国际小企业信用评分经验及借鉴

孙 弘

(中国建设银行 郑州金水支行，河南 郑州 450001)

小企业是国民经济的重要组成部分，在就业、税收、社会财富创造等方面都有重大贡献，目前，小企业贡献了我国60%以上的国内生产总值，50%以上的税收，并创造了我国80%的城镇就业。但是，小企业发展一直受到融资难的制约，例如：我国银行贷款的企业覆盖率大型企业为100%，中型企业为90%以上，小型企业低于20%，规模或限额以下企业不到5%。国外银行对于发展小企业信贷方面有较多尝试和经验，小企业信用评分就是其中之一，研究小企业信用评分信贷技术的国际实践与经验，能够为解决我国小企业融资难、加强信贷风险控制提供思路和借鉴。

一、基于信用评分的小企业信贷技术分析

1.小企业信贷技术分析

采用合理而有效的信贷技术成为金融机构拓展小企业金融服务的首要前提。一般而言，目前主要存在四种小企业信贷技术，即基于财务报表的信贷技术、基于资产的信贷技术、小企业信用评分信贷技术、关系型信贷技术。其中前三种属于交易型信贷技术，主要是依赖企业的硬信息进行信贷决策，关系型信贷技术则主要依赖小企业的软信息进行信贷决策。

第一，基于财务报表的信贷技术主要是依靠小企业的财务报表判断小企业信用风险，以此进行信贷决策。由于小企业一般经营不规范，财务制度不健全，通常很难提供完整的财务报表，即使提供了，也存在很多不规范的地方。因而，基于财务报表的小企业信贷技术对于企业财务管理及财务信息有着较高要求，就各国情况看，该信贷技术应用仍较为困难，多应用于大企业信贷决策。

第二，基于资产的小企业信贷技术是根据小企业的资产确定信贷额度，通常表现为银行需要一定的抵押品或者质押物才会向小企业贷款，以此缓解信贷风险。基于资产的小企业信贷技术虽然较基于财务报表的小企业信贷技术更为实用，但是很多情况下小企业经营规模小，无法提供有效的或者符合要求的抵押品，尤其对于科技型小企业而言更是如此。不过近年来，银行逐步放宽可用于抵质押的资产范围，知识产权、应收账款、产订单、存货等都可用于抵质押，这对于改善小企业融资条件具有重大意义。

第三，关系型信贷技术是现阶段较为流行的小企业信贷技术。关系型信贷技术的含义在于金融机构通过与小企业长期的合作和交流，进一步获取小企业的软信息，诸如经营者品质、小企业管理水平，进而金融机构结合小企业的硬信息和软信息进行决策，这在很大程度上解决了金融机构与小企业之间的信息不对称问题，有效提高信贷决策科学性，同时也能够扩大小企业融资渠道。

第四，基于信用评分的小企业信贷技术是20世纪末刚刚兴起的一种信贷技术。小企业信用评分信贷技术是根据以往信贷数据建立的用以反映未来客户行为的一种统计模型。目前在美国、日本得到较广泛应用，不过小企业信用评分体系建模较为复杂，对于数据质量要求较高。

小企业信贷技术各有优势和劣势，并没有绝对的好与坏的区分，关键在于能够适应银行小企业金融服务需求，能够有效控制信贷风险。同时，各种小企业信贷技术并不孤立，而是相互联系和相互补充的，可以综合应用多种信贷技术，提高信贷决策科学性和合理性。

2.基于信用评分的小企业信贷技术简述

20世纪60年代左右，信用评分最早用于消费类信贷审批过程中，直到20世纪80年代信用评分才逐步推广至中小企业信贷决策领域，诸如美国富国银行、爱尔兰银行等一些大银行较早将信用评分信贷技术应用于中小企业信贷审批决策中。小企业信用评分信贷技术强调通过各种信用评分区分信贷申请企业，并进一步进行贷后管理，其实质思想是将小企业信贷作为零售业务，以资产池的形式进行管理，不再过多强调单笔小企业信贷的风险—收益，而是从整个资产池的角度确定信贷决策和策略，这就改变了以往将小企业信贷作为公司金融的做法。从这种角度看，基于信用评分的信贷技术更适合于具有大量小企业信贷的银行。

