【文章內(nèi)容簡介】 實情況不了解，很多不符合條件的企業(yè)獲得貸款，并無法及時償還銀行貸款，造成銀行貸款逾期，甚至出現(xiàn)不良。這些嚴重影響了商業(yè)銀行對中小企業(yè)貸款的投放力度，造成中小企業(yè)貸款更加困難。最后，商業(yè)銀行的競爭機制及技術(shù)缺失商業(yè)銀行在我國的信貸市場中發(fā)揮著主要作用，在利率市場化的進程中，商業(yè)銀行出于市場競爭及利潤考核等壓力，往往傾向于將有限的信貸資源投向規(guī)模較大、融資較高的國有企業(yè)，而中小企業(yè)由于規(guī)模較小，融資較小，無法獲得相應的資金支持。同時由于商業(yè)銀行缺乏行之有效的專業(yè)技術(shù)手段，無法真正對企業(yè)的信息進行了解，商業(yè)銀行的信貸投放，更多的依靠專業(yè)審批人員的經(jīng)驗，根據(jù)銀行信貸政策及主觀判斷進行審批。通過上述分析可以看出，在當前經(jīng)濟形勢下，為更好的解決中小企業(yè)融資難的問題，只有打通商業(yè)銀行同企業(yè)之間的溝通渠道，才能疏通中小企業(yè)融資的障礙，才會真正解決中小企業(yè)融資難的問題。本文認為基于當前我國商業(yè)銀行在市場經(jīng)濟中處于絕對主導地位，開發(fā)一套適用于商業(yè)銀行的中小企業(yè)信用風險計量系統(tǒng)，打通商業(yè)銀行同中小企業(yè)的信息不對稱難題，中小企業(yè)融資難的問題將會迎刃而解。第三節(jié) 商業(yè)銀行信用風險模型的發(fā)展信用風險是我國商業(yè)銀行面臨的最主要的風險，商業(yè)銀行的信用風險管理水平?jīng)Q定了自身的生存和發(fā)展。我國商業(yè)銀行經(jīng)過多年發(fā)展及改革，已初步建立由定性到定量的信用風險管理體系，但是我國相關(guān)信用風險管理及分析系統(tǒng)還處在初級階段，信息系統(tǒng)的發(fā)展與國外發(fā)達國家的水平還有較大差距。信用風險計量水平作為現(xiàn)代風險管理的基礎(chǔ)和關(guān)鍵環(huán)節(jié)，經(jīng)歷了多個階段，主要可分為：專家判斷法、信用評分模型及違約概率模型。一、 專家判斷法專家判斷法即專家系統(tǒng)，是商業(yè)銀行在長期經(jīng)營信貸業(yè)務承擔信用風險過程中逐步發(fā)展并完善發(fā)展起來的傳統(tǒng)信用風險分析方法。專家系統(tǒng)依賴高級信貸人員和信貸專家自身的專業(yè)知識、技能和豐富經(jīng)驗，運用各種專業(yè)性分析工具，在分析評價各種關(guān)鍵要素基礎(chǔ)上依據(jù)主觀判斷來綜合評定申請企業(yè)的信用風險。一般而言，專家判斷法主要考慮兩方面因素：（一）與借款人有關(guān)的因素：。借款人的聲譽主要體現(xiàn)在與商業(yè)銀行的歷史借貸業(yè)務，如果借款人總能及時全額的償還本金利息，這樣可認定為具有良好的聲譽，也比較容易從商業(yè)銀行獲得貸款[5]。借款人的杠桿即資產(chǎn)負債比率對借款人違約概率影響較大。杠桿比率較高的借款人相比杠桿比率低的借款人，未來面臨的還本付息的壓力要較大，其違約概率也會高很多。若商業(yè)銀行貸款給杠桿比率高的借款人，就需提高風險溢價，或者增強其他強擔保、強抵押等第二還款來源來緩釋風險。如果未來面臨同樣的還本付息，在期望收益相當?shù)臈l件下，收益波動性高的企業(yè)更容易違約，信用風險較大。（二）與市場有關(guān)的因素：。經(jīng)濟周期對評價借款人的違約風險有很大的參考意義。如果經(jīng)濟處于蕭條時期，消費者就會削減對汽車、家電、房產(chǎn)等耐用消費品的需求，加大對食品、水電等生活必須品的需求[6]。