小微企业信用评价模型的中外比较及完善

小微企业信用评价模型的中外比较及完善商业银行对小微企业进行信用评价是银行最终决定是否向小微企业放贷的基础和前提，采用什么样的信用评价模型对评价结果有着重要影响。

从国际上看，很多国家都已经研发出针对本土小企业的信用评价模型并广泛应用于实践，大大提高了工作效率，取得了良好的效果。

为了完善国内商业银行针对小微企业的信用评价模型，本文在对美国的SBSS 、日本八千代银行、CRD 运营协议会、帝国数据银行以及印度主要的小微企业信用评价模型简要分析基础上，对比分析了中国现行的小微企业信用评价模型及其缺陷，并提出了改进建议。

一、美国小微企业信用评价模型简析利用模型对小微企业进行信用评价被美国所重视，从信用评价模型首次应用于信用卡的信贷申请之后，该技术迅速普及。

如今美国小微企业信用评价模型——小企业信用评分系统已经被各大金融机构所应用，成为是否对企业放贷评判的主流方式。

1.费厄—艾萨克（Fair Isaac ）公司的小企业信用评分系统——SBSS小企业信用评分（Small Business Scoring Ser⁃vice ，SBSS ）是利用第三方收集的小微企业和企业主信用方面的信息，并结合小微企业融资申报表和信贷人员对它的了解来评估一笔贷款的风险，其中应用的模型涉及到数理统计和历史数据分析。

美国费厄—艾萨克公司为了设计针对小企业的小额贷款（25万美元以下）信用评价系统，于1995年对5000多笔小企业贷款评估信息和数据进行比对，收集15家大型金融机构5年内的数据，最终开发出小企业信用评分系统——SBSS 。

到目前为止，SBSS 已经更新至6.0版本，应用于300余家金融机构，它的出现改变了小企业信贷申请的流程，美国九成以上的小额度信用贷款都应用SBSS ，使一般的信用信息审核仅需数分钟即可，整个贷款流程也仅需几天时间。

SBSS 刚好可以满足小企业融资频率较高、贷款额度较低、贷款需求较急的特点。

企业主的信用信息都来源于美国各信用局。

杨大光1，孔令鑫2（1.东北师范大学经济学院，吉林长春130024；2.国家开发银行股份有限公司吉林省分行，吉林长春130022）摘要：为提高商业银行评价小微企业信用的有效性，在提高支持小微企业力度的同时降低商业银行的贷款风险，我们采用比较分析法，选择了美国、日本、印度的小微企业信用评价模型作为参照系，对比并揭示我国现行的小微企业信用评价模型存在信用评价分值的确定过于依赖主观判断、评价标准过于笼统僵化、反映企业领导者素质及企业商誉的指标权重过低等缺陷。

建议采取细分定量指标标准、设定合理的定性指标、设立能充分反映风险的评价指标权重、建立完善的全国性征信系统、研发针对小微企业特点的信用评价标准等措施，完善中国的小微企业信用评价模型。

关键词：小微企业；信用评价模型；商业银行；中外比较中图分类号：F272.35文献标识码：A文章编号：1007-8266（2014）09-0074-06□企业管理中国流通经济2014年第9期在信用评分模型设计的回归分析中，要在50多个变量中除掉相关度较小的变量，通过数理统计方法和庞大的信用历史数据判定，最终留下8~12个变量。

[1]企业主的个人信息和小企业融资风险的高相关度也在数据分析中得以体现。

2.SBSS 模型流程多元线性判别模型是各个商业银行在构建企业信用评价模型时所选用的模型。

但费厄—艾萨克公司的信用评价模型所用的数据无法满足多元线性分类假设检验的要求，故在使用模型时应用了逻辑回归方法，其流程见图1。

3.对SBSS 模型的评价SBSS 信用评分模型具有以下优点：第一，节省贷款审批时间。

在受理贷款申请时使用信用评分模型，输入相关的数据并计算出信用评分，再根据评分结果来决定是否发放贷款，这与传统贷款受理的程序相比，效率大大提高。

第二，人力成本得以节约。

以往的企业信贷评审需要银行招聘有实践经验的信贷人员来专门评估小微企业贷款，这些人必须了解信贷和小微企业的行业。

SBSS 模型只需要将基本信息进行录入，不需要专业人员进行评估，即节约了人力又减少了经营成本。

第三，提高贷款审批过程的客观性。

传统的方式由专业的信贷人员进行打分，缺乏数理统计依据和统一的标准。

SBSS 模型则运用定量分析法，通过假设检验确定对预测结果有明显导向性的指标。

对于同一项贷款的结果都是一样的，即使模型中出现了误差，也可以通过调整某一参数而快速得到解决。

SBSS 信用评分模型也有其局限性：一方面，SBSS 信用评分模型对数据有严格的要求。

一张简单的分数卡，背后必然需要庞大的数据库、强大的信息处理系统和完善的个人信用记录。

样本的数量必须足够多才能使模拟结果准确，并且需要经常进行测试与更新。

另一方面，对评价结果的可靠性还存在争议。

有研究报告表明SBSS 模型预测企业信用的准确性很高。

联合住房贷款抵押公司在1995年对数十万笔贷款进行了研究，再结合SBSS 进行贷款模拟预测，结果证明与企业的实际贷款表现相似度相当的高。

但有的研究报告也认为SBSS 模型的预测结果并不准确。

美国政府相关机构在1996年底进行了一次对30余家商业银行资深信贷人员关于融资建议的调查，他们认为模型无法解释个人心理预期的变化，因此大多数人认为SBSS 模型最终的结果要比企业的实际表现更乐观，有80%的银行提高了模型中的合格标准。

