羅勝尹 彭睿杰 胡靜

摘要：文章分別從企業(yè)和銀行的角度出發(fā)，結(jié)合企業(yè)信貸風(fēng)險(xiǎn)和銀行收益，得出具有實(shí)際意義的信貸策略。首先，確定企業(yè)的綜合能力及其對(duì)應(yīng)指標(biāo)，利用進(jìn)銷項(xiàng)發(fā)票對(duì)企業(yè)各項(xiàng)能力對(duì)應(yīng)指標(biāo)進(jìn)行求解，利用AHP-TOPSIS法得出各個(gè)企業(yè)的綜合評(píng)定分?jǐn)?shù)。其次，通過(guò)各企業(yè)的信譽(yù)評(píng)級(jí)建立決策樹模型，給出各企業(yè)是否放貸。再次，根據(jù)中國(guó)人民銀行中小微企業(yè)貸款年利率進(jìn)行分析，得出對(duì)綜合評(píng)定分?jǐn)?shù)大于等于總平均綜合評(píng)定分?jǐn)?shù)的公司給出的優(yōu)惠年利率為4.0%，對(duì)低于總平均綜合評(píng)定等級(jí)的公司給出4.7%的年利率。最后，在銀行年度信貸總額固定時(shí)，得出放貸給96家公司且將固定總額進(jìn)行平均分配的信貸策略最優(yōu)。文章對(duì)回歸模型進(jìn)行顯著性檢驗(yàn)，得出違約率擬合程度準(zhǔn)確度較高。針對(duì)各個(gè)企業(yè)對(duì)應(yīng)年利率進(jìn)行分析，給出推廣意見，為銀行信貸決策提供更多有效的參考依據(jù)。

關(guān)鍵詞：量化分析;信貸策略;決策樹模型;資產(chǎn)分配

一、問(wèn)題背景

隨著社會(huì)的不斷發(fā)展，中小微企業(yè)逐漸成為推動(dòng)經(jīng)濟(jì)發(fā)展的主載體。鼓勵(lì)扶持中小微企業(yè)是我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展布局中不可或缺的部分。但在實(shí)際金融環(huán)境下，由于中小企業(yè)成立時(shí)間短、成立規(guī)模小以及企業(yè)信用缺失和缺少抵押資產(chǎn)等特性，所以在企業(yè)向銀行進(jìn)行貸款時(shí)，銀行首先會(huì)分析信貸政策、企業(yè)的交易票據(jù)信息和上下游企業(yè)的影響力，再參考企業(yè)的信譽(yù)評(píng)級(jí)，對(duì)企業(yè)的信貸風(fēng)險(xiǎn)進(jìn)行評(píng)估。最后，根據(jù)評(píng)估結(jié)果進(jìn)行分析，確定向不同信譽(yù)評(píng)級(jí)的企業(yè)發(fā)放不同的貸款額度、利率和期限等信貸策略。

二、問(wèn)題分析

本文對(duì)若干有信貸記錄企業(yè)的信貸風(fēng)險(xiǎn)進(jìn)行量化分析，并給出銀行在年度信貸總額固定時(shí)對(duì)這些企業(yè)的信貸策略。

首先，確定企業(yè)的綜合能力。選取具有實(shí)用性與代表性的財(cái)務(wù)指標(biāo)，作為各能力的評(píng)價(jià)標(biāo)準(zhǔn)。利用進(jìn)銷項(xiàng)發(fā)票對(duì)企業(yè)各項(xiàng)能力對(duì)應(yīng)指標(biāo)進(jìn)行求解。再利用AHP-TOPSIS確定評(píng)價(jià)各個(gè)指標(biāo)在綜合能力中所占權(quán)重得出各個(gè)企業(yè)的綜合評(píng)定分?jǐn)?shù)。其次，根據(jù)企業(yè)是否違約和企業(yè)與綜合能力評(píng)定指標(biāo)之間的的關(guān)系可建立是否向企業(yè)借貸以及是否給予利率優(yōu)惠的決策樹模型，再根據(jù)銀行收益率曲線確定銀行最大收益率對(duì)應(yīng)的總貸款額度、信貸年利率，給出中國(guó)人民銀行在年度信貸總額固定時(shí)對(duì)這些企業(yè)的信貸策略。

