企业信用评估方法范文

导语：如何才能写好一篇企业信用评估方法，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

【关键词】信用资产；价值评估

一、信用资产概念

信用是一种远期支付承诺，它以货币单位表示未来经济的价值。在不存在资源交换时，它不以现实资产的形式存在，只有当发生资源交换时，它才能通过资源体现出价值所在。20世纪90年代以来，随着无形资产价值的不断增强，企业获得竞争优势的方式开始从单纯的产品本身向无形资产价值的开发和利用转变。企业信用作为企业重要的无形资产，通过与物质资产和人力资源的合理结合，可以产生高效的生产力和强势的竞争力，从而提升企业盈利能力和企业价值。

二、企业信用资产评估要素

（一）企业信用资产的成本

成本是任何一项资产价值构成的基础。对于有形资产来说，其成本主要分为原始成本和重置成本。信用资产的成本主要指原始成本，如为建立和发展企业信用而产生各项费用，而不存在重置成本。因为企业信用的形成是一个漫长的过程，并且不易在短时间内发生改变，即使要把某些成本费用看成重置成本，也只能算作是未来信用资产的原始成本。

企业信用资产的成本分析可以从显性和隐性两方面考察。显性是指企业为建立和培养信用资产所支付的各项费用。隐性成本是指企业为恪守信用而付出的损失或减少的收入。但两方面都存在不足之处，显性成本可能会产生漏记、错记。隐性成本则由于并不实际记录在企业账目中，往往容易被忽略，导致企业信用资产成本的记录出现不完整。但不可否定的是根据企业历史资料，统计企业为保持和提高信用水平所支付的成本费用，对于企业信用资产评估具有重要的意义。可以肯定的是，如果企业在信用方面增加投入，则新增加的企业信用资产必定会给企业带来相应的投资回报。

（二）企业信用资产的效用

资产的价值体现在它对企业的效用，即能为企业获利。有形资产以实物形式存在，其效用大小可以根据实物鉴定。而无形资产没有实物形态，其在物质实体上的表现是诸如专利证书、许可证、注册商标证书和转让合同等具体的书面文书，这些都可以作为评估无形资产价值的重要依据。无形资产的价值也可以用其实际效用来体现，即无形资产在企业生产经营过程中发挥的实际作用。这种实际效用一般是指该资产给企业带来的额外收益的大小。无形资产的实际效用比企业文书更是其实际价值评估的依据。

企业信用资产作为企业重要的无形资产，其实际效用表现为能够为企业带来超额收益或预期盈利能力。它不仅是企业正常经营的必要条件，更能够促进企业健康发展甚至帮助企业起死回生。

（三）企业信用资产的寿命

无形资产一般都有明确的使用期限。使用期限对无形资产的价值有重要影响，超过有效期其作用就会消失。但是信用资产是一种特殊的无形资产，它会一直伴随着企业的整个生命周期。

无形资产剩余使用寿命的计算方法一般有三种：法定年限法、更新周期法和预测法。对于信用资产，既要考虑到其作用的长期性，又要结合外部信用环境变化的影响，综合考虑后采用专家法进行评议和确定。

（四）企业信用资产的环境影响

无形资产与有形资产相比，一个重要特点就是其可以作为不同经济主体的共同财富同时享用。由于资源的有限性和市场的竞争性，各企业拥有的无形资产也会产生互斥，防碍企业获得高额利益。信用资产也如此，企业信用水平的高低不仅受企业自身信用状况的影响，同时受同行业或其他行业经济主体信用状况及水平的影响。因此，对信用资产进行评估时，要综合考虑同行业企业拥有的信用水平和整个社会信用状况等因素。

三、企业信用资产评估方法比较

（一）成本法

成本法，也称重置成本法或重置价值法，是指从待估资产在评估基准日的复原重置成本或更新重置成本中扣减其各项损耗来确定被评估资产价值的方法。其基本计算公式可表述为：

被评估资产评估值=重置成本-实体性贬值-功能性贬值-经济性贬值

式中，对于不可重置的资产来讲，也可以采用原始成本或替代资产现值来代替重置成本。

信用资产作为特殊的无形资产，其成本构成要复杂得多，可把它的原始成本作为估算其价值的基础，公式调整为：

被评估资产评估值=原始成本-资产各种贬值

由于信用资产显性成本和隐性成本计量的不足之处，企业信用成本费用的收集和计量存在很大困难。信用资产的贬值与有形资产也不相同，只能通过环境经济性方面分析，即环境经济性贬值。

通过以上分析，成本法可以作为企业信用资产价值评估的基础，但不宜作为主要依据。

（二）市场法

市场法，即现行市价法，是以市场价格作为资产评估的价格标准，来确定资产评估价格的一种方法。它通过比较被评估资产与最近售出类似资产的异同，并将类似资产市场价格进行调整，从而确定被评估资产价值。

市场法评估必须具备两个条件：要有一个充分发育活跃的资产市场；参照物及其与被评估资产可比较的指标、技术参数等资料是可搜集到的。

由于信用资产交易市场在我国的发展尚不繁荣，所以在当前条件下利用市场法对企业信用资产进行价值评估有很大困难，信用市场还有待于进一步发展和完善。

（三）收益法

收益法，也称权益法或收益现值法，是指通过估算被评估资产未来预期收益并折算成现值，借以确定被评估资产价值的一种资产评估方法。收益法在经济发达国家或地区应用更为广泛。其计算公式为：

式中：V―无形资产评估值；―第t年增加的收益额；―年份；n―剩余使用年限；i―折现率。

使用收益法时要满足三个前提条件：资产可以投入使用；资产经营的未来收益能够且必须用货币金额来表示；资产所有者所承担的风险收益也必须是能用货币衡量的。

运用收益法对资产进行评估是以资产投入使用后能够连续获利为基础的，如果在资产上进行投资不是为了获利或者投资后预期收益很少且又不稳定，则不能采用收益法。

四、企业信用资产评估方法与评估思路

（一）企业信用资产评估方法

通过以上对三种资产评估常用方法的比较分析，我们认为采用收益法对企业信用资产进行评估是合适的。因为信用资产可以为企业带来超额收益，并且这种收益可以用货币计量且剩余使用寿命可以预测。

（二）企业信用资产的评估思路

通过对信用资产的特征进行分析，我们得出信用资产评估的思路方法：

（1）采用层次分析法对企业超额收益进行分割。

首先用层次分析法对企业整体无形资产带来的收益进行分割，分离出企业信用资产的收益。可以把无形资产收益作为目标层，把商标品牌、技术含量、人力资源、企业信用、管理水平五类作为方案层，把价格优势、销量增长、成本降低和竞争力提高作为准则层，从而构建层次结构模型。

根据各层次之间关系构造出某元素与相邻层有联系的所有元素的比较判断矩阵：

A C1 C2 … Cn

C1 a11 a12 … a1n

C2 a21 a22 … a2n

… … … … …

C4 an1 an2 … ann

其中：

接着进行层次单排序：

A中每行乘积：

m次方根： （下转第90页）（上接第88页）

规范化，得出归一化后各因素权重：

一致性检验：，查出RI，计算一致性比率，当CR

最后进行层次总排序：

由单排序得到准则层各元素对目标层的权重向量，同理可求出P层各元素对C层的权重向量：

方案层对总目标权重由得出。

同样采用方根法求出P层对总目标的排序权重，并进行一致性检验。

（2）采用专家评分法确定各信用资产要素对企业信用收益的影响程度，确定企业信用资产使用效率，得出信用系数L。

（3）收益现值法对企业信用资产进行评估。

根据信用资产剩余使用年限和折现率，通过公式算出信用资产价值。

参考文献

[1]夏网生，崔苏卫.企业信用的效益分析[J].现代管理科学，2003（07）：17-18.

[2]Sveiby K E.The New Organizational Wealth[M].Berrett-Koe-hler Publishers，Inc，1997.

[3]卢俊.企业信用资产研究综述及展望[J].经济视角（中），2011，9：89-90.

[4]王全在.关于资信评估体系的设计[J].前沿，2003，11.

[5]John B.Caouette，Edward I.Altman.Managjng Credit Risk：The Next Financial Challenge，1998.

篇2

关键词：商业银行；信用风险评估；定性方法；定量方法

中图分类号：F2

文献标识码：A

文章编号：1672-3198（2013）09-0027-02

企业信用评估和企业财务预警是企业财务管理研究的重要课题。诸多学者将两个问题一起进行研究，这两者之间还是有本质区别的。财务预警即财务失败预警，是指借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场营销理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发现企业在经营管理活动中潜在的经营风险和财务风险，并在危机发生之前向企业经营者发出警告。信用评估本质上是对企业履约各种承诺能力和信用程度进行全面评估，预测未来偿债可能性来辨识不同企业的方法。服务的对象有商业银行、金融监管机构、与受评对象有业务往来的商业客户以及社会公众和投资者。

（1）定性评估方法：人工专家分析法，又被称为古典信用分析方法，包括5C、5P、5W法，5C法指贷款申请企业或个人的道德状况，偿债能力，贷款申请企业或个人的财产状况，可用于进行贷款申请时抵押担保的资产价值，宏观经济状况。 5W法指贷款申请人、申请贷款的使用、贷款的时间长度、担保资产价值及还款方式。目前我国商业银行实务中仍主要采用的信用评估分析方法。

