Finance
Vol.08 No.04(2018), Article ID:25686,9 pages
10.12677/FIN.2018.84017

A Research of Credit Rating of Small and Micro Enterprises on 2*2 Multidimensional Model Study

Xuemei Xie, Chengxing Zhou

School of Economics and Management, Beijing University of Posts and Telecommunications, Beijing

Received: Jun. 9th, 2018; accepted: Jun. 22nd, 2018; published: Jun. 29th, 2018

ABSTRACT

An explosive growth of the number of small and micro enterprises happens in China driven by public entrepreneurship and innovation. However, the difficulty of assessing credit results in their financing difficulties which restricts the continued growth of enterprises. Based on the traditional credit rating theory, this paper constructs a 2*2 multidimensional model of the credit rating of small and micro enterprises by using WU’s three-dimensional credit theory and combining the current situation of credit platform and the characteristics of small and micro enterprises. In horizontal view, we combine financial information and non-financial Information and incorporate the non-financial indicators into the rating system such as industry characteristics, business management foundation and business environment. In vertical view, we also focus on the personal credit characteristics of small and micro enterprises owners by combining the solvency and willingness to pay debts. Finally, we show the business application of this model.

Keywords:Small and Micro Enterprises, Credit, Non-Financial Information, Personal Quality of Business Owners

基于2*2多维模型的小微企业信用评级研究

谢雪梅,周成兴

北京邮电大学,经济管理学院,北京

收稿日期:2018年6月9日;录用日期:2018年6月22日;发布日期:2018年6月29日

摘 要

在大众创新万众创业的推动下,我国小微企业数量呈现出爆发式增长,但由于小微企业信用评估难,导致融资难,从而制约其企业的持续成长。本文在传统信用评级理论的基础上,运用吴氏三维信用理论、结合征信平台现状和小微企业特点,构建了针对小微企业信用评级的2*2多维模型:横向结合财务信息和非财务信息,将行业特征、经营基础、经营环境等非财务指标纳入评级体系;纵向结合偿债能力和偿债意愿,重点关注小微企业主的个人信用特征。最后给出了模型的行业应用。

关键词 :小微企业,信用,非财务信息,企业主素质

Copyright © 2018 by authors and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

1. 引言

2017年6月28日李克强总理在达沃斯论坛上指出,在大企业就业容量下降的情况下,中国政府力推大众创业万众创新,每天新增小微企业超过1.5万户,提供了大量的就业岗位,小微企业已经占据就业岗位的80%。2016年西南财经大学发布的《小微企业税收政策研究报告》数据表明,我国小微企业GDP贡献度为30% [1]。小微企业在增加就业岗位,推动经济繁荣,提高创新能力等方面发挥着至关重要的积极作用。

但,融资难的问题一直制约着小微企业的发展。目前我国小微企业融资难主要表现在:融资渠道窄,小微企业以内部融资为主;融资成本高,小微企业信用信息不健全,投资人索要的风险溢价甚至高于企业的预期收益 [2]。而造成小微企业融资难的原因可以归结为:信息不对称,信用评级难 [3] ;经营风险较大,缺少抵押担保 [4] [5] ;缺乏信用认识,信用评级体系尚不完善 [6]。

对于信用评级的定义,国际三大评级机构(标准普尔Standard & Poor’s,穆迪Moody’s,惠誉Fitch Ratings)认为:信用评级的目的是力图将各种评级因素对评级对象的信用质量的影响用简单的评级符号来代表,以表示评级对象信用质量的意见;信用评级具有前瞻性,是包含对未来的判断,而不仅仅是对历史记录及当前状况的判断;信用评级是相对信用质量的评估,信用评级不是对评级对象具体违约概率的预测,而是对评级对象的违约可能性的一个排序;信用评级只是对评级对象信用风险的评价,不是对资产价值的度量,不是单独用作投资操作的依据。

可见,一个好的评级体系能反应出企业未来风险和信用。因此,建立科学的信用评价体系,是引导小微企业重视信用建设,解决小微企业融资难问题,提高小微企业融资效率的着手点。

