基于信贷风险对银行信贷策略的研究

董小红，徐琳霄，汪文生

（安徽财经大学 会计学院，安徽 蚌埠 233000）

1 介绍

在宏观经济的调控下，近年来我国中小微企业的数量迅速增长，他们在国民经济和社会发展过程中发挥着不可替代的作用。同时国家也出台了大量政策来解决中小微企业的融资问题。但是由于资金供不应求，银行面对如此大的贷款压力，就不得不在诸多前来贷款的中小微企业中慎重选择。由于各中小微企业经营能力、规模大小、偿债能力、信誉度方面都各有不同，如果贷款的银行对需要贷款的中小微企业不够了解，就容易导致不良贷款的产生。如何减少贷款风险并设立合适的放贷策略是银行等金融机构亟待解决的问题。

本文根据搜集到的2019年上百家中小微企业的信贷相关数据，定量分析中小企业的声誉和实力，并根据信贷风险和其他因素确定是否提供贷款，决定信贷额度，利率和到期策略。

2 文献综述

房斌在 《P银行中小微企业信贷风险评价》中通过功效系数法和层次分析法对银行信贷风险评价方法进行改进，并尝试性提出了配套措施以期能对P银行产生积极影响，改变现有的银行针对中小微企业信贷风险管控和贷款策略。王璐在《T商行中小微企业信贷风险管理研究》中基于风险管理理论，单独研究商行对中小微企业信贷风险管理现状，也是利用模糊层次分析法建立信用评级体系，并验证其可行性。

本文试图在建立合适的风险评估指标和信誉等级后，将模糊层次分析法和功效系数法结合，构建合理信贷风险评价模型，优化信贷策略。

3 模型分析

3.1 假设

3.1.1 中小微企业的进项和销项各金额数据均正常且合理；

3.1.2 进项税和销项税均符合抵扣规则；

3.1.3 总资产为销项金额总和；

3.1.4 净利润只考虑销项价税与进项价税之差；

3.1.5 流动资产与销售收入相等，为销项金额总和与进项金额总和之差；

3.1.6 银行对公司的贷款额度为1000万元，年收益率为4%至15%。

3.2 符号说明

我们定量分析了123家公司的信用风险，并显示了当固定年度总信用量时，银行的信用策略应该如何变化。 为了量化企业信用风险，本文提出将层次分析法和功能系数法相结合，建立中小企业和微型企业信用风险量化模型。

表1 符号说明

首先通过使用层次分析法，将难以量化的定性指标和定量指标融合在一起，并参考相关专家分析和文献对指标之间进行两两对比，确定出各项指标的重要性水平。其次通过功效系数法的应用将各项指标进行类别的划分，计算出各公司各指标的得分，结合层次分析法得到的指标权重构建信贷风险的综合评价模型，计算出综合得分，从而实现信贷风险的量化。ABC三类企业的综合得分将作为最终决策模型的企业信贷风险得分，而中小微企业在发展中并不具备大企业的自律管理与合规制度，在相关财务报表的处理上也缺少第三方核算部门的监督。因此对于来源模糊、有限的企业数据，银行往往只赋予少量的权重值后才将其纳入决策环节。附件三中给出了三类企业在不同贷款利率下相应的客户流失率，而银行的期望是在合适的利率下，降低客户流失率并提高贷款收益，因此可以将赋予权重后的企业信贷风险得分与银行的风险评估体系结合，通过非线性规划模型，得出银行对三类企业的信贷决策方案以及的分配比例。

3.3 指标的选择

3.3.1 指标选取原则

指标选取时重视信誉指标，适当削减财务指标的比重。由于搜集到的财务方面的相关指标种类有限，我们能够构造的财务指标也就相对有限，且存在概念替代现象，财务指标的真实性较低，因此在构建信贷风险评价模型时可以适当减少对财务指标的考核比重。