就信用评分模型构建的技术而言，可以将信用评分模型分为统计型信用评分、经验型信用评分以及混合型信用评分。统计型信用评分模型主要是基于logit、probit、神经网络等统计技术估计模型参数，构建信用评分模型，这种方法的好处在于比较客观，但是对于数据数量和质量有较大要求。经验型信用评分模型主要依据实际工作中的经验，选择主要参数，并对不同参数赋予权重和系数。这种方法建模较简便，但是主观性较强，而且多在数据不足的情况下使用。混合型信用评分主要是基于现有部分数据，并依据实际经验构建小企业信用评分模型。

从建立小企业信用评分模型所使用的数据来源看，信用评分可以分为通用化评分模型和定制化评分模型，建立评分模型的数据来源主要包括征信局数据、行业共享数据、金融机构自有数据等。通用化模型主要是利用征信局数据或者行业共享数据等公共信息建立的评分系统，它的开发与使用不针对单一的信用产品，因而能够全面预测借款者未来的信用表现。定制化模型是以征信局数据和金融机构内部数据等信息为基础建立的模型，根据机构自身需要量身定做，反映贷款机构自有客户群独特的行为模式。

信用评分具有较大的作用，但是也要充分认识到其存在的不足和局限：第一，一些评分模型并不透明，决策时也难以做出清晰合理的解释；第二，部分小企业信用评分模型能够很好地利用定量信息，但不能对定性信息进行处理，比如管理质量、技术水平和市场地位等都不便于进行定量分析，而只能通过专家判断；第三，信用评分的哲学方法是经验主义，通过考察过去与现在的关系，推导现在与未来的关系，这种方法本身可能存在一定问题；第四，信用评分只是评审的工具，它并不能预测贷款的损失，也不能提高信贷申请通过率，更不能单独作为接受或者拒绝信贷申请的唯一标准，归根到底它只是信贷评审的工具，如何有效、合理地应用还取决于信贷人员自身的素质和水平。

二、基于信用评分的小企业信贷技术国际实践分析

1.美国小企业信用评分信贷技术实践分析

20世纪90年代初，美国银行业开始引入小企业信用评分模型，并逐步得到推广。根据美国小企业协会的调查表明，47%的银行不同程度上使用小企业信用评分模型进行信贷管理，有6%的银行计划未来实施小企业信用评分模型。而对于没有使用小企业信用评分模型的银行来说，中小银行主要理由是信贷规模小以及实施成本问题，而大银行则是由于客户的抵制以及对模型本身的忧虑。而对于实施小企业信用评分的信贷额度方面，小于25万美元的信贷申请通常会使用信用评分，而25万美元以上的信贷额度则较少使用信用评分模型。

就信用评分模型自身而言，50%以上的银行将小企业主的个人信用评分作为小企业信用评分的重要参数，仅使用小企业经营情况进行评分的银行比较少。调查显示，70%的银行的小企业信用评分模型是从外部购买的，11%的银行需要外部模型作为内部模型的补充，而仅有11%的银行自主开发了小企业信用评分模型。

就小企业信用评分模型使用情况而言，小企业信用评分是信贷决策的重要工具和参考，但是不是唯一的工具。调查显示，在信贷决策过程中，银行考虑的重要因素主要为企业的现金流、担保以及信用评分。除了用于信贷决策，信用评分还可以用于产品营销以及风险定价，数据显示，信贷管理和风险定价是小企业信用评分的最重要功能。

富国银行是美国第五大银行，也是美国应用信用评分成功发展小企业信贷业务的最佳案例。1990年后，该银行开始自主开发小企业信用评分卡，利用信用评分技术来开发小企业信贷模型，在企业信息和业主信息之间建立联系，但是，与消费者贷款模型相比，小企业信用评分需要依靠更丰富的数据资源和针对更精细的客户群来建立模型。1995年该银行直接向年销售额小于200万美元的小企业发放最高额度为10万美元的程序简化的无抵押循环贷款。利用信用评分技术，富国银行完成了数百万笔小企业贷款业务。富国银行已在美国小企业信贷业务中排名第一，十多年的发展中，富国银行小企业贷款业务盈利飞速增长，坏账率也一直低于最初的预想。