（2）定量评估方法。

①统计方法：多元判别分析法（Multi-linear Discriminate Analysis）是较早应用于企业信用评估的多元统计方法。Altman（1968）最早提出Z-score模型对企业运营财务危机预警、企业违约预测问题进行研究，使用较少的财务比率迅速进行判断分析，使用年度报表的数据运用财务比率进行分析：企业运营成本/平均总资产、留存收益/平均总资产、息税前利润总额/平均总资产、普通股股东权益合计/平均总负债、营业收入/平均总资产，并且对三十多家样本公司进行分析，得到准确率较高的分析结果，该模型属于贝叶斯判别，用样本修正已有的先验概率分布得到后验概率分布。这篇经典论文开创了企业破产预测，财务危机预警，信用评估分析的先河。Altman（1977）在前述论文的基础上进行了完善，又加入几个财务比率建立ZETA模型，使用总资产收益率（利润总额/平均总资产）、利润增长率（利润总额/上一年利润总额）、利息保障倍数（息税前利润总额/利息费用）、留存收益/平均总资产、流动比率（流动资产/流动负债）、平均总资产、公司股票市价等财务比率，得到比签署模型更好的分析结果。Logistic模型分析。Martin（1977）使用财务比率进行企业经营财务预警及企业贷款违约分析，使用多元统计学中的Logistic回归方法，使用1970至1971年的报表数据从的美联储成员银行5600多家中选取58家属于财务困境，违约样本的银行进行分析测算，使用资产净利率（利润总额/平均总资产）等8个财务比率，进行分析测算，并且分析不同的信息使用者的风险偏好差异，如投资人和债权人，测算不同的风险预警系数，便于信息使用者更好地作出分析决策，得到较好的分析结果，并且使用该多元回归模型与前述的Z-Score模型，ZETA模型测算的结果进行对比分析，得到优于前述模型的预测数据。吴世农（2001）收集我国上市公司1998至2002年A股市场的ST公司共计七十多家，收集样本数据的时间是公司转化成ST的年度，并且选取相关行业的七十多家作为对照组样本，进行横截面数据分析，选用不同的计量模型进行对比研究，主要有线性概率模型（LPM），Fisher二类线性判定，Logistic模型等多元统计方法对企业财务进行预警研究，最终结果是Logistic模型的预测准确率均高于Fisher判别分析法和LPM的准确率。于立勇、詹捷辉（2004）也使用Logistic模型，选取商业银行的贷款企业客户的财务数据进行信用违约的分析，得到较好的测算概率。方洪全、曾勇（2004）在银行信用风险评估方法实证研究及比较分析中运用Logit模型分析。李志辉、李萌（2005）选取了195家上市公司为样本，Logistic模型的准确率高于线性判别模型神经网络模型。Junni L. Zhang（2010）运用贝叶斯加分类树法对德国公司财务报表数据进行偿债能力进行有效得分类。

②信用风险评估模型。Credit Metrics（信用计量模型）是摩根大通等美国知名金融机构采用用VaR（在险价值模型）的思路，对个人和企业的贷款以及其他金融资产进行价值估计和风险预测的计算方法。麦肯锡公司提出的Credit Portfolio View模型（信贷组合审查模型），是改造Credit Metrics模型，考虑到周期性宏观经济因素，结合信用风险评级转移和宏观经济变量如年度经济增长率、市场利率、政府支出等建立关联模型，使用蒙特卡罗技术模拟宏观经济周期性因素的计算得到评级转移概率。KMV模型（Credit Monitor模型）（是美国KMV公司提出后被穆迪公司收购），该模型是可以对上市公司的信贷违约概率进行预测分析。张玲等（2004）运用KMV模型评估我国上市公司ST公司和非ST公司的信用风险后得到，改变KMV模型的相关变量可以至少提前2年预警我国上市公司的信用违约风险，并且可以提前4年进行上市公司的信用风险变化趋势的预测。戴志锋等（2005） 运用KMV对我国上市公司数据和某国有商业银行非上市公司的信贷数据进行验证，实证结果表明非上市公司模型在中国具有一定的预测能力，但预测准确率低于欧美国家。Credit Risk+模型（信用风险附加模型）是由瑞士信贷银行金融产品部（CSFP）开发的，它是一个违约模型（Default Model）。

③人工智能方法：神经网络。陈雄华等（2002）采用人工神经网络模型研究企业信用等级的评估问题，按照企业样本分为制造业和非制造业两大类，利用偏相关分析方法建立了企业信用评级的指标体系，实验结果表明神经网络模型具有更好的预测准确性。于立勇（2003）收集一百多个企业作为训练样本，运用神经网络模型进行信用违约风险分析，得到有效的预测结果。章忠志、符林、唐换文（2003）使用神经网络模型，选取28个企业数据做为样本进行分析，预测结果准确率达到90%以上。徐佳娜、西宝（2004）使用人工神经网络模型与层次分析法（AHP）相结合建立模型对企业信用风险进行评估，预测结果说明该模型比已有的其他模型准确更高。张卫东等（2006）建立模型结合前馈型神经网络、遗传算法和模糊数学方法来，评估商业银行企业客户的信用风险，使用Matlab软件对选取的商业银行企业客户数据进行测算，得到的结果表明准确率比以前的模型方法有所提高，模型更具鲁棒性。夏红芳（2007）通过与上海某商业银行的合作，对其1999-2005年的贷款明细和公司财务数据进行了系统研究，运用粗糙集理论的约简功能，从中选出最能反映企业信用状况的8项财务指标，再应用模糊神经网络方法进行信用评估，实证研究表明所提方法具有较高精度。但是使用人工神经网络模型需要根据实际的样本数据不断调整系数，相对而言模型的鲁棒性不够强。戴芬（2009）根据中小企业信用评估指标体系，提出了一种基于蚁群神经网络的评估模型。结果表明蚁群神经网络的预测方法与传统的BP 神经网络预测方法相比，具有较强的泛化能力，应用在中小企业信用评估系统中具有很高的评估准确率。

整数规划法。薛锋（2006）选取上市公司数据，使用混合整数规划法，建立企业信用风险评估模型进行信用风险评估，模型可以满足非参数检验，也不需要样本数据服从正态分布，可以较为广泛的应用，经数据实际测算的结果说明，该模型鲁棒性较好，预测效果较好，准确率较高。遗传算法。薛惠锋（2006）利用人工智能方法——GA-PSO混合规划算法构建企业信用风险评估模型。并利用上证50若干企业的实际数据对模型进行了实证检验。实证结果显示该模型能有效预测上市企业的信用风险状况。该模型在收敛性能及预测准确率等方面优于基于传统的多元回归方法及GP方法的信用风险评估模型。Jonathan N. Crook（2007） 参考诸多文献比较线形回归（LDA），Logistic回归，决策树，数学规划法，神经网络法，遗传算法，遗传编程，K近邻法，支持向量机几种方法，认为支持向量机法的准确率相对较高。

从以上对国内外研究现状的分析可知，尽管国内外已有许多专家学者对商业银行客户信用评估进行大量的研究，但在实际应用中涉及中小企业的研究较少，未考虑我国企业普遍存在的内部人控制的企业中管理者个人因素对企业信用的影响，限制了模型的适用范围。

参考文献

[1]Altman，E.I.，Financial ratio discriminant analysis and the prediction of corporate bankruptcy[J].Journal of Finance，1968，23（4）：189-209.

[2]Altman，E.I.，R.Haldeman & P.Narayanan，ZETA analysis：A new model to identify bankruptcy risk of corporations[J].Journal of Banking and Finance，1977，（l）：29-54.

[3]D.Martin.Early warning of bank failure： A Logit regression approach[J].Journal of banking and finance，1977，（1）：249-276.

[4]吴世农，黄世忠.我国上市公司财务困境的预测模型研究[J].经济研究，2001，（6）：46-55.

[5]于立勇，詹捷辉.基于Logistic回归分析的违约概率预测研究[J].财经研究，2004，（9）：15-23.

[6]方洪全，曾勇.银行信用风险评估方法实证研究及比较分析[J].金融研究，2004，（1）：62-69.

[7]李志辉，李萌.我国商业银行信用风险识别模型及其实证研究[J].经济科学，2005，（5）：61-71.

[8]Junni L. Zhang，Wolfgang K. Hrdle The Bayesian Additive Classification Tree applied to credit risk modeling Computational[J].Statistics and Data Analysis 54 （2010） 1197_1205.

[9]张玲，杨贞柿，陈收.KMV模型在上市公司信用风险评估中的应用研究[J].系统工程，2004，（11）.

[10]戴志锋，张宗益，陈银忠.基于期权定价理论的中国非上市公司信用风险度量研究[J].管理科学，2005，（6）.

[11]陈雄华，林成德，叶武.基于神经网络的企业信用等级评估系统[J].工程学报，2002，（6）：570-575.

[12]于立勇.商业银行信用风险评估预测模型研究[J].管理科学学报，2003，（5）：46-52.

[13]章忠志，符林，唐换文.基于人工神经网络的商业银行信用风险[J].模型经济数学，2003，（3）：42-47.

[14]徐佳娜，西宝.基于AHP-ANN模型的商业银行信用风险评估[J].哈尔滨理工大学学报，2004，（3）：94-98.

[15]张卫东，韩云昊，米阳于.GA-BP模糊神经网络的商业银行信用风险评估[J].工业工程与管理，2006，（5）：81-84.

[16]夏红芳.商业银行信用风险度量与管理研究[D].南京：南京航空航天大学，2007，（8）.

[17]戴芬，刘希玉，王晓敏.蚁群神经网络在中小企业信用评估中的应用[J].计算机技术与发展，2009，（10）：218-221.

[18]薛锋，柯孔林.基于混合整数规划法的企业信用风险评估研究[J].中国管理科学，2006，（2）：39-44.

篇3

一、提升中小企业自身素质和信用等级

在国外，无论是政府担保还是企业互助担保，都是建立在良好信用的基础之上的。中小企业要在信贷市场上获得创业和经营所需资金，关键是要提升中小企业自身的素质和信用等级。中小企业面对机遇与挑战，必须用实际行动去赢得银行和政府的信任和支持。具体讲，第一，要加强基础管理工作，建立健全、规范、完善的财务管理制度；第二，要增强企业信息的透明度，提供全面、准确的财务和经营信息；第三，增强抵御市场风险的能力；第四，搞活企业经营机制，增强中小企业内部融资的压力和动力，同时加大力度进行改革，如采用职工持股的办法。此外，中小企业要稳健、快速地发展，必须充分挖掘自身的潜力，制定正确的经营战略，培育名牌产品，做到“小而专”，通过加强内部管理，增强自身的经营能力。中小企业的社会信用等级提高后，从社会争取自身发展所需的资金完全是可行的。

二、健全中小企业立法与加强政府的支持力度

1、制定和实施《中小企业基本法》。从而加强对中小企业的法律保护，确立中小企业的地位，维护中小企业合法权益，切实减轻中小企业负担，营造中小企业发展的优良环境。西方发达国家十分重视通过立法来保障中小企业稳定发展，并已基本形成了相对独立的中小企业法律体系。为了促进中小企业发展，我国应尽快制定和实施《中小企业基本法》。

2、加强政府的支持力度。政府对中小企业融资的支持包括多个方面。例如：政府政策的支持、资金的支持等。在我国应从税收优惠、贷款援助、财政补贴、扶持基金等方面建立和完善中小企业的扶持政策。

三、建立中小企业信用担保体系

中小企业间接融资方式――银行贷款难的最根本原因和最大障碍便是中小企业缺乏抵押、缺乏信用。因此，建立完善的中小企业信用担保制度是解决该问题的关键所在。

信用担保是由专业的担保机构为中小企业提供担保，由银行向企业贷款，在企业不能偿还时由信用担保机构代为偿付的一种信用服务体系。它是在市场经济下，为克服中小企业融资困难、化解银行风险的需要而产生的一种金融服务手段。为解决中小企业贷款难、寻保难的问题，当前世界很多国家和地区建立了中小企业信用担保体系，并已运转良好，取得了很好的效果。

