1、1中小企業信用評分研究本中心風險研究小組阮正治、敬永康一、前言傳統的企業信用風險研究，主要以財務變數為評估標準，而中小企業因財務報表資料取得不易，且其信用品質受到企業負責人的影響程度極高，以致不易在銀行取得授信。過去銀行為解決這個問題，乃利用分行與客戶建立的關係架構(Relationship Structure)，對授信戶產生認識，再利用授信專員的主觀認知，建立對授信戶的信用狀況及借款條件分析。許多國家(包括我國)的大部分銀行，皆以如此的授信機制持續實施多年；但是在 1990 年代初期，美國金融機構因合併及直接金融盛行的競爭結構改變，以致關係網路被打破，傳統授信機制產生變化，促使銀行利用資訊整
2、合技術在消費金融信用風險研究的經驗，應用於中小企業授信上，並在內部及外部信用資訊的充分整合下，產出中小企業之信用評分機制(SME Scoring)。二、中小企業信用評分之發展及做法(一) 大型銀行運用實況在美國，最早將信用評分運用於中小企業授信者，主要為擁有足夠資料建置模型的大型銀行，如 1993 年時的 Wells Fargo 及 Hibernia Corporation，這兩家銀行於 1995 年在中小企業的授信金額，有接近六成以上的成長，並且在未廣設分行的情形下，仍將業務成功拓展至全美五十州。其他如 BankAmerica 針對金額 50,000 美元以下的授信戶，以其中的信用良好 15
3、,000 戶與信用不佳 15,000戶，開發信用評分模型；Fleet Financial Group 則使用信用評分，評估金額100,000 美元以下的授信戶；Bank One 更完全依賴信用評分，評估金額 35,000美元以下的授信戶，而且金額 1,000,000 美元以下的授信戶中，有百分之三十是僅靠評分核准的。2(二) 信用評分拓展及廣泛運用1995 年 3 月，Fair, Issac 與 Robert Morris Association (RMA)共同發表中小企業評分服務(Small Business Scoring Service, SBSS)產品，該評分模型係以美國十七家銀行的五
4、個年度中小企業授信戶資料建置而得，樣本數超過 5000 家，其標準為總營收 5,000,000 美元以下，授信金額 250,000 美元以下之中小企業，並以金額 35,000 至 250,000 美元之授信戶適用中小企業評分，將金額 35,000 美元以下之授信戶，另設微型(Micro)企業評分機制，此係因微型企業財務資料可能失真，尚需以經營者本身的信用狀況為主要資訊，方能務實且客觀評估其信用風險；其後如 CCN-MDS，Dun & Bradstreet，Experian 等公司，也相繼提供類似的產品。由於此共同信用評分服務的產生，使信用風險研究由過去僅是分享資料(Sharing Poolin
5、g Data)，進而發展至分享信用工具 (Sharing Credit Solution)的環境，不過經營之成敗，仍需取決於使用這些工具的人本身。至今，SBSS 中小企業評分服務每年提供予 350 家金融機構運用，評估之授信戶計 900,000 家，使用地區則推廣至美國、西歐及亞洲地區。(三) SBSS 中小企業評分服務的開發程序1、認定信用優劣：信用優劣之定義如下信用良好最近 4 年內之 30 天逾期紀錄不超過 2 次。信用不佳曾有 60 天逾期紀錄。2、處理試用樣本(Trial sample)：參與銀行充分了解正確抽樣的過程，並實際進行測試與分析資料問題。3、蒐集正式樣本(Full sam
6、ple)：每家參與銀行提供 300 戶樣本，其中信用良好 100 戶、信用不佳 100 戶、申請被拒絕(Declined)100 戶。4、擬訂變數資料：信用資訊機構(Credit Bureau)之消費者及企業戶信用報告資料、財務比率、申請資料。35、依產業指標調整財務比率。6、資料處理。7、建構評分模型的權數。8、測試風險區隔：風險之區隔，如組織型態別、產業別、地區別、營收別、授信類別、授信金額別等；經測試發現，應該以授信金額 35,000 美元為風險區隔，分為兩種評分機制。9、研究申請被拒絕戶資料之推論測試。10、針對使用者要求，在授信金額 35,000 美元以下的評分，區分為需要財務資料及