2. 小微企业信用评级现状

2.1. 国内外学者研究情况

信用评级的概念起源于十九世纪美国的铁路产业。为了减少铁路公司私募的风险,学者路易斯·塔班在1837年建立了以企业为评级对象的最早的信用评级机构,并在1849年发表了最早的评级理论及方法——信用评级指南。Altman (2007)通过使用逻辑回归技术,对美国本地的2000多家公司进行分析,找出其中影响企业信用最重要的信用子集,构建出企业违约概率预测模型。该模型的一级指标包括:借贷情况、流动性、盈利能力、公司规模和活动性 [7]。Moon (2011)运用交叉矩阵理论,构建一个技术评分模型,对公司的信用情况进行评估,能够为公司提供有用的技术和管理信息。他将信用评价指标分成四个大类,包括:管理、技术、市场和盈利能力。Wang (2014)通过集成学习的方式,综合使用几种机器学习的算法(BPNN, SVM)来提高小微企业信用评估建模的精确性,构建出一个更加科学有效的评估模型。从创新能力、成长能力、未来发展、盈利能力、偿债能力和运营能力,六个方面来考察小微企业的信用情况。

相较于国外,我国的信用评估发展较晚。1987年,国务院宣布对企业债券进行统一管理,标志着我国信用评估开始出现。1992年,确立了全国性的评估机构和其评级资格;1997年,随着中外合资信用评级机构的建立,我国的信用评级逐渐向标准化和国际化的方向发展。2000年,我国第一家独立评级公司成立。直到2011年,工信部明确了中小微企业的划分,小微企业信用评级才开始起步。

因为小微企业规模小、历史短、财务制度不健全、信息不透明等特点,传统的局限于财务指标的评级方法不适用于小微企业,评级结果不利于其融资和企业进一步发展,因此对这类企业评级需要融入非财务指标。潘振媛(2012年)在《小微企业信用评级指标体系初探》中,认为建立科学且适用于小微企业的信用评级指标体系,是评定小微企业信用水平的关键 [8]。在指标体系的设计上注重企业非财务因素与履约意愿,增加了企业资质、上下游企业状况以及合同担保情况的考虑,并采用Chesser判断概率与风险导向进行实证分析。李普生(2011年)在《网络微小企业贷款信用评价体系研究》中,针对网络微小企业构建了贷款信用评级指标体系。结合网络信息的特点,增加了客户基础、客户满意度两大指标,分别用页面访问量、好评率等可统计数据来进行指标考核 [9]。

综上,学者们虽然提出非财务指标对小微企业评级的重要性,但考核指标均是企业级:如企业的资质和上下游、客户基础和客户满意度。而忽略了小微企业主在小微企业的组织运行中的特殊作用。企业级指标大多反应偿债能力,而小微企业主个人信用反应偿债意愿。完善的信用评级体系必须是二者的协同。

2.2. 征信平台情况

除上述评级模型及评级指标之外,国内近两年出现了多个聚焦在企业信用上的大数据平台,通过整合多家网站数据,从不同的维度、尽可能全方面的搭建评级框架,形成大数据企业征信新模式。一类是第三方征信平台,如启信宝、考拉征信等等;另一类是政府层面的统筹规划,如11315企业信息查询系统、中关村中小企业服务系统等。

第三方征信平台,通过自己的大数据分析系统,向用户提供企业信用信息的查询和信用报告等。如,有的网站提供的主要信息包括工商信息、法院判决信息、关联企业信息、失信信息、司法拍卖信息、招聘信息和企业评价信息等。除查询信息服务之外,推出独家的企业链图及企业族谱。其中企业链图一张图展示企业全貌,是对企业相关信息的一次性全面解剖图示,它包括股东、高管、对外投资、法院判决、法院公告、历史股东及疑似关系等7个方面。而另外一些征信网站则通过自己的征信系统向用户提供商户信用分。商户信用分是面向小微商户的信用评分是运用大数据及云计算技术,基于企业基本信息、金融诚信、企业文化诚信、商业诚信、社会诚信等客观的多方维度得出的信用评分。商户信用分源于真实、客观的运营情况,采用国际通用的信用评定标准,分值从300到850分不等,从企业属性、信用记录、成长能力、经营稳定和履约能力五个维度进行商户信用评估。

