基于Logistic模型的中小企業(yè)信用風(fēng)險(xiǎn)研究

穆香山

摘要：在社會(huì)的不斷發(fā)展過(guò)程中，中小企業(yè)已經(jīng)逐漸成為了我國(guó)經(jīng)濟(jì)進(jìn)步的中堅(jiān)力量。但中小型企業(yè)由于其規(guī)模限制問(wèn)題，致使其融資手段較為單一，融資較為困難，這也是中小型企業(yè)發(fā)展道路上所面臨的問(wèn)題之一。本文圍繞著信用風(fēng)險(xiǎn)展開(kāi)論述，建立中小型企業(yè)Logistic模型，并對(duì)模型進(jìn)行實(shí)證研究，同時(shí)深入分析得出相關(guān)結(jié)論提出防范風(fēng)險(xiǎn)措施，以供相關(guān)行業(yè)參考。

關(guān)鍵詞：信用風(fēng)險(xiǎn);中小型企業(yè)

1.Logistic模型構(gòu)建

在如今時(shí)代，可以說(shuō)企業(yè)信用是企業(yè)發(fā)展的基礎(chǔ)保障。因此，企業(yè)應(yīng)當(dāng)加大對(duì)自身信用風(fēng)險(xiǎn)的關(guān)注力度。在此，本文對(duì)中小企業(yè)進(jìn)行分析，根據(jù)其實(shí)際的違約概率信息來(lái)建立信用違約預(yù)警模型。

1.1選取研究樣本

本文所構(gòu)建的企業(yè)信用違約預(yù)警模型是依據(jù)多家企業(yè)信息來(lái)進(jìn)行的，其中包含有制造業(yè)、服務(wù)業(yè)、科技類(lèi)、銷(xiāo)售業(yè)等等。筆者利用相關(guān)技術(shù)在數(shù)據(jù)庫(kù)中收集有42家中小企業(yè)的年度財(cái)務(wù)報(bào)表，經(jīng)過(guò)相關(guān)標(biāo)準(zhǔn)的篩查獲取到有效真實(shí)的數(shù)據(jù)。

1.2選取風(fēng)險(xiǎn)指標(biāo)

選取風(fēng)險(xiǎn)指標(biāo)主要是根據(jù)中國(guó)銀行對(duì)于企業(yè)信貸方面的評(píng)級(jí)進(jìn)行，并且在選取的過(guò)程中將中小企業(yè)各自的融資情況和其自身的發(fā)展程度作為參考。筆者在違約預(yù)警模型構(gòu)建的過(guò)程中選取23個(gè)財(cái)務(wù)風(fēng)險(xiǎn)指標(biāo)，其中包含有企業(yè)的盈利能力、還債能力和發(fā)展能力等等。

1.3基于Logistic的模型構(gòu)建

建立 Logistic 回歸模型：

將第i個(gè)公司的因子得分矩陣設(shè)為Zi，根據(jù)企業(yè)信用的違約概率來(lái)預(yù)警中小型企業(yè)的信用風(fēng)險(xiǎn)，當(dāng)企業(yè)無(wú)違約情況時(shí)記為1，反之記為0，判定結(jié)果為非連續(xù)變量，因此中小企業(yè)的信用違約概率和Zi的關(guān)系如下：

式中：

Pi--第i個(gè)公司出現(xiàn)違約的概率，范圍為0-1。

P值越接近1，該企業(yè)所發(fā)生違約的概率越小，企業(yè)的信用風(fēng)險(xiǎn)越低，反之違約概率越高，企業(yè)的信用風(fēng)險(xiǎn)越高。本文為了更加明確企業(yè)信用的預(yù)警信號(hào)，將P=0.5作為正常、異常分割點(diǎn)，當(dāng)企業(yè)出現(xiàn)違約的概率P小于0.5時(shí)，企業(yè)便被設(shè)定為違約企業(yè)，反之則為正常企業(yè)。

2.實(shí)證研究

2.1樣本的描述性分析

2.1.1顯著性檢驗(yàn)

