng)驗(yàn)進(jìn)行量化分析。

2. 經(jīng)營(yíng)者個(gè)人信用。主要指法定代表人或?qū)嶋H控制人的個(gè)人征信記錄中有無(wú)逾期現(xiàn)象，及一定時(shí)期內(nèi)的累積逾期次數(shù)。在下文分析中，將以小微企業(yè)客戶貸款申請(qǐng)日之前3年內(nèi)的累積逾期次數(shù)作為變量值。

3.議價(jià)能力。主要分析企業(yè)是否為上游企業(yè)的主要客戶，談判地位是否主動(dòng)，可否賒銷。該指標(biāo)通過(guò)設(shè)置虛擬變量進(jìn)行計(jì)量，具體為：當(dāng)客戶可獲得上游客戶的賒銷時(shí)，認(rèn)為客戶議價(jià)能力強(qiáng)，代表議價(jià)能力的v值等于1；若客戶不能獲得上游客戶的賒銷時(shí)，v值等于0。

4.下游客戶集中度。主要指下游客戶是否集中，具體通過(guò)最大客戶占全年銷售收入的比重進(jìn)行確定。因銷售收入是一個(gè)不斷變動(dòng)的數(shù)值，實(shí)際操作中，審查人員往往更加關(guān)注下游客戶是否集中這種定性指標(biāo)，而且下游客戶銷售收入的具體數(shù)據(jù)較難修補(bǔ)。因此，為適應(yīng)信貸業(yè)務(wù)操作習(xí)慣和便于數(shù)據(jù)采集，該指標(biāo)通過(guò)虛擬變量進(jìn)行。當(dāng)最大客戶銷售收入占比≥65%時(shí)，認(rèn)為下游客戶集中度較高，r=1；否則，認(rèn)為下游客戶集中度不高，r=0。因?yàn)閷?duì)于大部分小微企業(yè)而言，銷售渠道相對(duì)有限，對(duì)下游客戶集中度判斷較為容易，部分小微企業(yè)下游客戶集中度可以根據(jù)貸前調(diào)查結(jié)論直接判斷。此外，本文在分析過(guò)程中也發(fā)現(xiàn)這種處理方式的顯著性和預(yù)測(cè)效果都較好。

5. 存貸比率。主要反映客戶資金交易頻繁程度和現(xiàn)金流量情況，計(jì)算時(shí)包含企業(yè)主要經(jīng)營(yíng)人個(gè)人賬戶資金情況，但不含銀行承兌業(yè)務(wù)保證金。在模型中，該指標(biāo)需要考慮到新增授信客戶不便取得前期存貸比率數(shù)據(jù)。該項(xiàng)指標(biāo)用k*dl代表。其中，k代表客戶是否首次在該商業(yè)銀行發(fā)生信貸業(yè)務(wù)，dl代表客戶業(yè)務(wù)往來(lái)是否頻繁、現(xiàn)金流量是否充沛。當(dāng)k=0時(shí)，表示客戶首次發(fā)生信貸業(yè)務(wù)，k=1為還后再貸業(yè)務(wù)；dl=0代表業(yè)務(wù)交易較少、現(xiàn)金流量并不十分充沛，dl=1代表交易頻繁、現(xiàn)金流較充沛。dl的值取決于上筆信貸業(yè)務(wù)中，客戶的存貸比率。當(dāng)存貸比率≥10%時(shí)dl=1，否則dl=0。

此外，本文共選取16個(gè)財(cái)務(wù)指標(biāo)，作為變量一并納入建模過(guò)程，（見(jiàn)表2）。