7、不需要財務資料兩種模型。三、中小企業信用評分之應用及影響(一) 中小企業信用評分之應用就如前言所述，關係架構的授信體系受到衝擊後，促使資訊技術整合的概念抬頭，因此近來對於關係架構與資訊運用的研究上，也出現相同的結論：1、關係的新舊，與資金借貸成本的降低，並無顯著差異。2、對於中小企業而言，關係的建立，並未有效減少許多借款的限制條件。3、金融市場愈競爭，關係建立的投資將大幅降低。各銀行因而增加投入在資訊技術的發展上，運用信用評分的授信評估工作，亦逐漸增加，而關係結構資訊之數量化及客製化，也將成為該工作未來的重要發展。因此，銀行在關係網路變動下，增加資訊技術整合是有利的途徑，美國聯邦準備理事會(F
8、ederal Reserve Board)在 1997 年所調查的 54 家銀行中，有 38 家採用信用評分系統，作為評估中小企業授信之依據，其中尤以資產超過 150 億美元的大型銀行，較其他中小型銀行，更可能使用信用評分系統。 另外，亞特蘭大聯邦準備理事會(Federal Reserve Board of Atlanta)於 1998 年所作之一般性研究調查發現：在 99 家大型銀行中，有 63%已建立中小企業信用4評分系統，11%則計劃在 1999 年以前建置；在中小企業的認定方面，73%認為在授信金額 100,000 美元以下，27%認為在 250,000 美元以下；在信用評分的應用方面
9、，42%作為授信判斷的決策依據，32%作為授信條件之決策，13%作為信用表現的監測，並使用行為評分，而有 87%使用付費的評分卡。(二)中小企業信用評分之影響1、對信用審核機制之影響：改善信用審核之機制、降低成本，將授信政策一致化，並提昇客戶服務效率，降低主觀判斷之監督風險。2、對授信決策資訊之影響：中小企業授信在本質上屬企業融資，與個人融資仍有差異，考量的因素複雜性較高，且中小企業彼此的差異性大，其授信評估之依據，需賴信用評分與關係模式相互輔助而建立，因此授信決策資訊之整合將更為複雜及完備，尤應避免信用不佳企業之資料缺漏與資料品質不佳的情形發生。3、對中低收益型中小企業放款數量之影響：Pad
10、hi, Woosley, Srinivasan 在 1998年針對不易取得銀行授信的中低收益型中小企業，所進行信用評分與放款數量之研究顯示，信用評分機制對中低收益型中小企業的授信取得應是有利的，其結果如下：(1) 沒有信用評分機制的銀行，對中低收益型中小企業放款的數量，明顯較有評分機制者少。(2) 運用信用評分的銀行，對中低收益型中小企業放款的數量，與其他企業並無明顯差異。(3) 運用信用評分的銀行，其分行數的多寡，並不會影響其對中低收益型中小企業放款的數量。(4) 沒有信用評分機制的銀行，會因為分行數的多寡，影響其對中低收益型中小企業放款的數量。5四、中小企業信用評分之改進與未來努力的方向(
11、一) 中小企業信用評分之使用及改進意見分析根據 Corporative Executive Board 在 2000 年針對銀行使用中小企業信用評分作業方式之意見調查，結果如下表所示：銀行 資產規模 適用對象 額度上限 自動審核率 需改進意見A 銀行 超過 1000億美元全體 1000 萬美元金額 25 萬美元以下為 60-70%B 銀行 100-500億美元營收不超過1000 萬美元300 萬美元金額 5 萬美元以下為 100%C 銀行 500-1000億美元全體 50 萬美元 金額 25 萬美元以下為 25%D 銀行 超過 1000億美元全體 300 萬美元金額 10 萬美元以下為 60%
12、E 銀行 500-1000億美元全體 50 萬美元 金額 3.5 萬美元以下為100%F 銀行 500-1000億美元全體 50 萬美元 金額 2.5 萬美元以下為100%1、資料涵蓋範圍不足(例：缺乏現金流量)2、複雜的企業特性資訊並不容易掌握及處理3、無有效性測試之具體做法4、使用信心不足5、不能完全取代授信人員工作6、謹慎更新評分模型由上述銀行改進意見可知，中小企業信用評分模型的建置，仍需資料面之密切配合才趨完善。一般企業信用評分資料以財務變數為主，但其他如產業資訊，總體經濟數據等變數亦不宜缺漏；另外，中小企業會計制度較不健全，財務狀況似不透明，故其財務變數可能失真。因此信用評分中財務變
