龔玲玲,遲國泰,杜永強(qiáng)
(1.大連理工大學(xué) 工商管理學(xué)院,大連 116024;2.大連職業(yè)技術(shù)學(xué)院 工商管理學(xué)院,大連 116035)
信用評價是商業(yè)銀行對貸款客戶的財務(wù)狀況和盈利能力等進(jìn)行的綜合評價,信用評價結(jié)果是商業(yè)銀行確定貸款風(fēng)險的依據(jù),對于銀行控制風(fēng)險具有重要意義。建立合理的信用評價指標(biāo)體系是信用評價的關(guān)鍵。如果評價指標(biāo)體系不合理,那么無論采用哪種評價方法都得不到合理的評價結(jié)果。
國外權(quán)威機(jī)構(gòu)構(gòu)建的比較有代表性的信用評價指標(biāo)體系有金融界普遍認(rèn)可的客戶信用等級評價“5C原則”[1]、5P評級體系[2]、穆迪[3]、標(biāo)準(zhǔn)普爾[4]以及美國三大信用局(Equifax、Experian和Trans Union)的FICO(Fairlsaac &Company)信用評價體系[5]。國內(nèi)典型機(jī)構(gòu)建立的頗具代表性的小企業(yè)信用評價指標(biāo)體系有中國工商銀行的小企業(yè)信用風(fēng)險評價指標(biāo)體系[6]、中國建設(shè)銀行的小企業(yè)信用等級[7]等。學(xué)者們構(gòu)建的小企業(yè)信用評價指標(biāo)體系中具有代表性的有:夏立明、宗恒恒和孟麗建立的由中小企業(yè)自身影響因素、核心企業(yè)影響因素、融資項(xiàng)目影響因素、貿(mào)易供應(yīng)鏈影響因素、宏觀環(huán)境影響因素5個準(zhǔn)則層構(gòu)成的中小企業(yè)信用風(fēng)險評價指標(biāo)體系[8];盧超和鐘望舒構(gòu)建的包括償債能力、盈利能力、營運(yùn)能力、現(xiàn)金流量、成長能力、企業(yè)基本素質(zhì)、企業(yè)發(fā)展前景7個準(zhǔn)則層的中小企業(yè)信用評價指標(biāo)體系[9]。此外,宋昱雯和劉亞娜利用模糊AHP(analytic hierarchy process)法構(gòu)建了中小企業(yè)信用評價體系[10];王波從財務(wù)視角利用MTS(Mahalanobis-Taguchi system)模型構(gòu)建了政府融資平臺貸款信用風(fēng)險評價指標(biāo)體系[11]。
現(xiàn)有的企業(yè)信用評價指標(biāo)體系存在的主要問題是:一是指標(biāo)體系偏重于企業(yè)財務(wù)指標(biāo),不適用于評價財務(wù)制度不健全、財務(wù)信息不透明的小企業(yè)的信用狀況;二是指標(biāo)體系不能有效區(qū)分違約狀況;三是指標(biāo)體系反映信息冗余。
針對上述問題,本文根據(jù)顯著性判別原理篩選出對違約狀況影響顯著的指標(biāo),通過相關(guān)分析刪除反映信息重復(fù)的指標(biāo),并利用國內(nèi)某商業(yè)銀行的隸屬于第二產(chǎn)業(yè)的小企業(yè)貸款數(shù)據(jù)進(jìn)行實(shí)例研究。
首先,對小企業(yè)信用評價指標(biāo)進(jìn)行海選。筆者重點(diǎn)關(guān)注美國穆迪、標(biāo)準(zhǔn)普爾、FICO、中國工商銀行等權(quán)威機(jī)構(gòu)[1-7]所構(gòu)建的評價指標(biāo)體系中的高頻指標(biāo),并結(jié)合文獻(xiàn)梳理結(jié)果[8-9],構(gòu)建了小企業(yè)信用評價海選指標(biāo)體系。該體系包括3 個一級準(zhǔn)則層、7個二級準(zhǔn)則層、84個海選指標(biāo)(見表1)。然后,刪除海選指標(biāo)體系中數(shù)據(jù)無法獲得的指標(biāo)以使初篩后的指標(biāo)滿足可觀測性。
表1 小企業(yè)信用評價海選指標(biāo)體系
基于顯著性判別原理的指標(biāo)篩選過程如下:根據(jù)邏輯回歸模型中變量系數(shù)的顯著性水平,判斷變量對于指標(biāo)體系的重要性,根據(jù)Wald值越大或顯著性概率越小則指標(biāo)越重要的原理,保留重要性大的指標(biāo);再根據(jù)相關(guān)分析結(jié)果和變異系數(shù),刪除反映信息冗余的指標(biāo)。
1)利用顯著性判別原理進(jìn)行指標(biāo)篩選。
根據(jù)邏輯回歸方程中變量系數(shù)的顯著性水平,判斷變量對于指標(biāo)體系的重要性。根據(jù)Wald值越大或顯著性概率越小則指標(biāo)越重要的原理,保留重要性大的指標(biāo),剔除無法顯著區(qū)分小企業(yè)違約狀況的指標(biāo),確保篩選后的指標(biāo)對小企業(yè)違約狀況具有顯著的鑒別能力。具體過程如下:
首先,確定原假設(shè)。原假設(shè):第i個評價指標(biāo)對小企業(yè)違約狀況無影響,即βi=0。
然后,計算各評價指標(biāo)的Wald 檢驗(yàn)統(tǒng)計量。其計算公式[12]如下:
式(4)中:Wi為第i個評價指標(biāo)的Wald檢驗(yàn)統(tǒng)計量;為第i個評價指標(biāo)的邏輯回歸系數(shù)的估計值;為第i個評價指標(biāo)的邏輯回歸系數(shù)的標(biāo)準(zhǔn)差。
接著,將各評價指標(biāo)的Wald檢驗(yàn)統(tǒng)計量(Wi)的檢驗(yàn)概率(Sig.)與其邏輯回歸系數(shù)的顯著性水平(A)進(jìn)行比較:如果前者小于或等于后者,則拒絕原假設(shè),即βi≠0,表明該評價指標(biāo)對小企業(yè)的違約狀況有顯著影響;如果后者大于前者,則接受原假設(shè),即βi=0,則該評價指標(biāo)對小企業(yè)的違約狀況無顯著影響。
2)通過相關(guān)分析進(jìn)行指標(biāo)篩選。
通過計算各評價指標(biāo)之間的相關(guān)系數(shù)來剔除相關(guān)系數(shù)較大的評價指標(biāo)也即反映信息重復(fù)的指標(biāo)。具體過程如下:
首先,計算各評價指標(biāo)之間的相關(guān)系數(shù)。其計算公式如下[13]:
式(5)中:rij為第i個指標(biāo)與第j個指標(biāo)的相關(guān)系數(shù);Zki為第k個評價對象的第i個評價指標(biāo)的值;為第i個評價指標(biāo)的均值。
然后,規(guī)定一個臨界值M(0<M<1):如果rij>M,遵循信息含量最大化原則,剔除其中一個評價指標(biāo);如果rij<M,則同時保留兩個評價指標(biāo)。指標(biāo)的變異系數(shù)反映了該指標(biāo)在信用評價中的鑒別能力。指標(biāo)的變異系數(shù)越大,則其信息含量越大,因此應(yīng)保留變異系數(shù)大的指標(biāo)。
第j個指標(biāo)的變異系數(shù)vj的計算公式[12]為:
式(6)中:vj為第j個指標(biāo)的變異系數(shù);n為被評價對象的個數(shù)為第j個指標(biāo)的均值,xij為第i個評價對象的第j個指標(biāo)的值。其中,的計算公式[13]為:
最后,根據(jù)相關(guān)分析結(jié)果剔除相關(guān)系數(shù)大的指標(biāo),保證篩選出的指標(biāo)所反映的信息不重復(fù)。
對信用評價指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,將之轉(zhuǎn)化為在區(qū)間[0,1]中的數(shù)值,以消除指標(biāo)數(shù)據(jù)的量綱不同對指標(biāo)篩選的影響。
1)定量指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理[13]。
第一,正向指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理。定量正向指標(biāo)的數(shù)值越大,表明貸款企業(yè)的信用情況越好。定量正向指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理公式為:
式(8)中:xij為第i個評價對象的第j個指標(biāo)的標(biāo)準(zhǔn)化值;vij為第i個評價對象的第j個指標(biāo)的原始值;n為評價對象的個數(shù)。
第二,負(fù)向指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理。定量負(fù)向指標(biāo)的數(shù)值越小,表明貸款企業(yè)的信用情況越好。定量負(fù)向指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理公式為:
式(9)中:xij為第i個評價對象的第j個指標(biāo)的標(biāo)準(zhǔn)化值;vij為第i個評價對象的第j個指標(biāo)的原始值;n為評價對象的個數(shù)。
第三,最佳區(qū)間指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理。最佳區(qū)間型指標(biāo)是其數(shù)據(jù)某一特定區(qū)間內(nèi)都是合理的指標(biāo)。例如,居民消費(fèi)價格指數(shù)(x3,4)的理想?yún)^(qū)間為[101,105],處于該區(qū)間既不存在通貨膨脹也不存在通貨緊縮。最佳區(qū)間指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理公式為:
其中:q1為最佳區(qū)間左邊界;q2為最佳區(qū)間右邊界;其他符號的含義與式(8)中的相同。
2)定性指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理。
可通過理性分析來制定合適的定性指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化處理標(biāo)準(zhǔn),如表2所示。
表2 定性指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化處理標(biāo)準(zhǔn)
依據(jù)《國民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)》下的“第二產(chǎn)業(yè)分類標(biāo)準(zhǔn)”[14]和“工業(yè)和信息化信部印發(fā)的《中小企業(yè)劃型標(biāo)準(zhǔn)規(guī)定》中的小企業(yè)劃型標(biāo)準(zhǔn)[15],本文從國內(nèi)某地區(qū)型商業(yè)銀行的貸款數(shù)據(jù)庫中提取2004—2012年期間其已結(jié)清的第二產(chǎn)業(yè)小企業(yè)的貸款數(shù)據(jù)。樣本數(shù)量為1974個,其中違約樣本119個、非違約樣本1855個。違約的界定標(biāo)準(zhǔn)為:逾期90天(不包含90天)仍未歸還本金或利息的即視為違約。選用第二產(chǎn)業(yè)小企業(yè)作為實(shí)證研究樣本的原因在于,該數(shù)據(jù)庫中違約的第二產(chǎn)業(yè)小企業(yè)較多。
首先,將各樣本在各評價指標(biāo)上的原始數(shù)據(jù)代入式(8)~式(10),從而得到相應(yīng)的標(biāo)準(zhǔn)化數(shù)據(jù)。再將這些標(biāo)準(zhǔn)化數(shù)據(jù)導(dǎo)入SPSS軟件,利用該軟件的“二元邏輯回歸”功能獲得各評價指標(biāo)的邏輯回歸系數(shù)估計 值和標(biāo)準(zhǔn) 差、Wald 檢驗(yàn)統(tǒng)計量(Wi)及其檢驗(yàn)概率(Sig.)。
然后,將各評價指標(biāo)的Wald檢驗(yàn)統(tǒng)計量的檢驗(yàn)概率(Sig.)與0.05進(jìn)行比較。設(shè)顯著性水平為0.05[12],結(jié)果顯示:18個指標(biāo)的Sig.值小于0.05,表明這些指標(biāo)對第二產(chǎn)業(yè)小企業(yè)的違約狀態(tài)有顯著影響,應(yīng)予以保留;63個指標(biāo)的Sig.值大于0.05,表明這些指標(biāo)無法用于顯著判別第二產(chǎn)業(yè)小企業(yè)是否違約,應(yīng)予以剔除。對第二產(chǎn)業(yè)小企業(yè)的違約狀態(tài)有顯著影響的指標(biāo)及其邏輯回歸系數(shù)估計值和標(biāo)準(zhǔn)差、Wald檢驗(yàn)統(tǒng)計量(Wi)及其檢驗(yàn)概率(Sig.)如表3所示。
表3 小企業(yè)信用評價指標(biāo)顯著性檢驗(yàn)結(jié)果
接著,計算各評價指標(biāo)的相關(guān)系數(shù)。將利用顯著性判別原理保留下的指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)代入式(5),計算各評價指標(biāo)的相關(guān)系數(shù)。也可應(yīng)用Excel軟件中的“數(shù)據(jù)分析—相關(guān)系數(shù)”功能得到各評價指標(biāo)的相關(guān)系數(shù)(r)。通常而言,0.8<r<1表示高度相關(guān),因此將相關(guān)分析的臨界值M 設(shè)定為0.8[13]。由相關(guān)分析結(jié)果可知,EBITDA 與凈利潤、城鄉(xiāng)居民人均儲蓄年末余額與城鄉(xiāng)居民人均可支配收入、企業(yè)間合同違約次數(shù)與企業(yè)法律糾紛情況這三組指標(biāo)的rij>0.8,因此要剔除這三組指標(biāo)中變異系數(shù)小的指標(biāo)。
再下來,計算高度相關(guān)的指標(biāo)的變異系數(shù)。將上述三組指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)代入式(6)和式(7),得到其均值x-j和變異系數(shù)vj(見表4),據(jù)此剔除變異系數(shù)小的指標(biāo)。
