小微企業(yè)信貸風(fēng)險評價模型構(gòu)建及應(yīng)用

●蘇 蕙

目前，我國市場經(jīng)濟(jì)蓬勃發(fā)展，極大地解放和發(fā)展了生產(chǎn)力，且資本以多元化的形式呈現(xiàn)在市場經(jīng)濟(jì)中，所以商業(yè)銀行對小微企業(yè)的金融支持是不可推卸的責(zé)任，同時也是自身發(fā)展戰(zhàn)略轉(zhuǎn)型的重要方向。但銀行現(xiàn)有的小微企業(yè)信貸風(fēng)險評價模型并不夠完善，大部分銀行制定小微企業(yè)信貸風(fēng)險評價模型后，并沒有嚴(yán)格按照該模型的評價方法執(zhí)行；或者有的銀行即使運(yùn)用評價模型評估后，由于模型不夠完善，還是需要進(jìn)行人工審批。如此既浪費(fèi)人力物力，也會加長商業(yè)銀行的信貸審批周期。本文以Z銀行為研究對象，主要進(jìn)行該銀行的小微企業(yè)信貸風(fēng)險評分卡優(yōu)化，構(gòu)建完整的信貸風(fēng)險評價模型，能夠高效且客觀地評價小微企業(yè)信貸風(fēng)險。并且通過案例分析驗證其有效性。

一、文獻(xiàn)綜述

（一）國外研究現(xiàn)狀

Altman（1968）提出了新的評分模型——定量化信貸風(fēng)險識別Z模型，該模型是由五個主要指標(biāo)建立的，對這些指標(biāo)的選取是通過篩選33家破產(chǎn)制造企業(yè)和同樣數(shù)量及規(guī)模的具有正常經(jīng)營獲利能力的企業(yè)的信息和數(shù)據(jù)，對這些數(shù)據(jù)進(jìn)行整合加工，最終決定的五個指標(biāo)是：營運(yùn)資本、留存收益、息稅前收益和銷售收入分別與總資產(chǎn)的比值、權(quán)益的市場價值與總債務(wù)的比值，這些指標(biāo)能夠反映企業(yè)資產(chǎn)資金流動性、償債和獲利能力以及財務(wù)經(jīng)營狀況等基本信息。Roy Mersland（2011）認(rèn)為不僅要做好信貸風(fēng)險評價體系的建設(shè)，還要對貸前和貸后環(huán)節(jié)加強(qiáng)管控。因為銀行提供的貸款項目和類別較多，在貸款前要注意貸款風(fēng)險的識別，并且評估該筆貸款是否會存在高違約概率；在貸后環(huán)節(jié)，要對貸款存在風(fēng)險的項目及時給予反饋，建議完整貸后的風(fēng)險管控體系。麥肯錫模型——redit View Portfolio C多因素模型（2013）能夠在充分考慮社會發(fā)展的宏觀經(jīng)濟(jì)因素和企業(yè)所處行業(yè)的發(fā)展?fàn)顟B(tài)下建立分析模型，判斷各種貸款在該時期的違約率大概在什么區(qū)間。

（二）國內(nèi)研究現(xiàn)狀

國內(nèi)朱文斌、范伯乃（2003）在介紹和分析國外企業(yè)信貸風(fēng)險識別模型的基礎(chǔ)上，建立了上市公司信貸指標(biāo)體系，該體系中共包含15個相關(guān)指標(biāo)，反映了企業(yè)的償債能力、獲利能力、營運(yùn)能力等基本企業(yè)信息和現(xiàn)狀。黃薷丹（2018）同樣提出選取神經(jīng)網(wǎng)絡(luò)來構(gòu)建商業(yè)銀行企業(yè)客戶的信貸風(fēng)險評價體系。在現(xiàn)今大數(shù)據(jù)的時代，她分析并比較了不同大數(shù)據(jù)算法所存在的問題及其優(yōu)缺點，最終決定選取了神經(jīng)網(wǎng)絡(luò)模型來構(gòu)建商業(yè)銀行企業(yè)客戶信貸風(fēng)險評價體系，并且對其結(jié)論進(jìn)行實證分析，以期該模型能夠?qū)ι虡I(yè)銀行的管理起到積極有效的作用。

