朱強(qiáng)軍

(安徽師范大學(xué)皖江學(xué)院 電子工程系，安徽 蕪湖 241000)

隨著我國國有銀行商業(yè)改革的推進(jìn)和新型商業(yè)銀行的誕生，銀行的信貸風(fēng)險(xiǎn)管理成為銀行生存與發(fā)展的關(guān)鍵，加強(qiáng)信貸風(fēng)險(xiǎn)管理逐漸成為我國銀行業(yè)的共識(shí)。我國中小微企業(yè)發(fā)展迅速，第四次全國經(jīng)濟(jì)普查顯示，我國共有中小微企業(yè)法人單位1807萬家，占全部規(guī)模企業(yè)法人單位的99.8%[1]。黨中央、國務(wù)院高度重視中小微企業(yè)的發(fā)展，但中小微企業(yè)具有規(guī)模相對較小、盈利較低、提供抵押能力有限、金融服務(wù)覆蓋率低且渠道單一等特點(diǎn)，資金短缺是制約其發(fā)展的最主要原因之一。銀行信貸風(fēng)險(xiǎn)大，信貸風(fēng)險(xiǎn)管理是銀行的當(dāng)務(wù)之急。因此，結(jié)合我國中小微企業(yè)的實(shí)際情況，構(gòu)建中小微企業(yè)信貸風(fēng)險(xiǎn)評估模型尤為重要。對中小微企業(yè)的信用風(fēng)險(xiǎn)的評估可以為防范信貸風(fēng)險(xiǎn)提供依據(jù)，進(jìn)而及時(shí)控制銀行信貸風(fēng)險(xiǎn)的規(guī)模，調(diào)整銀行信貸策略。

國內(nèi)外學(xué)者對中小微企業(yè)融資難問題及信貸風(fēng)險(xiǎn)影響因素進(jìn)行了大量的研究。王權(quán)認(rèn)為，我國商業(yè)銀行在信貸風(fēng)險(xiǎn)管理方面尚缺乏全面、完整的風(fēng)險(xiǎn)管理建設(shè)，風(fēng)險(xiǎn)定量分析不足，信貸風(fēng)險(xiǎn)的研究缺少對信貸內(nèi)控評價(jià)機(jī)制的思考[2]。郭小波等在我國中小企業(yè)信貸風(fēng)險(xiǎn)識(shí)別因子的有效性分析研究中引入財(cái)務(wù)指標(biāo)和與企業(yè)及企業(yè)主特征有關(guān)的定性指標(biāo)作為研究變量，利用二項(xiàng)邏輯回歸分析比較了定量數(shù)據(jù)與定性數(shù)據(jù)在我國中小企業(yè)信用風(fēng)險(xiǎn)識(shí)別中的重要性[3]。Vassiliou對印度小微企業(yè)信貸案例進(jìn)行分析，認(rèn)為信貸風(fēng)險(xiǎn)影響因素主要有貸款人經(jīng)營理念、經(jīng)營水平、有無違法記錄、貸款利率等[4]。Daisuke Tsuruta對日本部分中小微企業(yè)的融資數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)中小微企業(yè)的信用低、財(cái)務(wù)數(shù)據(jù)缺失、失真等因素是融資難問題的主要原因[5]。葛騰飛等運(yùn)用KMV模型進(jìn)行計(jì)量分析，將違約概率作為評價(jià)指標(biāo)評判上市公司信用風(fēng)險(xiǎn)狀況[6]，但該方法評價(jià)指標(biāo)單一，對中小微企業(yè)有一定局限性。錢龍?jiān)谛畔⒉粚ΨQ條件下分析了銀企關(guān)系、銀行競爭對中小企業(yè)信貸風(fēng)險(xiǎn)的影響[7]。遲國泰等認(rèn)為，信貸風(fēng)險(xiǎn)評價(jià)是銀行的重要管理活動(dòng)，評價(jià)指標(biāo)的權(quán)重評估又是決定評價(jià)結(jié)果是否科學(xué)的關(guān)鍵環(huán)節(jié)[8]。賴軒誠應(yīng)用杠桿效應(yīng)和Z-score模型分析樂視網(wǎng)所面臨的財(cái)務(wù)風(fēng)險(xiǎn)的嚴(yán)重程度[9],但缺乏對違約評價(jià)指標(biāo)的信貸風(fēng)險(xiǎn)分析。高盼建立了基于財(cái)務(wù)類評價(jià)的指標(biāo)體系，采用DEA-TOPSIS綜合模型對小微企業(yè)進(jìn)行信用評價(jià)[10]，但缺乏定性評價(jià)指標(biāo)對企業(yè)信用的評價(jià)。孟好斯運(yùn)用AHP法對指標(biāo)賦權(quán)，采用統(tǒng)計(jì)學(xué)比較方法、專家評價(jià)法對定量和定性指標(biāo)賦予評判系數(shù)，構(gòu)建小微企業(yè)信用評價(jià)模型[11]，但該模型依賴評價(jià)主體，主觀性強(qiáng)，很難客觀地為銀行等金融機(jī)構(gòu)提供決策。因此，選擇中小微企業(yè)內(nèi)定量數(shù)據(jù)、定性數(shù)據(jù)以及企業(yè)外部信息作為信貸評價(jià)指標(biāo)，構(gòu)建科學(xué)合理的中小微企業(yè)信貸評價(jià)模型具有重要意義。

