1、基于因子分析的我国中小企业贷款信用风险评价研究摘 要 本文针对中小企业发展中所面临的贷款难问题，在对客户资料进行初步筛选后，建立了中小企业贷款信用风险评价指标体系，运用多元统计方法中的因子分析法对样本企业进行信用评估，得出适合我国中小企业的贷款信用风险评价模型，从而为中小企业融资和商业银行评价授信企业提供更为简洁和有效的依据。 关键词 中小企业；信用风险评价；因子分析 doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2013 . 21. 002 中图分类号 F275 文献标识码 A 文章编号 1673 - 0194（2013）21- 0004- 03 1
2、引 言 随着我国加入 WTO 和经济体制改革的逐步深入，我国银行业面临着外资银行涌入的巨大压力，同时，这也给我国银行业提供了加快发展和参与国际竞争的良好机遇。如何把握好经济发展的有利时机，力求在风险得到有效控制的前提下，大力发展信贷业务，是我国商业银行面临的一大挑战。 20 世纪 90 年代以来，随着经济的迅猛发展和社会主义市场经济改革的不断深化，中小企业成为拉动经济增长的重要力量、吸纳社会就业的主要载体及技术与机制创新的有效组织形式。据有关部门统计，中小企业已经成为我国国民经济的重要组成部分，在全国企业总户数中中小企业占 98.5%，职工人数占 70%，资产总额占 50%，销售额占 60%，
3、工商税收占 50%。不难看出，中小企业在我国国民经济发展、社会稳定和人民生活改善中起着举足轻重的作用1。然而，中小企业在迅速发展的过程中也遇到了许多问题，其中资金不足、融资困难已成为制约中小企业发展的重要因素。对我国大多数中小企业而言，融资困难主要体现在贷款难上面。目前中小企业获得银行贷款的份额不到银行全部贷款额的四成，这与其在国民经济中的地位极不相称。另外，目前银行的信用评估体系中，缺乏有效的针对中小企业贷款信用的评估体系，中小企业的资信评级通常难以达到银行放贷标准而被银行排除在放贷对象之外，这样的结果在一定程度上会制约中小企业的发展，进而对国民经济的整体发展也会产生一定的影响。党的十八大报
4、告指出，针对经济发展中遇到的难题，我们要从实际出发，确保政府对企业的扶持政策落到实处，重点扶持中小企业发展，扩大生产，增加就业，保持社会稳定，政府要帮助中小企业拓宽融资之路，让中小企业可以顺利地摆脱困境，支撑经济的快速增长，提升中小企业的创新能力，提高企业的内在发展潜力，加快调整经济结构，努力实现经济的快速增长。 因此，建立适合我国中小企业的贷款信用风险评价模型具有重要意义。 2 我国中小企业贷款信用风险评价模型的建立 2.1 因子分析模型的原理 因子分析起源于 20 世纪初，K.Pearson 和 C.Spearman 等学者定义和测定智力所做的统计分析。该模型的目的是用几个不可观测的隐变量
5、来解释原始变量之间的协方差关系，是主成分分析的推广和发展，也是一种重要的降维方法2。因子分析（Factor Analysis）是根据相关性大小把变量分组，使得同组内的变量之间的相关性较高，但不同组的变量相关性较低。每组变量代表一个基本结构，称为公共因子（彼此之间不相关） 。然后把描述变量的信息分解为这些公共因子所表达的信息和每个变量特有的信息。具体地讲，就是用少数几个不可测的所谓公共因子的线性函数与特殊因子之和来描述原来的每一分量，并且因子分析还可用于对变量或样品的分类处理。 一般地，因子分析的数学模型为： 设有 n 个样品，每个样品观测 p 个变量，且数据已标准化。记公共因子变量为 F1，F
6、2，Fm（mp） 。 如果 x=（x1，x2，xp）是可观测随机向量，且均值向量E（x）=0，协方差与相关矩阵 R 相等。 F=（F1，F2，Fm）是不可观测向量，且均值向量 E（F）=0，协方差 COV（F）=I。 =（1，2，p）与 F=（F1，F2，Fm）相互独立，且 E（）=0，Var（）=diag（112，pp2） 。 则模型x1=a11F1+a12F2+a1mFm+1x2=a21F1+a22F2+a2mFm+2xp=ap1F1+ap2F2+apmFm+p 式 1 称为因子模型，其矩阵形式为 x=AF+ 式 2 其中 x=（x1，x2，xp），F=（F1，F2，Fm），=（1，2，p
7、）， A=a11 a1map1 apm 上述模型中，F1，F2，Fm 称为公共因子，它们是相互独立的理论变量，在各个原观测变量中都要体现。公共因子的含义需结合具体问题的实际意义而定。1，2，p 称为特殊因子，主要体现了同类变量的个体差异。 矩阵 A 中的元素 aij 称为因子载荷。aij 的绝对值越大，表明 xi 与Fi 的相依程度越大，或者说 Fj 对 xi 的载荷量越大，Fj 反映 xi 的信息也就越多。 因子分析可用于多指标的综合评价。它的思路就是估算 m 个公因子F1，F2，Fm 的得分 FAC1_1，FAC1_2，FAC1_m，以每个公共因子的方差贡献率占 m 个公共因子的总方差贡献