因此，在經(jīng)濟蕭條期，耐用消費品行業(yè)的企業(yè)更容易違約，對于該類企業(yè)貸款應更加謹慎。政府宏觀經(jīng)濟政策對市場經(jīng)濟不發(fā)達或處于轉(zhuǎn)型經(jīng)濟中的國家影響更加突出。我國經(jīng)濟同自由市場經(jīng)濟還有一定差距，經(jīng)濟的發(fā)展對國家的政策的變化敏感性很強，如高耗能行業(yè)，很可能因為國家節(jié)能環(huán)保等政策影響，造成該行業(yè)整體衰退，如果對高耗能行業(yè)提供貸款，這些行業(yè)的企業(yè)信用風險就會很高。高利率水平表明央行實施緊縮的貨幣政策，在該政策的影響下，所有企業(yè)都面臨困難，違約風險同比提高。由于逆向選擇效應與激勵效應的雙重作用，商業(yè)銀行在向企業(yè)要求較高風險溢價的同時，自身也面臨較高的風險，高利率水平不僅造成潛在借款人整體違約風險提高，而且會促進借款人承擔更高的風險。專家系統(tǒng)過高的依賴信貸人員的經(jīng)驗、習慣及偏好，缺乏對信用風險評估的一致性，對同一筆業(yè)務，不同的信貸人員可能得出的評估結(jié)果截然相反。專家系統(tǒng)的缺點及局限性對于商業(yè)銀行尤為突出，使得商業(yè)銀行統(tǒng)一的信貸政策在實際執(zhí)行過程中由于專家意見的不同而失去意義。二、 信用評分模型信用評分模型是一種風險量化模型，通過可觀察或收集到的借款人特征變量計算出一個得分來代表債務人的信用風險，并將借款人歸類為不同的風險等級。運用數(shù)理統(tǒng)計技術(shù)和數(shù)據(jù)挖掘技術(shù)，對客戶的歷史數(shù)據(jù)進行挖掘提煉，找出蘊藏在復雜數(shù)據(jù)中的規(guī)律，發(fā)展出預測模型[7]。目前信用風險最重要的特征為智能化、自動化、標準化。智能化是利用先進的統(tǒng)計數(shù)理模型進行智能化信貸審批抉擇；自動化是指利用信息技術(shù)實現(xiàn)信貸表現(xiàn)積分的自動計算，信貸審批決策的自動實現(xiàn)；標準化是統(tǒng)計模型依賴實際數(shù)據(jù)，相關(guān)評分和決策過程具有客觀性和一致性[8]。信用評分模型按照客戶生命周期，可以分為營銷評分卡、申請評分卡、行為評分卡、催收評分卡和回收評分卡。信用評分模型的關(guān)鍵在于特征變量的選取及權(quán)重的確定。目前應用最廣泛的信用評分模型有線性概率模型（Linear Probability Model）、Logit模型、Probit模型和線性辨別模型（Linear Discriminant Model）。信用評分模型作為商業(yè)銀行信用風險的主要方法之一，還存在一些突出問題，具體表現(xiàn)為：（一）信用評分模型是建立在對歷史數(shù)據(jù)模擬的基礎(chǔ)上，是一種向后看的模型，但是由于歷史數(shù)據(jù)更新速度較慢或缺失，在相關(guān)回歸過程中各特征變量的權(quán)重無法及時更新，無法準確反映企業(yè)信用狀況的變化。（二）對于新興企業(yè)等成立時間較短的企業(yè)，歷史數(shù)據(jù)有限，使得信用評分模型適用性和有效性受到影響。（三）信用評分模型可以給出客戶信用風險水平的分數(shù)，但是無法提供客戶違約概率的準確數(shù)值，對于商業(yè)銀行內(nèi)部信用評級及信貸數(shù)據(jù)分析的準確性造成較大影響。三、 違約概率模型違約概率模型屬于現(xiàn)代信用風險計量方法，可以直接估計客戶的違約概率，對歷史數(shù)據(jù)要求較高，需要商業(yè)銀行建立一致的、明確的違約定義，對傳統(tǒng)的信用風險管理模式產(chǎn)生巨大的影響。