一、模型的建立

(一)評價(jià)指標(biāo)的選取與評價(jià)模型的構(gòu)建

風(fēng)險(xiǎn)指標(biāo)的選取以及風(fēng)險(xiǎn)定性、定量指標(biāo)的分析在信貸風(fēng)險(xiǎn)控制中尤為重要。根據(jù)科學(xué)性原則、全面性原則、可行性原則、可比性原則以及定量與定性結(jié)合原則[12-14]，選取了4個(gè)財(cái)務(wù)指標(biāo)(營業(yè)利潤、營業(yè)收益率、銷售增長率、營業(yè)利潤增長率)和4個(gè)非財(cái)務(wù)指標(biāo)(信譽(yù)評級、是否違約、進(jìn)項(xiàng)發(fā)票信息的發(fā)票狀態(tài)、銷項(xiàng)發(fā)票信息的發(fā)票狀態(tài))進(jìn)行分析。營業(yè)利潤為負(fù)的企業(yè)以及信譽(yù)評級較低的企業(yè)不予放貸，θi=0表示銀行對企業(yè)i不予放貸，θi=1表示銀行對企業(yè)i給予放貸。企業(yè)i銷項(xiàng)發(fā)票信息的價(jià)稅總計(jì)為mi，進(jìn)項(xiàng)發(fā)票信息的價(jià)稅總計(jì)為mi；銷項(xiàng)發(fā)票中的有效票數(shù)為ci，銷項(xiàng)發(fā)票中的總票數(shù)為ti，進(jìn)項(xiàng)發(fā)票的有效票數(shù)為di，進(jìn)項(xiàng)發(fā)票中的總票數(shù)為ri，將進(jìn)項(xiàng)發(fā)票與銷項(xiàng)發(fā)票兩個(gè)指標(biāo)賦予相同的權(quán)重。供求關(guān)系穩(wěn)定系數(shù)為ηi，ηj越接近1，表示企業(yè)i供求關(guān)系越穩(wěn)定。

根據(jù)企業(yè)的營業(yè)利潤和營業(yè)收益率，運(yùn)用TOPSIS(technique for order preference by similarity to ideal solution)算法計(jì)算出企業(yè)盈利能力系數(shù)ξ1，將企業(yè)的盈利能力分為強(qiáng)(ξ1>0.3)、較強(qiáng)(0.3≥ξ1>0.2)、一般(0.2≥ξ1>0.08)、較弱(0.08≥ξ1>0.03)、弱(ξ1≤0.03)5個(gè)類別，并將分類結(jié)果量化得到盈利能力等級χ(見表1)。

表1 盈利能力等級

根據(jù)企業(yè)的銷售增長率和營業(yè)利潤增長率，運(yùn)用TOPSIS算法計(jì)算出企業(yè)狀況系數(shù)ξ2，將企業(yè)狀況分為較好(ξ2>0.53)、一般(0.53≥ξ2>0.5)、較差(ξ2≤0.5)3個(gè)類別，并將企業(yè)狀況分類結(jié)果量化得到企業(yè)狀況等級M(見表2)。