對(duì)各個(gè)公司的23個(gè)財(cái)務(wù)指標(biāo)進(jìn)行嚴(yán)格篩選，避免出現(xiàn)遺漏數(shù)據(jù)、不真實(shí)數(shù)據(jù)的情況，從而影響模型的效果。公司信用度較高的企業(yè)在信用風(fēng)險(xiǎn)模型中的指標(biāo)均值和方差會(huì)高于信用較差的企業(yè)。

2.1.2多重共線(xiàn)性檢驗(yàn)

在本模型的樣本選擇中，需要剔除具有共線(xiàn)性的指標(biāo)，只保留一種指標(biāo)，如此便能節(jié)省工作量，并且對(duì)模型結(jié)果無(wú)影響。再剔除相關(guān)數(shù)據(jù)后需要利用有效手段來(lái)嚴(yán)重共線(xiàn)性的問(wèn)題是否得到有效解決，在解決的情況下進(jìn)行下一步。

2.2因子分析

筆者在樣本指標(biāo)選取時(shí)利用因子分析提煉出公共因子，避免因?yàn)槟承┲笜?biāo)數(shù)據(jù)對(duì)結(jié)果影響較小而剔除。

2.2.1數(shù)據(jù)檢驗(yàn)

由上表可以看出，Bartlett球形假設(shè)檢驗(yàn)近似卡方值較大，顯著性水平小于0.05，KMO值接近于1，變量間的相關(guān)性較強(qiáng)，適合做因子分析。

2.2.2因子提取

依據(jù)相關(guān)手段驗(yàn)證，每個(gè)指標(biāo)的共同度均高于0.65，證明因子分析結(jié)果具有有效性。

因子提取后根據(jù)相關(guān)手段來(lái)計(jì)算出因子的得分情況。

2.3 Logistic模型回歸

用因子分析結(jié)果進(jìn)行邏輯回歸，回歸結(jié)果如下：

回歸結(jié)果代入上式，可得如下預(yù)警模型：

從該模型我們可以看出，主因子F1、F2、F3、F4、F5均進(jìn)入回歸方程，這表明企業(yè)失敗的概率更多地受償債能力、盈利能力、發(fā)展能力和營(yíng)運(yùn)能力的影響。

3.結(jié)果分析與風(fēng)險(xiǎn)防范

3.1結(jié)論及分析

根據(jù)對(duì)Logistic預(yù)警模型分析，企業(yè)的信用與其主營(yíng)業(yè)務(wù)利潤(rùn)率、總資產(chǎn)周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率成正相關(guān)。如此說(shuō)明企業(yè)利潤(rùn)越大，經(jīng)濟(jì)效益越好、資金利用率越高信用風(fēng)險(xiǎn)越低。

3.2信用風(fēng)險(xiǎn)防范建議

（1）建立完善的外部制度體系。良好的外部制度環(huán)境是降低中小企業(yè)融資信用風(fēng)險(xiǎn)的首要手段。在外部制度環(huán)境的營(yíng)造過(guò)程中，可以借助政府、核心企業(yè)和銀行力量來(lái)進(jìn)行;（2）完善預(yù)警體系。根據(jù)數(shù)據(jù)分析，企業(yè)應(yīng)收賬款等指標(biāo)依舊是影響中小企業(yè)信用風(fēng)險(xiǎn)的主要因素。因此企業(yè)應(yīng)當(dāng)加大對(duì)賬期、賬齡的分析判斷，更加關(guān)注資產(chǎn)周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率等指標(biāo)，以此來(lái)提高企業(yè)信用。（3）合理分配信用額度。在國(guó)家政策的引領(lǐng)下推動(dòng)金融機(jī)構(gòu)創(chuàng)新融資產(chǎn)品，應(yīng)根據(jù)中小企業(yè)特點(diǎn)大力發(fā)展應(yīng)收賬款融資模式。擴(kuò)大中小企業(yè)信貸途徑，加強(qiáng)與股份制商業(yè)銀行、城市商業(yè)銀行合作，以此提高中小企業(yè)信用度。

參考文獻(xiàn)：

[1]王千紅，張敏.我國(guó)中小企業(yè)信用違約風(fēng)險(xiǎn)識(shí)別的實(shí)證研究[J].上海經(jīng)濟(jì)，2017（01）：91-100.

[2]張嘉欣.供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)模型[J].中國(guó)市場(chǎng)，2020（16）：188-189+193.