企业信用评估范文

企业信用评估范文第1篇

摘要：我国国民经济在改革开放以后取得了举世瞩目的成绩。政府部门的大力扶持，使我国市场经济和各种法律法规在过去20年得到不断完善和发展，为国民经济增长以及人民生活水平提高做出了重大贡献。虽然总体经济形势较为乐观，但我国小微企业，尤其是起步较晚、底子较薄的贵州省小微企业的现状还很薄弱。本文即以贵州省小微企业为研究对象，通过分析企业信用在发展中遇到的主要障碍和问题，提出相关的解决思路，促进小微企业的发展壮大，从而带动全省经济的又好又快增长。

关键词：贵州小微企业；信用评估

一、小微企业信用评估概述

（一）小微企业界定。我国经济学家郎咸平教授首次提出了小微企业的概念，它主要包括了小型企业、微型企业、家庭作坊式企业、个体工商户。我国政府在2011年颁布了新的企业划分标准，将中小企业细分为中小微企业，并按照企业的营业收入、从业人员和资产总额来规定小微企业的标准。其中农、林、牧、渔业，工业，建筑业，交通运输业，住宿业和餐饮业等比重较大的几大类的具体分类如下：

农、林、牧、渔营业收入在50-500万元的属于小型企业，在50万元以下的属于微型企业；工业从业人员在20-300、营业收入在300-2000万元的属于小型企业，从业人员在20人以下、营业收入在300万元以下的属于微型企业；建筑业的营业收入在300-6000万元、资产总额在300-5000万元的属于小型企业，营业收入和资产总额均在300万以下的属于微型企业；交通运输业的从业人员在200-300人、营业收入200-3000万元的属于小型企业，从业人员在20人以下、营业收入在200万以下的属于微型企业；住宿业和餐饮业的从业人员在10-100人、营业收入在100-2000万元的属于小型企业，从业人员在10人以下、营业收入在100万元以下的属于微型企业。

（二）小微企业信用评估的特点。小微企业作为一个新兴的企业概念，它的信用评级方法，既与一般大中型企业有相似之处，同时在许多细节上也异于一般企业。

（1）综合性。偿债能力、盈利能力和运营能力等财务性指标是大中型企业信用评级时的重要指标，但对于小微企业而言，在进行信用等级评定时，更应关注企业领导者素质、创新能力、发展前景等非财务性指标，需要全面的调查和综合分析该小微企业的发展状况。

（2）困难性。由于小微企业的财务信息、运营情况等相关信息较为封闭，小微企业的内部管理也相对较为松散，对于信息的披露缺乏严格的监控，所以信用评级时信息的获取难度较大，即使获得了该企业的信息资料也难以保证资料的真实性和客观性。

（3）连续性。不同于大中型企业拥有全面的财务管理和公司运营体系，小微企业缺乏完善的体制建设。为了使债权人或潜在债权人对小微企业的偿债能力进行精准的预测，增强社会信用信息的透明度，对小微企业进行及时、连续的信息采集和评估是十分必要的。

二、贵州小微企业信用及评估情况

（一）贵州小微企业在贵州经济发展中的作用。近年来，贵州小微企业在省政府相关金融、服务优惠政策的扶持下，数量和质量都得到相当大的提升。截止到2013年，小微企业数量在全省企业总数中占到90%。小微企业在缴税、提高服务和稳定社会局面都作出了非常突出的贡献。具体有以下几个方面的表现：

1、促进了经济增长。目前，在国民经济的主要行业和维持社会稳定、促进经济增长的各个方面都能看到小微企业的身影。小微企业涵盖的行业小类、中类和大类的数字分别是859、362和84个，并且城乡间的收入差距与小微企业的数量和密集程度紧密相关。贵州社会与国民经济的发展与小微企业的发展已经密不可分。

2、承担了社会就业。小微企业已经作为解决社会就业的生力军，在提供就业岗位、满足就业需求中发挥了巨大的作用。在劳动密集型产业的发展和创办中，贵州的小微企业与其他地方的小微企业一样远远超过大中型企业，甚至达到大中型企业的两倍。

3、调整了经济结构。贵州省由于受到地理历史等因素的制约，在经济社会创新中发挥主体作用的还是大中型企业，但是小微企业在创新能力的活跃度也不能小觑，在调整经济结构中也做出了突出的贡献。

（二）贵州小微企业信用评估存在的问题

1.小微企业自身信用意识薄弱。目前，小微企业发展水平参差不齐，自身信用意识和管理水平有待加强，时有信息披露不真实的现象发生。据研究，很多小微企业的信用管理工作由财务部门承担，在财务制度和管理人员上也缺乏专业的专业的财务人员，种种不规的范为信息采集工作和信用体系建设工作带来很大的阻力。

2.小微企业失信行为约束有待加强。明晰的征信法规是小微企业信用工作开展的前提和保障。但由于我国的《征信管理条例》尚未颁布，加上地方政府对于小微企业失信行为的惩罚力度不够，使得少数小微企业频频专营法律漏洞，也引得不少其他企业效仿。

3.小微企业信用信息获取难度大。小微企业的信息庞杂分散，且诸多部门都包含小微企业信息收集的工作，部门分工重合，再加上信息收集的成本较高、相关单位出于信息安全的考虑对信息采取保护措施，使得小微企业信息收集难度进一步增大。

三、贵州小微企业评估制度的发展对策

（1） 改善小微企业信用评级市场秩序。由于我国的信用评级行业起步较晚，相关法律法规还不太完善，对大量评级机构的不公平竞争行为缺乏有效监管，使得许多评级机构为了谋取高额利润而采用低评级标准，降低了整个行业的质量水平。针对这种乱象，国家有必要提高评级行业的准入门槛，降低评级市场的过度竞争，并且对评级机构的资格严格监控。

（2） 选取适合小微企业的信用评级指标。信用评级指标的选取是整个信用评级工作的核心和关键，指标选取是否恰当关系到信用评级结果是否能客观和真实反映企业的现状。所以，信用评级机构需要组织一批专业人士，通过研究小微企业自身的特点来选取适用于小微企业的指标体系。

（3） 提高小微企业自身信用评级意识。小微企业的发展在贵州省经济发展中占据越来越重要的地位，但是由于我省的小微企业信用评级工作开展时间不长，很多企业主对企业自身的信用意识极其淡薄，因此，提升企业自身的信用评级意识是十分必要的。地方政府和相关单位应该加强宣传力度，让小微企业管理者认识到信用对于企业的重要性。

四、小结

随着我国经济的高速发展，小微企业在解决就业、促进城乡收入平衡方面的作用日益凸显。为了使小微企业更快更好的发展，国家业已出台一些的政策法规，对小微企业方方面面进行支持和鼓励。虽然这些政策措施已经在很多方面取得良好的效果，但在小微企业融资困难、信用评估不完善上还是显得乏力，小微企业的发展仍然饱受信用低、融资难的困扰。我国现有的企业信用评估体系还是以实力雄厚、贡献突出的大中型企业为主，针对小微企业信用评估十分鲜见。我们应该充分研究小微企业自身发展的特点，以区别于大中型企业的态度来对待小微企业，寻求适合小微企业的评级指标，构建符合小微企业特征的评级体系，使得小微企业在未来的发展道路上更加顺畅，为国家的社会经济发展作出更大的贡献。（作者单位：贵州大学）

参考文献

[1]武彦坤，代晓雪.解决中小企业融资困境的关键：健全中小企业征信体系[J].征信，2013（5）.

[2]刘凤.我国完善中小企业征信体系建设的对策建议[J].经济视角，2011（5）.

[3]牛红红，王文寅.企业信用评估体系研究[J].经济问题，2008（8）.

[4]管晓永.中小企业信用评价因素研究[D].浙江大学博士论文，2005.

