企業信用評估全文(5篇)

摘要:

運用企業信用風險評價理論，在分析中小企業信用評價與歷史財務指標和非財務指標之間關系的基礎上，提出了企業信用風險評估的指標體系，并據此構建了一種基于層次分析法的企業信用風險評估模型。研究表明，該方法有效、可行，有助于企業信用風險的預警管理，提高信用管理水平。

關鍵詞:層次分析法;信用風險;評估模型

1．引言

近年來隨著我國經濟的高速發展，中小企業在促進國民經濟增長、提供就業崗位、推動技術創新、保持社會穩定等方面發揮著越來越重要的作用。由于中小企業自有資金少、知名度不高，所以依靠內部融資以及通過資本市場直接發行債券股票融資都比較困難，所以中小企業更加依賴以商業銀行貸款融資為主的間接融資手段，以商業銀行為中介的間接融資是目前小企業資金配置的主要形式。中小企業與大企業相比，中小企業具有信息透明度差，經營穩定性差等缺點，對中小企業提供信貸支持時，商業銀行很難對其信用風險進行評斷。所以結合中小企業的實際情況，建立起一套中小企業貸款的信用評價模型，這對于商業銀行有效地控制中小企業貸款風險非常有重要的。我國對信用風險度量、管理的研究始于上個世紀80年代末期，目前對信用風險度量、管理的系統研究主要集中在對企業信用風險的分析和預測研究。最早根據財務會計數據提出單變量分析企業破產風險預測的是Beaver［1］，Altman［2］將其延伸至多變量，即著名的Z評分模型，這些分析均采用最小二乘法進行估計。此外，還有幾種常見的用于信用風險分析的統計方法:k－鄰近法、主成分分析法、聚類分析法、分類樹法等［3］。進入20世紀90年代，神經網絡引入了銀行業，用于信用風險識別和預測［4］。但是這些方法主要是針對大型企業而建立的，并不完全適合于中小企業。本文首先分析中小企業的特點，建立適合中小企業的信用風險指標體系，然后將層次分析法與信用風險分析和預測相結合，提出了一種基于層次分析法的綜合評價模型，結合企業實際數據對模型的有效性和準確性進行了驗證。

2．中小企業風險評價指標體系

中小企業與大企業不同，既具有信息透明度差，經營穩定性差等缺點，又具有經營靈活、創新能力強、發展成長力強以及國家政策扶持等優勢。故而在設置其指標體系時應考慮到其所具有的創新性、成長性、發展性等特點。結合中小企業的特定，借鑒已有的國內外金融機構和評級公司的企業信用評級模型，在已有的國內外文獻研究成果的基礎之上，筆者認為在構建適用于中小企的信用評級指標體系時，應在分析企業的運營能力、盈利能力、償債能力等財務因素的同時，要結合企業所處的外部宏觀環境條件和行業發展狀況來說明企業的償債能力。此外，在分析償債能力的同時，還應該考察企業的償債意愿。只有在分析了企業償債能力的同時，考察企業的償債意愿，才能比較客觀地掌握企業的信用情況，最終在評定時才能得出較為科學的結果。在此，筆者根據現有的研究成果和實際情況，構建中小企業信用評級指標體系，并將評級的指標分為財務指標和非財務指標兩大類。

摘要：企業信用風險評估日益成為銀行規避風險的基礎和關鍵。本文通過梳理國內外文獻，總結信用風險評估方法發展的不同階段，并列舉不同階段的相關代表模型，指出不同模型的優缺點，為銀行開展企業信用風險評估提供依據。

關鍵詞：信用風險評估；模型；違約風險

引言

信用風險亦稱作違約風險，是指以企業為主的借款人或者交易對方由于主、客觀原因不能或者不愿履行合同，使銀行等投資者出現損失的可能性。企業信用風險評估，是通過對能夠體現企業信用風險的定性、定量指標進行分析、計算，得出作為借款人的企業最終發生違約可能性，作為銀行決定是否為其貸款的依據。因此，信用風險評估逐漸成為銀行規避風險的基礎和關鍵，信用風險評估的方法也不斷豐富和發展。

