張予涵 馬瑞杰 岳東旭

摘 要：近年來，隨著我國中小微企業(yè)的發(fā)展，越來越多的銀行開始關(guān)注針對這些企業(yè)的貸款決策以及利率的設(shè)定。本文給出銀行對中小微企業(yè)貸款的決策及利率分配建議?；赥OPSIS模型，將影響銀行貸款的決策因素作為評價(jià)指標(biāo)。因?yàn)橹行⌒推髽I(yè)數(shù)量過多，彼此之間的競爭更加激烈，中小型企業(yè)為了能夠持續(xù)生存，提高自身競爭力，必須不斷注入資金。而此類企業(yè)本身所擁有的資金規(guī)模相對較小，并不滿足運(yùn)維、發(fā)展需求，就需要向國家商業(yè)銀行進(jìn)行信貸貸款。然而中小型企業(yè)的信貸申請，對于企業(yè)本身以及銀行而言都有相應(yīng)風(fēng)險(xiǎn)，且現(xiàn)有銀行信貸風(fēng)險(xiǎn)管理規(guī)定并不能充分抑制風(fēng)險(xiǎn)爆發(fā)，說明規(guī)定存在缺陷。本文為了提高信貸風(fēng)險(xiǎn)管理能效，將在創(chuàng)新視角下提出相關(guān)的管理策略。從銀行的貸款收益最大化角度使用蒙特卡洛規(guī)劃模型生成100萬組隨機(jī)數(shù)，其中銀行收益的最大值決定每個(gè)企業(yè)的貸款利率以及貸款額度，再基于企業(yè)信譽(yù)和風(fēng)險(xiǎn)進(jìn)行利率優(yōu)惠調(diào)整。

關(guān)鍵詞 ：TOPSIS 層次分析法;模糊綜合評價(jià)模型;蒙特卡洛規(guī)劃;中小企業(yè)

中圖分類號：F276.3 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2021）06（b）--03

1 背景

在實(shí)際生活中，考慮到中小型和微型企業(yè)的運(yùn)營發(fā)展規(guī)模較小，相對于大型企業(yè)而言沒有足夠的抵押資產(chǎn)。在相關(guān)研究條件下，中小型企業(yè)對我國經(jīng)濟(jì)增長作出的貢獻(xiàn)，在整體經(jīng)濟(jì)發(fā)展中比較大，所以維護(hù)中小型企業(yè)發(fā)展十分重要，而商業(yè)銀行信貸業(yè)務(wù)就是實(shí)現(xiàn)這一目的的重要手段。但是在本質(zhì)上，中小型企業(yè)的運(yùn)維發(fā)展存在很大的不穩(wěn)定性，即使在資金充足的條件下，也可能因?yàn)楣芾砣说腻e(cuò)誤決策而導(dǎo)致企業(yè)“死亡”，在此條件下首先使得企業(yè)管理人負(fù)債，其次因?yàn)槠髽I(yè)死亡，管理人負(fù)債后的償債能力大幅度減弱，銀行貸款回收的難度較大，所以信貸業(yè)務(wù)對于企業(yè)、銀行雙方都存在風(fēng)險(xiǎn)，而這些風(fēng)險(xiǎn)事故在現(xiàn)代銀行風(fēng)險(xiǎn)管理規(guī)定條件下依舊頻發(fā)，所以有必要對銀行風(fēng)險(xiǎn)管理規(guī)定進(jìn)行創(chuàng)新優(yōu)化。

2 中小微型企業(yè)信貸策略

對是否向中小微型企業(yè)提供貸款的評估需要綜合分析企業(yè)的實(shí)力、供求關(guān)系等因素，而銀行的風(fēng)險(xiǎn)評估又決定了銀行提供的貸款服務(wù)的不同。風(fēng)險(xiǎn)評估主要取決于該企業(yè)的實(shí)力強(qiáng)弱、信譽(yù)等級高低等因素，該企業(yè)的上下游企業(yè)的發(fā)展?fàn)顩r也會(huì)對銀行做出的風(fēng)險(xiǎn)評估產(chǎn)生一定的影響。通過量化分析信貸風(fēng)險(xiǎn)、企業(yè)實(shí)力等因素后，銀行會(huì)給出最后的信貸策略。