企业信用评估范文第2篇

【关键词】信用资产；价值评估

一、信用资产概念

信用是一种远期支付承诺，它以货币单位表示未来经济的价值。在不存在资源交换时，它不以现实资产的形式存在，只有当发生资源交换时，它才能通过资源体现出价值所在。20世纪90年代以来，随着无形资产价值的不断增强，企业获得竞争优势的方式开始从单纯的产品本身向无形资产价值的开发和利用转变。企业信用作为企业重要的无形资产，通过与物质资产和人力资源的合理结合，可以产生高效的生产力和强势的竞争力，从而提升企业盈利能力和企业价值。

二、企业信用资产评估要素

（一）企业信用资产的成本

成本是任何一项资产价值构成的基础。对于有形资产来说，其成本主要分为原始成本和重置成本。信用资产的成本主要指原始成本，如为建立和发展企业信用而产生各项费用，而不存在重置成本。因为企业信用的形成是一个漫长的过程，并且不易在短时间内发生改变，即使要把某些成本费用看成重置成本，也只能算作是未来信用资产的原始成本。

企业信用资产的成本分析可以从显性和隐性两方面考察。显性是指企业为建立和培养信用资产所支付的各项费用。隐性成本是指企业为恪守信用而付出的损失或减少的收入。但两方面都存在不足之处，显性成本可能会产生漏记、错记。隐性成本则由于并不实际记录在企业账目中，往往容易被忽略，导致企业信用资产成本的记录出现不完整。但不可否定的是根据企业历史资料，统计企业为保持和提高信用水平所支付的成本费用，对于企业信用资产评估具有重要的意义。可以肯定的是，如果企业在信用方面增加投入，则新增加的企业信用资产必定会给企业带来相应的投资回报。

（二）企业信用资产的效用

资产的价值体现在它对企业的效用，即能为企业获利。有形资产以实物形式存在，其效用大小可以根据实物鉴定。而无形资产没有实物形态，其在物质实体上的表现是诸如专利证书、许可证、注册商标证书和转让合同等具体的书面文书，这些都可以作为评估无形资产价值的重要依据。无形资产的价值也可以用其实际效用来体现，即无形资产在企业生产经营过程中发挥的实际作用。这种实际效用一般是指该资产给企业带来的额外收益的大小。无形资产的实际效用比企业文书更是其实际价值评估的依据。

企业信用资产作为企业重要的无形资产，其实际效用表现为能够为企业带来超额收益或预期盈利能力。它不仅是企业正常经营的必要条件，更能够促进企业健康发展甚至帮助企业起死回生。

（三）企业信用资产的寿命

无形资产一般都有明确的使用期限。使用期限对无形资产的价值有重要影响，超过有效期其作用就会消失。但是信用资产是一种特殊的无形资产，它会一直伴随着企业的整个生命周期。

无形资产剩余使用寿命的计算方法一般有三种：法定年限法、更新周期法和预测法。对于信用资产，既要考虑到其作用的长期性，又要结合外部信用环境变化的影响，综合考虑后采用专家法进行评议和确定。

（四）企业信用资产的环境影响

无形资产与有形资产相比，一个重要特点就是其可以作为不同经济主体的共同财富同时享用。由于资源的有限性和市场的竞争性，各企业拥有的无形资产也会产生互斥，防碍企业获得高额利益。信用资产也如此，企业信用水平的高低不仅受企业自身信用状况的影响，同时受同行业或其他行业经济主体信用状况及水平的影响。因此，对信用资产进行评估时，要综合考虑同行业企业拥有的信用水平和整个社会信用状况等因素。

三、企业信用资产评估方法比较

（一）成本法

成本法，也称重置成本法或重置价值法，是指从待估资产在评估基准日的复原重置成本或更新重置成本中扣减其各项损耗来确定被评估资产价值的方法。其基本计算公式可表述为：

被评估资产评估值=重置成本-实体性贬值-功能性贬值-经济性贬值

式中，对于不可重置的资产来讲，也可以采用原始成本或替代资产现值来代替重置成本。

信用资产作为特殊的无形资产，其成本构成要复杂得多，可把它的原始成本作为估算其价值的基础，公式调整为：

被评估资产评估值=原始成本-资产各种贬值

由于信用资产显性成本和隐性成本计量的不足之处，企业信用成本费用的收集和计量存在很大困难。信用资产的贬值与有形资产也不相同，只能通过环境经济性方面分析，即环境经济性贬值。

通过以上分析，成本法可以作为企业信用资产价值评估的基础，但不宜作为主要依据。

（二）市场法

市场法，即现行市价法，是以市场价格作为资产评估的价格标准，来确定资产评估价格的一种方法。它通过比较被评估资产与最近售出类似资产的异同，并将类似资产市场价格进行调整，从而确定被评估资产价值。

市场法评估必须具备两个条件：要有一个充分发育活跃的资产市场；参照物及其与被评估资产可比较的指标、技术参数等资料是可搜集到的。

由于信用资产交易市场在我国的发展尚不繁荣，所以在当前条件下利用市场法对企业信用资产进行价值评估有很大困难，信用市场还有待于进一步发展和完善。

（三）收益法

收益法，也称权益法或收益现值法，是指通过估算被评估资产未来预期收益并折算成现值，借以确定被评估资产价值的一种资产评估方法。收益法在经济发达国家或地区应用更为广泛。其计算公式为：

式中：V―无形资产评估值；―第t年增加的收益额；―年份；n―剩余使用年限；i―折现率。

使用收益法时要满足三个前提条件：资产可以投入使用；资产经营的未来收益能够且必须用货币金额来表示；资产所有者所承担的风险收益也必须是能用货币衡量的。

运用收益法对资产进行评估是以资产投入使用后能够连续获利为基础的，如果在资产上进行投资不是为了获利或者投资后预期收益很少且又不稳定，则不能采用收益法。

四、企业信用资产评估方法与评估思路

（一）企业信用资产评估方法

通过以上对三种资产评估常用方法的比较分析，我们认为采用收益法对企业信用资产进行评估是合适的。因为信用资产可以为企业带来超额收益，并且这种收益可以用货币计量且剩余使用寿命可以预测。

（二）企业信用资产的评估思路

通过对信用资产的特征进行分析，我们得出信用资产评估的思路方法：

（1）采用层次分析法对企业超额收益进行分割。

首先用层次分析法对企业整体无形资产带来的收益进行分割，分离出企业信用资产的收益。可以把无形资产收益作为目标层，把商标品牌、技术含量、人力资源、企业信用、管理水平五类作为方案层，把价格优势、销量增长、成本降低和竞争力提高作为准则层，从而构建层次结构模型。

根据各层次之间关系构造出某元素与相邻层有联系的所有元素的比较判断矩阵：

A C1 C2 … Cn

C1 a11 a12 … a1n

C2 a21 a22 … a2n

… … … … …

C4 an1 an2 … ann

其中：

接着进行层次单排序：

A中每行乘积：

m次方根： （下转第90页）（上接第88页）

规范化，得出归一化后各因素权重：

一致性检验：，查出RI，计算一致性比率，当CR

最后进行层次总排序：

由单排序得到准则层各元素对目标层的权重向量，同理可求出P层各元素对C层的权重向量：

方案层对总目标权重由得出。

同样采用方根法求出P层对总目标的排序权重，并进行一致性检验。

（2）采用专家评分法确定各信用资产要素对企业信用收益的影响程度，确定企业信用资产使用效率，得出信用系数L。

（3）收益现值法对企业信用资产进行评估。

根据信用资产剩余使用年限和折现率，通过公式算出信用资产价值。

参考文献

[1]夏网生，崔苏卫.企业信用的效益分析[J].现代管理科学，2003（07）：17-18.

[2]Sveiby K E.The New Organizational Wealth[M].Berrett-Koe-hler Publishers，Inc，1997.

[3]卢俊.企业信用资产研究综述及展望[J].经济视角（中），2011，9：89-90.

[4]王全在.关于资信评估体系的设计[J].前沿，2003，11.

[5]John B.Caouette，Edward I.Altman.Managjng Credit Risk：The Next Financial Challenge，1998.

[6]蒋国发.资产评估学[M].清华大学出版社，2011，10.

企业信用评估范文第3篇

关键词：商业银行；信用风险评估；定性方法；定量方法

中图分类号：F2

文献标识码：A

文章编号：1672-3198（2013）09-0027-02

企业信用评估和企业财务预警是企业财务管理研究的重要课题。诸多学者将两个问题一起进行研究，这两者之间还是有本质区别的。财务预警即财务失败预警，是指借助企业提供的财务报表、经营计划及其他相关会计资料，利用财会、统计、金融、企业管理、市场营销理论，采用比率分析、比较分析、因素分析及多种分析方法，对企业的经营活动、财务活动等进行分析预测，以发现企业在经营管理活动中潜在的经营风险和财务风险，并在危机发生之前向企业经营者发出警告。信用评估本质上是对企业履约各种承诺能力和信用程度进行全面评估，预测未来偿债可能性来辨识不同企业的方法。服务的对象有商业银行、金融监管机构、与受评对象有业务往来的商业客户以及社会公众和投资者。

（1）定性评估方法：人工专家分析法，又被称为古典信用分析方法，包括5C、5P、5W法，5C法指贷款申请企业或个人的道德状况，偿债能力，贷款申请企业或个人的财产状况，可用于进行贷款申请时抵押担保的资产价值，宏观经济状况。 5W法指贷款申请人、申请贷款的使用、贷款的时间长度、担保资产价值及还款方式。目前我国商业银行实务中仍主要采用的信用评估分析方法。

