于善麗，遲國泰，姜 欣

(1.大連理工大學經濟管理學院，遼寧 大連 116024；2.中國人民銀行金融研究所博士后科研流動站，北京 100800；3.銀行間市場清算所股份有限公司，上海 200002)

1 引言

小企業(yè)的債信評級事關重大。一是小企業(yè)占企業(yè)總數多。例如中國小企業(yè)占企業(yè)總數的76%以上[1]，全球小企業(yè)數量占企業(yè)的95%以上[2]。二是小企業(yè)提供了大量的就業(yè)機會。例如，中國小企業(yè)提供了70%的就業(yè)機會[1]，全球小企業(yè)提供了50%以上的就業(yè)機會[2]。小企業(yè)已經成為經濟發(fā)展的重要組成和緩解社會就業(yè)壓力的重要力量。然而，融資難已經成為影響小企業(yè)發(fā)展的瓶頸。而造成小企業(yè)融資難的主要原因之一是小企業(yè)貸款數據獲取極難，甚至一些銀行都沒有足夠的小企業(yè)貸款樣本，導致至今沒有一套行之有效的、針對小企業(yè)特點的債信評級體系，銀行因而囿于貸款風險管控問題，對小企業(yè)貸款惜貸甚至不貸。

因此，急需建立一套行之有效的小企業(yè)債信評級體系，一是幫助銀行等金融機構鑒別小企業(yè)信用風險，為小企業(yè)貸款決策提供依據。二是幫助銀行等金融機構測算貸款違約風險參數，為小企業(yè)貸款定價提供依據。三是幫助小企業(yè)緩解融資難問題。

債信評級體系的構建中，通過違約鑒別能力遴選一個又一個的單個指標固然不錯，但是一個又一個的單個指標好，指標體系不一定好，單個違約鑒別力強的指標組成的體系違約鑒別力不一定也強，而對債信評級而言，指標體系整體的違約鑒別力更重要。前者根據單個指標的違約鑒別力構建債信評級體系很難，后者根據指標體系整體的違約鑒別力構建債信評級體系更難。

現有國內外關于小企業(yè)債信評級研究主要集中在以下三個方面。

在指標體系建立方面，趙志沖和遲國泰[3]利用相關分析刪除信息冗余指標，通過Logistic回歸的似然比檢驗保留對違約狀態(tài)影響顯著的單個指標，組成了信用評級指標體系。Kruppa等[4]通過隨機森林方法和最近鄰方法建立了信用評級指標體系。Mileris[5]使用因子分析與Probit模型建立了信用評級指標體系。Nandi和Choudhary[6]運用典型多元判別分析方法建立了信用評級指標體系。Niklis等[7]運用線性支持向量機和非線性支持向量機方法構建了信用評級體系。沈沛龍和周浩[8]基于支持向量機理論建立了中小企業(yè)信用評價體系。Tsai和Hung[9]基于神經網絡集成方法和混合神經網絡方法建立了信用評價體系。

在指標賦權方面，遲國泰和陳洪海[10]通過指標的信息敏感性占全部指標信息敏感性的比例進行指標的賦權。Ono 等[11]運用傾向得分匹配法對指標進行賦權，建立了日本小企業(yè)信用評分模型。于亮等[12]研究了基于灰色類別差異特性的評價指標客觀權重極大熵配置模型。Chen Yibing等[13]通過對不同行業(yè)系統性風險分析，運用熵權法對行業(yè)進行賦權，建立信用評價模型。

在信用等級劃分方面，石寶峰等[14]按照信用等級越高，違約損失率越低標準，將商戶小額貸款劃分為9個信用等級。Lyra等[15]研究了門檻值接受法(TA)在基于違約概率的最優(yōu)等級劃分方法中的運用，并提出了基于每個級別的實際違約數量的新型計算方法。Zhi Hongyan 和 Yang Zhongyan[16]根據各信用等級人數近似服從正態(tài)分布的特征，將200個企業(yè)劃分為9個信用等級。張洪祥和毛志忠[17]采用灰色關聯分析方法和模糊聚類方法，將客戶劃分為8個信用等級。

