大数据背景下的中小企业信用风险评价与应用研究
基于大数据背景下中小企业融资问题研究
基于大数据背景下中小企业融资问题研究作者：陈继来源：《商情》2014年第49期【摘要】信息不对称问题是制约企业，尤其是中小企业通过传统渠道获得银行贷款的重要瓶颈。
一般来说，中小企业对自身资信状况的估计更加真实全面，而金融机构通过贷款审查等方式获得的信息则是不全面的，这种信息不对称体现在逆向选择和道德风险上。
在大数据时代，商业银行通过全自动系统完成对贷款客户信息的采集和处理，通过银行内部数据系统自动搜集贷款企业的货物仓储、流动信息和资金支付等信息，依靠形成的信息流从而准确、真实地了解客户信息，缓解信息不对称造成的潜在违约风险，来作出贷款决策。
因此，在大数据时代，业务处理的信息化与全面化有助于解决中小企业的融资问题。
【关键词】中小企业融资 ;大数据 ;贷款决策一、信息不对称是中小企业融资难的主要原因造成中小企业融资难的问题有各方面的原因，主要有以下几个：一是融资缺口的存在，即由于我国利率的市场化程度不高，实际借贷利率远高于银行法定利率，导致了信贷市场上供需严重失衡的问题。
二是股票、债券等直接融资方式的成本和进入门槛过高，大多数中小企业无资格在直接融资市场获取资金支持。
三是中小企业自身存在的问题导致自身难以获得银行资金支持，例如银行等金融机构对那些经营模式粗放、财务制度不健全的中小企业不得不采取更加严格的审核措施来防范贷款违约风险。
归根结底，这些问题出现的根本原因在于银企之间信息不对称，从而导致了逆向选择和道德风险现象的出现。
虽然银行贷款作为中小企业外源融资的首选途径，但由于中小企业与银行的往来较少，缺乏企业与企业主个人的信用状况详细数据，同时由于中小企业的业务较为单一，因此大多数企业没有意识到健全自身财务制度的重要性，也就导致了企业自身财务信息、资金使用情况、融资状况等相关信息的不透明，导致银行无法对其进行科学、准确的资信调查，从而难以审核和确定是否给予中小企业信贷支持，因此中小企业难以获得银行的贷款支持，从而形成了中小企业融资难的局面。
我国商业银行中小企业信贷风险管理的研究
我国商业银行中小企业信贷风险管理的研究1. 引言1.1 研究背景在当今社会，中小企业扮演着极为重要的角色，它们是经济持续增长的推动力量，也是就业增长和创新的主要源泉。
由于中小企业通常具有规模小、资金紧张、信息不对称等特点，它们在融资过程中更容易面临信贷风险。
商业银行是中小企业主要的融资渠道，但在为中小企业提供信贷服务的过程中，银行也面临着种种风险。
随着我国经济的不断发展和金融市场的不断完善，中小企业信贷风险管理逐渐成为学术界和实践界关注的热点问题。
如何有效管理中小企业信贷风险，平衡风险与回报，提高银行的信贷业务效率和风险控制能力，成为了商业银行急需解决的问题。
对我国商业银行中小企业信贷风险管理进行深入研究，不仅有助于完善我国金融体系，还能促进中小企业的健康发展，推动经济增长与稳定。
1.2 研究意义中小企业在我国经济发展中发挥着重要作用，是我国经济的重要支柱和创新动力。
由于其规模小、信用记录不足、经营不稳定等特点，小企业在融资方面面临着较大的困难。
商业银行是小企业主要的融资渠道之一，但小企业信贷风险管理一直是商业银行面临的难题。
本研究旨在深入探讨我国商业银行中小企业信贷风险管理的现状及存在的问题，分析影响因素并提出相应的风险管理策略，以提升商业银行对中小企业的信贷风险管理能力。
通过对案例的分析，可以进一步验证提出的风险管理策略的有效性，为商业银行实际工作中的中小企业信贷提供参考和借鉴。
研究的意义在于帮助商业银行更好地了解和应对中小企业信贷风险，促进商业银行与中小企业之间的合作与发展，推动中小企业的可持续发展，进而推动我国经济的健康发展。
希望通过本研究的深入探讨，可以为我国商业银行中小企业信贷风险管理提供新的视角和思路，为相关领域的研究和实践贡献力量。
2. 正文2.1 小企业信贷风险的特点1.信用风险：小企业通常缺乏资信记录，信用评级不高，容易导致借款人无法如约还款，从而带来信用风险。
2.经营风险：小企业市场竞争激烈，经营不稳定，面临行业波动和市场冲击，容易导致经营风险增加。
大数据背景下企业财务风险及防控措施研究
大数据背景下企业财务风险及防控措施研究摘要：为了提升企业财务风险防控效果，本文主要对大数据背景下企业财务风险及防控措施进行研究，文中先分析了大数据背景下企业财务风险及防控的重要性，之后分析了存在的问题，并提出了有效的措施，包括提升财务风险防范意识；内部财务数据共享；提升财务数据安全性；提升财务人员的专业性，希望可以为有关人员提供参考。
关键词：大数据背景下；企业；财务风险；防控当前企业在生产经营中不仅要面对竞争对手威胁，还要面临各种风险，因此，怎样加强风险防控，促进企业健康发展，是企业需要思考的重要问题，同样是财务管理目标。
部分企业为了筹资，大量向金融机构借贷，长时间处于高危杠杆模式下，导致企业出现偿还贷款本息的危机，如果防范不到位，就会影响企业发展。
大数据背景下，企业在风险防控中应该积极的应用信息技术，提升工作效率和质量，最大程度地减少财务风险的产生。
1、大数据背景下企业财务风险及防控的重要性和传统的防范模式相比，大数据背景下的财务风险防控管理具有较多的优势，主要体现在几方面（如图1所示）。