（2）定量评估方法。

①统计方法：多元判别分析法（Multi-linear Discriminate Analysis）是较早应用于企业信用评估的多元统计方法。Altman（1968）最早提出Z-score模型对企业运营财务危机预警、企业违约预测问题进行研究，使用较少的财务比率迅速进行判断分析，使用年度报表的数据运用财务比率进行分析：企业运营成本/平均总资产、留存收益/平均总资产、息税前利润总额/平均总资产、普通股股东权益合计/平均总负债、营业收入/平均总资产，并且对三十多家样本公司进行分析，得到准确率较高的分析结果，该模型属于贝叶斯判别，用样本修正已有的先验概率分布得到后验概率分布。这篇经典论文开创了企业破产预测，财务危机预警，信用评估分析的先河。Altman（1977）在前述论文的基础上进行了完善，又加入几个财务比率建立ZETA模型，使用总资产收益率（利润总额/平均总资产）、利润增长率（利润总额/上一年利润总额）、利息保障倍数（息税前利润总额/利息费用）、留存收益/平均总资产、流动比率（流动资产/流动负债）、平均总资产、公司股票市价等财务比率，得到比签署模型更好的分析结果。Logistic模型分析。Martin（1977）使用财务比率进行企业经营财务预警及企业贷款违约分析，使用多元统计学中的Logistic回归方法，使用1970至1971年的报表数据从的美联储成员银行5600多家中选取58家属于财务困境，违约样本的银行进行分析测算，使用资产净利率（利润总额/平均总资产）等8个财务比率，进行分析测算，并且分析不同的信息使用者的风险偏好差异，如投资人和债权人，测算不同的风险预警系数，便于信息使用者更好地作出分析决策，得到较好的分析结果，并且使用该多元回归模型与前述的Z-Score模型，ZETA模型测算的结果进行对比分析，得到优于前述模型的预测数据。吴世农（2001）收集我国上市公司1998至2002年A股市场的ST公司共计七十多家，收集样本数据的时间是公司转化成ST的年度，并且选取相关行业的七十多家作为对照组样本，进行横截面数据分析，选用不同的计量模型进行对比研究，主要有线性概率模型（LPM），Fisher二类线性判定，Logistic模型等多元统计方法对企业财务进行预警研究，最终结果是Logistic模型的预测准确率均高于Fisher判别分析法和LPM的准确率。于立勇、詹捷辉（2004）也使用Logistic模型，选取商业银行的贷款企业客户的财务数据进行信用违约的分析，得到较好的测算概率。方洪全、曾勇（2004）在银行信用风险评估方法实证研究及比较分析中运用Logit模型分析。李志辉、李萌（2005）选取了195家上市公司为样本，Logistic模型的准确率高于线性判别模型神经网络模型。Junni L. Zhang（2010）运用贝叶斯加分类树法对德国公司财务报表数据进行偿债能力进行有效得分类。

②信用风险评估模型。Credit Metrics（信用计量模型）是摩根大通等美国知名金融机构采用用VaR（在险价值模型）的思路，对个人和企业的贷款以及其他金融资产进行价值估计和风险预测的计算方法。麦肯锡公司提出的Credit Portfolio View模型（信贷组合审查模型），是改造Credit Metrics模型，考虑到周期性宏观经济因素，结合信用风险评级转移和宏观经济变量如年度经济增长率、市场利率、政府支出等建立关联模型，使用蒙特卡罗技术模拟宏观经济周期性因素的计算得到评级转移概率。KMV模型（Credit Monitor模型）（是美国KMV公司提出后被穆迪公司收购），该模型是可以对上市公司的信贷违约概率进行预测分析。张玲等（2004）运用KMV模型评估我国上市公司ST公司和非ST公司的信用风险后得到，改变KMV模型的相关变量可以至少提前2年预警我国上市公司的信用违约风险，并且可以提前4年进行上市公司的信用风险变化趋势的预测。戴志锋等（2005） 运用KMV对我国上市公司数据和某国有商业银行非上市公司的信贷数据进行验证，实证结果表明非上市公司模型在中国具有一定的预测能力，但预测准确率低于欧美国家。Credit Risk+模型（信用风险附加模型）是由瑞士信贷银行金融产品部（CSFP）开发的，它是一个违约模型（Default Model）。

③人工智能方法：神经网络。陈雄华等（2002）采用人工神经网络模型研究企业信用等级的评估问题，按照企业样本分为制造业和非制造业两大类，利用偏相关分析方法建立了企业信用评级的指标体系，实验结果表明神经网络模型具有更好的预测准确性。于立勇（2003）收集一百多个企业作为训练样本，运用神经网络模型进行信用违约风险分析，得到有效的预测结果。章忠志、符林、唐换文（2003）使用神经网络模型，选取28个企业数据做为样本进行分析，预测结果准确率达到90%以上。徐佳娜、西宝（2004）使用人工神经网络模型与层次分析法（AHP）相结合建立模型对企业信用风险进行评估，预测结果说明该模型比已有的其他模型准确更高。张卫东等（2006）建立模型结合前馈型神经网络、遗传算法和模糊数学方法来，评估商业银行企业客户的信用风险，使用Matlab软件对选取的商业银行企业客户数据进行测算，得到的结果表明准确率比以前的模型方法有所提高，模型更具鲁棒性。夏红芳（2007）通过与上海某商业银行的合作，对其1999-2005年的贷款明细和公司财务数据进行了系统研究，运用粗糙集理论的约简功能，从中选出最能反映企业信用状况的8项财务指标，再应用模糊神经网络方法进行信用评估，实证研究表明所提方法具有较高精度。但是使用人工神经网络模型需要根据实际的样本数据不断调整系数，相对而言模型的鲁棒性不够强。戴芬（2009）根据中小企业信用评估指标体系，提出了一种基于蚁群神经网络的评估模型。结果表明蚁群神经网络的预测方法与传统的BP 神经网络预测方法相比，具有较强的泛化能力，应用在中小企业信用评估系统中具有很高的评估准确率。

整数规划法。薛锋（2006）选取上市公司数据，使用混合整数规划法，建立企业信用风险评估模型进行信用风险评估，模型可以满足非参数检验，也不需要样本数据服从正态分布，可以较为广泛的应用，经数据实际测算的结果说明，该模型鲁棒性较好，预测效果较好，准确率较高。遗传算法。薛惠锋（2006）利用人工智能方法——GA-PSO混合规划算法构建企业信用风险评估模型。并利用上证50若干企业的实际数据对模型进行了实证检验。实证结果显示该模型能有效预测上市企业的信用风险状况。该模型在收敛性能及预测准确率等方面优于基于传统的多元回归方法及GP方法的信用风险评估模型。Jonathan N. Crook（2007） 参考诸多文献比较线形回归（LDA），Logistic回归，决策树，数学规划法，神经网络法，遗传算法，遗传编程，K近邻法，支持向量机几种方法，认为支持向量机法的准确率相对较高。

从以上对国内外研究现状的分析可知，尽管国内外已有许多专家学者对商业银行客户信用评估进行大量的研究，但在实际应用中涉及中小企业的研究较少，未考虑我国企业普遍存在的内部人控制的企业中管理者个人因素对企业信用的影响，限制了模型的适用范围。

参考文献

[1]Altman，E.I.，Financial ratio discriminant analysis and the prediction of corporate bankruptcy[J].Journal of Finance，1968，23（4）：189-209.

[2]Altman，E.I.，R.Haldeman & P.Narayanan，ZETA analysis：A new model to identify bankruptcy risk of corporations[J].Journal of Banking and Finance，1977，（l）：29-54.

[3]D.Martin.Early warning of bank failure： A Logit regression approach[J].Journal of banking and finance，1977，（1）：249-276.

[4]吴世农，黄世忠.我国上市公司财务困境的预测模型研究[J].经济研究，2001，（6）：46-55.

[5]于立勇，詹捷辉.基于Logistic回归分析的违约概率预测研究[J].财经研究，2004，（9）：15-23.

[6]方洪全，曾勇.银行信用风险评估方法实证研究及比较分析[J].金融研究，2004，（1）：62-69.

[7]李志辉，李萌.我国商业银行信用风险识别模型及其实证研究[J].经济科学，2005，（5）：61-71.

[8]Junni L. Zhang，Wolfgang K. Hrdle The Bayesian Additive Classification Tree applied to credit risk modeling Computational[J].Statistics and Data Analysis 54 （2010） 1197_1205.

[9]张玲，杨贞柿，陈收.KMV模型在上市公司信用风险评估中的应用研究[J].系统工程，2004，（11）.

[10]戴志锋，张宗益，陈银忠.基于期权定价理论的中国非上市公司信用风险度量研究[J].管理科学，2005，（6）.

[11]陈雄华，林成德，叶武.基于神经网络的企业信用等级评估系统[J].工程学报，2002，（6）：570-575.

[12]于立勇.商业银行信用风险评估预测模型研究[J].管理科学学报，2003，（5）：46-52.

[13]章忠志，符林，唐换文.基于人工神经网络的商业银行信用风险[J].模型经济数学，2003，（3）：42-47.

[14]徐佳娜，西宝.基于AHP-ANN模型的商业银行信用风险评估[J].哈尔滨理工大学学报，2004，（3）：94-98.

[15]张卫东，韩云昊，米阳于.GA-BP模糊神经网络的商业银行信用风险评估[J].工业工程与管理，2006，（5）：81-84.

[16]夏红芳.商业银行信用风险度量与管理研究[D].南京：南京航空航天大学，2007，（8）.

[17]戴芬，刘希玉，王晓敏.蚁群神经网络在中小企业信用评估中的应用[J].计算机技术与发展，2009，（10）：218-221.

