程秀麗 田圓

【摘? 要】P2P網(wǎng)絡(luò)借貸在為個(gè)人和中小企業(yè)投融資提供便利的同時(shí)，也帶來(lái)了一系列的問(wèn)題，不利于行業(yè)的穩(wěn)定發(fā)展，因此，對(duì)各中小企業(yè)的風(fēng)險(xiǎn)評(píng)估特別重要。論文選取若干個(gè)風(fēng)險(xiǎn)指標(biāo)，對(duì)123家中小企業(yè)進(jìn)行數(shù)據(jù)調(diào)研，計(jì)算各風(fēng)險(xiǎn)指標(biāo)因素的風(fēng)險(xiǎn)值，利用理想算法確定各指標(biāo)因素的權(quán)重提出風(fēng)險(xiǎn)防范的建議。

【Abstract】While P2P network lending provides convenience for the investment and financing of individuals and small and medium-sized enterprises， it also brings a series of problems， which is not conducive to the stable development of the industry. Therefore， the risk assessment of small and medium-sized enterprises is particularly important. This paper selects several risk indicators， carries on the data investigation to 123 small and medium-sized enterprises， calculates the risk value of each risk index factor， uses the ideal algorithm to determine the weight of each index factor and puts forward the risk prevention suggestion.

【關(guān)鍵詞】P2P;信貸;風(fēng)險(xiǎn)防范

【Keywords】P2P; credit; risk prevention

【中圖分類(lèi)號(hào)】F832.4;F276.3? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2021）02-0160-02

1 引言

改革開(kāi)放特別是黨的十五大以來(lái)，隨著國(guó)家經(jīng)濟(jì)的發(fā)展，中小微企業(yè)在國(guó)民經(jīng)濟(jì)中所占比例越來(lái)越大，定位越來(lái)越高。近年來(lái)，P2P網(wǎng)絡(luò)借貸更是偏向給予中小微企業(yè)貸款等相關(guān)經(jīng)濟(jì)政策，鼓勵(lì)并支持中小微企業(yè)的發(fā)展。其中諸多影響因素，如中小微企業(yè)的信譽(yù)等級(jí)、違約風(fēng)險(xiǎn)、利潤(rùn)變化率、供求關(guān)系、廢票率、客戶(hù)流失率等，直接影響著對(duì)中小微企業(yè)制定的相關(guān)信貸政策。

2 企業(yè)信貸影響因子分類(lèi)

通過(guò)對(duì)123家中小企業(yè)進(jìn)行數(shù)據(jù)調(diào)研，根據(jù)國(guó)家行業(yè)分類(lèi)標(biāo)準(zhǔn)和規(guī)模分類(lèi)標(biāo)準(zhǔn)對(duì)123家企業(yè)進(jìn)行統(tǒng)計(jì)分類(lèi)匯總，對(duì)影響中小企業(yè)投資風(fēng)險(xiǎn)的因素進(jìn)行分析，選取若干個(gè)風(fēng)險(xiǎn)指標(biāo)，選取6個(gè)指標(biāo)作為風(fēng)險(xiǎn)指標(biāo)。將影響因子進(jìn)行歸類(lèi)，分為非財(cái)務(wù)性因素和財(cái)務(wù)性因素。其中非財(cái)務(wù)因素包括企業(yè)信譽(yù)等級(jí)、違約風(fēng)險(xiǎn)、非有效票率;財(cái)務(wù)因素包括利潤(rùn)相對(duì)變化率、償債能力、供求關(guān)系穩(wěn)定性等。具體分析如下：關(guān)于銀行信譽(yù)等級(jí)因素，首先將A、B、C、D四個(gè)等級(jí)的企業(yè)分別篩選出來(lái)，并將A、B、C、D四個(gè)等級(jí)企業(yè)的數(shù)量與企業(yè)總數(shù)的比值，在區(qū)間進(jìn)行賦值量化。關(guān)于違約風(fēng)險(xiǎn)因素，分析銀行提供的123家企業(yè)的違約記錄，顯然違約企業(yè)的信貸風(fēng)險(xiǎn)偏高。采用0-1整數(shù)規(guī)劃模型進(jìn)行信貸風(fēng)險(xiǎn)評(píng)估，當(dāng)變量為1時(shí)，企業(yè)為違規(guī)企業(yè)，此時(shí)信貸風(fēng)險(xiǎn)偏高，同時(shí)當(dāng)變量為0時(shí)，企業(yè)為不違規(guī)企業(yè)，此時(shí)信貸風(fēng)險(xiǎn)較低。關(guān)于非有效發(fā)票率因素，通過(guò)非有效發(fā)票率來(lái)衡量企業(yè)職工的基本素養(yǎng)，當(dāng)非有效發(fā)票率較低時(shí)，企業(yè)職工素養(yǎng)較高，信貸風(fēng)險(xiǎn)越低，當(dāng)非有效發(fā)票率較高時(shí)，企業(yè)職工素養(yǎng)較低，信貸風(fēng)險(xiǎn)越高。關(guān)于利潤(rùn)相對(duì)變化率因素，為了評(píng)估企業(yè)發(fā)展?jié)摿Γ肜麧?rùn)相對(duì)變化率這一指標(biāo)，將2019年與2018年的凈利潤(rùn)增長(zhǎng)值與2018年利潤(rùn)總值相比。關(guān)于盈利能力因素，進(jìn)項(xiàng)發(fā)票中的價(jià)稅總計(jì)反映的是企業(yè)的投資情況;銷(xiāo)項(xiàng)發(fā)票的金額反映的是企業(yè)的收入情況。通過(guò)兩者之間的比值，反映該企業(yè)的盈利能力。關(guān)于供求關(guān)系穩(wěn)定性因素，進(jìn)項(xiàng)發(fā)票中與某上游企業(yè)的交易次數(shù)可以反映出企業(yè)與上游企業(yè)之間的供應(yīng)關(guān)系的穩(wěn)定情況，同時(shí)銷(xiāo)項(xiàng)發(fā)票中與某下游企業(yè)的交易次數(shù)可以反映出企業(yè)與下游企業(yè)之間的供應(yīng)關(guān)系的穩(wěn)定情況，從而統(tǒng)計(jì)企業(yè)一年總客戶(hù)數(shù)減去正常交易客戶(hù)總數(shù)與客戶(hù)總數(shù)的比值，來(lái)作為反映供求關(guān)系穩(wěn)定性的指標(biāo)。再根據(jù)各因素與信貸風(fēng)險(xiǎn)的線(xiàn)性關(guān)系，確定信貸風(fēng)險(xiǎn)的線(xiàn)性模型。

