基于中小微企業(yè)信貸風(fēng)險和銀行收益的信貸決策研究

1、 基于中小微企業(yè)信貸風(fēng)險和銀行收益的信貸決策研究 羅勝尹 彭睿杰 胡靜Summary：文章分別從企業(yè)和銀行的角度出發(fā)，結(jié)合企業(yè)信貸風(fēng)險和銀行收益，得出具有實際意義的信貸策略。首先，確定企業(yè)的綜合能力及其對應(yīng)指標(biāo)，利用進(jìn)銷項發(fā)票對企業(yè)各項能力對應(yīng)指標(biāo)進(jìn)行求解，利用AHP-TOPSIS法得出各個企業(yè)的綜合評定分?jǐn)?shù)。其次，通過各企業(yè)的信譽(yù)評級建立決策樹模型，給出各企業(yè)是否放貸。再次，根據(jù)中國人民銀行中小微企業(yè)貸款年利率進(jìn)行分析，得出對綜合評定分?jǐn)?shù)大于等于總平均綜合評定分?jǐn)?shù)的公司給出的優(yōu)惠年利率為4.0%，對低于總平均綜合評定等級的公司給出4.7%的年利率。最后，在銀行年度信貸總額固定時，得出放貸給9

2、6家公司且將固定總額進(jìn)行平均分配的信貸策略最優(yōu)。文章對回歸模型進(jìn)行顯著性檢驗，得出違約率擬合程度準(zhǔn)確度較高。針對各個企業(yè)對應(yīng)年利率進(jìn)行分析，給出推廣意見，為銀行信貸決策提供更多有效的參考依據(jù)。Key：量化分析;信貸策略;決策樹模型;資產(chǎn)分配一、問題背景隨著社會的不斷發(fā)展，中小微企業(yè)逐漸成為推動經(jīng)濟(jì)發(fā)展的主載體。鼓勵扶持中小微企業(yè)是我國社會經(jīng)濟(jì)發(fā)展布局中不可或缺的部分。但在實際金融環(huán)境下，由于中小企業(yè)成立時間短、成立規(guī)模小以及企業(yè)信用缺失和缺少抵押資產(chǎn)等特性，所以在企業(yè)向銀行進(jìn)行貸款時，銀行首先會分析信貸政策、企業(yè)的交易票據(jù)信息和上下游企業(yè)的影響力，再參考企業(yè)的信譽(yù)評級，對企業(yè)的信貸風(fēng)險進(jìn)行評估

3、。最后，根據(jù)評估結(jié)果進(jìn)行分析，確定向不同信譽(yù)評級的企業(yè)發(fā)放不同的貸款額度、利率和期限等信貸策略。二、問題分析本文對若干有信貸記錄企業(yè)的信貸風(fēng)險進(jìn)行量化分析，并給出銀行在年度信貸總額固定時對這些企業(yè)的信貸策略。首先，確定企業(yè)的綜合能力。選取具有實用性與代表性的財務(wù)指標(biāo)，作為各能力的評價標(biāo)準(zhǔn)。利用進(jìn)銷項發(fā)票對企業(yè)各項能力對應(yīng)指標(biāo)進(jìn)行求解。再利用AHP-TOPSIS確定評價各個指標(biāo)在綜合能力中所占權(quán)重得出各個企業(yè)的綜合評定分?jǐn)?shù)。其次，根據(jù)企業(yè)是否違約和企業(yè)與綜合能力評定指標(biāo)之間的的關(guān)系可建立是否向企業(yè)借貸以及是否給予利率優(yōu)惠的決策樹模型，再根據(jù)銀行收益率曲線確定銀行最大收益率對應(yīng)的總貸款額度、信貸年

4、利率，給出中國人民銀行在年度信貸總額固定時對這些企業(yè)的信貸策略。三、借貸策略決策樹模型（一）原始指標(biāo)的選取由于未給出各個企業(yè)年度財務(wù)報表，且題目信息中給出的數(shù)據(jù)代表的往來業(yè)務(wù)具有局限性，不能夠具體量化企業(yè)的全部資產(chǎn)以及所有者權(quán)益。因此我們在選取定量分析企業(yè)貸款的綜合能力以及信貸風(fēng)險時，以表1為主要內(nèi)容進(jìn)行選擇。（二）HP-TOPSIS模型構(gòu)建1. 確定評價指標(biāo)權(quán)重由于企業(yè)信貸風(fēng)險評價指標(biāo)體系中各個評價指標(biāo)的重要程度不一樣，在確定影響信用風(fēng)險評估的各種指標(biāo)在評估體系中所占的比重往往難以定量化，在考慮不同因素的影響中，選擇采用AHP層次分析法判斷指標(biāo)權(quán)重的大小，規(guī)避決策者對于部分因素帶有主觀性，使