常見的違約概率模型包括RiskCalc模型、KMV的Credit Monitor模型、KPMG風險中性定價模型、死亡率模型等。（一）RiskCalc模型RiskCalc模型是在傳統(tǒng)信用評分技術(shù)上發(fā)展的一種適用于非上市公司的違約概率模型，核心是通過嚴格的步驟從客戶信息中選擇最能預測違約的一組變量，并運用Logit/Probit回歸技術(shù)預測客戶的違約概率[9]。（二）KMV的Credit Monitor模型KMV的Credit Monitor模型是一種適用于上市公司的違約概率模型，核心在于把企業(yè)與銀行的信貸關(guān)系視為期權(quán)買賣關(guān)系，而信貸關(guān)系中的信用風險信息隱含在這種期權(quán)交易中，通過應用期權(quán)定價理論求解相關(guān)風險溢價和對應的違約率。（三）KPMG風險中性定價模型KPMG風險中性定價模型核心是假設金融市場中每個參與者都是風險中立者，只要資產(chǎn)的期望收益相等，市場參與者對其接受態(tài)度是一致的，這樣的市場環(huán)境稱為風險中性范式。（四）死亡率模型根據(jù)風險資產(chǎn)的歷史違約數(shù)據(jù)，計算在未來一定持有期內(nèi)不同信用等級的客戶的違約概率。通常分為邊際死亡率和累計死亡率。本章介紹了我國中小企業(yè)信用風險現(xiàn)狀及融資難的問題，同時對我國商業(yè)銀行的信用風險模型進行回顧，在綜合考慮相關(guān)技術(shù)及數(shù)據(jù)來源的基礎(chǔ)上，下章將依靠銀行企業(yè)信貸數(shù)據(jù)，對相關(guān)信用風險計量模型進行開發(fā)分析。第三章 中小企業(yè)信用風險計量模型的開發(fā)中小企業(yè)信用風險計量模型的開發(fā)需要確立相關(guān)的模型開發(fā)目標、模型理論基礎(chǔ)及相關(guān)數(shù)據(jù)采集技術(shù)，同時還需要結(jié)合實例對模型的計算過程和結(jié)果進行論證，并根據(jù)實際結(jié)果進行人工修正。本文信用風險計量模型主要針對我國中小企業(yè)，模型開發(fā)的步驟包括：確定模型開發(fā)策略及模型數(shù)據(jù)采集及處理。 第一節(jié) 確定模型開發(fā)策略在確定模型開發(fā)目標后，建立相關(guān)模型開發(fā)策略，包括模型開發(fā)的目標定位、模型的建立方法、模型的備選指標及模型的校驗調(diào)整。下圖為模型開發(fā)的整體策略圖： 信用風險計量模型的開發(fā)框架圖一、模型開發(fā)目標定位與傳統(tǒng)的關(guān)系型貸款技術(shù)相比，信用風險計量模型提供了更加高效、便捷的選擇[10]。無論銀行大小及所處區(qū)域經(jīng)濟發(fā)展的成熟與否，中小企業(yè)信用計量模型的應用，都可以促使金融機構(gòu)發(fā)放更多的中小企業(yè)貸款，顯著提高中小企業(yè)貸款的獲得性。該模型的建立具有以下幾個顯著特點：（一）信貸決策效率提高，信貸成本降低中小企業(yè)信用計量模型能夠縮短每筆業(yè)務的審批時間，信貸人員可以從復雜的調(diào)查報告和申報材料中解放出來，只需將貸款申請人的相關(guān)資料錄入模型，系統(tǒng)將自動生成信用評分，并自動給出通過、拒絕或需要人工干預的審批結(jié)果，可以極大的提高審批效率。同時由于需要人工參與的占比較低，該模型可以極大的縮減人工實地調(diào)查的工作量，降低每筆業(yè)務的信貸成本。