[18]薛锋，柯孔林.基于混合整数规划法的企业信用风险评估研究[J].中国管理科学，2006，（2）：39-44.

[19]薛惠锋，林波，蔡琳.基于GA-PSO混合规划算法的企业信用风险评估模型[J].西北大学学报（哲学社会科学版），2006，（3）：38-40.

企业信用评估范文第4篇

（一）企业信用资产的效用

资产的价值体现在它对企业的效用，即能为企业获利。有形资产以实物形式存在，其效用大小可以根据实物鉴定。而无形资产没有实物形态，其在物质实体上的表现是诸如专利证书、许可证、注册商标证书和转让合同等具体的书面文书，这些都可以作为评估无形资产价值的重要依据。无形资产的价值也可以用其实际效用来体现，即无形资产在企业生产经营过程中发挥的实际作用。这种实际效用一般是指该资产给企业带来的额外收益的大小。无形资产的实际效用比企业文书更是其实际价值评估的依据。企业信用资产作为企业重要的无形资产，其实际效用表现为能够为企业带来超额收益或预期盈利能力。它不仅是企业正常经营的必要条件，更能够促进企业健康发展甚至帮助企业起死回生。

（二）企业信用资产的寿命

无形资产一般都有明确的使用期限。使用期限对无形资产的价值有重要影响，超过有效期其作用就会消失。但是信用资产是一种特殊的无形资产，它会一直伴随着企业的整个生命周期。无形资产剩余使用寿命的计算方法一般有三种：法定年限法、更新周期法和预测法。对于信用资产，既要考虑到其作用的长期性，又要结合外部信用环境变化的影响，综合考虑后采用专家法进行评议和确定。

（三）企业信用资产的环境影响

无形资产与有形资产相比，一个重要特点就是其可以作为不同经济主体的共同财富同时享用。由于资源的有限性和市场的竞争性，各企业拥有的无形资产也会产生互斥，防碍企业获得高额利益。信用资产也如此，企业信用水平的高低不仅受企业自身信用状况的影响，同时受同行业或其他行业经济主体信用状况及水平的影响。因此，对信用资产进行评估时，要综合考虑同行业企业拥有的信用水平和整个社会信用状况等因素。

二、企业信用资产评估方法比较

（一）成本法

成本法，也称重置成本法或重置价值法，是指从待估资产在评估基准日的复原重置成本或更新重置成本中扣减其各项损耗来确定被评估资产价值的方法。其基本计算公式可表述为被评估资产评估值=重置成本-实体性贬值-功能性贬值-经济性贬值式中，对于不可重置的资产来讲，也可以采用原始成本或替代资产现值来代替重置成本。信用资产作为特殊的无形资产，其成本构成要复杂得多，可把它的原始成本作为估算其价值的基础，公式调整为：被评估资产评估值=原始成本-资产各种贬值由于信用资产显性成本和隐性成本计量的不足之处，企业信用成本费用的收集和计量存在很大困难。信用资产的贬值与有形资产也不相同，只能通过环境经济性方面分析，即环境经济性贬值。通过以上分析，成本法可以作为企业信用资产价值评估的基础，但不宜作为主要依据。

（二）市场法

市场法，即现行市价法，是以市场价格作为资产评估的价格标准，来确定资产评估价格的一种方法。它通过比较被评估资产与最近售出类似资产的异同，并将类似资产市场价格进行调整，从而确定被评估资产价值。市场法评估必须具备两个条件：要有一个充分发育活跃的资产市场；参照物及其与被评估资产可比较的指标、技术参数等资料是可搜集到的。由于信用资产交易市场在我国的发展尚不繁荣，所以在当前条件下利用市场法对企业信用资产进行价值评估有很大困难，信用市场还有待于进一步发展和完善。

（三）收益法

收益法，也称权益法或收益现值法，是指通过估算被评估资产未来预期收益并折算成现值，借以确定被评估资产价值的一种资产评估方法。收益法在经济发达国家或地区应用更为广泛。其计算公式式中：V—无形资产评估值；—第t年增加的收益额；—年份；n—剩余使用年限；i—折现率。使用收益法时要满足三个前提条件：资产可以投入使用；资产经营的未来收益能够且必须用货币金额来表示；资产所有者所承担的风险收益也必须是能用货币衡量的。运用收益法对资产进行评估是以资产投入使用后能够连续获利为基础的，如果在资产上进行投资不是为了获利或者投资后预期收益很少且又不稳定，则不能采用收益法。

三、企业信用资产评估方法与评估思路

（一）企业信用资产评估方法

通过以上对三种资产评估常用方法的比较分析，我们认为采用收益法对企业信用资产进行评估是合适的。因为信用资产可以为企业带来超额收益，并且这种收益可以用货币计量且剩余使用寿命可以预测。

（二）企业信用资产的评估思路

通过对信用资产的特征进行分析，我们得出信用资产评估的思路方法：（1）采用层次分析法对企业超额收益进行分割。首先用层次分析法对企业整体无形资产带来的收益进行分割，分离出企业信用资产的收益。可以把无形资产收益作为目标层，把商标品牌、技术含量、人力资源、企业信用、管理水平五类作为方案层，把价格优势、销量增长、成本降低和竞争力提高作为准则层，从而构建层次结构模型。根据各层次之间关系构造出某元素与相邻层有联系的所有元素的比较判断矩阵：同样采用方根法求出P层对总目标的排序权重，并进行一致性检验。（2）采用专家评分法确定各信用资产要素对企业信用收益的影响程度，确定企业信用资产使用效率，得出信用系数L。（3）收益现值法对企业信用资产进行评估。

企业信用评估范文第5篇

[关键词] 中小企业 信用 信用评估

一、中小企业信用评估的基本要素

我国的中小企业有其独特的特点,相比国有大型企业而言,缺乏人才,技术,资金,信息渠道,产品缺乏市场影响力,但是市场针对性强,所有者也是经营者,自主性极强。从这些因素来看,中小企业的信用评估应该表现中小企业的竞争力,不仅考虑管理者素质,市场占有率等内部要素也考虑外部环境的影响。

二、传统的信用评估方法

目前我国专门针对中小企业的信用评估非常少,以浙江萧山农村合作银行小企业贷款信用评估方法为例,该方法把小企业内部评价按照偿债能力、经营效益、信用状况、风险程度和综合回报等分A、B、C、D四个等级进行评价,其中A级企业为优秀客户。小企业内部评价实行百分考核,按年测评,具体评级如下:1.实有资产负债率考核(40分)。2.信用等级考核(10分)。3.企业效益考核(15分)。4.行业结构考核(10分)。5.信用度评价考核(10分)。6.银企综合回报贡献(15分)。7.附加分(10分)

小企业考核得分在90分(含)以上的为A级企业,每减10分下降一个等级,最低为D级企业。

信息易于收集,评估易于进行使得此类方法颇受青睐。但它存在的问题也是显著的,以主观判断为主,定性分析多,定量少,静态分析多,动态少,尤其忽视了企业发展前景在评级中的作用,比如企业行业发展状况等;其次市场预期在评级中体现较少,信用评级所反映的更多的是过去的现在的结果,不能很好的反映未来的预期,使得很多发展潜力大的中小企业无法得到贷款。

三、信用评估方法的探讨

合理的信用评估方法包含两个方面:完善的指标体系设计,可操作的评估方法。

1.信用评估指标体系的设计

中小企业信用评估的指标体系设计应符合中小企业特点,突出信用这类无形资产的价值,并兼顾信用主体的管理要求,并缩减融资或投资成本。在这分两个层次构建该信用评估指标体系。

(1)市场能力

①政策支持,具体从大力支持,鼓励发展,限制发展,清理整顿四个方面考察;

②市场开发能力,表现为新兴市场,成熟市场和衰退市场三个方面;

③市场占有率。

(2)管理能力

①管理者素质,具体从管理者的风险偏好,决策能力以及创新欲望等方面评估;

②团队建设,从领导团队的凝聚力,专业团队的凝聚力,是否团结,作业效率如何进行评估;

③企业制度,主要从产权是否明确,财务制度是否健全评估。

(3)作业能力

①生产能力,以行业中等水平评价企业的业务额,设备新旧率评估;

②营销能力,以本期营销增长率,营销网络密度评估。

(4)资产能力

①偿债能力,流动比率、速动比率、负债比率、产权比率、财务杠杆系数、现金流动负债比率等进行评估;

②营运能力, 存货周转天数、应收账款周转天数、流动资产周转率、总资产周转率等考察和评估;

③盈利能力,从销售毛利率、销售净利率、净利润、资产净利率、净资产收益率、人均销售额等进行评估;

④资产管理能力 ,从股东权益报酬率、资产报酬率、每股盈余、主营业务鲜明率、主营业务增长率、经营现金流、全部资产现金回收率、净利润增长率等进行评估。

(5)创新能力

①研发素质,用规划项目实现率,研发投入强度等评估;

②研发水平,以新产品新技术增长率,专利拥有率,投产率等进行评估。

(6)获誉能力

①偿债能力,以资产负债率,现金到期债务比率,速动比率等进行评估;