現有研究多未以指標體系整體違約鑒別力最大為標準構建評級指標體系，而指標體系整體的違約鑒別能力對信用評級更重要。因此本文通過對比刪除一個指標前后的兩個指標體系的違約鑒別力b值，遴選指標體系違約鑒別能力b最大，而不是單個指標違約鑒別能力最大的指標體系，構建了基于指標體系整體違約鑒別力最強的小企業(yè)債信評級體系。

2 債信評級體系構建的原理

2.1 債信評級體系構建的原則

原則一：債信評級體系整體應具有顯著的違約鑒別能力。單個指標違約鑒別力強，組成的評級體系違約鑒別能力不一定也強。指標再流行、評級體系再完整，若評級體系整體不具有顯著的違約鑒別力，也是不合理的。

應該指出，本研究以指標體系違約鑒別能力最大為原則進行指標體系的構建，是一種構建指標體系的優(yōu)化思路和標準，換一套海選指標或者遴選方法，最終建立的指標體系可能會發(fā)生變化。

原則二：債信評級體系應簡潔且盡可能的照顧到各個準則層的信息。指標太多(例如，80多個指標)不僅容易造成評價體系繁雜冗余，而且由于小企業(yè)多數指標的數據不容易獲取到，造成評級體系實用性差。指標過少 (例如，僅含有2、3個指標)，則覆蓋信用信息不全面，會造成評級結果的失真。

根據對中國某商業(yè)銀行信貸管理專家調研，一般認為指標個數在17-25個比較合理。

2.2 債信評級體系構建的難點及突破難點的思路

難點1：如何保證評級體系整體、而非單個指標具有顯著的違約鑒別力。

突破思路：本文通過對比刪除一個指標前后的兩個指標體系的違約鑒別力b值這個信用得分與違約狀態(tài)(違約為1，非違約為0)的距離，遴選指標體系違約鑒別能力b最大、而不是單個指標的違約鑒別能力最大的指標體系，構建了基于指標體系整體違約鑒別力最強的小企業(yè)債信評級體系。這也是本文的主要創(chuàng)新點。

難點2：刪除信息重復的指標時，如何避免誤刪區(qū)分違約狀態(tài)能力強的指標。

突破思路：在相關系數大于其閾值、即反映信息重復的指標對中，刪除指標b值小、即區(qū)分違約能力弱的指標，既避免了指標體系的信息冗余，又避免了誤刪區(qū)分違約狀態(tài)能力大的指標。

難點3：指標體系相同，指標權重不同時，構造的評級體系也大相徑庭，如何保證違約鑒別力越大的指標，權重越大。

突破思路：根據指標的違約鑒別力b越大，指標權重越大的思路確定指標權重，確保違約鑒別力大的指標權重大，違約鑒別力小的指標權重小，避免現有研究指標賦權與違約鑒別力無關的弊端。

綜上，基于指標體系違約鑒別能力最大的小企業(yè)債信評級體系構建原理如圖1所示。

2.3 本文債信評級體系構建與現有研究的區(qū)別

本文評級體系構建與現有研究[3-13]的區(qū)別主要有二：

(1)構建思路的區(qū)別

現有評級體系構建[3-13]是根據信息含量或者違約鑒別力來遴選單個指標，而本文是根據指標體系整體的違約鑒別力來遴選指標體系，確保了被選中的指標體系對違約狀態(tài)具有最為顯著的鑒別能力，改變了現有研究[3-13]構建評級體系時立足于單個指標遴選的弊端，完善了信用評級體系建立的方法。

