基于Topsis模型与logistic分类模型确定信贷策略

张冰清

针对问题，首先利用Excel与Stata软件对数据进行预处理与描述性统计，筛选并量化反映企业信贷风险的指标;其次利用熵权法确定了各个指标在信贷风险评价中的权重;然后利用Topsis综合评价模型求得各企业得分，其中分数越高，代表信贷风险越小;最后定义线性模型量化各信贷策略，由此可以给出具体的线性策略模型，在此基础上便于制定对于中小型企业的信贷策略。

一、引言

在生活中，企业向银行贷款时，银行需要根据国家政策放给合格的资金需要者，并约定归还期限。近年来为鼓励中小微企业发展，银行依据评估结果选择出实力强、供求关系稳定的企业提供贷款，并确定具体贷款额度、实际利率与借贷期限等信贷政策。基于此背景，需要给出中小微企业的信贷策略。

二、模型的建立与求解

（一）数据分析与预处理

Step1：指标初步筛选

为了选择适当的企业信贷策略模型，需要对数据进行预处理，整理合适的指标作为要研究的对象。通过对已知的分析，初步确定了要研究的指标见表1。

Step2：线性指标分类

由于数据中的进销项发票数据中的六种金额间具有非常强的相关性，所以不能直接用这六种指标进行评价，需要将其整合为两类，经计算发现：

各企业金额均值+各企业税额均值价≈税合计均值

最终确定的评价指标为：各企业进项发票价税合计的平均值、销项发票税价合计的平均值、销项作废发票比例、进项作废发票比例、信誉评级、是否违约、销项价税合计的负数比例、进项价税合计的负数比例。

Step3：定性指标定量化

确定了要研究的指标之后，发现在这些指标中，有定性指标和定量指标，为了更好的应用评价模型对123个企业进行综合评价，需要将定性指标定量化。

首先将进项发票信息和销项发票信息中的发票状态指标以企业为单位定量化，具体公式为：

（三）Topsis模型的建立

现需利用Topsis优劣解距离模型对各个企业信贷风险进行评估得分，得分越高，则信贷风险越小。

Step1：指标分类

基于前面的研究，确定的八个指标分为极小型指标、极大型指标和中间型指标。

Step2：指标正向化

为了计算方便， 需要将三种指标类型统一归化成极大形指标。

Step3：计算得分并归一化处理

在标准化后的指标中找到最优方案和最劣方案，然后分别计算评价对象与最优方案和最劣方案间的距离，获得评价对象与最优方案的相对接近程度，作为评价优劣的依据，并对得分做归一化处理。

利用Matlab軟件对上述建立的模型进行处理与求解。

（四）信贷策略的制定

Step1：对量化结果整合分析

基于上述求解最终得到的排序情况，将123家中小微企业分为三类，其分数区间分别为[0.009，0.0986]，（0.0041，0.009），[0.0019，0.0041]，可供银行评估中小微企业信贷风险时参考。

Step2：制定具体信贷政策

由于我国中小微企业对银行借贷的依赖性较大，以及贷款成本较高，加之信息多处不对等加剧了信贷市场的柠檬现象。因此在保证银行一定盈利的情况下尽量为中小型企业争取一定的额度。已经建立Topsis模型对123家有信贷记录的中小微企业的信贷风险进行了评估并分级，在此基础上确定合适的信贷策略，如表2：

（作者单位：河北农业大学）