中小微企业对后疫情时代信贷风险评估的优化策略

李一涵 田若曦 武昂 张成喆 高韡

摘 要：本文基于中小微企业经典信用评价体系，依据各行业、各类型企业所受疫情等突发因素影响程度的大小，应用层次分析法和模糊评价法对经典信贷评估模型进行优化调整，帮助贷款银行结合实际情况，准确判断对企业的信贷策略，并基于其他类型突发因素的强度、频率和发生概率对不同行业、不同类型企业的多维度影响模型进行推测假想。

关键词：新冠疫情;中小微企业;风险评估优化;层次分析法;模糊评价法

中图分类号：F276.3 文献标识码：A

DOI：10.12245/j.issn.2096-6776.2021.10.23

我国中小微企业在吸收剩余劳动力、提高地方财政收入、推动社会发展等方面，在推动国民经济发展中发挥了重要作用[1]。2020年年初，受全球疫情冲击，世界经济严重衰退，产业链、供应链循环受阻，住宿餐饮、交通运输、文化旅游、休闲娱乐和批发零售等行业市场均有所萎缩[2-3]。其中，中小微企业相比于其他类型企业面临更为严峻的考验，超15.7%的中小微企业由于负债过高而倒闭，无力偿还贷款，给我国信贷行业带来了较大冲击[4]。

因此，依据不同行业、不同类型、不同经济成分企业所受疫情等突发因素影响程度的大小，对以往研究中的风险评估模型进行优化调整，就显得尤为重要[5-6]。此外，本文基于其他类型突发因素的强度、频率和发生概率对不同行业、不同类型企业的多维度影响模型进行了推测假想。

1 模型建构及求解

为提升企业信贷风险评估模型Y的准确性和普适性，我们引入了一个突发因素对信贷风险的总影响T（T∈R），表征突发因素的发生概率、类型、强度、频率对不同行业领域和不同成分类型的企业影响程度，即存在突发因素对企业信贷风险评估产生的整体影响。

1.1 构建新冠疫情总影响T'的指标评价体系

我们以2020年最为严重的新冠肺炎疫情为例，利用AHP法分析其对不同行业、不同类型企业影响程度的相对大小，构建T'指标评价体系，如表1所示。

1.2 判断矩阵M构建

上述指标中，T为目标层，Q1和Q2为准则层，指标q1至q17为措施层。将所构建模型中位于同一层次且同属上一层次某个指标的各指标，根据它们对于上一层次指标的重要性，进行两两比较并赋值，分别构造判断矩阵M1、M2和M3。

以准则层指标的比较为例，Q1至Q2位于准则层，且同属于目标层指标T。设判断矩阵M1=（dij）2×2，（i，j=1，2），dij表示Qi相对于Qj的重要性。矩阵M1=（dij）2×2即为表示准则层指标Q1至Q2针对目标层指标相对重要性的判断矩阵。

1.3 特征值法计算权重

按照此特征值法，计算各矩阵对应的权重向量表征各因素受疫情影响程度。

对应于判断矩阵M1的权重向量记为W’=（0.8，0.4）

对应于判断矩阵M2的权重向量记为W’’：

W’’=（0.0497，0.1139，0.0198，0.2958，0.0895，0.0412，

0.0272，0.2123，0.1505）T

对应于判断矩阵M3的权重向量记为W’’’：

W’’’=（0.0203，0.2488，0.0807，0.2858，0.1077，0.1527，0.0624，0.0416）T

1.4 检验矩阵一致性

按照以上两步计算得：

CRM1=0.0000，CRM2=0.0887，CRM3=0.0313

均达到CR≤0.1的要求，表明各判断矩阵的一致性可以接受。

2 信贷额度调整策略

新冠肺炎疫情会对不同行业、不同经济成分类型的企业产生不同的影响，即上文中模型求解得出的各项权重。

令新冠肺炎疫情对某类型企业的总影响T'=0.8λQ1+

0.2λQ1，按照上文中的9个行业、8个企业类型分别计算T'值大小：

其中交通物流类的个体经济的T'值最大，高达0.2938，表明新冠肺炎疫情对于该类型企业打击最大，即银行投资该企业的借贷风险最高;房地产行业的国有企业T'值最小，低至0.0199，表明新冠肺炎疫情对于该企业的借贷风险的影响最低。