(2)評級方法的適用特點的區(qū)別

現有常用評級方法的適用特點如表1所示。

表1 常用評級方法的弊端

本文選取布萊爾分數為小企業(yè)債信評級體系構建方法，主要原因：

一是布萊爾分數b能顯著鑒別單個評級指標或指標體系整體的違約鑒別力。

二是可以將“布萊爾分數b衡量違約鑒別力”的原理靈活應用在小企業(yè)債信評級體系構建的各個環(huán)節(jié)。評級指標體系的構建環(huán)節(jié)，通過“債信評分的布萊爾分數b最大、即指標體系整體違約鑒別力最大”的思路遴選指標體系。保證了指標體系整體、而非單個指標具有顯著鑒別違約力。刪除信息冗余指標環(huán)節(jié)，在信息冗余指標中，保留布萊爾分數b較大、也即違約鑒別力較大的指標，保證了違約鑒別力強的指標不被誤刪。評級指標的賦權環(huán)節(jié)，通過“布萊爾分數b越大、也即指標違約鑒別力越大，權重就越大”的思路賦權，保證違約鑒別力越大的指標，權重越大。

三是布萊爾分數b值不要求變量的分布類型。

3 債信評級體系構建方法

3.1 指標數據標準化方法

指標數據標準化的目的是將指標原始數值轉化為0-1之間的標準化數值，消除指標量綱的影響。

設：xij-第i個小企業(yè)第j個指標標準化值；vij-第i個小企業(yè)第j個指標的指標數據；n-小企業(yè)總數。

(1)正向指標標準化

正向指標是數值越大，小企業(yè)債信狀況越好的一類指標。則xij為[19]：

(1)

(2)負向指標標準化

負向指標是數值越小，小企業(yè)債信狀況越好的指標。則xij為[19]：

(2)

(3)區(qū)間型指標標準化

區(qū)間型指標是當指標值在某一特定區(qū)間內時，小企業(yè)債信狀況較好，指標值偏離特定區(qū)間越遠，債信越差的指標。本研究涉及兩個區(qū)間型指標：“居民消費價格指數”，其最佳區(qū)間是[101,105][17]；“年齡”，其最佳區(qū)間為[31,45][17]。

設：q1-指標特定區(qū)間左邊界；q2-指標特定區(qū)間右邊界。則xij為[19]：

xij

(3)

(4)定性指標打分

定性指標打分標準是通過與國內某商業(yè)銀行中信用評級的專家訪談調研等方式制定，具體如表2所示。

表2 定性指標打分標準

3.2 布萊爾分數b值的計算

布萊爾分數b值計算的目的有三：

一是為了避免信息冗余，需要在相關性較強的一對指標中刪除一個指標，此時需要對比這兩個指標的違約鑒別力b值的大小，以便刪除違約鑒別力b值較小的指標，避免誤刪。

二是布萊爾分數b值代表了違約鑒別能力的大小，在根據違約能力對單個指標賦權時需要用到這個參數。

三是在指標體系的遴選上，需要對比由多個指標組成的加權評分的數值所對應的b值來鑒別和遴選指標體系。

布萊爾分數b值的計算包括兩種對象。一是單個指標b值的計算，這用于第一次指標篩選的相關分析中作為刪除標準，也用于單個指標的賦權。二是多個指標加權評分結果的b的計算，它用于指標體系的篩選。

不論是單個指標、還是多個指標b計算，其步驟是一樣的。但單個指標用的是客戶指標數值，而多個指標用的是由評級方程得到的加權平均分數。

下邊以多個指標為例，說明b值計算的步驟。

(4)

3.3 基于相關分析的指標第一次篩選

第一次篩選的目的是刪除同一準則層內反映信息冗余指標，確保評級體系簡潔。

(5)

(2)計算單個指標的布萊爾分數b值。計算過程詳見上文“3.2”；只不過是把其步驟中的加權平均的“債信得分”換成“單個指標的標準化得分”。

(3)相關性指標的刪除。當指標間相關系數絕對值大于0.7[21]，則指標反映信息冗余。在信息冗余的指標對中，保留b值大、也即違約鑒別力強的指標，刪除另一個，避免違約鑒別力強的指標被誤刪。