政府统筹的第三方公众征信平台,如11315全国企业征信系统,是我国率先建起的大数据征信新模式。11315平台向用户提供企业信用档案,档案内容包括:政府各职能部门的监管信息、行业协会(社团组织)的评价信息、银行信贷信用信息、企业管理信息、媒体的评价信息,以及实名制下的消费者评价信息(包括消费信息、交易信息、合作信息、劳务信息等)。平台将各项信息进行科学的赋值,通过计算信用分来反映出企业动态的信用状况。

调查发现,无论是社会企业还是政府统筹的征信平台,目前都处在待落地阶段:每个网站都有自己的评级体系,但是信息完整度几乎为0,仅仅有一个评级的方法框架,并没有实质的信息内容。本文认为主要原因有两个:一是部分平台或评级模型在选取指标时没有考虑小微企业的独特特征,特别是忽略了小微企业主的个人信用的重要性;二是信息的可获得性较差,且信息来源部门各自为政,信息共享度差,不能实现信息价值的共享。

基于以上两个限制条件,本文在构建2*2模型中提出2个解决方案,首先,将小微企业主的信用纳入企业信用,其次,考虑指标数据的可获得性,给出信用信息的来源。

3. 2*2信用评级模型理论基础

3.1. 吴氏三维信用论

吴氏三维信用论 [10] 认为,信用是由基本素质、社会活动、经济活动三维构成,表现为诚信度、合规度、践约度,用失信率、违规率、违约率度量。三个维度相互支撑、相互影响、又互相转化,构成信用主体的综合信用。如图1

诚信度是信用主体获得社会公众信任的基础资本,表现为信用主体的基本诚信素质,涉及信用主体的道德文化理念、精神素养、意愿、能力及行为,体现的是信用主体的信用价值取向,如社会诚信评价便属于这个维度。该维度的信用特点主要有潜在性、文化性、群体性、国际化、民族性。

合规度是信用主体获得管理者信任的社会资本,表现为在社会活动中遵守社会行政管理规定、行业规则、民间惯例、内部管理规定的意愿、能力与行为结果,涉及信用主体的一般社会活动,体现的是信用主体在社会活动中的信用价值取向与信用责任。该维度的信用特点主要有外在性、轨迹性、群体性、区域性。

践约度是获得交易对手信任的经济资本,表现为信用主体在信用交易活动中遵守交易规则的能力,主要是成交能力与履约能力,涉及信用主体的经济活动,体现的是信用主体在经济活动中的信用价值取向与信用责任。该维度的信用特点主要有外在性、契约性、个体性、轨迹性、综合性、度量性、国际化。

三维信用总体上呈现出一种共生与游离交替存在,如图2。相互转化又相互影响的关系。信用存在三维关系,每个维度均有正向和负向两个方向,正向表示主体具有该维度的信用,负向表示主体不具有该维度的信用。要想在3个维度都做好比较困难,很多企业是不同维度好与坏的组合。因此,三维信用关系在具体的信用活动中存在八种形式( C 2 1 C 2 1 C 2 1 = 8 ),如:践约度+,合规度−,诚信度+等。

3.2. 企业信用信息来源

由前文国内外学者的研究可以看出,虽然不同理论对信用信息的划分维度不同,但是很多都有相同的指标,但是不同的阶段基于信息获取的能力不同,因此构建的模型有差异。本文结合前人的研究,认为企业信用信息主要来源于3大方面:一是企业自身,包括借贷信息、员工评价、上下游资金占用等,这类信息可以直接通过对公司主动提供或对公司进行调查来获取;二是社会信用留痕,是企业在参与社会经济活动后留下的信息,包括行业协会评价、消费者评价、媒体评价等,这类信息可以采用第三方平台的记录和评价;三是政府相关部门,包括行政处罚、法院判决、水电费等,这类信息可以整合政府相关部门,如工商局、法院、税务局等获得。如图3