2.日本小企业信用评分信贷技术实践分析

1998年，Tokyo Tomin Bank在日本最早开始使用信用评分，开启了日本银行业推广使用信用评分模型的大幕，2000年以后信用评分逐步被广泛使用。而后，日本金融服务局(FSA)倡导通过诸如信用评分等信贷方式，逐步降低对客户的担保要求，进一步促使了信用评分模型的使用和推广。此后，采用信用评分模型的银行越来越多，已经接近50%的地区银行开始使用信用评分模型，而且基于信用评分模型的信贷数量也在不断增多。从银行规模上看，地区银行中已有89%的机构使用信用评分，而信用合作机构中仅有18%的机构使用，这说明随着银行规模的降低，信用评分使用的情况逐渐衰退。这意味着信用评分模型主要用于有较大规模而且拥有大量中小企业信贷的机构，这与将小企业信贷进行组合管理的思想相一致。

2004年，对日本银行业使用信用评分情况进行的调查显示，有59.5%银行已经使用信用评分模型，10.8%的银行考虑使用信用评分模型。这说明信用评分模型在日本银行业还是具有一定使用价值的。在29家地区银行中，20家使用信用评分，其平均信贷余额为14587亿日元，三家将要采用信用评分的银行其平均中小企业信贷余额为9003亿日元，其余六家不计划使用信用评分的银行其平均信贷余额为9639亿日元。数字显示，银行规模越大，在使用信用评分方面表现得越活跃。

在使用目的方面，93.9%的银行意图提高信贷评审质量，75.8%的银行意在提高效率，降低成本，48.5%的银行认为主要是进行市场营销，获得新的客户。而与美国银行的使用信用评分初衷相比较，日本银行最初使用信用评分主要是作为营销的工具，进一步拓展小企业信贷市场，而这类市场长久以来由社区银行占据。调查显示，那些使用了信用评分的银行在最近5年中其信贷市场份额得到了进一步提高，同时，使用了信用评分后其业务操作成本降低了50%，更有银行表示成本降低了90%左右。

但是，到2007年左右，基于信用评分的信贷出现了较大问题，实践中日本银行因小企业信用评分的使用而遭受了一定损失，截至2007年，Shinginko Bank Tokyo损失了资本金的80%，如此重大的损失源于较高的违约率。该银行主要为中小企业提供无抵押、无担保贷款，该银行的信贷技术主要基于信用评分，主要客户都是那些依赖关系型信贷银行而被拒绝的企业。2007年，日本银行业建议使用信用评分的本国银行要注重评估信用评分模型的质量和准确性。与美国小企业信用评分不同的是，日本信用评分模型主要是使用企业信息，而缺少企业主的信息。在日本现阶段比较常用的评分模型是由KMV开发的RiskCalc，该模型是基于1994年至2000年的41577个数据，采用probit回归开发的。模型变量主要为定量参数，诸如盈利/总资产、负债/总资产、现金/流动性资产、留存收益/流动负债、毛利润/总利息支出、销售收入、总存货/销售收入。模型所预期的整体违约率为1.2%，相比实际情况过于乐观。导致日本小企业信用评分体系低效的原因在于评分模型疏漏了变量，样本中的独立变量的分布与实际的独立变量的分布不同，企业财务报表不透明。同时，逆向选择也是日本银行遭到重大损失的重要原因之一。

3.美日小企业信用评分实践比较研究

通过上述美日两国小企业信用评分情况可以看到两国具有较大的相似之处，体现在：

首先，小企业信用评分卡得到了较大范围推广。从美日银行业使用小企业信用评分的情况看，一半左右的银行开始使用小企业信用评分卡，而且还有很多银行表示将逐步引入小企业信用评分。较早使用小企业信用评分的富国银行已经实现了小企业信贷快速增长，极大提高了市场地位。