3.4 基于指標體系違約鑒別力最大的第二次篩選

第二次篩選的目的是確定整體違約鑒別力最大的評級指標體系。

步驟1：基于b值對指標賦權

根據“指標違約鑒別力b值越大，指標權重就越大”的思路賦權。

設：wj-第j個指標的權重；bj-第j個指標的布萊爾分數；k-需要賦權的指標數，k=1,2，…K，K為相關分析后剩余的指標總數。則：

(6)

式(6)含義：違約鑒別力bj越大，則指標權重wj越大，確保了指標權重體現違約鑒別力。

步驟2：建立債信評分方程

(7)

式(7)含義：式(7)表示第i個小企業(yè)的債信得分，其值在[0,1]之間。

步驟3：計算K個指標的體系違約鑒別力bK。

根據式(7)計算的K個指標的債信得分，求解出這K個指標組成體系的債信得分的違約鑒別力bK值。其中bK的計算見上文“3.2”的式(4)。

步驟5：遴選出違約鑒別力b值強的指標體系。

步驟6：重復步驟4和步驟5，繼續(xù)刪除指標。

步驟7：刪除指標的終止。設：k-待遴選指標體系內的指標數，k=1,2，…，K。

此時若還滿足bk≥0.7[22]，說明k個指標的評級體系違約鑒別力顯著，則保留k個指標的評級體系，指標體系遴選截止。

若bk<0.7[22]，說明k個指標的評級體系違約鑒別力不顯著。此時，需要重新海選指標，重復“3.1-3.4”，直至遴選出違約鑒別力最優(yōu)的指標體系。

第二次篩選的具體步驟如圖2所示。

圖2 第二次篩選步驟

3.5 債信評分模型的構建

(1)確定指標權重。設：wj-第j個指標的權重；bj-第j個指標的布萊爾分數。則：

(8)

式(8)與式(6)的不同：式(8)是指標體系建好后的指標賦權，其中m為最終遴選的指標數；而式(6)是遴選指標體系過程中、待遴選指標的賦權，k為待遴選指標體系內的指標數。

(2)評分方程的建立。設：Si-第i個小企業(yè)債信得分；Zi-第i個小企業(yè)的標準化債信得分。則[17]：

(9)

(10)

式(9)與式(7)的不同：式(9)是指標體系建好后的債信得分方程，其中m為最終遴選的指標數；而式(7)是遴選指標體系過程中、待遴選體系的債信得分計算方程，k為待遴選指標體系內的指標數。

式(10)的含義：由于計算的債信得分Si值在[0,1]之間，不能顯著體現債信得分的差異，故用式(10)將債信得分Si進行標準化，使之變?yōu)閇0,100]之間的標準化得分Zi，以顯著體現債信得分的差異。

3.6 債信等級的劃分

劃分滿足“債信等級越高，損失率越低”標準的債信等級。

(1)初步劃分為9個債信等級。將客戶按照式(10)計算的債信得分降序排列，并初步劃分為AAA，AA，…，C等9個等級。

(2)確定債信等級。每個債信等級的損失率為等級內所有客戶的年總應收未收本息占年總應收本息的比重。因此通過改變每個債信等級對應的債信得分上下限，可以改變等級內的客戶數，進而改變債信等級對應的損失率。

通過對每個債信等級的得分上下限不斷調整，直至得到滿足“債信等級越高，損失率越低”標準的債信等級劃分結果。

上述債信等級劃分思路是我們團隊被授權的中華人民共和國發(fā)明專利[23]的思路，不展開詳述，計算量較大，由計算機完成。

(3)債信等級的損失率計算說明

本研究中債信等級的損失率

損失率=等級內所有客戶的年總應收未收本息和/年總應收本息和

(11)

巴塞爾新資本協議中的預期損失率

預期損失率=預期損失額EL/違約風險暴露EAD=違約概率PD×違約損失率LGD

(12)

