導(dǎo)語：如何才能寫好一篇企業(yè)信用評估方法，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】信用資產(chǎn)；價值評估

一、信用資產(chǎn)概念

信用是一種遠期支付承諾，它以貨幣單位表示未來經(jīng)濟的價值。在不存在資源交換時，它不以現(xiàn)實資產(chǎn)的形式存在，只有當發(fā)生資源交換時，它才能通過資源體現(xiàn)出價值所在。20世紀90年代以來，隨著無形資產(chǎn)價值的不斷增強，企業(yè)獲得競爭優(yōu)勢的方式開始從單純的產(chǎn)品本身向無形資產(chǎn)價值的開發(fā)和利用轉(zhuǎn)變。企業(yè)信用作為企業(yè)重要的無形資產(chǎn)，通過與物質(zhì)資產(chǎn)和人力資源的合理結(jié)合，可以產(chǎn)生高效的生產(chǎn)力和強勢的競爭力，從而提升企業(yè)盈利能力和企業(yè)價值。

二、企業(yè)信用資產(chǎn)評估要素

（一）企業(yè)信用資產(chǎn)的成本

成本是任何一項資產(chǎn)價值構(gòu)成的基礎(chǔ)。對于有形資產(chǎn)來說，其成本主要分為原始成本和重置成本。信用資產(chǎn)的成本主要指原始成本，如為建立和發(fā)展企業(yè)信用而產(chǎn)生各項費用，而不存在重置成本。因為企業(yè)信用的形成是一個漫長的過程，并且不易在短時間內(nèi)發(fā)生改變，即使要把某些成本費用看成重置成本，也只能算作是未來信用資產(chǎn)的原始成本。

企業(yè)信用資產(chǎn)的成本分析可以從顯性和隱性兩方面考察。顯性是指企業(yè)為建立和培養(yǎng)信用資產(chǎn)所支付的各項費用。隱性成本是指企業(yè)為恪守信用而付出的損失或減少的收入。但兩方面都存在不足之處，顯性成本可能會產(chǎn)生漏記、錯記。隱性成本則由于并不實際記錄在企業(yè)賬目中，往往容易被忽略，導(dǎo)致企業(yè)信用資產(chǎn)成本的記錄出現(xiàn)不完整。但不可否定的是根據(jù)企業(yè)歷史資料，統(tǒng)計企業(yè)為保持和提高信用水平所支付的成本費用，對于企業(yè)信用資產(chǎn)評估具有重要的意義?？梢钥隙ǖ氖?，如果企業(yè)在信用方面增加投入，則新增加的企業(yè)信用資產(chǎn)必定會給企業(yè)帶來相應(yīng)的投資回報。

（二）企業(yè)信用資產(chǎn)的效用

資產(chǎn)的價值體現(xiàn)在它對企業(yè)的效用，即能為企業(yè)獲利。有形資產(chǎn)以實物形式存在，其效用大小可以根據(jù)實物鑒定。而無形資產(chǎn)沒有實物形態(tài)，其在物質(zhì)實體上的表現(xiàn)是諸如專利證書、許可證、注冊商標證書和轉(zhuǎn)讓合同等具體的書面文書，這些都可以作為評估無形資產(chǎn)價值的重要依據(jù)。無形資產(chǎn)的價值也可以用其實際效用來體現(xiàn)，即無形資產(chǎn)在企業(yè)生產(chǎn)經(jīng)營過程中發(fā)揮的實際作用。這種實際效用一般是指該資產(chǎn)給企業(yè)帶來的額外收益的大小。無形資產(chǎn)的實際效用比企業(yè)文書更是其實際價值評估的依據(jù)。

企業(yè)信用資產(chǎn)作為企業(yè)重要的無形資產(chǎn)，其實際效用表現(xiàn)為能夠為企業(yè)帶來超額收益或預(yù)期盈利能力。它不僅是企業(yè)正常經(jīng)營的必要條件，更能夠促進企業(yè)健康發(fā)展甚至幫助企業(yè)起死回生。

（三）企業(yè)信用資產(chǎn)的壽命

無形資產(chǎn)一般都有明確的使用期限。使用期限對無形資產(chǎn)的價值有重要影響，超過有效期其作用就會消失。但是信用資產(chǎn)是一種特殊的無形資產(chǎn)，它會一直伴隨著企業(yè)的整個生命周期。

無形資產(chǎn)剩余使用壽命的計算方法一般有三種：法定年限法、更新周期法和預(yù)測法。對于信用資產(chǎn)，既要考慮到其作用的長期性，又要結(jié)合外部信用環(huán)境變化的影響，綜合考慮后采用專家法進行評議和確定。

（四）企業(yè)信用資產(chǎn)的環(huán)境影響

無形資產(chǎn)與有形資產(chǎn)相比，一個重要特點就是其可以作為不同經(jīng)濟主體的共同財富同時享用。由于資源的有限性和市場的競爭性，各企業(yè)擁有的無形資產(chǎn)也會產(chǎn)生互斥，防礙企業(yè)獲得高額利益。信用資產(chǎn)也如此，企業(yè)信用水平的高低不僅受企業(yè)自身信用狀況的影響，同時受同行業(yè)或其他行業(yè)經(jīng)濟主體信用狀況及水平的影響。因此，對信用資產(chǎn)進行評估時，要綜合考慮同行業(yè)企業(yè)擁有的信用水平和整個社會信用狀況等因素。

三、企業(yè)信用資產(chǎn)評估方法比較

（一）成本法

成本法，也稱重置成本法或重置價值法，是指從待估資產(chǎn)在評估基準日的復(fù)原重置成本或更新重置成本中扣減其各項損耗來確定被評估資產(chǎn)價值的方法。其基本計算公式可表述為：

被評估資產(chǎn)評估值=重置成本-實體性貶值-功能性貶值-經(jīng)濟性貶值

式中，對于不可重置的資產(chǎn)來講，也可以采用原始成本或替代資產(chǎn)現(xiàn)值來代替重置成本。

信用資產(chǎn)作為特殊的無形資產(chǎn)，其成本構(gòu)成要復(fù)雜得多，可把它的原始成本作為估算其價值的基礎(chǔ)，公式調(diào)整為：

被評估資產(chǎn)評估值=原始成本-資產(chǎn)各種貶值

由于信用資產(chǎn)顯性成本和隱性成本計量的不足之處，企業(yè)信用成本費用的收集和計量存在很大困難。信用資產(chǎn)的貶值與有形資產(chǎn)也不相同，只能通過環(huán)境經(jīng)濟性方面分析，即環(huán)境經(jīng)濟性貶值。

通過以上分析，成本法可以作為企業(yè)信用資產(chǎn)價值評估的基礎(chǔ)，但不宜作為主要依據(jù)。

（二）市場法

市場法，即現(xiàn)行市價法，是以市場價格作為資產(chǎn)評估的價格標準，來確定資產(chǎn)評估價格的一種方法。它通過比較被評估資產(chǎn)與最近售出類似資產(chǎn)的異同，并將類似資產(chǎn)市場價格進行調(diào)整，從而確定被評估資產(chǎn)價值。

市場法評估必須具備兩個條件：要有一個充分發(fā)育活躍的資產(chǎn)市場；參照物及其與被評估資產(chǎn)可比較的指標、技術(shù)參數(shù)等資料是可搜集到的。

由于信用資產(chǎn)交易市場在我國的發(fā)展尚不繁榮，所以在當前條件下利用市場法對企業(yè)信用資產(chǎn)進行價值評估有很大困難，信用市場還有待于進一步發(fā)展和完善。

（三）收益法

收益法，也稱權(quán)益法或收益現(xiàn)值法，是指通過估算被評估資產(chǎn)未來預(yù)期收益并折算成現(xiàn)值，借以確定被評估資產(chǎn)價值的一種資產(chǎn)評估方法。收益法在經(jīng)濟發(fā)達國家或地區(qū)應(yīng)用更為廣泛。其計算公式為：

式中：V―無形資產(chǎn)評估值；―第t年增加的收益額；―年份；n―剩余使用年限；i―折現(xiàn)率。

使用收益法時要滿足三個前提條件：資產(chǎn)可以投入使用；資產(chǎn)經(jīng)營的未來收益能夠且必須用貨幣金額來表示；資產(chǎn)所有者所承擔的風險收益也必須是能用貨幣衡量的。

運用收益法對資產(chǎn)進行評估是以資產(chǎn)投入使用后能夠連續(xù)獲利為基礎(chǔ)的，如果在資產(chǎn)上進行投資不是為了獲利或者投資后預(yù)期收益很少且又不穩(wěn)定，則不能采用收益法。

四、企業(yè)信用資產(chǎn)評估方法與評估思路

（一）企業(yè)信用資產(chǎn)評估方法

通過以上對三種資產(chǎn)評估常用方法的比較分析，我們認為采用收益法對企業(yè)信用資產(chǎn)進行評估是合適的。因為信用資產(chǎn)可以為企業(yè)帶來超額收益，并且這種收益可以用貨幣計量且剩余使用壽命可以預(yù)測。

（二）企業(yè)信用資產(chǎn)的評估思路

通過對信用資產(chǎn)的特征進行分析，我們得出信用資產(chǎn)評估的思路方法：

（1）采用層次分析法對企業(yè)超額收益進行分割。

首先用層次分析法對企業(yè)整體無形資產(chǎn)帶來的收益進行分割，分離出企業(yè)信用資產(chǎn)的收益?？梢园褵o形資產(chǎn)收益作為目標層，把商標品牌、技術(shù)含量、人力資源、企業(yè)信用、管理水平五類作為方案層，把價格優(yōu)勢、銷量增長、成本降低和競爭力提高作為準則層，從而構(gòu)建層次結(jié)構(gòu)模型。

根據(jù)各層次之間關(guān)系構(gòu)造出某元素與相鄰層有聯(lián)系的所有元素的比較判斷矩陣：

A C1 C2 … Cn

C1 a11 a12 … a1n

C2 a21 a22 … a2n

… … … … …

C4 an1 an2 … ann

其中：

接著進行層次單排序：

A中每行乘積：

m次方根： （下轉(zhuǎn)第90頁）（上接第88頁）

規(guī)范化，得出歸一化后各因素權(quán)重：

一致性檢驗：，查出RI，計算一致性比率，當CR

最后進行層次總排序：

由單排序得到準則層各元素對目標層的權(quán)重向量，同理可求出P層各元素對C層的權(quán)重向量：

方案層對總目標權(quán)重由得出。

同樣采用方根法求出P層對總目標的排序權(quán)重，并進行一致性檢驗。

（2）采用專家評分法確定各信用資產(chǎn)要素對企業(yè)信用收益的影響程度，確定企業(yè)信用資產(chǎn)使用效率，得出信用系數(shù)L。

（3）收益現(xiàn)值法對企業(yè)信用資產(chǎn)進行評估。

根據(jù)信用資產(chǎn)剩余使用年限和折現(xiàn)率，通過公式算出信用資產(chǎn)價值。

參考文獻

[1]夏網(wǎng)生，崔蘇衛(wèi).企業(yè)信用的效益分析[J].現(xiàn)代管理科學，2003（07）：17-18.

[2]Sveiby K E.The New Organizational Wealth[M].Berrett-Koe-hler Publishers，Inc，1997.

[3]盧俊.企業(yè)信用資產(chǎn)研究綜述及展望[J].經(jīng)濟視角（中），2011，9：89-90.

[4]王全在.關(guān)于資信評估體系的設(shè)計[J].前沿，2003，11.

[5]John B.Caouette，Edward I.Altman.Managjng Credit Risk：The Next Financial Challenge，1998.

篇2

關(guān)鍵詞：商業(yè)銀行；信用風險評估；定性方法；定量方法

中圖分類號：F2

文獻標識碼：A

文章編號：1672-3198（2013）09-0027-02

企業(yè)信用評估和企業(yè)財務(wù)預(yù)警是企業(yè)財務(wù)管理研究的重要課題。諸多學者將兩個問題一起進行研究，這兩者之間還是有本質(zhì)區(qū)別的。財務(wù)預(yù)警即財務(wù)失敗預(yù)警，是指借助企業(yè)提供的財務(wù)報表、經(jīng)營計劃及其他相關(guān)會計資料，利用財會、統(tǒng)計、金融、企業(yè)管理、市場營銷理論，采用比率分析、比較分析、因素分析及多種分析方法，對企業(yè)的經(jīng)營活動、財務(wù)活動等進行分析預(yù)測，以發(fā)現(xiàn)企業(yè)在經(jīng)營管理活動中潛在的經(jīng)營風險和財務(wù)風險，并在危機發(fā)生之前向企業(yè)經(jīng)營者發(fā)出警告。信用評估本質(zhì)上是對企業(yè)履約各種承諾能力和信用程度進行全面評估，預(yù)測未來償債可能性來辨識不同企業(yè)的方法。服務(wù)的對象有商業(yè)銀行、金融監(jiān)管機構(gòu)、與受評對象有業(yè)務(wù)往來的商業(yè)客戶以及社會公眾和投資者。

（1）定性評估方法：人工專家分析法，又被稱為古典信用分析方法，包括5C、5P、5W法，5C法指貸款申請企業(yè)或個人的道德狀況，償債能力，貸款申請企業(yè)或個人的財產(chǎn)狀況，可用于進行貸款申請時抵押擔保的資產(chǎn)價值，宏觀經(jīng)濟狀況。 5W法指貸款申請人、申請貸款的使用、貸款的時間長度、擔保資產(chǎn)價值及還款方式。目前我國商業(yè)銀行實務(wù)中仍主要采用的信用評估分析方法。