綜上所述，信貸風(fēng)險評價模型越來越完善，需綜合多種因素考慮模型內(nèi)指標(biāo)的選取和建立。

二、信貸風(fēng)險評價方法與模型

能夠建立信貸風(fēng)險評價模型的基礎(chǔ)是要有評估企業(yè)的財務(wù)狀況和現(xiàn)有的企業(yè)制度這兩方面的信息。當(dāng)然，信貸風(fēng)險評價體系會隨著經(jīng)濟(jì)的發(fā)展不斷變化，模型中側(cè)重的指標(biāo)也會不一致，比如起初我國很多大企業(yè)都選擇定性分析法，而現(xiàn)在大都以定量分析為主。

要想能夠更準(zhǔn)確客觀地評價企業(yè)的信貸風(fēng)險，那么需要對信貸風(fēng)險評價模型結(jié)果進(jìn)行量化，這樣會更準(zhǔn)確客觀地反映評估結(jié)果。在西方發(fā)達(dá)國家，信貸評價體系的建立與起步較早，并且對于信貸風(fēng)險的量化技術(shù)也越來越完善，在這一方面，我國商業(yè)銀行可以多向其借鑒，綜合其建立模型所考慮的因素，來完善我國商業(yè)銀行信貸風(fēng)險評價模型的建設(shè)，這樣也能提高銀行對風(fēng)險的識別能力和管控能力。而量化技術(shù)主要是以下幾種：

（一）專家系統(tǒng)模型

金融機(jī)構(gòu)對信用風(fēng)險的分析和評價依賴主觀分析或者定性分析。而“5C和5P”的方法也是這種分析法中最常用的方法，其中五個指標(biāo)指借款人的品格、借款企業(yè)的資本、抵押品、償債能力以及所處的經(jīng)濟(jì)周期。決策機(jī)構(gòu)或者決策人根據(jù)這五個指標(biāo)來對企業(yè)進(jìn)行評估，篩選并整理好這五個指標(biāo)所需要的數(shù)據(jù)，對這些數(shù)據(jù)加工由專家決定每個指標(biāo)應(yīng)該在這一體系中占據(jù)多少權(quán)重。從評估結(jié)果就可以看出該企業(yè)的償債能力如何，還款人意愿是否強(qiáng)烈，有沒有可能出現(xiàn)惡性違約的情況，根據(jù)這些結(jié)果來作出客觀的貸款決策，能夠有效降低貸款風(fēng)險。但是不同專家對指標(biāo)權(quán)重的分配都是不一樣的，就會影響信貸決策的準(zhǔn)確度?？偟膩碚f就是該模型主觀性很強(qiáng)，建議不作為主要的分析方法。

（二）信用評分模型

該模型需要大量的數(shù)據(jù)作為支撐，因為該模型中需要的指標(biāo)數(shù)量較多，比如借款人的信用情況、資產(chǎn)狀況、人品、年齡，借款企業(yè)的財務(wù)和經(jīng)營狀況等。將企業(yè)信息依照這些指標(biāo)進(jìn)行加工篩選，再對這些指標(biāo)賦予不同權(quán)重計算出信用評分值，根據(jù)評分值來決定是否要給該企業(yè)發(fā)放貸款，以什么樣的利率發(fā)放，貸款期限又是多久。但是用來評估企業(yè)信用模型的指標(biāo)如何選取，定性指標(biāo)和定量指標(biāo)的選取依據(jù)如何確定，這些都是制定信用評分模型時需要考慮的因素。這種方法在商業(yè)銀行中的運(yùn)用很普遍。本文選取的Z銀行的信貸風(fēng)險評價模型也是以此方法為基礎(chǔ)。