5、結(jié)果更具準(zhǔn)確性和科學(xué)性。首先，建立決策階層的結(jié)構(gòu)模型，分為三層結(jié)構(gòu)，目標(biāo)層為需要進(jìn)行的決策問題，決策層為判斷目標(biāo)質(zhì)量的各項指標(biāo)，指標(biāo)層為決策層細(xì)化因子。2. 一致性檢驗將矩陣A中的元素和矩陣都進(jìn)行歸一化處理后，計算出該判斷矩陣的最大特征值max=n，當(dāng)判斷矩陣不具有一致性時，判斷矩陣A的最大特征值maxn，若max 與n的比值越大，則證明A的不一致性越嚴(yán)重。因而定義一致性指標(biāo)：CI=當(dāng)CI=0時，判斷矩陣A具有完全一致性，為衡量CI的大小引入隨機(jī)性指標(biāo)：RI=由CI與RI的比值計算一致性比率，如果CI0.1時可以認(rèn)為構(gòu)建的A矩陣通過一致性檢驗，根據(jù)特征值法能夠得到影響該企業(yè)風(fēng)險評估的各個指標(biāo)權(quán)

6、重。3. TOPSIS排序法TOPSIS根據(jù)評價對象與最初設(shè)定的理想解距離的遠(yuǎn)近程度來評價最佳決策方案，用Ci表示各評價方案與理想解的接近度，接近度指標(biāo)與信貸風(fēng)險評估結(jié)果呈負(fù)相關(guān)，與企業(yè)綜合能力呈正相關(guān)。各評價指標(biāo)與其正負(fù)解的距離記為D+，D-，根據(jù)Ci的排序評價信貸風(fēng)險指標(biāo)：D+=（i=1，2，p）D-=（i=1，2，p）Ci=最后，基于AHP-TOPSIS模型下求出不同信譽(yù)條件下各企業(yè)的綜合評定分?jǐn)?shù)，如圖2所示。由圖2可以直觀了解到并不是信譽(yù)評級越高，企業(yè)的綜合評定分?jǐn)?shù)越高，在A，B，C三種信譽(yù)等級下，C等級的綜合評定分?jǐn)?shù)最高。說明綜合評定分?jǐn)?shù)受多因素影響，側(cè)面驗證模型的準(zhǔn)確性。（三）決策

7、樹模型建立基于AHP-TOPSIS法下計算各個企業(yè)的綜合實力能力指標(biāo)，分為企業(yè)是否違約兩種情況，若企業(yè)的信譽(yù)評價為D，則銀行決定不放貸給企業(yè)，在企業(yè)沒有違約的條件下若企業(yè)的綜合能力大于等于平均綜合評定分?jǐn)?shù)，則認(rèn)為該企業(yè)符合信譽(yù)高，信貸風(fēng)險小的標(biāo)準(zhǔn)銀行放貸，若企業(yè)的綜合能力小于平均綜合評定分?jǐn)?shù)，則銀行不進(jìn)行放貸。四、模型檢驗為避免評價時可能出現(xiàn)邏輯錯誤，依據(jù)層次分析法的原理，定義一致性指標(biāo)來驗證結(jié)果，通過SPSS進(jìn)行線性回歸分析，驗證一致性指標(biāo)如表2所示。由表2可以觀測到在F統(tǒng)計量下對應(yīng)的P值為0.021小于0.05，說明線性回歸方程顯著。模型具有一定正確性。五、模型評價與推廣模型利用AHP-T

8、OPSIS法確定各項財務(wù)指標(biāo)在評價企業(yè)綜合能力與信貸風(fēng)險中所占比權(quán)重以及對各項財務(wù)指標(biāo)進(jìn)行優(yōu)先次序排序。根據(jù)企業(yè)是否違約和企業(yè)與綜合能力評定指標(biāo)之間的的關(guān)系可建立是否向企業(yè)借貸以及是否給予利率優(yōu)惠的決策樹模型。將中小企業(yè)未來的發(fā)展?jié)摿{入財務(wù)指標(biāo)的考量，具有前瞻性與創(chuàng)新性，避免了傳統(tǒng)財務(wù)指標(biāo)帶來的滯后性。Reference：1郭妍，張立光，劉佳.中小企業(yè)信貸風(fēng)險度量模型研究基于山東省的實證分析J.東岳論叢，2013，34（07）：58-61.2樊樹海，凌寧.基于AHP-TOPSIS模型的企業(yè)財務(wù)績效評價J.會計之友，2018（06）：78-80.3張夏.基于AHP-TOPSIS的iOS系統(tǒng)社交類APP圖標(biāo)評價模型構(gòu)建D.濟(jì)南：齊魯工業(yè)大學(xué)，2019.4徐曉玲.基于Logistic模型的中小企業(yè)信用風(fēng)險研究D.濟(jì)南：山東大學(xué)，2019.5霍源源，姚添譯，李江.基于Probit模型的中國制造業(yè)企業(yè)信貸風(fēng)險測度研究J.預(yù)測，2019，38（04）：76-82.6竇小凡.KNN算法綜述J.通訊世界，2018（10）：273-274.7謝堅.中小企