（2）定量評估方法。

①統(tǒng)計方法：多元判別分析法（Multi-linear Discriminate Analysis）是較早應(yīng)用于企業(yè)信用評估的多元統(tǒng)計方法。Altman（1968）最早提出Z-score模型對企業(yè)運營財務(wù)危機預(yù)警、企業(yè)違約預(yù)測問題進行研究，使用較少的財務(wù)比率迅速進行判斷分析，使用年度報表的數(shù)據(jù)運用財務(wù)比率進行分析：企業(yè)運營成本/平均總資產(chǎn)、留存收益/平均總資產(chǎn)、息稅前利潤總額/平均總資產(chǎn)、普通股股東權(quán)益合計/平均總負債、營業(yè)收入/平均總資產(chǎn)，并且對三十多家樣本公司進行分析，得到準確率較高的分析結(jié)果，該模型屬于貝葉斯判別，用樣本修正已有的先驗概率分布得到后驗概率分布。這篇經(jīng)典論文開創(chuàng)了企業(yè)破產(chǎn)預(yù)測，財務(wù)危機預(yù)警，信用評估分析的先河。Altman（1977）在前述論文的基礎(chǔ)上進行了完善，又加入幾個財務(wù)比率建立ZETA模型，使用總資產(chǎn)收益率（利潤總額/平均總資產(chǎn)）、利潤增長率（利潤總額/上一年利潤總額）、利息保障倍數(shù)（息稅前利潤總額/利息費用）、留存收益/平均總資產(chǎn)、流動比率（流動資產(chǎn)/流動負債）、平均總資產(chǎn)、公司股票市價等財務(wù)比率，得到比簽署模型更好的分析結(jié)果。Logistic模型分析。Martin（1977）使用財務(wù)比率進行企業(yè)經(jīng)營財務(wù)預(yù)警及企業(yè)貸款違約分析，使用多元統(tǒng)計學中的Logistic回歸方法，使用1970至1971年的報表數(shù)據(jù)從的美聯(lián)儲成員銀行5600多家中選取58家屬于財務(wù)困境，違約樣本的銀行進行分析測算，使用資產(chǎn)凈利率（利潤總額/平均總資產(chǎn)）等8個財務(wù)比率，進行分析測算，并且分析不同的信息使用者的風險偏好差異，如投資人和債權(quán)人，測算不同的風險預(yù)警系數(shù)，便于信息使用者更好地作出分析決策，得到較好的分析結(jié)果，并且使用該多元回歸模型與前述的Z-Score模型，ZETA模型測算的結(jié)果進行對比分析，得到優(yōu)于前述模型的預(yù)測數(shù)據(jù)。吳世農(nóng)（2001）收集我國上市公司1998至2002年A股市場的ST公司共計七十多家，收集樣本數(shù)據(jù)的時間是公司轉(zhuǎn)化成ST的年度，并且選取相關(guān)行業(yè)的七十多家作為對照組樣本，進行橫截面數(shù)據(jù)分析，選用不同的計量模型進行對比研究，主要有線性概率模型（LPM），F(xiàn)isher二類線性判定，Logistic模型等多元統(tǒng)計方法對企業(yè)財務(wù)進行預(yù)警研究，最終結(jié)果是Logistic模型的預(yù)測準確率均高于Fisher判別分析法和LPM的準確率。于立勇、詹捷輝（2004）也使用Logistic模型，選取商業(yè)銀行的貸款企業(yè)客戶的財務(wù)數(shù)據(jù)進行信用違約的分析，得到較好的測算概率。方洪全、曾勇（2004）在銀行信用風險評估方法實證研究及比較分析中運用Logit模型分析。李志輝、李萌（2005）選取了195家上市公司為樣本，Logistic模型的準確率高于線性判別模型神經(jīng)網(wǎng)絡(luò)模型。Junni L. Zhang（2010）運用貝葉斯加分類樹法對德國公司財務(wù)報表數(shù)據(jù)進行償債能力進行有效得分類。

②信用風險評估模型。Credit Metrics（信用計量模型）是摩根大通等美國知名金融機構(gòu)采用用VaR（在險價值模型）的思路，對個人和企業(yè)的貸款以及其他金融資產(chǎn)進行價值估計和風險預(yù)測的計算方法。麥肯錫公司提出的Credit Portfolio View模型（信貸組合審查模型），是改造Credit Metrics模型，考慮到周期性宏觀經(jīng)濟因素，結(jié)合信用風險評級轉(zhuǎn)移和宏觀經(jīng)濟變量如年度經(jīng)濟增長率、市場利率、政府支出等建立關(guān)聯(lián)模型，使用蒙特卡羅技術(shù)模擬宏觀經(jīng)濟周期性因素的計算得到評級轉(zhuǎn)移概率。KMV模型（Credit Monitor模型）（是美國KMV公司提出后被穆迪公司收購），該模型是可以對上市公司的信貸違約概率進行預(yù)測分析。張玲等（2004）運用KMV模型評估我國上市公司ST公司和非ST公司的信用風險后得到，改變KMV模型的相關(guān)變量可以至少提前2年預(yù)警我國上市公司的信用違約風險，并且可以提前4年進行上市公司的信用風險變化趨勢的預(yù)測。戴志鋒等（2005） 運用KMV對我國上市公司數(shù)據(jù)和某國有商業(yè)銀行非上市公司的信貸數(shù)據(jù)進行驗證，實證結(jié)果表明非上市公司模型在中國具有一定的預(yù)測能力，但預(yù)測準確率低于歐美國家。Credit Risk+模型（信用風險附加模型）是由瑞士信貸銀行金融產(chǎn)品部（CSFP）開發(fā)的，它是一個違約模型（Default Model）。

③人工智能方法：神經(jīng)網(wǎng)絡(luò)。陳雄華等（2002）采用人工神經(jīng)網(wǎng)絡(luò)模型研究企業(yè)信用等級的評估問題，按照企業(yè)樣本分為制造業(yè)和非制造業(yè)兩大類，利用偏相關(guān)分析方法建立了企業(yè)信用評級的指標體系，實驗結(jié)果表明神經(jīng)網(wǎng)絡(luò)模型具有更好的預(yù)測準確性。于立勇（2003）收集一百多個企業(yè)作為訓(xùn)練樣本，運用神經(jīng)網(wǎng)絡(luò)模型進行信用違約風險分析，得到有效的預(yù)測結(jié)果。章忠志、符林、唐換文（2003）使用神經(jīng)網(wǎng)絡(luò)模型，選取28個企業(yè)數(shù)據(jù)做為樣本進行分析，預(yù)測結(jié)果準確率達到90%以上。徐佳娜、西寶（2004）使用人工神經(jīng)網(wǎng)絡(luò)模型與層次分析法（AHP）相結(jié)合建立模型對企業(yè)信用風險進行評估，預(yù)測結(jié)果說明該模型比已有的其他模型準確更高。張衛(wèi)東等（2006）建立模型結(jié)合前饋型神經(jīng)網(wǎng)絡(luò)、遺傳算法和模糊數(shù)學方法來，評估商業(yè)銀行企業(yè)客戶的信用風險，使用Matlab軟件對選取的商業(yè)銀行企業(yè)客戶數(shù)據(jù)進行測算，得到的結(jié)果表明準確率比以前的模型方法有所提高，模型更具魯棒性。夏紅芳（2007）通過與上海某商業(yè)銀行的合作，對其1999-2005年的貸款明細和公司財務(wù)數(shù)據(jù)進行了系統(tǒng)研究，運用粗糙集理論的約簡功能，從中選出最能反映企業(yè)信用狀況的8項財務(wù)指標，再應(yīng)用模糊神經(jīng)網(wǎng)絡(luò)方法進行信用評估，實證研究表明所提方法具有較高精度。但是使用人工神經(jīng)網(wǎng)絡(luò)模型需要根據(jù)實際的樣本數(shù)據(jù)不斷調(diào)整系數(shù)，相對而言模型的魯棒性不夠強。戴芬（2009）根據(jù)中小企業(yè)信用評估指標體系，提出了一種基于蟻群神經(jīng)網(wǎng)絡(luò)的評估模型。結(jié)果表明蟻群神經(jīng)網(wǎng)絡(luò)的預(yù)測方法與傳統(tǒng)的BP 神經(jīng)網(wǎng)絡(luò)預(yù)測方法相比，具有較強的泛化能力，應(yīng)用在中小企業(yè)信用評估系統(tǒng)中具有很高的評估準確率。

整數(shù)規(guī)劃法。薛鋒（2006）選取上市公司數(shù)據(jù)，使用混合整數(shù)規(guī)劃法，建立企業(yè)信用風險評估模型進行信用風險評估，模型可以滿足非參數(shù)檢驗，也不需要樣本數(shù)據(jù)服從正態(tài)分布，可以較為廣泛的應(yīng)用，經(jīng)數(shù)據(jù)實際測算的結(jié)果說明，該模型魯棒性較好，預(yù)測效果較好，準確率較高。遺傳算法。薛惠鋒（2006）利用人工智能方法——GA-PSO混合規(guī)劃算法構(gòu)建企業(yè)信用風險評估模型。并利用上證50若干企業(yè)的實際數(shù)據(jù)對模型進行了實證檢驗。實證結(jié)果顯示該模型能有效預(yù)測上市企業(yè)的信用風險狀況。該模型在收斂性能及預(yù)測準確率等方面優(yōu)于基于傳統(tǒng)的多元回歸方法及GP方法的信用風險評估模型。Jonathan N. Crook（2007） 參考諸多文獻比較線形回歸（LDA），Logistic回歸，決策樹，數(shù)學規(guī)劃法，神經(jīng)網(wǎng)絡(luò)法，遺傳算法，遺傳編程，K近鄰法，支持向量機幾種方法，認為支持向量機法的準確率相對較高。

從以上對國內(nèi)外研究現(xiàn)狀的分析可知，盡管國內(nèi)外已有許多專家學者對商業(yè)銀行客戶信用評估進行大量的研究，但在實際應(yīng)用中涉及中小企業(yè)的研究較少，未考慮我國企業(yè)普遍存在的內(nèi)部人控制的企業(yè)中管理者個人因素對企業(yè)信用的影響，限制了模型的適用范圍。

參考文獻

[1]Altman，E.I.，F(xiàn)inancial ratio discriminant analysis and the prediction of corporate bankruptcy[J].Journal of Finance，1968，23（4）：189-209.

[2]Altman，E.I.，R.Haldeman & P.Narayanan，ZETA analysis：A new model to identify bankruptcy risk of corporations[J].Journal of Banking and Finance，1977，（l）：29-54.

[3]D.Martin.Early warning of bank failure： A Logit regression approach[J].Journal of banking and finance，1977，（1）：249-276.

[4]吳世農(nóng)，黃世忠.我國上市公司財務(wù)困境的預(yù)測模型研究[J].經(jīng)濟研究，2001，（6）：46-55.

[5]于立勇，詹捷輝.基于Logistic回歸分析的違約概率預(yù)測研究[J].財經(jīng)研究，2004，（9）：15-23.

[6]方洪全，曾勇.銀行信用風險評估方法實證研究及比較分析[J].金融研究，2004，（1）：62-69.

[7]李志輝，李萌.我國商業(yè)銀行信用風險識別模型及其實證研究[J].經(jīng)濟科學，2005，（5）：61-71.

[8]Junni L. Zhang，Wolfgang K. Hrdle The Bayesian Additive Classification Tree applied to credit risk modeling Computational[J].Statistics and Data Analysis 54 （2010） 1197_1205.

[9]張玲，楊貞柿，陳收.KMV模型在上市公司信用風險評估中的應(yīng)用研究[J].系統(tǒng)工程，2004，（11）.

[10]戴志鋒，張宗益，陳銀忠.基于期權(quán)定價理論的中國非上市公司信用風險度量研究[J].管理科學，2005，（6）.

[11]陳雄華，林成德，葉武.基于神經(jīng)網(wǎng)絡(luò)的企業(yè)信用等級評估系統(tǒng)[J].工程學報，2002，（6）：570-575.

[12]于立勇.商業(yè)銀行信用風險評估預(yù)測模型研究[J].管理科學學報，2003，（5）：46-52.

[13]章忠志，符林，唐換文.基于人工神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風險[J].模型經(jīng)濟數(shù)學，2003，（3）：42-47.

[14]徐佳娜，西寶.基于AHP-ANN模型的商業(yè)銀行信用風險評估[J].哈爾濱理工大學學報，2004，（3）：94-98.

[15]張衛(wèi)東，韓云昊，米陽于.GA-BP模糊神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風險評估[J].工業(yè)工程與管理，2006，（5）：81-84.

[16]夏紅芳.商業(yè)銀行信用風險度量與管理研究[D].南京：南京航空航天大學，2007，（8）.

[17]戴芬，劉希玉，王曉敏.蟻群神經(jīng)網(wǎng)絡(luò)在中小企業(yè)信用評估中的應(yīng)用[J].計算機技術(shù)與發(fā)展，2009，（10）：218-221.

[18]薛鋒，柯孔林.基于混合整數(shù)規(guī)劃法的企業(yè)信用風險評估研究[J].中國管理科學，2006，（2）：39-44.

篇3

一、提升中小企業(yè)自身素質(zhì)和信用等級

在國外，無論是政府擔保還是企業(yè)互助擔保，都是建立在良好信用的基礎(chǔ)之上的。中小企業(yè)要在信貸市場上獲得創(chuàng)業(yè)和經(jīng)營所需資金，關(guān)鍵是要提升中小企業(yè)自身的素質(zhì)和信用等級。中小企業(yè)面對機遇與挑戰(zhàn)，必須用實際行動去贏得銀行和政府的信任和支持。具體講，第一，要加強基礎(chǔ)管理工作，建立健全、規(guī)范、完善的財務(wù)管理制度；第二，要增強企業(yè)信息的透明度，提供全面、準確的財務(wù)和經(jīng)營信息；第三，增強抵御市場風險的能力；第四，搞活企業(yè)經(jīng)營機制，增強中小企業(yè)內(nèi)部融資的壓力和動力，同時加大力度進行改革，如采用職工持股的辦法。此外，中小企業(yè)要穩(wěn)健、快速地發(fā)展，必須充分挖掘自身的潛力，制定正確的經(jīng)營戰(zhàn)略，培育名牌產(chǎn)品，做到“小而?！?，通過加強內(nèi)部管理，增強自身的經(jīng)營能力。中小企業(yè)的社會信用等級提高后，從社會爭取自身發(fā)展所需的資金完全是可行的。

二、健全中小企業(yè)立法與加強政府的支持力度

1、制定和實施《中小企業(yè)基本法》。從而加強對中小企業(yè)的法律保護，確立中小企業(yè)的地位，維護中小企業(yè)合法權(quán)益，切實減輕中小企業(yè)負擔，營造中小企業(yè)發(fā)展的優(yōu)良環(huán)境。西方發(fā)達國家十分重視通過立法來保障中小企業(yè)穩(wěn)定發(fā)展，并已基本形成了相對獨立的中小企業(yè)法律體系。為了促進中小企業(yè)發(fā)展，我國應(yīng)盡快制定和實施《中小企業(yè)基本法》。

2、加強政府的支持力度。政府對中小企業(yè)融資的支持包括多個方面。例如：政府政策的支持、資金的支持等。在我國應(yīng)從稅收優(yōu)惠、貸款援助、財政補貼、扶持基金等方面建立和完善中小企業(yè)的扶持政策。

三、建立中小企業(yè)信用擔保體系

中小企業(yè)間接融資方式――銀行貸款難的最根本原因和最大障礙便是中小企業(yè)缺乏抵押、缺乏信用。因此，建立完善的中小企業(yè)信用擔保制度是解決該問題的關(guān)鍵所在。

信用擔保是由專業(yè)的擔保機構(gòu)為中小企業(yè)提供擔保，由銀行向企業(yè)貸款，在企業(yè)不能償還時由信用擔保機構(gòu)代為償付的一種信用服務(wù)體系。它是在市場經(jīng)濟下，為克服中小企業(yè)融資困難、化解銀行風險的需要而產(chǎn)生的一種金融服務(wù)手段。為解決中小企業(yè)貸款難、尋保難的問題，當前世界很多國家和地區(qū)建立了中小企業(yè)信用擔保體系，并已運轉(zhuǎn)良好，取得了很好的效果。

