小微企業(yè)信用評級方法分析

陜西科技大學(xué)經(jīng)濟(jì)與管理學(xué)院 陜西西安 710021

國務(wù)院在2014 年下發(fā)《國務(wù)院關(guān)于印發(fā)社會信用體系建設(shè)規(guī)劃綱要（2014—2020 年）的通知》，其中指出“我國正處于深化經(jīng)濟(jì)體制改革和完善社會主義市場經(jīng)濟(jì)體制的攻堅期?，F(xiàn)代市場經(jīng)濟(jì)是信用經(jīng)濟(jì)，建立健全社會信用體系，是整頓和規(guī)范市場經(jīng)濟(jì)秩序、改善市場信用環(huán)境、降低交易成本、防范經(jīng)濟(jì)風(fēng)險的重要舉措，是減少政府對經(jīng)濟(jì)的行政干預(yù)、完善社會主義市場經(jīng)濟(jì)體制的迫切要求”。在目前市場經(jīng)濟(jì)環(huán)境中，商業(yè)欺詐、假冒偽劣、漏稅逃稅，以及學(xué)術(shù)界的學(xué)術(shù)不端行為時有發(fā)生，市場參與者的誠信意識和信用水平偏低，誠實守信的氛圍還未完全建立。而小微企業(yè)在面對生存危機(jī)等各種不確定因素，信用狀況更加難以判定，科學(xué)可行信用評級方法是急切需要的。

1 小微企業(yè)信用評級的構(gòu)成

1.1 小微企業(yè)的界定

根據(jù)工信部、國家統(tǒng)計局、發(fā)改委與財政部發(fā)行的《中小企業(yè)劃分標(biāo)準(zhǔn)》，把營業(yè)收入、從業(yè)人員、資產(chǎn)總額規(guī)模作為劃分小微企業(yè)的依據(jù)，把行業(yè)劃分為大型企業(yè)、中型企業(yè)、小型企業(yè)、微型企業(yè)四類。從業(yè)人員，是指期末從業(yè)人員數(shù)，沒有期末從業(yè)人員數(shù)的，采用全年平均人員數(shù)代替；營業(yè)收入，根據(jù)所從事行業(yè)的不同，采用主營業(yè)務(wù)收入、營業(yè)額、營業(yè)總收入、營業(yè)收入來體現(xiàn)；資產(chǎn)總額，采用資產(chǎn)總計代替。由此得知，小微企業(yè)是小型企業(yè)和微型企業(yè)的共同組成，是他們的總稱。

在《工業(yè)和信息化部、國家統(tǒng)計局、國家發(fā)展和改革委員會、財政部關(guān)于印發(fā)中小企業(yè)劃型標(biāo)準(zhǔn)規(guī)定的通知》的通知文件，它將從事不同的經(jīng)營活動行業(yè)劃分為農(nóng)、林、牧、漁業(yè)，工業(yè)，建筑業(yè)，批發(fā)業(yè)，零售業(yè)，交通運輸業(yè)，倉儲業(yè)，郵政業(yè)，住宿業(yè)，餐飲業(yè)，信息傳輸業(yè)，軟件和信息技術(shù)服務(wù)業(yè)，房地產(chǎn)開發(fā)經(jīng)營，物業(yè)管理，租賃和商務(wù)服務(wù)業(yè)，其他未列明行業(yè)。共計16 種行業(yè)，各行業(yè)的評判標(biāo)準(zhǔn)各不相同，如農(nóng)、林、牧、漁業(yè)其營業(yè)收入50 萬元人民幣以下為微型企業(yè)，批發(fā)業(yè)其營業(yè)收入1000 萬元人民幣以下的為微型企業(yè)。

根據(jù)財政部稅務(wù)總局發(fā)布的《關(guān)于實施小微企業(yè)普惠性稅收減免政策的通知》，小型微利企業(yè)是指從事國家非限制和禁止行業(yè)，且同時符合年度應(yīng)納稅所得額不超過300 萬元、從業(yè)人數(shù)不超過300 人、資產(chǎn)總額不超過5000 萬元等三個條件的企業(yè)[1]。