1、设置中小企业信用担保基金。中小企业贷款困难最重要的原因是中小企业资信等级一般较低、信用担保不合格、担保单位难以落实等。为了增强银行对中小企业贷款的信心，当务之急是提高中小企业的贷款担保能力。建立中小企业信用担保基金旨在向符合融资条件但无担保品或担保品不足的中小企业提供信用担保以补充信用不足，同时分担金融机构的贷款风险，增强其办理中小企业融资的信心，与大企业同处于公平竞争的地位，共享金融资源，进而顺利发展。一旦企业经营壮大，信用状况日趋稳固坚实，则无须基金再给予信用保证，而改向为其他更需要扶持的企业提供，以达到保证资源的最佳利用。

2、成立中小互助担保基金。基金来源主要由政府拨款，其余由银行和社会中介组织及中小企业出资构成，可让一个代表各方利益的专门机构管理该基金，基金按照互助、互信、共担风险的原则，提供会员信用保证，以向银行取得短期融资。值得注意的是，在此政府的介入不能影响市场功能的正常发挥。由于基金本身也可能因为提供担保面临着企业不能还贷而代为赔付的风险，因此只有符合条件的企业才能获得基金提供的担保。银行作为商业化运作的组织，有权对企业进行审查。

四、灵活运用信用评估方法，适当放宽贷款标准

目前商业银行的评估方法主要针对国有企业的，对中小企业不太适合。因为中小企业规模小，按照一般的企业评估方法，很难达到规定要求，因此可适当降低对中小企业贷款的标准，在对企业进行信用等级评定时，应当考虑中小企业的实际，采用恰当的标准来对其做出评价，将防范风险的重点放在控制其担保的质量。同时还要努力提高审批效率。商业银行应该充分发挥基层行对贷款人历史情况、经营情况、产品效益比较熟悉的优势，根据基层行的评估水平、信贷资产质量等因素，授予相应的评估权，甚至贷款权，这样有利于提高评估效率。

五、积极拓展其他融资渠道为中小企业服务

1、大力拓展中小企业融资租赁渠道。融资租赁是一种典型的融资方式，中小企业通过融资租赁可在资金短缺或不愿动用经营资金的情况下租赁到企业急需的设备，达到融资目的。在办理融资租赁业务时，应适当放宽政策，允许中小企业以现有资产、效益以及未来企业的收益作保证。国家应该大力支持发展，积极完善租赁业发展的配套政策，进一步扩大融资租赁的商品范围和筹建租赁公司，尽快制订中小企业进行融资租赁的保护政策和鼓励措施。

篇4

【关键词】 中小企业 融资征信 BP神经网络

1中小企业融资征信评估应用中BP模型分析

BP网络具有较高的准确性和较快的收敛速度及更小的误差，是进行我国中小企业信用评价的理想方法。因此，本文拟采用BP神经网络来构造我国中小企业信用评价模型。

1.1 BP神经网络的基本原理

BP神经网络又被称为反向传播网络，这是因为该神经网络的连接权的调整采用的是反向传播学习算法。BP神经网络的主要优点是：只要有足够的隐层和节点，就可以逼进任意的非线性映射关系，其算法是一种导师学习算法，属于全局逼近的方法，因而具有泛化能力，BP网络同时具有较好的容错性；BP网络的主要缺点是收敛速度慢，局部极小。这个缺点可以通过改进算法，加入学习率自适应，L-M等算法进行弥补。

1.2 BP神经网络的具体结构及学习原理

BP神经网络基本组成是由各个神经元的连接权组成。可以大体分为三个层次：输入层、隐含层和输出层。若输入层有神经元n个，输入向量记为x1=（x1，xn，…，xn）是网络的t个输入模式，Zi（t）为网络隐含层节点的输出值，Y （t） =（Y1 （t） ，Y2 （t） ，…，Ym （t） ）是对应的实际输出值，输入神经元i到隐层神经元j的权值为Vij，隐层神经元i到输出神经元j的权值为Vij；另外分别用φi和θj表示隐含层和输出层的阀值。三者的基本关系如下：

；

在上式中，f函数被称为神经元的传递函数，也被称为激活函数，在实际应用中一般采用S型函数（Logsig）：

1.3 中小企业融资征信指标体系建立

中小企业融资征信评价的重点在于评价中小企业的经营状况与财务状况等内容。由于企业财务指标之间具有相关性，本文首先根据中小企业特点选择财务指标，并利用因子分析法对指标进行整理分析。依据我国中小企业的特点并利用因子分析法，本文剔除了与中小企业信用状况不相关或重复性的指标，最终选取了偿债能力指标（资产负债率，流动比率，速动比率）、盈利能力指标（销售毛利润，资产报酬率，净资产收益率）、营运能力指标（应收账款周转率、存货周转率，流动资产周转率，总资产周转率）、成长能力指标（营业收入增长率、营业利润增长率、净利润增长率，总资产增长率、净资产增长率）15个财务指标综合反映中小企业的信用状况。

由于所选择的财务指标的量纲和数量级不同，本文对各指标进行了标准化，使每一个指标都统一于某种共同的数值特性范围。本文采用如下公司对指标进行标准化。

其中， 为原始数据的均值；Xj=；为原始数据的标准差，。

2 中小企业融资征信评估的BP模型构建

2.1 BP神经网络输出层、隐含层及输出层的设计

根据BP神经网络的相关研究，在网络设计过程中，隐层神经元数的确定十分重要。隐层神经元过多、过少都会影响网络性能，达不到预期效果。而隐层神经元个数与期望误差、输入与输出层神经元个数、实际问题复杂性都有直接的联系。在三层网络中，输入和输出神经元是依据输入向量和研究目标而定。本文在选取隐层神经元的个数上主要参考原有的两个经验公式来确定：

（1）

其中M表示输入向量元素个数，则输入层的神经元可以选为M个。

N=2M+1（2）

其中μ代表输入层神经元个数，η代表输出层神经元个数，a代表[0，10]之间的整数。根据相关经验，本文中a取为2。

本文选择了15个财务指标作为输入，因此输入层神经元数M=μ=15；输出层神经元的数量η由信用评价结果的模式确定。根据式（1），由于μ=1，η=15，a为[1，10]之间的常数，可以取L=5-14。根据式（2），由于M=15，因此N=2M+1=31。因此，可以估计最佳隐含层的神经元数目介于5-31之间。

2.2 BP神经网络训练及结构确定

本文在进行样本设计时，以我国2014年50家上市公司所作出的评价为样本。所采用的指标与上文中给出的评价指标一致。数据样本有50个，选择其中的40个项目的评价作为学习样本，另外10个项目的评价作为检验样本。训练函数采用BP网络最常用的Trainlm，训练次数定位2000次，误差精度小于0.0001。本文设定最大训练步长epoch=2000，分别采用traingdx函数、traingd函数和trainglm函数进行BP神经网络训练。

本文通过Matlab7.0，分别采用traingdx函数、traingd函数和trainglm函数，对所设计的隐含层神经元数可变的BP神经网络进行了训练和仿真。结果表明，当BP神经网络的隐含层神经元数在5-31之间变化时，当N=17时，trainlm数的训练误差最小，因此本文决定采用收敛速度最快、训练误差最小的trainlm训练函数，隐含层神经元数n=17的BP神经网络作为中小企业信用评价模型。

3 结论

本文建立了一般中小企业信用评价财务指标体系，据此构建的BP神经网络模型，并以2014年40家上市公司为学习训练样本，并对剩下的10家公司进行仿真，设定最大训练步长epoch=2000，详细考察了隐含层结构和网络训练函数对BP神经网络辨识性能的影响。评价结果表明，各中小企业之间的信用评价结果存在较大的异质性。这说明，利用BP神经网络对中小企业进行信用评价，具有较高的可操作性。因此，金融机构可以据此加强对中小企业的信用评价，筛选优秀的中小企业以降低信用风险。

【参考文献】

篇5

供电企业向用户收取电费，是电力企业生产经营成果的最终体现，因此加强电费回收工作，对于电力企业具有非常重要的意义。近一时期，困扰电力部门的电费回收难问题近期又有所抬头，尤其在一些经济欠发达地区，电费回更是营销部门的工作重点，是每个月都需要面对的重要课题。本文通过分析新形势下电费回收难问题产生的背景，提出通过对电力客户的信用评价进行积分划分风险等级，建立电力客户电费回收预警机制，提前发现电力用户欠费的苗头及征兆，对电力用户电费回收风险进行预警，希望能为该问题的解决提供一点借鉴。

一、电费回收难产生的背景

1、电费保证金制度的取消加剧了电费回收的风险。

电费保证金制度曾经为电力企业确保电费回收、不形成呆死帐提供了最后保障。1999年底，国务院明令取消了执行十余年的电费保证金制度，电费保证金制度的取消加剧了电力销售的风险。

2、近一阶段，我国国民经济产业结构调整步伐加快，使一些产品单一、技术落后、设备陈旧的企业在市场竞争中处于劣势，甚至破产倒闭，使得电力购销合同无法正常履行，影响到电费的正常回收，增大了电费回收的难度。

3、电力法规一些条款的滞后已明显不能适应目前供用电双方电费结算的实际需要。

《电力供应与使用条例》第三十九条规定：“逾期未交电费的，自逾期之日起计算超过30日，经催交仍未支付电费的，供电企业可以按照国家规定的程序停止供电”。按此规定，供电企业对欠费户采取停电措施的最快时间，也要待欠费户用电两个月之后。对一些大宗用户，如果其经营状况出现恶化，而电力企业仍在其用电两个月之后再按照规定采取停止供电措施，供电企业将不可能实现电费月清月结，还可能付出形成大量陈欠，甚至坏账的沉重代价，造成国有资产的严重流失。

4、政府行政干预。

个别政府的行政干预行为，使供电企业不便采取停限电手段催收电费。这类电力客户大多用电能量比较大，在当地经济发展中又是纳税大户，有着举足轻重的地位。政府在发展经济中，制定了扶持地方经济发展的政策，当受扶持的企业经营遇到困难时，电费就变成了这些企业的一种“补贴”。

5、用电企业稳定经营和发展的压力增大。

近年来用电企业维持经营的不确定因素增多。一是原材料的价格不断走高并伴随大幅波动，企业生产计划难以安排；二是员工忙时难招、闲时难留，难以安排长期生产计划；三是成本上升无法控制，如人民币汇率变动、材料价格波动等。

6、企业资金链断裂风险进一步增大。

银行是否放贷、是否续贷不确定，难以安排财务计划。工人工资发放不及时引发的风险，债权、债务矛盾引发民事案件风险增多，企业资金链断裂风险进一步增大。

7、企业“最后一个生产月”电费风险大，难以控制。

一些企业在生产不能继续的情况下，无法再生产经营，停产前最后一个生产月份使用的电费往往难以追缴。一方面企业经营恶化，没有能力支付费电费；另一方面企业已停产不再用电，企业没有支付电费意愿。