图1 大数据下财务风险防范作用第一，可以提升企业财务风险防控能力。
信息时代背景下，大数据技术在很多领域中得到了有效的应用，财务方面亦是如此。
怎样利用大数据技术防控财务风险，是企业需要思考的重要问题。
通过在工作中引入大数据技术，制定财务风险管理规则，借助技术优势，能够提升财务风险防控的精准性，且能够预测隐性风险，划分财务风险的类型。
在风险防范中，借助大数据技术能够针对大量数据碎片实施相关性分析，找出风险事件典型特征，进而存档及划分类型，如果发现相同类型典型特征，可以及时地做出预警[1]。
需要注意的是，预警并非一定有风险，而是提醒可能产生风险。
在日常设定中，需要结合事前严重程度，合理的制定信用等级评价标准，针对各种类型的风险事件，有针对性地采取防控措施，从而区分财务风险，实施专项整治，提升企业财务风险防控能力。
第二，可以提升预算中预测及资源配置能力。
基于大数据技术的中小企业信用评价体系构建研究
学术论坛 / A c a d e m i c F o r u m1001 引言企业是市场经济的主体，是推动我国经济发展的重要助力。
目前，我国中小企业占我国企业总数的99%以上，在产值、利税方面均占有较高比例，同时对我国的科技创新如发明创造、技术创新、新产品开发等方面也作出了很大的贡献。
但由于其经营规模小、信用信息不完善，使其融资难度大，严重制约其发展。
2017新修订的《中华人民共和国中小企业促进法》中明确提出了对中小企业融资的促进扶持措施。
如何发挥市场决定性作用，构建完善、可行的企业信用评价体系，解决中小企业融资难问题，对促进中小企业持续健康发展具有重要意义。
目前的研究中，学者们大多数都是选取以“财务”基础的综合状况来评价企业信用。
如吴德胜等利用Elman 回归神经网络从企业的盈利能力、经营能力、偿债能力和发展能力4个目标确定了10个财务指标的企业信用评价指标体系，对中国上市公司进行信用分析。
朱虹等提出定性指标和定量指标相结合，通过神经网络技术选择了19个最具有解释力的指标，建立了企业信用风险评估指标体系。
基于财务指标的企业信用评价方式，其准确性依赖于企业财务信息的真实性和可靠性，而中小企业财务信息的不完整性使该评价体系未能满足第三方机构对企业信用的评价需要。
因此，在评价企业时，非财务指标更能完整地反映企业经营情况。
学者们关于企业信用评价的非财务指标研究，涵盖了企业基础信息、管理能力、企业品牌影响力、社会责任、发展能力、运营能力、履约能力、创新能力、市场评价等多方面，但在指标选取上较为随意，而评价体系的构建也缺乏统一标准和理论支撑。
本文结合机器学习、统计学以及经济学等学科，在全面采集、调查、核实中小企业信用信息的基础上，采用大数据技术构建中小企业信用评价体系。
首先，利用随机森林算法对评价企业信用的指标进行过滤，再通过结构方程（SEM）算法计算相关指标的权重和得分，最终构建出科学合理的中小企业信用评价体系。
大数据背景下中小企业征信模式研究
大数据背景下中小企业征信模式研究孙文娜 郭幼佳 王小彩（河北金融学院金融系，河北保定 071051）摘要：征信机构是搜集和传递信息的机构，有帮助中小企业促进交易完成和改变中小企业融资难现状的作用，传统征信机构因无法采集到中小企业的信息，因此对中小企业的帮助不大，大数据的发展，把中小企业征信的发展推上一个新的台阶。
大数据可以搜集缴费、交通、通讯、管理者社交等多维度的信息，在大数据帮助下可以完成对中小企业的征信。
关键词：大数据；征信；中小企业；信息不对称中图分类号：C29文献标识码：A 文章编号：2096-4609（2018）13-0052-002一、引言什么是征信机构？征信机构起源于信息不对称，无论是资金供给者与资金需求者之间的间接融资或直接融资，还是普通商人与商人、商人与消费者之间的贸易，这些交易的完成都需要搜寻交易对手——企业或个人的详细信用情况，来消除信息不对称问题，从中选择优质交易对手，以确保交易安全的完成，即征信机构可以帮助解决交易前的逆向选择问题，征信机构通过对资产负责及投资活动等信息进行采集、整理、加工和发布，银行利用这些信息可以准确了解借款者的信用，从而做出是否借贷和是否提高借款利息的决定；商人通过征信机构提供的交易对手信息，可以判断是否进行交易、是否进行赊销、赊购等行为。
不但交易之前，查询征信机构可以帮助交易者选择“好”的交易者，交易之后，如果交易一方不守信用，违约行为就会被征信机构进行记录，交易者以后的租房、信贷、保险等各种交易行为都会因为以前的不守信而提高费用，甚至拒绝交易，从而起到“失信惩戒”的作用。
信誉是牺牲眼前利益，获取长远利益。
博弈论告诉我们，人们在博弈中，只有预期到交易是持续的，会有不断的重复博弈时，人们才会讲信誉。
否则，我为什么不欺诈呢？搞欺诈对一次交易来说，收益最大。
征信机构的存在就是给人们建立重复博弈的环境，记录人们的每一次交易，迫使人们为了长远利益，每一次交易都诚信、不欺诈，Jappelli and Pagano ( 2002)、Miller(2003)等人的研究表明征信机构可以降低交易成本、促进信贷和商业交易高质量、便捷、快速的完成[1]。
大数据在中小企业财务管理中的应用
大数据在中小企业财务管理中的应用随着信息化技术的发展和应用，大数据已经成为当今社会的热门话题。
大数据的应用领域非常广泛，其中之一就是在中小企业的财务管理中的应用。
