中小企業(yè)信用評級研究：熱點與發(fā)展趨勢*
——基于CiteSpace知識圖譜可視化分析

文/吳玲琳 江冉冉（湖南工商大學）

一、引言

中小企業(yè)作為我國經(jīng)濟發(fā)展和社會進步的生力軍，在建設我國現(xiàn)代化經(jīng)濟體系和推動經(jīng)濟實現(xiàn)高質(zhì)量發(fā)展中發(fā)揮著重要的作用[1]。從2018年普惠金融政策開放至今，中小企業(yè)成為社會熱點之一，然而融資難、信用評級受限等問題一直以來阻礙著中小企業(yè)的發(fā)展。如何健全中小企業(yè)信用評級體系，已經(jīng)成為目前我國中小企業(yè)的痛點和難點，為了解決這一問題，許多學者為此作了一定的科學研究。

然而，受一些客觀因素的影響，目前有關(guān)中小企業(yè)信用評級研究領(lǐng)域存在一定的方法學上的落后。因此，本研究采用較新的科學計量學和信息可視化分析方法——知識圖譜[2]，其基本原理是通過分析科學文獻中的主要研究學者以及相關(guān)關(guān)鍵詞的相似性，來深入挖掘該領(lǐng)域的研究熱點、研究前沿及發(fā)展趨勢[3]，進而為今后對該領(lǐng)域進行深入探索研究學者、從業(yè)人員等提供較為客觀可靠的資料來源，以促進該領(lǐng)域的進一步發(fā)展。

二、數(shù)據(jù)可視化分析

（一）作者共現(xiàn)分析

1.數(shù)據(jù)來源

本文數(shù)據(jù)源自中國學術(shù)期刊網(wǎng)絡出版總庫（CNKI）文獻數(shù)據(jù)。在CNKI的高級檢索中選擇“文獻”的主題檢索，檢索條件為“中小企業(yè)”“信用評級”“信貸評級”，年份設定為2015～2021，從中精選200篇文獻進行可視化分析。

2.基本情況

文獻年份分布：圖1為本文精選的200篇文獻在2015～2021年間的數(shù)量分布圖，其中2015年所選文獻27篇，參考文獻46篇；2016年所選文獻31篇，參考文獻44篇；2017年所選文獻16篇，參考文獻46篇；2018年所選文獻29篇，參考文獻43篇；2019年所選文獻43篇，參考文獻34篇；2020年所選文獻17篇，參考文獻37篇；2021年所選文獻23篇，參考文獻6篇。

圖1 文獻年份表

3.作者合作分析運行

運用CiteSpace軟件繪制知識圖譜，時間跨度：2015～2021，時間切片:1年，節(jié)點:作者，設定閾值TOPN=50，c=2,cc=2,ccv=20，其 他參數(shù)按默認設置，可以得到節(jié)點數(shù)=302，連線數(shù)=159，密度Q=0.0035的作者共現(xiàn)網(wǎng)絡知識圖譜（如圖2所示）。根據(jù)圖2，將節(jié)點數(shù)按從大到小的順序排列分別為夏利宇、黃國東、何曉群、楊旸、王麗莎、李一涵、田若曦、王聰、龍澤棟等人，學者間的相互交流與合作在圖譜中會形成幾個作者密閉子網(wǎng)絡，近7年來出現(xiàn)了以夏利宇、黃國東及何曉群為代表的主要研究團隊。不過，根據(jù)連線數(shù)可以發(fā)現(xiàn)，這幾位發(fā)文量較大的作者間合作較少，圖2僅表現(xiàn)出學者黃國東、夏利宇、何曉群之間存在學術(shù)合作，與其他學者如王麗莎、李一涵等不存在合作，單獨節(jié)點的學者較多。可以看出，我國學者在信用評級及其相關(guān)領(lǐng)域研究上缺乏合作與聯(lián)系，學者們之間的學術(shù)溝通意識有待提升。

圖2 作者共現(xiàn)知識圖譜

4.關(guān)鍵詞分析

（1）關(guān)鍵詞共現(xiàn)分析

運行citespace軟件，以關(guān)鍵詞為網(wǎng)絡節(jié)點，形成由174個節(jié)點、250 條連線組成密度為0.0166的關(guān)鍵詞共現(xiàn)圖譜（如圖3），詳細分析見表1。一般認為，中介中心性>0.1為關(guān)鍵節(jié)點，在網(wǎng)絡中具有重要意義，并且值越大節(jié)點越重要?？梢娦庞迷u級相關(guān)領(lǐng)域研究在網(wǎng)絡上意義重大。