表2 企業(yè)狀況等級

根據(jù)信譽(yù)評級和是否違約，將信譽(yù)評級(A、B、C、D 4個(gè)等級，其中信譽(yù)等級為D的企業(yè)將不予放貸)和是否違約(0表示違約，1表示未違約)分為A0、B1、B0、C1、C0 5個(gè)類別，企業(yè)分類結(jié)果量化得到信譽(yù)等級β(見表3)。

表3 信譽(yù)等級

(二)決策模型的建立

對中小企業(yè)信貸策略的研究，主要從盈利能力、企業(yè)狀況、信譽(yù)等級、供求關(guān)系這4個(gè)主要指標(biāo)進(jìn)行分析，向?qū)嵙?qiáng)、供求關(guān)系穩(wěn)定的企業(yè)提供貸款，并可以對信譽(yù)高、信貸風(fēng)險(xiǎn)小的企業(yè)給予利率優(yōu)惠，構(gòu)建企業(yè)基本狀況的1個(gè)一級決策指標(biāo)、4個(gè)二級決策指標(biāo)、8個(gè)三級決策指標(biāo)。詳情見表4。

表4 企業(yè)借貸決策指標(biāo)

反映企業(yè)盈利能力的財(cái)務(wù)指標(biāo)很多，選取營業(yè)利潤和營業(yè)收益率兩項(xiàng)指標(biāo)評價(jià)企業(yè)的盈利能力；企業(yè)狀況是評價(jià)企業(yè)的成長狀況和發(fā)展?fàn)顩r的，選取評價(jià)成長狀況的銷售增長率指標(biāo)和評價(jià)發(fā)展?fàn)顩r的營業(yè)利潤增長率指標(biāo)；信譽(yù)為銀行對企業(yè)的信任程度，企業(yè)的信譽(yù)越高，銀行對企業(yè)的風(fēng)險(xiǎn)評估越小，貸款的成功率增大；供求關(guān)系是評價(jià)企業(yè)的供求穩(wěn)定狀態(tài)的，有效發(fā)票占總票數(shù)比例大，代表供求關(guān)系穩(wěn)定，反之則供求關(guān)系不穩(wěn)定。信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)由盈利能力、企業(yè)狀況、信譽(yù)等級、供求關(guān)系4個(gè)二級決策指標(biāo)共同影響。4個(gè)二級決策指標(biāo)分別由8個(gè)三級決策指標(biāo)決定，每2個(gè)三級決策指標(biāo)決定1個(gè)二級決策指標(biāo)。

企業(yè)i第j年銷項(xiàng)發(fā)票信息的價(jià)稅總計(jì)為mij，進(jìn)項(xiàng)發(fā)票信息的價(jià)稅總計(jì)為nij，該企業(yè)的營業(yè)利潤為：

Mi=mi-ni

(式1)

該企業(yè)營業(yè)收益率為：

(式2)

根據(jù)式1、式2的計(jì)算結(jié)果，運(yùn)用TOPSIS算法計(jì)算出企業(yè)盈利能力系數(shù)ξ1。

該企業(yè)銷售增長率為：

(式3)

該企業(yè)營業(yè)利潤增長率為：

(式4)

根據(jù)式3、式4的計(jì)算結(jié)果，運(yùn)用TOPSIS算法計(jì)算出企業(yè)狀況系數(shù)ξ2。

銷項(xiàng)發(fā)票中的有效票數(shù)為ci，銷項(xiàng)發(fā)票中的總票數(shù)為ti，銷項(xiàng)發(fā)票的有效系數(shù)為：

xi=ci/ti

(式5)

進(jìn)項(xiàng)發(fā)票中的有效票數(shù)為di，進(jìn)項(xiàng)發(fā)票中的總票數(shù)為ri，進(jìn)項(xiàng)發(fā)票有效系數(shù)為：

yi=di/ri

(式6)

銷項(xiàng)發(fā)票的有效系數(shù)和進(jìn)項(xiàng)發(fā)票有效系數(shù)被賦予相同的權(quán)重，供求關(guān)系穩(wěn)定系數(shù)為銷項(xiàng)發(fā)票的有效系數(shù)和進(jìn)項(xiàng)發(fā)票有效系數(shù)的均值，供求關(guān)系穩(wěn)定系數(shù)為：