企業(yè)的信用情況是指企業(yè)、法人以及控股股東的信用狀況，良好的信用可以促進(jìn)企業(yè)的發(fā)展，使企業(yè)能在商業(yè)浪潮中立于不敗之地;而如果企業(yè)的信用遭到破壞，則會(huì)使企業(yè)的發(fā)展受到極大的制約，會(huì)在很大程度上影響企業(yè)的貸款業(yè)務(wù)。原則上，對企業(yè)信譽(yù)等級低的企業(yè)不提供借貸服務(wù)。企業(yè)的實(shí)力則是銀行是否提供貸款的決定性因素。從銀行的角度分析，在降低信貸風(fēng)險(xiǎn)的同時(shí)，將貸款的收益最大化，是銀行采取不同信貸服務(wù)的根本目的。

3 層次分析法構(gòu)建評價(jià)體系

在理論分析的基礎(chǔ)上，結(jié)合數(shù)據(jù)確定如下層次結(jié)構(gòu)模型，如圖1所示。

將信貸決策分解為三個(gè)不同的層次，分別為目標(biāo)層M，即影響銀行決定是否借貸以及給予多少信貸優(yōu)惠的最終指標(biāo);準(zhǔn)則層C，包括企業(yè)信譽(yù)、企業(yè)實(shí)力以及上下游供求關(guān)系三個(gè)指標(biāo);最下層為方案層，包括七個(gè)影響因素，，，，，，。計(jì)算過程可以得出方案層的各個(gè)影響因素對銀行決策的影響，從而可以看出每個(gè)因素的重要性。將數(shù)據(jù)匯總，如表1所示。

對影響銀行做出信貸決策的因素按所占比重大小進(jìn)行排序?？紤]到數(shù)據(jù)的可獲得性和獲取難度，以及各個(gè)因素所占權(quán)重的大小，采取六個(gè)因素進(jìn)行分析，即信用評級、違約記錄、發(fā)票作廢率、有效發(fā)票金額、發(fā)票頻率、金額波動(dòng)，以及上下游企業(yè)的穩(wěn)定度。由此將銀行的信貸決策分為是否借貸、借貸額度以及是否給予利率優(yōu)惠來進(jìn)行研究 （圖2）。

4 銀行貸款決策模型

由于企業(yè)的實(shí)力和供求關(guān)系決定了銀行是否放款，因而分別對企業(yè)的綜合實(shí)力以及企業(yè)的供求關(guān)系狀況進(jìn)行分析。根據(jù)理論分析可知，企業(yè)的綜合實(shí)力主要取決于企業(yè)的進(jìn)項(xiàng)發(fā)票總額，銷項(xiàng)發(fā)票總額以及進(jìn)項(xiàng)、銷項(xiàng)發(fā)票的作廢比例;企業(yè)的供求關(guān)系是否穩(wěn)定主要取決于企業(yè)的進(jìn)、銷項(xiàng)發(fā)票的金額的波動(dòng)是否異常，買入和賣出企業(yè)是否穩(wěn)定以及發(fā)票的開票頻率。

為了給出銀行的貸款決策條件，在剔除信譽(yù)評級較低的企業(yè)后，建立TOPSIS分析評價(jià)模型，如圖3所示。主要考慮因素為企業(yè)實(shí)力和企業(yè)上下游供求關(guān)系。

5 對企業(yè)實(shí)力的量化

由發(fā)票作廢率和各個(gè)企業(yè)的有效發(fā)票金額，構(gòu)建關(guān)于企業(yè)實(shí)力的TOPSIS評價(jià)模型。企業(yè)實(shí)力與上下游供求關(guān)系的權(quán)重求解，層次分析模型可構(gòu)造判斷矩陣，表示上游交易有效信息，表示下游交易有效信息，表示發(fā)票作廢率。對指標(biāo)進(jìn)行正向化處理，發(fā)票作廢比例為極小型指標(biāo)，用做正向化處理：