本文将探讨大数据在中小企业财务管理中的应用，并阐述其优势和潜力。
一、大数据在中小企业财务决策中的应用中小企业的财务决策对企业的发展至关重要。
而大数据技术可以为企业提供精确、实时的财务数据，帮助企业制定科学的财务决策。
首先，大数据可以帮助中小企业实时了解市场需求，通过准确的市场预测，调整企业产品的生产和销售策略，降低企业的风险。
其次，大数据可以帮助企业进行成本管理和预算控制。
通过分析企业的历史数据和市场信息，可以精确预测企业的成本和收入情况，帮助企业合理安排预算，并及时进行费用的调整。
此外，大数据还可以帮助企业优化财务流程，提高财务决策的效率和准确性。
二、大数据在中小企业风险管理中的应用中小企业在经营过程中面临着各种潜在的风险，包括市场风险、信用风险、供应链风险等。
而大数据技术可以帮助企业及时发现并应对这些风险，提高企业的风险管理能力。
首先，大数据可以通过对海量数据的分析，发现市场动态和趋势，帮助企业及时调整经营策略，降低市场风险。
其次，大数据可以通过对客户信用数据的分析，评估客户的信用风险，并提供相应的应对方案。
此外，大数据还可以通过对供应链数据的监控和分析，及时发现供应链中的问题和风险，并采取相应的预防和处理措施。
三、大数据在中小企业资金管理中的应用中小企业的资金管理是企业发展的关键。
而大数据技术可以帮助企业实时监控和管理企业的资金流动，提高企业的资金利用效率。
首先，大数据可以通过对企业历史财务数据和市场信息的分析，预测企业的资金需求和周转情况，帮助企业合理安排资金。
其次，大数据可以通过对企业销售数据和支付数据的实时监控，帮助企业及时发现和解决资金流动中的问题，避免资金短缺和断裂。
此外，大数据还可以帮助企业进行风险评估和预警，为企业提供资金管理的参考和决策支持。
互联网金融模式背景下中小企业融资问题研究
互联网金融模式背景下中小企业融资问题研究随着互联网金融的兴起，中小企业融资问题一直备受关注。
互联网金融模式的出现为中小企业提供了更多的融资渠道，但同时也带来了新的挑战和问题。
本文将从互联网金融模式背景下中小企业融资问题进行深入研究，探讨其中存在的问题及解决之道。
一、互联网金融模式的背景互联网金融是指利用互联网技术和信息通信技术，在金融业务中进行创新和应用，改变传统金融模式的一种金融模式。
互联网金融的出现，为中小企业融资提供了更多的选择。
传统金融机构对中小企业融资存在审查标准较高、流程繁琐、时间周期长等问题，而互联网金融的出现可以通过大数据风控、网络平台撮合等方式，提供更加灵活、快捷的融资服务，为中小企业解决了融资难题。
二、中小企业融资问题的现状互联网金融模式背景下中小企业融资问题依然存在。
中小企业的信用风险较高，传统金融机构往往难以满足其融资需求，而互联网金融机构也面临着信用风险管理的难题。
互联网金融平台的信息不对称问题比传统金融更加突出，容易导致投资者和融资方之间的纠纷和风险。
中小企业融资需求多样化，但互联网金融产品并不一定能够满足其多样化的融资需求。
互联网金融的监管环境相对较为复杂，存在一些监管漏洞和风险隐患。
针对互联网金融模式背景下中小企业融资问题，需要制定相应的对策，以促进中小企业融资的健康发展。
互联网金融机构需要加强风险管理能力，利用大数据技术、人工智能技术等手段，提高对中小企业的信用风险管理能力，降低不良贷款率。
互联网金融平台需要加强信息披露，提高信息透明度，减少信息不对称问题，降低投资者和融资方之间的风险。
互联网金融机构需要不断创新金融产品，满足中小企业多样化的融资需求。
监管部门需要加强对互联网金融行业的监管，完善监管制度，提高监管水平，降低互联网金融的风险。
商业银行中小微企业信贷风险评估及策略研究
第37卷 第2期哈尔滨师范大学自然科学学报NATURAL SCIENCES JOURNAL OF HARBIN NORMAL UNIVERSITYVol.37, No.2 2021商业银行中小微企业信贷风险评估及策略研究**操倩倩，陈彦如，张静雨，朱家明(安徽财经大学）【摘要】针对中小微企业融资难，选取实力、信誉两方面的9个指标，对中国123家中小微企业的信贷风险进行评估.首先利用熵权法确定每个指标的权重，并基于此建立TOPSIS模型，对123家企业的信贷风险计算得分并排序；其次，根据信贷得分将企业分为4种类型；最后，结合国家政策及实际情况明确信贷利率范围，并利用非线性回归确定不同类型企业的贷款利率.研究结果表明，企业信贷风险与其业务经营状况有着显著相关关系，且对不同类型企业可针对性地设计不同信贷策略，并根据结果给出商业银行信贷管理的合理化建议.【关键词】中小微企业；信贷风险;信贷策略;T0PSIS法；非线性规划【中图分类号】F832.4【文献标识码】A【文章编号】1000 -5617(2021)02 -0022 -06〇引言中小微企业是中国国民经济的重要组成部 分，是解决民生就业的重要载体.据相关调查报 告显示，中国中小微企业最终产品和服务价值占 G D P的60%以上；截止2018年末，中小微企业 拥有资产占全部企业资产的77. I%，吸纳就业 人员占全部企业就业人数的79. 4%.然而疫情 使许多中小微企业利润出现负增长，迫切需要融 资以度过此次疫情危机.虽然其在中国经济中占 据重要地位，但信贷风险大导致中小微企业一直 存在融资难的问题.