小微企业信贷风险分析论文（通用12篇）
小微企业信贷风险分析论文 篇1
我国小微企业遍布所有行业, 国家对于小微企业发展非常重视, 2009年国务院出台了《关于进一步促进中小企业发展的若干意见》。在党的十八大会议上, 再次强调要通过各种方法支持小微企业成长, 并通过小微企业发展来实现我国经济的转型成功。为了给予小微企业更多的金融支持, 我国银监会也根据国家要求提出了同样的目标, 不断创新为实体经济服务的方法和途径。但是目前我国商业银行向小微企业提供的信贷业务, 风险难以控制, 因而业务的良性发展很难实现。当前商业银行小微企业信贷业务操作风险成因如下:
1 贷前调查真实性不够
通常, 商业银行必须在审核小微企业相关信息材料后, 才会做出信贷业务决策, 信息调查结果直接影响小微企业能否成功从银行处申请贷款。商业银行通过企业调查对企业的整体运营状况进行有效判断, 全面控制不良资产现象产生。笔者通过调查发现, 部分商业银行在企业调查环节中存在明显不足, 不仅调查信息缺乏针对性, 很多信息都无法保证有效性及真实性, 大部分均委托第三方中介机构帮助搜集相关资料, 形成的数据分析不具备可行性, 直接导致商业银行小微企业信贷业务风险。
2 信用评级结果不准确
目前, 商业银行采用的小微企业风险等级评估模式也存在很大问题, 需要在后续工作中逐步进行调整。随着社会现代化发展水平不断提高, 传统风险等级评估模式已经无法满足信贷业务发展需求。由于信息调查过程中, 小微企业的数据搜集受到强烈限制, 严重影响分析结果的准确性, 进而导致商业银行承担的等级评定风险大幅度提升。
3 定价机制缺乏灵活性
小微企业涵盖行业比较广泛, 不同企业的经营模式也存在较大差异。由于存在明显信息不对称现象, 导致商业银行无法对小微企业进行准确授信。为了有效控制信贷业务风险产生, 在信贷业务标准制定过程中, 只能以小微企业提供信息为依据, 根据授信权限进行目标客户选择, 商业银行的下属分支机构掌握授信职责, 结合实际情况, 制定每笔贷款的实际利率, 只要限定在标准利率浮动空间范围内即可, 无法为客户提供"一对一"的利率定制服务。由于定价方式比较固定, 没有考虑不同企业、不同营业部的营销活动差异, 无法达到预期定价效果。这也是统一授信模式的最大发展弊端
4 贷后管理工作不重视
从目前发展状况来看, 商业银行实施的贷后管理工作存在众多问题, 其中部分商业银行未建立专业管理部门是影响管理效果的关键性因素。由于商业银行对绩效考核始终持有很高要求, 各个下级分行在完成既定工作指标同时, 也要负责展开绩效评估工作。繁杂的事物占用商业银行很大精力, 形成对贷后管理工作的严重疏忽。
5 缺乏内部控制的权威性及独立性
由于部分商业尚未建立数据信息审计系统, 导致商业银行内整体忽略审计工作重要性, 内部审计效用无法发挥, 直接影响部门工作的有效协调。如某商业银行省分行直属行长直接对银行的运营状态进行管理, 内部监督工作人员直接由直属行长委派, 主观因素势必对银行内部控制系统发展状态造成一定影响。
参考文献
[1]郭素娟.基于商业银行业务转型背景的中小企业金融风险预警思考[J].冷风业时代, 2014, (7) :57-64.
[2]张莉.谈商业银行对中小企业贷款的风险防范[J].商业时代, 2013, (36) :48-49.
[3]步磊.新时期中小企业信贷风险视角下试论商业银行防范机制的构建[J].山东社会科学, 2013, (10) :54-57.
[4]刘渝.我国商业银行中小企业贷款信用风险评价研究[J].经济研究参考, 2013, (41) :31-33.
[5]梁彩红.论商业银行小微企业信贷风险管理[J].上海金融, 2014, (9) :12-15.
小微企业信贷风险分析论文 篇2
4月9日，银监会启动中国银行业小微企业金融服务成就展暨宣传月活动；4月26日，国务院发布了《关于进一步支持小型微型企业健康发展的意见》，从多方面加大对小微企业的扶植力度。政府的政策支持加上商业银行自身转型的需要，国内银行业对小微企业的信贷支持力度在加大。
然而，小微企业由于自身规模、经营实力以及风险控制等方面的原因，往往使得商业银行难以按照一般企业贷款的模式予以对待。因而，需要正确认识目前我国小微企业贷款现状，并对其中存在的问题予以纠正；通过学习及借鉴一些关键技术，把握小微企业的核心环节以及关键风险点控制，在开拓小微企业业务蓝海的过程中实现风险最小化与利润最大化。
本报告分为五个章节，第一章介绍了国内银行业小微企业贷款的现状，包括目前普遍存在的小微企业贷款模式、不同类型金融机构对小微企业的支持情况、国家对小微企业的一些扶植政策以及2012年小微企业贷款表现出的特征等；第二章主要介绍目前在小微企业贷款领域出现的一些难点及风险点；第三章主要介绍小微企业贷款的风险管理理念和策略，商业银行可以通过多种手段完成小微企业贷款风险的转移、分散以及防范；第四章主要是抓住小微企业贷款的核心环节，介绍一些小微企业贷款的关键技术，商业银行可以通过对小微企业贷款关键技术的掌握，更大程度的控制小微企业贷款风险、挖掘小微企业贷款潜力与收益。第五章是在前面章节的基础上，选取了极具参考价值的小微企业信贷同业经验，内容包括国外商业银行小微企业信贷业务经验、国内商业银行中股份制商业银行与城商行小微企业贷款经验，以期达到抛砖引玉的目的。
《小微企业信贷风险管理研究与实践 》目录：
第一章 小微企业贷款概况
第二章 小微企业贷款的难点及风险
第三章 小微企业贷款风险管理理念与策略
第四章 小微企业贷款关键技术突破
小微企业信贷风险分析论文 篇3
摘要：文章以多层感知器神经网络算法为基础，对某小贷公司的小微企业信贷数据库中的信贷记录进行了信贷评估，并将该结果与决策向量机、线性判别、二次判别和逻辑回归等数据挖掘方法进行了比较。分析结果表明，从总体上看，多重感知器神经网络算法优于传统的基于参数的分类方法，即多层感知器神经网络算法拥有相对较高的ROC曲线下面积和较低的预期错误分类成本。更进一步，在研究所采用的4种MLP算法中，基于BFGS Quasi-Newton训练算法的MLP表现最为出色，可以作为金融机构进行小微信贷风险评估的辅助决策模型。
关键词：多层感知器神经网络；小微企业；信贷评估；数据挖掘；辅助决策模型
一、 引言
根据《全国小型微型企业发展情况报告》（2014），截至2013年末，全国各类企业总数为1，527.84万户。其中，小微企业1，169.87万户，占企业总数的76.57%。如将4，436.29万户个体工商户纳入统计范围，小微企业所占比重达到94.15%。我国的小微企业创造GDP价值占总量的60%，纳税占总量的50%，完成了65%的发明专利和80%以上的新产品开发。然而，根据《中国小微企业白皮书》显示，目前我国小微企业融资缺口高达22万亿元，超过55%小微金融信贷需求未能获得有效支持。
如何有效地评估小微企业的信贷风险，对学界和业界都是一个挑战。根据Blanco等[7]的建议，采用自动信用评分系统能够加快信贷审批速度，降低贷前分析成本并减少人为因素对信贷审批的影响。因此，从理论上研究小微企业信用风险预警体系，调整商业银行对小微企业的风险评价模式，构建专门的小微企业信用风险预警模型，是解决小微企业融资难问题的一个重要途径。
进入20世纪90年代，基于数据挖掘的信用风险评价方法大幅度提高了预测的精度，以人工神经网络（ANNs）为代表的非参数分析方法已广泛应用于企业财务危机预警分析。ANNs信用风险模型以其较强的逼近非线性函数的优势从众多方法脱颖而出，其对历史数据的模拟仿真和预测能力也显示了独特的优势。然而，由于ANNs自身的限制和理论上的不完善，单一利用ANNs来评估信用风险的效果往往不理想，且信用风险评估是一个综合因素作用的过程，而多层感知器（MLP）神经网络所追求的目的就是基于多因素评估结果的最优决策。为了突破传统ANNs的局限，本文引入MLP对小微企业的信用风险进行评估研究，并将结果和传统的线性判别（LDA），二次判别分析法（QDA）和逻辑回归（LR）进行比较。
二、 文献综述
小微企业信贷风险评估主要包括两个方面：（1）对新申请者做出判断；（2）贷后违约预测。以往，学界研发了大量的方法和模型加速信贷决策的过程。如线性判别分析和逻辑回归是两类最常用的用于构造信贷风险评估模型的线性统计工具。然而，有学者指出，在现实环境下，由于LDA所依赖的两个假设，即输入变量服从多元正态分布，违约和非违约样本的色散矩阵或方差-协方差矩阵相等通常得不到满足，因而精度欠佳。
ANNs的出现有效地弥补了传统方法的不足。由于ANNs具备在复杂环境下利用大量不确定信息对研究群体进行分类的能力，因而近年来被广泛应用于对复杂过程的估计和预判。神经网络也称人工神经网，是近年来信用评估领域的热点方法，作为一门新兴的信息处理科学，ANNs对人脑若干基本特征进行抽象和模拟，以人的大脑工作模式为基础，研究自适应及非程序信息处理方法。ANNs的优点是对数据的分布要求不严格，也不要求详细表述自变量与因变量之间的函数关系，能有效解决非正态分布、非线性信用评估问题。但神经网络也有自身的缺点，即为了获得最优的网路而导致训练时间过长和难以辨别输入变量的相对重要性。
在ANNs方法中，多层感知器（MLP）神经网络因其出色的性能而被应用于风险评估领域。Werbos创立的反向传播算法已被广泛应用于MLP。MPANN（Memetic pareto artificial neural networks）通过多目标进化算法和以梯度为基础的局部搜索对BP算法进行优化。
对神经网络的改进包括改变训练的比率和测试数据库，隐藏阶段的数目和训练循环等。Khashman通过对德国数据集进行研究，通过9种学习方案对不同的训练/验证比数据进行了研究。结果发现，用400个例子做训练并用600个例子总验证的学习方案表现最佳，总准确率达83.6%。情感神经网络是一类改进的BP学习算法，它通过两个额外的情感参数——焦虑和自信对情感权重进行更新。通过将情感神经网络和传统的神经网络进行对比，Khashman发现传统的神经网络和情感神经网络都有效，但情感神经网络在速度和准确率方面更胜一筹。另一种改善MLP的方法是人工突出可塑性MLP，其在某种分类仅有少数几种可用模式或当小概率时间包含的信息对成功应用至关重要时特别有效。通过运用可塑MLP，Marcano-Cedeno等在德国数据集上获得了84.67%的准确率，在澳大利亚数据集上获得了92.75%的准确率。
三、 实证研究