按照值T'进行策略等级S的评定，T'值越高则相应策略等级越靠后，即企业受新冠疫情的打击越重，越无法从银行得到优惠的信贷策略。显然，银行应给予T'值较小的企业更多的借贷优惠以取得稳定收益。

以相关数据为参考，银行信贷浮动可分配额还有400万元，这也是我们用于模型调整的主要资金来源。

（1）当T'∈[0.0199，0.0433]，企业策略等级为I的12家产业信贷额度涨幅在4%～5%内，针对信贷额度更小者给予略大的信贷额度涨幅。

（2）当T'∈[0.04382，0.0703]，策略等级为II的12家企业信贷额度涨幅在3%～4%内，针对信贷额度值更小者给予略大的信贷额度涨幅。

（3）当T'∈[0.07064，0.10726]，策略等级为III的12家企业信贷额度涨幅在2%～3%内，针对信贷额度值更小者给予略大的信贷额度涨幅。

（4）当T'∈[0.11266，0.2938]，策略等级为IV、V的28家企业，不提供信贷额度涨幅。

3 多元突发因素的策略猜想

新冠肺炎疫情属于突发感染性公共卫生事件，与其他不同类型、不同强度、不同发生概率和频率的突发因素对于某一给定企业的信贷风险影响程度区别显著。此外，不同行业领域、不同成分类型的企业受某一给定突发因素的影响程度也不尽相同。

我们在多元突发因素对于各个企业信贷风险的处理中，极易忽略突发因素总影响T的决定因子——突发因素发生概率Tp[Tp∈（0.1）]。

Tp趋近于0，表明突发因素几乎不可能发生;

Tp越大则突发因素发生的可能性越高;

Tp=1时，表明该突发因素已经发生（如新冠肺炎疫情、南方洪涝灾害等）。

结合Tp的取值，我们可以进行已有突发因素的影响程度考察，也可赋值对未发生的突发因素进行预判。

设突发因素类型T1、突发因素强度T2和突发因素频率T3，即三者均为总影响T的层次影响因子，即不同层次对T值有不同程度的影响。

由上述关系给出定义式：

其中α、β和γ可通过层次分析法计算求值。若T>0，则表明该突发因素使企业信贷风险增大;若T=0，表明该突发因素对企业信贷风险无影响;若T<0，表明该突发因素使信贷风险减小。

而突發因素往往对不同行业、不同类别的企业会有不同的影响，因此我们推测可以将10种行业和8种类型的企业数据作为自变量，令T1、T2、T3作为行业领域和企业成分类型的函数进行分析，再利用最小二乘法拟合系数。

最终，我们可依据突发因素总影响T完善企业风险评估模型的函数构造，进而调整信贷策略。

参考文献

汪秀兰.中小企业融资问题现状与对策[J].现代企业，2016（09）：46-47.

李文龙.新冠肺炎疫情对中国行业经济调整的十个“危”与“机”——加速迈进数字化与智能化的中国市场经济[J].金融世界，2020（03）：41-43.

迈进数字化与智能化的中国市场经济[J].金融世界，2020（03）：41-43.

安国俊，贾馥玮.新冠疫情对经济的影响分析及对策研究[J].金融理论与实践，2020（03）：45-51.

秦唏.新冠疫情对我国若干行业的影响[J].新理财（政府理财），2020（08）：18-20.

夏晶，杜跃.疫情期间企业用工常见问题解决及风险防控建议[J].法制与社会，2021（08）：126-127.

刘璐.疫情下企业存在的财务风险和对策[J].营销界，2021（05）：115-116.

天津医科大学  李一涵  田若曦  武昂  张成喆  高韡