论文部分内容阅读
摘要：文章给出一种针对我国小微企业的信贷违约概率模型。考虑到小微企业财务数据匮乏且真实性不足，文章以非财务数据为主展开分析，经多轮筛选确定了区分性强且适合我国小微企业违约概率研究的指标。然后，分别建立边界logistic模型和一般logistic模型。最后，通过显著性检验、H-L检验，以及笔者设计的误判统计量，并确定了最优违约概率临界点，进而得出最优模型。
关键词：小微企业；信贷违约；模型
一、研究现状
国内对于小微企业的定量研究鲜见，可借鉴的关于中小企业信贷评估研究，主要探讨指标体系、信贷评估模型的应用和改进。指标体系方面，业界普遍认为中小企业评估指标体系与大型企业存在较大差别。如糜仲春等（2007），朱向华、曹莲（2009）从财务和非财务因素着手对指标体系选择进行了探讨。张燕卿（2010）等通过因子分析法、层次分析法、模糊综合评价法等对指标的优化做了研究。经典模型的应用和改进方面，学者们的研究主要集中于对国外经典模型的应用或对我国中小企业的适用性探讨。如田秋丽（2010）对Logistic和Logit模型进行了实证研究和精度评估。
国外学者在信贷违约概率计量和风险评估模型的理论研究和实际应用方面起步早于国内，发展也快于国内。19世纪70年代前，大多商业银行基本都是依据专家经验、主观分析和简单破产预测模型来判别破产和违约，如5C分析法、Z计分和Zeta模型等。19世纪70年代后，主要以多元统计方法为基础的传统的统计模型或人工智能算法模型、多元判别分析模型、神经网络和支持向量机（SVM）等。20世纪90年代以来，基于期权组合理论的CreditMetrics模型、KMV模型、CPV模型、CreditRisk+模型发展起来。 但具体操作程序复杂抽象，不符合我国小微企业信贷“短、小、频、急”的现实特征。
二、实证分析
本文将基于《巴塞尔新资本协议》提出的违约概率是信用风险评估的核心这一观点，利用边界Logistic模型估计宁夏小微企业信贷的违约概率，并选择最合适的违约概率临界点，以此为依据决定是否放贷。
（一）建立边界Logistic模型
以是否违约这二分类变量为因变量，以筛选所得的21个二分类变量和18个连续变量为初始自变量，构建边界Logistic模型和一般Logistic模型。模型如下：
其中，Pi為违约概率，ω为违约概率边界，ω∈[0，1]。一方面，边界logistic模型在一般logistic模型的基础上增加了一个显示概率取值边界的参数，使得违约概率Pi的取值在（0，ω）；另一方面，边界logistic模型定义了抽样分布的广义logistic形式。当ω=1时，为一般Logistic模型；当0<ω<1时，为边界Logistic模型。
（二）确定最优违约概率分界点
根据Altman等（1977）估计，C1/C2/在[1/2，1/38]区间内取值，本文采用以往研究中选择的三个典型：1/2、1/20、1/38，并进行对比选择最优值。本文根据某银行内部数据，对其中2009～2015年小型企业的年违约率求平均，以近似Q1，1-Q1即为Q2。本文违约企业包括所有逾期还款和无法偿还的企业。最终求得Q1=0.00958，Q2=0.99042。
三、建议
一是建立和完善小微企业的统计调查制度。本次调查在宁夏统计局相关人员的协助下完成，由于小微企业业主或相关负责人的配合度较低，要找到符合甄别条件的小微企业难上加难；而且相当一部分小微企业难以提供所需数据，空答率较高。所以，相关部门应对此予以重视，将小微企业信用和贷款相关信息报送纳入统计调查范畴，使其制度化、规范化。
二是建立数据库，实现数据共享。建立起专门的小微企业信用数据库，同时推进金融机构和科研机构之间的共享。小微企业的信用风险评估是金融机构的一大难题，同时也是科研机构的一个热点问题，相关科研有助于金融机构的信贷业务发展，而科研又需要相关金融机构的配合，这其间最大的断点之一在于数据的获取和应用。另一方面，不同金融机构之间、科研机构之间的信息共享能大大降低评估成本。
参考文献：
[1]蔡颖.小微金融将成银行业掘金地[N].经济参考报，2012-05-17.
[2]陈怡希.基于ANP的银行信贷企业信用等级评价[J].时代金融，2010（05）.
[3]陈弘，周宗放，何晓琳.零售商违约相关性对供应商信用决策的影响研究[J].东方企业文化·经济研究，2011（05）.