一、信用風險評估方法綜述

國內外信用風險評估的方法前后大致可以分為主觀定性分析方法、依賴財務數據的信用評分方法和信用風險量化管理模型以及結合了數據挖掘技術的信用風險評估模型等不同方法。

（一）主觀定性分析方法

［提要］本研究針對多源數據融合場景下多維的企業信用風險評估，探索有效的模型學習方法。根據實驗結果與分析，可以得出結論：XGBOOST能夠較好適應多源數據分布不一致性和多維場景指標數量繁多的特點，同時該方法不需要對數據細節進行較深入的處理，因此能夠快速調整模型，適應市場監管動態變化的特點。

關鍵詞：企業信用風險；多源多維；XGBOOST

政府部門作為社會企業的主要監管機構，職責涉及海量企業的大量信用指標、安全指標、合法合規指標的監督和抽查，為企業的公平穩健發展和社會的和諧文明與穩定提供了最堅實的保障。此外，將各部門負責的不同指標聯合用于對企業整體風險的考察，不僅有利于對部門工作任務和工作流程的優化，而且能起到及時預警作用，防患于未然。現有對于企業信用風險評估的研究工作多從開展評估的主體的不同業務角度出發，如信貸業務、電力業務、供應鏈金融、醫藥等角度，相關研究所使用的評估指標具有較高針對性、專業性，指標數量有限。從開展評估所用到的評估模型或算法進行劃分：統計學習方法，如Logistic回歸模型、結構方程模型；現代機器學習方法，如SVM、隨機森林、XGBOOST；深度學習算法，如CNN模型。其中，現代機器學習方法由于模型性能較好、便于進行適應性算法優化與集成，成為目前信用風險評估的主流方法；回歸模型結果可解釋性強，但該算法對數據分布有一定要求；深度學習方法在其他領域應用廣泛，但信用風險評估數據集通常呈現極大的類別不平衡、缺失值現象，難以直接應用深度學習算法，但也有學者組合其他算法來解決類別不平衡現象，從而促進深度學習算法的應用。本文從多業務多維度指標出發進行企業信用風險評估，模型所覆蓋的指標種類較多，類別不平衡與缺失值現象更為嚴重，難以保證多源數據分布的一致性。因此，本文重點觀察數據整體對評估性能的影響，提升模型泛化性；模型具有目標傾向性，減少“第Ⅱ類錯誤”（高風險公司未被識別）。本研究減少對各指標下數據細節的考慮，重點研究對比了不同機器學習算法，從中選出針對當前數據特點與任務場景效果最優、方法最適合的模型。針對多源多維度企業信用風險評估，借鑒大數據場景數據挖掘思想，考察數據整體特點，便于發現數據隱藏的關聯與規律，同時能夠提升評估模型的泛化性。此外，應用現代機器學習算法，有利于提升信用風險評估的客觀性，提高信用風險評估業務的效率。

一、數據介紹

選擇深圳市市監局“雙隨機、一公開”結果公示的191，824條餐飲服務食品安全量化雙隨機檢查結果數據，進行統計分析。通過數據去重和數據清洗，獲得3，827家商事主體，其中291家有違法違規記錄，2，736家沒有違法違規記錄。利用當下前沿技術多維度采集3，827家商事主體包括工商登記信息、欠稅記錄等在內的52個維度的公共信息，整合成為模型建設的樣本數據，依據正負性樣本比例，從中隨機選取3，027家上市主體數據作為模型訓練數據，其余800家商事主體作為模型測試數據。

二、設計方案

（一）系統設計。本產品按照功能分為三個模塊，數據預處理模塊、指標篩選模塊和模型訓練與選擇模塊。預處理模塊對多維企業數據進行數據離散化、歸一化、獨熱編碼等預處理；指標篩選模塊通過IV值、相關性、正則化等不同篩選方式為各指標打分，保留有效特征供后續模型使用；模型訓練與選擇模塊采用不同機器學習及深度學習的方法，建立企業基本信息和企業信用間的映射模型，訓練后的模型可用于對新企業信用的風險評估。