一個(gè)企業(yè)的上下游企業(yè)可以從側(cè)面反映該企業(yè)的運(yùn)營狀況、盈利效益及發(fā)展?jié)摿Φ?，關(guān)于上下游企業(yè)供求關(guān)系的評價(jià)，主要從企業(yè)所開發(fā)票數(shù)量的月頻率波動(dòng)和月金額波動(dòng)，以及上下游企業(yè)的穩(wěn)定程度兩個(gè)方面來分析。對于發(fā)票金額和頻率波動(dòng)，每個(gè)企業(yè)的數(shù)據(jù)按月進(jìn)行分時(shí)段統(tǒng)計(jì)處理，得到了每個(gè)企業(yè)每個(gè)月進(jìn)項(xiàng)發(fā)票、銷項(xiàng)發(fā)票的總金額和開發(fā)票的次數(shù)，并計(jì)算了其均值和方差，以評價(jià)該企業(yè)的上下游企業(yè)供求關(guān)系。用進(jìn)項(xiàng)發(fā)票數(shù)量的月頻率均值、方差，以及進(jìn)項(xiàng)發(fā)票的月金額均值、方差進(jìn)行分析。根據(jù)上游企業(yè)的供給數(shù)據(jù)，利用TOPSIS模型對企業(yè)進(jìn)行評分并按得分進(jìn)行排序，如圖5所示。

根據(jù)市場調(diào)研以及國際金融公司IFC的調(diào)查報(bào)告，決定給優(yōu)先級排在前部分的企業(yè)放款，具體選取對優(yōu)先級在前43名的公司進(jìn)行放款?？紤]到企業(yè)的信譽(yù)和信貸風(fēng)險(xiǎn)會(huì)影響銀行給出的貸款利率，銀行會(huì)對信譽(yù)較好、信貸風(fēng)險(xiǎn)較小的企業(yè)給予一定的利率優(yōu)惠。而較大的利率優(yōu)惠會(huì)影響銀行的貸款收益，過高的利率則會(huì)增加客戶流失率，在一定程度上影響銀行未來的收益。層次分析得出的影響因素排名，剔除次要因素公司法人信譽(yù)，留下信譽(yù)評級和違約記錄兩個(gè)指標(biāo)，得出新的權(quán)重向量。利用TOPSIS方法對企業(yè)信用評級和違約記錄進(jìn)行評價(jià)打分結(jié)果分為三檔，最終決定對公司實(shí)力優(yōu)先級排名為前43的企業(yè)予以貸款。

6 銀行收益模型建立并求解

客戶流失率和銀行給定的利率以及信譽(yù)等級有關(guān)，通常情況下銀行對于企業(yè)的信用評級分為A、B、C、D四類。對不同信譽(yù)等級的企業(yè)的流失率和利率進(jìn)行擬合，建立線性回歸模型，可以得到在給定信譽(yù)等級的條件下客戶流失率與利率的關(guān)系。

在此基礎(chǔ)上，為了給出每個(gè)企業(yè)具體的貸款額度和利率的調(diào)整方案，即根據(jù)企業(yè)信譽(yù)和信貸風(fēng)險(xiǎn)進(jìn)行加權(quán)TOPSIS分析，根據(jù)排名結(jié)果選擇給予利率優(yōu)惠的方案。

利用Delphi法得出權(quán)重向量，經(jīng)處理排序后得出分柱狀圖，如圖6所示。

觀察圖6，可發(fā)現(xiàn)所得數(shù)據(jù)分為三檔：1～16名為第一檔，17～30名為第二檔，31～43名為第三檔。由此得出以下的信貸決策。

（1）利率調(diào)整策略

第一檔企業(yè)在原定利率的基礎(chǔ)上給予1個(gè)百分點(diǎn)的優(yōu)惠;第二檔企業(yè)在原定利率的基礎(chǔ)上給予0.8個(gè)百分點(diǎn)的優(yōu)惠;第三檔企業(yè)在原定利率的基礎(chǔ)上給予0.5個(gè)百分點(diǎn)的優(yōu)惠。