13、數的權重不宜過高，且應蒐集如負責人信用評分、銀行信用往來紀錄、資本額與營業額成長，及相關經營管理與企業展望等資料變數，並提高其權重，促使中小企業信6用評分更趨實際與客觀。(二) 未來努力的方向金融機構為符合巴塞爾監理委員會的新協定規範，亦需將中小企業信用評分程序，納入其徵授信管理系統，以求信用風險評估皆可量化處理。未來，中小企業信用評分工作在巴塞爾協定中，所應該盡的努力如下：1、中小企業信用評分為風險區隔的概念，並非以授信個體來檢視之，因此應將信用評分之調整，作為風險區隔的過程。2、過去信用評分之目的，為評估信用的好壞區分，但是巴塞爾協定對於信用良好者的信用狀況，仍需要作分級的比較，進而計算出
14、違約機率的最佳估計資訊。3、信用風險區隔的處理，有很大的問題，例如，當風險區隔有 10 種或是 5 種，則在區分上，若對於某種風險因子處理的資料，過於偏頗或缺乏，將導致風險區隔的因子與整體的結果間，產生差異。4、資訊的掌握，主要是依靠歷史資料，雖然有些研究信用評分的學者，認為經濟的榮枯，已反映在變數的變化上，但經濟情況也可能使變數的敏感性產生變化，故應將總體經濟，及產業前景等變動因子，加入對於風險係數的估計。例如，當信用評分遇到經濟情況變化時，應該予以調整，如下圖： 圖：信用評分與總體經濟敏感性 % % % % 0 1 2 3 4 5 悴 b皲 惁 枸 炪 0 惁 枸 炪 懃 0 75、信用資
15、料的完整紀錄及使用(如資料倉儲)將是重要工作。6、 在中小企業信用風險分析上，風險模型及投資組合特性的計算，仍處於相當起步的階段。7、未來主管機關與銀行業者的合作，將為必然的趨勢。參考文獻：1. Corporative Executive Board (2000), “Credit Scoring for HighEnd Small Business Customers”, Business Banking Board Issue Brief.2. David P. Ely and Kenneth J. Robinson (2001), “Consolidation , Technology
16、and the Changing Structure of Banks Small Business Lending”, Economic and Financial Review First Quarter 2001.3. Latimer Asch (1995), “How the RMA/Fair, Issac Credit-Scoring Model Was Built”, The Journal of Commercial Lending.4. Loretta J. Mester(1997), “Whats the Point of Credit Scoring?”, Business
17、 Review Sep/Oct 1997, Federal Reserve Bank of Philadelphia.5. Mark Zmiewski (2000), “Credit Score in Good Times and Bad”, The Journal of Lending & Credit Risk Management.6. Michael s. Padhi, Lynn W. Woosley, and Aruna Srinivasan(1998), “Credit Scoring and Small Business Lending in Low- and Moderate-
18、 Income Communities”, Federal Reserve Board of Atlanta.7. Mitchell A. Petersen (1999), “Bank and the Role of Lending Relationships：Evidence from the U.S. Experience”, Northwestern University Working Paper.8. Robert Eisenbeis(2000), “Credit Scoring and Lending to Small Business”, The 8Changing Banking Structure and its Impact on Small Business Conference Report, U.S. Small Business Administration.