（三）財務(wù)比率分析法

顧名思義，該模型的側(cè)重點在企業(yè)財務(wù)狀況上，通過企業(yè)財務(wù)信息反映企業(yè)資本結(jié)構(gòu)。這一模型中的三大主要指標(biāo)是：經(jīng)營能力、償債能力和創(chuàng)新能力，這三個指標(biāo)通過對企業(yè)的財務(wù)信息加工得到，并主要評估企業(yè)這三個方面的能力。而隨著市場機(jī)構(gòu)的不斷發(fā)展，這三個指標(biāo)也不能全面地評價企業(yè)現(xiàn)狀，所以盈利能力和企業(yè)發(fā)展?jié)摿@兩個因素也被列為該模型的考慮范圍內(nèi)。隨著財務(wù)比率模型的不斷完善和經(jīng)濟(jì)的不斷發(fā)展，對企業(yè)發(fā)放貸款的要求也越來越嚴(yán)格，提供資金的一方更加注重企業(yè)的資金來源是否可靠，以及經(jīng)營模式是否穩(wěn)定，所以資產(chǎn)負(fù)債率和資本的報酬率同樣也是評估該企業(yè)情況的重要指標(biāo)。

該方法被不斷完善優(yōu)化，也漸漸被決策機(jī)構(gòu)所接受和運(yùn)用，這種模型需要數(shù)據(jù)多、準(zhǔn)確性高，但操作簡便并且數(shù)據(jù)分析可以直觀看到，但是該種辦法過于偏重企業(yè)的財務(wù)狀況，而非財務(wù)狀況幾乎沒有體現(xiàn)，比如償債人的個人品行、企業(yè)的整體信用和經(jīng)營狀況等。所以財務(wù)比率法不能全面評估企業(yè)風(fēng)險。

（四）綜合評價模型

企業(yè)在信用評級中，不可能評級過程都是絕對能夠劃分類別的，總會有不能夠明確判定的模糊性問題，所以需要運(yùn)用該模型。綜合評價模型需要數(shù)學(xué)原理作支撐，而不是像其他幾種方法只需確定簡單的步驟即可。早在1965年，美國學(xué)者研究分析該模型的運(yùn)行原理，并且對該原理進(jìn)行解釋說明，同時提出其他相關(guān)理論的原理。該模型的主要流程是先確定評級的因素，即需要哪些指標(biāo)；再將指標(biāo)進(jìn)行分類，哪些是一級指標(biāo)哪些是二級指標(biāo)，確定指標(biāo)的隸屬分類；最后則是由前兩步得出的結(jié)果來綜合評價該企業(yè)信貸風(fēng)險。

上述方法中，財務(wù)比率法、信用評分模型以及綜合評價模型都需要大量數(shù)據(jù)來支撐該模型的運(yùn)行，小微企業(yè)的財務(wù)信息較為混亂，財務(wù)管理制度也不是很健全，所以并不完全適用于這些模型。結(jié)合小微企業(yè)財務(wù)數(shù)據(jù)不全面而且定性指標(biāo)較多的特點，在Z銀行現(xiàn)有小微企業(yè)風(fēng)險評分卡模型上，優(yōu)化該模型的結(jié)論以及運(yùn)用該模型的方法，提高小微企業(yè)貸款審批效率和決策準(zhǔn)確性。

三、Z銀行小微企業(yè)信貸風(fēng)險評價模型現(xiàn)狀

（一）Z銀行基本狀況

Z銀行的前身成立于1996年，2000年進(jìn)行更名，名字為Z市商業(yè)銀行，在2009年時，正式更名為Z銀行，2015年在香港掛牌上市，2018年在深圳交易所掛牌上市，成為了全國首家“A+H”股上市的商業(yè)銀行。

