电力数据在中小企业信用风险评估中的应用

谭钧方

中小企业“融资难”一直都是讨论的热点，而造成这一现象的最主要原因还是中小企业信用风险难以评估。用经济学的说法就是由于信息不对称导致银行等信贷机构对中小企业信用风险难以量化衡量。为了加强信用风险的管理，信用评价机构需要借助一套合理的评价体系来评估中小企业的信用风险。因此，中小企业信用评价体系在此扮演着十分重要的角色。随着国家关于深化中小企业金融服务政策的出台，各地开展探索创新中小企业信用评价的有效信息抓手，本文聚焦“电力大数据+金融”模式，基于电力数据建立起中小企业信用风险评价模型。该模型为企业信用评价和风险防范提供了模型依据。

一、中小企业特点及信用评价难点

1.中小企业特点。我国中小企业以非国有的中小企业为主。该类企业规模小、经营管理及产业结构存在问题，可用于贷款的抵押品或是自有资产严重不足，抗风险能力弱，信息披露不全，信用等级低等问题。但由于其流动资产多，经营手段灵活，其生命力比起大企业更强。中小企业主要有以下特点：①生产规模小，市场竞争力弱。中小企业虽然在数量上占有绝对优势，但所占的市场份额小，在国民经济中依然是大企业起决定性的主导作用。在规模、资金、技术、市场占有率等方面都存在着劣势。由于其资本积累不足，再加之信用不高，筹措资金困难，因此扩大生产规模难，购进先进技术较难，这影响了产品的市场竞争力。②财务信息不实，管理不规范。中小企业由于可用的有效的抵质押品或自有资产有限，加之信用不高，所以难以取得有效的担保人。此外，由于财务管理不规范，会计报表不实，信息披露不全，不利于做出正确的信用评价。③经营范围广，手段灵活，生命力顽强。中小企业的资金和技术的“门槛”比较低，进入市场容易，经营手段灵活多样，且范围广，适应性强。一般中小企业占用资金少，周转速度快，易于适应多变的经济环境，可以根据市场供求的变化调整自我经营方法，及时满足市场需求。所以，和大企业相比，中小企业生存能力更强。④自有资金少，固定资产缺乏。中小企业一般自有资金较少，为了周转资金，企业往往选择租赁设备、厂房等方式来正常运营。因此，固定资产作为信用评价重要考虑因素之一，不动产少，中小企业的信用更加难以量化衡量。

2.中小企业信用评价难点。一直以来，中小企业融资难在于其信用难以评价，而究其信用评价难的原因则在于，中小企业公司治理结构不规范，财务报表不实，信息披露不完全，外人难以获取直接准确的信息，这就产生了信息不对称的现象。这种信息不对称会产生逆向选择。即“高信用”的借款人不愿意向银行贷款，市场上进行贷款的大多是“低信用”的借款人。这是因为“低信”借款人愿意出更高的贷款利率进行贷款。当贷款利率高于一定水平时，能承担高风险的“低信用”借款人愿意贷款，而“高信用”客户拒绝申请贷款的可能性变大，从而使得信贷市场上难以客观衡量中小企业信用。另外，信息不对称产生道德风险。在中小企业迫切需要资金情况下，部分中小企业为获得贷款，申请贷款时不表明贷款真实用途和期限，获得银行贷款后随意改变贷款用途。因此，信息不对称带来的风险导致了中小企业融资难的困境产生。

随着国家关于深化中小企业金融服务政策的出台，各地区开展探索创新中小企业信用评价的有效信息抓手，以“电力大数据+金融”的模式逐渐被广泛关注。本文着重探讨电力数据在中小企业信用评价中的适用性并建立信用评价模型，为中小企业信用风险评价提供真实有效的度量方法。

二、电力数据在中小企业信用评价中的应用

1.电力数据在企业信用评价中的适用性。电力数据在信用评价中的适用性在于，基于电力客户基本信息、长期用电量、缴费情况等历史数据，对企业以后的信用进行预测和评价。其适用性在于，首先，电力数据可以了解企业的欠费情况，而欠费规模可反映一个企业的信用情况。因为究其欠费原因，一是企业因宏观经济形势或自身管理原因，经营不善，导致破产和濒临破产，二是一些企业法律意识淡薄，故意拖欠。总结而言，企业因偿还能力不足或信誉太差，产生欠费。因此，电力数据可以较好反映一个企业信用水平。其次，电力数据可采集的周期和样本足够大。因此，数据在预测企业的信用上准确度更强，而且电力数据每天、每月都在更新，可实时跟踪企业情况和动向，对企业风险把控度强。