因此，研究如何通过模型对 中小微企业的信贷风险进行评估，并针对性地实 施信贷策略，对解决中小微企业融资问题和促进 商业银行业务发展具有重要的意义•关于中小微 企业的信贷风险评估和信贷策略制定，中国学者从不同的角度出发，运用一系列定性和定量分 析，对中小微企业信贷风险及信贷策略进行研 究.王军锋通过收集威海地区小微企业相关数 据，利用L o g i t回归和因子分析构建小微企业信 贷风险评估体系m;王瞾亚采用案例分析法，通 过分析A银行的实际数据，对小微企业信贷风险 管理体系进行研究[21 ;苏蕙，郭炜以Z银行为例，通过建立评分卡模型，优化信贷风险评价指标[3];杨朋从E V A管理角度，以W银行为例对 中小企业贷款利率定价策略进行研究[4];曹清 山，部玉霞，王劲松综合考虑信用风险、综合收益 等5个因素，通过建立价格领导定价模型，最终 形成以客户盈利能力为参数的贷款定价机制[5].刘汉滨从企业的盈利能力、偿债情况、资产管理 能力和社会贡献等几个因素出发，综合运用了主 成分分析方法创建了信贷决策模型[6]_收稿日期:2021 -02-09*基金项目：国家自然科学基金(71974001);省级教学研究项目（2018jyxm l305);安徽财经大学教研项目（aC jyyb2020011) * *通讯作者第2期商业银行中小微企业信贷风险评估及策略研究23图1信贷风险量化指标体系1.2风险量化体系构建为使风险评估结果更为准确，首先采用熵权 法对9个指标赋权，建立加权的标准化矩阵.其 次，根据TOPSIS 模型，确定各企业的理想解与负 理想解，再利用M A T L A B 计算出各企业的欧氏 距离以及相对贴近度，最终根据相对贴近度得分 对信贷风险进行排序 1.2.1熵权法确定权重(1)矩阵正向化假设有i 个评价指标，；个样本，构造原始数 据评价矩阵.通过观察可知9个指标的数据类型 不同,存在极大型和极小型2种.为了计算简便, 首先将原始矩阵正向化，即将所有指标类型全部 转换为极大型.令元为正向化后的数值，则转换 公式为= max -(2)矩阵标准化观察可知9个指标量纲不同，故需要将正向 化后的矩阵标准化.记正向化后的矩阵为夂标信贷风险最化指杈综上所述，对于企业的信贷风险研究大多都 从案例出发进行定性分析，缺乏数据支撑，且大 多信贷策略制定的研究都未和信贷风险评估体 系联系起来，存在不足之处.该文的熵权- t o p -sis 以及非线性规划将商业银行信贷业务的风险评估过程以及信贷决策过程紧密联系，能够使得 商业银行信贷业务更具科学性和有效性.1研究设计1.1指标选取该文通过中小微企业的实力以及信誉2个 方面对信贷风险评估.在实力方面，选取了进货 次数、销售次数、平均利润、平均负债、企业3种 类型发票数量累计7个指标；在信誉方面，选取 信誉评级以及是否违约2个指标.信誉评级由高 到低分别为A 、B 、C 、D ,为后续计算方便，依次令 为1，2,3,4;是否违约指标中不违约设为0,违约 设为1.各指标的计算方式见表1，指标体系的构建如图1所示.表1指标说明风险指标风险指标说明进货次数 销售次数 平均利润 平均负债 作废发票数量 普通发票数量负数发票数量信誉评级 是否违约中小微企业平均每年进货交易总次数 中小微企业平均每年销售交易总次数 中小微企业年销售额-年进货额 中小微企业年销项税额-年进项税额指在为交易活动开具发票后，因故取消了该项交易，使发票作废.指正常交易活动开具的发票指在为交易活动开具发票后，企业已人账记税，之后购方因故发生退货并退款开具的发票.即银行对于各企业的等级评定即企业是否曾出现过违约情况24哈尔滨师范大学自然科学学报2021年第37卷准化后的矩阵为A z中的每一个元素：2,…，4个评价未归一化的得分S, = D「/(A+ +(3) 计算指标的信息熵观察标准化后的矩阵Z可知，A均大于〇,故Z = 2.计算概率矩P，/3中每一个元素&的计算公式为％ = +•容易验证i>v= 1，即保T~ i =1i = \证了每一个指标所对应的概率和为1.对于第■/个指标而言，计算信息熵为:e; = -〇' =1(4) 计算指标的熵权信息效用值为沁=1沁越大，对应的信息越多.将信息效用值进行归一化，计算得到各m指标的熵权为：％ = = i，2，".,m). 1.2.2 多属性决策模型（TOPSIS)构建TOPSIS模型的基本步骤为：(1)构建加权标准化决策矩阵Z丨丨Z\2•*Z\mZn,m =^21Z22•*Z2m[Zn A Z n,2*'Z«,/n,其中m为指标个数^为样本个数.(2) 计算理想解与负理想解Z* - (Z*,Z*,■■■,Z+m)=(maxU,,,221,•••,之123,1 1，m a x j ，之22，…，之123,2 i，• • ■，m a x j Z19，Z29，>Z123,9 1= (Z「，Z2_，■••，Z9_)= (minU,,,z21,•••, zl23l1,max\zl2,zn,"-,z l23a\ ,•••,m i n|z I9,z29,■" >Z123,9 t )(3) 计算欧氏距离以及相对贴近度得分定义第个评价对象与Z+的距离A+为:A+ =〜/言％ (f - \)2•定义第i (i = 1，2,…，n)个评价对象与厂的距离Z)「为：£>「= -\)2•计算得出第 A = 1，〇「）.