截至2019年6月末，Z銀行上半年的資產(chǎn)總規(guī)模達(dá)到4797.96億元，相較上年末增長了136億，貸款規(guī)模1775.57億元，較上年末增長179億元。資本的充足率達(dá)到12.74%，不良貸款率也在逐年降低，上半年為2.39%，較上年末降低0.08%。本行的員工較上一年增加200人左右，上半年員工總?cè)藬?shù)為4767人，營業(yè)機(jī)構(gòu)為166家，分行12家，支行153家，數(shù)據(jù)顯示Z銀行近幾年在穩(wěn)定發(fā)展。Z銀行的服務(wù)特色就是 “商貿(mào)金融、小微金融、市民金融”，業(yè)務(wù)更加貼近該市發(fā)展，并且一直致力于為該市企業(yè)和市民提供全面、便捷的金融服務(wù)。

（二）Z銀行現(xiàn)有小微企業(yè)貸款評分卡模型

Z銀行小微企業(yè)貸款評分卡的指標(biāo)和對應(yīng)分值如表1所示。

表1小微企業(yè)貸款評分卡

Z銀行現(xiàn)有規(guī)定小微企業(yè)通過評分卡計算出得分后，還需要人工審批，并沒有能直接進(jìn)行電腦篩選的分值標(biāo)準(zhǔn)。這就是上文提到的，銀行自身有能夠評價小微企業(yè)信貸風(fēng)險的模型，可是該模型沒有得到充分利用，只是利用該模型計算出每個企業(yè)的評分卡得分，并沒有給出該企業(yè)是否能發(fā)放貸款的結(jié)論。為了提高審批效率，降低人工審批成本，從風(fēng)險審慎的角度看，可以通過自動評分決策避免人為主觀因素的干擾，從而降低風(fēng)險。評分決策有三種結(jié)果，分別是評分自動通過、評分自動拒絕、評分人工審批。

四、Z銀行小微企業(yè)信貸風(fēng)險評價模型結(jié)論構(gòu)建

根據(jù)申請評分模型得分，設(shè)置自動拒絕與自動接受分?jǐn)?shù)線。低于自動拒絕分?jǐn)?shù)線的將被直接拒絕，高于自動接受分?jǐn)?shù)線的將直接通過，二者都不需要進(jìn)入人工審批環(huán)節(jié)。分?jǐn)?shù)線設(shè)置要合理把握風(fēng)險和業(yè)務(wù)發(fā)展之間的平衡。建議方案：根據(jù)業(yè)務(wù)發(fā)展需要，并且要拒絕足夠多的壞客戶，通過數(shù)據(jù)分析得到控制比例是20%-30%。得分較低且壞客戶占比明顯偏高的分?jǐn)?shù)段作為自動拒絕；反之，得分較高且壞客戶占比極低的分?jǐn)?shù)段作為自動接受。而好壞客戶標(biāo)準(zhǔn)如表2。

表2好壞客戶劃分定義

本文選取355家在Z銀行申請貸款的小微企業(yè)，通過對其13個月的觀察，觀測出樣本好壞客戶在不同分?jǐn)?shù)值內(nèi)的分布。這355家企業(yè)分?jǐn)?shù)值在677－810分，上文中提到自動接受與拒絕的比例在20%－30%，所以將排名最低的占總樣本數(shù)20%的企業(yè)由低到高排序，最高分值為705分，總共71家企業(yè)。排名最高的企業(yè)占總樣本的10%共有35家，其中最低分值為755分。分值排名在中間的其余70%的企業(yè)有249家，分值為706-754分，通過對其13個月的觀測，小微企業(yè)違約概率以及分值界定見表3。

表3小微企業(yè)違約概率在不同分值中的占比

而對Z銀行，基于銀行對貸款違約客戶在不同分值中違約所能接受的比例，筆者設(shè)置的壞客戶占比要求是，在自動拒絕的分?jǐn)?shù)線內(nèi)，通常壞客戶占比達(dá)到20%以上，而在自動通過的分?jǐn)?shù)線內(nèi)，一般而言壞客戶的占比不超過0.05%。表3中，705分以下客戶中違約客戶占比高于20%，而755分值以上違約客戶則占比低于0.05%。我們用行內(nèi)大數(shù)據(jù)2321家小微企業(yè)再進(jìn)行驗證結(jié)論，如表4所示。

