《商业银行微贷业务信用风险评估浅探》由会员分享，可在线阅读，更多相关《商业银行微贷业务信用风险评估浅探（5页珍藏版）》请在金锄头文库上搜索。
1、最新【精品】范文 参考文献 专业论文商业银行微贷业务信用风险评估浅探商业银行微贷业务信用风险评估浅探 摘要：本文选取系列定量指标，利用主成分分析法进行分析和提取主成分，计算企业的综合信用得分。计量结果表明，小微企业的短期偿债能力和现金流水平对信用风险评估影响显著。银行得到信用评分后，可自行设定标准分类，做出判断。 关键词：微贷业务；主成分分析；信用风险 一、文献综述 信用风险研究源于国外。Beaver（1968）建立了单变量财务指标线性模型来判别信用风险。Altman建立了Z-Score多变量分析模型。Richard（1977）将46家规模相似的破产公司与具有偿债能力的公司对比，得出度量企业信
2、用风险的模型，根据Z值判断企业破产可能性。1995年，KMV公司开发EDF模型，估算企业预期违约概率。J.P.Morgan1997年开发了Credit Metrics模型，对贷款和非交易性资产进行估价和风险计算。麦肯锡公司开发了Credit Portfolio View模型，将转移概率与宏观因素的关系模型化，不断加入宏观因素冲击来模拟转移概率的变化，得出系列参数值。瑞士银行1996年开发了Credit Risk+模型。 国内企业信用风险计量研究逐渐丰富。陈静（1999）首次用计量模型研究财务困境预警。李志辉等（2005）构建了包括流动比率等反映企业清偿能力的财务指标体系。粟勤（2011）运用L
3、ogit模型得出关系型银行变量对银行中小企业贷款的可获得性有正向影响。邱红星等（2012）结合湖州小微企业贷款情况做实证研究，重点分析了贷款价格与风险容忍、最小贷款规模与不良贷款率的关系。祝健等（2012）认为“大数定律”定价模式更有效。 二、信用风险评价的模型选择和构建 （一）信用风险评价指标体系 微贷业务信用风险评价指标须考虑指标的全面性、科学性和可操作性等。根据现阶段商业银行的信贷评估关注点，评估指标多基于财务管理理论和财务信息，包括偿债能力、营运能力、盈利能力、发展成长能力指标，构成商业银行信用评价体系的主要指标。本文拟选取以下指标，见表1。 （二）模型的选择及原理 由于选取的指标较多
4、且具有相关性，故可采用主成分分析法进行实证分析。主成分分析是考虑各指标间的相互关系，利用降维思想将多个指标转换为少数几个互不相关的指标，是使研究变得简单的一种方法。 统计原理：设向量x=（x1，x2，.xp）的相关系数矩阵为R，12.p为R的特征值，e1，e2，.ep为对应的标准正交特征向量，则第i个主成分为yi=e1ix1+e2ix2+epixp，i=1，2，.，p（公式2.1）；第k个主成分方差占总方差的比例pk=p/i。当p较大，并且前若干个主成分方差之和占总方差的80%85%，则用这若干个主成分代替原来p个变量。 三、实证分析 本文选取2012年向某部分商业银行申请贷款的小微企业为对象
5、，剔除信息不完整的，兼顾行业覆盖程度，最终选取348个测试样本，涉及零售、机械、服务、纺织服装、医疗、电子等行业。 （一）KMO和Bartlett球形度检验 KMO和Bartlett球形度检验用于检验样本是否适合做因子分析。如表2所示，KMO值达到了0.71，较适合做主成分分析。Bartlett球型检验用于检验相关矩阵是否是单位矩阵，以5%为显著水平，p值小于0.001，拒绝了单位相关矩阵的假设，数据适合做因子分析。 （二）因子分析过程 主成分因子的提取遵循两个原则：累积方差贡献率在80%以上；提取因子的特征值大于1。表3“初始特征值”一栏中的“合计”是因子特征根，“方差的%”是各因子方差贡献
6、率。前7个主成分同时满足两个原则，已解释了总方差的80.14%，特征值均大于1，故提取前7个成分进行分析。 （三）主成分分析 主成分分析通过SPSS“分析降维因子分析”过程实现，从而得到旋转前因子载荷矩阵。旋转前的因子载荷矩阵，不是主成分分子中需要的标准化正交向量，要利用公式eij=aij/计算标准化特征向量。通过SPSS计算得到新的标准化正交特征向量矩阵T207，再求变量标准化矩阵Z与标准化的正交特征向量T之积，根据公式2.1和T207系数矩阵计算主成分，得到Y3487；代入标准化变量后得到的各主成分得分（见表4）。最后根据表3中前7个主成分的方差贡献率，计算综合得分，如y综1=23.597