1. 数据集。本文使用某小贷公司小微信贷数据库中的信息，数据的时间跨度从2010年至2014年。其中包含以下几类信息：
（1）小微企业法人或实际控制人的个人信息；
（2）小微企业经济和财务比率数据；
（3）小微企业当前信贷数据；
（4）宏观经济数据。
经过初筛并剔除异常记录，共获得5 434个小微企业样本。根据某绝大多数金融机构的定义，贷款逾期超过15天即算贷款违约。其中4 766个小微企业未发生贷款违约，占比为87.85%，剩余668个小微企业都存在不同程度的贷款违约，占比为12.15%。为了对分类模型（LDA、QDA、LP、SVM和MLP）进行有效对比，本文将数据集随机分为两个不相交的子集，其中75%的样本作为训练子集，25%的样本作为测试子集。测试子集总计包含1 359个小微企业样本（13.23%的小微企业发生贷款违约，86.77%的小微企业未发生贷款违约）。每一个模型都采用10次交叉检验。采用交叉检验的优点在于信贷模型能够最大限度地包含可用数据（75%的样本）。
2. 数据描述。小微企业信贷风险评估的首要工作是构建一个适合小微企业特点的信用风险评估指标体系。结合我国的具体国情，参照沈军彩和徐继红，Blanco等，Mittal等的指标设置，本文选择9个财务指标，16个非财务指标和5个宏观经济指标（见表1）。本次研究特色之一是指标体系包含了影响小微企业信贷履约情况定性指标。之所以选择这些指标，主要有以下考虑：（1）Schreiner认为，相比大中型企业，由于小微企业自身的原因，无法全面量化运营数据。因此，部分信贷数据以定性和非正式形式记录；（2）Blanco等的研究表明，在信贷风险评估模型中加入定性指标，有助于提高模型的预测能力。此外，由于借款人的履约能力与宏观经济状况存在密切联系，因此在信贷风险评估模型中加入宏观经济变量能够增强模型的解释和预测能力。因变量方面，采用二进制变量，0=没有违约，1=产生违约。
3. 研究方法和实验设计。国内外关于ANNs在信贷风险评估中的应用类型包括模式神经网络、概率神经网络、扩展学习向量器和多层感知器（MLP）等。其中，MLP是在商业领域应用最为广泛的一类ANNs模型。根据相关研究，本文采用三层感知器（图1），其中输出层为单个违约概率判别节点。这一值由逻辑神经元激活函数g（u）=eu/（eu+1）获得。以H代表隐蔽层的规模，{vih，i=0，1，2，…，p，h=1，2，…，H}作为p个输入和第一层之间突触权重，{wh，h=0，1，2，…，H}作为连接隐藏节点和输出节点之间的突触权重。由此，当输入向量为（x1，…，xp）时，ANNs的输出结果为：
y=g（w0+whg（v0h+vihxj））（1）
输出的结果即为根据输入参数获得的违约概率。通过将y与阈值进行比较（如0.5），就能对申请企业的贷款违约进行预判，如y>0.5则表明，申请人贷款违约的概率较大。
在输入数据之前，本文首先通过线性回归模型对变量进行筛选，选择具有统计显著性的变量作为输入参数（p≤0.05），且预测变量都线性分布在[-1，1]之间。Matlab和R作为工具，对MLP和其他算法进行分析。
R的神经网络工具箱具备对拟牛顿法（Quasi-Newton）算法运用BFGS过程分析单隐蔽层ANNs的功能。参考Blanco等的方法，令W=（W1，…，WM）为网络的M个相关系数矩阵，令yi（i=1，…，n）为违约标识，1代表违约，0代表没有违约，同时，为了避免过度拟合，特引入衰减项λ。对于分类问题，合理的误差函数就是熵的条件最大化标准。因此，可得如下函数：
（yilnyi+（1-yi）ln（1-yi））+λ（W2i）（2）
在R中部署MLP模型需要指定两个参数：隐蔽层的规模（H）和衰减项λ，因此，需通过10次交叉验证搜索隐蔽层（H）和格点{1，2，…，20}×{0，0.01，0.05，0.1，0.2，…，1.5}。Matlab包含的神经网络工具箱，也能对MLP模型进行求解。有6种常用的算法可以用作训练规则，分别是Gradient descent、Gradient descent with momentum、BFGS Quasi-Newton、Levenberg-Marquardt、Scaled conjugate gradient和Resilient back-propagation。这6种算法的基本思想都是使误差平方和最小：
（yi-yi）2（3）
在判别准则方面，本文采用ROC曲线下面积（AUC）、测试准确率、I类错误率、II类错误率和预期错误分类成本（EMC）。其中，AUC是反映连续变量敏感性和特异性的综合性指标，它用构图法揭示敏感性和特异性的相互关系并通过连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，再以敏感性为纵坐标、（1-特异性）为横坐标，曲线下面积越大，诊断准确性越高。EMC的定义如下：
EMC=C21P21π1+C12P12π2（4）
其中，π1和π2分别是优质与不良的信贷群体的先验概率，P21和P12分别是I类错误和II类错误的概率。其中，P21是优质信贷群体被误判为不良信贷群体的概率，P12则是不良信贷群体被误判为优质信贷群体的概率。π1和π2是优质信贷群体和不良信贷群体的比例。
为比较MLP与其他模型的有效性，本文将MLP模型与传统的LDA、QDA、SVM和LR进行比较。其中，SVM采用径向基核函数（RBF）。在MLP参数设置方面，设定学习精度ε=0.000 1，最大训练次数为1 000，根据Kolmogorov定理设置隐含层节点数65。在LDA和QDA参数设置方面，最小化10次交叉验证的误差门槛值为0.35。在LR参数设置方面，最小化10次交叉验证的误差门槛值为0.58。在SVM参数设置方面，需要指定惩罚系数-c与核参数-γ，通过对RBG径向基核函数的最优参数筛选，确定c=512，γ=0.008 563作为建立模型的基本参数，构造SVM分类评估模型。
4. 对比分析。表2总结了MLP的6种训练算法、SVM、LDA、QDA、LR的测试结果。从中可以看出，基于BFGS Quasi-Newton训练算法的MLP获得最高的AUC（0.961），最高的测试准确率（88.54%），最低的II类错误率（16.43%）和最低的EMC（0.432）。I类错误率最低（3.66%）的是基于Scaled conjugate gradient训练算法的MLP，但与之相伴的是最高的II类错误率（22.54%）。从图2（各模型的AUC值和EMC值）的分布可以看出，基于BFGS Quasi-Newton 训练算法的MLP效果最佳，位于图2的右下部，该算法3层感知器结构，由20个输入节点、3个隐藏借点和1个输出节点构成，采用10次交叉验证，衰减项λ=0.2。基于BFGS Quasi-Newton 训练算法的MLP之所以能够取得最高AUC值和最低EMC值，是引入了二阶训练算法的缘故。根据本文使用的样本数据，二阶训练算法的效果比传统的梯度下降（Gradient descendent）算法更有效，这一结果与之前的一些研究结果相吻合。此外，传统的方法，如LDA、QDA和LR无论在AUC值还是EMC值方面，都明显弱于MLP二阶训练方法，如BFGS Quasi-Newton、Levenberg-Marquardt、Scaled conjugate gradient和Resilient back-propagation等。在参数模型方面，LDA和QDA的AUC值都明显低于LR（0.937），这一结果与West和Lee等的结论相一致，即LR优于LDA和QDA。然而，本次研究的所有参数模型中，LDA拥有最高的测试准确率（86.49%），QDA拥有最低的EMC（0.515）。因此，很难对本次研究的三个参数模型，LR、LDA和QDA的优劣做出评判，同样，采用I类错误率和II类错误率也很难做出明显的评价。
从总体看，非参数模型不仅拥有较高的AUC和较低的错误分类成本。此外，尽管存在黑箱属性等，但在小微企业信贷风险评估方面，MLP仍不失为一种较为优良的方法。正如West指出的，对金融机构而言，即使提高1%的预测精度，也能带来数亿的利润。就测试准确率而言，最优的MLP算法与其他算法的差别从0.72（Levenberg-Marquardt）到3.31（QDA）。因此，部署基于MLP的神经网络算法的确能够显著降低小微信贷的损失。再者，采用诸如ANNs等非参数方法，还能带来管理方面额优势，如更符合Basel II的内部评级法所规定的资本充足率要求等。
四、 结论
本文构建了一个包含企业财务指标，非财务指标和宏观经济指标的小微信贷评价指标体系。通过对某小贷公司小微数据库内的样本进行测试，本文对4种MLP神经网络算法、1种决策向量机和3种传统的基于参数的分类方法进行了分析。实证结果表明，MLP从总体上优于传统的基于参数的分类方法，在4种MLP算法中，基于BFGS Quasi-Newton训练算法的MLP表现最为出色，可以推荐企业使用。此外，本文将企业的信贷评价指标作为模型的学习样本，进行评估推理知识学习，具有一定的动态特性，金融机构在实际使用过程中，可以酌情增删指标，以提高模型的预测精度。最后，正如李晓峰和徐玖平所言，ANNs使用非线性函数更贴近复杂的非线性动态经济系统，摆脱了古典经济学赖以生存的线性分析工具，能够更为准确地反映企业的信息，故比传统方法具有更大的优势，这为企业信用的综合评估提供了可行的途径。
参考文献：
[1] 国家工商总局全国小型微型企业发展报告课题组. 全国小型微型企业发展情况报告（摘要）[N].中国工商报，2014-03-29.
[2] 郭文伟，陈泽鹏，钟明.基于MLP神经网络构建小企业信用风险预警模型[J].财会月刊，2013，（6）：22- 26.
[3] 胡海青，张琅，张道宏.供应链金融视角下的中小企业信用风险评估研究——基于SVM与BP神经网络的比较研究[J].管理评论，2012，24（11）：70-80.
[4] 宿玉海，彭雷，郭胜川.基于BP神经网络的商业银行信用风险模型改进探究[J].山东财政学院学报，2012，118（2）：12-19.
[5]高尚.支持向量机及其个人信用评估[M].西安：西安电子科技大学出版社，2013.
[6]沈军彩，徐继红.神经网络的企业信用风险评估应用研究[J].计算机仿真，2012，29（3）：254-257.
[7]李晓峰，徐玖平.商业银行客户信用综合评估的BP神经网络模型的建立[J].软科学，2010，24（2）：110-113.