二、对电力客户的信用进行评分―-电费预警的基础

国内外的评估机构在实践中常用的评估方法大致可以分为三类：定性评估法、定量评估法和综合评估法。其中定性评估法主要依赖于评估人员的经验和能力，特点是主观性较强，结果的客观、公正性则相对较弱。定量评估法以反映企业经营活动的实际数据为分析基础，通过数学模型来测定信用风险的大小。这种方法过多依赖刻板的数据，对于瞬息万变的企业经营状态，时间越短，准确率越高，反之越低。取舍上述两种评估方法的优缺点，目前的国际上通常使用综合评估的方式，综合评估法基本以定性分析为主、定量分析为辅，要求对评估对象做出全局性、整体性的评价。该方法现已为世界各大评级公司所采用，它代表了当今信用风险评估方法发展的主流方向。

企业信用的信息非常广泛，包括被评对象的财务状况、收入状况、营运状况、竞争地位、未来发展趋势、经济环境及其他与信用相关的方方面面。由于电力企业与电力用户属供用电关系，客户的商业信息大多数为电力企业所不掌握，供电企业的信用管理主要服务于电力客户的电费按期偿还能力，针对电费预警需要，对于一些无关或次要项目不作为参考，而主要选择能判断企业电费支付能力的关联信用，包括电费支付信用、安全生产信用、规范用电信用、工作配合信用、持续经营信用、发展趋势信用。

1、电费支付信用：主要是指电力客户支付电费情况。

2、安全生产信用：包括客户安全生产措施，电气设备和保护装置安全运行、维护等。

3、规范用电信用：主要是指客户执行《电力法》、《电力供应与使用条例》、《供用电营业规则》等电力法规的信用。

4、工作配合信用：客户与供电企业工作配合、协作、支持情况。包括调度合作、用电检查合作、抄表收费合作与需求侧管理合作等。

5、持续经营信用：电力客户持续生产经营能力。

6、发展趋势信用：未来可能出现的各种变化的一种判断。

对电力客户的信用进行评分的方法：

设定电力客户基础分数为为100分，在此基础上按照信用评价参考项扣减或增加相应分数。

（1）电费支付信用：占60分。

供电企业当前主要需要解决的是企业拖欠电费的问题，因此，电费支付信用占比重较大，占60分。

一般客户：以规定缴费日为限，一般为每月25日，最多到月末日为止。到期缴纳该项得满分，在规定缴费日之前每提前一天缴费加0.5分。

分次结算客户：以合同规定的结算缴费日为限，严格执行合同规定的结算时间和缴费数额，每提前一天足额缴费加0.5分，每滞后一天缴费扣1分；低于结算额10个百分点扣1分；每增加1个百分点加1分；月末结零根据合同规定，与一般客户相同。

欠费客户：超过月末日交纳电费的客户视为欠费户，每滞后一天缴费扣1分。拖欠3次欠费的客户扣本项10分。拖欠5次以上，扣20分；拖欠8次以上的，该项记录为0分，若事后补齐所欠电费，该项记录为20分。

电费催收：分为远程催收和当面催收两种。远程催收包含电话或短消息催收、电子邮件催收、传真催收，一次扣0.5分；当面人工催收一次扣1分。

（2）安全生产信用：占10分。

执行调度规程：拒不执行调度命令者为0分，执行调度命令不力者每次扣3分。

执行安全规程：客户违反电力安全规程，每发生一次扣3分。

责任事故：由于客户设备系统接地引发障碍，每发生一次扣3分；线路跳闸：每发生一次且重合不成功扣2分，每发生一次且重合成功扣1分；安全运行周期：客户安全运行天数达到一年加2分；

设备管理：客户电气设备超过试验周期或未更换试验不合格的电气设备，发现一次每次扣1分；由于客户原因造成负控装置运行故障，每发生一次扣1分。

（3）规范用电信用：占10分。

窃电：每发现一次扣5分。

违约用电：包括擅自改变用电类别；擅自超过合同约定的容量用电；擅自使用已同供电企业办理暂停手续的电力设备和启用已被供电企业查封的电力设备、擅自迁移、更动、操作供电企业的用电计量设备、电力负荷控制装置和供电设施以及供电企业约定调度的客户用电设备；擅自迁移、更动、操作供电企业的用电计量设备；擅自迁移、更动、操作供电企业的电力负荷控制装置；未经供电企业许可，擅自将自备电源并网或引入、供出电源。以上每发现一次扣2分。

（4）工作配合信用：占10分。

用电检查工作配合：不与电力部门配合的，每发生一次扣0.5分。

电能计量和负控工作配合：不与电力部门配合的，每发生一次扣0.5分。

抄表、催费和收费工作配合：不与电力部门配合的，每发生一次扣0.5分。

其它必要工作配合：不与电力部门配合的，每发生一次扣0.5分。

（5）持续经营信用：占10分。

是指企业财务状况、资产质量、经营状况、社会信誉、发展潜力等各方面综合体现，具体到电力电费回收需要，考虑电力企业信息数据可掌握情况，选取以下项：

用电量：同比或环比没下降20%，扣1分。

设备停用率：使用设备（非暂停容量）每低于总容量（契约运行容量）20%，扣1分。

工资发放：企业职工工资当月未能发放扣3分；当月未能全额发放，扣2分；当月延期发放超过10日，扣1分。

（6）发展趋势信用：占10分。

出现银行断贷、兼并重组、、重大变故等事件，每项扣5分。

三、划分电力客户风险等级―电费预警的依据

根据动力用户信用得分的多少，将客户电费风险等级划分为六种，分别为：微弱风险、较小风险、一般风险、较大风险、严重风险和灾难性风险。

1、微弱风险：100分以。基本无风险。

2、较小风险：80-100分。存在风险，但风险发生的可能性很小。

3、一般风险：70-80分。风险发生的可能性不大，或者即使发生，造成的损失较小。

4、较大风险：40-70分。风险发生的可能性较大，或者发生后造成的损失较大，但造成的损失程度是可以承受的。

5、严重风险：30-40分。有两种情况，一是风险发生的可能性大，风险造成的损失大；二是风险发生后造成的损失严重，但是发生的概率很小，采取有效的防范措施。

6、灾难性风险：30分以下。风险发生的可能性很大，一旦发生将产生灾难性后果，无法承受。

风险类别分析：

（1）微弱风险：企业信用程度高，欠电费风险小。该类企业具有优秀的信用记录，经营状况佳，盈利能力强，极少不良记录，不确定性因素对其经营与发展的影响极小。

（2）较小风险：企业信用程度良好，在正常情况下偿还债务没有问题，具有良好的信用记录，经营处于良性循环状态，但是可能存在一些影响其未来经营与发展的不确定因素，进而削弱其盈利能力和偿付电费能力。

（3）一般风险：企业信用程度一般，偿还债务的能力一般。该类企业的信用记录正常，但其经营状况、盈利水平及未来发展易受不确定因素的影响，付电费记录有波动。

（4）较大风险：企业信用程度较差，偿债能力不足。该类企业具有较多不良信用记录。

（5）严重风险：企业信用很差，经常拖欠电费或窃电。

（6）灾难性风险：企业信用极差，基本无信用，属于长期拖欠电费的客户。

四、措施干预--电费预警行为的实施。

（1）对于微弱风险、较小风险的客户，供电企业对其提供最优质的用电服务。将原来大用户抄收员升级为客户经理，全面负责解答用户的一切用电问题，解答不了的负责协助用户联系对口单位。提供上门受理用电申请并现场办公落实用电方案。并根据用户每个月的用电量构成提出合理的用电建议，协助用户采取科学合理的用电方式以降低用电成本。采取上门收取电费的方式，对月末的发行明细及发票采用上门送达方式，免费提供检修试验服务、需求侧管理服务等。

（2）对于一般风险、较大风险的客户，将电能表改为预付费式电能表，缩短电费结算时间。或通过远方控制终端--负荷监控装置，对客户的用电情况进行实时监控，并能实现远方抄表和远程遥控限电，在电能使用上实现先购后用。增加用电检查次数。在签订供用电协议时，附加信用方面的补充协议，签订电费分次划拨协议、预购电协议、电费缴纳保证书等。

（3）对于严重风险和灾难性风险等的客户，除考虑针对一般风险、较大风险的客户的政策外，还可要求其提供以实有资金作为保证的事前保证，或要求其提供以事前承诺作为保证的事后补偿，一般对协作银行采取授信管理，发生损失后由供电企业向担保机构申请补偿。不定期进行检查。对极个别故意拖欠的大客户，派人进驻企业，监督了解其经营实情，以便及时把握时机回收电费，必要时可进入法律程序，通过法律手段有理有据地依法保障企业的合法利益。

篇6

关键词：中小企业 信用评价 F分数模型 相关性分析 方差分析

一、引言

我国目前的企业信用评价体系主要针对国有大型企业，如果机械套用，只会使得中小企业的价值和信用被低估，加剧中小企业融资困境。而设立符合中小企业发展规律、现实需求和实际情况的信用评价体系，具有以下积极意义：（1）优化融资环境，帮助金融机构和信用担保机构正确评估中小企业信用风险，从而提高中小企业获得贷款的机会；（2）引导投资，由于新型信用分析模型指标中包括企业未来发展和创新能力指标，有助于潜在投资者了解企业发展情况和前景，进行投资决策，使中小企业获得投资资金；（3）促进中小企业自身发展，中小企业可以利用新型的信用分析模型，了解自身经营和信用上存在的风险和不足，提高经营水平、人员素质和诚信自律。在信用评价体系中，信用评价方法和信用评价指标居于核心地位。尤其是信用评价指标，是信用评价的基础和对象，指标选取是否恰当对评价结果的可靠性至关重要。本文将以深交所中小板块的上市公司为研究样本，利用F分数模型度量样本公司的信用水平，并以此作为被解释变量，检验所选中小企业信用评价指标与其信用水平之间是否存在相互关系或影响，以确保评价结果的科学性和准确性。

二、文献综述

（一）企业信用及信用评价概念 从经济学意义上讲，信用就是用契约关系保障本金回流和增值的价值运动，是商品货币关系下价值运动的一种特殊形式。企业信用是指企业法人以自身盈利能力、资产状况为抵押或依托，从金融机构获得贷款或从其他企业（如供货商）预先获得商品和服务。而金融机构或供应商向契约另一方提供贷款或商品，就必将面临对方不能全部履约、甚至是违约的风险，典型的包括不能按期支付利息、到期无法归还本金、不支付货款等。这种因交易一方不能履行或不能全部履行交收责任的风险就是信用风险，而引发信用风险的原因往往是违约方出现了破产或其它严重的财务困境。而信用评价，就是评估主体根据科学的评估方法和规范的指标体系，给出关于受评对象的信用风险（特别是可能出现违约状况）的判断意见。如果受评对象出现违约或财务困境的概率较小，意味着其信用风险较低，那么我们就可以认为该受评对象的信用水平较高。

