國內(nèi)外中小企業(yè)信用研究進(jìn)展,信用管理論文

國內(nèi)外中小企業(yè)信用研究進(jìn)展,信用管理論文中小企業(yè)在促進(jìn)市場競爭、提高市場效率、加快技術(shù)創(chuàng)新、增加就業(yè)崗位、保持經(jīng)濟(jì)活力等方面發(fā)揮著特別重要的作用。在OECD成員國中，中小企業(yè)的數(shù)量超過97%.截止2020年初，中國中小微企業(yè)數(shù)量占全國企業(yè)總數(shù)的99%以上。中小型企業(yè)能夠快速應(yīng)對經(jīng)濟(jì)環(huán)境的改變，知足當(dāng)?shù)叵M(fèi)者的需求，組織靈敏性高。但中小型企業(yè)也存在財務(wù)透明度低，太多依靠少數(shù)管理者主觀判定，以及企業(yè)壽命短等缺點(diǎn)。由于大部分中小企業(yè)本身積累缺乏，基礎(chǔ)薄弱，中小企業(yè)通過股市、債市、集資入股和民間借貸等方式融資，獲得的資金有限，有90%以上的企業(yè)融資首先想到的是銀行貸款。但當(dāng)前銀行針對中小企業(yè)的信貸評價制度還不完善，導(dǎo)致中小企業(yè)很難符合商業(yè)銀行的評判標(biāo)準(zhǔn)，商業(yè)銀行的信貸資金更傾向優(yōu)勢地區(qū)、優(yōu)勢行業(yè)和大型企業(yè)，因而中小企業(yè)很難從銀行獲得融資。一、國外中小企業(yè)信譽(yù)研究當(dāng)代企業(yè)信譽(yù)評價起源于19世紀(jì)末20世紀(jì)初美國，隨后西方各主要經(jīng)濟(jì)發(fā)達(dá)國家陸續(xù)開展了根據(jù)企業(yè)財務(wù)統(tǒng)計(jì)指標(biāo)的評估工作，并逐步構(gòu)成了美國的財務(wù)導(dǎo)向型、日本的經(jīng)營導(dǎo)向型、德國的償付能力導(dǎo)向型，以及英國的系統(tǒng)評價等幾種主要的企業(yè)信譽(yù)評價形式。關(guān)于企業(yè)信譽(yù)的研究多是針對大企業(yè)或上市企業(yè)，在指標(biāo)選擇和模型構(gòu)建時并未將中小企業(yè)與大企業(yè)區(qū)分開，但中小企業(yè)與大企業(yè)相比無論是經(jīng)營環(huán)境還是管理方式方面都有明顯不同，當(dāng)前應(yīng)用廣泛的企業(yè)信譽(yù)評價方式方法并不完全適用于中小企業(yè)。國外的中小企業(yè)信譽(yù)評價方式方法最早是普遍適用于大企業(yè)的專家分析法、logit法、判別分析法等。分析指標(biāo)則是從財務(wù)指標(biāo)發(fā)展到財務(wù)指標(biāo)與非財務(wù)指標(biāo)相結(jié)合。〔一〕基于財務(wù)指標(biāo)的研究最早意識到要將構(gòu)建小企業(yè)信譽(yù)風(fēng)險模型區(qū)別于中大型企業(yè)的是Edmiste〔r1972〕，其根據(jù)美國小企業(yè)管理局〔SBA〕和羅勃莫里士協(xié)會〔RMA〕的記錄，挑選1958-1965年間的42家小企業(yè)為樣本，用多元判別分析方式方法〔MDA〕檢驗(yàn)財務(wù)比率能否能對小企業(yè)進(jìn)行破產(chǎn)預(yù)測。Edmister最先提出要綜合考慮有關(guān)指標(biāo)的行業(yè)發(fā)展水平和行業(yè)發(fā)展趨勢，以及變量之間的相關(guān)性，以為每個指標(biāo)只選取一個最具解釋性的變量不僅能減少計(jì)算量，同時也能得到較高的預(yù)測精度，并且需要至少連續(xù)3年的財務(wù)報表才能進(jìn)行破產(chǎn)預(yù)測。在Edmiste〔r1972〕的研究基礎(chǔ)上，Altman和Sabato〔2007〕在新巴塞爾協(xié)議規(guī)定下建立Logit回歸模型，預(yù)測美國2018家企業(yè)的一年期違約概率。