作者简介：周驷华（1978-），男，汉族，上海市人，浦发银行博士后科研工作站、复旦大学工商管理博士后流动站博士后，研究方向为小微企业金融服务、供应链金融；汪素南（1966-），男，汉族，浙江省金华市人，上海浦东发展银行零售业务总监，博士后科研工作站导师，研究方向为零售银行金融服务。
小微企业信贷风险分析论文 篇4
小微企业是小型企业、微型企业、家庭作坊式企业、个体工商户的统称。随着我国经济迅速发展,小微企业成长问题成为政府和社会各界热议的话题之一。小微企业在促进经济增长、技术创新及社会就业等方面具有不可替代的作用。为促进小微企业的发展,政府不断出台针对小微企业的各类优惠政策,同时,不少商业银行也努力创新探索“小微金融”,在经济增速下行背景下改进小微企业金融服务,推出针对小微企业的贷款产品。截至2012年10月末,银行业小微企业的贷款余额14.35万亿元,占全部贷款余额的21.72%[1]。
商业银行信贷风险是指商业银行在经营过程中,由于债务人信用等级下降或违约及金融市场因子变化而导致信贷资产发生损失甚至银行整体价值下降的可能性。参照新巴塞尔协议,在信贷风险中,最主要的风险是信用风险、市场风险、经营风险、流动性风险。商业银行小微企业信贷风险产生的原因纷繁复杂,与大中型企业相比,小微企业普遍为家族式经营,经营规模小、经济基础薄弱、生命周期短、受政策影响较大。同时,财务透明度低、财务报表失真、可信度差。商业银行在进行小微企业信贷业务时,难以了解小微企业的真实融资目的和真实财产状况、经营管理水平,商业银行与小微企业间存在严重的信息不对称,加大了商业银行小微企业信贷风险管理难度及产生呆账、坏账的可能性。因此,商业银行在大力发展小微金融的同时,必须积极的监控、科学预测潜在的信贷风险,实现商业银行小微金融的健康稳定发展。
目前,我国商业银行的信贷评级体系普遍较为关注企业的行业属性、财务因素等,而对企业的实际控制人、宏观经济环境等关注度较低,而这些恰恰是影响小微企业信贷风险评价的主要因素。本文拟从商业银行的角度出发,在充分考虑小微企业发展特点的基础上,建立小微企业信贷风险影响因素体系,并进行量化研究,为商业银行小微企业信贷目标客户的确认及建立合理的小微企业信贷风险评价体系提供参考。
2 小微企业信贷风险因素体系的建立
国外对商业银行小微企业信贷风险评价的研究已发展到相当高的水平,20世纪70年代以前侧重于以财务报表和静态财务数据为重点的定量分析,20 世纪90年代以来,从传统的财务数据分析转向运用现代信用风险分析和管理办法进行的动态计量分析方法[2,3]。与西方发达国家相比较,国内学者研究主要集中于中小企业信贷风险实证研究,研究方面包括利用数据包络分析及层次分析法等模型进行定量分析[4,5,6]。而针对小微企业信贷风险的研究还较少,研究方法基本上处于定性分析,或从主观评价上着手,没有一个成熟的信用风险分析和管理模型[7,8]。本文在深入了解我国部分商业银行小微企业信贷管理模式的基础上,对国内多家商业银行资深信贷从业人员进行访谈调查,结合理论研究成果,分析商业银行小微企业信贷风险的特性,建立了商业银行小微企业信贷风险影响因素体系,如图1所示。
本文中企业主情况(A1)中的企业主是指小微企业的实际控制人。由于小微企业相对于大中型企业更易受到企业主个人情况及企业所处经营环境的影响,同时,信贷的担保方式在一定程度上决定了风险发生时商业银行的损失程度,因此,区别于一般企业信贷风险评价体系,在小微企业信贷风险影响因素的体系建立中,加入了企业主情况、企业运营环境及企业担保方式。在该体系中,小微企业信贷风险影响因素由企业主情况(A1)、企业情况(A2)、企业运营环境(A3)以及企业担保方式(A4)4个一级指标组成。每个一级指标又分为若干个二级指标。个人基本情况、个人信用情况、个人财务情况组成了企业主情况(A1);企业信用情况、企业运营情况、企业财务状况组成了企业情况(A2);宏观环境与政策变化 、企业所处行业的发展前景、企业所处地区经济环境组成了企业运营情况(A3);抵押、质押、第三方保证组成了企业担保方式(A4)。
3 基于FAHP的小微企业信贷风险因素影响度分析
本文中所讨论的小微企业信贷风险影响度,是指企业主情况、企业情况等对小微企业信贷风险的影响权重,即不同的风险影响因素对小微企业信贷风险的相对影响程度。对小微企业信贷风险的识别是基于对小微企业信贷风险影响因素构成体系中各因素影响权重的分析和认识,即通过分析得出所有因素在小微企业信贷风险中的影响权重,进而确定各因素的影响度。
3.1 构建优先关系矩阵
指标权重确定的方法有两大类:一是软技术赋权方法,是充分利用专家集体的知识、经验和智慧,必要时辅以一定的数学方法的指标权重确定方法。二是硬技术赋权方法,是依靠数理等方法对指标进行赋权。权重系数的确定是基于所搜集的数据信息,故其对数据信息准确性和可靠性要求很高。本文采用模糊层次分析法(Fuzzy Analytical Hierarchy Process,简称FAHP)确定指标权重,虽然该方法人为因素较大,对最终的评价结果可能会造成一定的影响,但此方法简单易行,实用性很强。层次分析法(Analytical Hierarchy Process,简称AHP)用1-9标度法表示Aij(i比j重要程度),但它并未充分反映人们判断的模糊性。FAHP主要是将模糊逻辑原理引入到AHP中,从而在一定程度上克服了AHP的弊端,拓宽了AHP的运用范围。FAHP中的模糊性主要体现在判断矩阵的标识上,针对模糊现象,专家们从不同角度、以不同方式构造了模糊判断矩阵。概括起来主要有以下三种:①用隶属度rij代替aij,形成互补模糊一致性矩阵;②用三角模糊数(1, m, n)代替aij,形成三角模糊数互反或互补矩阵;③用区间数[aij-, aij+]代替aij,形成区间数互反判断矩阵[8]。
优先关系矩阵G=|gij|n×n是有限论域u={u1,u2,…,un}上的一个比较值矩阵。本文中的优先关系矩阵是一个三值矩阵(0, 0.5, 1),决策者比较容易做出比较判断,如表1所示。
各指标之间的优先级判断是基于专家访谈,结合相关文献研究结果得出的。4个一级指标的优先关系矩阵为GA,其中,对G=|gij|n×n按行求和得出
其优先关系为:企业主情况>企业运营环境>担保方式>企业情况。
同理可得,A1(企业主情况)指标下的3个二级指标的优先关系矩阵为GA1,其优先关系为:个人信用情况>个人财务状况>个人基本情况。
A2(企业情况)指标下的3个二级指标的优先关系矩阵为GA2,其优先关系表明,体现在贷款企业的情况中,企业的信用情况最为重要,其次是企业的运营情况,最后是企业的财务情况。A3(企业运营环境)指标下的3个二级指标的优先关系矩阵为GA3,其优先关系为:宏观环境与政策变化>企业所处行业的发展前景>企业所处地区经济环境。A4(担保方式)指标下的3个二级指标的优先关系矩阵为GA4,其优先关系为:质押>抵押>第三方保证。
3.2 逐层计算模糊判断矩阵与权重
按照公式hij=(ri-rj)/2n+0.5和
经计算,A层各指标的权重见矩阵WA。其中:
A1(企业主情况)指标下各二级指标的权重见矩阵WA1。其中:
同样方法计算可得:A2(企业情况)指标下的3个二级指标的影响权重分别为:企业信用情况(0.454 346)、企业运营情况(0.334 765)、企业财务情况(0.210 889);A3(企业运营环境)指标下的3个二级指标的影响权重为:宏观环境与政策变化(0.454 346)、企业所处行业的发展前景(0.334 765)、企业所处地区的经济环境(0.210 889);A4(企业担保方式)指标下的3个二级指标的影响权重为:质押(0.454 346)、抵押(0.334 765)、第三方保证(0.210 889)。
3.3 计算评价指标的组合权重
采用乘积法计算各个评价指标的组合权重(WBij),结果见表2第4列。
由表2可以看出:在影响小微企业信贷风险的12个因素中,在大中型企业信贷风险评价中占据重要地位的企业财务指标在小微企业信贷风险评价中影响权重仅为0.030 583,企业主个人信用情况却排名第一,影响权重为0.160 262,而这与小微企业的特性密切相关。多数小微企业主要靠企业主个人成长起来,尚未形成规范的公司治理结构,内部制衡机制缺失,企业主的还款能力及还款意愿很大程度上决定了小微企业最终的还款能力及还款意愿。同时小微企业财务制度不健全、财务信息失真,不能客观反映其真实生产经营情况。
在模糊层次分析法中,较精确的标度法采用的是1-9数值。按照(1,3,5,7,9)的影响度分类,数值越大,代表影响度越高。从上述结果比较得知:企业主情况对小微企业信贷风险的影响度应位于7到9之间,即有很重要的影响。因此,商业银行在小微企业信贷风险评价体系中应加强对企业主的关注程度。
4 结论
本文运用模糊层次分析法,从定性和定量相结合的角度分析了商业银行小微企业信贷风险各因素的影响度,权重计算结果为商业银行制定小微企业信贷风险评分体系提供了科学的参考依据。同时,分析结果表明,在小微企业信贷风险中企业主情况、企业运营环境显得尤为重要,商业银行在小微企业信贷风险评价体系中,应在贷前加大对企业主个人的评价考核,注重宏观经济环境及行业发展变化情况,以有效地识别信贷风险,确保银行资产的安全性,提高商业银行的综合效益。
参考文献
[1]新浪网.阎庆民:持续推动小微企业金融服务转型升级[EB/OL].(2012-12-08).http://finance.sina.com.cn/money/bank/bank_yhfg/20121208/171113942431.shtml
[2]王海宁.中国建设银行辽宁分行中小企业信贷风险管理研究[D].长春:吉林大学,2012.
[3]王锋.商业银行信贷风险管理研究[D].郑州:郑州大学,2006.
[4]陈佳洁,李建波.基于DEA/AHP的我国商业银行中小企业贷款信用风险评估研究[J].中国证券期货,2009(7):73-75.
[5]周磊,周嵩毅.基于层次分析法的商业银行中小企业授信评价研究[J].现代商业,2009(26):19-20.
[6]沈蕾.论商业银行中小企业信贷风险预警体系构建[J].黄冈师范学院学报,2008(8):21-23.
[7]李炅宇,刘伟.小微企业贷款风险定价新解[J].现代商业银行,2011(8):80-82.
[8]胡瑞光.美国促进小微型企业发展的融资经验及启示[J].华北金融,2011(11):40-42.
[9]傅利平,王中亚.基于模糊层次分析法的企业技术创新能力评价[J].科技管理研究,2010,30(3):136-137,150.
[10]张利敏.信息不对称与商业银行信贷风险问题[J].时代金融,2012(5):80,83.
[11]窦玉丹,袁永博,刘妍.商业银行信贷风险预警研究———基于AHP权重可变模糊模型[J].技术经济与管理研究,2011(12):82-87.