其次，小企业信用评分在银行信贷业务中发挥了多重作用。实践证明，小企业信用评分为银行发展信贷业务起到了积极作用，目前小企业信用评分已逐步运用到了产品营销、贷款管理、贷后管理、风险定价等多个方面，其中贷款管理和风险定价是小企业信用评分的主要应用领域。小企业信用评分使得信贷决策不再主观化，而是更加量化，有利于提高效率，节省成本，而且更加合理地制定信贷条款，向客户要求风险溢价。但是需要指出的是，现阶段银行很少将小企业信用评分作为信贷决策中唯一的考虑因素，而是基于现金流等多种因素进行决策的，小企业信用评分是信贷决策的重要工具之一。

最后，银行小企业信用评分模型多源自第三方。通过调查发现，美日两国银行的小企业信用评分模型多来自第三方的模型。这可能一方面由于银行所拥有的相关数据较少，另一方面模型开发本身就是一个比较复杂而漫长的过程，直接购买更为简单。但是，直接购买的模型，其所使用数据样本与银行自身用户对象是否吻合需要考虑，而且银行还需要知道模型的验证和开发等中间步骤以便更好地应用信用评分模型。目前，已经有众多信息供应商为银行提供相关金融服务，其中最为著名的就是美国的FICO。

但是，应该注意到日美的信用评分体系应用还是具有一定区别的，主要体现在信用评分模型的变量方面，一般美国银行业主要适用的信用评分卡的变量多为15个左右，而日本使用的信用卡变量则多达20多个，并且日本信用评分卡并没有将小企业主的主要信用评价纳入信用评分模型中，这有可能使得信用评分模型精确度下降。以日本银行业较为常用的由KMV开发的RiskCalc模型为例，该模型由5个财务指标变量构成。实际应用中发现，日本近年来因使用小企业信用评分模型而出现较大的损失，这种情况在美国银行业没有出现，这说明日本银行业在模型使用方面可能存在问题，也可能日本的金融环境在一定程度上限制了信用评分模型的使用。有研究表明，市场逆向选择和财务报表不规范成为日本银行业因使用信用评分遭受损失的重要原因。

三、小企业信用评分信贷技术影响分析

小企业信用评分信贷技术的广泛应用和实践对于银行经营发展和小企业信贷发展产生了重大影响，主要表现为以下几个方面：

1.降低了小企业获得信贷资金的门槛

小企业信用评分改变了银行处理信息以及信贷决策的方式，使得本无法通过关系型信贷技术获得银行贷款的小企业有可能在小企业信用评分模式下得到信贷资金，也就是说使用小企业信用评分可以使银行将信贷范围拓展至更高风险的小企业或者进一步拓展新地区的信贷。Frame, Srinivasan和Woosley (2001)估计1997年大银行使用信用评分后，低于10万美元小企业信贷资产池将增加8.4%；Allen N. Berger(2005)研究发现小企业信用评分的使用与小企业信贷(10万美元)的增加有很大关系，小企业信用评分的实施进一步增加了向风险更高的小企业的信贷投放，信贷投放范围拓宽了，信贷期限延长了。

2.提高银行信贷决策效率，降低了成本

信用评分可以更为直接地处理企业信息，而不必直接接触企业，提高了银行处理银企关系的灵活性，进而降低信贷成本。同时，信用评分将信贷审批进行量化，可以提高银行信贷决策的效率。实证研究显示，信用评级模型可以每年节约哥伦比亚小额贷款机构成本75000美元(Schreiner, 2000)，具有实实在在的好处。同时Allen N. Berger(2005)也发现信用评分模型的使用可以节省银行近50%的成本。

3.改善了小企业信贷风险定价和银行盈利水平

信用评分的实施可以实施风险定价，使得银行更为合理地进行信贷定价，而且银行可以将信贷更多地投放到风险更高的小企业，提高了银行整体收益率。从贷款利率看，信用评分贷款的利率从2%～10%不等，平均为4.5%，要高于一般利率水平2.5%。从日本的情况看，信用评估贷款利率水平并没有高于传统贷款水平，这与一般的学术研究结果不一致。同时，银行服务方面，69%的被调查银行表示会收取服务费，一般而言银行发放信贷是不会收取服务费的，但是这种做法反映出银行将开发和使用信用评分模型的成本转嫁给了客户。