（二）信用评价方法回顾 从20世纪30年代以来，企业信用评价方法大致经历了经验判断、数学模型和系统综合三个阶段。1950年以前的企业信用评价方法主要以专家经验判断为特征，包括著名的5C、5P、5W分析法。但这种方法有赖于个体常识和专家的判断过程，因此主观性较强。为了克服这一缺陷，1950年以后的科研人员开始尝试运用数理统计方法创新企业信用评价技术。Altman（1968）建立了5个变量的线性判别式分析模型，即Z计分模型，该模型的临界值为2.675，如果Z值小于临界值，那么就被认定为违约组。1977年，Altman等人对Z计分模型进行了修正，推出了第二代信用评分模型-ZATA模型。1993年，KMV公司利用期权定价理论提出了信用检测模型（Credit Monitor Model），也被称为KMV模型，用来对上市公司和上市银行的信用风险（特别是它们的违约状况）进行预测。随着计算机技术、人工智能和系统技术的进步和创新，企业信用分析方法也随之进入了系统综合阶段，决策支持系统、多目标决策、遗传算法、因子分析和聚类分析、神经网络、DEA模糊数学等的研究方法在企业信用评价研究中得到了广泛的应用和发展。

（三）信用评价指标选择 信用评价指标是信用评价的依据和对象，前者是后者的具体化以及定量或定性反映。信用指标的合理性、准确性直接决定着评价结果的可信度。因此有关企业信用评价的研究，都对指标体系问题给予了特别关注。从指标性质的演化上来看，1950年以前的信用评价主要依靠专家经验判断，所以在指标的选择上也采用了定性指标，大多围绕道德品质、还款能力、资本实力等因素展开分析。随着数理统计方法的不断创新和发展，同时为了克服人为因素对定性指标的影响，研究者开始引入企业财务数据、市场份额等定量指标加以分析。而以定量指标为主的数学评估模型，却难以反映对企业信用有重大影响的却难以量化的指标。因此，目前主流的信用评估指标主要是定性指标与定量指标相结合，以增强指标设置的合理性和全面性。从具体指标上来看，Beaver（1966）通过单变量分析模型发现现金流量负债比是最佳的信用判定指标，其次是资产收益率、资产负债率、营运资本比和流动比率。Altman（1968）利用判别分析，最终选用营运资本/总资产、留存收益/总资产、息税前收益/总资产、权益市价/债务总额账面价值、销售收入/总资产这五个指标，建立了Z计分模型。Edmister（1972）选择常规财务指标建立了专门针对小企业的信用评价指标体系。Altman、Haldeman&Narayanan（1977）对Z计分模型进行扩展，建立了适用于资产规模较大的上市公司的Zeta模型，包括了资产报酬率、收入稳定性、偿债能力、累积盈利能力、流动比率、资本化率和规模等变量。我国学者也从不同的角度，构建了多样化的企业信用评价指标体系。施锡铨、邹新月 （2001）采用典型判别分析法，将净资产收益率、资产负债率、流动比率、营运资金/总资产、留存收益/总资产作为分析变量，对上市公司的信用状况进行实证分析和检验。李小燕、卢闯（2004）运用相对关联研究方法研究了基于业绩的企业信用评价模型，。管晓永、宋新伟（2009）对企业信用能力评价指标的相关性问题进行了研究，最终筛选出了包括资产负债率、存货应收账款占比、速动比率、存货周转率、应收账款周转率、总资产利润率等9项有效指标。在中小企业信用评价方面，任永平、梅强（2001）提出了信用决策、信用跟踪和信用追偿三个不同过程中所运用的评价指标体系，认为应注重中小企业的未来、发展、创新、成长四个方面的有关指标。范柏乃、朱文斌（2003）构建了中小企业信用评价指标体系。梁晓娟（2009）从财务指标和非财务指标两个方面，研究了后危机时代下中小企业信用评价指标体系。

三、研究设计

（一）研究假设 马克思的信贷资金循环理论，对信用评价作出了理论解释。假定企业资金Gc来源于企业自有资金K和借入资金Gb，即Gc=K+Gb。当企业经过资金运动，获得增值资金？驻G，Gc从而转变为G'C，G'C=Gc+？驻G=K+Gb+？驻G。由于借入资金需要还本付息，借款利息为？驻Gb，那么，上述等式可以变换为：G'C=K+Gb+？驻Gb+（？驻G-？驻Gb）。可见，如果自有资金K保持不变，只有？驻G？叟？驻Gb，才能保证借款的安全性。显而易见，企业盈利水平越高，资金增值的可能就越大，企业违约风险也就越小，企业信用水平越高。因此，提出假设：

H1：企业盈利能力指标与中小企业信用水平正相关

如果企业盈利能力不高，？驻G

H2：企业自有资本水平指标与中小企业信用水平正相关

H3：企业流动性水平指标与中小企业信用水平正相关

企业资金增殖过程包括购买、生产和销售三个阶段。而企业自身经营能力的高低，直接对生产阶段产生影响，继而间接影响资金增值程度，最终将影响企业的信用水平。一般说来，高水平的经营效率，能减少资金的占用，生产更多的产品，产生更多的资金增值，最终会提升企业的信用水平。因此，提出假设：

H4：企业自身经营能力指标与中小企业信用水平正相关

企业偿债意愿的高低，直接影响到企业信用水平的高低。但是偿还意愿难以直接观测，因此企业过去经营失败和违规的纪录对评估其信用风险有重要的意义。因此，提出假设：

H5：企业经营失败或违规记录会对中小企业信用水平产生显著影响

（二）变量定义和指标的选择 企业盈利能力、自有资金水平和流动性、经营失败或违约记录、企业经营能力和外部环境与中小企业信用水平有关，本文选择了包括资产负债率、流动比率、销售利润率在内的指标体系。由于资产重组是解决企业财务困境的首选方式，因而观察企业是否出现过资产重组、兼并收购行为，也能反应企业过往是否有过经营失败。指标如表（1）。信用评价的核心目标就是判断企业信用风险水平（特别是可能出现财务困境或违约的概率）的高低。由于Z计分模型和ZETA计分模型在实际运用中存在较大的局限性（如数据需要服从正态分布和协方差矩阵相等），因此，周首华等人于1996年提出的一种新型信用评分模型——F分数模式，该模式使用Computetat PC Plus会计资料库中的4160家公司数据进行了检查（而Z计分模型的样本仅为66家），在预测变量的选择上遵循Donalson的理论，因而能更为准确地预测出公司是否存在财务困境。一般情况下，F分数值越高，公司违约或发生财务困境的可能性就越小，企业信用风险也就越小，企业信用水平则越高。本文将先利用F分数模式计算样本企业可能出现违约或财务困境的可能性，以代表中小企业信用水平的高低，并将计算得到的F分数值作为被解释变量，通过检验上述指标与F分数值之间的相关系数，以判定所选指标在评价中小企业信用水平的有效性。

（三）样本选择和数据来源 为了保证研究数据的可靠性和客观性，本文对截至2011年底已在深交所中小板块上市的，包含2009年至2011年连续三年有关数据记录的中小企业进行了随机抽样，共抽取了359家中小企业上市公司。本研究数据主要以2011年度有关数据为主，为了提高F分值预测的准确性，采用了2009年至2011年连续三年的F分值均值。数据来源于国泰安研究数据库、RESSET金融研究数据库、深圳证券交易所网站等。在分析过程中对缺失值、异常值的处理采取了列删法。

四、实证检验分析

（一）相关性分析 将2011年样本公司盈利能力有关指标数据与连续3年F分数均值进行相关性分析，结果显示见表（2）。除了固定资产净利润率，其余指标与F分数的相关系数检验概率P-值小于显著性水平（α=0.05），说明指标均与F分数存在正向的线性关系，假设H1获得证实。但是净资产收益率与F分数的相关性较弱，说明该指标在帮助判断企业信用水平上的作用较为有限。而营业利润率等指标则有助于判断企业信用水平高低。将2011年样本公司资本结构、流动性有关指标数据与连续3年F分数均值进行相关性分析，结果显示见表（3）、表（4）、。通过检验发现自有资本水平和流动性这个两个层次上的有关指标与F分值的相关系数检验概率P-值小于显著性水平（α=0.05），相关系数r均大于0.3，说明自有资金水平指标和流动性指标与F分值之间存在较强的正相关性，因此，假设H2，H3均被证明，有关指标有助于判断企业的信用水平。

将2011年样本公司自身经营能力指标与连续3年F分数均值进行相关性分析，结果见表（5）。存货周转率和应付账款周转率与F分值的相关系数概率P-值虽小于显著性水平，但是0

（二）方差分析 将企业违约次数和资产重组有关记录数据与F分值分别进行单因素方差分析。相关分析结果见表（6）、表（7）、表（8）、表（9）。样本数据均通过了方差齐性检验，适合进行方差分析。企业违约次数和资产重组记录的概率P-值均小于显著性水平（α=0.05），证明了企业违约次数和资产重组行为会对F分值产生显著影响。由于F分值代表中小企业信用水平，因而假设F5得到证明。

五、结论

本文研究得出以下结论：中小企业的盈利能力、自有资本水平和流动性水平与其信用水平呈现出正相关性，有关信用评价指标有助于合理判断中小企业信用水平。提升中小企业信用水平的首要任务是通过不断扩大自身盈利能力、增大利润留存比率，不断扩充自有资本，并保持良好的流动性，以防范并降低中小企业出现财务困境的可能性。中小企业自身经营能力主要反映企业在生产环节中的效率，而生产环节居于资金增值的中间环节，其作用于资金增值最终结果的传递链条较长，因而对资金增值结果的反映效率较低，导致与中小企业信用水平相关性较弱。而作为传统企业信用评价指标的应收账款周转率，可能由于受中小企业生产经营的周期性因素或其他外部因素影响，使得该指标不能正确反映公司经营情况，最终使得该指标无助于判断企业的信用水平。虽然企业过往的违约记录和资产重组记录只能反映过去的信息，但是仍然对企业的信用水平产生了显著影响，相关指标也具有评价有用性。无违约记录（或无资产重组记录）的中小企业F分数均值要高于有过违约记录（或资产重组记录）的中小企业F分数均值。因此，不断提高中小企业诚信意识，规范中小企业的信用行为，建立中小企业诚信记录体系，也有助于中小企业不断提升自身信用水平。