小微企业信贷风险分析论文 篇5
小微企业有力地促进了我国经济增长与技术创新创造了大量就业岗位是我国国民经济发展的重要基础而小微企业融资却是长期难以破解的问题。
商业银行在外部竞争压力和内部利润驱使之下纷纷加大对小微金融的投入将其视为业务转型的契机。然而小微企业的信贷风险问题阻碍了商业银行的尝试。因此对小微企业信贷风险进行科学、高效的管理成为我国商业银行拓展小微金融业务的必然选择。
本文以风险管理理论与新巴塞尔协议为分析框架结合国内银行传统管理经验提出“贷前调查”、“贷中审查”、“贷后检查”的小微企业信贷风险动态管理模式。实践中商业银行也基本按这一模式进行运作并取得了一定的成效但目前小微金融仍处于起步阶段商业银行对小微企业信贷风险管理存在不少问题如风险管理组织结构不尽合理、内部信用评级体系针对性不强等本文分析认为这些问题是由宏观环境、小微企业和商业银行共同造成的。
为了更好地研究商业银行对小微企业的信贷风险管理问题并总结现阶段小微金融开展经验本文接着以民生银行作为案例先是分析了民生银行小微金融业务的开展情况与信贷风险管理措施总结其经验并针对其风险管理问题提出了解决措施然后研究了民生银行广东省某支行的一个商圈信贷业务重点分析了该业务的授信方案设计与信贷风险管理。
小微企业信贷风险分析论文 篇6
一 目前我国小企业信贷业务发展现状
据全国工商联统计，目前我国小企业发展势头迅猛，数量达到1100多万户，占全国实体企业总数的90%以上，提供了80%以上的就业岗位，最终产品和服务占国民生产总值的60%以上，上缴税收占全国企业的50%以上。但是，小企业普遍存在集资困难、抗风险能力较弱的情况，这一特点催生了信贷业务的产生和发展。笔者通过观察，梳理出目前我国小企业信贷业务的发展状况：
小企业信贷规模不断扩大。以工商银行为例，2013年底工行小企业贷款余额已达4270亿元，比年初增加1162亿元，增幅达37.4%，高于全行各项贷款平均增幅24个百分点，小企业贷款客户数则比年初增加了1.16万户。如果加上支持的中型企业，9月末工商银行的中小企业贷款余额更达到2.45万亿元，中小企业贷款占全部公司贷款的比重已经超过52%。同时，小企业贷款质量始终保持在良好的水平，9月末该行小企业贷款不良率为0.95%，较年初下降0.45个百分点。
小企业经营规模较小，市场反应较快。当前，我国小企业经营规模普遍较小，资金不多，这一特征使得小企业能迅速抓住市场机会，同时对生产经营策略做出相应的调整。但是，这一特点也容易使小企业受外界影响，如单一客户订单，行业周期以及宏观经济形势等，都会影响到小企业的发展。
二 当前小企业信贷业务面临的风险
小企业的生产结构单一，资金链不足，抗风险能力较弱，都在一定程度上加大了小企业信贷业务的风险，较之于其他贷款，小企业贷款的风险明显偏高。
小企业经营管理存在漏洞，加大贷款风险。小企业由于规模小，缺乏相应的完善透明的管理机制和高素质的管理人才，往往存在着机构设置混乱，财务报表虚假，财务状况不透明甚至财务监管缺失的状况，经营管理的混乱，导致小企业普遍寿命不长。另外，小企业不仅资本实力不强，一部分企业还存在着抽逃资本的情况。部分小企业虚假注资、增资和抽逃出资的现象并不少见。并且更为严重的是，部分小企业并未能按照申请贷款的用途使用贷款，甚至有企业编造虚假合同试图骗取贷款。这样的经营方式必然会造成还款来源不足的风险。
无法提供有效的担保。目前银行的小企业贷款主要是抵押贷款，而小企业的生产结构单一，若自身积累没有达到一定程度，很容易出现经营成本大于可抵押资产的现象。该文原载于中国社会科学院文献信息中心主办的《环球市场信息导报》杂志http：//www.ems86.com总第539期2014年第07期-----转载须注名来源对于一部分高新技术小企业而言，其本身就缺少可供抵押的实质性资产，这样一来，即使他们具有良好的市场发展前景，但由于无法提供担保，依然很难获得贷款。对于这些无法提供直接担保的小企业而言，第三方担保公司或许是个不错的选择，但是目前我国担保行业由于发展不完善，体制不健全等诸多原因，依然存在着“小、乱、多”等问题。一旦小企业选择了这样一些信誉度不高的公司为其担保，就会在很大程度上加大贷款业务的风险。
银行管理制度上的缺失。对于我国大多数商业银行而言，经历了由数百户发展到数千户，由粗放型的经营方式发展到精细化的管理模式的过度。但小企业的信贷业务又给银行提出了一个新的难题，即怎样实行贷后管理。就目前大多数银行实行的“简贷式”制度而言，强调了是否具有第二贷款来源，而忽视了企业贷款第一来源的调查、审查和贷后检查制度。这样的模式不能全面了解企业的生产经营状况，也无法通过贷后管理掌握企业真实的还款能力。面对小企业信贷客户数量的大量增加，银行信贷业务从业人员在某种程度上来说并不能满足当前形势的需要，这一人才的匮乏也在一定程度上造成了银行无法了解企业的真实情况，无法适应当前小企业贷款业务的特点。
三 小企业信贷业务的审计要点
信贷资金的安全事关国计民生，为了提高微观效益，实现有效的宏观调控，加快对信贷资金的安全、流向的监管，笔者认为对小企业信贷业务审计要从以下几点着手：
对信贷管理内控系统进行评估和调整。首先从贷前调查、贷中审批直至贷后管理等关键点着手，与银行管理人员交流，针对银行的实际情况和当前的经济形势，了解银行信贷政策，找出容易产生问题的薄弱环节。其次，还应时刻关注银行信贷计划，因为计划制定时无法预测到计划执行时的经济形势和环境因素，这就会在一定程度上影响放贷时的风险控制。因此，应该时时观察当前经济走势和政治因素对信贷计划的影响，适时改变计划中不适应当前形势的环节。
对小企业整体经营状况进行分析调查，判断其第一还款来源是否充足。一方面要对企业多年来形成的文件资料进行审阅，如贸易合同原件、企业的财务账簿、电表、水表、气表和纳税表，全方位获取真实的财务信息。同时，要重视对小企业进行现场实地调查，了解企业的真实生产经营状况，摸清企业的规模大小、人员状况和业务状态等方面的情况。另一方面要对企业的还款资金来源进行审查，审计人员可通过分析企业销售货款现金流入和货款归存银行金额大小、流入来源、流出去向等判断企业是否正常经营。
关注押品的合法性、充足性和有效性。对于抵押贷款的，要关注其抵押资产的合法性、充足性、有效性。审计人员应及时向工商局、房管局、土地局等部门发函询证，调查企业的抵押资产是否合理合法。除了向有关部门求证抵押资产的合理合法，还应注意抵押登记手续是否有法律风险。
小企业在当前经济发展领域扮演着越来越重要的角色，扶植小企业发展是形势所趋，但规避信贷风险也是不容小视的问题。只有当小企业、银行、监管部门共同联合起来，才能为小企业的信贷业务创造良好的环境氛围，从而更大程度上促进社会经济的进一步发展。
小微企业的信贷风险及防范 篇7
一、小微企业信贷业务的风险
从实践来看, 对银行而言, 小微企业信贷业务主要存在如下风险:
1. 企业主个人的信用道德风险。
我国民营企业的发展史决定了其管理模式往往是家族式的, 家族式管理在实践中往往又演变成家长式管理, 这一点在小微企业中表现尤为突出。对小微企业而言, 其经营管理、发展沉浮往往决定于某一位企业主的能力和好恶。对企业而言, 这位企业主就是说一不二的主宰, 就是“一言堂”, 他的副手们可能只是言听计从、看他脸色拿薪水的打工者。现代企业制度下的科学决策、民主监督只能由企业主个人喜好而定。那么, 在小微企业, 其领导者个人的一切便可以代表企业的一切, 企业主的个人素质和行为主导企业的素质和行为。所以, 从某种意义上讲, 小微企业的信用状况直接决定于企业主的个人信用道德。企业主个人信用道德好, 则企业信用就好;企业主个人信用道德差, 则企业信用差。
从一个企业的发展历程来看, 其在发展初期有着强烈的扩张冲动和逐利本性, 小微企业尤其如此。由于社会征信体系尚不完善, 信息披露制度不成熟, 失信行为不易被曝光, 不能对失信者构成威胁, 企业失信成本低, 因此这种扩张冲动和逐利本性往往会直接“腐蚀”企业主个人的信用道德。这对银行来说便是小微企业客户最直接和最大的风险。为什么各地频频出现老板跑路现象?为什么有的小微企业对银行、对他的客户采取是“打一枪换一个地方”策略?这就是其企业主个人及其企业的信用策略。从近几年银行在小微企业遭受的资产损失来看, 究其根本原因, 恐怕有关企业主个人的信用道德原因是要排前列的。而与此相比, 国有大中企业的信用状况便要好得多了。
2. 企业财务风险。
企业财务承接企业主个人信用道德风险。对企业主个人而言, 企业是我的, 企业财务管理就是我家的财务管理, 随我怎么管都行, 遵循国家的、社会的企业财务管理规定有时只是迫不得已。所以, 不少小微企业的财务管理存在极大的随意性和不确定性, 日常财务管理缺乏连续性。今天账上有几百万资金, 明天就可能蒸发得无影无踪。出于种种考虑, 不少小微企业日常结算都通过企业主或财务人员的个人账户进行。财务不实, 报表失真, 甚至不少企业根据不同需要同时做着几套账, 来什么人上什么菜, 争取“皆大欢喜”。社会层面的监督又往往流于形式。因此对银行而言, 这些小微企业的财务状况就是不可控的, 或无能为力去控的, 从而形成防不胜防的风险, 甚至是陷阱。
另外, 在社会资金面紧、银行融资相对困难的情况下, 不少小微企业往往会通过民间高息借贷进行融资, 极易引发企业资金链断裂, 产生真正的财务风险。如长三角地区近年来因民间高息融资致使资金链断裂, 导致了小微企业甚至大中型企业的倒闭潮、老板跑路潮。
3. 政策性风险。
从企业发展状况看, 不少小微企业往往是对热门行业“一哄而上”, 或在国有企业周围“查漏补缺”, 是核心企业生产经营链条的一个环节, 其受国家宏观经济政策的影响相比国有企业要大得多, 而其抗风险能力相比国有企业要弱得多。今后一个时期, 国家实行经济转型和结构调整, 钢铁、水泥、煤炭、汽车等传统产能过剩行业的发展空间将被严格限制。国家调控这些行业, 不是不让这些行业发展, 而是控制盲目发展。而这些行业往往又是老牌国有企业已成为骨干的行业, 国有企业因为“树大根深”, 在调控中还需其发挥骨干作用, 而“一哄而上”或“查漏补缺”发展起来的小微企业便很难不成为宏观调控的直接对象, 船小反而不好掉头。随着国家对环保问题的严厉整治, 不少以牺牲环境为代价或以高耗能为主发展的小微企业将随时面临环保政策风险。因此, 笔者认为, 小微企业面临的政策性风险相比国有企业要大得多。
二、小微企业信贷风险的防范
相比国有企业, 小微企业的风险虽然要大, 但只要我们认识到位, 防范措施到位, 其风险还是可防可控的。
1. 重点考察企业主个人信用道德状况。
由于企业主个人信用道德直接决定着企业的信用状况, 在与小微企业开展信贷业务时, 银行要了解企业的经营管理和财务状况, 但又不能被企业的经营状况和财务状况所局限, 更重要的是首先要认真考察企业主个人素质和信用状况, 通过深入企业内部了解其管理能力和管理现状, 特别重要的是通过企业征信系统、与其发生业务关系的银行、工商税务部门、其上下游客户等去侧面了解和印证该企业的信用状况, 从而了解和印证企业主个人的信用状况。通过个人征信系统、法院公告系统、社会交往、搜索引擎等互联网信息了解企业主个人道德状况, 只有在较好地把握企业主个人信用道德的基础上, 才能决定与其是否开展业务关系。对那些经营状况虽然很好, 但企业主个人有不良信用记录的企业, 决不能被其一时繁荣所迷惑。
2. 以实地调查应对财务风险。