7、%y1+14.756%y2+ 5.048%y7，依次类推得到最后一列y综，已按降序排名。银行可以设定标准根据综合得分进行分类，结合非财务信息具体分析某企业的信用风险水平。 四、实证结果讨论 第一主成分贡献率较大的是X5、X2、X6；第二主成分贡献率较大的是X15、X14、X19；第三主成分贡献率较大的是X9、X10、X12；第四主成分贡献率较大的是X18、X19；第五主成分贡献率较大的是X4、X8；第六主成分贡献率较大的是X16；第七主成分贡献率较大的是X1。 反映偿债能力的资产负债率、经营活动现金流量净额债务比、现金流量比率，反映营运能力的应收账款周转率、存货周转率，反映盈利能力的总资产净利
8、率、净资产收益率，反映发展能力的净利润增长率、销售收入增长率，对信用风险评估影响显著。由于模型假设条件严格，部分小微企业被剔除出去，现实中财务和信息情况具有多样性和不确定性，部分非财务因素也有一定参考意义。但是，该分析有利于对小企业贷款信用风险进行预测和控制。 五、建议 （一）商业银行角度 一是加大技术支持。提高科技力量支持，特别是建立健全的数据库，包括企业和个人的财务及非财务信息的收集和整理，尽量减少信息不对称，为更加科学地计量信用风险做准备。二是简化流程，高效审批。借鉴国外中小微企业授信成功的案例，简化申请程序，让具有专业素质和经验的人员评审，适度提高风险容忍度和下放信贷审批权限。三是丰富
9、小企业金融业务和产品。在现有小企业品牌基础上，创造更好的金融产品和实践，丰富小企业贷款渠道。四是强化贷后管理。跟踪贷款用途和动向，如果与申请时的信息不符，经查实，有权撤回贷款或告知企业将资金用于申请用途，降低违约概率。 （二）企业角度 一是完善自身财务体系。如果自身财务状况不够有优势，应该严格以抵押或担保中介担保的方式来缓解风险，以提高银行对其信任度，增加信贷成功的可能性。二是注重负债状况和现金流状况。从实证结果看，企业负债和现金流状况对信用风险评估影响显著。所以，小微企业要注重资产负债结构，保证一定的现金流，增加上下游企业的跟踪和关注，保证一定的现金流，一旦供应商或客户出现不利变动，应立即改
10、变发展战略，防范潜在风险。 （三）政府和监管者角度 完善中小微企业金融服务机制。政府鼓励商业银行开展小微金融业务的政策和指导对小企业信贷业务的发展具有重要推动作用。另外，政府应给予相应的技术和资金支持，由央行牵头建立全国征信体系，确保信用记录可以在全国联网查询，简化小微企业信贷审批审查程序。 参考文献 1Beaver. Finance ratios as predictors of failure： Empirical Research in Accounting：J. Journal of Accounting Research， 1996（05）. 2Altman E I. Financi
11、al ratios， discriminant analysis and the prediction of corporate bankruptcyJ. The Journal of Finance， 1968（23）. 3Richard L. Daft. Essentials of Organization Theory & Design M.北京：机械工业出版社，1999. 4陈静.上市公司财务恶化预测的实证分析J.会计研究，1999（04）. 5李志辉，李萌.我国商业银行信用风险识别模型及其实证研究J.经济科学，2005（05）. 6粟勤.中国银行业中小金融机构发展报告（2010）M.北京：对外经济贸易大学出版社，2011. 7邱红星，陈杰，吴狄.基层银行小企业贷款利率风险定价机制研究以浙江湖州微小企业贷款作实证分析J.现代商业，2009（03）. 8祝健，沙伟婧.基于交易费用视角的小微企业银行融资创新J.福建农林大学学报（哲社版），2012（03）. （作者单位：上海理工大学管理学院）-最新【精品】范文
