劉亞君 劉永功

摘 要：中小企業(yè)是推動我國經(jīng)濟快速平穩(wěn)發(fā)展的重要力量，是緩解我國嚴峻就業(yè)壓力的重要渠道，在市場經(jīng)濟中具有極大的活力。但是，中小企業(yè)面臨著融資難的問題。這主要是因為中小企業(yè)個體經(jīng)營風(fēng)險較大，信貸控制難度大，成本高，再加上相當大部分的中小企業(yè)主文化水平不高，法律常識淡薄，導(dǎo)致銀行不愿意向中小企業(yè)提供貸款支持。怎樣解決銀行對中小企業(yè)的信用風(fēng)險控制的問題，如何找到一個切實可行的降低信用風(fēng)險或者衡量信用風(fēng)險的辦法，是解決問題的關(guān)鍵。正是基于此種考慮，筆者才選擇了中小企業(yè)信用風(fēng)險度量研究為題。

關(guān)鍵詞：中小企業(yè)；信用風(fēng)險；度量

一、引言

中小企業(yè)是推動國民經(jīng)濟健康快速發(fā)展，緩解日益嚴峻的就業(yè)壓力的重要途徑之一。同時，在優(yōu)化經(jīng)濟結(jié)構(gòu)，帶動貧困地區(qū)快速脫貧中，發(fā)揮這不可替代的作用。因此，大力支持中小企業(yè)發(fā)展，為其壯大掃清制度體制障礙，刻不容緩。

（一）中小企業(yè)界定

對中小企業(yè)的界定，因時、因地、因行業(yè)不同而不同。世界上大多數(shù)國家和地區(qū)一般從結(jié)構(gòu)、組織形式以及雇員人數(shù)、資產(chǎn)總額兩個方面進行定義分類。后者，即從數(shù)量方面進行分類應(yīng)用較多。因為數(shù)量相關(guān)指標選取容易。如美國國會2001年出臺的《美國小企業(yè)法》對中小企業(yè)的界定標準為雇員人數(shù)不超過500人。 我國目前對中小企業(yè)的劃分標準為2003年國家經(jīng)貿(mào)委、國家計委、財政部、國家統(tǒng)計局研究制訂的《中小企業(yè)標準暫行規(guī)定》[1]。

（二）中小企業(yè)的發(fā)展現(xiàn)狀及特點

1.我國中小企業(yè)的特點

第一，所有制結(jié)構(gòu)多元化，投資主體多樣化。以工業(yè)企業(yè)為例，在獨立核算的中小工業(yè)企業(yè)中， 85％的中小企業(yè)均是非國有企業(yè)[2]。

第二，勞動密集型企業(yè)為主。中小企業(yè)的這一特點也是其緩解就業(yè)壓力的優(yōu)勢之一。據(jù)統(tǒng)計，目前中國大、中、型企業(yè)的資金有機構(gòu)成之比分別為1.83：1.23 ：1，即中小企業(yè)比大企業(yè)單位資金安置勞動人數(shù)要高。

第三，各地區(qū)發(fā)展不平衡，多集中在東部以及東南沿海地區(qū)。據(jù)有關(guān)數(shù)據(jù)，按照經(jīng)濟地帶劃分，中小企業(yè)數(shù)量東部、中部各占全國總量的42％，西部占15％；而相應(yīng)的工業(yè)總產(chǎn)值東部占66％、中部占26％、西部僅占8％。

此外，中小企業(yè)自身基礎(chǔ)薄弱，很容易受到外部經(jīng)濟環(huán)境變化的影響。在剛過去的金融危機中，大批中小企業(yè)因全球環(huán)境不景氣而倒閉正說明了這一點。

2.中小企業(yè)的發(fā)展現(xiàn)狀

我國中小企業(yè)發(fā)展最大的特點就是增長速度快。從數(shù)量上看，截止到2006年底，我國中小企業(yè)約有1200萬家，中小企業(yè)占全國企業(yè)總數(shù)的99.6%；中小企業(yè)所創(chuàng)造的價值約占全國GDP的58%、占整個社會銷售額的59%。并且，全國稅收的48%和出口的68%都由中小企業(yè)創(chuàng)造。更重要的是中小企業(yè)吸納了65%以上的新增就業(yè)人員、70%以上的農(nóng)村轉(zhuǎn)移勞動力。因此，中小企業(yè)成為緩解就業(yè)壓力、保持社會穩(wěn)定的重要力量之一。