鉴于小微企业财务管理的随意性和财务报表可信度不高的特点, 对小微企业经营状况要以非财务分析为主, 以财务分析为辅, 基本的策略就是以实地调查弥补财务分析的不足。客户经理要本着对工作高度负责的精神, 深入企业, 获取第一手材料, 提高评估的真实性和结论的准确性。通过实地调查核对企业的纳税凭证, 查看交易合同或走访交易对手, 确认企业销售发展情况。通过查看水费、电费单据等确定企业生产经营是否正常。通过查看银行账户流水, 确认企业现金流是否正常。通过查看生产设备、存货确认企业是否有正常的生产能力。通过走访工商、税务或交易对手, 查看企业资信情况等等。这样, 经过大量实地调查, 结合企业财务报表, 去伪存真, 取得企业真实的经营信息, 从而对企业准入与否做出正确判断。切不可单纯依靠企业提供的财务信息简单分析判断, 甚至为了营销贷款人为隐藏或粉饰企业的某些缺陷, 影响后台决策。
同时, 对小微企业的贷后管理, 财务报表要收集, 但更重要的还是以现场监控为主, 按时对上述企业生产经营信息进行多角度实地取证, 逐期比对分析, 发现异常情况及时采取措施处置。
3. 严格落实风险缓释措施。
对小微企业发放贷款, 其保证条件必须高标准、严要求。要优先考虑采取抵押、质押的方式, 争取把贷款的安全性依附在有形的实物基础上, 并保证其合法性、合规性和手续齐全性。若采取担保方式, 优先选择有担保代偿实力的担保公司担保, 对担保人的选择也要严格要求, 也应像对借款人一样实行严格的准入制, 在信贷审批程序中, 对借款人、担保人都应进行同样严格考察和审查, 不可重借款人, 轻担保人。
4. 客户选择不碰政策底线。
小微企业信贷风险评估实证研究 篇8
1 评价相关研究综述
判别分析法、Logistic回归模型、线性规划法、整数规划法等传统方法早在上个世纪六七十年代已被国外学者大量的运用到个人及公司信贷风险评估研究中[1]。其中Wiginton(1980)是最早将Logistic回归模型运用到企业信用评估,虽预估效果不错,但是该方法更适合解释变量是定性指标的问题[2]。判别分析法的应用也比较多,但其假设条件过于苛刻,与现实情况不太符合。九十年代之后,西方学者逐渐用神经网络等人工智能方法代替了上述传统的统计学或是运筹学的评估方法。我国学者李萌(2007)、张成虎(2008)、任红梅(2009)等都对神经网络方法在信用评估方面做了实证研究,该方法对缺失数据的忍耐性高,约束条件少、抗干扰能力强[3],所以实验的拟合度较好,分类准确性也较高。而在解决变量共线问题上Libby(1975)首次把主成分分析法引入到判别模型,李春平(2005)在研究中发现该方法在进行多目标分析时比层次分析法更具优势,且层次分析法在定权时的主观因素也导致了分析结果的偏差[4]。
在前人的不断研究下,信贷风险评估方法越来越科学,处理范围越来越广,在现实应用中也发挥了极大的作用。显然评估方法已日趋成熟,但我们发现他们大多仍只是用在个人、农村以及大型中型企业的信贷风险评估上,针对小微型企业的方法研究可谓少之又少。只有董汝杰(2011)采用logit模型对微型企业信用评价进行研究,虽然在指标选取和评价过程上都阐述很详细,但其整体指标数量仍过少,且模型预测精度也有待提高[5]。
所以综上所述,本文引入主成分分析-BP神经网络(BPNN,Back-propagation neural network)方法对小微企业进行信用风险评估。首先主成分分析在去除重复信息上具有优势,其次小微企业数据缺失严重,且指标与预测结果之间也是一种非线性关系,而神经网络恰对这种数据缺失有较高的忍耐性,且非线性处理能力也极强。因此将该方法引入到小微企业信用评价研究中具有一定的必要性和适用性。
2 PCA-BPNN模型
2.1 主成分分析法
主成分分析法(principal components analysis,PCA)是将众多指标组合生成新的相互无关的综合指标后,以各自的主成分为分量,从而得到更低维的随机变量且又保留大部分原有数据信息的一种多元统计方法[6]。该方法具体过程如下:
设样本组有n小微企业信贷客户,描述企业信息的指标有p个,样本用X1,X2,…,Xp来描述,且X=(X1,X2,…,Xp)=(xij)n*p,其中xij表示样本中第i个小微企业的第j项指标的值。
(1)计算协方差矩阵R=(rij)。
(2)根据特征方程|R-λI=0求出特征值λ1,然后再根据Rui=λiui(|ui|=1)求出特征向量ui。
(3)计算主成分累计贡献率确定主成分。当主成分的累计贡献率达到80%时,我们就将此时的F1,F2,…,Fk作为新的指标,即完成指标的选取。
2.2 BPNN原理
BPNN是一种单向传播的多层前向网络,目前学界对它研究最为成熟也常被各种领域使用。在BP神经网络模型中所有的神经元按照功能分为三层:输入层,隐含层和输出层,各层依次连接,结构如图1所示[7]。
运用过程如下:
(1)为了计算简便和控制指标取值范围,在新指标输入BPNN之前先对其进行归一化处理,将各指标的值都落在[0,1]之间。本文采用的是极值归一化方法,计算公式如下:
其中,i=1,2,…,n;j=1,2,…,p。
(2)输入层节点数。主成分分析法最终选取的k个指标将作为输入层的输入,因此输入层神经元的个数即为k。
(3)输出层节点数。输出层的输出结果就是小微企业客户的信贷风险等级,因此输出层个数为1。
(4)隐含层层数和节点数。Lippman和李萌等学者都验证了双隐层的网络结构并不能提高小规模网络预测的准确度[8],且众多BPNN实证结果都验证了单隐层神经网络的误判率极低,所以本文将采用的是单隐层的BPNN模型;隐含层的节点数并没有明确的规定,太多会导致映射过程太过生硬,拟合过度,太少会使预测的精度下降。面对这种情况,本文采用的是结构生成法,这种方法操作简单,只需逐次增加隐含层的节点数,根据误差率的变化情况,选择合适的节点数。
(5)确定转换函数。本文将选取logsig函数作为输入层到隐含层的转换函数,隐含层到输入层采用purelin函数。
2.3 PCA-BPNN
本文先利用PCA对小微企业信贷风险指标进行筛选,去除对风险评估影响不大的指标,将剩下的个指标作为BPNN的输入,再利用该方法进行训练和预测。采用PCA是因为它在选出对预测结果最有影响的指标的同时还去除了指标间的重复信息,此外指标和风险评估结果之间是一种非线性关系,传统处理线性关系的方法并不能准确地进行预测,而BPNN可以处理任意的非线性映射关系,所以本文将两种方法结合起来,不仅简化了评估过程,还提高了预测结果的精准度和准确率。
3 评价指标的选取
李国青(2010)指出我国对中小企业的信用评级一般是从企业的盈利能力、偿债能力、营运能力和发展潜力四大类指标来衡量[9]。但对小微企业的信贷风险评价和公司信用风险评价是有些不同,只考虑企业财务指标是远远不行的,除此之外小微企业主的自身价值对整个企业信用风险的评价影响巨大。陈忠阳等(2009)就阐明在对小企业信贷风险进行评估时,评估模型应该综合考量企业的财务指标、企业家个人这两个方面的因素,可以适当的加入零售贷款信用打分模型中有关企业主的相关变量[10]。李镇西(2010)在对微小企业信贷风险管理研究时发现微小企业贷款和个人贷款业务的相似性———贷款金额小、交易笔数多、交易成本高等特点,大胆提出将银行用来评估个人信用风险的方式(模型或指标等)应用到微小企业贷款业务中[11]。
所以综合学者看法和文献研究,本文欲从下面几点考量选取指标。
首先针对上述提到的每一种能力,选取具体指标来表示。营运能力是采用资产周转率来反映,资产周转率是企业销售收入与资产的比值,资产周转率越高说明企业对资产管理更有效,即资产创造收入能力越强。盈利能力则是利用资产收益率来体现的,资产周转率等于企业的净利润与资产的比值,资产周转率越高,说明企业资产利用效果越好,即企业在增加收入和节约资金使用等方面取得了良好的效果。企业的发展潜力是用企业近两年销售收入增长率来表示,比率越大,则该企业的发展潜力更大。对于偿债能力尚不能通过代表性的指标来反映,因为小微企业的实际债务情况较复杂,除了向银行、亲朋好友等借款,还有民间借贷,而这些在我们收集的信息中尚不能明确,也有待于银行等金融机构可以完善相关信息。由此,我们选取了以上三个指标来反映小微企业的财务信息。
其实,财务指标在小微企业风险等级评价过程中只能作为参考,并不作为重点,原因有二:一是小微企业的财务信息缺失较严重,可选取的指标本身就有限;二是数据的真实性也不能确保。所以除了上述指标,本文还分别从企业主情况、企业潜在的竞争优势和贷款情况共选取了七个指标,其中企业主年龄、平均受教育程度、身体健康状况是用来反映企业主的阅历、领导能力等,行业类型和企业的地理位置是用来反映企业是否具有潜在的竞争优势,申请贷款额度和是否有借贷历史用来反映企业过去和现在的信贷情况。为了衡量和分析方便,上述的定量指标仍取原始信息,而定性指标的每个选项都分别赋予了数值,具体赋值情况如表1。
4 实证研究
4.1 数据搜集
从江苏省某银行的贷款数据中(已经过处理,去除了企业相关的敏感信息)选取该地区信贷客户合格样本共101个,其中前30个作为实验样本,剩下的71个作为检测样本。结合上述指标,整理样本信息,将所获资料进行转换,有待下一步的分析。本文将样本定位在江苏省,一是出于对数据可获性的考虑,二是近几年江苏省不断对小微企业的政策倾斜,金融机构不断加大对小微企业的信贷投放力度,所以选择江苏省小微企业的信贷数据具有真实性和针对性。
4.2 提取主成分
将转换后的数据输入SPSS软件进行主成分分析,在输出结果中查出的值以及主成分的累计贡献率,的值从大到小依次为2.642,1.76,1.162,0.947,0.803,0.714,0.624,0.541,0.440,0.367,从累计贡献率一列看出当取到第六个主成分时,前六个主成分的累计贡献率已经达到80.267%,所以,即取前六个主成分。再由特征向量得出各主成分的表达式:
(F2,F3,…,F6以此类推)。
将所有样本前六个指标的数据矩阵和主成分的系数矩阵分别输入Excel,两矩阵相乘后便得到了各主成分的值,用此矩阵信息代替原始样本数据进行下一步分析。该矩阵就是经过主成分分析降维后的信息矩阵。
4.3 BPNN结果分析
将上述得到的数据进行归一化处理,待输入到BP神经网络模型,设置模型输入层节点为6,输出层节点数为1,迭代次数不超过5000次,学习率为0.075,设置好后将实验数据输入模型,系统会随机从[0,1]范围内对网络权值和阈值进行赋值,然后通过不断增加隐含层神经元的个数来确定隐节点数,发现当节点数增加到12时,在给定精度下,信贷等级风险的判误率最低,因此确定模型的隐节点数为12。对模型初始化后将71个检测样本送入模型进行预测。当误差精度达到10-3时,训练结束。一般预测结果的错误分为两种:一种是同意给信贷风险大的小微企业放贷,另一种是拒绝对信贷风险小的小微企业放贷。具体预测数据如表2。
每个分类结果的准确率=该类样本中分类正确的个数/该类样本的总个数,所以从上表可以得出,不放贷企业的准确率为78.57%,放贷企业的准确率为92.98%,总的准确率为85.78%。从数字上来看,放贷企业的准确率较高,不放贷企业的准确率较其低了大约14个百分点,因此在判断不放贷企业的准确率上仍有待提高,但从整体结果来看,还是得到了较高的预测准确率,拟合效果也较好,说明该方法运用到小微企业信贷风险评估中是绝对可行的。
此外,本文还把传统的单隐层BPNN方法与之进行比较,探究哪种方法对小微企业信贷风险评估的准确率更高。所以将原始数据经过归一化后直接送入神经网络,并不对其进行提取主成分操作。此时输入层节点数为10,由结构生成法确定隐节点个数为19,输出节点数仍为1,各参数设定好后,输入样本。达到预测精度时,预测结束,从输出结果中得到,放贷企业的准确率为89.47%,与PCA-BPNN方法相差不大,但不放贷企业的准确率却比PCA-BPNN方法低了14.1%,为64.29%。总体来看,传统的单隐层BPNN方法预测的准确率还是偏低。所以后者对小微企业信贷风险评估的精度相对更高。