3.3.2.财务评价指标

根据123家中小微企业的进项销项发票的定量数据，通过概念等价替代的方式构造出的企业与财务相关的指标，其中资产负债率这一比率越低表明企业的偿债能力越强，但是资产负债率若为负可能说明企业资金面充裕，偿债压力较小，但同时可能经营上有所停滞。总资产周转率和销售净利率均为数值越大，表明企业实力越强。如表2。

表2 中小微企业财务评价指标

根据各企业的发票状态，包括有效和作废两种状态，通过计算发票的作废率可以得到一个衡量企业信誉的指标，发票作废率越小则说明该企业越严谨，经营方面越有信誉。此外，进销商品的负值表示买方将因故退货或退款。故销项的负数发票可能表示由于公司产品存在问题，买方已退还了该产品。因此退款退货率越高该企业的信誉越差。据此构建中小微企业信誉评价指标。如表3

表3 中小微企业信誉评价指标

3.4 模型的建立

将信贷风险综合评价模型分为三个层次，第一层为目标层M，即目标企业的信贷风险；第二层为准则层C，包括财务指标C1、信誉指标C2两个指标；第三层为方案层P，即我们选取的五个评价指标资产负债率P1、总资产周转率P2、销售净利率P3、发票作废率P4、销售的退款退货率P5。如图一。

图1 层次分析图示

3.4.1 模型一的求解

3.4.1.1 构造判断矩阵S1

根据构建的中小微企业的风险评价模型的指标，参考相关文献，对各指标进行两两比较评分，得到一级指标即准则层指标判断矩阵S1：

表4 一级指标判断矩阵

利用MATLAB求解判断矩阵S1的最大特征根λMAX1=2，接着继续计算指标权重。

表5 一级指标权重

3.4.1.2 构造二级财务指标判断矩阵S2

根据构建的中小微企业的风险评价模型的指标，参考相关文献，对各二级财务指标进行两两比较评分，得到判断矩阵S2：

表6 二级财务指标判断矩阵

利用MATLAB求解判断矩阵S2的最大特征根λMAX2=3.0330。为证明判别矩阵S2具有一致性，利用MATLAB进行一致性检验：

CR<0.1，所以该判断矩阵S2的一致性可以接受。

利用MATLAB软件计算指标权重。

表7 二级财务指标权重

3.4.1.3 构造二级信誉指标判断矩阵S3

根据构建的中小微企业的风险评价模型的指标，参考相关文献，对各二级信誉指标进行两两比较评分，得到判断矩阵S3：

表8 二级财务指标判断矩阵

利用MATLAB求解判断矩阵S3的最大特征根λMAX3=2，计算指标权重。

表9 二级财务指标权重

最终得到评价指标得权重汇总表如表10所示：

表10 评价指标权重汇总

3.4.2 信贷风险综合评价模型

3.4.2.1 模型的准备

本文对各指标的得分用功效系数法进行评定，对于不同指标来说，有些指标数值越大越好，有些指标数值越小越好，有些指标则是在某一范围内越好。功效系数法将不同指标按照其结果特性的不同进行类别划分，进而更好的进行信贷风险的综合性得分计算，对信贷风险进行量化。

结合指标的概念和特性，对二级指标进行如下划分：

(1)极大型指标功效系数

这类指标的数值结果越大越好，越大表明信贷风险越低。总资产周转率、销售净利率属于该类指标的范畴。例如，资产投资规模与销售水平之间配比情况是用总资产周转率来衡量的，定义为企业一定时期的销售收入净额与平均资产总额之比，比值越大，则说明销售净收入所占比例越大，企业信贷风险就越低。

表11 极大型指标功效系数

（2）极小型指标功效系数

这类指标的数值结果越小越好，越小表明信贷风险越低。属于该类指标的有发票作废率、销售的退款退货率。发票作废率越小则说明该企业越严谨，经营方面越有信誉。另外进销项的负值表示之后购方因故发生退货并退款，因此销项中的负数发票可能表示购方因为该企业产品的问题进行退款退货，因此退款退货率越高该企业的信誉越差。

