尚苗
【摘要】中小企業(yè)是我國市場經(jīng)濟(jì)的重要組成部分,由于我國目前還沒有建立完整的針對中小企業(yè)的信貸評估模型,因傳統(tǒng)的評分打分制模型具有很強的個人主觀性,難以達(dá)到滿意的效果。在logit模型在預(yù)測是否違約的二分型結(jié)果上具有比較高的準(zhǔn)確性,因此本文利用Logit模型,運用中小企業(yè)財務(wù)報表反應(yīng)的財務(wù)指標(biāo)做實證分析,建立中小企業(yè)信貸評估模型,并對中小企業(yè)信貸風(fēng)險管理做出評估和建議。
【關(guān)鍵詞】信貸風(fēng)險管理 中小企業(yè) 財務(wù)指標(biāo) Logit模型
一、引言
在我國的經(jīng)濟(jì)發(fā)展中,中小企業(yè)的作用日益明顯,逐漸成為我國市場經(jīng)濟(jì)的中堅力量。然而由于中小企業(yè)自身規(guī)模小、風(fēng)險大、管理不夠規(guī)范等因素,當(dāng)然也有國家宏觀政策、金融機構(gòu)與企業(yè)之間信息不對稱等因素的影響,導(dǎo)致中小企業(yè)出現(xiàn)融資困境。對于商業(yè)銀行而言,如何控制中小企業(yè)信貸風(fēng)險,提高風(fēng)險控制能力成為銀行發(fā)展信貸業(yè)務(wù)面臨的重要問題。如本文擬通過對中小企業(yè)信貸風(fēng)險理論分析和實證分析,探討評估中小企業(yè)信貸風(fēng)險的數(shù)量模型,以有效防范和降低中小信貸風(fēng)險,有效提高商業(yè)銀行對中小企業(yè)信貸管理水平,繼而從銀行這方面解決中小企業(yè)融資難題。
二、文獻(xiàn)綜述
針對中小企業(yè)信貸風(fēng)險問題,研究者提出了許多分析思路與框架,基于財務(wù)指標(biāo)和信用風(fēng)險關(guān)系的研究,早期較為著名的是Altman,1968年提出的的Logit模型,他應(yīng)用該模型分析了信用風(fēng)險;隨后有Martin應(yīng)用了Logit模型預(yù)測公司的破產(chǎn)違約概率;我國研究者吳世農(nóng)運用ST公司數(shù)據(jù)采用四種分析(剖面分析、單變量分析、線性模型、Fisher二類判定分析以及Logit模型分析),其中Logitech模型的預(yù)測準(zhǔn)確率最高,研究也證實了Logit模型要優(yōu)于線性判別模型。
三、實證分析
(一)logit回歸模型
現(xiàn)實生活中,許多現(xiàn)象量度并非線性,而是通常分為兩類,Logit模型即用來度量二分類,它屬于概率型模型,能預(yù)測某事件發(fā)生的概率。通過樣本企業(yè)的財務(wù)指標(biāo),建立Logit模型就可以預(yù)測觀察期內(nèi)企業(yè)違約概率。其中,Logit模型形式定義如下:
logitP=ln■
logitP=β0+β1X1+…βiXi+…βnXn
其中,Xi是解釋變量,表示第i個指標(biāo);βi為待估參數(shù),P為違約狀況,為虛擬變量,規(guī)定當(dāng)P取1時,違約現(xiàn)象存在。Logit模型的優(yōu)點是解決了非線性的問題,它對樣本要求不苛刻,不要求樣本服從標(biāo)準(zhǔn)正太分布。
(二)變量與數(shù)據(jù)選取
本文選取樣本來自我國中小板上市企業(yè),數(shù)據(jù)來自國泰安數(shù)據(jù)庫,并運用Excel整理分析所得。選取變量如下:
凈資產(chǎn)收益-ROE:是凈利潤與平均股東權(quán)益的百分比,反映股東權(quán)益的收益水平。
每股收益-EPS:是股東每股所享有的企業(yè)凈利潤或需承擔(dān)的企業(yè)凈虧損,通常被用來反映企業(yè)的經(jīng)營成果,衡量普通股的獲利水平及投資風(fēng)險