3 根據(jù)影響因子大小確定貸款總額度

在貸款總額度分配時(shí)，首先確定年利率與客戶(hù)流失率的擬合關(guān)系，以銀行可獲得的利潤(rùn)最大，同時(shí)信貸風(fēng)險(xiǎn)最低建立多目標(biāo)規(guī)劃模型，以年利率與客戶(hù)流失率的擬合關(guān)系為約束條件，利用Lingo求解，確定對(duì)各中小微企業(yè)貸款的分配額度。

根據(jù)提供的進(jìn)項(xiàng)發(fā)票與銷(xiāo)項(xiàng)發(fā)票的相關(guān)信息，確定信貸風(fēng)險(xiǎn)的影響因子，包括非財(cái)務(wù)因素和財(cái)務(wù)因素。非財(cái)務(wù)因素包括銀行評(píng)估信譽(yù)等級(jí)、違約風(fēng)險(xiǎn)、非有效票率;財(cái)務(wù)因素包括利潤(rùn)變化率、供求關(guān)系、客戶(hù)流失率影響因子。分析各影響因子與信貸風(fēng)險(xiǎn)之間的關(guān)系，對(duì)其進(jìn)行0-1整數(shù)規(guī)劃、SPSS量化分析等，建立信貸風(fēng)險(xiǎn)評(píng)估模型，對(duì)企業(yè)進(jìn)行信貸風(fēng)險(xiǎn)評(píng)估。建立以銀行利潤(rùn)最大，信貸風(fēng)險(xiǎn)評(píng)估系數(shù)最小的多目標(biāo)規(guī)劃模型，根據(jù)求解結(jié)果對(duì)P2P年度固定信貸總額進(jìn)行分配，具體求解流程如下。

3.1 非財(cái)務(wù)因素風(fēng)險(xiǎn)評(píng)估因素量化分析

①統(tǒng)計(jì)信譽(yù)等級(jí)企業(yè)數(shù)量及比例。

依據(jù)調(diào)查數(shù)據(jù)，分別篩選A、B、C、D的四種評(píng)價(jià)等級(jí)的企業(yè)。

②違約風(fēng)險(xiǎn)。

分析銀行提供的123家企業(yè)的違約記錄，顯然違約企業(yè)的信貸風(fēng)險(xiǎn)偏高。采用0-1整數(shù)規(guī)劃模型進(jìn)行信貸風(fēng)險(xiǎn)評(píng)估，當(dāng)變量為1時(shí)，企業(yè)為違規(guī)企業(yè)，此時(shí)信貸風(fēng)險(xiǎn)偏高，同時(shí)當(dāng)變量為0時(shí)，企業(yè)為不違規(guī)企業(yè)，此時(shí)信貸風(fēng)險(xiǎn)較低。