1、設(shè)置中小企業(yè)信用擔?；?。中小企業(yè)貸款困難最重要的原因是中小企業(yè)資信等級一般較低、信用擔保不合格、擔保單位難以落實等。為了增強銀行對中小企業(yè)貸款的信心，當務(wù)之急是提高中小企業(yè)的貸款擔保能力。建立中小企業(yè)信用擔?；鹬荚谙蚍先谫Y條件但無擔保品或擔保品不足的中小企業(yè)提供信用擔保以補充信用不足，同時分擔金融機構(gòu)的貸款風險，增強其辦理中小企業(yè)融資的信心，與大企業(yè)同處于公平競爭的地位，共享金融資源，進而順利發(fā)展。一旦企業(yè)經(jīng)營壯大，信用狀況日趨穩(wěn)固堅實，則無須基金再給予信用保證，而改向為其他更需要扶持的企業(yè)提供，以達到保證資源的最佳利用。

2、成立中小互助擔?；??；饋碓粗饕烧畵芸睿溆嘤摄y行和社會中介組織及中小企業(yè)出資構(gòu)成，可讓一個代表各方利益的專門機構(gòu)管理該基金，基金按照互助、互信、共擔風險的原則，提供會員信用保證，以向銀行取得短期融資。值得注意的是，在此政府的介入不能影響市場功能的正常發(fā)揮。由于基金本身也可能因為提供擔保面臨著企業(yè)不能還貸而代為賠付的風險，因此只有符合條件的企業(yè)才能獲得基金提供的擔保。銀行作為商業(yè)化運作的組織，有權(quán)對企業(yè)進行審查。

四、靈活運用信用評估方法，適當放寬貸款標準

目前商業(yè)銀行的評估方法主要針對國有企業(yè)的，對中小企業(yè)不太適合。因為中小企業(yè)規(guī)模小，按照一般的企業(yè)評估方法，很難達到規(guī)定要求，因此可適當降低對中小企業(yè)貸款的標準，在對企業(yè)進行信用等級評定時，應(yīng)當考慮中小企業(yè)的實際，采用恰當?shù)臉藴蕘韺ζ渥龀鲈u價，將防范風險的重點放在控制其擔保的質(zhì)量。同時還要努力提高審批效率。商業(yè)銀行應(yīng)該充分發(fā)揮基層行對貸款人歷史情況、經(jīng)營情況、產(chǎn)品效益比較熟悉的優(yōu)勢，根據(jù)基層行的評估水平、信貸資產(chǎn)質(zhì)量等因素，授予相應(yīng)的評估權(quán)，甚至貸款權(quán)，這樣有利于提高評估效率。

五、積極拓展其他融資渠道為中小企業(yè)服務(wù)

1、大力拓展中小企業(yè)融資租賃渠道。融資租賃是一種典型的融資方式，中小企業(yè)通過融資租賃可在資金短缺或不愿動用經(jīng)營資金的情況下租賃到企業(yè)急需的設(shè)備，達到融資目的。在辦理融資租賃業(yè)務(wù)時，應(yīng)適當放寬政策，允許中小企業(yè)以現(xiàn)有資產(chǎn)、效益以及未來企業(yè)的收益作保證。國家應(yīng)該大力支持發(fā)展，積極完善租賃業(yè)發(fā)展的配套政策，進一步擴大融資租賃的商品范圍和籌建租賃公司，盡快制訂中小企業(yè)進行融資租賃的保護政策和鼓勵措施。

篇4

【關(guān)鍵詞】 中小企業(yè) 融資征信 BP神經(jīng)網(wǎng)絡(luò)

1中小企業(yè)融資征信評估應(yīng)用中BP模型分析

BP網(wǎng)絡(luò)具有較高的準確性和較快的收斂速度及更小的誤差，是進行我國中小企業(yè)信用評價的理想方法。因此，本文擬采用BP神經(jīng)網(wǎng)絡(luò)來構(gòu)造我國中小企業(yè)信用評價模型。

1.1 BP神經(jīng)網(wǎng)絡(luò)的基本原理

BP神經(jīng)網(wǎng)絡(luò)又被稱為反向傳播網(wǎng)絡(luò)，這是因為該神經(jīng)網(wǎng)絡(luò)的連接權(quán)的調(diào)整采用的是反向傳播學習算法。BP神經(jīng)網(wǎng)絡(luò)的主要優(yōu)點是：只要有足夠的隱層和節(jié)點，就可以逼進任意的非線性映射關(guān)系，其算法是一種導(dǎo)師學習算法，屬于全局逼近的方法，因而具有泛化能力，BP網(wǎng)絡(luò)同時具有較好的容錯性；BP網(wǎng)絡(luò)的主要缺點是收斂速度慢，局部極小。這個缺點可以通過改進算法，加入學習率自適應(yīng)，L-M等算法進行彌補。

1.2 BP神經(jīng)網(wǎng)絡(luò)的具體結(jié)構(gòu)及學習原理

BP神經(jīng)網(wǎng)絡(luò)基本組成是由各個神經(jīng)元的連接權(quán)組成?？梢源篌w分為三個層次：輸入層、隱含層和輸出層。若輸入層有神經(jīng)元n個，輸入向量記為x1=（x1，xn，…，xn）是網(wǎng)絡(luò)的t個輸入模式，Zi（t）為網(wǎng)絡(luò)隱含層節(jié)點的輸出值，Y （t） =（Y1 （t） ，Y2 （t） ，…，Ym （t） ）是對應(yīng)的實際輸出值，輸入神經(jīng)元i到隱層神經(jīng)元j的權(quán)值為Vij，隱層神經(jīng)元i到輸出神經(jīng)元j的權(quán)值為Vij；另外分別用φi和θj表示隱含層和輸出層的閥值。三者的基本關(guān)系如下：

；

在上式中，f函數(shù)被稱為神經(jīng)元的傳遞函數(shù)，也被稱為激活函數(shù)，在實際應(yīng)用中一般采用S型函數(shù)（Logsig）：

1.3 中小企業(yè)融資征信指標體系建立

中小企業(yè)融資征信評價的重點在于評價中小企業(yè)的經(jīng)營狀況與財務(wù)狀況等內(nèi)容。由于企業(yè)財務(wù)指標之間具有相關(guān)性，本文首先根據(jù)中小企業(yè)特點選擇財務(wù)指標，并利用因子分析法對指標進行整理分析。依據(jù)我國中小企業(yè)的特點并利用因子分析法，本文剔除了與中小企業(yè)信用狀況不相關(guān)或重復(fù)性的指標，最終選取了償債能力指標（資產(chǎn)負債率，流動比率，速動比率）、盈利能力指標（銷售毛利潤，資產(chǎn)報酬率，凈資產(chǎn)收益率）、營運能力指標（應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率，流動資產(chǎn)周轉(zhuǎn)率，總資產(chǎn)周轉(zhuǎn)率）、成長能力指標（營業(yè)收入增長率、營業(yè)利潤增長率、凈利潤增長率，總資產(chǎn)增長率、凈資產(chǎn)增長率）15個財務(wù)指標綜合反映中小企業(yè)的信用狀況。

由于所選擇的財務(wù)指標的量綱和數(shù)量級不同，本文對各指標進行了標準化，使每一個指標都統(tǒng)一于某種共同的數(shù)值特性范圍。本文采用如下公司對指標進行標準化。

其中， 為原始數(shù)據(jù)的均值；Xj=；為原始數(shù)據(jù)的標準差，。

2 中小企業(yè)融資征信評估的BP模型構(gòu)建

2.1 BP神經(jīng)網(wǎng)絡(luò)輸出層、隱含層及輸出層的設(shè)計

根據(jù)BP神經(jīng)網(wǎng)絡(luò)的相關(guān)研究，在網(wǎng)絡(luò)設(shè)計過程中，隱層神經(jīng)元數(shù)的確定十分重要。隱層神經(jīng)元過多、過少都會影響網(wǎng)絡(luò)性能，達不到預(yù)期效果。而隱層神經(jīng)元個數(shù)與期望誤差、輸入與輸出層神經(jīng)元個數(shù)、實際問題復(fù)雜性都有直接的聯(lián)系。在三層網(wǎng)絡(luò)中，輸入和輸出神經(jīng)元是依據(jù)輸入向量和研究目標而定。本文在選取隱層神經(jīng)元的個數(shù)上主要參考原有的兩個經(jīng)驗公式來確定：

（1）

其中M表示輸入向量元素個數(shù)，則輸入層的神經(jīng)元可以選為M個。

N=2M+1（2）

其中μ代表輸入層神經(jīng)元個數(shù)，η代表輸出層神經(jīng)元個數(shù)，a代表[0，10]之間的整數(shù)。根據(jù)相關(guān)經(jīng)驗，本文中a取為2。

本文選擇了15個財務(wù)指標作為輸入，因此輸入層神經(jīng)元數(shù)M=μ=15；輸出層神經(jīng)元的數(shù)量η由信用評價結(jié)果的模式確定。根據(jù)式（1），由于μ=1，η=15，a為[1，10]之間的常數(shù)，可以取L=5-14。根據(jù)式（2），由于M=15，因此N=2M+1=31。因此，可以估計最佳隱含層的神經(jīng)元數(shù)目介于5-31之間。

2.2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練及結(jié)構(gòu)確定

本文在進行樣本設(shè)計時，以我國2014年50家上市公司所作出的評價為樣本。所采用的指標與上文中給出的評價指標一致。數(shù)據(jù)樣本有50個，選擇其中的40個項目的評價作為學習樣本，另外10個項目的評價作為檢驗樣本。訓(xùn)練函數(shù)采用BP網(wǎng)絡(luò)最常用的Trainlm，訓(xùn)練次數(shù)定位2000次，誤差精度小于0.0001。本文設(shè)定最大訓(xùn)練步長epoch=2000，分別采用traingdx函數(shù)、traingd函數(shù)和trainglm函數(shù)進行BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練。

本文通過Matlab7.0，分別采用traingdx函數(shù)、traingd函數(shù)和trainglm函數(shù)，對所設(shè)計的隱含層神經(jīng)元數(shù)可變的BP神經(jīng)網(wǎng)絡(luò)進行了訓(xùn)練和仿真。結(jié)果表明，當BP神經(jīng)網(wǎng)絡(luò)的隱含層神經(jīng)元數(shù)在5-31之間變化時，當N=17時，trainlm數(shù)的訓(xùn)練誤差最小，因此本文決定采用收斂速度最快、訓(xùn)練誤差最小的trainlm訓(xùn)練函數(shù)，隱含層神經(jīng)元數(shù)n=17的BP神經(jīng)網(wǎng)絡(luò)作為中小企業(yè)信用評價模型。

3 結(jié)論

本文建立了一般中小企業(yè)信用評價財務(wù)指標體系，據(jù)此構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型，并以2014年40家上市公司為學習訓(xùn)練樣本，并對剩下的10家公司進行仿真，設(shè)定最大訓(xùn)練步長epoch=2000，詳細考察了隱含層結(jié)構(gòu)和網(wǎng)絡(luò)訓(xùn)練函數(shù)對BP神經(jīng)網(wǎng)絡(luò)辨識性能的影響。評價結(jié)果表明，各中小企業(yè)之間的信用評價結(jié)果存在較大的異質(zhì)性。這說明，利用BP神經(jīng)網(wǎng)絡(luò)對中小企業(yè)進行信用評價，具有較高的可操作性。因此，金融機構(gòu)可以據(jù)此加強對中小企業(yè)的信用評價，篩選優(yōu)秀的中小企業(yè)以降低信用風險。

【參考文獻】

篇5

供電企業(yè)向用戶收取電費，是電力企業(yè)生產(chǎn)經(jīng)營成果的最終體現(xiàn)，因此加強電費回收工作，對于電力企業(yè)具有非常重要的意義。近一時期，困擾電力部門的電費回收難問題近期又有所抬頭，尤其在一些經(jīng)濟欠發(fā)達地區(qū)，電費回更是營銷部門的工作重點，是每個月都需要面對的重要課題。本文通過分析新形勢下電費回收難問題產(chǎn)生的背景，提出通過對電力客戶的信用評價進行積分劃分風險等級，建立電力客戶電費回收預(yù)警機制，提前發(fā)現(xiàn)電力用戶欠費的苗頭及征兆，對電力用戶電費回收風險進行預(yù)警，希望能為該問題的解決提供一點借鑒。

一、電費回收難產(chǎn)生的背景

1、電費保證金制度的取消加劇了電費回收的風險。

電費保證金制度曾經(jīng)為電力企業(yè)確保電費回收、不形成呆死帳提供了最后保障。1999年底，國務(wù)院明令取消了執(zhí)行十余年的電費保證金制度，電費保證金制度的取消加劇了電力銷售的風險。

2、近一階段，我國國民經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)調(diào)整步伐加快，使一些產(chǎn)品單一、技術(shù)落后、設(shè)備陳舊的企業(yè)在市場競爭中處于劣勢，甚至破產(chǎn)倒閉，使得電力購銷合同無法正常履行，影響到電費的正?；厥?，增大了電費回收的難度。

3、電力法規(guī)一些條款的滯后已明顯不能適應(yīng)目前供用電雙方電費結(jié)算的實際需要。

《電力供應(yīng)與使用條例》第三十九條規(guī)定：“逾期未交電費的，自逾期之日起計算超過30日，經(jīng)催交仍未支付電費的，供電企業(yè)可以按照國家規(guī)定的程序停止供電”。按此規(guī)定，供電企業(yè)對欠費戶采取停電措施的最快時間，也要待欠費戶用電兩個月之后。對一些大宗用戶，如果其經(jīng)營狀況出現(xiàn)惡化，而電力企業(yè)仍在其用電兩個月之后再按照規(guī)定采取停止供電措施，供電企業(yè)將不可能實現(xiàn)電費月清月結(jié)，還可能付出形成大量陳欠，甚至壞賬的沉重代價，造成國有資產(chǎn)的嚴重流失。

4、政府行政干預(yù)。

個別政府的行政干預(yù)行為，使供電企業(yè)不便采取停限電手段催收電費。這類電力客戶大多用電能量比較大，在當?shù)亟?jīng)濟發(fā)展中又是納稅大戶，有著舉足輕重的地位。政府在發(fā)展經(jīng)濟中，制定了扶持地方經(jīng)濟發(fā)展的政策，當受扶持的企業(yè)經(jīng)營遇到困難時，電費就變成了這些企業(yè)的一種“補貼”。