對指標(biāo)進(jìn)行挑選后得到短期負(fù)債/普通股賬面價值〔杠桿作用〕、現(xiàn)金/總資產(chǎn)〔流動性〕、稅息折舊及攤銷前利潤/總資產(chǎn)〔盈利能力〕、留存收益/總資產(chǎn)〔規(guī)模〕、稅息折舊及攤銷前利潤/利息費(fèi)用〔組織靈敏〕5個預(yù)測準(zhǔn)確率最高的財務(wù)指標(biāo)。該模型的預(yù)測準(zhǔn)確率高于MDA法。Altman和Sabato以為銀行要為中小企業(yè)制定專門的貸款程序，還應(yīng)運(yùn)用特殊的評分評級系統(tǒng)。Behr和Gttler〔2007〕以德國1992-2002年期間貸款的40154家中小企業(yè)為研究對象，建立Logit回歸模型預(yù)測違約率。研究表示清楚股東權(quán)益增長率和銷售利潤增長率的提高能提升企業(yè)的信譽(yù)水平，有股權(quán)融資的企業(yè)風(fēng)險高于一樣規(guī)模的無股權(quán)融資的企業(yè)。Sohn〔2007〕構(gòu)建構(gòu)造方程模型針對影響科技型中小企業(yè)財務(wù)績效的因素進(jìn)行了研究，選取韓國1999年9月至2004年6月期間的1152份無缺失數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。結(jié)果證明，管理者的經(jīng)營能力和企業(yè)的技術(shù)水平對財務(wù)績效影響最大，管理者的知識經(jīng)歷體驗(yàn)、技術(shù)的營銷都對財務(wù)績效有積極影響。而信息服務(wù)業(yè)和電子業(yè)則相對財務(wù)績效較差，金屬工業(yè)需注重技術(shù)發(fā)展環(huán)境和市場潛力，化工行業(yè)則需注重技術(shù)和總資產(chǎn)周轉(zhuǎn)率。該研究給國家以及金融機(jī)構(gòu)向科技型中小企業(yè)提供資金時需考察的重點(diǎn)提供了根據(jù)，但模型中并未考慮宏觀環(huán)境和經(jīng)濟(jì)因素。以中小企業(yè)為主要服務(wù)對象的德國企業(yè)資信評估機(jī)構(gòu)Creditreform公司在評估時考慮11個財務(wù)因素：供給商目的天數(shù)、外部資本構(gòu)造、現(xiàn)金比率、營運(yùn)資本、權(quán)益比率、現(xiàn)金流/實(shí)際債務(wù)、成本收入比、應(yīng)付賬款比、負(fù)債比例、收益比及流動比率?！捕郴诜秦攧?wù)指標(biāo)的研究由于中小企業(yè)財務(wù)透明度低，財務(wù)系統(tǒng)不健全，僅僅依靠財務(wù)指標(biāo)對中小企業(yè)進(jìn)行信譽(yù)評價的效果不能知足外部投資者和債權(quán)人的需求。因而學(xué)者們開場將非財務(wù)指標(biāo)納入信譽(yù)研究的范圍。Kease和Watson〔1987〕以為由于中小企業(yè)的特殊性，不能僅憑財務(wù)信息對中小企業(yè)進(jìn)行破產(chǎn)預(yù)測，同時提出了如企業(yè)存在年限、管理者人數(shù)、非董事股東數(shù)、報告期滯后等18個非財務(wù)指標(biāo)，研究將非財務(wù)信息應(yīng)用于中小企業(yè)破產(chǎn)預(yù)測的效果。Sohn和Kim〔2007〕選取韓國1997-2002年間的1788家獲得國家科技信譽(yù)擔(dān)?；鸬闹行∑髽I(yè)為樣本構(gòu)建了隨機(jī)效應(yīng)Logit回歸模型進(jìn)行中小企業(yè)違約預(yù)測。遴選了19個指標(biāo)變量作為輸入值，包括財務(wù)與非財務(wù)指標(biāo)。實(shí)證結(jié)果顯示，上市且技術(shù)經(jīng)歷體驗(yàn)評分高，凈收益/股東權(quán)益和總資產(chǎn)周轉(zhuǎn)率高的企業(yè)違約率低，而凈收益/總資產(chǎn)和總資產(chǎn)增長率高的企業(yè)違約率高?！