1.2 信用評級的構(gòu)成

信用評級作為評價企業(yè)信用狀況的有效工具，它是一個完整的構(gòu)成體系，由多個基本部分構(gòu)成，如：信用評級要素、信用評級指標(biāo)體系、信用評級方法、信用評級模型、信用評級等級和標(biāo)準(zhǔn)等[1]。除此之外，決定信用評級能否準(zhǔn)確的識別出企業(yè)真實信用狀況，還應(yīng)該依賴完整的信用評級數(shù)據(jù)，用于支撐信用評級的有效進(jìn)行。信用評級的數(shù)據(jù)不僅僅是企業(yè)信用的歷史數(shù)據(jù)沉淀，還應(yīng)包括企業(yè)現(xiàn)行運行過程中的財務(wù)數(shù)據(jù)，企業(yè)所處的行業(yè)背景、市場地位、專業(yè)資質(zhì)，國家級別的信用等級等。

如今在全球處于新冠肺炎疫情的大背景下，信用評級也需對其做出具體考量。在國務(wù)院聯(lián)防聯(lián)控機(jī)制新聞發(fā)布會上，中國農(nóng)業(yè)銀行副行長湛東升表示：對受疫情影響暫時無法還本付息的小微企業(yè)不算逾期、不收罰息、不調(diào)風(fēng)險分類、不降客戶分類等級、不計入征信不良。由此可以發(fā)現(xiàn)信用評級的構(gòu)成要素應(yīng)是方方面面的，大到全球經(jīng)濟(jì)運行背景小到企業(yè)管理者個人意愿，以及諸與此之間的可能涉及的各種因素集。

1.3 小微企業(yè)信用評級的構(gòu)成

從上文對小微企業(yè)的界定規(guī)則可以得出，小微企業(yè)不同于中大型企業(yè)，綜合來看其主要特點是營業(yè)收入低、從業(yè)人員少、資產(chǎn)規(guī)模小。具體表現(xiàn)在小微企業(yè)資金投入少、回報周期短、管理主觀性大、資金具限制性（來源單一）、資金流動性高、借貸頻率高但金額較少、風(fēng)險分散能力低對流動負(fù)債和流動資產(chǎn)有較高的依賴性、高管信用決定企業(yè)信用；同時小微企業(yè)一般不具備信息披露的渠道和少有信息披露的意愿，造成公司經(jīng)營透明度不夠，信息披露情況不容樂觀，這更加決定了對其進(jìn)行信用評級需要過多的依賴于定性指標(biāo)，若用于計算則需將其進(jìn)行量化處理。

結(jié)合小微企業(yè)的自身特性，和上文普通意義上的信用評級的構(gòu)成規(guī)則。小微企業(yè)應(yīng)將定性與定量同時納入評級構(gòu)成中且定性應(yīng)多于定量；小微企業(yè)非常依賴自身的創(chuàng)新性，故創(chuàng)新性可以體現(xiàn)小微企業(yè)的信用狀況，應(yīng)注重關(guān)注企業(yè)的創(chuàng)新背景和創(chuàng)新能力；應(yīng)選擇能夠反映小微企業(yè)的管理動態(tài)，如果是技術(shù)背景的企業(yè)應(yīng)注重其技術(shù)發(fā)展等要素，即找出可以體現(xiàn)其發(fā)展趨向的要素，著重小微企業(yè)的成長性[2]。信用評級的構(gòu)成體系較多，而小微企業(yè)的情況更加復(fù)雜，除了上面討論的評價指標(biāo)要素，還有評價等級、方法、模型等，限于篇幅下文僅對信用評級的方法展開論述。

2 小微企業(yè)信用評級方法

信用評級從19 世紀(jì)30 年代發(fā)展至今，信用評級的方法也有很多，由于信用評級的對象和要求有所不同，所以信用評級的內(nèi)容和方法有較大的區(qū)別。較為主觀評價方法有專家評價法、AHP 層次分析法等，基于數(shù)學(xué)的統(tǒng)計模型法有線性區(qū)別模型、線性概率模型、Logit 模型、Probit 模型、違約率模型等，基于要素分析法有5C 要素分析法、5P 要素分析法、5W 要素分析法、4F 要素分析法、CAMPARI 法、LAPP 法、駱駝評估體系法等，根據(jù)數(shù)據(jù)的性質(zhì)不同有定性分析法、定量分析法、定性定量相結(jié)合的分析法。下文將簡要從數(shù)據(jù)與專家經(jīng)驗逐步積累的角度來說明。

