小微企业信用评价模型的中外比较及完善

摘要改革开放以来，中小企业得到了迅速发展，已经成为社会主义市场经济的重要组成部分和促进社会生产力发展的重要力量。

但我国中小企业信用缺失，企业内部信用管理水平还比较低，企业外部信用服务的市场化程度也比较低。

加之我国商业银行在对企业进行信用评级时使用同一标准，没有针对中小企业制定专门的信用评级体系，在一定程度上导致了中小企业的信用被低估，加剧了中小企业融资难的问题。

本文从信用评级的基本概念出发，根据我国中小企业的特点及实际情况，在对我国中小企业信用分析做了简要介绍的基础上，对如何完善我国中小企业信用评级体系提出了一些对策建议，这对于全面提升我国中小企业信用管理水平、建立现代企业信用风险防范机制、塑造企业良好的信用形象、增加资本市场融资机会、完善现代企业管理制度具有重要的意义。

关键词：中小企业；信用；信用评级429069840@AbstractSmall and medium sized enterpriseshave been developing rapidly since Reform and Opening-up and became an important componentof socialist market economyand played a great role inthe development ofsocial productive forces. But lackofenterprisecredit, lower level ofcredit management within business, lower degree of the enterprise market creditservice outside business and coupled withthe same credit ratingsstandard made by China's commercial banks, led to the credit of small and medium enterprises has been underestimated and aggravate the financing problem of Small and medium sized enterprises.This paper, standing on the basic concept of credit rating, the characteristics and the actual situation of Small and medium sized enterprises in our country and a brief introduction tocredit of small and medium sized enterprises, puts forward some suggestions on how to improve our credit rating system which is of great significance in elevating the management level of small and medium sized enterprisesin all dimensions, establishing of modern enterprise credit risk prevention mechanisms, building the good enterprises credit image, increasing access to finance capital markets and perfecting the modern enterprise management system for small and medium enterprisesKeywords:Small and medium sized enterprises；credit；credit ratings目录摘要IAbstractII绪论11 信用评级概述21.1信用评级的定义21.2信用评级的特点和分类21.3信用评级产生与发展的理论基础32 我国中小企业信用理论分析52.1 中小企业的界定52.2中小企业在国民经济中的地位和作用62.3中小企业信用分析73 我国中小企业信用评级存在的主要问题93.1信用评级的法律法规不健全103.2信用评级的主体资格较混乱103.3信用评级机构缺乏独立性113.4债券等级评定技术不成熟123.5对信用评级工作不重视124 完善我国中小企业信用评级体系的建议134.1建立信用评级法律体系144.2建立信用评估管理机构144.3规范资信评估业务范围和评信标准154.4培育信用评估产品的市场需求164.5提高中小企业评级意识17结论18致谢19参考文献20 Appendix21附录25绪论中小企业在我国国民经济发展中占有重要的地位，加强中小企业信用管理，对于提升中小企业整体素质和综合竞争力、改善中小企业融资条件具有重要意义。