因此,相比传统的神经网络,PCA-BPNN方法对评估小微企业信贷风险具有更好的实用性和延展性。它在最大程度保留原有信息的基础上先对样本提取主成分,然后通过人工智能方法科学地进行分类最终做出合理的判断。相信引入PCA-BPNN方法将对小微企业信贷风险决策带来重大的指导意义。
5 结束语
该方法具有很好的判断预测能力,可以供银行等金融机构在对小微企业信贷审批上提供参考和借鉴。一个良好的信用风险评估模型可以科学、快速的识别企业或个人的信用风险,不仅可以省去繁琐的人工审核缩短放贷时间,而且还提高了贷款的质量,从而有效的降低了信贷风险。此外,该方法也可供担保机构、小额贷款公司等非金融机构来处理小微企业信贷审批。所以本文将该方法引入到小微企业信贷风险评估中具有较好的参考价值和理论指导意义,也希望在金融机构和非金融机构中发挥更大的作用。
但是,小微企业的信贷相关数据目前尚少,银行对小微企业的信息缺失严重,因此便很难在现有材料基础上对其信贷风险制定统一的评估标准,采取科学评估方法的前提是必须要获取到尽可能多且尽量正确的数据,所以要进一步加强小微企业信用档案的建设并实施动态的管理。
目前很多方法正在运用到小微企业的信贷风险评估中,随着方法的逐渐成熟以及小微企业信用档案不断全面,将会促进小微企业信贷风险评估方法更加统一与标准化,信用风险的确定不仅可以提高贷中审核的效率,从某种程度上它也促进了贷前调查的标准化以及贷后跟踪管理的针对性,进而完善整个信贷流程,也直接加快了我国构建和谐金融内部环境的步伐。
参考文献
[1]刘冉.基于神经网络的个人信用评估模型的研究[D].大连:大连海事大学,2007
[2]WIGINTON J C.A Note on the Comparison of Logit and DiseriminantModels of Consumer Credit Behaviour[J].Financial Quantitative A-nal,1980(15):757-770
[3]RUMELNART D E,MEELELLAND J L.Corporate Distressiagnosis:Comparison Using Linear Discriminate Analysis and Neural Networks[J].Joumal of Banking and Finance,1986,12:25-27
[4]李春平,杨益民,葛莹玉.主成分分析法和层次分析法在对综合指标进行定量评价中的比较[J].南京财经大学学报,2005(6):54-57
[5]董汝杰.基于Logit模型的微型企业信用评价研究[J].区域金融,2011,8(270):54-57
[6]朱建平.应用多元统计分析[M].北京:科学出版社,2006
[7]庞素琳.信用评价与股市预测模型研究及应用:统计学、神经网络与支持向量机方法[M].北京:科学出版社,2005
[8]李萌,陈柳钦.基于BP神经网络的商业银行信用风险识别实证分析[J].经济学研究,2007(1):26-28
[9]李国青.中小企业信用评级指标体系构建研究[J].研究与探索,2010(5):41-42
[10]陈忠阳,郭三野,刘吕科.我国银行小企业信货模式与风险管理研究—基于银行问卷调研的分析[J].金融研究,2009(5):181-183
小微企业信贷风险分析论文 篇9
据《经济日报》获取的数据显示:截至2014年10月末, 全国金融机构贷款 (本外币口径) 余额为85.21万亿元, 其中小微企业贷款余额达19.78万亿元, 占比23.22%, 较年初增加2.16万亿元, 较去年同期增速13.77%, 比各项贷款增速高0.91个百分点。当年全国累计发放小微企业贷款户数644.7万户, 户均累发放金额289万元, 各省 (区、市) 小微企业申贷获得率普遍超过80%。此外, 小微企业不良贷款余额4452亿元, 比年初增加919亿元, 不良贷款率为2.25%, 比年初增加0.25个百分点, 略高出各项贷款不良率0.57个百分点。
从商业银行针对小微企业贷款的数据来看, 一方面小微企业贷款余额占比增速显著, 另一方面小微企业的不良贷款率却居高不下, 如何使商业银行小微企业信贷业务实现快速增长的同时降低风险显得尤为迫切。因此, 探讨小微企业贷款风险成因及其防范措施, 在各商业银行大力发展小微企业业务的今天, 具有非常重要的现实意义。
2 商业银行小微企业信贷风险的成因分析
2.1 小微企业的因素
2.1.1 应变性差、抗风险能力不足
国家工商总局今年发布的《全国小微企业发展报告》显示, 截至2013年底, 全国各类企业总数为1527.84万户。其中, 小微企业1169.87万户, 占企业总数的76.57%。从目前数据来看, 小微企业已占市场主体的绝对多数。然而小微企业由于自身的诸多特点决定其面临市场环境变化的适应性差, 抗风险能力不足。一般情况下, 小微企业的资本和技术密集程度低, 自我研发能力不足, 创新能力低, 缺乏核心竞争力, 市场上一旦发生一点风吹草动就会波及到小微企业。自2011年下半年以来, 受经济下行的影响, 对江浙一带的小微企业影响较大, 金融机构小微企业贷款的不良率上升明显。
2.1.2 公司治理不完善
绝大多数小微企业属于家庭式的管理, 企业主要负责人作用过分突出, 导致决策一旦失误, 企业往往就面临倒闭。实践中, 小微企业经营随意性大, 业务稳定性差, 并易受利益驱动而轻视风险, 为了追求高额的回报甚至会转移贷款用途, 投资到高风险的领域。如部分小微企业将流动资金贷款投入固定资产建设, 或将贷款投入到房地产开发经营, 或进行权益性投资, 甚至部分贷款会流入小额担保公司等。
2.2 商业银行的因素
2.2.1 同业竞争激烈, 降低信贷标准
自改革开放以来, 商业银行在数量上从无到有、由少至多、外资银行也逐渐进驻, 银行间的竞争日益激烈。为了争取到更多的业务, 商业银行一方面主动出击, 上门营销产品、提供服务, 另一方面, 降低贷款门槛, 拉拢客户。如工行允许小企业使用法人账户透支业务、建行在部分地区推出了小企业额度抵押贷款等。对于小微企业来说, 银行逐渐推出诸多新产品、新服务, 使得贷款门槛降低、手续简便, 同时也将商业银行置身于高风险之下。
2.2.2 银行内部管理不完善
商业银行业务的快速发展导致从事小微企业信贷人员短缺, 在大量吸纳人才的同时, 招聘的业务员水平却参差不齐且部分人员职业道德低下。这些小微企业信贷人员在经营业绩的压力下, 把授信作为主要营销手段, 且调查失真、甚至伙同客户提供虚假资料等违法行为时有发生, 导致操作风险增多。另外, 商业银行针对小微企业审批环节更多地倚重于抵押物或担保, 而对企业本身的基本面、交易背景的调查不够深入, 导致对企业第一还款来源的考察不够细致、严格。
3 小微企业信贷风险的防范措施
由于小微企业自身的特征以及商业银行管理方面的缺陷, 导致小微企业信贷业务不良率居高不下。为了有效应对商业银行小微企业信贷风险, 保障银行小微企业信贷业务持续、稳定的发展, 提出以下风险防范措施。
3.1 规范竞争, 严格信贷准入条件
随着我国商业银行数量的增多, 银行间业务的竞争也日趋激烈, 但这种竞争应建立在规范有序之上, 并严格信贷准入条件, 杜绝各类不正当竞争。
一方面, 各金融机构要严格信贷准入条件, 切不可只追求量而不重视质。对市场反应敏感、盈利及偿债能力较差的小微企业一定要严格把关, 杜绝降低信贷准入门槛而换取业绩的增长。严格贯彻客户准入和退出的标准及政策的同时, 并把第一还款来源作为主要的调查对象。另一方面, 随着同业竞争的加剧, 商业银行要开展正当的营销竞争, 确保业务发展的规模和质量。金融机构不仅要深入市场了解客户的需求更新金融产品, 更要提供优质服务, 如改善银行员工的服务态度到推出一系列针对客户的便利服务措施。
3.2 建立健全从业人员的培训机制
从业人员的业务技能不仅影响银行业务的快速增长, 更关系到银行面临风险的高低。商业银行要制定实用、科学的培训机制, 对员工进行定期和不定期的培训。
一是对从业人员业务技能水平的培训, 并实行严格的考试考核制度, 定期进行业务技能考试, 在熟练掌握银行业务技能水平的基础上, 提高其识别和控制信贷风险的能力。二是对其职业道德的培训, 增强对银行的忠诚度。通过一些典型的银行案例, 让从业人员清晰地认识到违反职业道德所带来的损失, 从而严格遵守银行的规章制度, 降低银行的操作风险。
3.3 完善客户的贷前调查制度
目前, 我国的小微企业普遍存在公司经营管理不规范、财务制度不健全及报表不真实的情况。因此对小微企业授信前, 一定要加强贷前调查环节的深度与广度, 尤其是与客户直接接触的小微企业信贷人员更应注重调查信息的真实性和完整性。信贷人员需想方设法从多种渠道了解企业的情况, 特别是对企业第一还款来源的主要营业收入及利润的调查。
由于企业提供财务报告真实性欠缺, 有必要通过多种途径获取企业财务信息的真实资料, 从而掌握企业的盈利能力、偿债能力以及营运能力等, 综合判断是否授信该笔客户。如通过查看企业用电量、纳税记录、员工工资发放情况及上下游客户的评价等了解客户的经营情况, 并根据这些客观信息编写小微企业授信调查表。另外, 小微企业主要领导人在其经营与发展中起着举足轻重的突出作用, 因此在授信前尤其注重对其个人能力及其品行的调查。如通过企业主要领导人的学历背景、经营的历史业绩、员工的评价及个人谈吐等侧面了解客户的个人能力;通过查询客户个人及企业征信系统、生活中有无不良嗜好等判断客户的品行。抵押品作为偿还债务的担保, 一定要严格把关, 特别是对那些所有权有争议、权证不齐、不能办理抵押登记的贷款企业, 需遵守制度, 不得随意发放贷款, 确保贷款的安全, 减少风险。
3.4 加强贷后管理
小微企业公司治理制度不完善, 经营波动性大, 很容易出现经营风险或违规用贷风险, 银行应对其采取更为严格的贷后管理措施, 以便发现风险及时预警。商业银行可以从以下几个方面来完善贷后管理制度。
首先, 关注贷款用途。在贷款发放时, 对于采用受托支付方式的客户, 需要调查受托支付的真实性, 特别是涉及到关联关系的支付对象更需引起重视;对于采用自主支付方式的客户, 需通过调查企业账户资金的流向及审核业务合同等, 检查贷款用途是否与借款合同一致, 以及有无挪用等行为。另外, 通过追踪客户还款资金的来源账户, 也能倒推出贷款用途的真实性, 如客户偿还银行贷款的资金是直接来自某房地产公司账户或某小额融资公司等, 说明该笔贷款在资金使用上肯定存在问题, 需引起警示, 加以防范。其次, 关注企业的经营状况。商业银行不仅需要贷款客户定期提供企业财务报表、业务合同等书面资料, 还要定期深入企业了解企业的经营现状及财务状况, 做到对企业的实时监控, 一旦发现风险信号, 尽快落实风险化解方案。
摘要：随着银行间业务竞争的日益激烈, 各大商业银行都在极力争抢小微企业信贷业务, 因此关于信贷风险的管理就显得尤为重要。本文在分析中小企业信贷风险成因的基础上, 提出了防范信贷风险的具体措施。
关键词：小微企业,信贷风险,防范措施
参考文献
[1]武飞, 乔睿.商业银行信贷业务[M].中国人民大学出版社, 2010.
[2]中国银行业从业人员资格考试辅导教材.公司信贷[M].中国出版社, 2009.
[3]汪有胜.商业银行支持小微企业探析[J].青海金融, 2012.
[4]韩炳旭.论商业银行小微企业信贷业务发展与风险防范[J].商, 2013 (14) .