5、用電企業(yè)穩(wěn)定經(jīng)營和發(fā)展的壓力增大。

近年來用電企業(yè)維持經(jīng)營的不確定因素增多。一是原材料的價格不斷走高并伴隨大幅波動，企業(yè)生產(chǎn)計劃難以安排；二是員工忙時難招、閑時難留，難以安排長期生產(chǎn)計劃；三是成本上升無法控制，如人民幣匯率變動、材料價格波動等。

6、企業(yè)資金鏈斷裂風險進一步增大。

銀行是否放貸、是否續(xù)貸不確定，難以安排財務(wù)計劃。工人工資發(fā)放不及時引發(fā)的風險，債權(quán)、債務(wù)矛盾引發(fā)民事案件風險增多，企業(yè)資金鏈斷裂風險進一步增大。

7、企業(yè)“最后一個生產(chǎn)月”電費風險大，難以控制。

一些企業(yè)在生產(chǎn)不能繼續(xù)的情況下，無法再生產(chǎn)經(jīng)營，停產(chǎn)前最后一個生產(chǎn)月份使用的電費往往難以追繳。一方面企業(yè)經(jīng)營惡化，沒有能力支付費電費；另一方面企業(yè)已停產(chǎn)不再用電，企業(yè)沒有支付電費意愿。

二、對電力客戶的信用進行評分―-電費預(yù)警的基礎(chǔ)

國內(nèi)外的評估機構(gòu)在實踐中常用的評估方法大致可以分為三類：定性評估法、定量評估法和綜合評估法。其中定性評估法主要依賴于評估人員的經(jīng)驗和能力，特點是主觀性較強，結(jié)果的客觀、公正性則相對較弱。定量評估法以反映企業(yè)經(jīng)營活動的實際數(shù)據(jù)為分析基礎(chǔ)，通過數(shù)學模型來測定信用風險的大小。這種方法過多依賴刻板的數(shù)據(jù)，對于瞬息萬變的企業(yè)經(jīng)營狀態(tài)，時間越短，準確率越高，反之越低。取舍上述兩種評估方法的優(yōu)缺點，目前的國際上通常使用綜合評估的方式，綜合評估法基本以定性分析為主、定量分析為輔，要求對評估對象做出全局性、整體性的評價。該方法現(xiàn)已為世界各大評級公司所采用，它代表了當今信用風險評估方法發(fā)展的主流方向。

企業(yè)信用的信息非常廣泛，包括被評對象的財務(wù)狀況、收入狀況、營運狀況、競爭地位、未來發(fā)展趨勢、經(jīng)濟環(huán)境及其他與信用相關(guān)的方方面面。由于電力企業(yè)與電力用戶屬供用電關(guān)系，客戶的商業(yè)信息大多數(shù)為電力企業(yè)所不掌握，供電企業(yè)的信用管理主要服務(wù)于電力客戶的電費按期償還能力，針對電費預(yù)警需要，對于一些無關(guān)或次要項目不作為參考，而主要選擇能判斷企業(yè)電費支付能力的關(guān)聯(lián)信用，包括電費支付信用、安全生產(chǎn)信用、規(guī)范用電信用、工作配合信用、持續(xù)經(jīng)營信用、發(fā)展趨勢信用。

1、電費支付信用：主要是指電力客戶支付電費情況。

2、安全生產(chǎn)信用：包括客戶安全生產(chǎn)措施，電氣設(shè)備和保護裝置安全運行、維護等。

3、規(guī)范用電信用：主要是指客戶執(zhí)行《電力法》、《電力供應(yīng)與使用條例》、《供用電營業(yè)規(guī)則》等電力法規(guī)的信用。

4、工作配合信用：客戶與供電企業(yè)工作配合、協(xié)作、支持情況。包括調(diào)度合作、用電檢查合作、抄表收費合作與需求側(cè)管理合作等。

5、持續(xù)經(jīng)營信用：電力客戶持續(xù)生產(chǎn)經(jīng)營能力。

6、發(fā)展趨勢信用：未來可能出現(xiàn)的各種變化的一種判斷。

對電力客戶的信用進行評分的方法：

設(shè)定電力客戶基礎(chǔ)分數(shù)為為100分，在此基礎(chǔ)上按照信用評價參考項扣減或增加相應(yīng)分數(shù)。

（1）電費支付信用：占60分。

供電企業(yè)當前主要需要解決的是企業(yè)拖欠電費的問題，因此，電費支付信用占比重較大，占60分。

一般客戶：以規(guī)定繳費日為限，一般為每月25日，最多到月末日為止。到期繳納該項得滿分，在規(guī)定繳費日之前每提前一天繳費加0.5分。

分次結(jié)算客戶：以合同規(guī)定的結(jié)算繳費日為限，嚴格執(zhí)行合同規(guī)定的結(jié)算時間和繳費數(shù)額，每提前一天足額繳費加0.5分，每滯后一天繳費扣1分；低于結(jié)算額10個百分點扣1分；每增加1個百分點加1分；月末結(jié)零根據(jù)合同規(guī)定，與一般客戶相同。

欠費客戶：超過月末日交納電費的客戶視為欠費戶，每滯后一天繳費扣1分。拖欠3次欠費的客戶扣本項10分。拖欠5次以上，扣20分；拖欠8次以上的，該項記錄為0分，若事后補齊所欠電費，該項記錄為20分。

電費催收：分為遠程催收和當面催收兩種。遠程催收包含電話或短消息催收、電子郵件催收、傳真催收，一次扣0.5分；當面人工催收一次扣1分。

（2）安全生產(chǎn)信用：占10分。

執(zhí)行調(diào)度規(guī)程：拒不執(zhí)行調(diào)度命令者為0分，執(zhí)行調(diào)度命令不力者每次扣3分。

執(zhí)行安全規(guī)程：客戶違反電力安全規(guī)程，每發(fā)生一次扣3分。

責任事故：由于客戶設(shè)備系統(tǒng)接地引發(fā)障礙，每發(fā)生一次扣3分；線路跳閘：每發(fā)生一次且重合不成功扣2分，每發(fā)生一次且重合成功扣1分；安全運行周期：客戶安全運行天數(shù)達到一年加2分；

設(shè)備管理：客戶電氣設(shè)備超過試驗周期或未更換試驗不合格的電氣設(shè)備，發(fā)現(xiàn)一次每次扣1分；由于客戶原因造成負控裝置運行故障，每發(fā)生一次扣1分。

（3）規(guī)范用電信用：占10分。

竊電：每發(fā)現(xiàn)一次扣5分。

違約用電：包括擅自改變用電類別；擅自超過合同約定的容量用電；擅自使用已同供電企業(yè)辦理暫停手續(xù)的電力設(shè)備和啟用已被供電企業(yè)查封的電力設(shè)備、擅自遷移、更動、操作供電企業(yè)的用電計量設(shè)備、電力負荷控制裝置和供電設(shè)施以及供電企業(yè)約定調(diào)度的客戶用電設(shè)備；擅自遷移、更動、操作供電企業(yè)的用電計量設(shè)備；擅自遷移、更動、操作供電企業(yè)的電力負荷控制裝置；未經(jīng)供電企業(yè)許可，擅自將自備電源并網(wǎng)或引入、供出電源。以上每發(fā)現(xiàn)一次扣2分。

（4）工作配合信用：占10分。

用電檢查工作配合：不與電力部門配合的，每發(fā)生一次扣0.5分。

電能計量和負控工作配合：不與電力部門配合的，每發(fā)生一次扣0.5分。

抄表、催費和收費工作配合：不與電力部門配合的，每發(fā)生一次扣0.5分。

其它必要工作配合：不與電力部門配合的，每發(fā)生一次扣0.5分。

（5）持續(xù)經(jīng)營信用：占10分。

是指企業(yè)財務(wù)狀況、資產(chǎn)質(zhì)量、經(jīng)營狀況、社會信譽、發(fā)展?jié)摿Φ雀鞣矫婢C合體現(xiàn)，具體到電力電費回收需要，考慮電力企業(yè)信息數(shù)據(jù)可掌握情況，選取以下項：

用電量：同比或環(huán)比沒下降20%，扣1分。

設(shè)備停用率：使用設(shè)備（非暫停容量）每低于總?cè)萘浚ㄆ跫s運行容量）20%，扣1分。

工資發(fā)放：企業(yè)職工工資當月未能發(fā)放扣3分；當月未能全額發(fā)放，扣2分；當月延期發(fā)放超過10日，扣1分。

（6）發(fā)展趨勢信用：占10分。

出現(xiàn)銀行斷貸、兼并重組、、重大變故等事件，每項扣5分。

三、劃分電力客戶風險等級―電費預(yù)警的依據(jù)

根據(jù)動力用戶信用得分的多少，將客戶電費風險等級劃分為六種，分別為：微弱風險、較小風險、一般風險、較大風險、嚴重風險和災(zāi)難性風險。

1、微弱風險：100分以。基本無風險。

2、較小風險：80-100分。存在風險，但風險發(fā)生的可能性很小。

3、一般風險：70-80分。風險發(fā)生的可能性不大，或者即使發(fā)生，造成的損失較小。

4、較大風險：40-70分。風險發(fā)生的可能性較大，或者發(fā)生后造成的損失較大，但造成的損失程度是可以承受的。

5、嚴重風險：30-40分。有兩種情況，一是風險發(fā)生的可能性大，風險造成的損失大；二是風險發(fā)生后造成的損失嚴重，但是發(fā)生的概率很小，采取有效的防范措施。

6、災(zāi)難性風險：30分以下。風險發(fā)生的可能性很大，一旦發(fā)生將產(chǎn)生災(zāi)難性后果，無法承受。

風險類別分析：

（1）微弱風險：企業(yè)信用程度高，欠電費風險小。該類企業(yè)具有優(yōu)秀的信用記錄，經(jīng)營狀況佳，盈利能力強，極少不良記錄，不確定性因素對其經(jīng)營與發(fā)展的影響極小。

（2）較小風險：企業(yè)信用程度良好，在正常情況下償還債務(wù)沒有問題，具有良好的信用記錄，經(jīng)營處于良性循環(huán)狀態(tài)，但是可能存在一些影響其未來經(jīng)營與發(fā)展的不確定因素，進而削弱其盈利能力和償付電費能力。

（3）一般風險：企業(yè)信用程度一般，償還債務(wù)的能力一般。該類企業(yè)的信用記錄正常，但其經(jīng)營狀況、盈利水平及未來發(fā)展易受不確定因素的影響，付電費記錄有波動。

（4）較大風險：企業(yè)信用程度較差，償債能力不足。該類企業(yè)具有較多不良信用記錄。

（5）嚴重風險：企業(yè)信用很差，經(jīng)常拖欠電費或竊電。

（6）災(zāi)難性風險：企業(yè)信用極差，基本無信用，屬于長期拖欠電費的客戶。

四、措施干預(yù)--電費預(yù)警行為的實施。

（1）對于微弱風險、較小風險的客戶，供電企業(yè)對其提供最優(yōu)質(zhì)的用電服務(wù)。將原來大用戶抄收員升級為客戶經(jīng)理，全面負責解答用戶的一切用電問題，解答不了的負責協(xié)助用戶聯(lián)系對口單位。提供上門受理用電申請并現(xiàn)場辦公落實用電方案。并根據(jù)用戶每個月的用電量構(gòu)成提出合理的用電建議，協(xié)助用戶采取科學合理的用電方式以降低用電成本。采取上門收取電費的方式，對月末的發(fā)行明細及發(fā)票采用上門送達方式，免費提供檢修試驗服務(wù)、需求側(cè)管理服務(wù)等。

（2）對于一般風險、較大風險的客戶，將電能表改為預(yù)付費式電能表，縮短電費結(jié)算時間。或通過遠方控制終端--負荷監(jiān)控裝置，對客戶的用電情況進行實時監(jiān)控，并能實現(xiàn)遠方抄表和遠程遙控限電，在電能使用上實現(xiàn)先購后用。增加用電檢查次數(shù)。在簽訂供用電協(xié)議時，附加信用方面的補充協(xié)議，簽訂電費分次劃撥協(xié)議、預(yù)購電協(xié)議、電費繳納保證書等。

（3）對于嚴重風險和災(zāi)難性風險等的客戶，除考慮針對一般風險、較大風險的客戶的政策外，還可要求其提供以實有資金作為保證的事前保證，或要求其提供以事前承諾作為保證的事后補償，一般對協(xié)作銀行采取授信管理，發(fā)生損失后由供電企業(yè)向擔保機構(gòu)申請補償。不定期進行檢查。對極個別故意拖欠的大客戶，派人進駐企業(yè)，監(jiān)督了解其經(jīng)營實情，以便及時把握時機回收電費，必要時可進入法律程序，通過法律手段有理有據(jù)地依法保障企業(yè)的合法利益。

篇6

關(guān)鍵詞：中小企業(yè) 信用評價 F分數(shù)模型 相關(guān)性分析 方差分析

一、引言

我國目前的企業(yè)信用評價體系主要針對國有大型企業(yè)，如果機械套用，只會使得中小企業(yè)的價值和信用被低估，加劇中小企業(yè)融資困境。而設(shè)立符合中小企業(yè)發(fā)展規(guī)律、現(xiàn)實需求和實際情況的信用評價體系，具有以下積極意義：（1）優(yōu)化融資環(huán)境，幫助金融機構(gòu)和信用擔保機構(gòu)正確評估中小企業(yè)信用風險，從而提高中小企業(yè)獲得貸款的機會；（2）引導(dǎo)投資，由于新型信用分析模型指標中包括企業(yè)未來發(fā)展和創(chuàng)新能力指標，有助于潛在投資者了解企業(yè)發(fā)展情況和前景，進行投資決策，使中小企業(yè)獲得投資資金；（3）促進中小企業(yè)自身發(fā)展，中小企業(yè)可以利用新型的信用分析模型，了解自身經(jīng)營和信用上存在的風險和不足，提高經(jīng)營水平、人員素質(zhì)和誠信自律。在信用評價體系中，信用評價方法和信用評價指標居于核心地位。尤其是信用評價指標，是信用評價的基礎(chǔ)和對象，指標選取是否恰當對評價結(jié)果的可靠性至關(guān)重要。本文將以深交所中小板塊的上市公司為研究樣本，利用F分數(shù)模型度量樣本公司的信用水平，并以此作為被解釋變量，檢驗所選中小企業(yè)信用評價指標與其信用水平之間是否存在相互關(guān)系或影響，以確保評價結(jié)果的科學性和準確性。