踩郴谠u價方式方法的研究Berger和Udel〔l2006〕以為以往的中小企業(yè)融資研究都將問題過度簡單化，忽略了金融體系這一因素，沒有考慮企業(yè)的異質(zhì)性，不適用信息不透明的中小企業(yè)。同時提出了一個愈加全面的概念框架，華而不實(shí)貸款技術(shù)結(jié)合了原始信息、挑選和承保、貸款合同構(gòu)造以及監(jiān)管機(jī)制。這個框架構(gòu)造了一個從政策到金融機(jī)構(gòu)組成和貸款基礎(chǔ)的因果鏈。Berger和Udell以為應(yīng)該將信譽(yù)好并且信息透明的中小企業(yè)與信息不透明的企業(yè)區(qū)別對待，選擇不同的評價方式方法。神經(jīng)網(wǎng)絡(luò)法能夠挖掘出給定數(shù)據(jù)集中隱含的知識，Logit方式方法也廣泛應(yīng)用于分類和預(yù)測，Dereliolu和Grgen〔2018〕將多層感悟器與LogitBoost模型結(jié)合用于中小企業(yè)違約預(yù)測。他們選取了土耳其144家企業(yè)，建立了4類共27個指標(biāo)，包括單位員工數(shù)、財務(wù)情況、風(fēng)險和違法信息。Dereliolu和Grgen先用支持向量機(jī)對原始數(shù)據(jù)進(jìn)行預(yù)處理，然后將多層感悟器的輸出結(jié)果作為LogitBoost模型的輸入值，以提高預(yù)測準(zhǔn)確率。由于傳統(tǒng)的統(tǒng)計(jì)方式方法如MDA,Logit法對樣本和輸入變量都有嚴(yán)格的限制，近年來興起的人工神經(jīng)網(wǎng)絡(luò)法要依靠調(diào)查者的經(jīng)歷體驗(yàn)知識預(yù)處理數(shù)據(jù)才能選擇控制參數(shù)，而且存在過渡擬合現(xiàn)象，并且由于神經(jīng)網(wǎng)絡(luò)是黑箱操作，對輸出值不具有解釋性。支持向量機(jī)方式方法基于構(gòu)造風(fēng)險最小化原則，只需確定兩個參數(shù)，實(shí)現(xiàn)了非線性變換后的線性分類，Kim和Sohn〔2018〕運(yùn)用SVM-RBF方式方法對1997-2002年間1448家科技型中小企業(yè)進(jìn)行信譽(yù)研究，更全面的選取了指標(biāo)。Fantazzini和Figini〔2018〕基于RandomSurvivalForests〔RSF〕建立了一個非參數(shù)模型，尋找變量之間的互相作用，對德國1003家中小型企業(yè)進(jìn)行違約預(yù)測。實(shí)證結(jié)果表示清楚建立的非參數(shù)模型在樣本集內(nèi)的預(yù)測精度高于Logit模型，而且提供了更好的違約講明；但在樣本集外進(jìn)行驗(yàn)證時，其預(yù)測精度要低于傳統(tǒng)的Logit模型。其原因在于，新模型有很高的估計(jì)偏差。XiaohongChen〔2018〕以為中國信譽(yù)評級市場還不成熟，缺乏企業(yè)信譽(yù)數(shù)據(jù)，并且風(fēng)險驅(qū)動參數(shù)很難獲得，相比之下KMV模型更適用于中國的信譽(yù)研究?；谠嫉腒MV模型建立了一個可調(diào)整參數(shù)的新模型來研究中國上市中小企業(yè)2004-2006年間的信譽(yù)問題，該模型考慮了股市變動，每股凈資產(chǎn)變動以及股權(quán)分置對上市中小企業(yè)信譽(yù)的影響，設(shè)置了30〔1級〕、40〔2級〕兩個預(yù)警線，實(shí)證顯示2級下面的50%中小企業(yè)次年會有大的信譽(yù)危機(jī)，1級下面的90%中小企業(yè)將來會面臨信譽(yù)危機(jī)。XiaohongChen發(fā)現(xiàn)資產(chǎn)規(guī)模對信譽(yù)有重要影響，小企業(yè)的信譽(yù)風(fēng)險要高于中大型企業(yè)，資產(chǎn)低于3億元的小企業(yè)風(fēng)險最高。