参考文献：

[1]任永平、梅强：《中小企业信用评价指标体系探讨》，《现代经济探讨》2001年第4期。

[2]管晓永：《中西信用评价技术发展的逻辑及其比较研究》，《科研管理》2009年第7期。

[3]周首华等：《论财务危机的预警分析——F分数模式》，《会计研究》1996年第8期。

篇7

[关键词]信用评价 指标 模型

信用风险一直以来都是各个经济主体面临的重要金融风险,信用风险评价的研究在国际上得到了高度的重视和迅速的发展。次贷危机的爆发,使得信用评价研究的重要性更加不言而喻。我国的信用风险度量方法虽然起步较晚,但随着我国市场经济和金融市场地发展不断演进,越来越多的学者加入到信用评价的研究中来。

综观我国的信用评价研究,焦点主要集中在信用评价指标体系的建立、信用评价的分析方法和信用评价模型中的有效性研究三个方面。

一、信用评价指标体系的研究

在指标的选取上,许剑生(1997)认为现行企业信用等级评定指标体系存在着以企业资产负债表和损益表数据为主,忽略了对企业现金流量的分析和部分指标设置不科学两大缺陷。

夏红芳、赵丽萍(1998)则指出现行指标体系存在着与新财务管理准则的核算口径不统一、定性分析指标太多、单项指标设置内涵过宽三个方面做得不足。认为当前的指标系统未能全面反映企业经营情况。

周佰成等(2003)认为一个指标体系应能准确地反映评估对象的特点与实际水平。

李小燕、卢闯(2004)研究了基于业绩企业信用评价指标与股权所有者的利益相关性,从而提出改进和完善现有企业信用评价模型的构想。研究结果表明:企业信用评价指标体系中的业绩指标较非业绩指标与企业的信用等级更相关。

田俊平(2005)在其硕士论文中提出现有信用评价指标较多关注企业的短期能力,应更多地关注反映企业长期能力的指标。

曲艳梅(2006)根据平衡计分卡原理,分别设计定性指标和定量指标的四个维度。其中定性指标的四个维度指标均衡分布,各为25分。而定量指标中的偿债能力指标定为50分。

综合现有文献中所采用的信用评价指标体系,信用评价所强调的是债权人的利益,而非股东的利益,故指标体系中最为看重的是体现偿债能力的指标。现有的指标体系普遍存在着定量指标比重过大,定性指标较少的现象,评价指标中所涉及的现金流量指标也较少。

二、信用评价的分析方法研究

当前我国学者研究得更多的是各种分析方法在信用评价模型中的应用。

最早用于建立信用评价模型的线性判别法(Liner Discriminate Analysis,简称LDA)是一种简单的参数统计方法。考虑到财务比率的多维性,信用评价模型中更为常用的是多元判别法(Multivariate Discriminate Analysis,简称MDA)。近年来,线性概率模型和Logistic回归模型,特别是神经网络法等也被广泛应用于企业信用评级。

最先将多元线性判别法用于信用分析的是美国的Redward•Altman于1968使用22个财务指标分析了美国破产企业和非破产企业,并从中选出5个最有代表性的关键指标建立了著名的五变量Z模型。该模型简单且成本低,在美国商业银行得到广泛应用。我国学者陈静(1999)使用多元判别法进行实证研究,建立了评价企业信用风险水平的现行判别模型。方洪全、曾勇(2004)以银行实际贷款数据样本为分析对象,使用SAS软件在66个财务指标中选取7个财务指标运用多元统计技术建立起4水平的线性判别模型,并根据对模型的检验证实了该判别模型对信用风险的定量评估有较强的解释和预测能力。

这些多元判别分析模型一般情况下只能对企业信用划分成两类,即还本付息和违约。这种分类不利于使用者对企业的风险进行更深层的管理。同时,由于多元判别分析法对变量数据要求较多,应用前提过于严格,而实际所使用的数据却有一定的违背,使得这种模型的误判率较高。

为了解决多元判别法应用前提的局限,美国学者Ohlson将多元逻辑回归(Logistic regression,简称Logit分析法)引入了信用评价研究中。使用Logit分析法的模型采用Logistic函数,在数据不满足正态分布情况下其判别正确率高于多元判别分析法的结果。

在国内,许多学者将Logit模型用于上市公司财务困境的预测研究,并取得了不错的效果。陈晓、陈治鸿(2000)使用Logit模型对ST公司和非ST公司进行了预测,其判别准确率为86.5%。常丽娟、张俊瑞(2007)建立了多元因变量Logit模型对69家进行了实证分析,并使用一个样本进行检验,评价结果与中介机构评价结果一致。

随着信息技术的发展,人工智能模型被引入到企业信用评估中,最典型的是人工神经网络(Artificial neural networks,简称ANN)的运用。神经网络对数据的要求不严格,处理非线性关系的变量具有良好的效果。但其工作的随机性较强,往往需要进行多重的训练。国外学者Altman、Marco、Jenson等都使用了神经网络分析法对公司的财务危机进行了预测研究,并取得了一定的成果。

王春峰、万海晖、张维(1999)使用神经网络法对100个企业样本进行了信用分析,研究结果中使用判别分析法的误判率为25.45%,神经网络法的误判率为18.18%。神经网络的预测准确性明显优于判别分析法。刘庆宏,刘列励(2009)对各类方法中的代表模型使用了两个数据集来验证他们的在信用评级应用中的评价效果,结论认为在各种方法中人工神经网络方法较为灵活与准确。但由于该研究数据为澳大利亚与德国企业的数据,未能代表其在中国的应用效果。

由于神经网络工作的随机性较大,需要人为地对网络结构进行调试,其应用受到了一定的限制。Altman(1997)经过研究后认为“神经网络分析方法在信用风险识别和预测中的应用,并没有实质性低优于线性判别模型”。

也有部分学者针对如何解决各种样本存在的问题,在模型中引入了各种处理方法进行改进。在解决小样本问题上,王春峰(2001)、胜(2004)的研究结果认为将cross-validation法引入信用风险评估建模技术,对于小样本情况更为有效。章华、卢太平(2006)考虑到企业财务信息不确定和样本的非典型分布特征,将灰靶模型引入对企业信用等级的评价。王慧玲等(2009)的研究表明在财务信用评价中引入熵模型,能够更加客观的确定评价指标的权重。

综合相关文献,我们可以发现随着统计分析方法的发展,越来越多的方法被应用到信用评价模型的分析中来以解决样本数据存在的缺陷。尽管信用风险评估方法层出不穷,但主流的方法只有多元Logistic回归、多元判别分析和神经网络法三大类。当前在准确性上较为认可的是神经网络法。

三、信用评价模型有效性研究

现代信用风险度量模型主要包括Credit Metrics模型、基于精算方法的信用风险附加(Credit Risk)模型、信用证券组合(Credit Portfolio View)模型以及基于期权定价理论的KMV模型。国内对现代信用风险度量模型的涉及最初见于对信用风险模型的综述类和比较类文献。阳(2000)、梁世栋等(200)、春等(2004)分别对各种信用风险度量模型做了比较分析。李志光(2007)在其硕士论文中对Credit Metrics模型、KMV模型、Credit Risk模型、CPV模型进行了分析比较,得出了Credit Metrics模型比其他模型在我国商业银行更具适用性和可行性的结论。

而对于Credit Risk模型,常丽娟等(2007)认为在我国的银行贷款业务中,行业特征和风险会对各笔贷款的独立性产生影响,不符合Credit Risk模型将每笔贷款是为独立的重要假设,该模型在我国的适用性令人怀疑。

国内对CPV模型进行的研究较少。靳凤菊(2007)基于CPV模型,选取了综合领先指标、中国房地产开发企业综合景气指数和企业景气指数三个指标从宏观层面对房地产信贷的信用风险进行了研究。杨岗、陈帅(2009)对KMV模型与CPV模型进行比较分析后认为,CPV模型能更好地把握经济变化对信用风险的影响。谢赤等(2006)对Credit Metrics模型与CPV模型进行了比较研究,结论认为CPV模型有利于提高信用风险度量的精确性,特别适用于投机性债务人。

国内较多的研究验证集中于KMV模型在我国的适用性。主要研究成果有:薛锋等(2003)讨论了运用KMV模型分析我国上市公司信用风险的优缺点和运用前景。常丽娟、张俊瑞(2007)使用中国上市公司数据,对KMV模型做了有效性检验,研究结果认为KMV模型在我国股票市场环境下具备整体有效性,但由于我国股票市场信息效率存在一定的缺陷,模型的预测效力尚显不足。李磊宁等(2007)在KMV模型中引入了公司资产价值增长率,使得模型在我国的适用性有了提高。李博、王海生(2008)使用修正后的KMV模型进行信用风险评价并检验了模型识别我国房地产上市公司信用风险的能力,发现模型能较好的识别出ST与非ST公司之间信用风险的差别,但同时也认为其在我国上市公司的预测准确率同其在国外的预测准确率相比相对较低。夏红芳、马俊海(2008)利用KMV模型,通过对我国4家上市公司5年股票价格的违约距离实证分析表明,KMV模型的灵敏度和预测能力都相当好。

这些学者普遍认为KMV模型在我国的实用性不高,主要在于我国缺乏一个完善的违约数据库,难以确定一个较为准确客观的经验EDF值。且我国资本市场上处于初步发展阶段,企业信息披露存在不足。必须结合我国的实际情况,不断地对模型进行修订与校验,才能提高KMV模型在我国的有效性。

四、小结

近年来我国经济一直在保持持续增长,在增长的同时我国的社会信用体系建设却严重滞后。企业缺乏一个良好的信用氛围,对于社会保障各种信用关系的健康发展和整个金融市场的稳定有着一定的影响。目前我国政府也越来越重视这个问题,并相应出台了一系列政策措施。如何有效地、客观地对企业的信用进行评价,不仅有利于保障企业各相关经济关系主体的利益,更有助于我们今后继续推进社会的信用体系建设。

参考文献

[1]夏红芳,赵丽萍.企业债券信用评级指标体系及神经网络方法[J].华东船舶工业学院学报,1998 (2).

[2]李小燕,卢闯等.企业信用评价模型、信用等级与业绩相关性研究[J].中国软科学,2003 (5).

[3]陈晓,陈治鸿.企业财务理论、方法及应用[J].投资研究,2000 (2).

[4]常丽娟,张俊瑞.企业财务信用评价与管理研究[M].大连:东北大学出版社,2007.

[5]王春峰,万海晖,张维.商业银行信用风险评估及其实证研究[J].管理科学学报,1998,1(1).