（三）中小企業(yè)信用風(fēng)險特點

第一，中小企業(yè)信貸市場風(fēng)險較大[3]。一般認為，中小企業(yè)的信貸風(fēng)險高于大企業(yè)。主要因為中小企業(yè)大多數(shù)經(jīng)營規(guī)模較小，缺乏知名度，沒有自己的品牌，市場認知度不強，對信貸的依賴性較強，還款保證較低。

第二，中小企業(yè)經(jīng)營風(fēng)險大。中小企業(yè)中絕大部分是民營經(jīng)濟，控制權(quán)集中，因而有著較高的決策風(fēng)險。大多數(shù)中小企業(yè)為家族式企業(yè)，當家族中出現(xiàn)變故時，導(dǎo)致經(jīng)營管理的決策可能出現(xiàn)分歧，一些重要的管理政策也可能發(fā)生較大變更。

第三，中小企業(yè)信貸道德風(fēng)險較大。有些中小企業(yè)負責(zé)人法律意識淡薄、缺乏誠信，竭力掩蓋不良財務(wù)狀況，提供虛假的會計信息，進而騙取銀行貸款。當貸款到期時，不愿還貸，惡意擠占或挪用銀行貸款，具有非常嚴重的賴賬思想。而銀行與企業(yè)間存在的嚴重信息不對稱又使銀行無法及時識破這些騙術(shù)，因而面臨巨大的道德風(fēng)險。

總之，以上三點是相互影響的。因中小企業(yè)的經(jīng)營風(fēng)險較大，所以導(dǎo)致銀行面臨的信貸風(fēng)險較大，而中小企業(yè)信貸道德風(fēng)險嚴重又家中了銀行面臨的信貸風(fēng)險。

二、信用風(fēng)險概述

（一）信用風(fēng)險定義

信用風(fēng)險是客戶違約不能償還本息的風(fēng)險，是銀行業(yè)的主要風(fēng)險，銀行信貸資產(chǎn)質(zhì)量的好壞直接受信用風(fēng)險的影響。中小企業(yè)因其自身的一些特點，其信用風(fēng)險較大，且難以度量。而對信用風(fēng)險的度量也成為銀行風(fēng)險管理的核心內(nèi)容[4]。

（二）信用風(fēng)險管理發(fā)展階段

1.定性分析階段

1970年以前，大多數(shù)金融機構(gòu)基本上是依據(jù)銀行專家的經(jīng)驗和主觀分析來評估信用風(fēng)險的。銀行判斷是否應(yīng)發(fā)放貸款，核心就是對借款人的資信進行評價。主要的分析工具有5C法、LAPP法以及五級分類法等[5]。

這一類的分析方法的分類工具較簡單，受主觀因素影響較大，對人的素質(zhì)要求較高。

2.基于財務(wù)指標的分析模型階段

這種模型以關(guān)鍵的財務(wù)比率為基礎(chǔ)，并賦予其不同的權(quán)重，通過模型產(chǎn)生一個信用風(fēng)險分數(shù)或者概率。若此分數(shù)或者概率超過一定的值，貸款要求將會被拒絕。這個階段中，主要有Z分數(shù)模型、線性幾率模型、logit模型、probit模型和判別分析模型。當前較為流行且成熟的模型是logit模型。同時，Z分數(shù)模型比較接近于理論分析及實際檢驗。

盡管這類分析方法較為有效，但是也存在弊端：首先，數(shù)據(jù)來源于會計的賬面數(shù)據(jù)；其次，放棄了一些假設(shè)從而使得模型的準確性降低；最后，缺乏理論模型的支持。