2.1 以專家經(jīng)驗為主的信用評級方法

在信用評級業(yè)務(wù)創(chuàng)立之初，其不具備可靠的信用評級數(shù)據(jù)，在此階段主要使用財務(wù)因素分析法、信用要素分析法等評級方法。財務(wù)因素分析法主要是依靠企業(yè)的財務(wù)報表，通過分析報表中的各項經(jīng)濟(jì)財務(wù)指標(biāo)，進(jìn)行靜態(tài)的比較以及動態(tài)的趨勢的分析，得出企業(yè)現(xiàn)在運行狀況和償債能力。具體用于識別償債能力、運營能力、盈利能力的指標(biāo)，在此不做過多闡述。

要素分析法的使用在傳統(tǒng)信用評價方法中也較為常用，具代表性的5C、5P、5W、4F 等。它同樣是基于專家經(jīng)驗進(jìn)行不斷調(diào)整變化得出最終評價結(jié)果，比如5C 使用的評價要素為評價對象的品格、能力、資本、抵押、條件，試圖從評價對象的還款意愿、還款能力、財務(wù)的狀況、是否存在擔(dān)保物、其他外部條件比如金融危機(jī)這5 個方面進(jìn)行綜合考量，結(jié)合專家分析得出評價結(jié)論。

這些傳統(tǒng)的評價方法對于不能量化的指標(biāo)因素使用評級人員的主觀判定，存在著巨大的不確定性[3]。依靠專家經(jīng)驗獲得的評價結(jié)果往往也是不可靠的，專家的經(jīng)驗或認(rèn)知存在不足，會降低評價結(jié)果的可信度。同時小微企業(yè)的經(jīng)營情況較中大型企業(yè)更為復(fù)雜，難以根據(jù)專家固有經(jīng)驗對其進(jìn)行判別，所以適用傳統(tǒng)的評級方法對小微企業(yè)進(jìn)行信用評級存在一定的困難。

2.2 以數(shù)學(xué)模型為基礎(chǔ)的評級方法

傳統(tǒng)的信用評級方法大量依靠專家的經(jīng)驗，存在不確定性。更精確的評價方法是以數(shù)學(xué)原理為依據(jù)構(gòu)建的評價模型方法，常見的模型方法有Z 模型、Zeta 模型、Logit 模型、KMV 模型、信用矩陣模型等。由于模型是數(shù)學(xué)為基礎(chǔ)，使用它作為評級的方法可以解決傳統(tǒng)評價方法因主要依靠專家經(jīng)驗和專家主觀判斷所帶來的評級不確定性，使用模型進(jìn)行評價一般是可以得到相對一致的結(jié)果。

模型依賴數(shù)據(jù)，而企業(yè)中主要可以用來使用的是財務(wù)數(shù)據(jù)等經(jīng)營數(shù)據(jù)，這些數(shù)據(jù)缺失經(jīng)濟(jì)周期波動相關(guān)數(shù)據(jù)，經(jīng)濟(jì)的波動會給評級質(zhì)量帶來一定的影響。信用評級機(jī)構(gòu)的評級質(zhì)量具有逆周期性，其更有可能在經(jīng)濟(jì)上行期進(jìn)行評級高估，這會放大評級水平的順周期性[4]。

除此之外，小微企業(yè)普遍存在財務(wù)信息披露問題，不公開不透明，就算能獲取相關(guān)財務(wù)信息，其財務(wù)指標(biāo)數(shù)據(jù)也不完整或不準(zhǔn)確，所以完全依靠財務(wù)數(shù)據(jù)進(jìn)行小微企業(yè)的信用評價存在問題。

2.3 專家經(jīng)驗和數(shù)學(xué)模型相結(jié)合的評價方法

單獨使用專家經(jīng)驗法或單獨使用數(shù)學(xué)模型法都存在信用評級不準(zhǔn)確的問題，可以使用專家經(jīng)驗和數(shù)學(xué)模型相結(jié)合的方式進(jìn)行信用評級。利用專家經(jīng)驗的豐富性和數(shù)學(xué)模型的精確性，較為常見的方式是使用層次分析法（AHP）和模糊綜合評價法（fuzzy comprehensive evaluation method）。層次分析法包含定量指標(biāo)和定性指標(biāo)，將主觀判斷用數(shù)量形式進(jìn)行表示；模糊綜合評價使用模糊數(shù)學(xué)，結(jié)合層次分析法確定其評價指標(biāo)的權(quán)重，通過對評價對象進(jìn)行隸屬度計算得出可靠的綜合評價結(jié)果。限于篇幅有關(guān)層次分析法和模糊綜合評價法相關(guān)理論在此不做過多闡述。

