商业企业信用风险体系预警模型构建

摘要：信用风险评估模型可以分为两大类，预测性模型和管理性模型。我们选取反映经营业务风险、管理信用风险、融资渠道项目风险的8个信用风险指标来构建预警模型，采取Bartlett's球形检验和Kaiser-Meyer-Olkin（KMO）检验2种方法对8个指标进行适应性检验，按每个公因子的特征值与3个公因子特征值之和的比作为权重，建立综合评价模型，得出5个公因子能从不同角度反映中小型商业企业信用风险水平。

关键词：商业企业；信用风险体系；预警模型

大多数中小型商业企业由于经营业务单一，受系统性风险影响较大。中小企业融资渠道狭窄，银行存在惜贷的行为，或贷款程序复杂、手续费高，导致中小企业宁可获得利率畸高的民间贷款，也不愿到银行贷款，与此同时民间借贷也引发大量借贷纠纷。银行方面也担心中小企业抗风险能力差，贷款无法收回，从贷款成本和风险成本角度看，他们也偏好将款项贷给经营状况一般的国有企业或者上市公司。为科学衡量中小企业信贷风险，课题组将收集企业历史资料数据的基础之上，运用数理统计方法与各种数学建模方法构建统计模型与数学模型，从而对信用主体的信用风险大小进行量化测度。

一、文献综述

（一）Z计分模型

信用风险模型分预测模型和管理模型两类。预测模型用于分析信贷客户发展前景，衡量其破产的概率；管理模型则偏重于揭示客户信息，衡量客户现有实力。美国学者爱德华•阿特曼（EdwardAltman）在1968年对美国破产和非破产生产企业进行观察，采用了22个财务比率通过筛选建立了5变量Z计分模型。该模型以破产企业为样本，运用多元线性规划，收集非破产企业和破产企业大量观测数据，分析企业破产前的财务指标，最终形成企业破产的判别系统。在权数固定的情况下，公司破产判断取决于5个指标。这些指标值越大，企业经营效果越好，发生信用风险的可能性越小。

（二）巴萨利模型

巴萨利模型（Bathory模型）是以其发明者AlexanderBathory的名字命名的客户资信分析模型。相对于Z计分模型，该模型有两个特点，一是不需要复杂的计算，二是适用于所有企业。模型将相关指标相加即为最终指数，如果指数低或为负值，表明公司前景不好，存在信用风险。巴萨利模型相关指标为税前利润/营运资本、股东权益/流动负债、有形资产净值/负债总额、营运资本/总资产。以上两个模型均属于预测模型。

（三）营运资产分析模型

营运资产分析模型是管理模型，它能够衡量企业客户现有实力，在计算客户的信用限额方面具有非常实用性价值。模型的计算分两步：营运资产计算和资产负债比率计算。这两个指标可以从财务报表中直接取得。营运资产分析模型的流动比率越高，客户经营实力越强，而资本结构比率，说明负债越低，偿还债务能力越强。

二、中小型商业企业信用风险预警模型构建

（一）选择指标原则

针对中小型商业企业的信用风险评价指标的搭建，需要遵循以下4个原则：一是科学性，二是可操作性，三是动态性，四是定性定量相结合性。在综合前人研究总结的基础上，为反映中小型商业企业存在的问题和成功的潜质，因此将风险划分为两个层次：其一，企业决策层和管理层的个人风险；其二，企业日常经营风险，使指标体系更符合本研究的主要方向。

