中小微企業(yè)的信貸風(fēng)險量化評估

張雅潔 侯彥徽 朱云香

摘 要：本文討論了企業(yè)實力、信譽(yù)度、供求穩(wěn)定關(guān)系與企業(yè)貸款風(fēng)險度大小的關(guān)系，運(yùn)用SPSS對123家企業(yè)的相關(guān)數(shù)據(jù)進(jìn)行處理得到量化表征企業(yè)實力、信譽(yù)度、供求穩(wěn)定關(guān)系的指標(biāo)：銷售金額、采購金額、違約情況、信譽(yù)等級等。運(yùn)用信息熵法確定各指標(biāo)對應(yīng)的權(quán)重，最后采用TOPSIS法得到各企業(yè)與正理想解的相對近似度，基于該相似度實現(xiàn)對各企業(yè)的打分，該打分綜合反映了企業(yè)實力、信譽(yù)度、供求穩(wěn)定關(guān)系等綜合實力，打分越高，企業(yè)綜合實力越強(qiáng)、信貸風(fēng)險越小，從而實現(xiàn)對信貸風(fēng)險量化評估。

關(guān)鍵詞：信息熵;TOPSIS;信貸風(fēng)險

在當(dāng)今社會，隨著經(jīng)濟(jì)全球化不斷發(fā)展，越來越多的中小微企業(yè)如雨后春筍般涌現(xiàn)，但是在其成長期間會遇到諸多瓶頸，其中最主要、避無可避的一個就是向銀行借貸。但是中小微企業(yè)由于其規(guī)模小，可供抵押的資產(chǎn)也少，銀行為了能確保向其借貸的中小微企業(yè)可以定時還款，通常在對其發(fā)放貸款之前，依據(jù)信貸政策、該企業(yè)的交易票據(jù)信息和上下游企業(yè)的影響力、供求關(guān)系穩(wěn)定度、信譽(yù)度等因素對其進(jìn)行信貸風(fēng)險評估，然后根據(jù)信貸風(fēng)險評估決定對其是否放貸，貸款多少。然而，在評估時因缺少可缺少量化指標(biāo)，易使風(fēng)險評估出錯?；诖?，為了提高行貸風(fēng)險評估的準(zhǔn)確性，對其指標(biāo)進(jìn)行量化評估，在搜集了123家企業(yè)相關(guān)數(shù)據(jù)的基礎(chǔ)上建立起基于打分策略的信貸風(fēng)險量化模型。

一、基于打分策略的信貸風(fēng)險量化評估模型

（一）指標(biāo)的選擇

評價企業(yè)的信貸風(fēng)險的大小可以從企業(yè)實力、企業(yè)信譽(yù)情況、企業(yè)的供求穩(wěn)定關(guān)系三個方面考慮，為將其三個定性指標(biāo)轉(zhuǎn)化為定量指標(biāo)進(jìn)行量化，對123家企業(yè)的信譽(yù)等級、違約情況、進(jìn)銷項發(fā)票等數(shù)據(jù)利用SPSS繪制直方圖實現(xiàn)數(shù)據(jù)可視化，通過分析，用信譽(yù)等級、違約情況兩指標(biāo)量化企業(yè)信譽(yù)情況;用采購金額、銷售金額兩指標(biāo)量化企業(yè)實力;用銷售訂單數(shù)與采購訂單數(shù)的比值即：銷售采購比量化企業(yè)的供求穩(wěn)定關(guān)系。

（二）各指標(biāo)權(quán)重的確定

基于量化指標(biāo)的選擇，為進(jìn)一步確定各指標(biāo)對信貸風(fēng)險的具體影響大小采取熵權(quán)法確定各指標(biāo)的權(quán)重。

1、標(biāo)準(zhǔn)化

因各指標(biāo)的量綱不同，為保證數(shù)據(jù)真確性以及結(jié)果的可靠性，對各個指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，如下所示：

[Yij=Xij-minXimaxXi-minXi]

