導(dǎo)語：商行對企業(yè)融資風(fēng)險評估思索一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

過去，我國的商業(yè)銀行大多以國有大中型企業(yè)作為主要的貸款對象，小企業(yè)在銀行眼里一直處于“雞肋”的地位，規(guī)模小，缺乏規(guī)范的會計制度，抵御風(fēng)險能力較差，這些都意味著貸款給這樣的企業(yè)，銀行將承受更大的風(fēng)險。然而，在銀行于大型企業(yè)貸款等相關(guān)領(lǐng)域的業(yè)務(wù)競爭異常激烈并且趨于飽和的今天，為了謀求更大的發(fā)展，于情于理都該把注意力轉(zhuǎn)向已經(jīng)成為國民經(jīng)濟發(fā)展重要生力軍的中小企業(yè)上，努力開展對中小企業(yè)的融資業(yè)務(wù)，以謀求最大的收益。

一、研究概述

據(jù)統(tǒng)計2010年，我國13416萬家工業(yè)企業(yè)中，中小企業(yè)有13307家，占全國工業(yè)企業(yè)總數(shù)的992％，而這些中小企業(yè)創(chuàng)造的最終產(chǎn)品和服務(wù)價值占全國生產(chǎn)總值的60％，上繳稅收占全國稅收的50％，為城鎮(zhèn)居民提供了80％以上的就業(yè)崗位，中小企業(yè)以其充沛的活力為國民經(jīng)濟發(fā)展做出了巨大的貢獻。然而，在今年通脹壓力增大的形勢下，中，J、企業(yè)經(jīng)營壓力持續(xù)加大，原材料價格上漲，用工成本提高等因素產(chǎn)生了疊加影響，如此緊要關(guān)頭，中小企業(yè)卻面臨著嚴重的融資問題，向銀行申請貸的困難度遠遠超出想象。據(jù)全國工商聯(lián)調(diào)查顯示，2011年第三季度統(tǒng)計，有近70％的中小企業(yè)銀行融資占全部負債比例不到30％，60％中小企業(yè)無銀行貸款，41％的中小企業(yè)認為從銀行融資很困難，16％認為基本不可能，僅30％的企業(yè)認為基本還可以。

二、中小企業(yè)信貸風(fēng)險評估體系

中小企業(yè)貸款難是個世界性難題，我們不禁要問：為什么中小企業(yè)融資這么困難?要怎樣才能解決中小企業(yè)的融資難問題?從銀行的角度看，中小企業(yè)融資難的最大問題在于貸款的風(fēng)險，如何對中小企業(yè)存在風(fēng)險進行最準確有效的評估，已成為銀行支持中小企業(yè)發(fā)展的關(guān)鍵工作，因此也有必要更加深入的探討。

1．構(gòu)建模型的方法國內(nèi)外對于信貸風(fēng)險評估的研究已經(jīng)有很長的歷史，主要是建立風(fēng)險評估線性模型，如Z-Score模型，ZETA模型，SOHO模型，BP神經(jīng)網(wǎng)絡(luò)評估模型等等。上述模型總體上均存在“一次性”的特點，且指標繁多，對于經(jīng)濟實力不強，財務(wù)制度不健全的中小企業(yè)來說，這種評估無疑是不人性化的，評估同時也加大了銀行審批貸款的成本。因此，本文試圖構(gòu)建一種指標針對性強，且可同時用于貸款前調(diào)查和貸款發(fā)放后再評估的多時段動態(tài)信貸風(fēng)險評估體系，用于銀行在不同時段對中小企業(yè)信貸風(fēng)險進行把控，方便銀行及時作出相應(yīng)決策。如下圖，企業(yè)向銀行申請一定數(shù)額的貸款，銀行用此風(fēng)險評估體系對企業(yè)進行第一次評估，若評估通過則批準發(fā)放貸款。貸款發(fā)放一定時間(如半年)后，銀行通過調(diào)查對企業(yè)進行貸后評估，若企業(yè)通過評估，則企業(yè)可根據(jù)自身情況選擇按時還本付息，申請加大貸款力度，申請延長貸款期限。若通過貸后評估發(fā)現(xiàn)這筆貸款風(fēng)險性超過銀行可接受范圍，則銀行對企業(yè)進行實地調(diào)查，有好轉(zhuǎn)可能的，一個月后再進行一次評估，決定是否繼續(xù)貸款。若企業(yè)無轉(zhuǎn)好可能的，銀行有權(quán)利終止貸款，通過拍賣抵押物等方法收回資金。此貸后評估以此類推，一直到貸款到期收回。

