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.