最后,在前文指標(biāo)篩選的基礎(chǔ)上,構(gòu)建第二產(chǎn)業(yè)小企業(yè)信用評價指標(biāo)體系,如表5所示。
根據(jù)文獻(xiàn)[13]計算可知:上述指標(biāo)體系用18.52%的指標(biāo)反映了海選指標(biāo)體系的88.30%的原始信息,滿足指標(biāo)體系合理性的判定標(biāo)準(zhǔn)[13]。
表4 相關(guān)系數(shù)大于0.8的指標(biāo)篩選結(jié)果
表5 基于邏輯回歸和相關(guān)分析的
本文在海選和初篩指標(biāo)的基礎(chǔ)上,根據(jù)邏輯回歸系數(shù)估計值的顯著性,篩選出能顯著區(qū)分小企業(yè)違約狀況的指標(biāo),進(jìn)而利用相關(guān)分析法剔除反映信息重復(fù)的指標(biāo),據(jù)此建立小企業(yè)信用評價指標(biāo)體系。然后,以某商業(yè)銀行的第二產(chǎn)業(yè)小企業(yè)貸款客戶為樣本,對上述指標(biāo)構(gòu)建過程進(jìn)行實(shí)例說明。結(jié)果表明:利用本文提出的指標(biāo)篩選方法建立小企業(yè)信用評價指標(biāo)體系,能用海選指標(biāo)體系的18.52%的指標(biāo)反映其88.30%的原始信息。
[1]WANG T C,CHEN Y H.Applying rough sets theory to corporate credit ratings[C].IEEE International Confer-ence:Service Operations and Logistics,and Informatics,2006:132-136.
[2]DERVIZ A,PODPIERA J.Predicting bank CAMELS and S&P ratings:the case of the czech republic[J].Emerging Markets Finance &Trade,2008,44(1):117-130.
[3]Moody’s Investors Service.Global Credit Research[R].Moody’s Investors Service,2005.
[4]Standard &Poor’s.China Top 50Banks[R].Standard &Poor’s,2007.
[5]Fair Isaac Corporation.Free FICO Credit Score[EB/OL].[2013-10-17].http://www.myfico.com/Default.aspx.
[6]中國工商銀行.關(guān)于印發(fā)《中國工商銀行小企業(yè)法人客戶信用等級評定辦法》的通知[R].中國工商銀行,工銀發(fā)[2005]78號.
[7]中國建設(shè)銀行.中國建設(shè)銀行小企業(yè)客戶評價辦法[R].中國建設(shè)銀行,2007.
[8]夏立明,宗恒恒,孟麗.中小企業(yè)信用風(fēng)險評價指標(biāo)體系的構(gòu)建——基于供應(yīng)鏈金融視角的研究[J].金融論壇,2011,190(10):73-79.
[9]盧超,鐘望舒.商業(yè)銀行對中小企業(yè)信用風(fēng)險評價的方法探索[J].金融論壇,2009,165(9):13-20.
[10]宋昱雯,劉亞娜.模糊AHP 法在中小企業(yè)信用評價指標(biāo)體系構(gòu)建中的應(yīng)用[J].企業(yè)導(dǎo)報,2013(16):37-38.
[11]王波.政府融資平臺貸款信用風(fēng)險評價——基于MTS模型的實(shí)證研究[J].技術(shù)經(jīng)濟(jì),2013,32(7):117-122.
[12]劉夢涵,于雷,張雪蓮,等.基于累積Logistic回歸道路交通擁堵強(qiáng)度評價模型[J].北京交通大學(xué)學(xué)報,2008,32(6):52-56.
[13]遲國泰.王衛(wèi).基于科學(xué)發(fā)展觀的綜合評價理論、方法與應(yīng)用[M].北京:科學(xué)出版社,2011:38-54.
[14]國家統(tǒng)計局.國民經(jīng)濟(jì)行業(yè)分類注釋2011[M].北京:中國統(tǒng)計出版社,2011.
[15]工業(yè)和信息化部,國家統(tǒng)計局,國家發(fā)展和改革委員會,財政部.關(guān)于印發(fā)中小企業(yè)劃型標(biāo)準(zhǔn)規(guī)定的通知(工信部聯(lián)企業(yè)[2011]300號)[R].北京:工業(yè)和信息化部,國家統(tǒng)計局,國家發(fā)展和改革委員會,財政部,2011.