表12 极小型指标功效系数

(3)区间型指标功效系数

有些指标需要在某一范围内才能达到最佳，太大不好，太小也不好。例如资产负债率大于0时越小越优，因为资产负债率越小表明该企业的偿债能力越强，但是资产负债率若为负可能说明企业资金面充裕，偿债压力较小，但同时可能经营上有所停滞。总资产周转率和销售净利率均为数值越大，表明企业实力越强。

表13 区间型指标功效系数

3.4.2.2 模型的建立

根据上述层次分析法得到的各指标权重，以及功效系数法计算得到的各指标得分，构建综合评价模型：

Qi(i=1,2,3,4,5):表示经功效系数法计算出的5的指标得分；

wi(i=1,2,3,4,5):表示二级指标相应的权重；

αj(j=1,2):表示一级指标相应的权重；

W：企业信贷综合评价综合得分。

因此最后企业的综合评价模型为：

3.4.2.3 模型的求解

首先剔除信誉评级为D的企业，一方面因为信誉等级为D，不予发放贷款，另一方面因为信誉等级为D的企业数据不完善，予以剔除。另，在计算相关指标时某些指标的由于提供数据的不完整和残缺，产生了数据过大的异常值，都予以剔除。

在确定功效系数中的满意值与不允许值时，我们分别计算出A、B、C三个等级的企业各项指标的平均值，根据数据类型的不同，确定其满意值与不允许值。如下表:

表14 满意值与不允许值

根据上述数据以及模型，代入数据计算筛选出的所有信誉评级为A、B、C企业的综合评级得分，作为企业信贷风险的量化得分，其中得分越高，企业的信贷风险越低。

3.4.3 多目标优化模型

对于得出的三类企业的信贷风险综合得分，依据各类商业银行对于中小微企业的信贷政策，分析后统一对企业的综合得分赋予30%的权重。同时，对于决定放贷的企业，银行的贷款额度在10—100万元，利率在4%—15%，根据银行间市场的经验可归纳出：A等级企业额度为70—100万元，利率在4%—8%范围；B等级企业额度为40—70万元，利率在8%—12%；C等级企业额度为10—40万元，利率在12%—15%范围。在3类等级下，放贷利率与客户流失率的关系，通过散点图即可发现利率与客户流失率有强相关性，利率越高，客户流失率越大，由于散点图近似直线，可用直线斜率的均值近似表达利率与流失率的关系。

依此条件建立非线性规划模型：

放贷决策变量：

引入概念“综合风险得分”：

Zi为第i家企业的信贷风险综合得分，pi为第i家企业的借贷利率，k为对应信誉等级下利率与客户流失率的平均乘数。

已知年度贷款总额固定，ai以表示A信誉等级中对第i家企业的放贷额度，则表示银行在A类企业中的贷款总额。

最佳信贷决策应为银行放贷收益最高且承受风险最小的方案，所以问题归结为总资金固定，决策变量（0或1）的限制条件下，ai*pi,Si均达到最大值的情况。

将数据转换为图表：

图2 放贷利率与客户流失率趋势图

进一步分析可得三类斜率均值数据分别为7，6，5.

（1）首先求出三类企业在固定贷款总额时各类的资金占比：

“1-piki”为客户留存率，vi为三类企业对应综合得分加权后的权重值，

限制条件：

代入Lingo软件求解得下图：

表15 三类企业信贷分配额度

由结果可得出:100万元；：70万元；：40万元，其对应信贷比为 10：7：4。

（2）对于各信誉级别中得公司进行具体分配：

A类中：多目标规划模型

限制条件：

4 结论

经Lingo运算得出，在相应的综合风险评分及放贷额度下，银行对A类企业放贷利率为8%可获利最大，对B类企业放贷利率为12%，对C类企业可放贷利率为15%。根据此方法和结果，可以为银行向中小微企业的放贷提供策略建议，对符合要求的中小微企业提供合适的放贷标准。