②违约纪录,以违约面积(违约金额/销售收入),或有负债等进行评估。

2.信用评估方法

在理论界,关于信用评估的方法很多,如多元回归分析法、多元统计分析法、模糊综合分析法、Logit分析法、Probit分析模型、神经网络模型等。鉴于目前的评估水平和技术方法较低,在此选择较简单的主成分分析法进行信用评估介绍。

主成分分析方法主要是以少量的主成分因子代替多项指标,以少量的主成分包含大部分信息达到简化问题抓住主要矛盾的目的。并通过因子负载矩阵体现各主成分与指标之间的相关程度,用特征值和主成分因子构建线性函数模型,定量的计量风险,得分越高的企业信用越好,风险越低,那么银行应更愿意贷款,融资成本更低。

从市场能力,管理能力,作业能力,资产能力,获誉能力五个方面中选取能体现中小企业竞争力的9项指标。指标设计如下:

X1:市场占有率

X2:管理者素质

X3:生产能力

X4:营销能力(本期业务额增产额)

X5:流动资产周转率

X6:净资产收益率

X7:总资产的增长率

X8:流动比率

X9:资产负债率

管理者素质及生产能力两个定性指标难以量化,在这单独给出判断依据。基于目标企业为创业板的中小企业,管理者素质评分为10分制,管理层综合学历越高,分数越高。生产能力以行业中等水平为基准打分,大于行业中等水平取值1,小于取值-1,约等于取值0. 另外七项指标均能从企业财务信息中获得。

运用这9项指标,利用主成分分析法对中小板的20家中小企业2008年状况进行分析。数据如下;

注:为便于计算,所有数据均采用期末数

用SPSS做主成分分析,计算结果如下

从上表可以看出,特征值大于1的主成分有4个,其对总方差的累积贡献率为85.987%,也就是说4个主成分包含了原指标85.987%的信息。再根据主成分及其特征值构造企业信用风险评估模型

F=2.848Z1+2.114Z2+1.69Z3+1.086Z4计算各企业的综合得分

从表4的得分可以看出,世荣兆业的信用最好,风险最低。银行从信用风险的角度考虑,在20家企业的授信中应最先选择该企业。

这种方法的应用主要突出了中小企业的市场能力,管理者能力等显著的特点在信用风险评估中的体现,而且少量的主成分包含了大约86%的信息内容,判别性较高。

随着计算机在信息管理中的应用,信用风险评估模型也越来越多。信用评估方法也会日益完善。同时,政府也要加强对中小企业技术及管理类的帮助,提高其财务信息质量。商业贷款真正做到“国退民进”,为我们的中小企业发展带来新的春天。

参考文献:

[1]周 宏:转轨时期我国银行信用风险实证研究[D].吉林大学博士论文,2007

[2]曲艳梅:上市公司财务信用评价指标体系的研究[J].商业研究,2006.(6)

[3]赵绍光:中小企业信用评估体系指标的研究[J].长春师范学院学报,2005.(3)

[4]许 进 陶克涛:科技型中小企业信用评估的指标体系设计[J].科学管理研究,2006(6)

企业信用评估范文第6篇

运用企业信用风险评价理论，在分析中小企业信用评价与历史财务指标和非财务指标之间关系的基础上，提出了企业信用风险评估的指标体系，并据此构建了一种基于层次分析法的企业信用风险评估模型。研究表明，该方法有效、可行，有助于企业信用风险的预警管理，提高信用管理水平。

关键词:层次分析法;信用风险;评估模型

1．引言

近年来随着我国经济的高速发展，中小企业在促进国民经济增长、提供就业岗位、推动技术创新、保持社会稳定等方面发挥着越来越重要的作用。由于中小企业自有资金少、知名度不高，所以依靠内部融资以及通过资本市场直接发行债券股票融资都比较困难，所以中小企业更加依赖以商业银行贷款融资为主的间接融资手段，以商业银行为中介的间接融资是目前小企业资金配置的主要形式。中小企业与大企业相比，中小企业具有信息透明度差，经营稳定性差等缺点，对中小企业提供信贷支持时，商业银行很难对其信用风险进行评断。所以结合中小企业的实际情况，建立起一套中小企业贷款的信用评价模型，这对于商业银行有效地控制中小企业贷款风险非常有重要的。我国对信用风险度量、管理的研究始于上个世纪80年代末期，目前对信用风险度量、管理的系统研究主要集中在对企业信用风险的分析和预测研究。最早根据财务会计数据提出单变量分析企业破产风险预测的是Beaver［1］，Altman［2］将其延伸至多变量，即著名的Z评分模型，这些分析均采用最小二乘法进行估计。此外，还有几种常见的用于信用风险分析的统计方法:k－邻近法、主成分分析法、聚类分析法、分类树法等［3］。进入20世纪90年代，神经网络引入了银行业，用于信用风险识别和预测［4］。但是这些方法主要是针对大型企业而建立的，并不完全适合于中小企业。本文首先分析中小企业的特点，建立适合中小企业的信用风险指标体系，然后将层次分析法与信用风险分析和预测相结合，提出了一种基于层次分析法的综合评价模型，结合企业实际数据对模型的有效性和准确性进行了验证。

2．中小企业风险评价指标体系

中小企业与大企业不同，既具有信息透明度差，经营稳定性差等缺点，又具有经营灵活、创新能力强、发展成长力强以及国家政策扶持等优势。故而在设置其指标体系时应考虑到其所具有的创新性、成长性、发展性等特点。结合中小企业的特定，借鉴已有的国内外金融机构和评级公司的企业信用评级模型，在已有的国内外文献研究成果的基础之上，笔者认为在构建适用于中小企的信用评级指标体系时，应在分析企业的运营能力、盈利能力、偿债能力等财务因素的同时，要结合企业所处的外部宏观环境条件和行业发展状况来说明企业的偿债能力。此外，在分析偿债能力的同时，还应该考察企业的偿债意愿。只有在分析了企业偿债能力的同时，考察企业的偿债意愿，才能比较客观地掌握企业的信用情况，最终在评定时才能得出较为科学的结果。在此，笔者根据现有的研究成果和实际情况，构建中小企业信用评级指标体系，并将评级的指标分为财务指标和非财务指标两大类。

1)财务指标定量指标主要根据企业的财务数据来确定，不同的财务指标从不同的方面反映企业的财务、经营和盈利状况。那么，到底应使用哪些财务指标来反映企业的偿债能力呢?由于财务指标数量很多，所以必须借鉴现有的指标体系和研究成果。在选择定量指标的同时，需要考虑哪些指标最能说明企业的偿债能力，同时在指标的选择上，需要剔除相关性系数较大的指标，因为指标之间的相关性会导致评级因素的重复计算，降低评级结果的有效性。我国很多学者在这方面做了相关的研究。综上，基于国内外的研究成果，经过专家访谈和理性分析，本文拟从以下几个方面构建财务指标体系，偿债能力、盈利能力、营运能力、发展能力。

2)非财务指标衡量企业的信用等级，不仅要根据财务指标来分析和考察企业的偿债能力，同时还要分析企业所处的宏观环境、企业的基本素质、企业的基本信用等非财务因素对企业信用等级评价的影响。综合考虑非财务指标与财务指标，比仅仅以财务指标为变量更能够准确的预测企业的违约概率;张培［5］通过实证研究探讨了非财务指标对商业银行内部评级有效性的影响，得出行业特征、宏观环境、公司管理等非财务指标的介入使得评级模型根据有效性，建议商业银行在建立企业信用评级体系时应加强非财务指标的重视;梁晓佩［6］指出，非财务指标的科学引入是增强评级模型预测能力的必然要求，因为它能够更好地预测企业未来发展趋势，能够从整体上评价企业的业绩。鉴于非财务指标对企业信用等级评价的重要性，在前人研究的基础之上，通过文献整理和专家访谈，建立以下非财务指标因素体系，外部宏观环境，企业基本素质，履约情况。综上所述，可建立虚拟企业风险分析指标体系，在这个基础上引入基于期望值的模糊多属性决策法来解决虚拟企业的风险评价问题。本文所构建的中小企业信用评级指标体系包含2个层次:一级准则层包含‘‘财务指标”和“非财务因素指标”;二级准则层有包含7个方面的指标，即“财务指标”下的偿债能力、盈利能力、营运能力、发展能力指标，“非财务因素指标”下的外部宏观环境、企业基本素质、履约状况三项指标。

3．运用层次分析法评价企业信用风险

3．1层次分析法原理

［7］层次分析法(简称AHP)是美国运筹学家T．L．Saaty教授于20世纪70年代初期提出的一种简便、灵活而又实用的多准则决策方法。人们在进行社会的、经济的以及科学管理领域问题的系统分析中，面临的常常是一个由相互关联、相互制约的众多因素构成的复杂而往往缺少定量数据的系统。层次分析法就是针对这种复杂问题进行条理化、层次化，依据其本身的属性和相互关系构造出若干层次。大体分为四个步骤:

(1)建立问题的递阶层次结构模型;

(2)构造各层次的两两比较判断矩阵;

(3)由各层判断矩阵计算出被比较元素的相对权重，并进行一致性检验;

(4)计算出总元素组合的权重，并对总体进行一致性检验。

3．2层次分析法在企业信用风险评估中的应用

对于各项指标的权重，可以由层次分析法计算得出。设有s位专家对评价指标的重要性进行排序，设每位专家的重要程度相等，得出判断矩阵，计算每层每个指标的指标权重。在实践中，有很多位专家对指标集进行独立排序，可能每位专家的排序都各不相同，这时，就要在层次分析法的基础上采用加权平均的方法来确定指标权重。1．准则层次判断矩阵Bij权重的确定和一致性检验。相对于企业信用风险评估指标体系来说，判断矩阵中的元素是由财务因素和非财务因素相对重要性的比较来确定。由于CR＜0．1，所以矩阵G=(Bij)是一致性矩阵，λmax=2对应的权重向量为(0．75，0．25)。财务指标是由偿债能力、盈利能力、营运能力、发展能力指标的相对重要性来比较确定的，非财务因素指标是由外部宏观环境、企业基本素质、履约状况的相对重要性来比较确定的，实际应用中，可以写出方案层的判断矩阵，根据以上计算结果的权重，计算出每个方案的综合评价值对方案进行排序。

参考文献:

［1］WilliamH．Beaver．FinancialRatiosAsPredictorsofFailure．Jour-nalofAccountingResearch，1966，4

［2］EdwardI．Altman．FinancialRatios，DiscriminantAnalysisandthePredictionofCorporateBankruptcy．TheJournalofFinance，1968，23

［3］张晓莉，刘大为．一种基于遗传算法的企业信用风险分析方法．经营谋，2012，8．

［4］郭文伟，陈泽鹏，钟明．基于MLP神经网络构建小企业信用风险预警模型．财会月刊，2013，3．

［5］张培．非财务指标对商业银行企业信用评级的影响研究———以上市公司为例．2009，2．

［6］梁晓佩．信用评级中非财务指标引入的方法与影响探究．时代金融，2011，9．

［7］岳超源．决策理论与方法．科学出版社，2003

企业信用评估范文第7篇

关键词：中小企业；信用风险；模型

中图分类号：F27 文献标识码：A

收录日期：2014年7月3日

引言

作为市场经济的活力之源，中小企业支撑着国民经济“半壁江山”。随着近年外部市场及金融环境趋紧，中小企业发展面临诸多挑战，最突出的就是信用风险导致的融资困难。中小企业融资渠道狭窄，银行信贷是其主要融资渠道，但由于信息不对称造成的逆向选择和道德风险，使银行对中小企业有惜贷趋势。因此，破解中小企业融资困难的关键首先在于完善中小企业各类信用数据库，为银行信贷提供数据支撑；其次要立足国情，学习先进测量技术，开发适合中小企业特点的信用风险度量方法，构建信用风险识别、评估模型，系统评价企业信用风险，改变企业与银行信息不对称的现状，破解中小企业融资困境。信息系统的建设与共享是一项长期而艰巨的任务，目前我国已经认识到数据库在中小企业信用风险管理中的重要性，人行征信中心的企业信用信息数据库已经逐渐成熟，司法、环保、社保、质检等中小企业信用数据已经逐步共享完善。所以，目前当务之急是合理设计中小企业信用评价模型，为银行信贷提供技术支持，降低信用风险。

一、传统信用风险度量模型分析

传统信用风险分析评估方法已相当成熟，在国内外银行信贷决策中应用较多，主要包含专家制度法、信用评级法、信用评分法。

（一）专家制度法。20世纪70年代前，企业信用风险评估主要是银行专家依据品格、资本、偿付能力、抵押品、经济周期等5C要素进行主观判断，后来衍生出5P模型（个人因素、目的因素、偿还因素、保障因素、前景因素）和5W模型（借款人、借款用途、还款期限、担保物、如何还款）。纵观这三种模型，都是定性分析，无法量化风险水平，而且严重依赖专家的主观判断，这会造成银行信贷决策作风盛行，降低银行在金融市场中的应变能力，同时专家制度在对借款人进行信用分析时，难以确定共同遵循的标准，造成信用评估的随意性和不一致性。

（二）信用评级法。信用评级法是美货币监理署开发的，该方法将现有贷款安全级别分为5类：正常类、关注类、次级类、可疑类、损失类，后来细化为10类：AAA、AA、A、BBB、BB、B、CCC、CC、C、D（标注普尔）。评级后再根据级别提取不同贷款准备金率。

（三）信用评分法。和前两种方法相比，信用评分法是一个量化法，最著名的模型就是Z计分模型（Z-score）：它的基本思想是利用数理统计中的辨别方法分析银行的贷款情况，建立一个可以在最大程度上区分信贷风险度的模型，得到最能够反映借款人的财务状况的好坏，具有预测和分析价值的比率，从而对企业进行信用风险状况评估。模型如下：

Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5

变量解释：

X1=流动资本/总资产；X2=留存收益/总资产；X3=息税前收益/总资产；X4=优先股和普通股市值/总负债；X5=销售额/总资产=主营业务收入净额/总资产。

判断准则：

Z

Z-score模型主要是利用财务指标进行加权平均，该模型有2大缺陷：①企业财务数据反映的是过去的信息，利用这些数据进行风险度量的结果也只是对过去风险水平的测量；②中小企业多半不是上市公司，财务指标原始数据获得困难。

二、现代判别法

（一）统计模型法。统计模型法是典型的定量评级法，根据中小企业信用数据，统计模型，计算其违约风险的大小常见的有Logit模型和Probit模型。

1、Logit模型。Logit模型是通过一个取值为0和1之间的 Logistic函数来进行二类模式分类。不要求数据满足正态分布，这是其最大优点；另外，自变量、因变量之间不是线性关系，模型如下：

p=

s=c0+ckxk

xk（k=1，2，…m）为信用风险影响变量（多为企业财务指标），ck（k=0，1，2，…，m）为技术系数，通过回归估计获得。回归值p∈（0，1）为中小企业信用风险分析的判别结果。如果p接近于0，则被判定为“差类”企业；若p接近于1，则被判定为 “好类”企业。即p值离0越远，企业违约风险越小；反之，违约风险越大。

2、Probit模型。Probit模型假定误差项服从标准正态分布，样本企业的债信质量得分也服从标准正态分布。模型如下：

Yi*=βnχin+εi=XiB+εi

Xi与B分别为解释变量与回归系数构成的向量；Yi*为样本公司有财务危机的倾向。当Yi*>0时，表示样本企业有债务危机倾向；当Yi*

统计模型确实可以凭借统计分析提供有参考价值的依据，比较容易在评级效果上取得一致性。但存在两点缺陷：①缺乏有力的理论基础支持区别函数中的权重及自变量。在信用评分模型中的权重及自变量通常只能维持短期的稳定状态，特别是当金融市场发生变化时，其他的财务比率也许在解释违约风险概率上容易造成预测模型的不稳定。②模型忽略了难以计量但又重要的因素，如借款人声誉。

（二）人工智能法。人工智能法主要包含专家系统和神经网络。

1、专家系统。专家系统其实是模拟专家运用知识进行推理的计算机程序，将专家解决问题的推理过程再现从而成为专家的决策工具或为非专业决策者提供专业性建议。专家系统一般采用归纳推理法，分析一系列案例，发现其规律。归纳推理有两种途径：一是利用大量案例信息来发现规律的信息驱动型；二是利用先验模型指导来发现规律的意识模型驱动型。利用计算机的人工智能法大大降低了风险评估的难度，但是专家系统中知识的获取始终是瓶颈，极大地影响着专家系统在信用分析领域的应用前景。

2、神经网络（PNN）。神经网络是一种具有模式识别能力、自组织、自适应、自学习特点的计算机制，该方法主要将知识编码用于整个权值网络，具有包容错误的能力，同时对数据的分布没有严格要求，也不必要详细表述自变量与因变量之间的函数关系。该模型原理是通过神经网络的分类功能进行信用风险分析的。首先找出影响分类的因素，作为PNN的输入量，然后通过有导师的或无导师的训练形成神经网络的信用风险分析模型，用于新样本的判别。

三、结论

信用风险度量方法大致经历了从定性到定量；从指标分析到模型分析；从财务指标分析到资产市场价值分析；从只考虑公司这个微观客体到把宏观经济因素考虑在内。考虑到我国中小企业大部分为非上市公司，Z-score模型无法普遍推行使用。另外，我国中小企业信用数据库尚不成熟，历史信用数据积累少，质量较差，当前运用现代信用风险度量技术评估我国中小企业信用风险尚不成熟。但是，目前银行单独使用传统分析法，将大部分资金匮乏的中小企业拒之门外，逼迫中小企业求助民间贷款，年利息高达30%。“贷款越来越少，利息越来越高”成了中小企业发展的罩门。因此，度量中小企业信用风险的最有效办法是将传统方法与现代判别法相结合，同时载入财务数据与非财务数据，进行多元统计分析。

主要参考文献：

[1]安东尼・桑德斯等.刘宇飞译.信用风险度量[M].北京：机械工业出版社，2001.