按照上述步骤利用M A T L A B计算得出；I个 评价对象的得分并进行归一化，降序排列后得到 中小微企业的风险得分排序，越小，企业的信 贷风险越大.1.3信贷策略模型设计为科学地制定银行信贷策略，首先根据信贷 风险得分通过聚类分析分为4类，分别为理想 型、信任型、可考虑型及危险型;再利用非线性规 划模型对不同类别的中小微企业确定是否放贷、贷款额度和贷款利率等信贷策略.首先对于危险型的企业不予放贷.令A、〜、和、r2A分别是银行对理想型、信任型和可 考虑型企业所投放贷款占年度信贷总额的比例 及所投放贷款的利率.通过银行以往客户流失率 与利率的关系，设定理想型类企业的信贷利率为 4%~ 4.85%，贷款额度不超过总额度的10% ;信任型企业的信贷利率为4%~ 5.45%，但该类 型企业数量稍多，因此贷款额度不超过总额度的 30%;可考虑型企业的信贷利率为4%~ 6.65% ,数量最多，信贷风险也相对较高，考虑降 低每家企业的贷款额度，综合来看可考虑型企业 的贷款额度不超过总额度的60%.接下来，给出在以上约束条件下的收益最大 化的非线性模型，具体如下：Max：/(^) = r,%, + r2x2 + r3x3x] +x2+ x2=\s.t.<0.04 < r, < 0.04850.04 <r2<0.05450.04 < r3< 0.0665<0.2x2 <0.3x3 < 0.62 实证分析该文选取了 123家现存的中小微企业为样 本，分别记为A~ £123,数据来源于2020年大学 生数学建模竞赛C题.首先利用熵权法赋予权 重，再结合TOPSIS模型计算信贷风险得分.然后第2期商业银行中小微企业信贷风险评估及策略研究25根据得分对123家企业进行聚类，分为4个类别.解得到各指标的熵值和熵权，见表2.最后参考当前市场上贷款利率及相关国家政策， 2.2计算各企业风险得分及排序利用非线性规划模型给出银行的信贷策略.通过计算理想解与负理想解，欧式距离与相2. 1计算各指标的熵值与熵权对贴近度，最终得出〃个评价对象的得分并进行根据上述计算公式，利用M A T L A B 编程求归一化，降序排列后的部分结果见表3.表2指标权重进货销售平均普通发作废发负数发票 信誉是否指标平均负债次数次数利润票数量票数量数量评级违约权重0.3070.2770.003 0.0030.0060.2650.002 0.0750.062表3企业信贷风险得分及排名排名企业代号得分排名企业代号得分1E 20.0256452E 80.020972116E 1130.0029723E 30.018055117E 1170.0029664E 130.016319118E 1070.0029655E 70.016120119E 1200.0029646E 60.012769120E 1010.0029567E 10.012715121E 1110.0029568E 90.012138122E 1230.0029539E 170.011416123E 520.00295010E 180.010879———由表3结果可知，企业的得分越高，代表企数量149127业在实力以及信誉2方面的综合能力越强，信贷 风险越小.由表3可得出结论：在各指标占一定 权重的情况下，E 2的综合能力最强，信贷风险最 小;E 52的综合能力最小，信贷风险最弱.同时， 对比各企业的得分与信誉评级可知，排列在前企 业的信誉评级基本都为A ，而排列在后企业的信 誉评级均为D .虽然存在个别异常值，但相对于 123个样本来说可以忽略不计，评价结果与真实 情况基本相符，可靠性强.2.3按照信贷风险得分对企业分类使用SPSS 对企业信贷风险量化结果进行聚 类，并设定聚为4类，分析每类的企业特征并命 名，聚类结果见表4.表4聚类结果名称理想型信任型可考虑型危险型类别聚类1聚类2聚类3聚类4由聚类结果可知，第一类只有1家企业，第 二类有4家企业，第三类有91家企业，第四类有 27家企业.第一类企业即E 2,结合风险指标来看，E 2年 进货次数和年销售次数非常多，平均年利润达 1亿多人民币，且信誉等级为A ，无违约记录.因 此，把第一类命名为理想型，银行可分配给它很 高的贷款额度.第二类企业为4家，为E 3、E 7、E 8、E 13jtMn 信誉等级大多为A ，无违约记录，且企业实力较 为雄厚,其中有2家企业平均年利润达1亿多人 民币.因此，将第二类命名为信任型，银行可以分配给它们较高的贷款额度.第三类企业为91家，他们均无违约记录且26哈尔滨师范大学自然科学学报2021年第37卷信誉等级在C及以上，大部分综合实力一般.因 此，将第三类命名为可考虑型，银行需要综合考 虑再决定所分配贷款额度.第四类企业为27家，他们全部都有违约记 录且信誉等级大部分在D，大部分综合实力较 差.因此，将第4类命名为危险型,银行可直接拒 绝放贷.2.4 银行信贷策略制定结果通过非线性规划模型，最终得到的全局最优 解为6. 11%，即在年度信贷总额固定的前提下，银行的最大收益是信贷总额的6. 11%.此时，银 行对理想型类信贷利率为4. 85% ,贷款额度为总 额度的10% ;信任型类信贷利率为5.45% ,贷款 额度为总额度的30% ;可考虑型类信贷利率为 6.65%，贷款额度为总额度的60%.根据上述模 型，得出了该银行在年度信贷总额固定时对中小 企业的信贷策略，详见表5.