表4大數(shù)據(jù)樣本驗證結(jié)果

所以行內(nèi)大數(shù)據(jù)驗證所得結(jié)論與跟蹤觀測的355家企業(yè)一致，那么可以設(shè)定自動評分表的分值如表5。

表5評分卡分值設(shè)定

五、Z銀行小微企業(yè)信貸風(fēng)險評價模型的應(yīng)用分析

（一）目標(biāo)客戶簡介

A公司是經(jīng)該省食品藥品監(jiān)督管理局、市食品藥品監(jiān)督管理局批準(zhǔn)成立的醫(yī)藥零售連鎖公司，公司成立于2009年，經(jīng)營范圍為：中成藥、中藥飲片、化學(xué)藥制劑、抗生素、生化藥品、生物制品（除疫苗）；（憑有效許可證核定范圍和期限經(jīng)營）醫(yī)療器械Ⅰ類；體溫計、血壓計、磁療器具、血糖試紙條、妊娠診斷試紙（早早孕檢測試紙）、醫(yī)用脫脂棉、醫(yī)用脫脂紗布、醫(yī)用衛(wèi)生口罩、避孕帽、輪椅、醫(yī)用無菌紗布、洗化用品、日用百貨、消殺用品等。

1、A公司管理狀況分析。A公司的最大投資方為王某，占比51%，并且是公司的執(zhí)行董事。而媛某是另一股東，持股49%，也是公司監(jiān)事。王某個人征信記錄良好，無不良記錄。王某與媛某此前一直從事醫(yī)藥行業(yè)，所以對公司運(yùn)營以及管理是有一定經(jīng)驗的。

2、A公司經(jīng)營狀況分析。A公司成立十年以來，積累了較多的客戶資源，該公司的銷售渠道有：一是利用王某以前從事單位的市場資源進(jìn)行銷售，但是銷售渠道單一，客戶集中且客戶差異較小，所以面臨的市場競爭大，銷售風(fēng)險較高；二是采用定制化模式，大客戶在需要備貨時會向該公司訂貨，但是這種訂貨方式由于市場競爭激烈，受外部影響大，不穩(wěn)定。此外，A公司由于所有銷售的器械都是從外部購買，并且有多家分支機(jī)構(gòu)在銷售，這樣不利于有效地降低成本，所以銷售產(chǎn)品時競爭力不大，拓展新客戶能力也受限。

3、A公司所在行業(yè)及區(qū)域影響。A公司位于中國中部的一個省會城市，近幾年由于“自貿(mào)區(qū)”的建立和“一帶一路”的政策實施，A公司所在區(qū)域經(jīng)濟(jì)也越來越繁榮，經(jīng)濟(jì)發(fā)展速度快。此外，黨的十九大召開后，強(qiáng)調(diào)加強(qiáng)金融服務(wù)實體經(jīng)濟(jì)的路線，因此商業(yè)銀行大力支持當(dāng)?shù)仄髽I(yè)發(fā)展，該地區(qū)小微企業(yè)發(fā)展的外部環(huán)境良好。

2018年初，公司欲擴(kuò)大規(guī)模，增加固定資產(chǎn)購入，以及門店開設(shè)，向Z銀行申請100萬貸款，借款期限12個月。根據(jù)流程，Z銀行需要對A公司的基本信息作了解，因此需要A公司提供營業(yè)執(zhí)照（三證合一）、業(yè)務(wù)往來的購銷合同，以及能夠反映A公司真實財務(wù)狀況的財務(wù)報表等資料。并且由負(fù)責(zé)該公司貸款審查的信貸人員去公司進(jìn)行實地考察，確認(rèn)該公司提供的基本資料是否真實，對這些資料評估過后，進(jìn)入貸款審批環(huán)節(jié)。