3.綜合模型階段

20世紀90年代以來，西方的諸多銀行開始運用現(xiàn)代金融理論、數(shù)學(xué)工具來定量的評估信用風(fēng)險。這些模型主要分為兩類：組合理論模型與違約模型。其中，組合理論模型主要包括JP摩根的Credit Metrics、KMV法等；違約模型主要有Credit Risk+和麥肯錫公司的Portfocio View模型等等[6]。二者的區(qū)別是前者從歷史數(shù)據(jù)估計組合的未來違約分布，后者則基于理論分析估計組合未來的違約分布。

三、軟件及模型說明

（一）軟件的介紹

Eviews[7]是目前應(yīng)用非常廣泛的計量經(jīng)濟學(xué)軟件。其主要作用有：計算描述統(tǒng)計量，主要包括相關(guān)系數(shù)、協(xié)方差等；進行T 檢驗、協(xié)整檢驗、Granger 因果關(guān)系檢驗；運用普通最小二乘法（OLS）、兩階段最小二乘法等；對一些決策模型進行Probit、logit等估計；對聯(lián)立方程進行線性與非線性估計；分析向量自回歸系統(tǒng)；對多項式分布滯后模型進行估計；執(zhí)行對回歸方程的預(yù)測；模型的求解等。

（二）模型的介紹——Logistic模型

在Logistic模型中，違約概率的預(yù)測被看作一個虛擬變量問題[8]。所謂虛擬變量指的是一種取值為0或1的變量。在經(jīng)濟模型中，一些變量比如季節(jié)、民族、某項政策等都可能成為影響某個因變量的重要因素。這些變量所反映的并不是數(shù)量，而是某種性質(zhì)或?qū)傩?。為了研究方便，我們?nèi)藶闃?gòu)造出一種特殊變量，即虛擬變量來把這些變量定量化。規(guī)定當該變量值取1時，表示存在某種性質(zhì)或?qū)傩?，?時則表示不存在。在該模型中，計算出的概率越大，則表明違約的可能性越大。

Logistic模型假設(shè)因變量發(fā)生的概率與其各影響因素間呈現(xiàn)如下的非線性關(guān)系：

П（X）=1/[1+e·(β0+β1χ1+β2χ2+β3χ3+βnχn)]

其中X=(X1，X2，X3，…，Xn)T表示解釋變量，β = (β1，β2，β3βn)T是對于違約發(fā)生與否的解釋變量的系數(shù)，β0是指常數(shù)項。

四、中小企業(yè)信用風(fēng)險評價指標體系的構(gòu)成

（一）評價指標的選擇的原則

第一，數(shù)據(jù)的全面性原則，即能夠全面客觀地描述上市公司的信用狀況。所選財務(wù)指標充分反映了上市公司的償債能力、盈利能力、經(jīng)營能力等等。

第二，簡明科學(xué)原則。評價變量體系的大小也必須適宜，也就是說變量體系的設(shè)置應(yīng)有一定的科學(xué)性。

第三，靈活可操作性原則。公司信用評價變量體系中的數(shù)據(jù)來源應(yīng)易于采集，表達方式簡單易懂。要具有實用性，便于操作和設(shè)計電腦運算程序，應(yīng)具有足夠的靈活性，能夠使使用者根據(jù)實際情況對變量進行靈活運用。

第四，規(guī)范性原則。要求變量必須規(guī)范化，數(shù)據(jù)來源可靠，推理過程科學(xué)合理，具有較強的可操作性[9]。

（二）評價指標的選擇

基于以上原則，選取了反應(yīng)企業(yè)償債、效益和營運能力的12個指標：資產(chǎn)負債率（Y），凈資產(chǎn)收益率(X1)，凈資產(chǎn)增長率(X2)，營業(yè)收入增長率(X3)，稅后利潤增長率(X4)，流動比率(X5)，存貨流動負債比率(X6)，現(xiàn)金負債比率(X7)，存貨周轉(zhuǎn)率(X8)，應(yīng)收賬款周轉(zhuǎn)率(X9)，資產(chǎn)周轉(zhuǎn)率(X10)以及市盈率(X11)[10]。

五、實證分析

（一）樣本及數(shù)據(jù)來源

本文所選數(shù)據(jù)來自中小板塊部分上市企業(yè)從2000年第一季度到2009年第四季度的所有數(shù)據(jù)。同時，將所選的80家企業(yè)分為了兩組，資產(chǎn)負債率大于80%的為一組，剩下的為另一組。引入虛擬變量，將第一組賦值為1，視為高風(fēng)險一組；另一組賦值為0，風(fēng)險較低。