8、率的比重 j 作为权数（要求累计方差贡献率达到要求） ，构造综合评价函数 FAC1=1FAC1_1+2FAC1_2+mFAC1_m 式 3 由此公式可以计算出每个样本的综合评价函数得分，据此对样本进行比较分析3。 2.2 实证数据分析 本文主要运用因子分析法对中小企业贷款信用评价模型进行实证分析。根据中小企业的自身特点、企业的成长理论和企业的一些报表，主要从中小企业的信用潜质方面进行评估，并结合目前我国企业贷款信用评级指标体系的内容和特点，设置了以下一些指标，主要包括企业的财务因素、非财务因素和经济环境因素 3 个方面。首先，企业的财务因素是一个企业财务状况、经营状况的体现，是在信用评级中的关
9、键因素，包括盈利能力指标中的销售毛利率、销售净利率、资产净利率和资产净收益率，营运能力指标中的存货周转率、应收账款周转率、流动资产周转率和总资产周转率，偿债能力分析中的营运资金比率、现金流动负债比率、资产负债率、流动比率和速动比率，财务结构中的债务资本比和净资产比率；其次，非财务因素也在一定程度上反映了企业发展潜力、信誉状况和抗风险能力，主要用企业资产来衡量；三是环境经济因素，即企业生存和发展的大环境，是不可缺少的因素，主要以 GDP 增长率和CPI 增长率进行分析。 从中小企业的自身特点出发，同时考虑到一些指标很难取得，如银行的授信数量和企业历史的利息偿还记录等，因此，本文主要是以企业的资产
10、负债表、利润表、现金流量表及国家宏观经济运行状况为分析数据的来源，选取 19 个中小企业作为研究的样本数据，为了与财务定量分析相结合，非财务指标的选取亦考虑尽可能量化。通过对数据的运算，得出了关于中小企业贷款信用风险评价的初步指标数据，在建立模型之前，对指标进行无量纲化处理。无量纲化处理就是对多个不同的指标数据进行合成，转化成无量纲的标准化数据，这样才能进行比较分析。数据预处理之后的指标即为标准化指标，可以直接应用于分析中。分析时首先检验因子模型的前提条件，然后进行因子分析，通过因子旋转计算因子综合得分，并得出是否给予贷款的阈值，然后得出适合评价中小企业贷款风险的信用评价模型。 在进行中小企业
11、贷款信用风险评价时，首先需要计算出各个因子得分，然后计算各中小企业的综合得分，以此对其进行有针对性的研究。而在计算各因子得分以及各企业的综合得分时，需要用到标准化后的样本数据。参照标准化的样本数据和因子得分系数矩阵可以计算出样本企业的各自公共因子得分系数表。先以第一个企业为例，计算其第一个公共因子的得分值，其他公因子的得分和其他的企业的计算同理。 F1=0.0520.007 521 888+0.0530.011 659 22-0.1110.932 423 677+0.0440.038 076 558 2+0.2160.047 933 176-0.0320.498 862 065-0.570.5
12、41 617 518+0.0560.339 788 627+0.0560.199 315 451+0.2040.141 111 609-0.0140.054 343 636+0.0130.100 667 251-0.0490.014 085 018+0.2330.004 029 732-0.2160.952 066 824+0.1940+0.0321+0.0321=-0.219 17 式 4 根据上面的公式给出各企业公共因子的得分表，见表 1。 通过计算，公共因子 F1、F2、F3、F4 的方差贡献率的近似值分别为0.253、0.233、0.193、0.170，那么现以 4 个公共因子的方差贡
13、献率作为权数，结合因子得分表，我们可以得出各企业的综合得分。各企业综合得分的公式为： FAC1=（0.253F1+0.233F2+0.193F3+0.170F4）0.849 式 5 按照上面的综合得分公式，可以得出各企业贷款信用风险评价的综合得分情况，按得分大小进行分组排名，将得分大于 0 的中小企业划分为第一组，将得分小于 0 的中小企业划分为第二组（其中第一组是贷款信用风险相对较低的企业，第二组是贷款信用风险较高的企业） 。结果见表 2。 根据该评价模型，企业和银行都可以利用企业所能提供的一些财务和非财务资料，计算相应的指标，代入相应的信用评价模型中，对企业的信用进行有效的评价，这样既可以促使企业为了提高信用度而进行积极生产，又可以使得银行在放贷时不再盲目，而且可以有效地对授信企业的信用进行评价。 建立中小企业贷款信用风险评价模型之后，就可以利用中小企业的报表等相关资料来对其信用状况进行评价，这样既能为商业银行判断中小企业贷款信用风险提供依据，也能为中小企业解决融资难问题提供理论方面的指导。 主要参考文献 1苗丽娜.中小企业银行贷款问题研究D.合肥：安徽大学，2006. 2梅长林，周家良.实用统计方法M.北京：科学出版社，2006. 3阮桂海，等.统计分析应用教程SPSS，LISREL&SAS 实例精选M.北京：清华大学出版社，2003.