對A公司的貸款申請先由經(jīng)辦行審查，并在其負(fù)責(zé)人權(quán)限內(nèi)進(jìn)行審批。審批完后上報總行小微企業(yè)金融事業(yè)部審查審批，事業(yè)部審查人員完成項目審批后，上報審查主管或副總經(jīng)理、總經(jīng)理、小微企業(yè)審貸委員會及最終有權(quán)審批人進(jìn)行審批，歷時一個月，最終審核沒有通過，沒有給A公司放貸。

對A公司貸款的審核，經(jīng)歷了多項環(huán)節(jié)。整合小微企業(yè)數(shù)據(jù)計算出小微企業(yè)信貸評分卡得分后，需要提交進(jìn)行人工審批。在人工審批環(huán)節(jié)，依舊會核實貸款用途的真實性，企業(yè)提供的信息是否完整真實，再經(jīng)過支行和總行的審批最終決定是否給A公司放貸。需要優(yōu)化現(xiàn)有的小微企業(yè)信貸風(fēng)險評分卡結(jié)論，來降低審批時間和成本，能夠在計算機(jī)計算出A公司信貸風(fēng)險評價卡得分后，直接由計算機(jī)給出自動通過、自動拒絕或需要人工審批的結(jié)論，能夠?qū)⒁徊糠挚蛻舴至鹘o計算機(jī)直接進(jìn)行審批，簡化審批程序，節(jié)省人工提高效率。

（二）Z銀行小微企業(yè)貸款風(fēng)險評分卡優(yōu)化前后應(yīng)用對比

A公司進(jìn)行評分卡得分計算時，指標(biāo)優(yōu)化前得分800分走人工審批環(huán)節(jié)；指標(biāo)優(yōu)化后得分698分，根據(jù)上文提到優(yōu)化后的評分卡結(jié)論，低于705分的計算機(jī)評分自動拒絕。詳細(xì)指標(biāo)得分見表6。

表6小微企業(yè)評分卡優(yōu)化前后指標(biāo)得分對比

通過對Z銀行小微企業(yè)風(fēng)險評分卡結(jié)論的優(yōu)化，原本都應(yīng)人工審批的小微企業(yè)貸款，現(xiàn)在有一部分可以直接通過計算機(jī)自動審批，更具客觀性和準(zhǔn)確性，并且節(jié)省了人力物力，提高貸款審批效率。優(yōu)化前后審批流程如下 （下文所述是評分卡程序結(jié)束后，審批流程程序的對比）：

1、Z銀行原有評分卡計分后對A公司的審批流程。對于A公司，評分卡計算得分程序結(jié)束后需要走人工審批程序。Z銀行貸款審查與審批包括經(jīng)辦行在其權(quán)限內(nèi)對貸款的審查與審批和小企業(yè)金融事業(yè)部在其權(quán)限內(nèi)對貸款的審查與審批以及最終有權(quán)審批人審批。

一是經(jīng)辦行對A公司貸款的審查與審批。評分卡結(jié)果得出后，經(jīng)辦行負(fù)責(zé)貸款業(yè)務(wù)的審查，并在其負(fù)責(zé)人的權(quán)限內(nèi)進(jìn)行審批，超越權(quán)限的上報給小微企業(yè)金融事業(yè)部審查審批。

調(diào)查崗負(fù)責(zé)審核A公司申請以及擔(dān)保人提供的資料，確定A公司貸款項目并沒有存在不實信息。之后對于其擔(dān)保人的經(jīng)營狀況和經(jīng)濟(jì)效益進(jìn)行調(diào)查，評價貸款業(yè)務(wù)的風(fēng)險程度。

審查崗對A公司提供資料的合規(guī)性、合法性以及完整性進(jìn)行審核，審查后簽署意見，并把相關(guān)資料交給總行審批崗審批。

二是總行對A公司貸款的審批。審批崗人員對于A公司提供的卷面資料進(jìn)行審查，并對企業(yè)進(jìn)行實地考察。審批崗人員審查完后提供給分管小企業(yè)金融事業(yè)部的行領(lǐng)導(dǎo)進(jìn)行最終審批。