小微企业信贷风险分析论文 篇10
改革开放以来,小微企业一直是我国经济保持持续增长的助推器,也是我国经济保持活力的主要动力,为我国提供了可观的税收收入以及解决了大量的劳动力就业需求。但是随着我们经济增速放缓,下行压力日趋加重。小微企业因处于产业生态链的末端,抗风险能力不足,其信贷风险日渐显现和爆发,并伴有行业及区域系统性爆发、风险爆发速度快、波及范围广、处置难度大等特征,向银行的经营管理带来了巨大的挑战,商业银行只有深入了解小微企业风险的成因,才能对症下药,不断完善自身的风险控制体系,进行有效地管理。
二、小微企业信贷风险的成因
(一)借款企业负债情况不透明
小微企业的真实负债情况,尤其是隐性负债无法得到全面的体现,从而影响商业银行对借款企业的整体判断。近年来,随着中国人民银行对个人及企业征信记录的逐步改进和完善,商业银行对借款人和相关借款企业的其他金融机构负债、信用卡负债及对外担保情况有了更为全面的了解,在一定程度上促进了商业银行的风险识别和判断能力。但是由于社会整体融资环境,尤其是针对小微企业的信贷市场还很不健全,导致在小微企业中存在着大量的民间借贷的行为。民间借贷由于其高息、高风险等特点,在很大程度上会影响企业经营的稳定性,诱发风险的滋生。但因目前国家缺乏对民间借贷市场的有效监管和统一的信息报备,导致商业银行在调查小微企业的隐性负债时难度很大,耗费的调查成本比较高。
(二)借款企业财务管理不规范
小微企业的财务数据大多未经过第三方机构进行专业审计,借款企业及其经营主出于要顺利贷下款项的考虑,在银行进行信贷调查时,往往对自身经营的不利因素加以掩盖和修饰,对企业的销售额和盈利能力加以夸大;而在报送纳税申报时,出于避税考虑,又往往将销售额和净利润降低,故其报送的财务数据可信度较低,无法真实体现企业的经营能力和盈利能力。而银行因缺乏相关行业的专业知识,在财务数据不规范的情况下,只能通过企业的资金流水、公司的净资产这些相对客观的要素来判断企业当前的经营情况。但小微企业借款周期通常在一两年左右,在预判企业中长期的经营发展上,银行缺乏足够的数据支持和市场经验,尤其是在一些技术含量较高、专业壁垒较高的行业里,银行更是显得力不从心,从而导致了一批真正拥有核心专利技术的小企业得不到信贷支持,而在一些产能过剩和产业结构相对落后的行业中过度放贷的现象产生。
(三)借款需求多为“小、短、频、快”
小微企业的借款需求具体表现为借款金额小、借款期限短、借款频次高以及用款需求迫切,要求放款速度快等特点。商业银行出于自身成本管理和放款实效方面的考虑,对小微企业的调查过程往往不够全面和深入,在放款后的贷后管理也不够及时和完善,缺乏对借款企业经营情况的阶段性跟踪,在企业出现风险隐患时也未能做出及时的预警和提示,导致风险的进一步扩散。
(四)小微企业主整体经营素质不高,缺乏合理的资金规划和现金流管理经验
小微企业主在其企业发展过程中起着决定性作用,但由于历史原因、产业链分配等因素,我国目前的小微企业主综合素质普遍不高,缺乏应有的财务知识和资金流管理经验。当企业处于高速发展期时,在大量银行信贷的支持下,企业主往往会忽视经济周期、行业大环境和银行债务的影响,对企业未来发展盲目乐观,一味要做大企业规模,大幅增加固定资产投入,而忽视企业的现金流管理,导致“短贷长用”现象产生。企业投入的固定资产在中短期内无法迅速变现,而背负的债务压力却越来越重,最终导致企业不堪重负。
三、小微企业信贷风险的控制对策
(一)加强完善征信体系,促进银行与第三方机构间的信息交流
从银行角度来看,应通过对企业资金流水、个人及企业征信记录的综合判断和有效审核,尽可能地去还原企业的真实负债情况。同时,还要积极联系相关行业商会和同行业的其他企业,通过侧面打听等方式,进一步了解企业的实际情况,通过和行业协会、商会开展有效的合作,来逐步消除与企业之间的信息壁垒;但要从源头上解决问题,还要国家积极引导和规范民间借贷市场,鼓励一批合法合规、健康经营并具有竞争力的民间金融机构的开设和发展,去覆盖银行信贷无法满足的借贷需求。并通过相关立法,制定民间借贷的行业规则,进一步完善征信体系,做到民间借贷的负债信息与商业银行的贷款信息相互共享。
(二)加强银行信贷风险的审核能力,全面提升银行的信审质量
一是要做好从以审核现金流和净资产为主的,相对单一的信贷审核模型向以不同行业为区分、多维度的审核模型的过渡。例如在制造业领域,加入企业的水电用量、员工工资的发放额、海关及纳税记录等考核指标;而在批发零售领域,加入企业的库存出货记录等相对客观的考核指标,同时综合企业的工商年检记录、法院执行记录,多维度、具有针对性地去评估企业的经营状况;二是积极引入具备足够资质的专业咨询公司及相关产业协会,在一些无法用客观数据体现,银行又缺乏对应知识和经验的专业领域,向相关机构在关于行业发展的趋势、行业内企业发展的状况等方面做出专业咨询,提升自身的审核能力;三是加强行业准入甄选,应在预判行业中长期发展的高度上,优先支持核心技术含量高、符合国家导向、具备发展潜力的行业,禁止准入投资过热、信贷资源过于集中、产业结构低下的行业,从而避免出现针对全行业的系统性风险。
(三)加强银行对小微企业的管理能力,在成本可控的前提下完善银行的调查流程和提升贷后管理水平
在新客户准入方面,应通过前期建立小微风险模型,引入客户信用评级、综合企业的工商、税务、法院、房产等信息建立企业评分系统,进行规模化、集中化审批,对于资产规模到达一定级别的商业银行还可开展“信贷工厂”的审批模式。在审贷分离的基础上,结合各个地方的特点,再制定区域化的授信政策,根据系统审核的风险高低,对借款企业执行不同尺度的调查,从而加快审批速度,提升调查效率,又降低了调查成本;在贷后管理方面,一是要搭建小微企业的风险预警平台,构建复合预警体系,将企业经营现金流的变化、大额资金异常流动、抵质押物价值变化、对外担保信息、逾期欠息情况等信息都纳入预警指标体系,对预警信息要第一时间进行研判并且立刻开展核查,针对隐藏的风险点也要全面排查;二是要强化日常贷后监测。逐行业、逐地区、逐品种做好监测,对不良率较高、风险贷款上升较快的经营机构,及时采取风险提示、通报和整顿等措施,强化风险防范意识,防患于未然。
(四)加强银行与小微企业间的交流合作,适时地为小微企业主提供必要的财务顾问服务
银行作为专业的金融管理机构和借款企业的债务人,有能力也有必要为小微企业主提供适合的财务顾问服务。一方面,在筛选准入借款企业时,要充分考虑借款企业主的财务管理经验和个人综合素质,了解企业主的经营理念和发展规划,优先选择财务管理规范、经营管理水平高、经营理念先进、脚踏实地的企业;另一方面,在贷款发放后,要加强与借款企业的日常交流,及时掌握企业的新增债务状况和投资动向,并为企业的发展规划提供合理的建议,优化企业的资金配置,从而引导借款企业良性发展。
参考文献
[1]梁彩红.论商业银行小微企业信贷风险管理[J].上海金融,2014(9):108-110.
小微企业信贷风险分析论文 篇11
关键词：商业银行；信贷管理；征信
近年来，我国小微企业快速发展，据国家有关方面的统计数据披露，目前中国的小企业约为960万家，登记注册的个体、私营工商户已经超过3000万，99%以上的企业属于小企业或是微型企业。小微企业在活跃市场、增加税收、创造就业、保持社会稳定等方面发挥着巨大作用，已成为推动经济社会发展和社会健康发展的重要力量。中国经济的高速成长带给小微企业更多发展机遇，也刺激了小微企业的贷款需求，但融资难一直是制约小微企业生存和发展的瓶颈。对商业银行而言，随着企业直接融资渠道的拓展，企业脱媒现象日益明显，再加上利率市场化导致大客户议价能力日益增强，大客户对商业银行的贷款收益贡献越来越小；而小微企业融资渠道匮乏，愿意支付较高的资金价格，因此小微企业信贷业务成为商业银行重要的利润增长点。还有一个重要因素随着我国金融市场的发展及对外开放程度的提高，我国商业银行的信贷业务面临着前所未有的竞争和挑战，小微企业客户群体成为商业银行信贷业务发展的一片蓝海。商业银行小微企业信贷业务如何做到风险控制得当和成本回报相当，提高小微企业信贷业务管理能力是商业银行小微企业信贷业务发展的重要因素。
一、商业银行小微企业信贷管理中征信信息的重要性
2013年3月15日《征信业管理条例》施行标志着我国征信业步入有法可依的轨道。征信业作为信用信息服务行业，规范其健康发展对于支持小微企业的融资具有重要的作用。融资难一直是困扰小微企业发展的难题。除了小微企业所特有的不足，商业银行与小微企业之间的信息不对称是主要原因，由于信息不对称，使商业银行不能有效识别效益高的小微企业，从而导致了小微企业贷款风险增大、贷款成本提高，很难获得有效贷款。通过征信服务解决信息不对称问题，一方面有助于提高小微企业的信息透明度，提高小微企业获得融资的可能性；另一方面有助于发展小微企业的信用价值，提高其获得融资的额度，支持有信用、有效益的小企业发展。由于社会征信系统还不完善，逆向选择和道德风险在小微企业表现得较为突出，大多数小微企业财务制度不规范、不健全，信息披露不充分、不真实，商业银行很难全面了解、识别和判断其真实情况。商业银行可以通过中小企业征信体系了解企业相关基本信息和融资信息，为信贷决策提供了很好的决策依据和信息保障。商业银行可借助中小企业信用信息资源，尤其是小微企业所有人信息资源，简化中小企业贷款调查手续，在企业的历史交易、信用记录等情况的调查上节省时间。针对小微企业可依托信息资源，开发评分模型，发展批量化评价、审批，将提高审贷效率，降低交易成本，扩大信贷业务规模。
二、征信在商业银行小微企业信贷管理中的应用
征信在欧美国家已有近200年的发展历史，在我国征信体系建设刚刚起步，目前人民银行征信中心负责建设和运行的有全国统一的企业和个人征信系统、应收账款质押登记和融资租赁登记公示系统，信用产品涵盖企业信用报告、个人信用报告、应收账款质押登记和融资租赁登记。现在，各商业银行已建立了依托该系统的信用风险审查制度，将查询申请人信用报告、应收账款质押登记和融资租赁登记作为信贷决策的固定和必备程序。征信系统已在提高审贷效率、防止不良贷款、防止个人或企业过度负债以及根据信用风险确定利率水平等方面发挥了重要作用。
商业银行小微企业贷款包括两类，一类是指以个人名义办理的用于企业经营的贷款，另一类是指向符合国家小型微型企业标准的公司法人发放的对公贷款。小微企业信贷业务的特点是客户数量多、行业分布广，信贷周期短、贷款额度小、用款次数频繁，风险较大、收益较高，担保物及担保方式匮乏，以及客户信息采集较难等。针对小微企业贷款业务特点，商业银行应成立专门服务中小企业的中小企业业务部，在零售银行（个人信贷）部下设小微企业金融部。采用“批量营销、标准作业”的策略，在迅速扩大小微企业业务客户基础的同时，降低成本，充分发挥规模经济优势。
商业银行小微企业信贷业务应注重客户选择，为降低行业风险做好铺垫。首先，商业银行将小微企业融资业务的重点发展行业定位于大消费类行业及其 “商业圈”、“产业链”、“供应链”等， 在征信系统中筛选信用优良的小微企业，利用征信系统发现优质客户和潜在客户，扩大银行信贷投放。其次，通过解读小微企业和实际控制人、主要股东的征信报告降低信用风险。
随着商业银行以征信为基础的贷前调查、贷中审查、贷后管理业务流程的逐步建立，征信内容涵盖的行业信息偏少、正向信息采集不足等问题日渐突出，建议将公积金信息、纳税信息、认证信息、公用事业缴费信息、诉讼信息等纳入企业、个人征信系统，充实征信范围和内容，建立企业和个人联合征信系统。在实际操作中，只需通过查证一次就基本满足风险控制要求，可以最大限度降低查证成本、提高工作效率，为客户提供更加便捷、完善的金融服务，同时减少经营过程中的风险。
参考文献：
[1]戴根有：等.征信理论与实务，北京：中国金融出版社，2009.
[2]中国建设银行，小企业业务发展指导意见，2007年.
[3]李炅宇 刘 伟：商业银行小微企业贷款的风险定价策略，银行家，2011，（4）.