[6]李志光:Credit Metrics模型在我国商业银行信用风险管理的应用研究――基于我国商业银行某分机构的实证分析[D].上海财经大学,2007.

篇8

关键词:商业银行；质押贷款；贷款风险；无形资产评估

中图分类号：F830.33 文献标志码：A 文章编号：1673-291X（2012）06-0056-02

中国无形资产质押贷款融资，目前仍处在探索阶段，究其原因，首先在于无形资产的市场价值较难确定。另外，无形资产具有减值风险和变现困难等问题，因此，无形资产质押贷款数量和规模相比较其他形式的商业银行贷融资很小。对于无形资产质押贷款尤其是运用知识产权类无形资产质押贷款这一重要融资形式，国内理论界的研究仍停留在基本概念研究层面。另外，无形资产对企业生产经营的贡献难以量化，导致新企业会计准则对于无形资产采用公允价值计量仍缺乏实务操作层面的支持。

一、相关文献综述

Horward（1999）指出，利用无形资产质押贷款是近几年才出现的新融资途径，主要面对企业向商业银行出质无形资产。刘建军（2008）认为，这种新的融资途径主要通过土地使用权的质押得以实现，而除土地使用权外的无形资产融资体系在国内尚不成熟。宋效军（2006）也认为，中国目前利用商标权、专利技术、知识产权及人力资本等无形资产的质押融资，仍处于尝试性的探索阶段。

随着经济的发展和科学技术的创新，理论界一直回响着来自另一个角度的声音：Kemsley（2004）指出：随着高新技术和知识经济的高速发展，现代企业的价值“已经从砖墙等有形资产的价值转向专利技术、商标权、客户关系等无形资产中”。陈静（2009）更直接的认为，伴随科技的创新和企业发展的需求，商业银行急需开通知识产权质押贷款融资的新渠道。

陈蕾（2010）指出，无形资产因其变现、定价等方面存在较大不确定性，因此，市场对无形资产价值的认可程度，首先应是市场对无形资产评估方法及评估结论的认可程度。Horward（1999）明确了，收益法相对成本法和市场法而言，具有一定的难度和复杂性，这种难度和复杂性主要体现在对方法和各项评估参数的选取上。周砚（2011）也指出，市场法和收益法能够较为真实反映无形资产为产权所有者创造的价值。然而，夏红芳（2009）则认为，收益现值法应该成为当前阶段被业内认可的较为科学的评估无形资产的方法。刘玉平（2011）认为，评估过程中对各项参数的选取时应尽量选取有证据支撑的公开市场数据，尽量避免出现大量的主观数据。

二、商业银行无形资产质押贷款模式的探索

专利技术是无形资产中最具代表性的个体，其不论数量还是交易频率都是知识产权中最大的，然而，在2006年9月之前，中国并没有专利技术质押贷款的先例，银行系统在此之前也从未打开专利资产质押融资的窗口。2006年10月交通银行北京分行率先打破了僵局，开创了专利资产质押贷款的先河，专利资产作为质押物通过评估后在交通银行北京分行可以获得贷款。为了推进专利技术质押贷款业务，中国从政府到各商业银行一直进行着不同形式的探索和实践。以下简单列举近年来各级政府和金融机构探索和总结的较为成功的知识产权质押贷款模式。

1.湖南湘潭模式。2006年5月，湖南省湘潭市出台了《湘潭市商标专用权质押贷款管理办法（试行）》，并在当年9月完成了两项用商标权质押贷款的项目。湘潭模式是由人民银行与湘潭市工商局共同推进，先试点后推广，体现了企业、银行和政府间的良性互动。通过严格筛选，建立起企业银行间的互信基础。通过加强监管、确保评估质量和机制创新，来降低商业银行的金融风险。

2.交通银行“展业通”模式。2006 年 10 月，在北京市科委、北京市发改委和北京市知识产权局的积极推动下，交通银行北京分行与相关资产评估公司、担保公司和律师事务所等中介机构推出了“展业通——知识产权质押贷款”金融产品，形成了以“与专业机构共同搭建业务合作与风险控制平台”为核心的无形资产质押模式。通过中小企业信用公共服务平台的建立、信用担保体系建设、中小企业的融资培训和融资方式创新等方面的建设全面展开合作。引入了相关专业领域中优秀的机构进行知识产权质押贷款相关业务的合作，建立各方协调与约束机制形成风险控制体系，分散化解贷款风险。

3.国家开发银行的“天津模式”。2005年9月30日，天津市科委与国家开发银行天津市分行签订了《关于开展向科技型中小企业贷款业务合作协议》，创建促进天津市中小科技型企业创新发展的新型融资工具，并组建相关的担保平台和贷款平台。依据协议，2005年国家开发银行天津市分行面向天津市中小科技型企业提供1亿元的贷款额度，以扶持和培育它们进一步发展，进而推动天津市高新技术产业发展，加强中小企业信用体系建设。该模式的一个重要特点和创新就是政府机构多方介入，搭建担保平台和贷款平台，为企业和银行建立了沟通桥梁。通过政府的认可和支持，给予金融机构以信心，打消了开发银行对企业经营风险、市场风险和技术风险的担忧，积极促进企业成功融资。

4.江苏“南京银行模式”。为解决科技型中小企业融资难题，开辟融资的新渠道，江苏省技术产权交易所利用自身优势和南京银行股份有限公司共同探索出中小科技型企业利用知识产权质押贷款业务模式。该模式通过江苏省技术产权交易所全程免费参与、策划和协调，严格筛选优质的目标企业提高知识产权质押贷款成功率，多方合作提高对质押标的价值评估的客观性和权威性，选择有资质的资产评估公司对质押标的价值进行评估，同时还邀请有关院校的行业专家对企业知识产权的真实性进行论证，并提供书面意见。

三、商业银行在无形资产质押贷款中的风险

商业银行作为质押贷款的发放人，直接承担的是还款人的违约风险。在整个信贷过程中，商业银行的角色包括：评估报告审核人、贷款额度决策者、贷款发放人、资金使用监督人、还款监督人和违约风险承担者。

贷款发放后，商业银行便一直承担信用风险，直到还款人归还贷款。因此在贷款发放之前，是商业银行防控风险的最佳阶段。商业银行有自身的审贷程序，但除了对申请人资信能力的调查和贷款质押率的判断外，商业银行在审贷程序的全程中最为重要的依据就是评估机构出具的最终评估报告。因此，评估报告和贷款质押率的重要性不言而喻。另外，收益法评估无形资产的结果相对于无形资产的原始成本而言可能会有较大幅度的增值。商业银行对这种增值认可的程度也在一定程度上提高或降低了自身的风险。为避免人为因素对贷款额的影响，对同等类型的无形资产，商业银行认可的贷款质押率基本相同或相似。但对于相同类型的无形资产来说，其评估结果的差别非常大。这就决定了最终贷款的额度与评估结果直接正相关。并且商业银行一般不参与评估过程，只能通过评估报告和评估说明对评估过程进行了解和关注。因此，对评估方法以及评估过程中所选用数据的控制成为商业银行防控无形资产质押贷款信用风险的关键。因此，商业银行应当着重研究自身认可的同时适用于无形资产质押贷款的评估方法。

四、商业银行知识产权类无形资产贷款额度的确定

收益法评估无形资产主要从无形资产收益年限、无形资产收益预测、无形资产分成率和折现率四个方面入手。因质押贷款评估目的的特殊性，并为避免主观因素影响评估结果，商业银行在要求评估机构和评估师对知识产权类无形资产进行评估时，一般要求采用以下方法：（1）自上而下法预测未来年度收益；（2）期权定价模型测算无形资产分成率；（3）WARA法测算无形资产折现率。

在上述方法的应用过程中，应同时结合计量经济学建模、模糊矩阵等方法，并从公开市场获取所需数据，以达到尽量减小评估结果波动范围，使评估结果客观、公正反映无形资产市场价值，降低商业银行信贷风险的目的。

质押率是指拟质押物评估值与最终贷款额之比。在房地产抵押贷款中，其抵押率一般为60%~70% 。但知识产权类无形资产的风险性远远高于房地产，因此，其质押率远低于房地产贷款的抵押率。在中国知识产权质押融资实践中，质押率的水平，发明专利最高为 40％，实用新型专利最高为30％；驰名商标最高为 40％，普通商标最高为30％。质押率的高低，与质押物资产的稳定性、风险性的特点密切相关。实务操作中，一旦确定了拟质押标的的评估结果，再结合商业银行无形资产质押率，就可以确定无形资产最终的贷款额度。

参考文献：

[1] John A.Horward，Basle Committee on Banking Supervision，A New Capital Adequacy Framework，Basle: Consultative Paper，1999.

[2] Kemsley，D and D.Nissim，Valuation of the Debt Tax Shield[J].Journal of Finance，2004，(3):57.

[3] 刘建军.中小企业知识产权质押贷款介绍[J].中国资产评估，2008，(2):24-26.

[4] 宋效军，任若恩，张晓晴.商业银行运用内部评级法构造风险管理体系[J].企业经济，2006，(4):17.

[5] 陈静.浅谈金融危机背景下中国银行业的信用风险管理[J].现代商业，2009，(21):14-16.

[6] 陈蕾，梅良勇.无形资产质押与评估面临的障碍及对策探讨[J].财会月刊，2010，(6):37-38.

[7] 周砚.加强知识产权评估应用[J].中国资产评估,2011，(3):12-13.