在人工審批環(huán)節(jié)，由于該企業(yè)的貸款申請資料不足，不能真正反映該企業(yè)的財務(wù)信息，也不能反映該企業(yè)是否有還款能力。并且該企業(yè)沒有固定資產(chǎn)或者不動產(chǎn)的抵押或質(zhì)押，所以Z銀行無法判定A公司的償債能力，拒絕了A公司的貸款申請。

2、Z銀行優(yōu)化小微企業(yè)信貸風(fēng)險評分卡后對A公司的審批流程。A公司運(yùn)用評分卡指標(biāo)計算出得分以后，就可以直接計算機(jī)自動拒絕，而不需要再經(jīng)由支行和總行的審查和審批。

文中得出結(jié)論A公司的評分卡得分為698分，低于自動拒絕分?jǐn)?shù)線（705分），所以拒絕A公司貸款申請。

優(yōu)化后的小微企業(yè)信貸風(fēng)險評分卡模型，減少了人工審批工作量，為Z銀行節(jié)省了人力和物力，提高了小微企業(yè)貸款審批效率。并且由計算機(jī)審批替代了一部分人工審批，也會減少主觀因素對審批結(jié)果的影響，使小微企業(yè)貸款審批更具客觀性。

六、降低Z銀行小微企業(yè)信貸風(fēng)險的配套措施

（一）做好小微企業(yè)信貸的全過程管理

小微企業(yè)信貸全過程管理包括貸前、貸中、貸后三個環(huán)節(jié)。貸前環(huán)節(jié)是小微企業(yè)申請貸款的階段。Z銀行在此期間，第一，需要做好小微企業(yè)基本經(jīng)營財務(wù)數(shù)據(jù)的統(tǒng)計，并檢查這些數(shù)據(jù)的真實性。第二，對該小微企業(yè)進(jìn)一步審查，比如信貸人員進(jìn)行實地調(diào)查，確定其經(jīng)營和資產(chǎn)狀況是否與其所提供的相符合。

貸中環(huán)節(jié)主要是審批已經(jīng)通過，決定給該企業(yè)放款的環(huán)節(jié)。在該環(huán)節(jié)，首先，要安排專門的信貸人員對貸款發(fā)放后的去向和企業(yè)經(jīng)營資金的投入作跟蹤調(diào)查，對其追蹤的該筆業(yè)務(wù)負(fù)責(zé)；其次，審批和放貸這兩項業(yè)務(wù)由不同的信貸人員完成，兩項業(yè)務(wù)的專員都有平等的機(jī)會獨立提出自己的意見。

小微企業(yè)貸后環(huán)節(jié)是指貸款發(fā)放后的時期。在該時期Z銀行的后續(xù)工作也不能放松，一是對放貸后資金的用途作了解，檢查資金使用的真實用途，確保資金用途與合同上規(guī)定的相符合。二是放貸后也需要加強(qiáng)與該企業(yè)的聯(lián)系和互動，通過電話回訪、信用檢查、實地考察確認(rèn)該企業(yè)的經(jīng)營狀況是否良好，是否有無法按期償還貸款的危機(jī)。三是對典型的小微企業(yè)需要進(jìn)行資料儲存和重點分析，為信貸人員介紹小微企業(yè)業(yè)務(wù)容易出現(xiàn)問題的部分，給予提醒和借鑒。

（二）建立小微企業(yè)信息共享中心

Z銀行應(yīng)當(dāng)積極推進(jìn)信息共享數(shù)據(jù)庫的建設(shè)，實現(xiàn)小微企業(yè)的信息資源共享。此外，建立對小微企業(yè)貸款資料的管理系統(tǒng)，Z銀行行內(nèi)和貸款的客戶都留有紙質(zhì)版的記錄。建立共享中心主要在于對小微企業(yè)信息的收集。企業(yè)信息的真實性、完整性直接影響該共享中心的質(zhì)量，該共享中心在向商業(yè)銀行提供小微企業(yè)信息資料時，這些會直接影響貸款審批決策者的決策是否客觀準(zhǔn)確，提供的信息能否有效降低小微企業(yè)貸款的風(fēng)險。此外，由于信息的不對稱性，小微企業(yè)給銀行提供的信息是否真實，銀行方面并不好查實；再加上小微企業(yè)不是上市企業(yè)，那么其經(jīng)營狀況財務(wù)狀況也不好獲取，所以共享中心信息的準(zhǔn)確性就顯得尤為重要。在此信息共享中心的小微企業(yè)都是Z銀行辦理過貸款業(yè)務(wù)或者已經(jīng)審核過他們所提交的材料，所以該中心提供的資料準(zhǔn)確度相對較高，就會降低小微企業(yè)貸款的風(fēng)險。