表5信贷策略类型占总额度百分比/%利率/%期限/年理想型10 4.851信任型30 5.451可考虑型60 6.851危险型不予放贷3 结果分析和对策建议3.1结果分析从熵权结果看出，进货次数与销售次数所占 的权重分别为30. 7%和27. 7% ,2个指标的权重 之和大于50% ,说明企业的经营状况是影响其信 贷风险的重要因素.其次是作废发票情况，所占 比重为26. 6%.作废发票这在一定程度上反映了 企业的交易诚信度,也会对企业的信贷风险得分 造成影响.因此，对于商业银行来说，经营状况与诚信情况是银行在向企业放款时的重要考虑因 素[10-11]从得分情况和信贷策略可以看到，企业E2、E3、E"7、E8、E13 5家企业实力强劲，信誉较好，信 贷风险较小，是银行贷款时的理想和所信任的企 业.这两类企业给银行带去巨大收益的同时只需 银行承担较小的风险，因此银行对这两类企业的 平均放贷额度较高.但这类企业在现实中往往比 较少见，更多的是可考虑型的企业，这类企业实 力和信誉均一般，银行放贷需要承担一定的风 险，但这类企业的发展潜力较大，是银行信贷的 主要对象.因此，这类企业虽然平均放款额度较 低，但在总放款额度中的比重较大.因此，银行需 要针对不同类型的企业制定不同的信贷策略以 实现利益最大化，风险最小化.3.2 对策建议该文通过构建中小微企业信贷风险评估体 系和信贷策略制定模型，为商业银行中小微企业 信贷风险管理提供了参考.但信贷风险的防范还 需银行和企业的共同努力，才能实现二者的良性 互动.据此，为商业银行中小微企业信贷风险防 范提出以下建议.第一、创新商业银行中小微企业信贷模式. 中小微企业融资一般具有数额小、周期短的特 征，因此商业银行可以根据企业的具体情况细化 贷款业务，并针对性地制定合适的信贷模式.比 如银行可以把企业的经营状况、信誉度等信息作 为考核标准,并根据这些指标决定放款的多少，在一定风险的条件下做到收益最大化.第二、健全中小微企业风险评估体系.信贷 风险评估体系是商业银行信贷风险控制的核心 环节[7].信息不对称造成了信贷风险的出现，因此需要商业银行根据中小微企业的经营与发展 状况健全风险评估体系.首先，在信贷之前，要全 面考察企业的经营和财务信息，将企业实力和信 誉等因素纳人评估体系中.其次，在银行放贷之 后，要定期对企业进行信息搜集，监管企业是否 将资金用在了符合贷款要求的用途.一旦发现企 业存在较大风险，要及时清算贷款，做好预警措 施，避免更大损失.第三、完善信贷人员绩效考核制度.信贷员 导致的风险贯穿于贷款的申请、发放以及后续的 收回的整个过程中[8].如果信贷员只注重贷款规第2期商业银行中小微企业信贷风险评估及策略研究27模，容易导致银行吸收大量高风险客户.因此，商业银行需要不断地完善信贷人员的绩效考核制 度，将信贷员的奖金与贷款回收率挂钩.例如奖金可以分为两部分，一部分是绩效奖金，另一部分等贷款回收后发放.通过这种制度，可以将信贷员的绩效工资直接与银行的损益联系起来，促使信贷员在贷款之前对企业进行全方位的了解，贷后密切关注，加强对企业的信贷风险管理，降低银行所承担的信贷风险.参考文献[1]王军锋.基于Logit模型的威海地区商业银行小微企业信贷风险研究[D].山东大学，2019.[2]王瞾亚.商业银行小微企业信贷风险管理研究[D].对外经济贸易大学,2018.[3]苏惠.郭炜.银行小微企业信贷风险评价指标优化[J].财会月刊,2020(01 ):27-32.[4]杨朋.中小企业贷款利率定价策略——基于W商业银行风险和EV A管理角度[J].中国集体经济,2020(25) :90[5]曹清山，邻玉霞,王劲松.商业银行贷款定价策略和模型设计[J].金融论坛,2005(02) :33 -37, +63.[6]刘汉滨.基于主成分分析的商业银行信贷决策模型[J].黑龙江大学自然科学学报,2008(04) :459 - 462, +468.[7]朱苗苗.商业银行小微企业信贷风险与防范管理研究[J].现代营销：信息版，2020(07) :76 -77.[8]宋华，苗凤.商业银行小微企业信贷风险管理分析——以民生银行为例[J].合肥学院学报:综合版,2018,35(03):27 -32.[9]许一帆,朱家明.基于熵权法改进的T0PSIS对中国医药类上市公司财务绩效评价[■)].高师理科学刊,2020,40(7):17-20.[10]朱家明，吴毓昱,袁文静.农村商业银行不良贷款率影响因素分析[]].河北科技大学学报：社会科学版，2020,20(2) ：10 - 15.[11]朱家明，吴自豪.中国商业健康保险需求影响因素的实证分析[J].