（二）提高貸款審批的客觀性傳統(tǒng)專家型人工審批的一個重要特點是受審批人員的主觀影響較大，如審批人員的個人偏好、生活經(jīng)驗、所處環(huán)境等都可能影響一筆貸款申請的通過與否。而中小企業(yè)信用計量模型，其選擇的數(shù)據(jù)變量、評分標準和權(quán)重都是固定的，同一筆業(yè)務，只要錄入指標相同，任何一個審批人員得到結(jié)果都是一致的，從而消除了人為因素的干擾，減少了人工審批的隨意性和主觀性，確保了貸款審批標準的客觀性、標準化和一致性。這樣建立的模型適合于大規(guī)模的批量貸款發(fā)放，可以極大的提高客群范圍，防止出現(xiàn)違法違規(guī)行為。 （三）有效控制信貸風險中小企業(yè)信用風險計量模型可降低貸款違約率，可通過貸款審批臨界值的選擇有效控制風險水平。風險水平取決于金融機構(gòu)的風險偏好和經(jīng)營策略，如果當前整體經(jīng)濟形勢不佳，信貸環(huán)境惡劣，金融機構(gòu)可定性為風險厭惡型，此時經(jīng)營策略以降低風險為主要目標，可通過設定較高的臨界值水平（包括自動通過和自動拒絕的臨界值），減少系統(tǒng)自動審批通過的申請數(shù)量，提高貸款審批標準，降低違約風險。如果當前整體經(jīng)濟形勢轉(zhuǎn)好，信貸環(huán)境較好，此時金融機構(gòu)是風險偏好型，經(jīng)營策略以擴大業(yè)務規(guī)模為主要目標，則可以通過降低臨界值水平，增加系統(tǒng)自動審批通過的申請數(shù)量，擴大貸款發(fā)放的數(shù)量。中小企業(yè)信用風險計量模型可量化信貸風險，包括預期損失、準備金、非預期損失、貸款定價、收益分析、績效考核與薪酬兌現(xiàn)等指標的籌劃，最大限度的降低信貸風險。二、模型的建立方法任何模型的建立都需要一定的理論支持，本文按照模型的實證化程度劃分為三種類型：第一類是統(tǒng)計型模型，即采用統(tǒng)計方法從歷史數(shù)據(jù)中推演出對應的模型，可采用的統(tǒng)計數(shù)據(jù)方法包括：多元線性回歸分析、邏輯回歸分析等線性分析技術(shù)和最近鄰方法、神經(jīng)網(wǎng)絡模型等非線性分析技術(shù)，通過科學、嚴密的數(shù)據(jù)分析及實證研究而建立[11]。第二類是專家型模型，即由專家和機構(gòu)判斷經(jīng)驗形成的模型，主要依靠信用評分人員的經(jīng)驗判斷，形成簡單的信用評分體系。專家型評分體系更多的依靠審批人員的經(jīng)驗、風險意識及所處環(huán)境決定。在當前各商業(yè)銀行審批過程中，普遍應用，但是受制于專家人員數(shù)量的不足，各商業(yè)銀行整體審批效率低下，主觀意愿較為明顯。第三類是混合型模型，即由統(tǒng)計方法和經(jīng)驗判斷結(jié)合運用形成的模型。該類模型既包括科學嚴謹?shù)臄?shù)據(jù)分析判斷，又綜合考慮專家人員的整體經(jīng)驗及風險判斷能力，是當前市場上較為主流的模型。在當前各大金融機構(gòu)歷史數(shù)據(jù)完備性不足的情況下，初期采用混合型的風險計量模型是比較好的選擇。在數(shù)據(jù)統(tǒng)計模型的基礎(chǔ)上，結(jié)合模型變量之外的制度經(jīng)驗和專家判斷進行綜合評估，以確定是否給予授信以及授信的額度和利率。三、模型備選指標中小企業(yè)信用風險計量模型的開發(fā)就是將一些能夠預測客戶的指標進行轉(zhuǎn)換與加權(quán)后計算出一個總的分值。所以在建模之前首先要將一切可能具有預測能力的指標都納入分析范圍。常見的中小企業(yè)備選指標的來源有五類：申報企業(yè)的一些基本信息、企業(yè)的信貸申報情況、企業(yè)及實際控制人的征信系統(tǒng)查詢信息、企業(yè)的公共信息、企業(yè)的財務報表五類。