層次分析法將評價指標(biāo)進(jìn)行分層處理，將定量與定性結(jié)合起來進(jìn)行分析使評價結(jié)果更可信[5]。模糊綜合評價法的權(quán)重通過層次分析法來確定，既使用了專家經(jīng)驗又結(jié)合了其中的數(shù)學(xué)方法，故其可以相對全面準(zhǔn)確的對小微企業(yè)進(jìn)行信用評級。

2.4 使用模糊神經(jīng)網(wǎng)絡(luò)方法進(jìn)行信用評價

當(dāng)評級數(shù)據(jù)不斷積累，數(shù)據(jù)質(zhì)量也得到提升之后，還可采用模糊神經(jīng)網(wǎng)絡(luò)方法進(jìn)行科學(xué)的信用評級。模糊神經(jīng)網(wǎng)絡(luò)也是基于模糊數(shù)學(xué)，同時結(jié)合神經(jīng)網(wǎng)絡(luò)算法，將數(shù)據(jù)信息進(jìn)行加工處理，將輸入要素轉(zhuǎn)換為輸出信息，模型內(nèi)部使用函數(shù)模擬人腦的神經(jīng)元處理過程，代表性的神經(jīng)網(wǎng)絡(luò)有BP 神經(jīng)網(wǎng)絡(luò)等。神經(jīng)網(wǎng)絡(luò)的優(yōu)勢在于它可以實現(xiàn)非線性問題，且不強(qiáng)依賴清晰的數(shù)據(jù)結(jié)構(gòu)。

模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行信用評級可以使用MATLIB 集成工具箱，肖斌卿，楊旸等人就通過MATLIB 工具箱對小微企業(yè)進(jìn)行信用評級的實證研究。使用的是模糊邏輯工具箱（fuzzy logic）進(jìn)行模糊神經(jīng)網(wǎng)絡(luò)建模，使用genfis1 函數(shù)訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò)模型，通過自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊推理系統(tǒng)中的圖形界面編輯器（ANFIS editor）完成了模糊神經(jīng)網(wǎng)絡(luò)的建立、訓(xùn)練和仿真處理[6]。

模糊綜合評價法和層次分析法相結(jié)合雖然可以準(zhǔn)確的對小微企業(yè)進(jìn)行信用評價，但是其復(fù)雜度較高。使用模糊神經(jīng)網(wǎng)絡(luò)經(jīng)過建立網(wǎng)絡(luò)、訓(xùn)練網(wǎng)絡(luò)、仿真網(wǎng)絡(luò)后，可直接使用仿真網(wǎng)絡(luò)將小微企業(yè)指標(biāo)數(shù)據(jù)作為輸入，直接得出小微企業(yè)信用評價結(jié)果而無需關(guān)注其中評價過程，簡便易用可行度高。

3 結(jié)語

綜上所述，本文通過對小微企業(yè)的特性進(jìn)行分析，找出小微企業(yè)信用評級不同于中大型企業(yè)，其定量數(shù)據(jù)缺失、公司運營情況復(fù)雜，應(yīng)著重關(guān)注與其特性相關(guān)的指標(biāo)要素，進(jìn)行評級也應(yīng)全面考慮。結(jié)合其特性，從數(shù)據(jù)積累到專家經(jīng)驗積累的角度，對信用評級的方法進(jìn)行分類分析，得出單獨以專家經(jīng)驗或單獨以數(shù)學(xué)模型的方法，難以對小微企業(yè)進(jìn)行精確的信用評級，應(yīng)將兩種方法結(jié)合使用，即將模糊綜合評價法和層次分析法相結(jié)合，集合專家經(jīng)驗和數(shù)學(xué)方法的精確性。而模糊神經(jīng)網(wǎng)絡(luò)可以仿真簡化此評價過程，既保證了評級的準(zhǔn)確性又保證了評級的簡單可行性。但由于篇幅本文未做實證研究，未深入分析各方法的內(nèi)在聯(lián)系，還需進(jìn)一步完善。