應(yīng)收賬款周轉(zhuǎn)率-ARTR:應(yīng)收賬款周轉(zhuǎn)率是企業(yè)在一定時期內(nèi)賒銷凈收入與平均應(yīng)收賬款余額之比。它是衡量企業(yè)應(yīng)收賬款周轉(zhuǎn)速度及管理效率的指標(biāo)
速動比率-QR:速動比率是指企業(yè)速動資產(chǎn)與流動負(fù)債的比率,用來衡量企業(yè)變現(xiàn)能力。
營業(yè)收入增長率-OIR:是指企業(yè)本年營業(yè)收入增加額對上年營業(yè)收入總額的比率,衡量企業(yè)發(fā)展能力。
托賓Q(T-Q):該系數(shù)為企業(yè)股票市值對股票所代表的資產(chǎn)重置成本的比值。
(三)模型與檢驗
運用因子分析降低維度,提取三個公因子,累計解釋原來數(shù)據(jù)的68%以上,因子表達(dá)式:
X1=0.877ROE+0.845EPS-0.137ARTR+0.184OR+0.435OIR
0.363T-Q
X2=-0.103ROE-0.068EPS+0.593ARTR+0.764OR-0.245OIR+
0.538T-Q
X3=-0.188ROE-0.329EPS+0.086ARTR-0.162OR+0.77OIR
+0.409T-Q
對因子分析之后的因子與企業(yè)違約現(xiàn)狀建立Logit分析模型,分析結(jié)果如下表:
該模型中各變量Wald統(tǒng)計量的P值均小于10%的顯著水平下,因此變量顯著性通過,可得Logit模型的表達(dá)式為:Logit(P)=-2.33+0.026X1+0.109X2+0.08X3
本模型中,采用SPSS默認(rèn)的0.5為臨界值,模型對于沒有出現(xiàn)違約的企業(yè)預(yù)測準(zhǔn)確率為85.5%,對于出現(xiàn)違約的企業(yè)預(yù)測準(zhǔn)確率為76%,模型整體預(yù)測率為84.64%,總體預(yù)測效果良好,可以用來預(yù)測中小企業(yè)信貸違約狀況。
四、結(jié)論與政策
基于小微企業(yè)數(shù)據(jù)建立的Logit模型能夠用來預(yù)測小微企業(yè)信貸的違約風(fēng)險,這為銀行發(fā)展優(yōu)質(zhì)客戶,降低銀行不良貸款提供了準(zhǔn)確性較高的數(shù)理依據(jù),也為企業(yè)加強管理,走出融資困境提供了有價值的信息。一方面要想解決小微企業(yè)融資難困境,實現(xiàn)可持續(xù)發(fā)展,另一方面要改善小微企業(yè)信貸違約狀況,銀行對小微企業(yè)信貸管理要做以下改進(jìn):第一,采取定量與定性相結(jié)合的方法進(jìn)行信貸風(fēng)險評估。從定量分析的基礎(chǔ)上加上經(jīng)驗從業(yè)人員的定性分析輔助,對信貸風(fēng)險管理更有意義。第二,加強從業(yè)人員從業(yè)素質(zhì),提高信貸從業(yè)人員風(fēng)險素質(zhì),摒棄以往只看業(yè)績,不顧風(fēng)險的工作理念,杜絕人情貸款,以權(quán)謀私的非法行為。第三,充分運用財務(wù)分析工具把控風(fēng)險,利用財務(wù)分析的預(yù)警功能,爭取在貸款企業(yè)經(jīng)營不善之前發(fā)現(xiàn)問題,及時做出準(zhǔn)備工作及應(yīng)對策略,將風(fēng)險將至最低。
參考文獻(xiàn)
[1]吳世農(nóng).我國上市公司財務(wù)困境的預(yù)測模型研究[J].經(jīng)濟(jì)研究,2001,46(6):46-55.
[2]Altman E.A credit risk measurement:developments over the last 20 years[J].Journal of banking and finance,1998(21):1721-1742.
[3]廖絢,李興緒.基于Logit模型的銀行個人信貸風(fēng)險管理評估[J].統(tǒng)計與決策,2008:50-5.