[4]曾玉玲.小微企业融资瓶颈与解决途径探析[J].金融教学与研究，2012（01）.
（作者单位：中国人民银行银川中心支行）
关键词：小微企业；信贷违约；模型
一、研究现状
国内对于小微企业的定量研究鲜见，可借鉴的关于中小企业信贷评估研究，主要探讨指标体系、信贷评估模型的应用和改进。指标体系方面，业界普遍认为中小企业评估指标体系与大型企业存在较大差别。如糜仲春等（2007），朱向华、曹莲（2009）从财务和非财务因素着手对指标体系选择进行了探讨。张燕卿（2010）等通过因子分析法、层次分析法、模糊综合评价法等对指标的优化做了研究。经典模型的应用和改进方面，学者们的研究主要集中于对国外经典模型的应用或对我国中小企业的适用性探讨。如田秋丽（2010）对Logistic和Logit模型进行了实证研究和精度评估。
国外学者在信贷违约概率计量和风险评估模型的理论研究和实际应用方面起步早于国内，发展也快于国内。19世纪70年代前，大多商业银行基本都是依据专家经验、主观分析和简单破产预测模型来判别破产和违约，如5C分析法、Z计分和Zeta模型等。19世纪70年代后，主要以多元统计方法为基础的传统的统计模型或人工智能算法模型、多元判别分析模型、神经网络和支持向量机（SVM）等。20世纪90年代以来，基于期权组合理论的CreditMetrics模型、KMV模型、CPV模型、CreditRisk+模型发展起来。 但具体操作程序复杂抽象，不符合我国小微企业信贷“短、小、频、急”的现实特征。
二、实证分析
本文将基于《巴塞尔新资本协议》提出的违约概率是信用风险评估的核心这一观点，利用边界Logistic模型估计宁夏小微企业信贷的违约概率，并选择最合适的违约概率临界点，以此为依据决定是否放贷。
（一）建立边界Logistic模型
以是否违约这二分类变量为因变量，以筛选所得的21个二分类变量和18个连续变量为初始自变量，构建边界Logistic模型和一般Logistic模型。模型如下：
其中，Pi為违约概率，ω为违约概率边界，ω∈[0，1]。一方面，边界logistic模型在一般logistic模型的基础上增加了一个显示概率取值边界的参数，使得违约概率Pi的取值在（0，ω）；另一方面，边界logistic模型定义了抽样分布的广义logistic形式。当ω=1时，为一般Logistic模型；当0<ω<1时，为边界Logistic模型。
（二）确定最优违约概率分界点
根据Altman等（1977）估计，C1/C2/在[1/2，1/38]区间内取值，本文采用以往研究中选择的三个典型：1/2、1/20、1/38，并进行对比选择最优值。本文根据某银行内部数据，对其中2009～2015年小型企业的年违约率求平均，以近似Q1，1-Q1即为Q2。本文违约企业包括所有逾期还款和无法偿还的企业。最终求得Q1=0.00958，Q2=0.99042。
三、建议
一是建立和完善小微企业的统计调查制度。本次调查在宁夏统计局相关人员的协助下完成，由于小微企业业主或相关负责人的配合度较低，要找到符合甄别条件的小微企业难上加难；而且相当一部分小微企业难以提供所需数据，空答率较高。所以，相关部门应对此予以重视，将小微企业信用和贷款相关信息报送纳入统计调查范畴，使其制度化、规范化。
二是建立数据库，实现数据共享。建立起专门的小微企业信用数据库，同时推进金融机构和科研机构之间的共享。小微企业的信用风险评估是金融机构的一大难题，同时也是科研机构的一个热点问题，相关科研有助于金融机构的信贷业务发展，而科研又需要相关金融机构的配合，这其间最大的断点之一在于数据的获取和应用。另一方面，不同金融机构之间、科研机构之间的信息共享能大大降低评估成本。
参考文献：
[1]蔡颖.小微金融将成银行业掘金地[N].经济参考报，2012-05-17.
[2]陈怡希.基于ANP的银行信贷企业信用等级评价[J].时代金融，2010（05）.
[3]陈弘，周宗放，何晓琳.零售商违约相关性对供应商信用决策的影响研究[J].东方企业文化·经济研究，2011（05）.
[4]曾玉玲.小微企业融资瓶颈与解决途径探析[J].金融教学与研究，2012（01）.
（作者单位：中国人民银行银川中心支行）