（二）构建中小型商业企业信用风险体系的评价指标体系

（1）企业经营业务风险。商业往来作为中小型商业企业的“灵魂”，优秀的信用评级和信用管理可以帮助企业规避企业在经营过程中出现的较大的风险。在商业企业承担较大的债务“包袱”时，由于行业的宏观经济形势不好或因自身经营不善导致无法还款时，充当“中转站”的商业企业的运营结果就会使整个供应链出现问题。一方面，上游企业的货物生产和存货占整个流动资产的比例也会受到牵连；另一方面，也会影响零售企业等中下游企业的正常运转，间接影响货物输入地的物价水平，从而增加整个商业企业的运输成本和运营成本，形成恶劣循环，同时商业企业也要承担着对上游企业的应付账款和中下游企业一部分的应收账款，从而形成商业企业较高的信用风险。（2）决策层和管理层的信用风险。包括还款信誉程度和企业经营素养两个方面。还款信誉程度涵盖了企业的信用程度，经济实力和融资素养等，而企业的经营素养则可以通过交易双方的贸易往来可以体现，企业的还款信誉和经营素养越好，则按时还款的可能性就越高，发生信用风险的可能性就越小。（3）融资渠道项目风险。中小企业融资渠道单一，其发展主要依靠企业经营自身积累，表内则体现为留存收益多寡。由于缺少抵押物、抗风险能力差，不受银行青睐，缺少外部融资渠道。出于信用风险的考虑，银行主要提供流动资金贷款，较少提供长期信用贷款，中小企业在扩大产能、新产品的创新和研发资金不足，导致无法做大做强。大量中小企业只能通过利率畸高的民间借贷获得贷款，一旦经营出现困难，企业陷入困境，资金链断裂，企业最终破产，且给供应链端的企业资金造成困难，信用风险不可谓不高，信用成本不可谓不大。

（三）指标选择及定义

本研究根据以上分析，在4个一级指标的基础上，选择了经济实力，品质和经营能力等个二级指标，构建了中小型商业企业的信用风险指标体系。

（四）统计分析

采用EpiData3.1建立数据库录入数据，应用SPSS19.0统计软件进行一般描述性分析和因子分析。采取Bartlett's球形检验和Kaiser-Meyer-Olkin（KMO）检验2种方法对8个信用风险指标进行适应性检验，按确定的每个公因子的特征值与3个公因子特征值之和的比作为权重，建立综合评价模型。以P<0.05为差异有统计学意义。

三、实证分析结果

（一）描述性分析

根据相关系数矩阵可以看出各概率几乎大于0.05，，因此可以认为各变量两两之间不是相关的。

（二）因子分析

因子分析结果显示，因子分析结果显示，KMO检验值为0.706，Bartlett’s球形检验差异有统计学意义（χ近似2＝185.410，P<0.001），适宜进行因子分析。应用主成分分析法对8个信用风险指标提取公因子，经方差最大方差正交旋转后提取出经营风险因子、管理信用风险因子、融资渠道项目风险因子3个公因子，累计方差贡献率为72.305%。其中，经营风险因子反映了中小型商业企业经营中存在的风险；管理信用风险因子反映了中小型商业企业信用管理存在的风险；融资渠道项目风险因子反映了中小型商业企业融资渠道项目存在的风险。使用Varimax法进行因子旋转后得到的因子负荷矩阵。旋转后的因子负荷矩阵两端集中，能更好地解释主因子。从表中可看出，第一个因子与X1,X3关系密切，第二个因子与X5关系密切，第三个因子与X8关系密切，第四个因子与X2,X7密切，第五个因子与X6密切。这说明了7个指标对信用风险的影响不一样。

（三）公因子得分系数矩阵

公因子得分系数矩阵，以5个公因子分别作为因变量，以8个信用风险指标得分作为自变量，采用回归法建立各公因子线性表达式。

（四）综合评价模型建立及评价

根据上述旋转后的5个公因子从不同角度反映了中小型商业企业信用风险水平，按照确定的每个公因子的特征值与5个公因子特征值之和的比值作为权重，建立综合评价模型计算中小型商业企业信用风险水平综合评分。将综合评分能力从低到高的顺序进行排列，然后按照四分数将信用风险分为高（>P75）、中（P25～P75）、低（<P25）三类。本文以2012～2016年上市公司中小型商业企业样本总共有141家，样本观测值547个，其中信用风险较高的136个（25%），信用风险中等的334个（61%），信用风险较低的75个（14%）。

四、结论及启示

随着国内经济的快速发展，在未来几年，我国商业企业融入全球经济供应链的趋势加快，而对于中小型商业企业来讲，既是机遇也是挑战。在信用风险机制的作用以及融资渠道日渐丰富和银行和担保机构的操作趋向于正规化、市场化的条件下，中小型商业企业合理管理信用风险，建立信用风险指标评价体系及预警会走向更高、更深层次的发展。本研究基于中小型商业企业的角度出发，其理论研究对中小型商业企业的信用风险的进一步优化，以及评价和预警模型的构建具有指导意义。

参考文献

［1］吕莹.物流金融业务风险体系的研究［J］.价值工程,2010（7）.

［2］王永进.地理集聚会促进企业间商业信用吗［J］.管理世界,2013（1）.

作者：胡定杰 单位：广东白云学院会计学院