本研究中損失率與巴塞爾新資本協議中的損失率計算的區(qū)別：式(11)中損失率的分子為實際應收未收本息，分母為實際應收本息，是真實值，而式(12)中損失率的分子為預期損失額EL，分母為違約風險暴露EAD，是估計值。顯然，本研究中運用實際違約損失相關數據計算的損失率，對貸款等金融產品的投資與定價更有參考價值。

4 實證研究

4.1 評級指標的海選

通過梳理國內外經典文獻，參考鄧白氏、標普等國外權威評級機構，中國工商銀行、中誠信等國內典型機構的小企業(yè)信用評級體系，以及通過調研訪談等方式，建立了企業(yè)內部財務因素、企業(yè)內部非財務因素等7個準則層，具體如表3第b列所示。海選了81個指標，如表3第c列所示。表3第d列是指標類型。

4.2 樣本及數據來源

本文選取了中國某商業(yè)銀行全部分支行近20年的3045個小企業(yè)貸款數據作為實證樣本，包括2995個非違約小企業(yè)、50個違約小企業(yè)，涉及京、津、滬、渝等28個城市的小企業(yè)貸款數據。

其中，小企業(yè)是根據中國工業(yè)和信息化部等四部委發(fā)布的《中小企業(yè)劃型標準規(guī)定》[24]進行界定的，如表4所示。

表4 中國不同行業(yè)小企業(yè)劃型標準

指標原始數據列入表3第1-3045列前81行，對應的標準化數據列于第3046-6090列，標準化過程見下文“4.3”。表3第82行是小企業(yè)違約狀態(tài)標識，用1標識違約，用0標識非違約。

4.3 評級指標數據標準化

根據表3第d列指標類型，將表3第c列中定量指標每一行的原始數據vij、最大值max(vi,j)、最小值min(vi,j)分別代入式(1)、式(2)或式(3)，得到定量指標的標準化值打分xij，結果列入表3第3046-6090列對應行。根據表2打分標準，對表3第c列中的定性指標進行打分，結果列入表3第3046-6090列對應行。綜上，得到了表3前81行第3046-6090列的全部數值。

表3 小企業(yè)81個指標及數據

4.4 基于相關性分析的指標第一次篩選

(1)計算相關系數。根據表3第b列準則層，將同一準則層內指標第3046-6090列數據陣中的任意兩行代入式(5)，計算指標間的相關系數。將相關系數>0.7[21]的指標名稱列入表5第2列和第4列，相關系數值列入表5的第6列。

(2)計算指標布萊爾分數b值。將客戶總數n=3045，表3第3046-6090列數據分別代入式(4)，得到指標的b值。將這81個指標的b值分別列入表5第3列和第5列，以及表6第3048列對應行。

(3)刪除相關性指標。表5的每一行中均有不同的相關性指標及其b值，刪除每行中b值小的指標，列入表5第7列，同時列入表3第G列對應位置。

表5 基于相關性分析的指標篩選

經相關性分析，81個指標中共刪除15個指標，剩余66個指標，列入表6第2列第1-66行。

4.5 基于指標體系違約鑒別能力最大的第二次篩選

(1)計算66個指標組成體系的b66值

步驟1：基于b值對66個指標賦權wj

將表6第3048列指標的bj值代入式(6)，得到66個指標的權重wj，列入表6第3049列。

表6 指標的第二次篩選

步驟3：計算66個指標組成體系的b66值

將客戶總數n=3045，表6第67行第3-3047列數據，以及違約客戶的yi=1、非違約客戶的yi=0代入式(4)，得到66個指標組成體系的債信得分的b66值=0.495。

步驟1：基于b值對65個指標賦權wj

將表6第3048列第1-42行及第44-66行數據bj代入式(6)，得到這65個指標的權重wj，結果見表6第3050列相應行。

表7 66個值

(3)遴選違約鑒別力強的評級指標體系

至此，第一個評級體系的遴選結束。

每去一個指標，均形成一個新體系，與去掉指標前的體系進行對比，重復上述過程。直至剩余指標組成的體系違約鑒別力最大，且大于0.7[22]，且體系內指標能盡可能的照顧到小企業(yè)各個準則層的信息。