二、文獻綜述

（一）企業(yè)信用及信用評價概念 從經(jīng)濟學意義上講，信用就是用契約關(guān)系保障本金回流和增值的價值運動，是商品貨幣關(guān)系下價值運動的一種特殊形式。企業(yè)信用是指企業(yè)法人以自身盈利能力、資產(chǎn)狀況為抵押或依托，從金融機構(gòu)獲得貸款或從其他企業(yè)（如供貨商）預(yù)先獲得商品和服務(wù)。而金融機構(gòu)或供應(yīng)商向契約另一方提供貸款或商品，就必將面臨對方不能全部履約、甚至是違約的風險，典型的包括不能按期支付利息、到期無法歸還本金、不支付貨款等。這種因交易一方不能履行或不能全部履行交收責任的風險就是信用風險，而引發(fā)信用風險的原因往往是違約方出現(xiàn)了破產(chǎn)或其它嚴重的財務(wù)困境。而信用評價，就是評估主體根據(jù)科學的評估方法和規(guī)范的指標體系，給出關(guān)于受評對象的信用風險（特別是可能出現(xiàn)違約狀況）的判斷意見。如果受評對象出現(xiàn)違約或財務(wù)困境的概率較小，意味著其信用風險較低，那么我們就可以認為該受評對象的信用水平較高。

（二）信用評價方法回顧 從20世紀30年代以來，企業(yè)信用評價方法大致經(jīng)歷了經(jīng)驗判斷、數(shù)學模型和系統(tǒng)綜合三個階段。1950年以前的企業(yè)信用評價方法主要以專家經(jīng)驗判斷為特征，包括著名的5C、5P、5W分析法。但這種方法有賴于個體常識和專家的判斷過程，因此主觀性較強。為了克服這一缺陷，1950年以后的科研人員開始嘗試運用數(shù)理統(tǒng)計方法創(chuàng)新企業(yè)信用評價技術(shù)。Altman（1968）建立了5個變量的線性判別式分析模型，即Z計分模型，該模型的臨界值為2.675，如果Z值小于臨界值，那么就被認定為違約組。1977年，Altman等人對Z計分模型進行了修正，推出了第二代信用評分模型-ZATA模型。1993年，KMV公司利用期權(quán)定價理論提出了信用檢測模型（Credit Monitor Model），也被稱為KMV模型，用來對上市公司和上市銀行的信用風險（特別是它們的違約狀況）進行預(yù)測。隨著計算機技術(shù)、人工智能和系統(tǒng)技術(shù)的進步和創(chuàng)新，企業(yè)信用分析方法也隨之進入了系統(tǒng)綜合階段，決策支持系統(tǒng)、多目標決策、遺傳算法、因子分析和聚類分析、神經(jīng)網(wǎng)絡(luò)、DEA模糊數(shù)學等的研究方法在企業(yè)信用評價研究中得到了廣泛的應(yīng)用和發(fā)展。

（三）信用評價指標選擇 信用評價指標是信用評價的依據(jù)和對象，前者是后者的具體化以及定量或定性反映。信用指標的合理性、準確性直接決定著評價結(jié)果的可信度。因此有關(guān)企業(yè)信用評價的研究，都對指標體系問題給予了特別關(guān)注。從指標性質(zhì)的演化上來看，1950年以前的信用評價主要依靠專家經(jīng)驗判斷，所以在指標的選擇上也采用了定性指標，大多圍繞道德品質(zhì)、還款能力、資本實力等因素展開分析。隨著數(shù)理統(tǒng)計方法的不斷創(chuàng)新和發(fā)展，同時為了克服人為因素對定性指標的影響，研究者開始引入企業(yè)財務(wù)數(shù)據(jù)、市場份額等定量指標加以分析。而以定量指標為主的數(shù)學評估模型，卻難以反映對企業(yè)信用有重大影響的卻難以量化的指標。因此，目前主流的信用評估指標主要是定性指標與定量指標相結(jié)合，以增強指標設(shè)置的合理性和全面性。從具體指標上來看，Beaver（1966）通過單變量分析模型發(fā)現(xiàn)現(xiàn)金流量負債比是最佳的信用判定指標，其次是資產(chǎn)收益率、資產(chǎn)負債率、營運資本比和流動比率。Altman（1968）利用判別分析，最終選用營運資本/總資產(chǎn)、留存收益/總資產(chǎn)、息稅前收益/總資產(chǎn)、權(quán)益市價/債務(wù)總額賬面價值、銷售收入/總資產(chǎn)這五個指標，建立了Z計分模型。Edmister（1972）選擇常規(guī)財務(wù)指標建立了專門針對小企業(yè)的信用評價指標體系。Altman、Haldeman&Narayanan（1977）對Z計分模型進行擴展，建立了適用于資產(chǎn)規(guī)模較大的上市公司的Zeta模型，包括了資產(chǎn)報酬率、收入穩(wěn)定性、償債能力、累積盈利能力、流動比率、資本化率和規(guī)模等變量。我國學者也從不同的角度，構(gòu)建了多樣化的企業(yè)信用評價指標體系。施錫銓、鄒新月 （2001）采用典型判別分析法，將凈資產(chǎn)收益率、資產(chǎn)負債率、流動比率、營運資金/總資產(chǎn)、留存收益/總資產(chǎn)作為分析變量，對上市公司的信用狀況進行實證分析和檢驗。李小燕、盧闖（2004）運用相對關(guān)聯(lián)研究方法研究了基于業(yè)績的企業(yè)信用評價模型，。管曉永、宋新偉（2009）對企業(yè)信用能力評價指標的相關(guān)性問題進行了研究，最終篩選出了包括資產(chǎn)負債率、存貨應(yīng)收賬款占比、速動比率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、總資產(chǎn)利潤率等9項有效指標。在中小企業(yè)信用評價方面，任永平、梅強（2001）提出了信用決策、信用跟蹤和信用追償三個不同過程中所運用的評價指標體系，認為應(yīng)注重中小企業(yè)的未來、發(fā)展、創(chuàng)新、成長四個方面的有關(guān)指標。范柏乃、朱文斌（2003）構(gòu)建了中小企業(yè)信用評價指標體系。梁曉娟（2009）從財務(wù)指標和非財務(wù)指標兩個方面，研究了后危機時代下中小企業(yè)信用評價指標體系。

三、研究設(shè)計

（一）研究假設(shè) 馬克思的信貸資金循環(huán)理論，對信用評價作出了理論解釋。假定企業(yè)資金Gc來源于企業(yè)自有資金K和借入資金Gb，即Gc=K+Gb。當企業(yè)經(jīng)過資金運動，獲得增值資金？駐G，Gc從而轉(zhuǎn)變?yōu)镚'C，G'C=Gc+？駐G=K+Gb+？駐G。由于借入資金需要還本付息，借款利息為？駐Gb，那么，上述等式可以變換為：G'C=K+Gb+？駐Gb+（？駐G-？駐Gb）?？梢?，如果自有資金K保持不變，只有？駐G？叟？駐Gb，才能保證借款的安全性。顯而易見，企業(yè)盈利水平越高，資金增值的可能就越大，企業(yè)違約風險也就越小，企業(yè)信用水平越高。因此，提出假設(shè)：

H1：企業(yè)盈利能力指標與中小企業(yè)信用水平正相關(guān)

如果企業(yè)盈利能力不高，？駐G

H2：企業(yè)自有資本水平指標與中小企業(yè)信用水平正相關(guān)

H3：企業(yè)流動性水平指標與中小企業(yè)信用水平正相關(guān)

企業(yè)資金增殖過程包括購買、生產(chǎn)和銷售三個階段。而企業(yè)自身經(jīng)營能力的高低，直接對生產(chǎn)階段產(chǎn)生影響，繼而間接影響資金增值程度，最終將影響企業(yè)的信用水平。一般說來，高水平的經(jīng)營效率，能減少資金的占用，生產(chǎn)更多的產(chǎn)品，產(chǎn)生更多的資金增值，最終會提升企業(yè)的信用水平。因此，提出假設(shè)：

H4：企業(yè)自身經(jīng)營能力指標與中小企業(yè)信用水平正相關(guān)

企業(yè)償債意愿的高低，直接影響到企業(yè)信用水平的高低。但是償還意愿難以直接觀測，因此企業(yè)過去經(jīng)營失敗和違規(guī)的紀錄對評估其信用風險有重要的意義。因此，提出假設(shè)：

H5：企業(yè)經(jīng)營失敗或違規(guī)記錄會對中小企業(yè)信用水平產(chǎn)生顯著影響

（二）變量定義和指標的選擇 企業(yè)盈利能力、自有資金水平和流動性、經(jīng)營失敗或違約記錄、企業(yè)經(jīng)營能力和外部環(huán)境與中小企業(yè)信用水平有關(guān)，本文選擇了包括資產(chǎn)負債率、流動比率、銷售利潤率在內(nèi)的指標體系。由于資產(chǎn)重組是解決企業(yè)財務(wù)困境的首選方式，因而觀察企業(yè)是否出現(xiàn)過資產(chǎn)重組、兼并收購行為，也能反應(yīng)企業(yè)過往是否有過經(jīng)營失敗。指標如表（1）。信用評價的核心目標就是判斷企業(yè)信用風險水平（特別是可能出現(xiàn)財務(wù)困境或違約的概率）的高低。由于Z計分模型和ZETA計分模型在實際運用中存在較大的局限性（如數(shù)據(jù)需要服從正態(tài)分布和協(xié)方差矩陣相等），因此，周首華等人于1996年提出的一種新型信用評分模型——F分數(shù)模式，該模式使用Computetat PC Plus會計資料庫中的4160家公司數(shù)據(jù)進行了檢查（而Z計分模型的樣本僅為66家），在預(yù)測變量的選擇上遵循Donalson的理論，因而能更為準確地預(yù)測出公司是否存在財務(wù)困境。一般情況下，F(xiàn)分數(shù)值越高，公司違約或發(fā)生財務(wù)困境的可能性就越小，企業(yè)信用風險也就越小，企業(yè)信用水平則越高。本文將先利用F分數(shù)模式計算樣本企業(yè)可能出現(xiàn)違約或財務(wù)困境的可能性，以代表中小企業(yè)信用水平的高低，并將計算得到的F分數(shù)值作為被解釋變量，通過檢驗上述指標與F分數(shù)值之間的相關(guān)系數(shù)，以判定所選指標在評價中小企業(yè)信用水平的有效性。

（三）樣本選擇和數(shù)據(jù)來源 為了保證研究數(shù)據(jù)的可靠性和客觀性，本文對截至2011年底已在深交所中小板塊上市的，包含2009年至2011年連續(xù)三年有關(guān)數(shù)據(jù)記錄的中小企業(yè)進行了隨機抽樣，共抽取了359家中小企業(yè)上市公司。本研究數(shù)據(jù)主要以2011年度有關(guān)數(shù)據(jù)為主，為了提高F分值預(yù)測的準確性，采用了2009年至2011年連續(xù)三年的F分值均值。數(shù)據(jù)來源于國泰安研究數(shù)據(jù)庫、RESSET金融研究數(shù)據(jù)庫、深圳證券交易所網(wǎng)站等。在分析過程中對缺失值、異常值的處理采取了列刪法。

四、實證檢驗分析

（一）相關(guān)性分析 將2011年樣本公司盈利能力有關(guān)指標數(shù)據(jù)與連續(xù)3年F分數(shù)均值進行相關(guān)性分析，結(jié)果顯示見表（2）。除了固定資產(chǎn)凈利潤率，其余指標與F分數(shù)的相關(guān)系數(shù)檢驗概率P-值小于顯著性水平（α=0.05），說明指標均與F分數(shù)存在正向的線性關(guān)系，假設(shè)H1獲得證實。但是凈資產(chǎn)收益率與F分數(shù)的相關(guān)性較弱，說明該指標在幫助判斷企業(yè)信用水平上的作用較為有限。而營業(yè)利潤率等指標則有助于判斷企業(yè)信用水平高低。將2011年樣本公司資本結(jié)構(gòu)、流動性有關(guān)指標數(shù)據(jù)與連續(xù)3年F分數(shù)均值進行相關(guān)性分析，結(jié)果顯示見表（3）、表（4）、。通過檢驗發(fā)現(xiàn)自有資本水平和流動性這個兩個層次上的有關(guān)指標與F分值的相關(guān)系數(shù)檢驗概率P-值小于顯著性水平（α=0.05），相關(guān)系數(shù)r均大于0.3，說明自有資金水平指標和流動性指標與F分值之間存在較強的正相關(guān)性，因此，假設(shè)H2，H3均被證明，有關(guān)指標有助于判斷企業(yè)的信用水平。

將2011年樣本公司自身經(jīng)營能力指標與連續(xù)3年F分數(shù)均值進行相關(guān)性分析，結(jié)果見表（5）。存貨周轉(zhuǎn)率和應(yīng)付賬款周轉(zhuǎn)率與F分值的相關(guān)系數(shù)概率P-值雖小于顯著性水平，但是0

（二）方差分析 將企業(yè)違約次數(shù)和資產(chǎn)重組有關(guān)記錄數(shù)據(jù)與F分值分別進行單因素方差分析。相關(guān)分析結(jié)果見表（6）、表（7）、表（8）、表（9）。樣本數(shù)據(jù)均通過了方差齊性檢驗，適合進行方差分析。企業(yè)違約次數(shù)和資產(chǎn)重組記錄的概率P-值均小于顯著性水平（α=0.05），證明了企業(yè)違約次數(shù)和資產(chǎn)重組行為會對F分值產(chǎn)生顯著影響。由于F分值代表中小企業(yè)信用水平，因而假設(shè)F5得到證明。

五、結(jié)論

本文研究得出以下結(jié)論：中小企業(yè)的盈利能力、自有資本水平和流動性水平與其信用水平呈現(xiàn)出正相關(guān)性，有關(guān)信用評價指標有助于合理判斷中小企業(yè)信用水平。提升中小企業(yè)信用水平的首要任務(wù)是通過不斷擴大自身盈利能力、增大利潤留存比率，不斷擴充自有資本，并保持良好的流動性，以防范并降低中小企業(yè)出現(xiàn)財務(wù)困境的可能性。中小企業(yè)自身經(jīng)營能力主要反映企業(yè)在生產(chǎn)環(huán)節(jié)中的效率，而生產(chǎn)環(huán)節(jié)居于資金增值的中間環(huán)節(jié)，其作用于資金增值最終結(jié)果的傳遞鏈條較長，因而對資金增值結(jié)果的反映效率較低，導(dǎo)致與中小企業(yè)信用水平相關(guān)性較弱。而作為傳統(tǒng)企業(yè)信用評價指標的應(yīng)收賬款周轉(zhuǎn)率，可能由于受中小企業(yè)生產(chǎn)經(jīng)營的周期性因素或其他外部因素影響，使得該指標不能正確反映公司經(jīng)營情況，最終使得該指標無助于判斷企業(yè)的信用水平。雖然企業(yè)過往的違約記錄和資產(chǎn)重組記錄只能反映過去的信息，但是仍然對企業(yè)的信用水平產(chǎn)生了顯著影響，相關(guān)指標也具有評價有用性。無違約記錄（或無資產(chǎn)重組記錄）的中小企業(yè)F分數(shù)均值要高于有過違約記錄（或資產(chǎn)重組記錄）的中小企業(yè)F分數(shù)均值。因此，不斷提高中小企業(yè)誠信意識，規(guī)范中小企業(yè)的信用行為，建立中小企業(yè)誠信記錄體系，也有助于中小企業(yè)不斷提升自身信用水平。