2．確定模型指標體系本文共征詢了10位專家意見，經(jīng)過多次討論篩選，最后確定了6個財務(wù)指標和6個非財務(wù)指標作為此評估系統(tǒng)的指標體系。如下表：這里需要提別說明的是X。企業(yè)信用記錄是進行此項風(fēng)險評估的先決條件。若評估前發(fā)現(xiàn)此項得分過低，則判定發(fā)放貸款給此企業(yè)風(fēng)險高，直接終止后續(xù)評估，拒絕發(fā)放貸款。在這里，假定當X?！?時，可進行后續(xù)評估。

3．構(gòu)建信貸風(fēng)險評估模型相關(guān)指標體系確定，建立評估模型。本文采用Logit回歸判別分析法。根據(jù)已知樣本各指標數(shù)據(jù)推導(dǎo)出判別函數(shù)，確定Logit函數(shù)方程。使用時把觀測量代入判別函數(shù)中進行評判，根據(jù)P來確定其風(fēng)險性大小。Logit函數(shù)的一般形式為其中，P(0．1)，表示屬于第一類事件的概率。b為常數(shù)，a為各變量的系數(shù)，X是各特征變量，在這里為指標體系所確定的X一X十二個指標。該方法得出的P是被評估對象屬于第一類事件的可能性，在0—1之間，若取值≥O5則表示該評估對象屬于第一類事件的可能性大于50％，也就是說該對象被判定為低風(fēng)險組。反之，若P<0．5則被判定為高風(fēng)險組。本文選取民生銀行申請貸款的5O家的生產(chǎn)型中小企業(yè)為數(shù)據(jù)樣本，其中25家企業(yè)貸款申請通過，其余25加企業(yè)貸款申請未通過，記錄其財務(wù)數(shù)據(jù)和非財務(wù)信息。選取企業(yè)財務(wù)指標數(shù)據(jù)X一)(6，將信息錄入SPSS進行Logit回歸分析，可得到財務(wù)指標Logit模型：1=一15．24+7．14X1+004X2+006X3+3．74X4+429X5+01X6(3)將各企業(yè)X一X具體數(shù)據(jù)帶入方程(3)，得出，再將代入方程(1)得出P值，將P1值以05分界，P<0．5為高風(fēng)險組，P≥0．5為低風(fēng)險組。經(jīng)檢驗，50家企業(yè)中有44家判別分類正確，該模型P的判別正確率為88％。同樣，選取企業(yè)非財務(wù)信息，邀請前述10位專家根據(jù)信息描述對每家企業(yè)6個非財務(wù)指標X一X分別打分，分值范圍為1—5之間，將以上分值信息錄入SPSS進行Logit回歸分析，計算得到非財務(wù)指標Logit模型：入2=一2114+437X7+2~5X8+Q63X9+274X1。一0．53X1～342X17(4)同P方法得出P值，經(jīng)檢驗，5O家企業(yè)中有43家判別分類正確，該模型P的判別正確率為86％。將P與P綜合起來，則表示綜合財務(wù)指標和非財務(wù)指標從整體來評估該企業(yè)。此種評估準確性更強。P=05P1+05P2通過以上公式得出P值，經(jīng)檢驗，50家企業(yè)中有47家判別分類正確，該模型的判別正確率為94％。

三、中小企業(yè)信貸風(fēng)險評估體系實證研究

以某食用菌產(chǎn)業(yè)有限公司的貸款為例，說明上文構(gòu)建的中小企業(yè)信貸風(fēng)險動態(tài)評估體系的使用。下面將分成三種情況進行討論：