（2）貸款額度

7 結(jié)語

對于不同信貸風(fēng)險(xiǎn)和信譽(yù)等級的企業(yè)進(jìn)行分檔，再對其利率進(jìn)行調(diào)整。不同的利率調(diào)整策略，可能對銀行的收益函數(shù)W造成影響。這也反映了銀行在做出利率調(diào)整的決策時(shí)，會(huì)影響其信貸收益。對此本文認(rèn)為現(xiàn)代銀行單位可以依照企業(yè)管理人的債務(wù)償還能力來調(diào)整貸款金額，即償還能力低，則貸款金額相對低，否則相反。此時(shí)首先可以保障企業(yè)管理人獲得一定的企業(yè)運(yùn)維資金，再通過運(yùn)維使自身資金量增長;其次即可進(jìn)行資金償還，如還有需要可以再次進(jìn)行貸款申請，且鑒于之前的優(yōu)良表現(xiàn)，可以繼續(xù)調(diào)高額度，由此體現(xiàn)信貸業(yè)務(wù)中貸款人信用的重要性。針對現(xiàn)有風(fēng)險(xiǎn)評估體系分析可見，其中存在較大缺陷，所以有優(yōu)化的必要性。

在創(chuàng)新視角下，首先因?yàn)樯鲜鲂庞脤徟w系具有風(fēng)險(xiǎn)防控功能，所以其表格內(nèi)容具有風(fēng)險(xiǎn)評估意義。對此在風(fēng)險(xiǎn)防護(hù)的角度上，應(yīng)當(dāng)對表格內(nèi)容進(jìn)行優(yōu)化，即針對每個(gè)債務(wù)風(fēng)險(xiǎn)的多維表現(xiàn)，要求債務(wù)人做出相應(yīng)的保障。例如，在納稅風(fēng)險(xiǎn)角度上，應(yīng)當(dāng)要求債務(wù)人填寫責(zé)任書，當(dāng)銀行遭受的納稅風(fēng)險(xiǎn)起因于債務(wù)人不正常還款時(shí)，債務(wù)人應(yīng)當(dāng)承擔(dān)相應(yīng)的責(zé)任。其次在風(fēng)險(xiǎn)評估本質(zhì)內(nèi)容上，應(yīng)當(dāng)要求債務(wù)人提供更加深入的評估信息。

參考文獻(xiàn)

知乎.從數(shù)據(jù)角度剖析，新冠疫情給哪些行業(yè)帶來了影響[EB/OL].https：//zhuanlan.zhihu.com/p/142504277？utm_source=qq&utm_medium=social&utm_oi=989269026023010304.2020-05-21.

人民日報(bào)海外版.小微企業(yè)獲更多信貸支持[EB/OL].http：//www.gov.cn/zhengce/2019-11/26/content_5455598.htm.2019-11-26.

工商總局網(wǎng)站.全國小型微型企業(yè)發(fā)展情況報(bào)告（摘要）.http：//www.gov.cn/xinwen/2014-03/31/content_2650031.htm.2017-03-31.

彭?xiàng)?陳雨露：2019年中小企業(yè)不良貸款率遠(yuǎn)低于監(jiān)管標(biāo)準(zhǔn)[EB/OL].

http：//www.cs.com.cn/sylm/jsbd/202002/t20200224_6028816.html.2020-02-24.

陳坤藝.基于中小企業(yè)信貸視角下融資擔(dān)保的地位及影響[J].現(xiàn)代營銷（經(jīng)營版），2020（12）：222-223.

Abstract： In recent years， with the development of small， medium and micro enterprises in China， more and more banks begin to pay attention to the loan decision and interest rate setting for them. This paper gives some suggestions on banks' decision making and interest rate distribution of loans to small， medium and micro enterprises. Based on TOPSIS model， the decision-making factors that affect bank loans are taken as evaluation indexes. Due to the large number of small and medium-sized enterprises， the competition among them becomes much more intense. In order to survive and improve their competitiveness， those enterprises need constant capital injection. However， the capital scale owned by such enterprises is relatively small， failing to meet the needs of operation， maintenance and development. Therefore， they need to borrow credit loans from commercial banks. However， the credit application of small and medium-sized enterprises is risky for both enterprises and banks， while the existing management cannot fully get rid of the risks， indicating that the regulations have defects. In order to improve the efficiency of credit risk management， this paper will put forward relevant management strategies from the perspective of innovation. From the perspective of maximizing the bank's loan income， the Monte Carlo programming model is used to generate 1 million groups of random numbers， in which the maximum bank income determines the loan interest rate and loan amount of each enterprise， and then the interest rate is adjusted based on the reputation and risk of the enterprise.

Keywords： TOPSIS analytic hierarchy process; fuzzy comprehensive evaluation model; Monte Carlo planning; small and medium-sized enterprises