經上述遴選，最終選定剩余18個指標組成的體系。在剩余18個指標時停止遴選的原因：一是這18個指標組成體系的違約鑒別力b18=0.81，遠大于臨界值0.7[22]，具有顯著的違約鑒別力。二是若繼續(xù)刪除指標，則將刪去“企業(yè)到位注冊資金類別”這個僅有的衡量企業(yè)基本信用準則的指標，雖然17個指標的體系違約鑒別力變大，即有b18=0.81

保留的18個指標列入表8第2列。刪去的48個指標結果列入表6第3092列，同時列入表3第G列對應行。表8第3列為這18個指標的bj值，bj值來自表6第3048列。

4.6 小企業(yè)債信得分的計算

將表8第3列的bj值代入式(8)，得到指標的權重Wj，列入表8第4列相應行。

將表8第4列的權重Wj，及表3第3046-6090列這18個指標所在行的數據xij，代入式(9)，得到3045個小企業(yè)的債信得分Si，列入表6第116行。

將表6第116行債信得分Si代入式(10)，得到小企業(yè)的標準化債信得分Zi，列入表6第117行。

4.7 小企業(yè)債信等級的劃分

將客戶按照表6第117行的標準化債信得分Zi降序排列，并初步劃分為AAA、AA等9個等級。

每改變不同等級對應的債信得分上下限，就可以改變等級內的客戶數，而客戶數改變會引起等級內客戶群總應收、總應收未收的變化，進而引起損失率變化。因此，通過不斷調整每個債信等級的得分上下限，直至得到滿足“越高債信等級，違約后的損失率越低”標準的債信等級劃分結果。這種調整計算量大，可方便地通過我們團隊被授權的中華人民共和國發(fā)明專利[23]實現。

最終等級劃分結果如圖3所示。由圖3明顯看出，由我們團隊被授權的中華人民共和國發(fā)明專利模型[23]劃分的債信等級滿足“債信等級越高，損失率越低”的客觀實際。

圖3 小企業(yè)債信等級分布

4.8 對比分析

(1)對比分析一

與單個違約鑒別能力b值最強的指標組成的指標體系進行對比。

根據表6第3048列b值，從表6第2列的66個非冗余指標中，選取違約鑒別力b值最大的18個指標組成一個評級指標體系，這18個指標列入表8第5列，相應的b值列入表8第6列。根據上文“3.4步驟1-步驟3”，計算得到這18個指標組成體系的違約鑒別力b值為0.73。

18個違約鑒別力最強的單個指標組成體系的違約鑒別力b=0.73，小于本文建立的體系違約鑒別力b=0.81。說明單個違約鑒別能力最強的指標，組合起來的體系鑒別能力反而不強。

(2)對比分析二

與看似很好、很流行的單個指標組合起來的指標體系進行對比。

本文根據文獻[25]梳理的穆迪、標普等國際權威機構以及信用評級文獻中出現頻率較高的18個指標，列入表8第7列，出現的頻率列入表8第9列，相應的違約鑒別力b值列入表8第8列，該值來自表6第3048列。

根據上文“3.4步驟1-步驟3”，計算得到這18個指標組成的體系的違約鑒別力b值為0.431，小于本文建立的體系的違約鑒別力b值為0.81，說明看似很好、很流行的單個指標，組合起來的指標體系整體鑒別力不一定也好。

(3)對比分析三

與指標個數較多的評級指標體系進行對比。

根據上文“4.5”知，在66個指標基礎上，不斷去掉一個指標后，剩余指標組成體系的違約鑒別力b值在不斷增強。以體系內指標個數為縱坐標，以體系的違約鑒別力b值為橫坐標，繪制圖4。