民营小微企业融资政策国际比较及借鉴民营小微企业是中国经济的重要组成部分，它们在促进就业、保障社会稳定、推动经济发展等方面发挥着不可替代的作用。

由于其规模较小、资金需求大、信用较低等特点，民营小微企业在融资方面面临着较大的困难。

为了解决这一问题，中国政府出台了一系列融资政策来支持民营小微企业的发展。

与国际上许多国家相比，中国的民营小微企业融资政策还存在不足之处。

国际比较和借鉴对于完善中国的民营小微企业融资政策具有重要的意义。

一、美国美国作为世界上最大的发达国家之一，其对民营小微企业的融资政策值得借鉴。

美国政府制定了一系列针对小微企业的融资政策，包括提供低息贷款、对小微企业进行税收优惠等措施。

美国还设立了专门的机构，如美国小型企业管理局（SBA），通过担保、贷款、培训等方式来支持小微企业的融资需求。

美国政府还鼓励金融机构开展对小微企业的信贷业务，并对这些金融机构提供一定的激励政策。

二、德国德国作为欧洲经济大国，其对民营小微企业融资的政策也具有一定的借鉴意义。

德国政府通过银行、国家机构等多种方式来支持小微企业的融资需求。

德国的“中小企业银行”是专门为中小企业而设立的银行，其主要提供中长期的融资支持，包括贷款、担保、融资租赁等。

德国政府还通过向银行提供部分担保或风险补偿来鼓励银行向小微企业提供融资支持。

德国政府还将研发补贴、创新引导基金等政策与融资政策相结合，为小微企业提供全方位的支持。

三、日本四、中小企业融资政策比较与借鉴通过对美国、德国、日本等国家的中小企业融资政策进行比较与借鉴，我们可以得出以下几点启示：1.政府主导与市场化相结合。

上述国家在中小企业融资政策中，政府主导与市场化相结合，既通过政府机构的直接支持来解决中小企业融资难题，也通过激励金融机构、促进市场竞争来扩大中小企业融资渠道。

2.多元化的融资支持体系。

上述国家均建立了一整套多元化的中小企业融资支持体系，在贷款、担保、信用评级、风险投资等方面都有一定的政策安排，保障了中小企业全方位的融资需求。

我国中小企业信用评级存在的问题与对策1. 引言1.1 中小企业信用评级的重要性中小企业信用评级是对中小企业信用状况进行评定和等级划分的一种重要手段，是银行、供应商、投资者等各方了解企业信用情况的重要途径。

中小企业信用评级的重要性主要体现在以下几个方面：1. 对于银行而言，中小企业信用评级可以帮助银行更准确地评估中小企业的信用风险，避免授信给风险较高的企业，从而降低不良贷款的风险。

2. 对于供应商而言，中小企业信用评级可以帮助供应商选择合作伙伴时更加谨慎，减少交易风险，确保自身权益。

3. 对于投资者而言，中小企业信用评级可以帮助他们更好地了解企业的经营状况和风险水平，从而做出更加明智的投资决策。

中小企业信用评级对于银行、供应商、投资者等各方都具有重要意义，有助于提高企业的融资能力，降低交易风险，促进市场的健康发展。

加强中小企业信用评级工作，规范评级机构，提高信用评级的准确性和公正性，对于我国中小企业发展具有重要意义。

1.2 存在的问题中小企业信用评级存在的问题主要包括以下几个方面：缺乏信息透明度。

由于中小企业的规模相对较小，其信息披露程度不高，很难为评级机构提供足够的信息来源，导致评级结果的准确性受到影响。

信用评级标准不统一。

目前我国各家评级机构对中小企业信用评级标准存在差异，评级结果不具有可比性，也给企业和投资者带来了困扰。

信用评级机构缺乏竞争。

目前市场上主要的信用评级机构较少，竞争力不足，导致服务质量无法得到有效提升，也缺乏刺激其改进的竞争动力。

这些问题严重制约了中小企业信用评级的发展，亟需采取有效对策加以解决。

2. 正文2.1 缺乏信息透明度中小企业信用评级存在的问题之一就是缺乏信息透明度。

由于中小企业的规模较小，信息披露的透明度通常比大型企业低。

这导致评级机构在评定中小企业信用时缺乏足够的信息支持，无法做出准确的评级。

缺乏信息透明度会给中小企业带来不利影响。

由于信息不完整，评级机构评定的结果可能不够客观准确，导致中小企业信用评级偏低，进而影响其融资能力和商业合作机会。

论文关键词：中小企业信用担保体系比较论文摘要：中小企业在国民经济中占据重要地位，然而目前融资难己成为制约中小企业发展的瓶颈。

西方发达国家的实践表明，建立中小企业信用担保体系是缓解中小企业融资难问题的有效途径之一。

文章对中外中小企业信用担保体系进行了比较，以帮助我国尽早建立和完善有中国特色的中小企业信用担保体系。

中小企业信用担保，指的是债权人为了降低中小企业融资的违约风险，由信用担保机构与债权人约定以保证的方式为中小企业提供信用担保，当被担保的中小企业不能按合同约定履行债务时，由信用担保机构进行代偿，即承担该中小企业的责任或履行债务，其实质是保障债权实现的方式。

世界各国政府为解决中小企业融资难这一问题，纷纷建立起有效的中小企业信用担保体系。

本文主要对我国中小企业信用担保体系和以美日为代表的西方发达国家中小企业信用担保体系进行比较分析，寻找出我国目前信用担保中的不足。

一、信用担保体系的结构组成不同目前，国际通行的中小企业信用担保结构分为两大类：一是以美国为代表的一级担保结构，由中央担保机构在各地设立分支机构；二是以日本为代表的由中央和地方担保机构组成的二级担保结构，其中中央担保机构为地方担保机构提供再担保。