篇9

（一）大数据金融的概念

大数据金融，就是利用大数据技术开展的金融服务，即集合海量结构化、半结构化以及非结构化数据，经过互联网、云计算等信息化处理方式，对其进行实时分析，用以提供客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，以结合传统金融服务，开展资金融通、创新金融服务。

（二）大数据在个人征信系统中的运用

金融风险控制是大数据金融的核心内容。个人、企业信用评估是整个社会金融业务开展及信贷审批的关键环节，是信用风险管理的核心。以主观判断和定性分析为主的信用评估模式存在着效率低、成本高、准确性低等缺点，已不能满足个人、企业零售业务快速、多样化发展的需要。从背景来看，芝麻、腾讯、考拉征信在互联网大数据征信方面有优势，鹏元、中诚信、中智诚是传统的征信企业。

二、个人信用评估方法

（一）个人信用评估概念

个人信用评估是对居民个人道德、资产、消费观念等方面观点和能力等综合信息的全面反映，就是通过大数据提取影响个人信用状况的各种信息因素，对消费者个人包括居民的家庭收入与资产、已发生的借贷与偿还、信用透支、发生不良信用时所受处罚与诉讼情况等方面进行分析，再综合整体消费者的行为、所处经济环境等因素综合分析消费者的贷款风险，以便为信贷机构识别借款者、制定消费贷款价格和控制的信用风险等提供合理的依据。

（二）个人信用评估的主要模型

1、神经网络模型

人工神经网络是20世纪80年代后期迅速发展的人工智能技术，神经网络是由大量简单的基本元件――神经元相互连接，模拟人的大脑神经信息加工过程，进行信息并行处理和非线性转换的复杂网络系统。

2、其他主要模型与BP神经网络模型对比分析

判别分析法一般适用于历史数据类别特征明显的情况，即由历史数据确定的类别是具有明显的特征且这些特征是易于与其他类别区分的。但在现实条件下，往往会出现各类别区分度不明显甚至是相互交叉的情况。同时，判别分析法要求数据呈正态分布，因此对于实际中很多尖峰厚尾的数据，判别分析法也失去了考察效果。

决策树和神经网络模型都对数据的要求很低，可以用来处理大数据，因此在实际应用中得到更多的青睐。决策树个人信用评估模型侧重于按照一定的指标对数据进行自动分类，模型简单易于理解，但其简化指标的特点决定了信息提取的不充分性。

三、关于完善个人信用制度的几点建议

（一）加强“大数据”在征信行业中对市场主体的服务与监管

首先政府应该加快落实信息公开制度，建立产品信息溯源制度。政府要努力打破“信息孤岛”现象，加快推进信息共享，建立部门和行业信用信息共享交换平台。在监管方面，政府和征信机构可以运用大数据技术对市场主体进行检测，综合各方面信息，建立科学合理的仿真模型，对监管对象、市场和社会反应进行预测。最后专业机构和行业组织运用大数据技术开发新产品，切实维护国家金融信息安全。金融机构可以充分利用社会力量，联合有关方面对违法失信者进行惩戒，为行业组织、利益相关主体和消费者共同参与对市场主体的监督创造条件，促进形成全社会广泛参与的监管格局。

（二）引导不同平台征信数据的互联互通并规范互联网用户的行为数据

用户的互联网行如同社会行为一样反映着用户的某种身份信息及个人特质，互联网用户行为数据可以提供个人信用评估时需要的维度数据以及用户的社交关系数据。根据社会资本理论，用户的社交关系与其财务资本存在可转化的关系，因此，互联网征信可以利用社交数据进行个人信用评估。基于以上的分析，我们认为基于用户网络行为的互联网征信是可行并拥有理论依据的。

（三）加强个人信用制度国际模式借鉴

目前美国和欧洲的两种模式下的个人信用制度比较完善。我们可借鉴的地方如下，首先有专业的个人资信档案登记机构运用科学合理的评估方法，对每位客户的授信内容进行科学、准确的信用风险评级，向有关金融机构提供贷款者的资信情况。其次发达国家都建立了较为完善的法律支持体系，相关法律法规对贷款者确立了信息公开披露方面的条件，也对贷款机构在信息服务产品的创新方面提供更大规模的贷款。再次个人信用体系需要涉及三方面，一是个人信用资料的收集、评估机构，即个人信用调查公司，二是个人信用的“消费者”，金融机构、用人单位等部门，三是个人信用资料的产生者和监督者，即个人；最后，通过立法明确新兴信用信息源的应用规范，加强对“大数据”在征信行业中的监管通过立法明确禁止滥用“大数据”搜集非必要信息的行为。

篇10

［论文摘要］本文分析了商业银行内部信用风险评估体系在银行风险管理的地位和作用，结合我国商业银行在信用风险评估方法上存在的问题和现状,对如何完善和 发展 我国商业银行的内部信用风险评估体系提出了几点建议。 

 随着我国 金融 体制改革步伐的加快和金融业开放程度的提高，国内银行业面临着参与国际竞争的挑战。在金融全球化的新形势下，我国商业银行必须借鉴国际上先进的信用风险管理经验，强化信用风险管理，开发适用的信用风险管理模型，适应《巴赛尔协议》新框架的需要。我国处于 经济 发展的初期阶段，在今后很长一段时期，银行融资仍将是 企业 筹措资金的主要方式，银行体系面临的风险将是我国金融风险的主要构成因素。深入研究我国商业银行的信用风险管理问题，不仅是商业银行作为微观金融主体进行内部管理的自主行为，从全局上看也是防范商业银行的信用风险导致银行信用体系和支付体系崩溃，引发货币危机、股市暴跌和金融危机的需要。下面笔者仅就如何构建商行内部信用风险管理评估体系谈谈自己的一点浅见，仅供交流和探讨。 

 

 一、信用风险评级在银行风险管理中的地位 

 

 所谓信用风险的评级就是对一定的借款方的情况进行评估,并对由于借款方发生违约造成损失的可能性进行估计。而所谓的内部则是与一般的专业评级机构的评级加以区分,银行的内部信用评级是由银行内部人员完成的,并且这种评级的结果是不对外公布的。在当今的银行特别是大型银行或是跨国银行的风险管理中,信用风险的内部评级体系正占有着越来越重要的地位。对于一个有着数以万计的借款客户的银行来说,内部评级对于银行的风险信用管理来说是不可缺少的,只有建立了系统的内部评级体系,才能对数量庞大的不同的借款人之间的信用风险进行比对。大多数银行在风险管理的许多重要方面都会利用到评级结果,如放贷的决策指导、资产组合监管、贷款损失准备以及资本金的分析、贷款收益和定价的决定以及资产组合数量模型的数据输入等等。 

 对于具体的内部评级体系的设计,不同的银行之间可能有着较大的差异,如等级的划分、不同的等级之间所代表的风险度、评级的指标以及评级结果的评价等等。对于一个银行来说,当它设计本行的内部评级体系时,必须要考虑的因素有:不同评级指标的权重、评级的成本、评级的效率与信息的收集、评级结果的前后一致性、评级人员的激励、银行的业务范围以及评级结果的使用等等。 

 

 二、我国商业银行业信用风险评估方法现状分析 

 

 目前我国的信用分析和评估技术仍处于传统的比率分析阶段。银行机构主要使用 计算 贷款风险度的方法进行信用风险评估。信用风险的分析仍然是以单一投资项目、贷款和证券为主,衍生工具、表外资产的信用风险以及信用集中风险的评估尚属空白,更没有集多种技术于一体的动态量化的信用风险管理技术。其主要表现在以下几个方面: 

 (一)信用风险衡量采用专家制度。我国商业银行信用风险衡量大多采用专家制度。但专家制度存在一定的缺陷和不足,在实际运用中没有引起重视。如专门信用分析人员不足、实施效果很不稳定、银行应对市场变化的能力较低、银行在贷款组合方面过度集中的问题进一步加剧等。 

 (二)信用风险评估中定量分析不够。从信用风险的识别、衡量方面看,我国商业银行信用风险管理定性分析多,定量分析少(尽管已经使用了一些定量分析方法,但仍存在着不完善的地方);静态分析多,动态分析少;局部分析多,全局分析少。以企业信用评级为例,从评级要素的设计看,多侧重财务指标分析(总分值达三十分以上),而忽略了财务信息的质量问题。众所周知我国企业财务信息质量不高已是不争的事实;忽视了企业发展前景在信用评级中的作用,如企业所在行业发展状况、市场预期状况仅占1分,这样得出的评级结果更多反映的是企业过去和现在的信用状况,而未能反映企业未来的资信质量。从评级时间看,对企业的信用评级每年进行一次,不利于银行及时了解企业的信用等级变化,不能为风险管理提供动态的信息。再从国内银行对贷款的风险度测量方法看,一个最主要的问题就是贷款风险度涉及因素的选择和风险系数的确定很大程度上受到主观因素的影响。贷款风险度是否受到或仅受到企业信用等级、贷款方式的影响,有实证研究结果表明,

（一）开发内部评级法。我国目前缺乏外部信用评级机构,而要 发展 本国的外部信用评级机构需要花费较长时间,因此需从现在起就着手开发内部评级法。目前,信用模型尚不成熟,普遍适用的内部评级标准尚未建立,各家银行的内部评级系统差异较大,因此,监管当局将难以对各家银行的内部评级结果进行有效的评估和比较。此外,内部评级法还包含了许多主观判断因素。这有可能导致银行监管当局和银行之间在某些风险资产的评估当中产生不同意见。 

（二）加强银行内部信用评级的立法,确立信用评级工作的 法律 地位。以立法的形式规定评估在货币市场、资本市场及其它信用市场中所处的地位,使信用评级行为与评级结果得到有效的法律规范,实现评估结果的客观性、公正性、 科学 性、权威性。 

（三）建立健全科学的信用评级体系。建立银行内部信用评级体系应坚持“三结合”:一是国际标准与我国国情相结合;二是定性方法与定量方法相结合;三是传统研究方法与 现代 先进评级技术,特别是互联网技术相结合。统一评估体系和标准,实现评估科学化,提高评级质量。 

（四）积极培育评级市场。市场 经济 需要信用评级,而其规范和发展关键在于政府引导、培育和完善。一方面通过类似贷款证的规定来推动评级需求的增加,另一方面鼓励跨地区的评级。提高评级机构素质和评级质量,引导、培育和完善信用评级市场。 

 （五）提高信息披露的质量标准,确保数据资料的真实性。因为信用评级主要根据的是公开披露的信息资料,评级对象能否适应外部环境和发挥内在优势最终都集中在公司的财务状况上,因此财务因素分析在评级活动中处于核心地位。而我国目前资本市场上,伪造、编造 会计 凭证、会计账簿和编制虚假财务会计报表现象非常严重,必然会影响评级事业的健康发展。因而必须提高信息披露的质量标准,在制度上保证 企业 不得不将真实的数字告知银行,并由此获得一个没有水分的信用级别。另外,银行评级人员也要提高识别真假数据的基本功,要培养自己“去粗取精”、“去伪存真”的能力,提高评级水平。 

 （六）信用评级是一个即重视理论,也重视经验的工作,评级业务即需要科学的评级理论的指导,同时也需要评级人员具有丰富的经验。借鉴国外先进的经验,商业银行有关部门应在稳定队伍中逐步提高评级人员的素质,如经济发达国家普遍实施的员工持股计划和期权制度,制定合理的激励机制,最大限度地调动信用评级人员的积极性。 

 总之，新巴塞尔资本协议已于今年开始正式实施，与1988 年的老巴塞尔协议相比,最大的区别就是在最低资本要求中引入了资产风险的因素,从而大幅度地提升了银行资产的风险敏感度,特别是两种信用风险评级体系之一的银行内部评级法( irb) ,对于各国的银行来说都是一大挑战。我国商业银行只有根据本国实际，建立先进、科学、有效的信用风险内部评级体系，切实提高信用风险管理水平,才能与国际行业通行标准接轨，增强自身的市场竞争力。