企业信用评估范文第8篇

摘要：信息化、网络化时代的到来对商品流通企业来说是一把“双刃剑”，一方面促进了商品流通行业结构优化、提高了行业发展效率，同时也给商品流通企业提出了更多挑战。与此同时，商品流通企业信用风险评估体系的构建更是迫在眉睫，充分利用商业数据，加深对信息流的认识是构建信用风险评估体系的重要“物质”基础。文章在简述商品流通行业现状和趋势的基础上，进一步剖析了目前我国商品流通企业信用风险评估存在的问题，最后根据网络信息数据与信用风险评估的关系给出建议措施，这对提高商品流通企业信用风险管理效率有一定的促进意义。

关键词：商品流通企业 商业数据 信息流 信用风险评估体系

商品流通企业是从事商品流通的生产企业、经销商和零售商等，主要是通过低价购进高价售出的方式实现商品的流通，在支出流通过程中的各项费用后，以获取最终差价作为公司的利润。商品流通过程主要包括商品购进、销售、调配、存储及运输等，其中购进和销售属于关键环节，所有流通过程都是围绕商品销售而展开。随着网络信息时代的到来，商业流通行业竞争愈发激烈，对行业流通链条上的信息沟通和管理要求更高，商业流通呈现多种发展态势。

一、商品流通行业的发展现状和趋势

网络信息化的普及深刻地影响着整个经济社会，全球化拉近了人们之间的距离，各种智能化产品的使用更是加速了信息传播和共享的速度，商业流通不仅仅受到社会生产力和发展水平的制约，随着信息化时代的到来，商业流通将不断改变并呈现出新的发展态势，同时提出新的发展要求，也就是说商业流通行业逐渐被细化、深化，不仅金融、交通、物流等行业深刻地影响着商业流通行业，而且国际贸易环境、信息化、市场化、城市化水平都是商品流通企业发展的重要影响因素。对于商业流通行业来说，公路、水路、铁路、高铁以及空运的发展使得流通成本日益降低，发达的交通网络紧密了商品与客户之间的联系。因此，商业流通不仅具有全球化发展特征，而且还具有数据化、网络化发展特征。

就目前商品流通行业的发展来看：一方面，在我国城市化进程的推动下，商品流通企业将面临新一轮的“洗牌”，每个行业的主导流通公司将逐渐减少并稳定在一定的数量内；另一方面，在激烈的竞争环境下，商品流通企业要适应发展就必须减少流通环节降低费用支出，压缩流通环节成了避免被淘汰的必经之路，许多商品流通企业正在从冗长的流通环节中挣脱出来，实现直接对终端环节的管理，中间商将逐渐被物流商代替，商业流通环节中各个分工更加明确。

二、商品流通企业信用风险评估存在的问题

在网络信息化时代下，商品流通企业不仅经历了激烈的竞争，还逐渐形成了清晰的管理链条。对于商品流通企业来说，市场需求越来越细致，产品生命周期越来越短暂，信用风险系统变得越来越重要，但信用风险评估系统还存在不少问题。

（一）商品流通企业信用风险理念与时代脱节

信用风险是一种损失可能性和不确定性，风险的发生不确定，发生的时间不确定，发生的原因不确定，造成的损失更不确定。随着经济的发展，在全网络和信息时代，需要进一步强化在商业流通市场中的信用风险理念，而许多商品流通企业还没有转变信用风险理念，信用风险评估依旧被当作一种“成本”，并且经营业务往往会受到信用风险理念的影响，也就是说商品流通企业没有建立信用风险管理体系，认为信用风险管理增加了管理成本，没有认识到信用风险管理带来的经济效益，也没有在新的社会经济时代中转变信用风险理念，这直接影响信用风险评估体系与信息数据的关联程度，更无法利用网络信息化带来的信息便利。总之，在网络信息时代下，商品流通企业还没有转变信用风险理念，这让信用风险评估体系无法充分发挥应有的作用。

（二）缺乏信用风险管理的重要性意识

在商业流通中，各个流通环节的信息会形成信息流，信息流是商品流通企业运行的辅助剂，是公司稳定运转的保障。商品流通企I由于本身经营管理意识的匮乏，对于信息流的收集和管理不够重视，更不能意识到信用风险管理系统的重要性。信用风险可以说是违约风险，是交易双方一方不履行合约义务造成的经济损失的风险，是一种金融风险，信用风险对商品流通企业有着不可忽略的影响和作用。商品流通企业信用风险管理需要考虑企业素质、资金信用状况、经营管理水平、经济效益等，而每个考察方面都必须制定定性和定量指标，所有评估和管理都离不开信息数据，而目前商品流通企业缺乏专业的信息流收集和管理。

（三）商品流通企业信用风险评估和预防体系缺乏有效匹配

我国市场容量随着社会发展变得越来越大，同时消费者的需求也更加复杂，商品流通企业针对不同消费需求，对市场的细分更是越来越细，针对不同的市场区域和利益相关体需要区别信用风险评估和预测体系，不同的管理对象有着不同的风险特点，商品流通企业信用风险评估和预防就必须具备个体特性，不同性质和利益关系的对象有不同的信用风险评估和预防方法。此外，市场需求越来越细，产品生命周期越来越短，商品流通企业不仅要加深研发和产品线的厚度，还要根据市场发展方向动态调整信用风险评估和预防体系，而很多商品流通企业由于自身规模小，对相关利益群体和消费市场没有进行细致的划分，因此没有建立针对性的信用风险评估和预防体系，也就是说商品流通企业信用风险评估和预防体系缺乏匹配性。

（四）商品流通企业信用风险评估和预防体系不完善

信用风险评估和预防是一个完整的管理体系，不仅涵盖了信用评估指标和要素、评估标准和等级，还需要信用评估方法和数据模型。其中信用风险评估方法和指标是最主要的内容，我国在信用风险评估指标体系中主要包含基本信息的综合评估、资金的周转、履约情况及资产质量和结构、资金使用情况及成本费用和销售等经营状况、利润的实现情况和前景、中长期发展规划和执行目标等方面，商品流通企业信用风险评估体系的建立在指标和方法选择上没有严格区分信用风险的内、外部因素。因此，信用风险评估指标和方法在定量和定性指标结构上也没有进行具体的区分，在之后的预防措施构建和管理中必然存在一定的局限性，这就说明商品流通企业信用风险评估和预防体系不完善。

三、建h与措施

随着时代的进步，商业流通领域发生了极大变化，人们工作和社会环境不断改变，城市化程度也在加深，商品流通企业之间的竞争更加激烈，不同需求和不同定位的终端渠道也相继出现，在这么复杂的经济环境中，加强信用风险评估体系的建立显得尤为重要。

（一）加强商品流通企业流通链条的认识，提高信用风险预防效率

对于商品流通企业来说，市场竞争不仅仅只发生在生产企业之间，也包括经销商、零售商在内的整条流通价值链上。除了部分商品流通企业是直接经营终端和面对消费者的，大部分商品和服务都需要经过经销商和零售商与消费者达成交易。生产企业、经销商、零售商和消费者形成了商业流通的完整价值链，链条间有着多方面不同的利益诉求，同时还处处存在矛盾，包括价值传递、利益分享等。商品流通企业在流通价值链上不同利益方有着不同的利益诉求，生产企业要求出厂价能更高，而经销商和零售商则是要求进货价能更低，消费者则希望商品能够再便宜点。因此，愈来愈多的零售商都在试图压缩流通链条，减少价值链的环节，获取更大的利益，这一变化和利益趋势势必影响信用风险评估和预防体系。商品流通企业要提高信用风险预防效率就必须认清流通链的发展趋势，流通价值链的变化对信用风险预防体系有着直接影响。

（二）重视商业数据信息，加强信用风险评估体系的信息化水平

商业数据就是商品流通产业中各个价值链上重要环节的历史信息和当前信息的集合，它不仅是流通领域历史数据的综合，还是行业最新发展动向的一种反映，更是产业未来的一种预示信息。商品流通中，商业数据与物流信息、商流状况紧密联系在一起，商业数据是商品流通企业进行生产经营管理的基础，也是信用风险评估体系的根本。而商品流通企业信用风险评估体系是一项系统性工程，信用风险评估指标的选取是信用风险评估体系中的主要内容之一，指标体系需要用系统工程建立的相关方法进行分析和选取，在指标选取中不仅要避免随意性，还要遵守科学性、客观性以及简洁性原则，提高评估指标的评估效率。因此，在信用风险评估体系中要注重信息数据的收集和处理工作，提高评估指标体系的关联度，最终构建出完整的商品流通企业信用风险评估指标体系。

（三）提高商业数据认识，为构建信用风险评估体系打下坚实的基础

商业数据的范围非常广泛，只要是商品流通企业的经营和发展都属于商业数据范围内，在商业流通领域中，流通链中不同利益体有着不同方面的数据信息，就生产企业来看，商业数据应该包括宏观行业数据、内部信息数据、销售渠道数据、消费需求数据以及相关市场数据等。不同利益体的数据信息有所差异，商业数据的范畴可以根据利益体进行延伸，旨在提高数据的综合利用效益，从而为构建信用风险评估体系提供坚实的数据支撑。此外，在理清商业数据范畴外，还必须理解不同商业数据的特点以准确利用信息数据，商业数据是信息流的一种表现形式，其收集和处理的目的性更强，不仅具有系统性，还具有专业性，因此在商业数据收集和处理中，需要专业的技术人员和设备，为更好地构建信用风险评估体系提供硬性条件。总之，商品流通企业要构建信用风险评估体系就必须加深对商业数据的认识，不仅要从自身特点认识商业数据范围，还要根据商业数据特性提高数据信息的收集和处理效率。Z

参考文献：

[1]蒋，高瑜.基于KMV模型的中国上市公司信用风险评估研究[J].中央财经大学学报，2015，（9）.