ηi=(xi+yi)/2 (0≤ηi≤1)

(式7)

供求關(guān)系穩(wěn)定系數(shù)越大，企業(yè)的供求關(guān)系越穩(wěn)定。運(yùn)用熵權(quán)-TOPSIS算法綜合盈利能力、企業(yè)狀況、信譽(yù)等級以及供求關(guān)系4個(gè)二級決策指標(biāo)獲得信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)。

二、熵權(quán)-TOPSIS算法的中小微企業(yè)信貸風(fēng)險(xiǎn)評價(jià)

TOPSIS算法由Hwang和Yoon[15]于1981年提出，是為了解決系統(tǒng)工程中有限方案的多目標(biāo)決策問題的，是距離綜合評價(jià)法。近年來，該算法被用于風(fēng)險(xiǎn)決策分析、土地整理實(shí)施效益評價(jià)以及績效評價(jià)等多個(gè)方面[16-19]，取得了成功，但該算法將不同影響因素的重要程度默認(rèn)為相同，即指標(biāo)的權(quán)重相同，這與實(shí)際情況不符。熵權(quán)法[20]是一種客觀賦權(quán)方法。1948年，Shannon將物理中的熵引入到信息論中度量數(shù)據(jù)攜帶的有效信息量，所以熵可以用來確定權(quán)重值[21]。本文采用熵權(quán)法與TOPSIS算法相結(jié)合即熵權(quán)-TOPSIS算法評價(jià)企業(yè)信貸風(fēng)險(xiǎn)。

根據(jù)企業(yè)的盈利能力、企業(yè)狀況、信譽(yù)等級以及供求關(guān)系穩(wěn)定系數(shù)4個(gè)評價(jià)指標(biāo)構(gòu)成原始矩陣A：

供求關(guān)系穩(wěn)定系數(shù)為極大型指標(biāo)，盈利能力等級、企業(yè)狀況等級、信譽(yù)等級為極小型指標(biāo)。正向化處理時(shí)，極小型指標(biāo)轉(zhuǎn)化為極大型指標(biāo)為：

μ′=max-μ

(式8)

對矩陣A正向化，得到矩陣X：

通過正向化矩陣X計(jì)算概率矩陣為：

(式9)

計(jì)算每個(gè)指標(biāo)的信息熵，設(shè)第j個(gè)指標(biāo)的信息熵ej為：

(式10)

求信息效應(yīng)值dj：

dj=1-ej

(式11)

對dj歸一化得到熵權(quán)：

(式12)

(式13)

(式14)

計(jì)算評價(jià)對象i的得分Si，計(jì)算公式為：

(式15)

通過熵權(quán)-TOPSIS算法對各個(gè)指標(biāo)客觀賦權(quán)，得到信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)Γ。Γ值越大，企業(yè)信貸風(fēng)險(xiǎn)越?。沪Ｖ翟叫?，企業(yè)信貸風(fēng)險(xiǎn)越大。熵權(quán)-TOPSIS算法流程如圖1所示。

圖1 熵權(quán)-TOPSIS算法流程

三、實(shí)證分析

構(gòu)建的信貸風(fēng)險(xiǎn)決策模型由多種定性和定量指標(biāo)組成。為了保證數(shù)據(jù)的真實(shí)性、準(zhǔn)確性和有效性，文中所涉及的企業(yè)信息以及定性、定量指標(biāo)數(shù)據(jù)皆來源于2020年全國大學(xué)生數(shù)學(xué)建模競賽的123家有信貸記錄的中小微企業(yè)的相關(guān)信息。

根據(jù)企業(yè)的進(jìn)項(xiàng)發(fā)票和銷項(xiàng)發(fā)票的合計(jì)稅額得到123家企業(yè)的進(jìn)項(xiàng)價(jià)稅總計(jì)和銷項(xiàng)價(jià)稅總計(jì)，從而獲得三級決策指標(biāo)企業(yè)的營業(yè)利潤，將營業(yè)利潤為負(fù)或信譽(yù)評級為D的企業(yè)不予放貸，共計(jì)30家。不予放貸的30家企業(yè)的情況見表5。