由圖4可直觀看出，隨著指標個數的降低，指標體系的違約鑒別力b值反而升高，因此，對評級指標體系而言，并不是指標個數越多越好。

圖4 指標個數與評級指標體系b值的對應

(4)對比分析啟示

由于指標間的相互影響，單個違約鑒別能力最強的指標，組合起來的體系鑒別能力不一定也最強。看似很好、很流行的單個指標，組合起來的指標體系整體違約鑒別力不一定也好。同樣的，體系內指標個數也不是越多越好。在構建債信評級體系時，不應認為指標個數越多越好，也不應關注單個指標的違約鑒別力或者單個指標的流行與否，而應重點關注指標體系整體的違約鑒別能力。

4.9 小企業(yè)債信評級體系特點分析

(1)企業(yè)外部宏觀環(huán)境指標至關重要。

由表8第18行第4列可知，企業(yè)外部宏觀因素“居民消費價格指數”的權重為0.107，是本文建立的指標體系中權重第二大、也即違約鑒別力第二強的指標。且實際中，大企業(yè)也難以抵擋外部宏觀環(huán)境變化帶來的風險，小企業(yè)更不行。因此，對小企業(yè)債信評級時，企業(yè)外部宏觀環(huán)境指標至關重要。

(2)非財務指標在小企業(yè)債信評級中更重要。

由表8第4列知，占67%(財務指標個數12/體系內總指標數18=67%)的財務類指標總權重僅為0.4(為表8第1-12行第4列指標權重之和)，而占33%(1-67%=33%)的非財務類指標總權重卻為0.6(為表8第13-18行第4列指標權重之和)，可見非財務類指標在小企業(yè)債信評級中地位更加重要。

(3)未償還貸款占資產總額比、未償還貸款總額占凈資產比指標不容忽視。

由表8第4列知，未償還貸款占資產總額比權重最大，為0.108；未償還貸款總額占凈資產比權重第三大，為0.101，可見未償還貸款占資產總額比、未償還貸款總額占凈資產比指標是影響違約鑒別力極其重要的指標，不容忽視。

表8 本文建立的小企業(yè)指標體系及其對比體系

(4)等級劃分符合“債信等級越高，違約后損失率越低”的客觀實際。

任何債信等級都應符合“債信等級越高、損失率越低”原則，否則，無論看似多么合理的等級劃分都是不對的。由圖3可知，按我們團隊被授權的中華人民共和國發(fā)明專利[23]劃分的債信等級符合“債信等級越高，損失率越低”的客觀實際，同時給出各等級客戶對應的損失率。

5 結語

本文以中國某商業(yè)銀行全部分支行近20年的3045個小企業(yè)貸款數據為實證樣本，將布萊爾分數和逐步向后剔除算法相結合，以指標構成的指標體系整體違約鑒別能力最大為標準，在由n和n-1個指標構成的兩組指標中，根據兩組指標體系的非違約客戶的綜合得分Si越高，則Si偏離非違約狀態(tài)(yi=0)的距離越大，違約客戶的綜合得分Si越低，Si偏離違約狀態(tài)(yi=1)的距離越大，則布萊爾分數b越大，指標體系違約鑒別能力就越強的思路來遴選違約鑒別能力最大的指標體系，最終建立了包括全部資本化率、企業(yè)法律糾紛情況、居民消費價格指數等18個指標的小企業(yè)債信評級指標體系。

基于構建的債信評級指標體系，對小企業(yè)債信進行信用風險評價，并將小企業(yè)劃分到AAA、AA、A等9個信用等級。

同時，本研究通過將單個違約鑒別能力最強的指標組成的指標體系的b值、流行的指標組成的指標體系的b值、指標個數較多的指標體系的b值，分別與本文建立的整體違約鑒別力最大的指標體系的b值對比，證明了單個違約鑒別能力最強的指標，組合起來的體系鑒別能力不一定也最強?？此坪芎谩⒑芰餍械膯蝹€指標，組合起來的指標體系整體違約鑒別力不一定也好。同樣的，體系內指標個數也不是越多越好。在構建債信評級體系時，不應認為指標個數越多越好，也不應關注單個指標的違約鑒別力或者單個指標的流行與否，而應重點關注指標體系整體的違約鑒別能力。