西华大学学报:哲学社会科学版,2018,37(2):58 -65.Research on Credit Risk Assessment and Strategy of Small, Medium and Micro Enterprises in Commercial BanksC a o Q i a n q i a n,Chen Yanru,Z hang J i n g y u,Zhu J i a m i n g(Anhui University of Finance and Economics)Abstract ：I n v i e w o f t h e d i f f i c u l t y o f f i n a n c i n g f o r s m a l l,medium a n d m i c r o e n t e r p r i s e s,s e l e c t e d n i n e i n d i c a t o r s o f s t r e n g t h a n d r e p u t a t i o n,t h e c r e d i t r i s k o f 123 s m a l l,medium a n d m i c r o e n t e r p r i s e s i n my c o u n t r y i s e v a l u a t e d.F i r s t,t h e e n t r o p y m e t h o d i s u s e d t o d e t e r m i n e t h e w e i g h t o f e a c h i n d i c a t o r,a n d b a s e d o n t h i s,t h e TOPSIS m o d e l i s e s t a b l i s h e d t o c a l c u l a t e a n d r a n k t h e c r e d i t r i s k o f123 c o m p a n i e s.Second,t h e c o m p a n i e s a r e d i v i d e d i n t o f o u r t y p e s a c c o r d i n g t o t h e c r e d i t s c o r e.F i n a l l y,c o m b i n e d w i t h n a t i o n a l p o l i c i e s a n d t h e a c t u a l s i t u a t i o n c l a r i f i e s t h e r a n g e o f c r e d i t i n t e r e s t r a t e s,a n d u s e d n o n l i n e a r r e g r e s s i o n,t h e l o a n i n t e r e s t r a t e s o f d i f f e r e n t t y p e s o f e n t e r p r i s e s i s d e t e r m i n e d.T he r e s e a r c h r e s u l t s s h o w t h a t t h e r e i s a s i g n i f i c a n t c o r r e l a t i o n b e t w e e n c o r p o r a t e c r e d i t r i s k a n d i t s b u s i n e s s o p e r a t i n g c o n d i t i o n s,a n d d i f f e r e n t c r e d i t s t r a t e g i e s c a n b e d e s i g n e d f o r d i f f e r e n t t y p e s o f c o m p a n i e s.And r e a s o n a b l e s u g g e s t i o n s f o r c o m m e r c i a l b a n k c r e d i t mana g e m e n t a r e g i v e n b a s e d o n t h e r e s u l t s.Keywords ：S m a l l m e d i u m a n d m i c r o e n t e r p r i s e s；C r e d i t r i s k；C r e d i t s t r a t e g y；TOPSIS m e t h o d；N o n l i n e a r p r o g r a m m i n g (责任编辑:李家云）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
结合构建信用风险评价模型，并对3家中小企业进行信用风险评 对大数据的应用，得出其在利用大数据征信时的经验和方法。
价实证研究，确定各个企业的信用风险等级。结果表明：基于大 刘新海、韩涵[11]采用电信大数据作为重要的替代数据在供应链
数据征信原理的评价指标体系对于评价中小企业信用风险具有很 金融企业中的运用进行案例分析，发现其中存在的问题并提出
强的优势，灰色综合评价法是评价信用风险很好的模型选择，盈 建议。
利能力和偿债能力是影响信用风险最重要的因素。
综上所述，目前在对中小企业信用风险的研究上，大部分
关键词：大数据；中小企业；信用风险；灰色综合评价
学者认为供应链金融是解决中小企业信用风险的重要方法，对
引言
大数据征信的研究相对较少。因此，本文将以大数据为研究背 景，选择灰色综合评价法评估信用风险，该方法不仅能通过关
（1）确定比较数列和参考数列
链金融信用风险时，构建了风险评估体系，并采用logistic模型