參考文獻：

[1]任永平、梅強：《中小企業(yè)信用評價指標體系探討》，《現(xiàn)代經(jīng)濟探討》2001年第4期。

[2]管曉永：《中西信用評價技術(shù)發(fā)展的邏輯及其比較研究》，《科研管理》2009年第7期。

[3]周首華等：《論財務(wù)危機的預(yù)警分析——F分數(shù)模式》，《會計研究》1996年第8期。

篇7

[關(guān)鍵詞]信用評價 指標 模型

信用風險一直以來都是各個經(jīng)濟主體面臨的重要金融風險,信用風險評價的研究在國際上得到了高度的重視和迅速的發(fā)展。次貸危機的爆發(fā),使得信用評價研究的重要性更加不言而喻。我國的信用風險度量方法雖然起步較晚,但隨著我國市場經(jīng)濟和金融市場地發(fā)展不斷演進,越來越多的學者加入到信用評價的研究中來。

綜觀我國的信用評價研究,焦點主要集中在信用評價指標體系的建立、信用評價的分析方法和信用評價模型中的有效性研究三個方面。

一、信用評價指標體系的研究

在指標的選取上,許劍生(1997)認為現(xiàn)行企業(yè)信用等級評定指標體系存在著以企業(yè)資產(chǎn)負債表和損益表數(shù)據(jù)為主,忽略了對企業(yè)現(xiàn)金流量的分析和部分指標設(shè)置不科學兩大缺陷。

夏紅芳、趙麗萍(1998)則指出現(xiàn)行指標體系存在著與新財務(wù)管理準則的核算口徑不統(tǒng)一、定性分析指標太多、單項指標設(shè)置內(nèi)涵過寬三個方面做得不足。認為當前的指標系統(tǒng)未能全面反映企業(yè)經(jīng)營情況。

周佰成等(2003)認為一個指標體系應(yīng)能準確地反映評估對象的特點與實際水平。

李小燕、盧闖(2004)研究了基于業(yè)績企業(yè)信用評價指標與股權(quán)所有者的利益相關(guān)性,從而提出改進和完善現(xiàn)有企業(yè)信用評價模型的構(gòu)想。研究結(jié)果表明:企業(yè)信用評價指標體系中的業(yè)績指標較非業(yè)績指標與企業(yè)的信用等級更相關(guān)。

田俊平(2005)在其碩士論文中提出現(xiàn)有信用評價指標較多關(guān)注企業(yè)的短期能力,應(yīng)更多地關(guān)注反映企業(yè)長期能力的指標。

曲艷梅(2006)根據(jù)平衡計分卡原理,分別設(shè)計定性指標和定量指標的四個維度。其中定性指標的四個維度指標均衡分布,各為25分。而定量指標中的償債能力指標定為50分。

綜合現(xiàn)有文獻中所采用的信用評價指標體系,信用評價所強調(diào)的是債權(quán)人的利益,而非股東的利益,故指標體系中最為看重的是體現(xiàn)償債能力的指標?，F(xiàn)有的指標體系普遍存在著定量指標比重過大,定性指標較少的現(xiàn)象,評價指標中所涉及的現(xiàn)金流量指標也較少。

二、信用評價的分析方法研究

當前我國學者研究得更多的是各種分析方法在信用評價模型中的應(yīng)用。

最早用于建立信用評價模型的線性判別法(Liner Discriminate Analysis,簡稱LDA)是一種簡單的參數(shù)統(tǒng)計方法?？紤]到財務(wù)比率的多維性,信用評價模型中更為常用的是多元判別法(Multivariate Discriminate Analysis,簡稱MDA)。近年來,線性概率模型和Logistic回歸模型,特別是神經(jīng)網(wǎng)絡(luò)法等也被廣泛應(yīng)用于企業(yè)信用評級。

最先將多元線性判別法用于信用分析的是美國的Redward•Altman于1968使用22個財務(wù)指標分析了美國破產(chǎn)企業(yè)和非破產(chǎn)企業(yè),并從中選出5個最有代表性的關(guān)鍵指標建立了著名的五變量Z模型。該模型簡單且成本低,在美國商業(yè)銀行得到廣泛應(yīng)用。我國學者陳靜(1999)使用多元判別法進行實證研究,建立了評價企業(yè)信用風險水平的現(xiàn)行判別模型。方洪全、曾勇(2004)以銀行實際貸款數(shù)據(jù)樣本為分析對象,使用SAS軟件在66個財務(wù)指標中選取7個財務(wù)指標運用多元統(tǒng)計技術(shù)建立起4水平的線性判別模型,并根據(jù)對模型的檢驗證實了該判別模型對信用風險的定量評估有較強的解釋和預(yù)測能力。

這些多元判別分析模型一般情況下只能對企業(yè)信用劃分成兩類,即還本付息和違約。這種分類不利于使用者對企業(yè)的風險進行更深層的管理。同時,由于多元判別分析法對變量數(shù)據(jù)要求較多,應(yīng)用前提過于嚴格,而實際所使用的數(shù)據(jù)卻有一定的違背,使得這種模型的誤判率較高。

為了解決多元判別法應(yīng)用前提的局限,美國學者Ohlson將多元邏輯回歸(Logistic regression,簡稱Logit分析法)引入了信用評價研究中。使用Logit分析法的模型采用Logistic函數(shù),在數(shù)據(jù)不滿足正態(tài)分布情況下其判別正確率高于多元判別分析法的結(jié)果。

在國內(nèi),許多學者將Logit模型用于上市公司財務(wù)困境的預(yù)測研究,并取得了不錯的效果。陳曉、陳治鴻(2000)使用Logit模型對ST公司和非ST公司進行了預(yù)測,其判別準確率為86.5%。常麗娟、張俊瑞(2007)建立了多元因變量Logit模型對69家進行了實證分析,并使用一個樣本進行檢驗,評價結(jié)果與中介機構(gòu)評價結(jié)果一致。

隨著信息技術(shù)的發(fā)展,人工智能模型被引入到企業(yè)信用評估中,最典型的是人工神經(jīng)網(wǎng)絡(luò)(Artificial neural networks,簡稱ANN)的運用。神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)的要求不嚴格,處理非線性關(guān)系的變量具有良好的效果。但其工作的隨機性較強,往往需要進行多重的訓(xùn)練。國外學者Altman、Marco、Jenson等都使用了神經(jīng)網(wǎng)絡(luò)分析法對公司的財務(wù)危機進行了預(yù)測研究,并取得了一定的成果。

王春峰、萬海暉、張維(1999)使用神經(jīng)網(wǎng)絡(luò)法對100個企業(yè)樣本進行了信用分析,研究結(jié)果中使用判別分析法的誤判率為25.45%,神經(jīng)網(wǎng)絡(luò)法的誤判率為18.18%。神經(jīng)網(wǎng)絡(luò)的預(yù)測準確性明顯優(yōu)于判別分析法。劉慶宏,劉列勵(2009)對各類方法中的代表模型使用了兩個數(shù)據(jù)集來驗證他們的在信用評級應(yīng)用中的評價效果,結(jié)論認為在各種方法中人工神經(jīng)網(wǎng)絡(luò)方法較為靈活與準確。但由于該研究數(shù)據(jù)為澳大利亞與德國企業(yè)的數(shù)據(jù),未能代表其在中國的應(yīng)用效果。

由于神經(jīng)網(wǎng)絡(luò)工作的隨機性較大,需要人為地對網(wǎng)絡(luò)結(jié)構(gòu)進行調(diào)試,其應(yīng)用受到了一定的限制。Altman(1997)經(jīng)過研究后認為“神經(jīng)網(wǎng)絡(luò)分析方法在信用風險識別和預(yù)測中的應(yīng)用,并沒有實質(zhì)性低優(yōu)于線性判別模型”。

也有部分學者針對如何解決各種樣本存在的問題,在模型中引入了各種處理方法進行改進。在解決小樣本問題上,王春峰(2001)、勝(2004)的研究結(jié)果認為將cross-validation法引入信用風險評估建模技術(shù),對于小樣本情況更為有效。章華、盧太平(2006)考慮到企業(yè)財務(wù)信息不確定和樣本的非典型分布特征,將灰靶模型引入對企業(yè)信用等級的評價。王慧玲等(2009)的研究表明在財務(wù)信用評價中引入熵模型,能夠更加客觀的確定評價指標的權(quán)重。

綜合相關(guān)文獻,我們可以發(fā)現(xiàn)隨著統(tǒng)計分析方法的發(fā)展,越來越多的方法被應(yīng)用到信用評價模型的分析中來以解決樣本數(shù)據(jù)存在的缺陷。盡管信用風險評估方法層出不窮,但主流的方法只有多元Logistic回歸、多元判別分析和神經(jīng)網(wǎng)絡(luò)法三大類。當前在準確性上較為認可的是神經(jīng)網(wǎng)絡(luò)法。

三、信用評價模型有效性研究

現(xiàn)代信用風險度量模型主要包括Credit Metrics模型、基于精算方法的信用風險附加(Credit Risk)模型、信用證券組合(Credit Portfolio View)模型以及基于期權(quán)定價理論的KMV模型。國內(nèi)對現(xiàn)代信用風險度量模型的涉及最初見于對信用風險模型的綜述類和比較類文獻。陽(2000)、梁世棟等(200)、春等(2004)分別對各種信用風險度量模型做了比較分析。李志光(2007)在其碩士論文中對Credit Metrics模型、KMV模型、Credit Risk模型、CPV模型進行了分析比較,得出了Credit Metrics模型比其他模型在我國商業(yè)銀行更具適用性和可行性的結(jié)論。

而對于Credit Risk模型,常麗娟等(2007)認為在我國的銀行貸款業(yè)務(wù)中,行業(yè)特征和風險會對各筆貸款的獨立性產(chǎn)生影響,不符合Credit Risk模型將每筆貸款是為獨立的重要假設(shè),該模型在我國的適用性令人懷疑。

國內(nèi)對CPV模型進行的研究較少。靳鳳菊(2007)基于CPV模型,選取了綜合領(lǐng)先指標、中國房地產(chǎn)開發(fā)企業(yè)綜合景氣指數(shù)和企業(yè)景氣指數(shù)三個指標從宏觀層面對房地產(chǎn)信貸的信用風險進行了研究。楊崗、陳帥(2009)對KMV模型與CPV模型進行比較分析后認為,CPV模型能更好地把握經(jīng)濟變化對信用風險的影響。謝赤等(2006)對Credit Metrics模型與CPV模型進行了比較研究,結(jié)論認為CPV模型有利于提高信用風險度量的精確性,特別適用于投機性債務(wù)人。

國內(nèi)較多的研究驗證集中于KMV模型在我國的適用性。主要研究成果有:薛鋒等(2003)討論了運用KMV模型分析我國上市公司信用風險的優(yōu)缺點和運用前景。常麗娟、張俊瑞(2007)使用中國上市公司數(shù)據(jù),對KMV模型做了有效性檢驗,研究結(jié)果認為KMV模型在我國股票市場環(huán)境下具備整體有效性,但由于我國股票市場信息效率存在一定的缺陷,模型的預(yù)測效力尚顯不足。李磊寧等(2007)在KMV模型中引入了公司資產(chǎn)價值增長率,使得模型在我國的適用性有了提高。李博、王海生(2008)使用修正后的KMV模型進行信用風險評價并檢驗了模型識別我國房地產(chǎn)上市公司信用風險的能力,發(fā)現(xiàn)模型能較好的識別出ST與非ST公司之間信用風險的差別,但同時也認為其在我國上市公司的預(yù)測準確率同其在國外的預(yù)測準確率相比相對較低。夏紅芳、馬俊海(2008)利用KMV模型,通過對我國4家上市公司5年股票價格的違約距離實證分析表明,KMV模型的靈敏度和預(yù)測能力都相當好。

這些學者普遍認為KMV模型在我國的實用性不高,主要在于我國缺乏一個完善的違約數(shù)據(jù)庫,難以確定一個較為準確客觀的經(jīng)驗EDF值。且我國資本市場上處于初步發(fā)展階段,企業(yè)信息披露存在不足。必須結(jié)合我國的實際情況,不斷地對模型進行修訂與校驗,才能提高KMV模型在我國的有效性。

四、小結(jié)

近年來我國經(jīng)濟一直在保持持續(xù)增長,在增長的同時我國的社會信用體系建設(shè)卻嚴重滯后。企業(yè)缺乏一個良好的信用氛圍,對于社會保障各種信用關(guān)系的健康發(fā)展和整個金融市場的穩(wěn)定有著一定的影響。目前我國政府也越來越重視這個問題,并相應(yīng)出臺了一系列政策措施。如何有效地、客觀地對企業(yè)的信用進行評價,不僅有利于保障企業(yè)各相關(guān)經(jīng)濟關(guān)系主體的利益,更有助于我們今后繼續(xù)推進社會的信用體系建設(shè)。

參考文獻

[1]夏紅芳,趙麗萍.企業(yè)債券信用評級指標體系及神經(jīng)網(wǎng)絡(luò)方法[J].華東船舶工業(yè)學院學報,1998 (2).

[2]李小燕,盧闖等.企業(yè)信用評價模型、信用等級與業(yè)績相關(guān)性研究[J].中國軟科學,2003 (5).

[3]陳曉,陳治鴻.企業(yè)財務(wù)理論、方法及應(yīng)用[J].投資研究,2000 (2).

[4]常麗娟,張俊瑞.企業(yè)財務(wù)信用評價與管理研究[M].大連:東北大學出版社,2007.

[5]王春峰,萬海暉,張維.商業(yè)銀行信用風險評估及其實證研究[J].管理科學學報,1998,1(1).

[6]李志光:Credit Metrics模型在我國商業(yè)銀行信用風險管理的應(yīng)用研究――基于我國商業(yè)銀行某分機構(gòu)的實證分析[D].上海財經(jīng)大學,2007.