Figure 1. An illustration of Wu’s three dimensional credit measurement

图1. 吴氏三维信用度量图示

Figure 2. The eight symbiotic free relation diagrams of Wu’s three dimensional credit

图2. 吴氏三维信用八大共生游离关系图

Figure 3. The source of credit information

图3. 信用信息来源

4. 2*2信用评级模型的构建

通过对国内商业信用背景现状的了解,及对小微企业信用评级理论与特点的系统阐述,借鉴吴氏信用理论模型的诚信度、合规度、践约度,本文综合考虑财务指标与非财务指标两大类数据对企业信用的影响,并结合学者与相关征信平台所提出的信用评级模型与指标,构建小微企业2*2信用评级模型。该模型最大的特点是在小微企业的信用评价中,除参考基本的企业偿债能力因素外,还重点考虑了偿债意愿因素。同时,由于小微企业创立时间短、发展尚不成熟、财务信息相对不完善等特点,模型在信用评级的非财务指标部分权重略有提升,力求科学合理地反映各指标在信用评级体系中的地位作用。

4.1. 小微企业信用评级多维指标

指标的选取是取得令人信服的信用评级结果的前提和保障。首先,指标应是反应企业信用的关键因素,这类关键因素不仅包括偿债能力还应该包括偿债意愿;其次,指标应尽量全面。如,传统的信用评级体系中主要是财务指标,而小微企业的信用“软信息”较多,财务数据难以度量企业的真实信用状况,还需要考虑经营风险、管理能力等非财务指标。

通过阅读大量专业文献、分析各企业征信系统中提供的信用数据等方法,确定出指标集,再通过专家访谈、问卷调查等方法,确定了本文的小微企业信用评级模型,并构建了2*2多维模型。

2*2信用评级模型充分考虑了企业信用的定义与内涵,而且在构建信用体系的过程中对信用评级指标深入研究,以保证信用指标的准确性和普适性。

偿债能力指企业用其资产偿还长期债务与短期债务的能力,能力的大小更多体现在企业经济的健康状态,与经营环境、经营能力、经营效益等诸多经济因素相关;偿债意愿指企业主动偿还债务的主观意念,除与企业所处制度环境的回报激励有关,更多会体现在企业主自身的财务、信用状况方面。传统的财务指标,如应收账款、应付账款等,能表现企业的财务信用;经营环境、经营能力、创业团队等,使企业健康发展,取得财务收益来还款,也能表明企业的信用。基于此,本文构建了以偿债能力/偿债意愿和财务指标/非财务指标为评价维度的2*2信用评级模型,其多维指标展示见表1所示。

4.2. 2*2信用评级模型

4.2.1. 偿债能力-财务数据

经营效益:经营效益是企业实现资本增值、获得利润的能力,它揭示了企业财务状况和发展潜力,是所有企业信用评价的重要因素。经营效益可以用销售毛利率、销售净利率、净资产收益率等指标来表示 [11]。资产不易统计或不易区分的小微企业,本文建议可以用每日流水等来替代。

经营效率:经营效率是指企业运用所拥有的各项资产赚取利润的能力。传统的营运能力指标,如总资产周转率、流动资产周转率、存货周转率等就是反应企业经营效率的指标,企业的周转速度越快,表明其资产的盈利速度越快,偿债能力就越强 [12]。对于小微企业,若没有健全财务报表,其回款速度、应收账款周转率能很好的反应其经营效率。

Table 1. Indicators for the credit evaluation system of small and micro enterprises

表1. 小微企业信用评价体系指标

经营环境:小微企业的成长受到经营环境的限制。其规模的扩大、企业利润的增长和所有者权益的增加在一定程度上依赖于经营环境。因此,上游关联企业资金占用、下游关联企业资金占用、往来结算等反应企业与上下游和客户关系的指标,能反应小微企业的信用。

4.2.2. 偿债能力–非财务数据

内部环境:企业内部的非财务数据,如资本属性、成立年限、员工人数、注册资本、发展阶段等揭示了企业偿债能力,反应了企业的信用。资本属性中,若发起人或企业主投入的较多,一定程度上显示了其看好企业的发展,愿意和企业一起承担更大的风险,传递出利好的信息。目前小微企业的存活率不高,如果一个小微企业成立满2年且没有倒闭的迹象 [13] ,则其具有一定的发展前途。