小微企业信贷风险分析论文 篇12
一、信贷风险管理现状分析
L银行在小微企业信贷风险管理方面采取了诸多的方法和措施。本文主要从小微企业信贷业务产品和风险管理流程两个方面分析L银行在这方面主要做的工作。
1、设立小企业业务专营管理部门
设立了专营机构16 家,分设10 个业务部,分布在各家支行及业务团队,业务覆盖各个行业和领域,在服务小微企业方面做出了积极有益的探索,取得了显著的社会效益和经济效益。
2、规范小微企业信贷业务流程
小微企业资金需求时效性很强。为了更好更高效地为客户提供金融服务,L银行小微企业信贷部根据业务开展的需要,优化操作流程,完善机制建设,形成了一整套适合小微企业信贷业务发展和风险防范的业务流程,规范小微企业信贷业务。
3、构建小微企业贷款监管体系
L银行对小微企业贷款进行监管,注重合同中的每一个细节,在合同中从贷款发放、贷后资金、贷款偿还等全过程管理,明确贷款违约事件发生时责任方应承担的相关责任,以合法的法律手段维护银行的合法利益。L银行充分发挥风险管理部和资产保全部的作用,在各分行成立分行预警控制小组,打破总行预警风险的机制,提高分行对小微企业信贷业务风险预警的时效性和准确性,通过风险预警机制,掌握全行小微企业信贷业务情况。截止2014 年底,L银行的风险预警贷款主要是单户担保和联保方式的贷款,行业分布主要集中在钢贸行业,占比达20%以上。
二、信贷风险管理存在的问题
1、未建立专业的小微企业信贷审批模式
(1)现有信贷审批标准不适用于小微企业。L银行针对大企业和小微企业采用的审批信贷流程、信用评价标准并无太大差异,业务审批与大企业的信贷业务流程一致,这种同标准的信贷审批模式无法满足小微企业“短平快”的资金需求,缺乏使用小微企业信贷业务简便的操作模式和标准化的产品流程,高标准和高门槛的要求不适合小微企业信贷业务发展。
(2)贷款种类单一且市场同质化。一方面是产品单一且推广容易受阻,现有的这两类产品并不能完全推广,产品也不能完全满足客户多样化的资金需求,针对小微企业贷款产品需要进一步丰富和完善。另一方面是小微企业贷款产品与其他银行的产品同质化严重。
(3)贷款审批流程繁琐。L银行目前对信贷审批实行审贷分离、统一授信的管理模式,贷款审批权主要集中在总行及分行一级,基层银行主要履行贷款前期准备,审批功能非常弱。基层行的客户经理办理贷款业务必须逐级上报,经上级行审批后才能完成贷款程序。复杂的贷款程序容易延误中小微企业急需资金的时机,导致部分优质的中小客户流失。
(4)贷前管理成本高。小微企业信息公开渠道少,所提供的资料无法真实反映企业的财务状况、产品经营等信息,企业为获得贷款隐瞒对企业不利的各种信息,银行并不能全面掌握企业的真实情况,为了获取更多客户的信息和资料,提高资料的采集量和真实性,银行必须加大贷前人力和财力资源的投入,使银行贷前信息的管理成本不断加大。
2、信贷服务制度不完善
(1)小微企业信贷信息科技系统薄弱。L银行目前在报表统计、绩效考核、数据报送、信息核对等方面都是人工统计完成,工作效率不高,且容易发生错误,加大操作风险,给信贷业务发展造成一定的潜在风险,无法做到利用科技手段来防范风险,提升业务发展水平的高效局面。
(2)小微企业信贷部与支行联动机制效果不明显。到2013 年L银行小微企业信贷部向各分支行累计推荐优质小微企业客户信贷规模上万亿元,通过业务共同开展的形式不断加强与支行的联动机制。但这种对接形式的效果不佳,仅限小微企业信贷部和小部分分支行之间开展,未形成全系统内分支行的对接机制和全行积极开展小微企业信贷业务的局面,小微企业信贷部单个部门的力量太薄弱,不利于扩大小微企业信贷业务规模。
(3)针对小微企业的服务意识不强。L银行在省内的服务网点在整个银行业的服务机构中所占的比重较小,增长速度低于小微企业融资需求增长的速度,使得L银行不能承担满足小微企业市场需求的重任。由于小微企业信贷业务规模小、风险大,L银行信贷业务开展主要对象是业绩良好的大中型企业,对小微企业的营销观念和服务意识不强。
3、缺乏小微企业信贷风险计量体系和风险预警机制
(1)缺乏小微企业信用评级体系。首先L银行对小微企业进行信用等级评定是小微企业获得贷款的重要依据,目前L银行对客户的信用评级主要侧重于以往财务数据的分析,缺乏对目前现金流量和经营情况的分析,对其未来偿债能力的评估更显不足。其次,由于银行获取小微企业资料的受限,缺乏足够的信息判断小微企业经营的实际情况,只能根据以往的经验或者相关专业人士的判断来评定,主观因素影响较大,对评定小微企业信用的定性和定量指标很难合理地确定,客户的风险状况无法通过评分客观地反映出来,不利于对企业的信用状况做出真实的判断。最后,L银行对小微企业的信用等级评定缺乏动态调整,定期评定使评级部门很难根据企业经营状况的变化对信用评级进行调整,信息传达落后不利于客户经理根据信用状况的变化对贷款情况做出快速判断。
(2)风险识别与分析手段落后。目前L银行对小微企业信贷业务的信用风险识别以定性为主,还未形成一套完善的小微企业客户信用风险计量体系,风险管理的依据偏重于传统的资产负债指标,而风险评估主要依靠工作人员的经验总结。这种风险识别和分析手段,一方面是这种主观判断的方式容易导致风险分析的结果受人为影响较大,工作人员的错误判断会使风险评估结果产生较大的偏差,不利于全行范围内对信贷风险的计量标准形成统一的规范和要求。另一方面,L银行尚未开展系统的行业和区域的风险分析工作,这部分风险评估的缺失导致整个小微企业信贷业务拓展缺乏整体的专业性风险分析和指导,使各分支行无法准确地把握主要目标客户及产业链定位,不能有效指导小微企业信贷业务未来的发展方向。
三、对策建议
本文通过分析L银行在信贷风险管理过程中存在的问题,并根据当前银行信贷业务发展的新趋势,根据L银行发展独立的小微企业信贷业务和提高风险管理水平的需要,从如何建立独立的业务单元和组织体系,建立完善的风险管控机制的角度特提出对策建议。
1、开拓新的信贷业务创新模式
(1)借助PPP模式拓展业务范围。国务院、财政部、发改委等部委出台了一系列推进政府与社会资本合作的政策。目前各地推出的PPP项目已达1500 个,总投资额超过2.7 万亿,商业银行已成为PPP项目最重要的资金提供方。L银行参与PPP模式可以通过两种方式。一是传统的企业贷款方式,包括小微企业在内的企业正积极参与到PPP模式中,L银行可通过贷款给PPP项目中的社会资本方获得收益,因社会资本合作伙伴是政府,贷款资金的违约风险和系统风险相对较小,能在一定程度上降低资金的风险。二是通过信托、券商资管、基金子公司等通道,间接参与PPP项目融资,此类业务可由L银行发起,在实现表外融资的同时,还能确保对项目的把控力,成为“影子银行”业务的延续。
(2)成立科技支行开展专营业务。我国正处于创新型国家建设和加快经济结构转型升级的关键时期,科技创新成为企业发展的源动力。科技型企业能迅速将科技资源转变为社会生产力,而科技型中小微企业是科技型企业的主体。为了更好地为科技型中小微企业提供融资服务,很多商业银行通过设立科技支行的形式专门开展中小微企业金融服务。一方面,与普通商业银行支行相比,科技支行借助风险投资,构建合理的风险管理架构来发放贷款,主要帮助处于初创期的中小型科技企业的成长,更关注风险因素。另一方面,专业的科技支行具备完善的信贷服务、股权融资等众多功能,对中小型科技企业的专业判断和发展前景评估能力非常强,具备技术、金融、市场、风险控制等多个专业团队,能有效控制支行面临的各种风险。因此,L银行可通过设立科技支行,为科技型中小微企业提供全面的金融服务,还能有效控制风险。
2、建立完善的人才队伍
(1)建立合理的激励约束机制。由前文分析可知,对信贷人员的考核体系不合理会增大操作风险,因此实现信贷业务人员的激励约束是规避操作风险的有效途径。一是改进以往注重任务指标完成率为主的绩效考核方式,运用平衡积分卡等新型管理工具,加强对风险管理的考核,从薪酬制度、绩效评价和晋升制度等多方面入手,建立一套既能调动信贷管理和业务人员积极性,又能有效防范信贷风险的激励约束机制。二是建立完善的小微企业专业人员培育和引进机制。要培养一支精通小微企业业务、熟悉小微企业规章制度、具备良好的职业素养的信贷管理团队,强化业务培训。加大对外部专业优秀人才的引进,充实银行信贷业务管理队伍,通过内部人才培养和外部人才引进机制,建立专业化团队,提高对小微企业信贷风险的管理水平。
(2)提高从业人员小微企业信贷业务的风险意识。L银行必须要求信贷管理人员和业务人员要同时转变观念,由控制小微企业信贷风险转变为提高自身经营和管理风险的能力,使价格覆盖风险。在信贷业务人员培训过程中,要灌输服务小微企业的观念,转变每一个小微企业信贷管理和服务人员的观念,把积极的风险风化推广到日常具体业务中,为小微企业提供更加完善的服务。
3、提供优质的产品和服务
(1)优化营销模式。目前L银行经营机构现已覆盖城市各经济区域,可充分依托支行网点,业务经营下沉,完善营销组织架构,改变过去单打独斗的扫街营销模式。小微企业信贷业务下一步就是要充分发挥网点辐射带动作用,强化以网点为中心的营销组织架构,将业务营销组织、营销人员管理下沉到各支行,以支行为中心,开展小微企业营销活动,完善网点的营销功能,强化产品交叉销售、业务联动营销。将人员、业务营销前置到支行,由支行统一进行组织管理,提高了小微企业信贷业务的效率。
(2)推进新产品创新。从前文分析可知,由于L银行针对小微企业开展的信贷产品只有两个系列,并不能满足当前小微企业信贷业务资金需求,因此L银行必须根据小微企业实际资金需求开发更多有针对性的产品。一方面充分利用金融行业鼓励创新产品的政策机遇,尤其是利率市场化的推进,L银行更加应该把握好机遇,创新发展小微企业信贷业务,利用自身业务发展的灵活性开发更多适合小微企业的信贷产品,拓宽小微企业的融资渠道,使小微企业更好地运营发展,从而降低信用风险的发生。另一方面,对国家重点扶持产业、无不良信用记录、企业发展前景好、可持续发展能力强的小微企业适度尝试“综合授信”,给予这类型企业在承诺贷款额度内能够灵活地根据企业发展需要按不同的方式从银行获得资金支持。
(3)构建完善的信息管理系统。从前文分析可知,L银行对小微企业信贷的信用风险评定和信贷决策大部分依靠人力手工完成,造成工作效率低下且操作风险加大。若L银行要发展小微企业信贷的批量授信模式,信贷风险评估、决策必须依靠安全、可靠和全面的信息技术。一方面,通过构建和实施自身小微企业信用评分系统及决策系统,针对不同类型的小微企业信贷客户,实现客户类型系统内自动归类。建立评级模型后实现信息化管理,确定信用级别,缩短贷款业务的审批时间,提高工作效率,降低信贷管理成本,降低人为主观的影响度,提高信贷决策审批决策中的客观性和准确性。另一方面,通过完善的信息管理系统获取大量的原始数据,通过大数据分析和模型计算,分析各类贷款业务准确的违约概率、信贷资金的违约损失率、预期损失金额等风险参数,为今后批量授信提供决策支持,从而更科学地为风险定价。
摘要：本文通过分析L银行小微企业信贷业务模式及风险管理的现状,分析了银行小微企业信贷风险管理目前存在尚未建立专门针对小微企业的信贷审批模式、贷后缺乏专业的小微企业信贷风险计量体系和风险预警机制,整个信贷管理的服务制度尚不完善的问题。为更好地保障小微企业信贷风险管理体系的实施,从开拓新的信贷业务创新模式,建立完善的人才队伍,提供优质的产品和服务等方面提出加强小微企业信贷风险管理的对策建议,完善L银行信贷风险管理制度,从而达到控制风险的目的。
关键词：信贷风险,风险防范和预警,信贷服务,产品创新
参考文献
[1]杨志新:大中型商业银行如何走出支持小微企业协调发展的信贷业务瓶颈[J].时代金融,2014(2)
[2]郝晓宇:商业银行小微企业金融服务策略研究[D].华中科技大学,2013.
[3]曹志鹏、赵明旭:银行视角下小微企业融资困境与信贷支持研究[J].中小企业管理与科技(下旬刊),2015(1).
[4]姚耀军、董钢锋:中小银行发展与中小微企业融资约束[J].财经研究,2014(1).
[5]李芳芳:我国商业银行信贷风险管理[D].首都经济贸易大学,2012.
[6]吴凡:基于产业集群的小微企业信贷风险管理研究——以民生银行为例[D].苏州大学,2014.
【小微企业信贷风险分析论文】推荐阅读：
商业银行对小微企业信贷风险分析09-04
小微企业信贷风险05-18
小微企业信贷10-21
小微企业信贷计划07-01
小微企业信贷特点07-29
大型企业信贷风险10-21
小企业信贷风险研究08-14
试论中小企业信贷面临的主要风险与防范对策06-21
个人住房信贷风险分析11-09
小微信贷09-04