股權(quán)分置對信譽(yù)并沒有太大的影響，但可能由于觀察期較短缺乏更多的數(shù)據(jù)支持。Figini和Giudic〔i2018〕以為預(yù)測中小企業(yè)違約概率時應(yīng)包括兩種數(shù)據(jù)源：定量的財務(wù)數(shù)據(jù)和定性的非構(gòu)造數(shù)據(jù)，如商業(yè)常識和專家意見，同時建立縱向參數(shù)模型和半?yún)?shù)模型運(yùn)用德國Creditreform公司的評價指標(biāo)得到兩種數(shù)據(jù)源的分值，根據(jù)貝葉斯理論計(jì)算權(quán)重，最后得到綜合評分。實(shí)證結(jié)果顯示，由縱向參數(shù)模型得到的綜合評分預(yù)測效果更好。Dereliolu和Grgen〔2018〕在比照了決策樹法、多項(xiàng)式核函數(shù)〔SVM〕、因子分析法、主成分分析法在約減指標(biāo)時的表現(xiàn)后，以為多項(xiàng)式核函數(shù)的效果最好，利用六組不同的數(shù)據(jù)進(jìn)行K-近鄰法、多層感悟器、支持向量機(jī)在信譽(yù)評估時的分類比擬，K-近鄰法的分類準(zhǔn)確率最高，但是極易受經(jīng)濟(jì)波動的影響。相比之下，多層感悟器的結(jié)果更好。Dereliolu和Grgen將CRED〔基于決策樹的規(guī)則提取〕應(yīng)用于分類結(jié)果，能夠提取出對分類結(jié)果影響最大的因素，不同于以往神經(jīng)網(wǎng)絡(luò)的黑箱操作。〔四〕基于銀行對中小企業(yè)信譽(yù)管理情況的研究英國銀行在向中小企業(yè)借款時將中小企業(yè)所占土地的污染問題納入評價范圍。McDermott和Stainer〔2005〕針對英國實(shí)行的環(huán)境立法對中小企業(yè)貸款的影響進(jìn)行了研究，以為中小企業(yè)為了獲得融資需要自行評估土地的風(fēng)險并減少這種風(fēng)險，這種驅(qū)動力多來自于銀行或是消費(fèi)者等第三方。同時還應(yīng)建立愈加量化、詳細(xì)、可信的環(huán)境報告。美國銀行也針對信息透明度低的中小企業(yè)借貸開發(fā)了SBCS〔SmallBusinessCreditScoring〕信息評分系統(tǒng)，在該系統(tǒng)中商業(yè)銀行更多地關(guān)注一些非財務(wù)指標(biāo)，如業(yè)主信譽(yù)、企業(yè)家素質(zhì)、雇員人數(shù)、企業(yè)的組織形式，主營業(yè)務(wù)范圍、所在行業(yè)、企業(yè)的商業(yè)信譽(yù)等。大多數(shù)美國銀行通過客戶關(guān)系經(jīng)理〔RelationshipManagers,RMs〕管理中小企業(yè)貸款，愈加注重長期的動態(tài)管理，傾向貸款給與銀行具有長期合作關(guān)系的企業(yè)。日本八千代銀行開發(fā)的主要利用非財務(wù)信息的SOHO模型是專門針對貸款額不超過300萬日元的小企業(yè)和個體經(jīng)營者而設(shè)計(jì)的信譽(yù)評價模型。將中小企業(yè)的非定量化信息〔共100多項(xiàng)〕進(jìn)行定量化，并建立相應(yīng)的數(shù)學(xué)模型。而帝國數(shù)據(jù)銀行〔TDB〕則主要依靠公司中訓(xùn)練有素的調(diào)查員的經(jīng)歷體驗(yàn)，對被調(diào)查公司的實(shí)地訪談，并對公司的信譽(yù)進(jìn)行多側(cè)面的間接調(diào)查〔比方有關(guān)銀行、客戶、同行、鄰居等〕，在訪談經(jīng)過中除了獲取財務(wù)報表以外，還要依靠調(diào)查員的豐富經(jīng)歷體驗(yàn)，獲得各種信息，甚至是察言觀色，然后