2、求解信息熵

根據(jù)信息熵的求解公式，求解各影響指標(biāo)的信息熵，求解公式如下：

[Ej=-lnn-1i=1npijlnpij]

其中若[pij=0]，則定義[limpij→0pijlnpij=0]。

在求解得到各指標(biāo)信息熵的基礎(chǔ)上，通過各指標(biāo)計算信息熵，公式如下：

[wi=1-Ek-Eii=1，2，...k]

其中，[Ei]表示各指標(biāo)的信息熵。將該值代入歸一化后的決策矩陣得到各指標(biāo)對應(yīng)的權(quán)重為：

[w=0.1699，0.273，0.1025，0.113，0.0557T]

（三）TOPSIS打分量化信貸風(fēng)險評估模型

將123家企業(yè)的各個指標(biāo)對應(yīng)的數(shù)據(jù)投放到一個7位空間的幾何系統(tǒng)中，每個點的坐標(biāo)由加權(quán)值確定。由正理想解和負(fù)理想解的概念定義指標(biāo)的相對近似度：定義距離正理想解盡可能近，距離負(fù)理想解盡可能遠(yuǎn)的數(shù)量指標(biāo)為相對接近度。依據(jù)各個企業(yè)的相對接近度大小排列各個企業(yè)的優(yōu)劣順序。對其進(jìn)行向量模一化處理，得到標(biāo)準(zhǔn)化決策矩陣，模一化處理公式如下：

[rij=diji=1mdij2]

對模一化后的[rij]賦各指標(biāo)對應(yīng)的權(quán)重值得到由[Uij]矩陣，[Uij=rijwj]。該矩陣的每一列的最大元素和最小元素構(gòu)成正理想解和負(fù)理想解，由此求得正理想解（[U+]）和負(fù)理想解（[U-]）。

i企業(yè)和正理想解的距離：

[Si+=j=13Uij-Uj+2]

i企業(yè)和負(fù)理想解的距離：

[Si-=j=13Uij-Uj-2]

i企業(yè)與正理想解的相對近似度：

[Si=Si-Si-+Si+]

通過相對近似度的表達(dá)式可知，[0?Si?1]，[Si]值越大則表示該企業(yè)距離正理想解的距離越近，基于該相似度對其進(jìn)行打分所對應(yīng)的分?jǐn)?shù)也會越高。從而實現(xiàn)對信貸風(fēng)險評估的量化。將123家企業(yè)中的十家企業(yè)的相關(guān)數(shù)據(jù)代入該模型進(jìn)行求解，得到其對應(yīng)打分分別為0.429，0.283，0.235，0.168，0.056，0.192，0.216，0.241，0.185，0.093。

打分越高表明企業(yè)實力、信譽(yù)度等綜合情況較好，信貸風(fēng)險較低;反之，打分越低則表明該企業(yè)信貸風(fēng)險較高，銀行在對其放貸時可以選擇小額放貸或縮短其還款日期等措施。

二、結(jié)語

基于相對近似度打分的信貸風(fēng)險量化模型，利用企業(yè)現(xiàn)有的各指標(biāo)數(shù)據(jù)實現(xiàn)信貸風(fēng)險的量化評估，從對企業(yè)的打分可以直觀地看出該企業(yè)的信貸風(fēng)險的大小，從而實行相應(yīng)的放貸策略，對中小微企業(yè)和銀行的發(fā)展均有積極作用。

參考文獻(xiàn)：

[1]皮長興.金融新常態(tài)下中小企業(yè)信貸風(fēng)向管理思考[J].財經(jīng)界，2020，26：24-25

[2]代治界.中小.企業(yè)信貸融資困境的成因及對策關(guān)鍵要素探究[J].商訊，2020，24：98-100.

[3]曹和平，候?qū)毶?，唐麗?保理融資：拓展銀行信貸產(chǎn)品的企業(yè)融資之路[J].江漢學(xué)術(shù)，2020，4：46-55.