圖3 關(guān)鍵詞共現(xiàn)圖譜

表1 關(guān)鍵詞共現(xiàn)分析

（2）關(guān)鍵詞聚類分析

對企業(yè)信用評級的關(guān)鍵詞進行聚類分析，得到關(guān)鍵詞聚類圖譜，見圖4，詳細分析見表2。

表2 關(guān)鍵詞聚類分析

（3）關(guān)鍵詞突變分析

通過關(guān)鍵詞突變探測（Burst Detection）可測得某一領(lǐng)域的研究趨勢，借助突變詞不僅可以得知特定事件出現(xiàn)的新趨勢，還可以探測與研究前沿密切相關(guān)的突變[4]。本文對精選的200篇文獻進行關(guān)鍵詞突變分析，并統(tǒng)計企業(yè)信用評級排序前五的關(guān)鍵詞的突變探測（如圖5）。

從圖5可以看出，“小微企業(yè)”在2016年出現(xiàn)了突變，突變值為1.05，即2016年“小微企業(yè)”是學術(shù)界研究的熱門對象；“債券市場”在2018年出現(xiàn)突變，突變值為1.08，即2018～2020年出現(xiàn)了大量以“債券市場”為關(guān)鍵詞的相關(guān)論文。同樣在2019～2020年出現(xiàn)了大量以“債券評級”“融資約束”“資本結(jié)構(gòu)”為關(guān)鍵詞的相關(guān)論文。由此可見，過去兩年學術(shù)界對債券評級、融資約束、資本結(jié)構(gòu)相關(guān)信用評級內(nèi)容的探討較為火熱。

圖5 企業(yè)信用評級Top5關(guān)鍵詞圖譜

三、討論與展望

本文利用CiteSpace軟件對2015-2021年間有關(guān)中小企業(yè)信用評級的研究進行了梳理與總結(jié)。分析作者發(fā)現(xiàn)，研究該領(lǐng)域的相關(guān)學者有夏利宇、李一涵、楊旸、王麗莎等，其中，以夏利宇為主要代表的團隊在信用評級領(lǐng)域的研究偏向于金融機構(gòu)所關(guān)注的違約損失和市場份額因素等方面；李一涵團隊在中小企業(yè)信用評級研究方向偏向于中小企業(yè)信貸風險評估模型構(gòu)建及在后疫情時代對信貸風險評估方面的調(diào)整策略等；楊旸團隊主要基于模糊神經(jīng)網(wǎng)絡對中小微企業(yè)進行信用評級方面的研究。此外，他們基于某商業(yè)銀行2008～2013年小微企業(yè)的實際信貸數(shù)據(jù)，對中小微企業(yè)信用評級模型進行了比較分析；王麗莎團隊在2021年基于邏輯回歸對中小微企業(yè)信用策略進行了研究，其中使用二分類的Logistic回歸模型將所得的信譽評級和違約情況以及其他綜合實力影響因子代入模型，求得銀行給所有企業(yè)的貸款額度比例和各企業(yè)的貸款年利率，這無疑會給研究相關(guān)領(lǐng)域的學者提供更多的思考。分析關(guān)鍵詞及聚類共現(xiàn)可以看出，以“信用評級”“中小微企業(yè)”“信用風險”為高頻關(guān)鍵詞，以“神經(jīng)網(wǎng)絡”“違約概率”“模糊理論”為高中心度關(guān)鍵詞，即表示研究熱點，以“債券評級”“融資約束”“債券市場”和“資本結(jié)構(gòu)”為突現(xiàn)關(guān)鍵詞，即表示研究前沿，這為中小企業(yè)信用評級提供了新的思路和評估體系，是該領(lǐng)域的具體方向和發(fā)展趨勢，而“融資約束”這一關(guān)鍵詞從另一方面反映出中小企業(yè)目前亟待解決的問題。

隨著互聯(lián)網(wǎng)的日益興盛，互聯(lián)網(wǎng)上的數(shù)據(jù)也越來越多，對于中小企業(yè)信用評價的需求也隨著互聯(lián)網(wǎng)的蓬勃發(fā)展而日益旺盛。知識圖譜是一種直觀呈現(xiàn)知識的有效方式，能夠?qū)⒅R可視化[5]。本研究運用知識圖譜，對 CNKI數(shù)據(jù)庫中近 7年中小企業(yè)信用評級領(lǐng)域文獻進行知識圖譜可視化分析，探討了該研究領(lǐng)域的研究熱點、前沿以及發(fā)展趨勢。近年來，研究熱點集中于債券評級、債券市場和資本結(jié)構(gòu)三個方面，由此可見，基于三者對該領(lǐng)域進行深入探討和挖掘在解決中小企業(yè)融資難問題上將會有良好的應用前景，通過債券來評級可能成為中小企業(yè)信用評級領(lǐng)域未來的研究方向。