篇8

關(guān)鍵詞:商業(yè)銀行；質(zhì)押貸款；貸款風險；無形資產(chǎn)評估

中圖分類號：F830.33 文獻標志碼：A 文章編號：1673-291X（2012）06-0056-02

中國無形資產(chǎn)質(zhì)押貸款融資，目前仍處在探索階段，究其原因，首先在于無形資產(chǎn)的市場價值較難確定。另外，無形資產(chǎn)具有減值風險和變現(xiàn)困難等問題，因此，無形資產(chǎn)質(zhì)押貸款數(shù)量和規(guī)模相比較其他形式的商業(yè)銀行貸融資很小。對于無形資產(chǎn)質(zhì)押貸款尤其是運用知識產(chǎn)權(quán)類無形資產(chǎn)質(zhì)押貸款這一重要融資形式，國內(nèi)理論界的研究仍停留在基本概念研究層面。另外，無形資產(chǎn)對企業(yè)生產(chǎn)經(jīng)營的貢獻難以量化，導(dǎo)致新企業(yè)會計準則對于無形資產(chǎn)采用公允價值計量仍缺乏實務(wù)操作層面的支持。

一、相關(guān)文獻綜述

Horward（1999）指出，利用無形資產(chǎn)質(zhì)押貸款是近幾年才出現(xiàn)的新融資途徑，主要面對企業(yè)向商業(yè)銀行出質(zhì)無形資產(chǎn)。劉建軍（2008）認為，這種新的融資途徑主要通過土地使用權(quán)的質(zhì)押得以實現(xiàn)，而除土地使用權(quán)外的無形資產(chǎn)融資體系在國內(nèi)尚不成熟。宋效軍（2006）也認為，中國目前利用商標權(quán)、專利技術(shù)、知識產(chǎn)權(quán)及人力資本等無形資產(chǎn)的質(zhì)押融資，仍處于嘗試性的探索階段。

隨著經(jīng)濟的發(fā)展和科學技術(shù)的創(chuàng)新，理論界一直回響著來自另一個角度的聲音：Kemsley（2004）指出：隨著高新技術(shù)和知識經(jīng)濟的高速發(fā)展，現(xiàn)代企業(yè)的價值“已經(jīng)從磚墻等有形資產(chǎn)的價值轉(zhuǎn)向?qū)＠夹g(shù)、商標權(quán)、客戶關(guān)系等無形資產(chǎn)中”。陳靜（2009）更直接的認為，伴隨科技的創(chuàng)新和企業(yè)發(fā)展的需求，商業(yè)銀行急需開通知識產(chǎn)權(quán)質(zhì)押貸款融資的新渠道。

陳蕾（2010）指出，無形資產(chǎn)因其變現(xiàn)、定價等方面存在較大不確定性，因此，市場對無形資產(chǎn)價值的認可程度，首先應(yīng)是市場對無形資產(chǎn)評估方法及評估結(jié)論的認可程度。Horward（1999）明確了，收益法相對成本法和市場法而言，具有一定的難度和復(fù)雜性，這種難度和復(fù)雜性主要體現(xiàn)在對方法和各項評估參數(shù)的選取上。周硯（2011）也指出，市場法和收益法能夠較為真實反映無形資產(chǎn)為產(chǎn)權(quán)所有者創(chuàng)造的價值。然而，夏紅芳（2009）則認為，收益現(xiàn)值法應(yīng)該成為當前階段被業(yè)內(nèi)認可的較為科學的評估無形資產(chǎn)的方法。劉玉平（2011）認為，評估過程中對各項參數(shù)的選取時應(yīng)盡量選取有證據(jù)支撐的公開市場數(shù)據(jù)，盡量避免出現(xiàn)大量的主觀數(shù)據(jù)。

二、商業(yè)銀行無形資產(chǎn)質(zhì)押貸款模式的探索

專利技術(shù)是無形資產(chǎn)中最具代表性的個體，其不論數(shù)量還是交易頻率都是知識產(chǎn)權(quán)中最大的，然而，在2006年9月之前，中國并沒有專利技術(shù)質(zhì)押貸款的先例，銀行系統(tǒng)在此之前也從未打開專利資產(chǎn)質(zhì)押融資的窗口。2006年10月交通銀行北京分行率先打破了僵局，開創(chuàng)了專利資產(chǎn)質(zhì)押貸款的先河，專利資產(chǎn)作為質(zhì)押物通過評估后在交通銀行北京分行可以獲得貸款。為了推進專利技術(shù)質(zhì)押貸款業(yè)務(wù)，中國從政府到各商業(yè)銀行一直進行著不同形式的探索和實踐。以下簡單列舉近年來各級政府和金融機構(gòu)探索和總結(jié)的較為成功的知識產(chǎn)權(quán)質(zhì)押貸款模式。

1.湖南湘潭模式。2006年5月，湖南省湘潭市出臺了《湘潭市商標專用權(quán)質(zhì)押貸款管理辦法（試行）》，并在當年9月完成了兩項用商標權(quán)質(zhì)押貸款的項目。湘潭模式是由人民銀行與湘潭市工商局共同推進，先試點后推廣，體現(xiàn)了企業(yè)、銀行和政府間的良性互動。通過嚴格篩選，建立起企業(yè)銀行間的互信基礎(chǔ)。通過加強監(jiān)管、確保評估質(zhì)量和機制創(chuàng)新，來降低商業(yè)銀行的金融風險。

2.交通銀行“展業(yè)通”模式。2006 年 10 月，在北京市科委、北京市發(fā)改委和北京市知識產(chǎn)權(quán)局的積極推動下，交通銀行北京分行與相關(guān)資產(chǎn)評估公司、擔保公司和律師事務(wù)所等中介機構(gòu)推出了“展業(yè)通——知識產(chǎn)權(quán)質(zhì)押貸款”金融產(chǎn)品，形成了以“與專業(yè)機構(gòu)共同搭建業(yè)務(wù)合作與風險控制平臺”為核心的無形資產(chǎn)質(zhì)押模式。通過中小企業(yè)信用公共服務(wù)平臺的建立、信用擔保體系建設(shè)、中小企業(yè)的融資培訓(xùn)和融資方式創(chuàng)新等方面的建設(shè)全面展開合作。引入了相關(guān)專業(yè)領(lǐng)域中優(yōu)秀的機構(gòu)進行知識產(chǎn)權(quán)質(zhì)押貸款相關(guān)業(yè)務(wù)的合作，建立各方協(xié)調(diào)與約束機制形成風險控制體系，分散化解貸款風險。

3.國家開發(fā)銀行的“天津模式”。2005年9月30日，天津市科委與國家開發(fā)銀行天津市分行簽訂了《關(guān)于開展向科技型中小企業(yè)貸款業(yè)務(wù)合作協(xié)議》，創(chuàng)建促進天津市中小科技型企業(yè)創(chuàng)新發(fā)展的新型融資工具，并組建相關(guān)的擔保平臺和貸款平臺。依據(jù)協(xié)議，2005年國家開發(fā)銀行天津市分行面向天津市中小科技型企業(yè)提供1億元的貸款額度，以扶持和培育它們進一步發(fā)展，進而推動天津市高新技術(shù)產(chǎn)業(yè)發(fā)展，加強中小企業(yè)信用體系建設(shè)。該模式的一個重要特點和創(chuàng)新就是政府機構(gòu)多方介入，搭建擔保平臺和貸款平臺，為企業(yè)和銀行建立了溝通橋梁。通過政府的認可和支持，給予金融機構(gòu)以信心，打消了開發(fā)銀行對企業(yè)經(jīng)營風險、市場風險和技術(shù)風險的擔憂，積極促進企業(yè)成功融資。

4.江蘇“南京銀行模式”。為解決科技型中小企業(yè)融資難題，開辟融資的新渠道，江蘇省技術(shù)產(chǎn)權(quán)交易所利用自身優(yōu)勢和南京銀行股份有限公司共同探索出中小科技型企業(yè)利用知識產(chǎn)權(quán)質(zhì)押貸款業(yè)務(wù)模式。該模式通過江蘇省技術(shù)產(chǎn)權(quán)交易所全程免費參與、策劃和協(xié)調(diào)，嚴格篩選優(yōu)質(zhì)的目標企業(yè)提高知識產(chǎn)權(quán)質(zhì)押貸款成功率，多方合作提高對質(zhì)押標的價值評估的客觀性和權(quán)威性，選擇有資質(zhì)的資產(chǎn)評估公司對質(zhì)押標的價值進行評估，同時還邀請有關(guān)院校的行業(yè)專家對企業(yè)知識產(chǎn)權(quán)的真實性進行論證，并提供書面意見。

三、商業(yè)銀行在無形資產(chǎn)質(zhì)押貸款中的風險

商業(yè)銀行作為質(zhì)押貸款的發(fā)放人，直接承擔的是還款人的違約風險。在整個信貸過程中，商業(yè)銀行的角色包括：評估報告審核人、貸款額度決策者、貸款發(fā)放人、資金使用監(jiān)督人、還款監(jiān)督人和違約風險承擔者。

貸款發(fā)放后，商業(yè)銀行便一直承擔信用風險，直到還款人歸還貸款。因此在貸款發(fā)放之前，是商業(yè)銀行防控風險的最佳階段。商業(yè)銀行有自身的審貸程序，但除了對申請人資信能力的調(diào)查和貸款質(zhì)押率的判斷外，商業(yè)銀行在審貸程序的全程中最為重要的依據(jù)就是評估機構(gòu)出具的最終評估報告。因此，評估報告和貸款質(zhì)押率的重要性不言而喻。另外，收益法評估無形資產(chǎn)的結(jié)果相對于無形資產(chǎn)的原始成本而言可能會有較大幅度的增值。商業(yè)銀行對這種增值認可的程度也在一定程度上提高或降低了自身的風險。為避免人為因素對貸款額的影響，對同等類型的無形資產(chǎn)，商業(yè)銀行認可的貸款質(zhì)押率基本相同或相似。但對于相同類型的無形資產(chǎn)來說，其評估結(jié)果的差別非常大。這就決定了最終貸款的額度與評估結(jié)果直接正相關(guān)。并且商業(yè)銀行一般不參與評估過程，只能通過評估報告和評估說明對評估過程進行了解和關(guān)注。因此，對評估方法以及評估過程中所選用數(shù)據(jù)的控制成為商業(yè)銀行防控無形資產(chǎn)質(zhì)押貸款信用風險的關(guān)鍵。因此，商業(yè)銀行應(yīng)當著重研究自身認可的同時適用于無形資產(chǎn)質(zhì)押貸款的評估方法。

四、商業(yè)銀行知識產(chǎn)權(quán)類無形資產(chǎn)貸款額度的確定

收益法評估無形資產(chǎn)主要從無形資產(chǎn)收益年限、無形資產(chǎn)收益預(yù)測、無形資產(chǎn)分成率和折現(xiàn)率四個方面入手。因質(zhì)押貸款評估目的的特殊性，并為避免主觀因素影響評估結(jié)果，商業(yè)銀行在要求評估機構(gòu)和評估師對知識產(chǎn)權(quán)類無形資產(chǎn)進行評估時，一般要求采用以下方法：（1）自上而下法預(yù)測未來年度收益；（2）期權(quán)定價模型測算無形資產(chǎn)分成率；（3）WARA法測算無形資產(chǎn)折現(xiàn)率。

在上述方法的應(yīng)用過程中，應(yīng)同時結(jié)合計量經(jīng)濟學建模、模糊矩陣等方法，并從公開市場獲取所需數(shù)據(jù)，以達到盡量減小評估結(jié)果波動范圍，使評估結(jié)果客觀、公正反映無形資產(chǎn)市場價值，降低商業(yè)銀行信貸風險的目的。

質(zhì)押率是指擬質(zhì)押物評估值與最終貸款額之比。在房地產(chǎn)抵押貸款中，其抵押率一般為60%~70% 。但知識產(chǎn)權(quán)類無形資產(chǎn)的風險性遠遠高于房地產(chǎn)，因此，其質(zhì)押率遠低于房地產(chǎn)貸款的抵押率。在中國知識產(chǎn)權(quán)質(zhì)押融資實踐中，質(zhì)押率的水平，發(fā)明專利最高為 40％，實用新型專利最高為30％；馳名商標最高為 40％，普通商標最高為30％。質(zhì)押率的高低，與質(zhì)押物資產(chǎn)的穩(wěn)定性、風險性的特點密切相關(guān)。實務(wù)操作中，一旦確定了擬質(zhì)押標的的評估結(jié)果，再結(jié)合商業(yè)銀行無形資產(chǎn)質(zhì)押率，就可以確定無形資產(chǎn)最終的貸款額度。

參考文獻：

[1] John A.Horward，Basle Committee on Banking Supervision，A New Capital Adequacy Framework，Basle: Consultative Paper，1999.

[2] Kemsley，D and D.Nissim，Valuation of the Debt Tax Shield[J].Journal of Finance，2004，(3):57.

[3] 劉建軍.中小企業(yè)知識產(chǎn)權(quán)質(zhì)押貸款介紹[J].中國資產(chǎn)評估，2008，(2):24-26.

[4] 宋效軍，任若恩，張曉晴.商業(yè)銀行運用內(nèi)部評級法構(gòu)造風險管理體系[J].企業(yè)經(jīng)濟，2006，(4):17.

[5] 陳靜.淺談金融危機背景下中國銀行業(yè)的信用風險管理[J].現(xiàn)代商業(yè)，2009，(21):14-16.

[6] 陳蕾，梅良勇.無形資產(chǎn)質(zhì)押與評估面臨的障礙及對策探討[J].財會月刊，2010，(6):37-38.

[7] 周硯.加強知識產(chǎn)權(quán)評估應(yīng)用[J].中國資產(chǎn)評估,2011，(3):12-13.