表5 不予放貸的30家企業(yè)的情況

對于營業(yè)利潤非負(fù)且信譽(yù)評級高于D的93家企業(yè)，利用TOPSIS算法計(jì)算出企業(yè)盈利能力系數(shù)和企業(yè)狀況系數(shù)。具體如圖2所示。

圖2 盈利能力系數(shù)和企業(yè)狀況系數(shù)

根據(jù)系數(shù)將企業(yè)盈利能力和企業(yè)狀況量化成企業(yè)的盈利能力等級和企業(yè)狀況等級。盈利能力等級如圖3所示，企業(yè)狀況等級如圖4所示。

圖3 盈利能力等級

圖4 企業(yè)狀況等級

根據(jù)信譽(yù)評級和是否違約得到的信譽(yù)等級如圖5所示；根據(jù)進(jìn)項(xiàng)發(fā)票和銷項(xiàng)發(fā)票的有效狀態(tài)得到進(jìn)項(xiàng)發(fā)票和銷項(xiàng)發(fā)票的穩(wěn)定系數(shù)，進(jìn)而得到的供求關(guān)系穩(wěn)定系數(shù)如圖6所示。

圖5 信譽(yù)等級

圖6 供求關(guān)系穩(wěn)定系數(shù)

根據(jù)盈利能力等級、企業(yè)狀況等級、信譽(yù)等級、供求關(guān)系穩(wěn)定系數(shù)獲得信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)Γ。

首先，通過熵權(quán)-TOPSIS算法對原始數(shù)據(jù)標(biāo)準(zhǔn)化處理，得到4個(gè)指標(biāo)的標(biāo)準(zhǔn)化矩陣Z，將標(biāo)準(zhǔn)化后矩陣每列的最大值和最小值分別合并得到最大值向量Z+和最小值向量Z-。最大值向量與最小值向量見表6。

表6 最大值向量與最小值向量

其次，將企業(yè)的4個(gè)指標(biāo)量化構(gòu)成正向化矩陣X，用正向化矩陣各列歸一化得到概率矩陣P，由概率矩陣計(jì)算出各個(gè)指標(biāo)的信息熵e，利用信息熵定義信息效應(yīng)值并將其歸一化得到熵權(quán)值W。盈利能力等級、企業(yè)狀況等級、信譽(yù)等級、供求關(guān)系穩(wěn)定系數(shù)熵權(quán)值見表7。

表7 指標(biāo)熵權(quán)重

最后，通過最大值向量、最小值向量計(jì)算各個(gè)評價(jià)指標(biāo)到正、負(fù)理想解之間的歐氏距離D+、D-，綜合各個(gè)指標(biāo)與正、負(fù)理想解之間的歐氏距離計(jì)算出得分S，將得分S定義為信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)Γ。93家企業(yè)信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)如圖7所示。

圖7 信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)

從圖7可知，企業(yè)代號(hào)為2、3、4、7、9、10的6家企業(yè)的信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)明顯高于其他企業(yè)，銀行放貸風(fēng)險(xiǎn)低，可以為這類企業(yè)提供較大的信貸額度以及制定較優(yōu)的信貸策略；企業(yè)代號(hào)為11、44、47、53、56的5家企業(yè)的信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)明顯低于其他企業(yè)，銀行放貸風(fēng)險(xiǎn)高，不宜給予放貸。