（二）單變量分析

運用Eviews軟件對11個作為自變量的財務(wù)指標進行相關(guān)性分析，可得11個財務(wù)指標相關(guān)性全部通過了檢驗，可以使用logit模型進行模擬。

（三）多變量分析

1.模型分析

Logistic模型假設(shè)因變量發(fā)生的概率與其各影響因素間呈現(xiàn)如下的非線性關(guān)系：

П（X）=1/[1+e·(β0+β1χ1+β2χ2+β3χ3+βχχχ)]

其中X=(X1，X2，X3，…，Xn)T表示解釋變量， β = (β1，β2，β3βn)T 是對于違約發(fā)生與否的解釋變量的系數(shù)， 是指常數(shù)項。

2.logit回歸

將兩組數(shù)據(jù)一同輸入回歸模型，若將P值的臨界值設(shè)置為0.15，則只有X3，X5和X10通過了檢驗，即對因變量的影響是顯著的。相應(yīng)的財務(wù)指標分別為：營業(yè)收入增長率，流動比率和資產(chǎn)周轉(zhuǎn)率。

因此，可以得出logit模型的違約概率的計算公式為：

П（X）=1/[1+e·(12.905+4.626*χ3-9.593*χ5-1.651*χ10)]

若所得概率大于50%，則賦值為1，即違約風(fēng)險較大；相反，若低于50%，則賦值為0，即風(fēng)險較小。將此次回歸的結(jié)果與之前相比較，只有10家企業(yè)實際情況與回歸結(jié)果有出入，則可以得出此次回歸的正確率為88.89%。

結(jié)論

本文依據(jù)信用風(fēng)險管理的相關(guān)理論知識，從中小企業(yè)入手，結(jié)合我國商業(yè)銀行的現(xiàn)狀，通過設(shè)計運用合理的財務(wù)指標評價體系，運用logit模型的回歸方法，深入探討了我國中小企業(yè)信用風(fēng)險的度量問題。研究發(fā)現(xiàn)，企業(yè)的凈資產(chǎn)收益率與銷售利潤率相關(guān)性很強，二者可選其一對企業(yè)的財務(wù)效益進行評價。同時，營業(yè)收入增長率、流動比率及資產(chǎn)周轉(zhuǎn)率這3個指標對企業(yè)違約風(fēng)險情況具有顯著地反映作用，應(yīng)引起足夠的重視。（作者單位：中國農(nóng)業(yè)大學(xué)人文與發(fā)展學(xué)院，北京，100193）

參考文獻：

[1]中小企業(yè)標準暫行規(guī)定.2003年2月19日國家經(jīng)濟貿(mào)易委員會、國家發(fā)展計劃委員會、財政部、國家統(tǒng)計局國經(jīng)貿(mào)中小企[2003]143號發(fā)布.

[2]佟元.我國中小企業(yè)信用風(fēng)險淺析.經(jīng)濟論叢2008（9）:187~188

[3]胡威.中小企業(yè)貸款信用風(fēng)險的控制與防范. 商場現(xiàn)代化，2009（9）:58—59

[4]趙曉菊，柳永明編著.信用風(fēng)險管理.上海:上海財經(jīng)大學(xué)出版社，2008.

[5]楊軍編著.銀行信用風(fēng)險.北京：中國財政經(jīng)濟出版社，2004.

[6]朱毅峰編著.銀行信用風(fēng)險管理.北京：中國人民大學(xué)出版社，2006.

[7]周天蕓著.信用風(fēng)險模型.北京：中國人民大學(xué)出版社，2005.

[8]何耀，唐清平.論中小企業(yè)信用風(fēng)險及防范.中國商界，2010(4):20—25.

[9]Jia Liu, Dong Pang. Determinants of survival and growth of listed SMEs in China.Journal of Development Economics, 2004(6):1—31.

[10] 趙改玲.中小企業(yè)信用風(fēng)險指標體系及預(yù)測模型構(gòu)建.商業(yè)時代，2009(7):50—54.