三、借貸策略決策樹模型

（一）原始指標(biāo)的選取

由于未給出各個(gè)企業(yè)年度財(cái)務(wù)報(bào)表，且題目信息中給出的數(shù)據(jù)代表的往來(lái)業(yè)務(wù)具有局限性，不能夠具體量化企業(yè)的全部資產(chǎn)以及所有者權(quán)益。因此我們?cè)谶x取定量分析企業(yè)貸款的綜合能力以及信貸風(fēng)險(xiǎn)時(shí)，以表1為主要內(nèi)容進(jìn)行選擇。

（二）HP-TOPSIS模型構(gòu)建

1. 確定評(píng)價(jià)指標(biāo)權(quán)重

由于企業(yè)信貸風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系中各個(gè)評(píng)價(jià)指標(biāo)的重要程度不一樣，在確定影響信用風(fēng)險(xiǎn)評(píng)估的各種指標(biāo)在評(píng)估體系中所占的比重往往難以定量化，在考慮不同因素的影響中，選擇采用AHP層次分析法判斷指標(biāo)權(quán)重的大小，規(guī)避決策者對(duì)于部分因素帶有主觀性，使結(jié)果更具準(zhǔn)確性和科學(xué)性。首先，建立決策階層的結(jié)構(gòu)模型，分為三層結(jié)構(gòu)，目標(biāo)層為需要進(jìn)行的決策問(wèn)題，決策層為判斷目標(biāo)質(zhì)量的各項(xiàng)指標(biāo)，指標(biāo)層為決策層細(xì)化因子。

2. 一致性檢驗(yàn)

將矩陣A中的元素和矩陣都進(jìn)行歸一化處理后，計(jì)算出該判斷矩陣的最大特征值λmax=n，當(dāng)判斷矩陣不具有一致性時(shí)，判斷矩陣A的最大特征值λmax>n，若λmax 與n的比值越大，則證明A的不一致性越嚴(yán)重。因而定義一致性指標(biāo)：

CI=

當(dāng)CI=0時(shí)，判斷矩陣A具有完全一致性，為衡量CI的大小引入隨機(jī)性指標(biāo)：

RI=

由CI與RI的比值計(jì)算一致性比率，如果CI<0.1時(shí)可以認(rèn)為構(gòu)建的A矩陣通過(guò)一致性檢驗(yàn)，根據(jù)特征值法能夠得到影響該企業(yè)風(fēng)險(xiǎn)評(píng)估的各個(gè)指標(biāo)權(quán)重。

3. TOPSIS排序法

TOPSIS根據(jù)評(píng)價(jià)對(duì)象與最初設(shè)定的理想解距離的遠(yuǎn)近程度來(lái)評(píng)價(jià)最佳決策方案，用Ci表示各評(píng)價(jià)方案與理想解的接近度，接近度指標(biāo)與信貸風(fēng)險(xiǎn)評(píng)估結(jié)果呈負(fù)相關(guān)，與企業(yè)綜合能力呈正相關(guān)。

各評(píng)價(jià)指標(biāo)與其正負(fù)解的距離記為D+，D-，根據(jù)Ci的排序評(píng)價(jià)信貸風(fēng)險(xiǎn)指標(biāo)：

D+=（i=1，2，…，p）

D-=（i=1，2，…，p）

Ci=

最后，基于AHP-TOPSIS模型下求出不同信譽(yù)條件下各企業(yè)的綜合評(píng)定分?jǐn)?shù)，如圖2所示。

由圖2可以直觀了解到并不是信譽(yù)評(píng)級(jí)越高，企業(yè)的綜合評(píng)定分?jǐn)?shù)越高，在A，B，C三種信譽(yù)等級(jí)下，C等級(jí)的綜合評(píng)定分?jǐn)?shù)最高。說(shuō)明綜合評(píng)定分?jǐn)?shù)受多因素影響，側(cè)面驗(yàn)證模型的準(zhǔn)確性。