篇9

（一）大數(shù)據(jù)金融的概念

大數(shù)據(jù)金融，就是利用大數(shù)據(jù)技術(shù)開展的金融服務(wù)，即集合海量結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化數(shù)據(jù)，經(jīng)過互聯(lián)網(wǎng)、云計算等信息化處理方式，對其進行實時分析，用以提供客戶全方位信息，通過分析和挖掘客戶的交易和消費信息掌握客戶的消費習慣，并準確預(yù)測客戶行為，以結(jié)合傳統(tǒng)金融服務(wù)，開展資金融通、創(chuàng)新金融服務(wù)。

（二）大數(shù)據(jù)在個人征信系統(tǒng)中的運用

金融風險控制是大數(shù)據(jù)金融的核心內(nèi)容。個人、企業(yè)信用評估是整個社會金融業(yè)務(wù)開展及信貸審批的關(guān)鍵環(huán)節(jié)，是信用風險管理的核心。以主觀判斷和定性分析為主的信用評估模式存在著效率低、成本高、準確性低等缺點，已不能滿足個人、企業(yè)零售業(yè)務(wù)快速、多樣化發(fā)展的需要。從背景來看，芝麻、騰訊、考拉征信在互聯(lián)網(wǎng)大數(shù)據(jù)征信方面有優(yōu)勢，鵬元、中誠信、中智誠是傳統(tǒng)的征信企業(yè)。

二、個人信用評估方法

（一）個人信用評估概念

個人信用評估是對居民個人道德、資產(chǎn)、消費觀念等方面觀點和能力等綜合信息的全面反映，就是通過大數(shù)據(jù)提取影響個人信用狀況的各種信息因素，對消費者個人包括居民的家庭收入與資產(chǎn)、已發(fā)生的借貸與償還、信用透支、發(fā)生不良信用時所受處罰與訴訟情況等方面進行分析，再綜合整體消費者的行為、所處經(jīng)濟環(huán)境等因素綜合分析消費者的貸款風險，以便為信貸機構(gòu)識別借款者、制定消費貸款價格和控制的信用風險等提供合理的依據(jù)。

（二）個人信用評估的主要模型

1、神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)是20世紀80年代后期迅速發(fā)展的人工智能技術(shù)，神經(jīng)網(wǎng)絡(luò)是由大量簡單的基本元件――神經(jīng)元相互連接，模擬人的大腦神經(jīng)信息加工過程，進行信息并行處理和非線性轉(zhuǎn)換的復(fù)雜網(wǎng)絡(luò)系統(tǒng)。

2、其他主要模型與BP神經(jīng)網(wǎng)絡(luò)模型對比分析

判別分析法一般適用于歷史數(shù)據(jù)類別特征明顯的情況，即由歷史數(shù)據(jù)確定的類別是具有明顯的特征且這些特征是易于與其他類別區(qū)分的。但在現(xiàn)實條件下，往往會出現(xiàn)各類別區(qū)分度不明顯甚至是相互交叉的情況。同時，判別分析法要求數(shù)據(jù)呈正態(tài)分布，因此對于實際中很多尖峰厚尾的數(shù)據(jù)，判別分析法也失去了考察效果。

決策樹和神經(jīng)網(wǎng)絡(luò)模型都對數(shù)據(jù)的要求很低，可以用來處理大數(shù)據(jù)，因此在實際應(yīng)用中得到更多的青睞。決策樹個人信用評估模型側(cè)重于按照一定的指標對數(shù)據(jù)進行自動分類，模型簡單易于理解，但其簡化指標的特點決定了信息提取的不充分性。

三、關(guān)于完善個人信用制度的幾點建議

（一）加強“大數(shù)據(jù)”在征信行業(yè)中對市場主體的服務(wù)與監(jiān)管

首先政府應(yīng)該加快落實信息公開制度，建立產(chǎn)品信息溯源制度。政府要努力打破“信息孤島”現(xiàn)象，加快推進信息共享，建立部門和行業(yè)信用信息共享交換平臺。在監(jiān)管方面，政府和征信機構(gòu)可以運用大數(shù)據(jù)技術(shù)對市場主體進行檢測，綜合各方面信息，建立科學合理的仿真模型，對監(jiān)管對象、市場和社會反應(yīng)進行預(yù)測。最后專業(yè)機構(gòu)和行業(yè)組織運用大數(shù)據(jù)技術(shù)開發(fā)新產(chǎn)品，切實維護國家金融信息安全。金融機構(gòu)可以充分利用社會力量，聯(lián)合有關(guān)方面對違法失信者進行懲戒，為行業(yè)組織、利益相關(guān)主體和消費者共同參與對市場主體的監(jiān)督創(chuàng)造條件，促進形成全社會廣泛參與的監(jiān)管格局。

（二）引導(dǎo)不同平臺征信數(shù)據(jù)的互聯(lián)互通并規(guī)范互聯(lián)網(wǎng)用戶的行為數(shù)據(jù)

用戶的互聯(lián)網(wǎng)行如同社會行為一樣反映著用戶的某種身份信息及個人特質(zhì)，互聯(lián)網(wǎng)用戶行為數(shù)據(jù)可以提供個人信用評估時需要的維度數(shù)據(jù)以及用戶的社交關(guān)系數(shù)據(jù)。根據(jù)社會資本理論，用戶的社交關(guān)系與其財務(wù)資本存在可轉(zhuǎn)化的關(guān)系，因此，互聯(lián)網(wǎng)征信可以利用社交數(shù)據(jù)進行個人信用評估。基于以上的分析，我們認為基于用戶網(wǎng)絡(luò)行為的互聯(lián)網(wǎng)征信是可行并擁有理論依據(jù)的。

（三）加強個人信用制度國際模式借鑒

目前美國和歐洲的兩種模式下的個人信用制度比較完善。我們可借鑒的地方如下，首先有專業(yè)的個人資信檔案登記機構(gòu)運用科學合理的評估方法，對每位客戶的授信內(nèi)容進行科學、準確的信用風險評級，向有關(guān)金融機構(gòu)提供貸款者的資信情況。其次發(fā)達國家都建立了較為完善的法律支持體系，相關(guān)法律法規(guī)對貸款者確立了信息公開披露方面的條件，也對貸款機構(gòu)在信息服務(wù)產(chǎn)品的創(chuàng)新方面提供更大規(guī)模的貸款。再次個人信用體系需要涉及三方面，一是個人信用資料的收集、評估機構(gòu)，即個人信用調(diào)查公司，二是個人信用的“消費者”，金融機構(gòu)、用人單位等部門，三是個人信用資料的產(chǎn)生者和監(jiān)督者，即個人；最后，通過立法明確新興信用信息源的應(yīng)用規(guī)范，加強對“大數(shù)據(jù)”在征信行業(yè)中的監(jiān)管通過立法明確禁止濫用“大數(shù)據(jù)”搜集非必要信息的行為。

篇10

［論文摘要］本文分析了商業(yè)銀行內(nèi)部信用風險評估體系在銀行風險管理的地位和作用，結(jié)合我國商業(yè)銀行在信用風險評估方法上存在的問題和現(xiàn)狀,對如何完善和 發(fā)展 我國商業(yè)銀行的內(nèi)部信用風險評估體系提出了幾點建議。 

 隨著我國 金融 體制改革步伐的加快和金融業(yè)開放程度的提高，國內(nèi)銀行業(yè)面臨著參與國際競爭的挑戰(zhàn)。在金融全球化的新形勢下，我國商業(yè)銀行必須借鑒國際上先進的信用風險管理經(jīng)驗，強化信用風險管理，開發(fā)適用的信用風險管理模型，適應(yīng)《巴賽爾協(xié)議》新框架的需要。我國處于 經(jīng)濟 發(fā)展的初期階段，在今后很長一段時期，銀行融資仍將是 企業(yè) 籌措資金的主要方式，銀行體系面臨的風險將是我國金融風險的主要構(gòu)成因素。深入研究我國商業(yè)銀行的信用風險管理問題，不僅是商業(yè)銀行作為微觀金融主體進行內(nèi)部管理的自主行為，從全局上看也是防范商業(yè)銀行的信用風險導(dǎo)致銀行信用體系和支付體系崩潰，引發(fā)貨幣危機、股市暴跌和金融危機的需要。下面筆者僅就如何構(gòu)建商行內(nèi)部信用風險管理評估體系談?wù)勛约旱囊稽c淺見，僅供交流和探討。 

 

 一、信用風險評級在銀行風險管理中的地位 

 

 所謂信用風險的評級就是對一定的借款方的情況進行評估,并對由于借款方發(fā)生違約造成損失的可能性進行估計。而所謂的內(nèi)部則是與一般的專業(yè)評級機構(gòu)的評級加以區(qū)分,銀行的內(nèi)部信用評級是由銀行內(nèi)部人員完成的,并且這種評級的結(jié)果是不對外公布的。在當今的銀行特別是大型銀行或是跨國銀行的風險管理中,信用風險的內(nèi)部評級體系正占有著越來越重要的地位。對于一個有著數(shù)以萬計的借款客戶的銀行來說,內(nèi)部評級對于銀行的風險信用管理來說是不可缺少的,只有建立了系統(tǒng)的內(nèi)部評級體系,才能對數(shù)量龐大的不同的借款人之間的信用風險進行比對。大多數(shù)銀行在風險管理的許多重要方面都會利用到評級結(jié)果,如放貸的決策指導(dǎo)、資產(chǎn)組合監(jiān)管、貸款損失準備以及資本金的分析、貸款收益和定價的決定以及資產(chǎn)組合數(shù)量模型的數(shù)據(jù)輸入等等。 

 對于具體的內(nèi)部評級體系的設(shè)計,不同的銀行之間可能有著較大的差異,如等級的劃分、不同的等級之間所代表的風險度、評級的指標以及評級結(jié)果的評價等等。對于一個銀行來說,當它設(shè)計本行的內(nèi)部評級體系時,必須要考慮的因素有:不同評級指標的權(quán)重、評級的成本、評級的效率與信息的收集、評級結(jié)果的前后一致性、評級人員的激勵、銀行的業(yè)務(wù)范圍以及評級結(jié)果的使用等等。 

 

 二、我國商業(yè)銀行業(yè)信用風險評估方法現(xiàn)狀分析 

 

 目前我國的信用分析和評估技術(shù)仍處于傳統(tǒng)的比率分析階段。銀行機構(gòu)主要使用 計算 貸款風險度的方法進行信用風險評估。信用風險的分析仍然是以單一投資項目、貸款和證券為主,衍生工具、表外資產(chǎn)的信用風險以及信用集中風險的評估尚屬空白,更沒有集多種技術(shù)于一體的動態(tài)量化的信用風險管理技術(shù)。其主要表現(xiàn)在以下幾個方面: 

 (一)信用風險衡量采用專家制度。我國商業(yè)銀行信用風險衡量大多采用專家制度。但專家制度存在一定的缺陷和不足,在實際運用中沒有引起重視。如專門信用分析人員不足、實施效果很不穩(wěn)定、銀行應(yīng)對市場變化的能力較低、銀行在貸款組合方面過度集中的問題進一步加劇等。 

 (二)信用風險評估中定量分析不夠。從信用風險的識別、衡量方面看,我國商業(yè)銀行信用風險管理定性分析多,定量分析少(盡管已經(jīng)使用了一些定量分析方法,但仍存在著不完善的地方);靜態(tài)分析多,動態(tài)分析少;局部分析多,全局分析少。以企業(yè)信用評級為例,從評級要素的設(shè)計看,多側(cè)重財務(wù)指標分析(總分值達三十分以上),而忽略了財務(wù)信息的質(zhì)量問題。眾所周知我國企業(yè)財務(wù)信息質(zhì)量不高已是不爭的事實;忽視了企業(yè)發(fā)展前景在信用評級中的作用,如企業(yè)所在行業(yè)發(fā)展狀況、市場預(yù)期狀況僅占1分,這樣得出的評級結(jié)果更多反映的是企業(yè)過去和現(xiàn)在的信用狀況,而未能反映企業(yè)未來的資信質(zhì)量。從評級時間看,對企業(yè)的信用評級每年進行一次,不利于銀行及時了解企業(yè)的信用等級變化,不能為風險管理提供動態(tài)的信息。再從國內(nèi)銀行對貸款的風險度測量方法看,一個最主要的問題就是貸款風險度涉及因素的選擇和風險系數(shù)的確定很大程度上受到主觀因素的影響。貸款風險度是否受到或僅受到企業(yè)信用等級、貸款方式的影響,有實證研究結(jié)果表明,

（一）開發(fā)內(nèi)部評級法。我國目前缺乏外部信用評級機構(gòu),而要 發(fā)展 本國的外部信用評級機構(gòu)需要花費較長時間,因此需從現(xiàn)在起就著手開發(fā)內(nèi)部評級法。目前,信用模型尚不成熟,普遍適用的內(nèi)部評級標準尚未建立,各家銀行的內(nèi)部評級系統(tǒng)差異較大,因此,監(jiān)管當局將難以對各家銀行的內(nèi)部評級結(jié)果進行有效的評估和比較。此外,內(nèi)部評級法還包含了許多主觀判斷因素。這有可能導(dǎo)致銀行監(jiān)管當局和銀行之間在某些風險資產(chǎn)的評估當中產(chǎn)生不同意見。 

（二）加強銀行內(nèi)部信用評級的立法,確立信用評級工作的 法律 地位。以立法的形式規(guī)定評估在貨幣市場、資本市場及其它信用市場中所處的地位,使信用評級行為與評級結(jié)果得到有效的法律規(guī)范,實現(xiàn)評估結(jié)果的客觀性、公正性、 科學 性、權(quán)威性。 

（三）建立健全科學的信用評級體系。建立銀行內(nèi)部信用評級體系應(yīng)堅持“三結(jié)合”:一是國際標準與我國國情相結(jié)合;二是定性方法與定量方法相結(jié)合;三是傳統(tǒng)研究方法與 現(xiàn)代 先進評級技術(shù),特別是互聯(lián)網(wǎng)技術(shù)相結(jié)合。統(tǒng)一評估體系和標準,實現(xiàn)評估科學化,提高評級質(zhì)量。 

（四）積極培育評級市場。市場 經(jīng)濟 需要信用評級,而其規(guī)范和發(fā)展關(guān)鍵在于政府引導(dǎo)、培育和完善。一方面通過類似貸款證的規(guī)定來推動評級需求的增加,另一方面鼓勵跨地區(qū)的評級。提高評級機構(gòu)素質(zhì)和評級質(zhì)量,引導(dǎo)、培育和完善信用評級市場。 

 （五）提高信息披露的質(zhì)量標準,確保數(shù)據(jù)資料的真實性。因為信用評級主要根據(jù)的是公開披露的信息資料,評級對象能否適應(yīng)外部環(huán)境和發(fā)揮內(nèi)在優(yōu)勢最終都集中在公司的財務(wù)狀況上,因此財務(wù)因素分析在評級活動中處于核心地位。而我國目前資本市場上,偽造、編造 會計 憑證、會計賬簿和編制虛假財務(wù)會計報表現(xiàn)象非常嚴重,必然會影響評級事業(yè)的健康發(fā)展。因而必須提高信息披露的質(zhì)量標準,在制度上保證 企業(yè) 不得不將真實的數(shù)字告知銀行,并由此獲得一個沒有水分的信用級別。另外,銀行評級人員也要提高識別真假數(shù)據(jù)的基本功,要培養(yǎng)自己“去粗取精”、“去偽存真”的能力,提高評級水平。 

 （六）信用評級是一個即重視理論,也重視經(jīng)驗的工作,評級業(yè)務(wù)即需要科學的評級理論的指導(dǎo),同時也需要評級人員具有豐富的經(jīng)驗。借鑒國外先進的經(jīng)驗,商業(yè)銀行有關(guān)部門應(yīng)在穩(wěn)定隊伍中逐步提高評級人員的素質(zhì),如經(jīng)濟發(fā)達國家普遍實施的員工持股計劃和期權(quán)制度,制定合理的激勵機制,最大限度地調(diào)動信用評級人員的積極性。 

 總之，新巴塞爾資本協(xié)議已于今年開始正式實施，與1988 年的老巴塞爾協(xié)議相比,最大的區(qū)別就是在最低資本要求中引入了資產(chǎn)風險的因素,從而大幅度地提升了銀行資產(chǎn)的風險敏感度,特別是兩種信用風險評級體系之一的銀行內(nèi)部評級法( irb) ,對于各國的銀行來說都是一大挑戰(zhàn)。我國商業(yè)銀行只有根據(jù)本國實際，建立先進、科學、有效的信用風險內(nèi)部評級體系，切實提高信用風險管理水平,才能與國際行業(yè)通行標準接軌，增強自身的市場競爭力。