外部环境:企业的信用,即履约的实现,根本上取决于其内部因素,但因为小微企业因为处在发展的初期,其生存和发展极易受外部环境的影响,因此外部环境影响着小微企业的偿债能力,进而影响其信用。外部环境包括:行业前景、行业政策等。行业前景影响小微企业未来一段时间的发展趋势,从侧面反应了其生存环境和风险状况。在同样的管理团队和资金支持下,行业前景好的企业易取得较好的发展,从而获得较高的收益,以增强其偿债能力。国家和政府的财政拨款、税收优惠等资金支持,特许权、准入等政策支持也能促进企业发展,增强盈利和偿债能力。

4.2.3. 偿债意愿–财务数据

债务增长率:小微企业在创立初期因为发展需要大量的资金支持,因此负债率普遍偏高,各企业在该指标上没有明显差异。但随着企业的成长,营业收入逐渐增加,能获得一定的资金积累,该阶段不同的企业会做出不同的抉择。有的会用利润去偿还部分债务,有的则会进一步获得新债务,扩张企业经营范围,谋求更大的发展,同时也会带来风险。因此债务增长率能反应企业的偿债意愿,体现企业的债务信用。

4.2.4. 偿债意愿–非财务数据

企业主素质:小微企业一般采用集权制管理,其决策权大多掌握在企业主手中,因此企业主的个人素质,即其个人偿债意愿对企业履行合同起着决定性作用,因此,可以说,企业主的偿债意愿对小微企业的信用起着关键性作用,具有良好素质的企业主对企业偿债具有保障。而企业主的素质主要包括:性别、年龄、学历、婚姻状况、担任职务年限、同业评价、银行个人信用报告、违约情况等。没有选取员工评价、管理机制等指标,主要是因为在调查中发现,该类定性指标不易获取且小微企业员工流动性频繁 [14] ,受员工个人影响较大;只保留了一些权威机构对个人信用的评价,如同业评价,可在行业协会取得;银行个人征信报告是银行基于个人借款还款等信息对个人信用的评级,具有一定的可信性。

企业素质:企业过去的诚信实践情况反应企业的偿债意愿。可以通过企业过去是否发生失信事情,来推断未来是否值得信赖。但由于我国小微企业信息披露不足,无法一次性获得经过认证或审计的企业信息,因此需要我们多渠道去挖掘。通常用来衡量小微企业诚信实施情况的指标有银行信用记录、公共事业信息(税金及租金缴纳情况)、诉讼情况、违法失信情况等 [15]。公共事业信息可在税务局等国家相关部门取得,诉讼情况可在国家工商总局取得。另,本文增加了借款用途这一指标,反应企业之前有没有违背借款人意愿将资金用于其他方面。因为小微企业的经营风险大,企业主将资金用于个人或其他行业将会加大偿债风险。

4.3. 模型应用的过程特点

图4模型中可以看出,同样是基于财务数据、非财务数据,偿债意愿、偿债能力两个不同的维度来评价小微企业的信用,不同的行业类型在同一区域内除了共有指标,也有自己行业的特有指标。因此,

Figure 4. 2*2 credit rating model for small and micro enterprises

图4. 2*2小微企业信用评级模型

信用评级的第一步是确定行业特有指标。如:在经营效益方面,工业小微企业可以选择存货周转率,营业净利率等;而餐饮类小微企业则可以选择每日流水,POS机刷卡记录等。

为了更全面的反应小微企业的信用,2*2信用评级模型中的指标涵盖了定性指标和定量指标。定性指标可采用专家打分法,取其加权平均值;对于定量指标,可采用模糊隶属度函数来确定指标权重。

5. 研究结论

综上,2*2多维模型主要从以下几方面推动小微企业信用评级体系的建设:

1) 考虑非财务信息并加大指标权重。一方面,大多数小微企业没有完善的财会系统,没有传统评级模型所需要的财务信息;另一方面,小微企业为了获得融资,可能会提供虚假信息,出现逆向选择。这些都促使在评级时,应充分考虑非财务信息,且应加大非财务信息的权重。