（三）決策樹模型建立

基于AHP-TOPSIS法下計(jì)算各個(gè)企業(yè)的綜合實(shí)力能力指標(biāo)，分為企業(yè)是否違約兩種情況，若企業(yè)的信譽(yù)評(píng)價(jià)為D，則銀行決定不放貸給企業(yè)，在企業(yè)沒有違約的條件下若企業(yè)的綜合能力大于等于平均綜合評(píng)定分?jǐn)?shù)，則認(rèn)為該企業(yè)符合信譽(yù)高，信貸風(fēng)險(xiǎn)小的標(biāo)準(zhǔn)銀行放貸，若企業(yè)的綜合能力小于平均綜合評(píng)定分?jǐn)?shù)，則銀行不進(jìn)行放貸。

四、模型檢驗(yàn)

為避免評(píng)價(jià)時(shí)可能出現(xiàn)邏輯錯(cuò)誤，依據(jù)層次分析法的原理，定義一致性指標(biāo)來(lái)驗(yàn)證結(jié)果，通過(guò)SPSS進(jìn)行線性回歸分析，驗(yàn)證一致性指標(biāo)如表2所示。

由表2可以觀測(cè)到在F統(tǒng)計(jì)量下對(duì)應(yīng)的P值為0.021小于0.05，說(shuō)明線性回歸方程顯著。模型具有一定正確性。

五、模型評(píng)價(jià)與推廣

模型利用AHP-TOPSIS法確定各項(xiàng)財(cái)務(wù)指標(biāo)在評(píng)價(jià)企業(yè)綜合能力與信貸風(fēng)險(xiǎn)中所占比權(quán)重以及對(duì)各項(xiàng)財(cái)務(wù)指標(biāo)進(jìn)行優(yōu)先次序排序。根據(jù)企業(yè)是否違約和企業(yè)與綜合能力評(píng)定指標(biāo)之間的的關(guān)系可建立是否向企業(yè)借貸以及是否給予利率優(yōu)惠的決策樹模型。將中小企業(yè)未來(lái)的發(fā)展?jié)摿{入財(cái)務(wù)指標(biāo)的考量，具有前瞻性與創(chuàng)新性，避免了傳統(tǒng)財(cái)務(wù)指標(biāo)帶來(lái)的滯后性。

參考文獻(xiàn)：

[1]郭妍，張立光，劉佳.中小企業(yè)信貸風(fēng)險(xiǎn)度量模型研究——基于山東省的實(shí)證分析[J].東岳論叢，2013，34（07）：58-61.

[2]樊樹海，凌寧.基于AHP-TOPSIS模型的企業(yè)財(cái)務(wù)績(jī)效評(píng)價(jià)[J].會(huì)計(jì)之友，2018（06）：78-80.

[3]張夏.基于AHP-TOPSIS的iOS系統(tǒng)社交類APP圖標(biāo)評(píng)價(jià)模型構(gòu)建[D].濟(jì)南：齊魯工業(yè)大學(xué)，2019.

[4]徐曉玲.基于Logistic模型的中小企業(yè)信用風(fēng)險(xiǎn)研究[D].濟(jì)南：山東大學(xué)，2019.

[5]霍源源，姚添譯，李江.基于Probit模型的中國(guó)制造業(yè)企業(yè)信貸風(fēng)險(xiǎn)測(cè)度研究[J].預(yù)測(cè)，2019，38（04）：76-82.

[6]竇小凡.KNN算法綜述[J].通訊世界，2018（10）：273-274.

[7]謝堅(jiān).中小企業(yè)信貸違約的影響因素與應(yīng)對(duì)策略研究[D].成都：電子科技大學(xué)，2016.

[8]遲國(guó)泰，徐趁琤，李延喜.銀行資產(chǎn)負(fù)債管理中資產(chǎn)分配模型[J].大連理工大學(xué)學(xué)報(bào)，2001（04）：501-504.

（作者單位：羅勝尹、彭睿杰，西南石油大學(xué)信息學(xué)院;胡靜，西南石油大學(xué)財(cái)經(jīng)學(xué)院）