③非有效發(fā)票率。

通過(guò)非有效發(fā)票率來(lái)衡量企業(yè)職工的基本素養(yǎng)，當(dāng)非有效發(fā)票率較低時(shí)，企業(yè)職工素養(yǎng)較高，信貸風(fēng)險(xiǎn)越低，當(dāng)非有效發(fā)票率較高時(shí)，企業(yè)職工素養(yǎng)較低，信貸風(fēng)險(xiǎn)越高。

其中，非有效發(fā)票率=（作廢發(fā)票數(shù)+負(fù)數(shù)發(fā)票數(shù)）/總發(fā)票數(shù)

3.2 財(cái)務(wù)因素風(fēng)險(xiǎn)評(píng)估因素量化分析

①利潤(rùn)相對(duì)變化率。

為了評(píng)估企業(yè)發(fā)展?jié)摿?，引入利?rùn)相對(duì)變化率這一指標(biāo)，將2019年與2018年凈利潤(rùn)增長(zhǎng)值/2018年利潤(rùn)總值，即利潤(rùn)相對(duì)變化率。

②盈利能力。

進(jìn)項(xiàng)發(fā)票中的價(jià)稅總計(jì)反映的是企業(yè)的投資情況;銷(xiāo)項(xiàng)發(fā)票的金額反映的是企業(yè)的收入情況。通過(guò)兩者之間的比值，反映該企業(yè)的盈利能力，即：

③供求關(guān)系穩(wěn)定性。

通過(guò)某企業(yè)上下游客戶(hù)的交易次數(shù)反映供求關(guān)系的穩(wěn)定性。企業(yè)1年總客戶(hù)數(shù)減去正常交易客戶(hù)總數(shù)/客戶(hù)總數(shù)作為反映供求關(guān)系穩(wěn)定性的指標(biāo)，即：

綜上所述，建立中小微企業(yè)信貸風(fēng)險(xiǎn)評(píng)估模型為：

Z=λ1x1+λ2x2+λ3x3+λ4x4+λ5x5+λ6x6

利用理想算法，將各因素占因素總和的百分比作為模型系數(shù)，確定信貸風(fēng)險(xiǎn)評(píng)估模型為：

Z=0.17x1+0.19x2+0.24x3+0.06x4+0.16x5+0.18x6

3.3 銀行信貸貸款總額度分配

在貸款總額度分配時(shí)，建立以年利率與客戶(hù)流失率的擬合關(guān)系為約束條件，同時(shí)以銀行利潤(rùn)最大，信貸風(fēng)險(xiǎn)最低為目標(biāo)的多目標(biāo)規(guī)劃模型，利用Lingo求解，確定對(duì)各中小微企業(yè)貸款額度的分配，模型如下：

注：在123家企業(yè)中，對(duì)信譽(yù)等級(jí)評(píng)價(jià)為D且處于違約狀態(tài)的中小微企業(yè)取消放貸資格，銀行不予放貸。

通過(guò)結(jié)果進(jìn)行分析，電子信息行業(yè)、教育類(lèi)等運(yùn)行速度快，成本占用少的風(fēng)險(xiǎn)較低，而對(duì)環(huán)境影響較大的重工業(yè)風(fēng)險(xiǎn)較低。根據(jù)中小企業(yè)的風(fēng)險(xiǎn)評(píng)估，P2P網(wǎng)絡(luò)借貸應(yīng)規(guī)避風(fēng)險(xiǎn)，選擇風(fēng)險(xiǎn)較低，同時(shí)以國(guó)家對(duì)企業(yè)的發(fā)展導(dǎo)向?yàn)橐罁?jù)，對(duì)各企業(yè)進(jìn)行借貸活動(dòng)，獲得行業(yè)的長(zhǎng)足發(fā)展。

【參考文獻(xiàn)】

【1】劉明.Logistic模型預(yù)測(cè)的新思路[J].統(tǒng)計(jì)與決策，2012（10）：82-84.

【2】劉志波.高維參數(shù)多項(xiàng)logistic模型的估計(jì)方法[M].北京：統(tǒng)計(jì)與決策，2010.

【3】劉順忠.數(shù)理統(tǒng)計(jì)理論方法應(yīng)用和軟件計(jì)算[M].武漢：華中科技大學(xué)出版社，2005.

【4】魯珈銘.基于貝葉斯模型平均法的中小企業(yè)信用評(píng)級(jí)[D].南京：南京財(cái)經(jīng)大學(xué)，2019.