在灰色系统理论中，将受评对象作为比较数列，参考数列
进行实证分析。逯宇铎、金艳 玲[5]认为使用logistic模型分析 供应链金融信用风险具有较好 的实用性，当测量变量较多的
目标层
准则层
表1 基于大数据的信用风险评价体系
通货膨胀率（M81）
盈利能力（U3）
宏观经济状况（U8）
净资产净利率（M32）
GDP增长率（M82）
销售收入增长率（M41）
成长能力（U4）
利润增长率（M42）
质押物特征（U9）
行业状况（U5）
市场占有率（M51） 发展阶段（M52）
存放时间（M91） 价格稳定性（M92）
变现能力（M93）
34
是评价对象的最优值。本文假设有m个评价对象，每个评价对 象有n个评价指标，则比较数列可以表示为：
（3）计算灰色关联系数rij 对于参考数列X0，有X1，X2，…Xn个比较数列，其关联系 数计算如下。
(3)
式中hij表示第i个评价对象第j个评价指标的归一化权重。 表2 信用等级划分表
风险等级
风险描述
此类企业经营状况恶化，难以保障持续经营，对外 负债较高，大部分资产处于抵押状态，零增长甚至 风险极高 负增长，面临破产的危险，信用等级较低，综合评 价值在0~0.6之间。
X = { Xij|i=1，2，3，⋯，m；j=1，2，3，⋯，n } 参考数列可以表示为： X* = { Xij*|i=1，2，3，⋯，m；j=1，2，3，⋯，n } （2）指标数据的无量纲化 采用均值法对数据标准化，即将数列中的每个数据除于该 数列的平均值。计算公式为：
(1)
其中： 表示标准化数据，Bi为原始数据， 表示数列的 均值。
中小企业贷款的瓶颈是“缺乏高效率、低成本、高精度 联度的大小确定信用风险的等级，还能进行多个企业间风险大
基础的征信服务”。如果资金方有能力以一种低成本的方式准 小的比较。希望能找出一套可行的风险评估方法，既能解决小
确识别小企业是否可信，再加以辅助风控措施（担保、抵押 企业融资难的问题，又能促进资金方信贷业务的发展。
中 小 企 业 信 用 风 险 （E）
偿债能力（U1） 流动比率（M12）
金融服务记录（U6） 违约情况记录（M62）
现金比率（M13）
抵押担保率（M63）
总资产周转率（M21）
管理费用率（M71）
营运能力（U2）
企业管理状况（U7）
流动资产周转率（M22）
企业人员素质（M72）
收入利润率（M31）
偿债能力、营运能力、盈利能力、成长能力、行业状况、金融服 国金融危机为例阐述了大数据的局限性。杜永红[9]定性的讲述
务记录、企业管理状况、宏观经济状况以及质押物特征等9个方 了互联网金融在大数据背景下的发展模式，并根据不足之处提
面构建信用风险评估体系，运用层次分析法和灰色综合评价法相 出可行性建议。刘爱华[10]通过分析阿里小贷的业务模式及其
指标层 资产负债比率（M11）
准则层
指标层 银行信用等级（M61）
时候会存在多重共线性，因此 将lasso算法和logistic模型相结 合。Matoussi、Hamadi[6]结合 logistic模型和BP神经网络对商 业银行信用风险进行研究。
另一类是基于大数据征信 的信用评估研究。大数据征信是 指金融机构根据企业的日常经营 活动中留下的痕迹以及企业人 员的行为进行信用评估的一种方 法。Jennifer.J.Xu[7]等利用大数
等），资金通道可以就此打开，小微信贷就会变得顺畅而有 序。大数据征信正是在这种社会背景下应运而生，为中小企业
2、基于大数据的信用风险评估指标建立和模型研究
的信用评估提供了新的思路。
2.1 基于大数据的信用风险评估指标体系构建
目前对信用风险的研究大致可分为两类。一种是基于传
本文构建的大数据风险评估体系，共分为三层。第一层
大数据背景下的 中小企业信用风险评价与应用研究
文／张永春 陈岩
摘要：大数据征信是利用数据分析和模型进行风险评估，为 据的方法和数据挖掘的手段深入分析了中国p2p平台面临的风 中小企业的信用风险评估提供了新的思路。本文首先分析影响中 险以及识别手段。陈剑、王艳[8]通过对KDS公司大量数据的查
小企业信用风险的主要因素，运用大数据征信原理从融资企业的 询，深入剖析了大数据与信用风险的关系，最后以2008年美
பைடு நூலகம்
此类企业发展受阻，盈利能力下降，经营恶化，或 者遭受严重的自然灾害，对外负债较多，但抵押资 风险较高 产较少，银行信用等级较低，灰类评价值在0.6~0.7 之间。
（U4）、行业状况（U5）、金融服务记录（U6）、企业管理 状况（U7）、宏观经济状况（U8）和质押物特征（U9）九个方 面；共设置21个评价指标。具体如表1所示。
为中小企业信用风险不仅受宏观经济影响，而且受企业自身盈
2.2 灰色关联系数的计算
利能力的影响。在风险评估模型的选择上，方焕[4]在评估供应
统征信方式的研究，在信用风险影响因素研究方面，Philip 是目标层，即中小企业信用风险；第二层是准则层，包括偿债
Lowe[1]指出宏观经济因素是影响信用风险的重要因素，进一 能力（U1）、营运能力（U2）、盈利能力（U3）、成长能力
步分析了宏观经济因素是如何在信用风险模型中发挥作用。芮 娟、潘淑娟[2]在中小企业信用风险的研究中认为信用风险不可 避免，并找到影响信用风险的关键因素。夏立明、宗恒恒[3]认