基于电力数据在企业信用评价中具有较好的适用性，电力公司可通过用电数据对中小企业进行筛选，将信用好的企业推荐给银行，形成信用信息的共享，从而加快中小企业信贷准入和审批流程，解决中小企业“融资难”的问题。

2.基于电力数据的中小企业信用风险评价模型设计。①信用风险评价方法。基于学者以往的研究经验，本文运用层次分析法建立信用风险评价模型，模型中将客户用电情况作为重要指标，并构造矩阵，运用matlab计算各权重。根据层次分析法所得权重，建立信用风险评价函数Z，通过对Z数值的跟踪，发现异常波动。

构造判断矩阵，同一层次下的各因素比较评价标度设置如下：标度“1”表示因素i与因素j同样重要;标度“3”表示因素i比因素j稍微重要;标度“5”表示因素i比因素j明显重要;标度“7” 表示因素i比因素j强烈重要; 标度“9” 表示因素i比因素j绝对重要;标度“2，4，6，8” 表示上述相邻标度的中间值;倒数含义为：因素i对因素j的判断为，则倒数1/aij为因素j对因素i的判断。

根据上述标准，运用一致矩阵法，将同一层次的指标两两比较，得到判断矩阵。再进行一致性检验，一致性检验指标如下：

CI=（λmax-n）/（n-1），其中，n为判断矩陣的阶数。一致性比率指标： CR=CI/RI，其中，RI为平均随机一致性指标，该指标取值通过查RI取值表获得。该表显示，阶数从1-8的RI值分别取0，0，0.52，0.89，1.12，1.26，1.36，1.41。CR越小表示一致性检验效果越好。一般认为，CR值小于0.1时，矩阵可通过一致性检验，构造的矩阵可以接受。

②信用风险评价体系指标构成。在信用风险指标选择中，要遵循一定原则。如果指标选择忽略了主要因素，将会导致指标体系适用性不强。但如果所有指标都加以考虑，则又会使问题复杂化。因此，指标选择原则包括目的性、全面性、可行性、定量分析四方面。根据目的性原则，本文选择电力数据包括企业正常缴费金额占比和正常缴费次数占比;根据全面性原则，本文选择行业发展情况、银行流水中进账交易量与出账交易量占比、利润情况。上述五个指标又均满足可行性和定量性的原则。因此，风险评价指标体系所包括的具体指标为正常缴费金额占比（A1）、正常缴费次数占比（A2）、银行流水中进账交易量与出账交易量占比（A3）、行业发展情况（A4）、利润总额（A5）。

③风险评估指标权重的确定及数据处理。本文基于特尔菲法对相关指标权重进行确定。通过走访问卷调查五位行内专家，本文对各指标权重相对重要性进行量化。五位专家分别包括某商业银行行长一名、风险经理一名、合规经理一名、公司客户经理一名、普惠金融部副总经理一名。五位专家在行业内从业经验均7年以上。本文根据五位专家的相对赋值构建各层级矩阵进行相关分析。运用层次分析法，本文对A1 、A2、A3、A4、A5五项指标层级构造矩阵并计算各权重。矩阵如下：

A为5阶矩阵，通过matlab计算求得最大特征λmax=5.07 ，计算的权重系数公式为：

ω=（0.17，0.19，0.40，0.13，0.11）T， 一致性检验指标CI=0.018。一致性比率指标CR=0.016。CR<1，这表明上述4階矩阵通过一致性检验。则指标各权重占比为正常缴费金额占比（0.17）、正常缴费次数占比（0.19）、银行流水中进账交易量与出账交易量占比（0.40）、行业发展情况（0.13）、利润总额（0.11）。

④评价指标结果分析。根据层次分析法所得权重，中小企业信用风险评价函数计量如下：

Z=0.17*A1+0.19*A2+0.40*A3+0.13*A4+0.11*A5

在指标中，权重占比最大的为资产负债比，占比最小的是企业利润总额。因为中小企业往往都是在初创期，其前期经营利润往往不高甚至是负利润情况。但是在对中小企业进行信用评价时，从企业长远发展考虑，重点关注的还是资产负债情况和电力数据情况。

通过建立信用风险评价函数Z，信用评价机构或商业银行可通过对Z数值的日常跟踪，建立企业正常经营时的正常Z值区间，当Z值超过正常区间时，即发出异常波动的预警，从而即时甄别和追踪不良信用企业，防范化解风险。

（作者单位：西南财经大学）