本文的模型備選指標將主要根據(jù)銀行數(shù)據(jù)庫進行采集，調(diào)取近幾年的銀行信貸數(shù)據(jù)，同時從人民銀行征信數(shù)據(jù)庫中調(diào)取相關(guān)企業(yè)及企業(yè)實際控制人的征信信息數(shù)據(jù)，從銀行相關(guān)部門獲取信貸人員實地調(diào)查企業(yè)的真實經(jīng)營情況及相關(guān)信貸數(shù)據(jù)。數(shù)據(jù)的采集及分析整理預計將會耗費一個月的時間，具體包括基礎(chǔ)數(shù)據(jù)的采集、數(shù)據(jù)的加工處理、專業(yè)數(shù)據(jù)的統(tǒng)計分析等。四、模型的校驗和調(diào)整模型建立之后，模型的預測能力、穩(wěn)定性必須通過檢驗之后才可以運用到實際業(yè)務中。模型的檢驗主要是對模型預測能力與穩(wěn)健性進行評估。評分模型的檢驗方法和標準通常有：KS 指標、交換曲線、AR 值、ROC曲線等。選取合適的校驗方法，最大限度的將“好客戶”與“壞客戶”區(qū)分開來。模型的穩(wěn)健性進行評估主要是指在對模型進行批量數(shù)據(jù)校驗測試，模型能夠穩(wěn)定的輸出固定的評判標準，不會出現(xiàn)較大的波動。模型的調(diào)整是指對模型結(jié)果的輸出是否需經(jīng)過人工修正，臨界分值如何確定，是否施行一票否決制。目前在各商業(yè)銀行，信用風險計量模型的應用較為廣泛，同時各數(shù)據(jù)模型都需要經(jīng)過人工調(diào)整或其他相關(guān)設置，在滿足商業(yè)銀行基本準入條件的情況下，結(jié)合數(shù)據(jù)模型的結(jié)果進行判斷。模型在使用一段時間后，需要對模型的準確性及穩(wěn)定性進行分析，從不同時間段、不同維度進行綜合評價，并不斷根據(jù)實際經(jīng)營情況及條件進行校正，保證系統(tǒng)能夠長期有效的運用。在確定好模型的開發(fā)策略后，就可以根據(jù)規(guī)劃進行數(shù)據(jù)采集處理，同時在實際工作中，不斷對開發(fā)策略進行優(yōu)化完善，達到最優(yōu)的開發(fā)目標。第二節(jié) 模型數(shù)據(jù)采集及處理根據(jù)中小企業(yè)信用風險特點及我國現(xiàn)有信貸環(huán)境，選取了一批數(shù)據(jù)，既包括中小企業(yè)的財務數(shù)據(jù)等定量數(shù)據(jù)，又包括中小企業(yè)及實際控制人的征信情況、企業(yè)行業(yè)類型、從業(yè)經(jīng)驗、報表審計情況等定性數(shù)據(jù)，從定量及定性兩方面進行數(shù)據(jù)采集，力求全方位、真實的反應企業(yè)的實際情況。一、 模型數(shù)據(jù)的采集結(jié)合我國中小企業(yè)信貸情況及財務報表真實性很難確認的特點，我們力求將模型數(shù)據(jù)均勻分布，除了將企業(yè)的部分財務數(shù)據(jù)情況納入模型外，我們重點對企業(yè)的基本經(jīng)營情況、企業(yè)及實際控制人征信情況等定性數(shù)據(jù)進行采集分析，建立完整的初期數(shù)據(jù)采集指標體系[12]。同時結(jié)合商業(yè)銀行近幾年中小企業(yè)真實的信貸數(shù)據(jù)以及相關(guān)專家意見，我們選取了25個指標納入模型，包括9個定性指標及16個定量指標，具體指標類型如下： 中小企業(yè)信用風險模型的變量指標初選表變量類別變量類型變量類別變量類型企業(yè)基本信息企業(yè)注冊地