(1)貸款發(fā)放后公司經(jīng)營情況良好，第二次評估后公司申請延長貸款期限，銀行給予批準延期兩個月；

(2)貸款發(fā)放后公司經(jīng)營出現(xiàn)問題，貸款風(fēng)險提高，經(jīng)調(diào)查。問題有緩解可能，給予公司一個月時間解決現(xiàn)有問題后再評估，決定是否終止貸款。

(3)貸款發(fā)放后公司經(jīng)營出現(xiàn)問題，貸款風(fēng)險提高，經(jīng)調(diào)查無緩解可能，銀行終止貸款，資金收回。某食用茵產(chǎn)業(yè)有限公司，現(xiàn)有固定資產(chǎn)2800萬元，技術(shù)力量雄厚，配套設(shè)施完備，其經(jīng)營者一直在該公司擔(dān)任廠長職務(wù)已有8年，有豐富的管理經(jīng)驗。此公司行業(yè)前景樂觀。年初，該公司因擴大生產(chǎn)規(guī)模，向銀行申請500萬元一年期貸款，提供相應(yīng)價值抵押擔(dān)保物品。與其他中小企業(yè)相同，此公司由于與金融機構(gòu)合作不多，信用記錄缺乏，但其在同行業(yè)問口碑不錯，也未有不良記錄，評估專家給予信用評價X。的分值為3，可繼續(xù)進行后續(xù)評估。經(jīng)過年初實地調(diào)查，各項財務(wù)指標非財務(wù)指標如下：將以上指標分別帶入方程(3)(4)，經(jīng)計算，可得此公司的P為070，P為084，由此得到P為O77>0，5，則判定該企業(yè)信用風(fēng)險較低，可發(fā)放貸款。假設(shè)1：同年6月，銀行對該公司進行貸后評估。年中實地調(diào)查各項財務(wù)指標非財務(wù)指標如下經(jīng)計算，年中該公司P為0．82>0．5，則判定該企業(yè)信用風(fēng)險較低。此時該企業(yè)向銀行提出延長兩個月貸款期限，以獲得更多周轉(zhuǎn)資金。此時假定銀行批準延長貸款期限。年末，再一次貸后評估，評估結(jié)果P為081>O5。公司經(jīng)營未出現(xiàn)任何異常情況，對此項貸款不做任何處理。次年2月，銀行從此公司收回貸款本息。一年期貸款500萬元，銀行獲利一年期利328萬元，延時兩個月貸款利息56萬元，共計38．4萬元。假設(shè)2：同年6月，銀行對該公司貸款使用進行跟進，以及時把控風(fēng)險變化，作出相應(yīng)調(diào)整。年中實地調(diào)查評估后，得出年中各項財務(wù)指標非財務(wù)指標如下：經(jīng)計算，年中該公司P為O45<0．5，風(fēng)險高。此時銀行對該企業(yè)存在問題進行實地調(diào)查，判定該企業(yè)問題為可解決問題，待企業(yè)自行解決，一個月后再一次評估。7月，銀行對該公司進行重評估，P為O69>05，問題已解決，公司經(jīng)營正常，對此項貸款不做任何處理。年末，銀行從此公司收回貸款本息。一年期貸款500萬元，銀行獲利32．8萬元。假設(shè)3：同假設(shè)2中的6月年中評估，該公司年中P為O45<05，風(fēng)險高。銀行對該企業(yè)存在問題進行實地調(diào)查，發(fā)現(xiàn)此問題已無緩解可能，如繼續(xù)貸款極有可能造成資金損失，決定終止貸款。資金通過變賣抵押物或由其擔(dān)保公司支付。收回貸款本金500萬元，6個月利息168萬元。

四、總結(jié)

企業(yè)信貸風(fēng)險評估是商業(yè)銀行融資貸款風(fēng)險管理的基礎(chǔ)。本文建立的評估體系經(jīng)驗證正確率達到90％以上，得到了較好的評估效果。本模型解決了過去評估體系中由于指標眾多且繁雜造成的數(shù)據(jù)收集困難，同時采用動態(tài)多時段評估解決了選擇指標不全面造成銀行潛在風(fēng)險提高的問題。便于銀行及時作出相應(yīng)決策，同時也為信譽良好貸款使用健康的企業(yè)提供方便，使他們可以更加靈活有效的運用資金。