[2]二、日本小微企业信用评价模型简析战后日本经济的迅速崛起离不开小微企业的快速发展。

在亚洲，最发达、最悠久、最高产的信用管理行业也在日本。

在小微企业信用评价方面，八千代银行、CRD 运营协议会和帝国数据银行图2“拒绝推论”在信用评分模型中的应用图1SBSS 模型构建流程这三家著名的金融机构是日本信用管理行业中的佼佼者。

1.八千代银行的评价模型在日本，八千代银行因对小型企业进行信贷审核并发放贷款的历史悠久而闻名。

该银行对小微企业信用数据的统计与收集工作做得非常出色，这也正是八千代银行开发SOHO模型的基础。

SOHO模型是针对融资申请额度低于300万日元（约18万人民币）的小微型企业所开发设计的，于2000年底正式使用。

在实际应用上，SOHO模型的最终评判结果是将企业信用进行分色处理：可靠性较高的是白色，；风险很高的是黑色，这部分小微企业不会得到贷款；单纯根据书面材料，模型检验的结果不确定性比较大，风险水平一般的是灰色，这部分企业必须由信贷人员与企业主进行面对面的交谈，最终综合评价结果与个人经验决定是否进行放贷。

[3]SOHO模型的申请时间较短，一般在小微企业申请后的第二天便可得到答复。

SOHO模型共有十个模块，对他们所掌握的一百余项定性化信息进行归纳分类，通过数量统计方法对这些信息进行数字化，并运用这些数字建立数学模型。

这十个模块各自对应企业不同方面的信息，如企业的财务状况、经营前景、可应用的现金流等，通过数学模型对各个方面的信息计算得分，并通过这十个模块得分的方差和平均值分布把小微企业分为白色、黑色与灰色。

八千代银行模型的特点主要是对小微企业定量信息的关注度并不高，在模型的设计中更注重定性的非财务指标。

模型的设计特点主要是基于小微企业信用数据不规范、难以具体统计的事实，并且企业成立的时间较短，财务数据不充分，定量分析预测出的结果与小微企业的经营状况难以匹配。

在模型的使用过程中，提高了贷款效率，减少了小微企业融资成本。

2.CRD运营协议会评价模型CRD运营协议会是一个协会性质的统计机构，其组织者和协会成员既包括信用担保协会，也包括金融机构，综合性很强。

CRD运营协议会特别重视破产企业的相关数据，协议会成员单位有义务对CRD运营协议会提供自己单位统计出来的财务数据。

协议会成员为CRD提供了200余万条企业的相关信息。

以这些数据为基础，CRD授权某日本大学教授研发针对企业信用评价的数学模型，主要是进行信用的基础评价。

在模型设计之初研究人员使用的是与人工神经网络方法近似的几种非线性的检验模型，但是在对几种方法的误差进行对比之后，为了让模型的结果更好地被非专业人员所理解，在保证准确度的情况下选择了线性结构的检验模型。

CRD运营协议会的评价模型共分为14个线性数据模块，对企业与融资相关的各个方面进行评分，最高分为100分。

同时在模型的设计上体现出了行业的区别度，对不同的行业进行的评价标准各不相同。

但模型的设计对小微企业针对性不是很强，尤其是在评价微型企业时，模型的设计对于财务数据的依赖性较强，定性指标所占比重较小，定量指标的比重较大，导致评价的结果与财务数据相对比较完整的企业在结果上存在一定的偏差。

3.帝国数据银行评价方式在日本，帝国数据银行占有七成以上的征信市场，从1899年至今已经有100多年的历史，它还拥有亚洲最大的企业资产信用数据库，在日本有近百家营业场所。

帝国数据银行信用评价的独特性就在于它旗下的调查人员非常多，达到1600余名，并且经验非常丰富，使帝国数据银行的调查效率非常高。

其主要的业务流程是对有融资需求的公司进行实地访谈与考察，同时对公司的关系银行、主要上游供应商、下游客户及所处行业的同业者的评价、公司所在地周围人的评价等各个方面进行信用的间接调查，当然财务报表也是必要的信息源，除此之外调查人员还要凭借自己以往的经验，考察各个方面的信息，甚至是对企业主的言行进行仔细的观察，最后得出自己的结论，将结论写入企业信贷评分手册。

根据评分手册的得分和自己总结出的结论决定是否放贷。

4.综合评价日本即使是在本国经济严重下滑的情况下，在金融领域进行的评价模型研究工作却从未间断，他们应用了多种数理分析方法、假设检验模型和回归方法。

虽然并不是所有的模型都得到了使用，但这些模型却为小微企业信用评价提供了有力的理论支持与借鉴。

所研发的企业信用评价模型大部分使用的是Z模型的改良，同时很多模型在研发的过程中都非常注重定性指标的考核，如八千代银行的SOHO模型和帝国数据银行。

在对以上三家机构的考查中，我们还发现，整体的建模过程对小微企业破产的数据不够重视，只有帝国数据银行关注到了小微企业的破产情况，但目前还没有将这一指标应用到实际的评价系统中。

三、印度小微企业信用评价模型简析20世纪以来，起到经济发动机作用的印度小微企业的快速增长使印度取得了令全世界瞩目的经济增长速度。

印度小微企业的快速发展和成长，与银行的支持及其信用评价方法密不可分。

印度主要的信用评价公司有CRISIL、CARE、SMERA、ICRA、Onicra和BWR。

CRISIL在印度已经有近30年的发展历史，所占市场份额超过50%，在世界排名第四，背后主要有标普的支撑，是当地最大的企业信用评价公司。

位居第二的信用评价公司是1993年成立的CARE，这是一家印度本土成分比较明显的评价公司，大部分股权被印度国有银行持有，而穆迪是ICRA公司的最大股东。