[2]黄智杰.四大行业商业信用风险研究[J].统计与决策，2013，（15）.

企业信用评估范文第9篇

[关键词]信用风险;企业信用评估;投影寻踪;逆映射;特征提取

一、引言

信用评估最常用的方法是“分类”方法,即根据借款人的财务、非财务状况,将其分为“正常”(按期还本付息)和“违约”两类,这样信用评估问题就转化为统计学上的某种分类问题。20世纪30年代以来,信用评估方法先后经历了比例分析、统计分析和人工智能等三个发展阶段。然而,在实际应用过程中,由于信用风险的复杂性和数据的非良性结构,各种信用评估方法的分类效果均会受到不同程度的影响,特别是,当两类样本的信用状况出现重叠时,信用评估方法的分类效果将受到较大影响。对于两类样本企业,其信用状况通常有不重叠和重叠两种分布情形,在实际中,样本企业往往出现第二种情形,此时,对企业信用风险状况容易产生误判。针对这一问题的解决思路主要有:(1)对重叠部分的样本进行二次判别。如文献运用混合整数规划法,通过两阶段的再分类过程,对重叠部分的样本企业进行二次判别,在一定程度上提高了预测精度。(2)运用特定的方法和手段对样本数据进行预处理,以减少两类样本企业信用状况的重叠,从而提高预测精度。目前,基于第二条解决思路的研究文献较为罕见。

投影寻踪(Projection Pursuit,PP)是一种直接由样本数据驱动的探索性数据分析方法,特别适用于分析和处理非线性、非正态的高维数据,其基本思想是把高维数据投影到低维子空间上,寻找出能反映原高维数据的结构或特征的投影,以达到研究分析高维数据的目的。文献[7]证明了利用投影寻踪可以使两类样本在一维子空间上尽可能分离。文献[8]提出了将投影寻踪与支持向量机结合应用于企业信用评估的思路。但上述研究均是在一维子空间上进行分类识别,易丢失有效信息。有鉴于此,本文针对两类样本企业信用状况的重叠问题,着眼于第二条解决思路,提出一种基于投影寻踪和逆映射的样本预处理方法。该方法运用投影寻踪获得各样本点的一维投影值,通过逆映射提取一维投影值的散布特征,生成特征样本集,由此,在原高维空间中减少两类样本企业信用状况的重叠,从而有利于对两类样本企业的正确区分,可在一定程度上提高信用评估模型的预测精度。

二、基于投影寻踪和逆映射的样本预处理方法

对于企业信用状况的两分类问题,设有个企业组成训练样本集,其中,个样本为“正常企业”,个样本为“违约企业”,。企业信用评估指标集, 为训练样本在指标下的指标值。基于投影寻踪和逆映射的样本预处理方法具体步骤如下:

步骤1:评估指标值的归一化处理。为消除各评估指标的量纲和统一各评估指标的变化范围和方向,须对评估指标值进行极值归一化处理。

对于成本型指标,令

(1)

对于效益型指标,令

(2)

式中:分别为第j个评估指标的最大值和最小值。

对于固定型指标,即指标值越接近某一固定值越好的指标,有

(3)

式中:为第j个评估指标的最佳稳定值。

步骤2:构造投影指标函数。PP方法就是把维数据综合成以为投影方向的一维投影值:

(4)

上式中,为单位长度向量。PP方法在综合投影值时,要求投影值的散布特征应为:局部投影点尽可能密集,最好凝聚成若干个点团,而在整体上投影点团之间尽可能散开。由此,投影指标函数可构造为

(5)

式中,为投影值的标准差,为投影值的局部密度,即:

(6)

(7)

其中,为的均值;R为求局部密度的窗口半径,它的选取既要使包含在窗口内的投影点的平均个数不太少,避免滑动平均偏差太大,又不能使它随着m的增大而增加太快,R一般可取值为0.1;点间距离;为单位阶跃函数,当时其函数值为0,当时其函数值为1。

步骤3:优化投影指标函数。当样本集给定时,投影指标函数只随投影方向的变化而变化。不同的投影方向反映不同的数据结构特征,最佳投影方向就是最大可能暴露高维数据某类特征结构的投影方向。通过求解投影指标函数最大化问题可估计最佳投影方向,即

(8)

式(8)所设定的问题是一个以为优化变量的复杂非线性优化问题,常规优化方法较难处理。模拟生物优胜劣汰规则与群体内部染色体信息交换机制的实码加速遗传算法(Real Coded Accelerating Genetic Algorithm,RAGA)是一种通用的全局优化方法,用它来求解该问题则十分简便而有效。RAGA的具体算法参见文献[9]和[10]。

步骤4:通过逆映射提取一维投影值的散布特征,生成特征训练样本集。把由步骤3求出的最佳投影方向代入式(4)后可得各样本点的一维投影值。由的散布特征可知,在整体上,“正常企业”样本的投影点团与“违约企业”样本的投影点团之间已尽可能分离。为在原高维空间中生成具有一维投影值 散布特征的特征训练样本集,可将投影轴上的投影点逆映射到原高维空间用原始变量表示。逆映射采用定理1来计算。

定理1(内插、外推公式):已知投影轴上a、b两点和它们在高维空间相对应的点、,通过a、b两点直线上的任一点c在高维空间的坐标为:

(9)

式中,为内插、外推步长,其值等于a、c两点间的距离与a 、b两点间距离之比,内插时,,外推时,。上式的外推方向是从到c,如从到c,上式中的a、b两点要交换位置。

根据本文的研究目的,同时,不失一般性,本文选取和作为逆映射中的两个已知点,它们在原高维空间中对应的点分别为和,则由定理1计算得出特征训练样本集。

步骤5:生成特征测试样本。对于一个新的测试样本,首先,运用式(1)-(3)对测试样本的评估指标值进行标准化处理,特别地,当测试样本的第j个指标值在训练样本指标值区间()内时,即为归一化处理。然后,根据由训练样本集得出的最佳投影方向和式(4)计算出测试样本的一维投影值。最后,按照步骤4,通过逆映射,生成特征测试样本。

三、结束语

本文针对两类样本企业信用状况的重叠问题,运用投影寻踪技术,通过优化投影指标函数获得最佳投影方向,由最佳投影方向计算出各样本点的一维投影值,使两类样本在一维子空间上尽可能分离;然后,通过逆映射提取一维投影值的散布特征,生成特征样本集,由此,在原高维空间中减少两类样本企业信用状况的重叠,从而有利于对两类样本企业的正确区分,可在一定程度上提高信用评估模型的预测精度。本文提出的样本预处理方法为解决两类样本信用状况的重叠问题、提高信用评估方法的分类效果提供了新的方法和思路。

参考文献:

[1]丁 欣:国外信用风险评估方法的发展现状[J].湖南大学学报(社会科学版),2002,16(3):140-142

[2]薛锋 柯孔林:基于混合整数规划法的企业信用风险评估研究[J].中国管理科学,2006,14(2):39-44

[3]Martin D. Early warning of bank failure: a logit regression approach[J].Journal of Banking and Finance,1977,1(11):249-276

[4]Sueyoshi T. Mixed integer programming approach of extended DEA-discriminant analysis[J].European Journal of Operational Research ,2004,152(1):45-55

[5]Friedman J H,Turkey J W. A projection pursuit algorithm for exploratory data analysis[J].IEEE Transactions on computer,1974,23(9):881-890

[6]Huber P J. projection pursuit (with discussions) [J].The Annals of Statistics,1985,13(2):435-475

[7]王春峰 李汶华:商业银行信用风险评估:投影寻踪判别分析模型[J].管理工程学报,2000,14(2):43-46

[8]赵晓翠 王来生:基于投影寻踪和支持向量机的模式识别方法[J].计算机应用研究,2007,24(2):86-88

[9]付 强 赵小勇:投影寻踪模型原理及其应用[M].北京:科学出版社,2006.1-119

[10]金菊良 丁 晶:水资源系统工程[M].成都:四川科学技术出版社,2002.37-179