小微企業(yè)信息共享中心除了注重小微企業(yè)的財務(wù)信息外，非財務(wù)信息也不可忽視，比如小微企業(yè)實際經(jīng)營者、所有者的信用狀況，企業(yè)關(guān)鍵人的人品，小微企業(yè)所處行業(yè)的發(fā)展?fàn)顩r等。

（三）提升小微企業(yè)貸款從業(yè)人員素質(zhì)

Z銀行貸款業(yè)務(wù)的順利發(fā)展是需要該行完善信貸業(yè)務(wù)管理體制做制度保障的，而體系的完善需要銀行高素質(zhì)的人才去修訂，小微企業(yè)如今數(shù)量龐大，也成為市場經(jīng)濟(jì)的重要組成部分，也決定了該業(yè)務(wù)近幾年一直處于上升階段，需要增加信貸業(yè)務(wù)專員。但是目前Z銀行對于員工人數(shù)有限制，所以需要員工提高辦理業(yè)務(wù)效率，同時提高自身業(yè)務(wù)和整體素質(zhì)，有助于提高銀行從業(yè)人員整體利用率。此外，銀行也要建立科學(xué)完善的獎罰機(jī)制，對小微企業(yè)信貸業(yè)務(wù)人員給予政策或者資金上的獎勵，提高他們辦理業(yè)務(wù)的積極性，那么辦理業(yè)務(wù)的數(shù)量會增加，從而提高Z銀行針對小微企業(yè)業(yè)務(wù)的經(jīng)濟(jì)效益。雖然實行了完善的獎罰機(jī)制，但也需要考慮工作人員的工作負(fù)荷是否在能接受的范圍內(nèi)，所以員工的工作效率、小微企業(yè)貸款的效益和辦理信貸業(yè)務(wù)的質(zhì)量這三個指標(biāo)要協(xié)同發(fā)展尋找一個平衡點，實現(xiàn)業(yè)務(wù)的可持續(xù)發(fā)展，由此可見員工素質(zhì)在辦理業(yè)務(wù)時的重要性。Z銀行在尋找平衡點的同時，也要完善內(nèi)部管理制度和員工培訓(xùn)制度，定期對員工進(jìn)行培訓(xùn)，建立科學(xué)的人才培養(yǎng)機(jī)制，督促員工在工作之余學(xué)習(xí)小微企業(yè)貸款的專業(yè)知識。

七、結(jié)束語

本文對Z銀行小微企業(yè)信貸風(fēng)險評分卡進(jìn)行了應(yīng)用分析，證明優(yōu)化后的評分卡模型更高效更具客觀性。并提出了適用于風(fēng)險評價體系的配套措施：做好小微企業(yè)信貸的全過程管理，做好貸前、貸中、貸后的監(jiān)管工作，完善Z銀行的風(fēng)險管理制度；建立小微企業(yè)信息共享中心，構(gòu)建網(wǎng)絡(luò)數(shù)據(jù)，降低信息不對稱的風(fēng)險，能夠加強(qiáng)風(fēng)險預(yù)警和反饋；提升小微企業(yè)信貸從業(yè)人員素質(zhì)，從而提高Z銀行對信息判斷的準(zhǔn)確率。做好風(fēng)險評價模型的配套措施，有效降低小微企業(yè)融資風(fēng)險，解決小微企業(yè)融資難的現(xiàn)狀。■