1．民營企業信用風險評價指標體系構建

1．1評價指標體系內容

針對我國民營企業自身特征，在構建企業信用風險評價指標體系的過程中要充分對企業素質進行分析，對企業整體經濟發展情況、經營范圍與產品銷售與盈利水平等進行綜合評價，同時也包括對企業綜合管理情況的評估，如企業職工能力、領導管理能力以及企業內部文化結構等;要對企業資金信用進行評估，通過對企業資產結構、資金鏈運行以及資產質量的分析，進行量化財務指標考察，充分反映企業資金自有率和流動比率，對信貸情況、貸款承付率等全面評估;對企業的經營水平與經濟效益進行綜合評價，包括對產品生產、銷售、開發、費用核算以及納稅與利潤多方面情況考察;另外，對企業發展情景的分析，要對民營企業進行近期考察，對目標實現情況以及長遠規劃等全面分析，并對企業的行業地位以及多元化市場競爭力進行分析，對其目標的制定與措施的落實以及長遠發展趨勢進行分析。

1．2指標體系構建原則

為避免民營企業信用風險評價指標的選擇存在隨意性，要遵循全面性原則、科學性原則、公正性原則、通用性原則、可獲得性原則。民營企業風險評估直接關系到企業長遠發展趨勢，一旦出現評估偏差將會影響企業信用狀況，給企業帶來風險。因此，風險評估指標體系的構建要全面體現民營企業信用狀況。要積極借鑒國外信用風險評估體系構建經驗，使數據結構構建更加豐富、全面、科學。只有在客觀判斷和評估的前提下，才能保證指標體系構建的公正性和有效性。另外，指標體系構建必須要依照國家政策和法律以及規定標準進行，避免偏離經濟發展軌道，使其適用于民營企業中，被債權人和企業理解和認同。

2．基于相似度的民營企業信用風險評級方法

信用評級方法主要是指基于企業的信用狀況完成的等級判定，通過進行系統分析發現，信用評價方式對于信用等級的判定具有科學性。針對民營企業的信用評估方法應用，我國多贊同美國做法，但是也有持反對意見的。認為通過定量方式分析量化評估指標具有客觀性。而通過定性分析則相對比較主觀，需要進行相應的主觀判斷，可以說，采用定量分析相對于定性具有一定的進步性特征。本文中對兩者之間的關系與作用并不做機械性判斷，而是根據實際需要選擇定量或者是定性分析。

“本月707戶小微企業的電力信用綜合評價報告提供給你們，請參考。”2022年2月15日，國網冀北電力有限公司唐山供電公司（以下簡稱“唐山供電公司”）通過小微企業信用評價指標體系，利用電力大數據對小微企業信用情況開展貸前、貸中、貸后的全過程評估，并將結果反饋給唐山市企業綜合金融服務平臺，作為金融機構授信審批的一項重要參考指標。截至目前，已累計助力212家小微企業融資貸款78.93億元，有力支撐了唐山市小微企業經營發展。

一、信用為本銀行放心貸

2020年2月，面對疫情中實體企業遭遇現金流吃緊、融資難等多重壓力，唐山市政府為幫助廣大企業紓困克難，快速復工復產，及時出臺“春雨金服”惠企助企行動，搭建以政府、銀行為主導的企業綜合金融服務平臺，讓企業需求和金融供給無縫對接，提升金融機構支持實體經濟的服務溫度。但實施過程中卻面臨“銀行重風險管控、企業重資金流動”的矛盾，特別是小微企業由于信用等級總體不高、固定資產等抵押擔保品較少，導致貸款審批時通過率偏低。金融機構既要快速、精準放貸又要降低金融風險，急需掌握小微企業信用情況作為放貸評價指標。“電力大數據可以動態實時、準確客觀地反映企業生產、經營運行狀況，可以為金融機構全面評估小微企業信用風險提供極高價值的決策依據，既能幫助誠信用電企業更好更快融資，又讓金融機構吃下‘定心丸’。”唐山市企業綜合金融服務平臺工作人員許攀表示。唐山供電公司積極響應政府惠企助企號召，全面支持政府“春雨金服”行動，于2020年5月26日與市政府金融服務平臺簽訂數據產品提供服務協議，創新利用電力數新冠肺炎疫情暴發以來，國網冀北電力唐山供電公司圍繞企業訴求、金融機構需求，充分發揮電力大數據優勢，為小微企業信用精準畫像，提供信用數據產品，服務唐山市政府“春雨金服”惠企助企行動，以電力數據為“橋梁”，打造供電企業、客戶、銀行三方共贏的能源互聯網生態圈。據對授權的小微企業全方位“畫像”，提供多個維度的電力信用綜合評價，作為金融機構授信審批的重要參考。在“電力+金融+客戶”協同共享的模式下，通過數字化技術“讓信息多跑路、讓企業少跑腿、讓機構得實惠、讓融資更便利”成為了現實。唐山供電公司還促成唐山市政府下發《唐山市涉電用戶信用管理辦法》（唐政辦字〔2020〕8號），實現政府社會信用治理、電力企業經營權益和誠信用電客戶權益的“三贏”，為全面評估小微企業信用風險提供有較高價值的決策依據，搭建起小微企業、銀行、政府的信用橋梁，更好地服務征信體系建設。