4.小企业信用评分模型与银行资本充足率

Altman & Sabato(2007)研究认为在新巴塞尔协议下，有必要建立针对小企业的专门的内部评级模型，无论是将小企业信贷作为公司金融还是将其作为零售业务，都在不同程度节省银行的资本金，Altman认为在一定条件下可以为银行节省0.75%的资本金。

四、启示和建议

基于小企业信用评分的信贷技术对于发展小企业信贷产生了深远影响。就我国而言，较早使用小企业信用评分的银行是工商银行。工商银行2002年制定了小企业评级试行办法，并在江苏等8家分行进行了为期三年的试点。2005年，工行在试点办法的基础上推出了一套适应小企业风险特点的信用风险评级体系，建立了覆盖全行小企业评级业务的信用风险评级体系。就我国银行业整体情况而言，统计数据显示，66.67%的大银行已经建立小企业信用风险衡量工具，诸如打分卡或内部评级体系，33.33%的大银行计划建立小企业信用风险衡量体系。就中小企业银行而言，23.33%的银行已建立信用风险评级体系，70%的银行计划建立小企业信用风险衡量体系，6.67%的银行尚无此方面的计划。这说明，我国大银行在小企业信用评级体系建设方面要快于中小企业银行，这也符合小企业信用评级体系建设的基本趋势，即大银行更有条件和动力推进和使用信用评分体系。

就我国的实际国情而言，我国还不具备大范围推广小企业信用评分卡的基础条件，主要是相关征信体系不健全，缺乏构建模型的数据，专业技术人员欠缺以及我国很多银行近年刚刚开展小企业信贷，信贷数量和经验还不足。就此，笔者提出以下建议。

首先，国有大银行可以初步实施小企业信用评分卡。我国国有大银行小企业信贷数量大，具有进行组合管理的基础，具有相关的专业技术人员，同时我国大银行都在实施新巴塞尔协议，内部风险管理制度和技术手段逐步完善，有利于应用小企业信用评分卡。而且在应用信用评分卡的时候，应该分阶段、有步骤地实施，确保小企业信用评分卡能够真实地为银行小企业信贷业务带来益处。

其次，继续研究和关注小企业信用评分卡在我国的实施和应用。小企业信用评分卡作为创新型的小企业信贷评审工具，在我国刚刚起步，如何有效地落实和提高效率是关键。因此，还不具备实施条件的中小银行可以继续研究小企业信用评分卡，注重相关数据的积累，为银行未来实施小企业信用评分卡做好准备。

再次，加强小企业相关数据累积。基于信用评分的小企业信贷技术需要大量高质量的小企业数据，因而需要银行及早进行内部数据累积，建立相应的数据库；同时行业内部也可以进一步分享相关数据，而且央行也可以加强小企业征信数据的累积和建设，从而形成多元化的小企业信用评分数据来源，建立起更为可靠的小企业信用评分体系。

最后，加强人才培养。小企业信用评分技术具有较强的专业性，不论是内部开发还是外部购买，都要需要培养专业人才，了解信用评分体系运作。中小银行难以很好地应用信用评分体系很大程度还在于相关技术和专业人才不足，因而需要加强专业人才的培养和选拔。

[1]袁吉伟. 中小企业信用评级体系构建研究[J].财会通讯，2008，(9)：34-35.

[2]Berger A N，Frame W S.Small Business Credit Scoring and Credit Availability[R].Federal Reserve Bank of Atlanta Working Paper No.10.2008

[3]Berger A N,Frame W S，Miller N H.Credit Scoring and the Availability Price, and Risk of Small Business Credit[J].Journal of Money ,Credit and Banking,2005.

[4]Schreiner M. Credit Scoring for Microfinance : Can It Work?[J].Microfinance Risk Management, 2000.

[5]Edward I Altman，Gabriele Sabato. Modelling Credit Risk for SMEs: Evidence from the U.S. Market[J].Journal of Accounting, Finance and Business Studies, 2007，(43).

[6]陈忠阳,郭三野,刘吕科.我国银行小企业信贷模式与风险管理研究：基于银行问卷调研的分析[J].金融研究，2009，(5)：173-189.