四、結(jié)論和建議

(一)結(jié)論

我國中小微企業(yè)數(shù)量巨大，融資缺口大，銀行每年都能接到大量的中小微企業(yè)的貸款申請，但中小微企業(yè)規(guī)模小、能抵押的資產(chǎn)少、信譽(yù)風(fēng)險(xiǎn)高、信息不透明，而銀行需要穩(wěn)健經(jīng)營，所以建立科學(xué)合理的中小微企業(yè)信貸風(fēng)險(xiǎn)評價(jià)模型尤其重要。本文根據(jù)國家信貸政策、基于企業(yè)交易票據(jù)等信息，建立了一個(gè)中小微企業(yè)信貸風(fēng)險(xiǎn)評價(jià)模型。該模型綜合考慮中小微企業(yè)的盈利能力、狀況、供求關(guān)系等因素，從多角度挖掘出8個(gè)三級決策指標(biāo)，通過三級決策指標(biāo)中的營業(yè)利潤、信譽(yù)評級剔除不符合要求的中小微企業(yè)，對符合要求的中小微企業(yè)利用三級決策指標(biāo)并使用TOPSIS算法得到各企業(yè)的相關(guān)系數(shù)，再量化成等級，構(gòu)成二級決策指標(biāo)。采用熵權(quán)法對二級決策指標(biāo)客觀賦權(quán)，利用TOPSIS算法得到信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)。根據(jù)中小微企業(yè)的信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)，銀行等金融機(jī)構(gòu)為中小微企業(yè)提供貸款策略。在123家有信貸記錄的中小微企業(yè)中進(jìn)行驗(yàn)證，得出如下結(jié)論：

第一，該模型選取影響信貸風(fēng)險(xiǎn)的指標(biāo)較全面。選取影響信貸風(fēng)險(xiǎn)的4個(gè)財(cái)務(wù)指標(biāo)和4個(gè)非財(cái)務(wù)指標(biāo)共8個(gè)三級決策指標(biāo)，較為全面地覆蓋了影響中小微企業(yè)信貸風(fēng)險(xiǎn)的因素，減少了信貸風(fēng)險(xiǎn)評價(jià)的主觀性影響，增強(qiáng)了客觀性。

第二，該模型構(gòu)建了3個(gè)等級的決策指標(biāo)，最終獲得評價(jià)中小微企業(yè)信貸風(fēng)險(xiǎn)大小的一級決策指標(biāo)信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)。利用8個(gè)三級決策指標(biāo)確定盈利能力等級、企業(yè)狀況等級、信譽(yù)等級、供求關(guān)系穩(wěn)定系數(shù)4個(gè)二級決策指標(biāo)，采用熵權(quán)法對這4個(gè)二級決策指標(biāo)客觀賦予權(quán)重，利用TOPSIS算法對所采集的定性、定量數(shù)據(jù)進(jìn)行預(yù)處理以及量化轉(zhuǎn)換，消除各個(gè)二級決策指標(biāo)之間的量綱及相關(guān)影響，得到歸一化的一級決策指標(biāo)信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)。根據(jù)中小微企業(yè)的信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)差異，銀行等金融機(jī)構(gòu)為中小微企業(yè)提供不同貸款決策。

第三，該模型在123家有信貸記錄的中小微企業(yè)中得到驗(yàn)證。該模型有效可行，可以為銀行等金融機(jī)構(gòu)對中小微企業(yè)信貸風(fēng)險(xiǎn)評價(jià)提供理論支撐和參考依據(jù)。

(二)建議

為了更好地解決中小微企業(yè)融資難以及銀行信貸風(fēng)險(xiǎn)大等問題，中小微企業(yè)信貸風(fēng)險(xiǎn)評價(jià)模型可以進(jìn)一步深入研究的方向如下：

第一，信貸風(fēng)險(xiǎn)評價(jià)模型與大數(shù)據(jù)技術(shù)相結(jié)合?；诖髷?shù)據(jù)技術(shù)能解決中小微企業(yè)的數(shù)據(jù)失真、信息不透明等問題，同時(shí)，利用大數(shù)據(jù)挖掘和分析技術(shù)可以實(shí)時(shí)處理數(shù)據(jù)，動(dòng)態(tài)調(diào)整中小微企業(yè)的信貸風(fēng)險(xiǎn)平穩(wěn)系數(shù)。

第二，引入中小微企業(yè)行業(yè)結(jié)構(gòu)和供應(yīng)鏈情況的決策指標(biāo)。根據(jù)中小微企業(yè)主要經(jīng)濟(jì)活動(dòng)性質(zhì)進(jìn)行行業(yè)分類，結(jié)合中小微企業(yè)所在的行業(yè)、行業(yè)中所處供應(yīng)鏈的上下游情況以及供應(yīng)鏈中地位的重要性，建立不同行業(yè)的中小微企業(yè)信貸風(fēng)險(xiǎn)評價(jià)模型。