2) 从小微企业主的角度考察偿债意愿。通常,一个企业的信用等于偿债能力和偿债意愿的乘积。偿债能力是客观的定量指标,主要是企业的特征;而偿债意愿是主观的定性指标,应为企业决策者的价值观。小微企业多为集权管理模式,企业主在决策时起着主导作用。因此企业主的个人特征,如同业评价、个人违约等个人信用间接反应了小微企业信用。

3) 结合行业特征进行小微企业信用评价。小微企业的行业差异化大,同一指标的可获得性不同,因此除了企业利润增长率、企业主个人违约、诉讼等共有指标,还要加入行业的特有指标,如制造业的上下游资金占用,商业服务业的流动资金,批发零售业的客户满意度等。

4) 小微企业的信用建设,需要一个完善的评级体系,也需要持续的完善信息。因此相关部门应采取措施鼓励信息的公开透明 [16] ,小微企业要加强信用意识,增强信息公示的主动性,让评级体系充实并落实应用,才可以真正解决融资难的问题,促进小微企业的健康发展。

基金项目

北京市自然科学基金,项目名称:基于企业画像的北京市小微企业信用评级模型研究;项目编号:9162011。

文章引用

谢雪梅,周成兴. 基于2*2多维模型的小微企业信用评级研究
A Research of Credit Rating of Small and Micro Enterprises on 2*2 Multidimensional Model Study[J]. 金融, 2018, 08(04): 145-153. https://doi.org/10.12677/FIN.2018.84017

参考文献

  1. 1. 西南财经大学中国家庭金融调查与研究中心. 小微企业税收政策研究报告[R]. 成都: 西南财经大学中国家庭金融调查与研究中心, 2016

  2. 2. 黄文斌, 洪晓雪, 杨青. 银行信贷风险偏好下中小企业融资问题的博弈分析[J]. 科技风, 2016(16): 290-291.

  3. 3. 肖斌卿, 杨旸, 李心丹, 等. 基于模糊神经网络的小微企业信用评级研究[J]. 管理科学学报, 2016, 19(11): 114-126.

  4. 4. 耿震, 柴琳. 浅析中小企业国内融资信用风险[J]. 商场现代化, 2016(23): 251-252.

  5. 5. 张细松, 刘素春, 孙丽. 解决小微企业“麦克米伦缺陷”的保险机制[J]. 当代经济管理, 2016, 38(7): 94-97.

  6. 6. 纪玲珑, 隋静. 股权众筹与小微企业融资[J]. 银行家, 2016(7): 74-75.

  7. 7. Edward, I.A. and Sabato, G. (2007) Modeling Credit Risk for SMEs: Evidence from the US Market. Journal of Financial Services Research, 43, 332-357.

  8. 8. 潘振媛. 小微企业信用评级体系初探[J]. 信息技术, 2012(8): 189-192.

  9. 9. 李浦生. 网络微小企业贷款信用评价体系研究[D]: [硕士学位论文]. 杭州: 浙江大学, 2011.

  10. 10. 吴晶妹. 吴氏三维伦[M]. 北京: 当代中国出版社, 2013.

  11. 11. 李恩, 刘立新. 小微企业信用评价指标体系研究综述[J]. 征信, 2013(1): 67-70.

  12. 12. 舒歆. 小微企业信用评级指标体系构建研究[J]. 金融理论与实践, 2015(5): 105-108.

  13. 13. 徐建, 李莉. 小微企业运营现状调查研究[J]. 当代教育实践与教学研究: 电子刊, 2017(3).

  14. 14. 黄宇虹, 弋代春, 揭梦吟. 中国小微企业员工流动现状、作用及其影响因素分析[J]. 管理世界, 2016(12): 77-89.

  15. 15. 郑秀君. 小微企业贷款信用评级指标体系实证研究[J]. 征信, 2014, 32(6): 42-48.

  16. 16. 李日新. 资源整合视角下的小微企业融资创新研究[J]. 当代经济管理, 2012, 34(8): 85-88.

期刊菜单