二、數據說話企業融資快

為小微企業全方位“畫像”，準確性是關鍵。如何讓大量的電力數據發揮出價值，讓企業融資難變成融資快？唐山供電公司多維度探索電力大數據在企業信用領域和小微企業融資支撐領域的創新應用，創建小微企業信用評價指標體系，快速出具評價報告提供給金融平臺，破解小微企業“融資難、征信慢”難題，實現銀行對優質小微企業的快速放貸。唐山供電公司從企業屬性、企業經營狀況、企業繳費行為、企業信用歷史、行業用電行為等5個維度進行指標設置，共選取“違法違約用電”“企業電量增長”等8個一級指標和“企業立戶時長”“企業電量波動”等16個二級指標，各級指標分別設置權重和評價標準，構建“5816”客戶用電信用評價體系。通過對企業生產經營態勢、繳費情況、信用風險、企業競爭力等多維度、多指標的綜合評價，構建企業用電行為分析模型，更加實時、全面、客觀、準確地為小企業用電信用畫像，全面展示企業的優勢和風險，為金融機構精準對接小微企業融資需求、降低普惠金融服務風險奠定堅實基礎。“金融平臺通過唐山供電公司出具的企業電力信用綜合評價報告，可高效而靈敏地洞察企業運營和生產狀況，在融合其他領域的信用行為數據信息后，利用大數據對企業信用風險開展全面評估，輔助金融機構快速對用戶進行貸款審批發放。”許攀坦言，有了企業電力信用綜合評價報告，金融平臺對企業經營效益等情況“一目了然”，促進了平臺簡化流程、優化授權，提升了平臺服務小微企業融資的效率和效果。

三、體系升級服務更精準

隨著“春雨金服”行動不斷深入開展，越來越多的小微企業得到了資金支持，有效減輕了企業資金周轉壓力。與此同時，金融平臺、銀行以及企業又有了新的需求。“金融機構了解企業貸前情況，但無法及時跟蹤掌握企業貸款后的經營動態，特別是小微企業在獲得資金后是否投入生產、是否實現資金增值增效，直接關系到金融機構信貸風險管理。”許攀介紹說，“有的企業借助貸款實現擴大生產后需要再次融資，也需要重新對企業進行評估。”唐山供電公司針對這一需求，進一步拓展小微企業信用評價指標體系，按照貸前、貸中、貸后三個階段和費控、后付費兩類用戶，依據不同用戶類型、不同貸款階段的側重，相應調整指標和權重設置，形成貸前—費控用戶模型、貸前—后付費用戶模型、貸中—費控用戶模型、貸中—后付費用戶模型、貸后—費控用戶模型、貸后—后付費用戶模型共六個小微企業信用評價模型。“通過信用評價中的‘貸中預警’功能，企業一經放貸即進入實時監控流程，目前已對貸款成功的212家企業進行實時監控和評價，對電量持續下滑或出現繳費異動的5家企業進行紅牌警示，提前告知金融機構進行風險跟蹤測評和管控。”唐山供電公司互聯網辦公室負責人李鋼介紹。通過“貸后評估”，將貸款超過6個月的企業進行量化評估，對4家電量穩定增長且用電信用良好的企業發布綠卡，為金融機構加大貸款額度和辦理貸款展期提供有力數據支撐。目前，唐山供電公司通過小微企業信用評價還可以展示企業貸前、貸中、貸后綜合得分，按照行業、區域、分值區間多個維度展示企業總體信用情況，具備特定企業信用評分查詢、信用預警查詢等功能，實現綜合實力較強的優質企業的篩選，為金融平臺提供貸前反欺詐、貸中交叉驗證、貸后監控預警等更加完善精準的數據產品服務，助力更多小微企業高效便捷融資。