这两种中小企业信用担保结构的共同优点是均以中央政府的强大财力和国家信用为后盾，能分散风险、为中小企业提供更大的资金支持。

而我国的中小企业信用担保体系虽从立法上确定了“一体两翼三层”基本框架，由地市、省、中央政府三级担保机构组成，担保以地市为基础，再担保以省为基础，但是最重要的国家级的再担保机制尚未建立，这就使得在实践中出现国家财政和信用的支撑不足，无法统筹规划对中小企业的信用支持。

省级信用担保机构为辖区内城市信用担保机构提供再担保服务而产生的风险，主要由省财政来承担，无法依靠中央政府的财力进一步分散风险。

二、信用担保体系的资金运作不同首先，担保资金的来源不同。

各国中小企业信用担保体系的资金往往主耍来源r财政资金的支持。

中小企业信用风险评估模型比较[提要] 本文立足于我国中小企业融资难现状，从中小企业产业特点出发，在比较分析国内外信用风险度量技术的基础上，借鉴先进的信用风险度量方法，为金融机构提出切实可行的信用风险识别评估模型组合，以破解中小企业融资难困境。

关键词：中小企业；信用风险；模型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官僚主义作风盛行，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。

中外信用体系的比较与借鉴作者：施歌来源：《中国经贸导刊》2021年第35期摘要：发达国家都有较为健全的社会信用体系，根据国情形成不同模式。

我国信用法治建设深入推进，信用体系迈入高质量发展阶段。

通过对民营模式、公共模式、会员制模式、混合模式等信用体系主要模式及我国现行信用体系模式对比分析，提出新时期我国社会信用体系建设与国外先进经验对标、兼并和合作的思路，进一步完善“政府主导+市场化运作”的信用体系建设模式，推动我国社会信用体系建设更上新台阶。

关键词：信用信用体系建设模式一、国外信用体系主要模式由于各国经济发展水平不同，法制文化环境相异，信用体系的发展模式存在很大差别。

目前，发达国家市场经济发展相对成熟，信用体系起步较早，已形成较为成熟的模式，其中，有以美国、英国、加拿大及北欧国家为代表的“民营模式”;以法国、德国等西欧国家为代表的“公共模式”;以日本、韩国为代表的“会员制模式”。

此外，随着经济不断发展，发展中国家开始重视信用体系建设，但发展模式与发达国家存在较大区别，兼具“民营模式”和“公共模式”的特点，形成“混合模式”。

（一）民营模式：以商业征信服务为特征民营模式，又称市场主导型模式。

其主要特征是市场化运作，商业征信机构以盈利为目的，收集、加工个人和企业的信用信息，为信用信息的使用者提供独立的第三方服务。

在这种模式下，征信机构是独立于政府之外、以盈利为目的的私营商业组织，信用信息数据库完全由私有公司经营，征信服务完全商业化。

如美国已形成由信用管理协会（NACM）及标准普尔公司（Standard&poor`s）、穆迪公司（Moody）、惠普评级公司（FitchIBCA）和邓白氏集团（Dunn&Bradstreet）等著名公司为主体的信用体系。

在这个体系中，政府不直接参与征信活[HJ1.7mm]动，主要是制定信用管理相关法律，规范行业发展，同时监督信用管理法律的执行。

美国、英国、加拿大和北欧国家均采用类似模式。

小微企业信用评级模型及比较研究肖斌卿;杨旸;余哲;沈才胜【摘要】在调查和文献基础上，进行信用风险来源识别、评级指标分类和评级方法选择，构建商业银行内部信用评级模型，以期在授信审批环节提高信用风险管理水平。

基于某商业银行2008—2013年小微企业实际信贷数据，运用线性判别分析、二项逻辑回归和十种基于不同学习算法的BP神经网络模型构建内部信用评级模型，并在评级指标体系中加入宏观经济变量，使度量风险的稳健性进一步得到提升。

最后通过四种方法对不同模型的结果和评级有效性进行了对比分析，认为基于Levenbery-Marquardt学习算法的NN10模型具有最优的评级有效性。

%On the basis of investigation and literature research, conducting risk source identification, rating indicators classification and rating methods assessment, the paper constructs commercial bank’s internal credit rating models to improve the credit risk management in the credit approval procedures. Based on the credit data of small and micro enterprises in a commercial bank from 2008 to 2013, using the linear discriminant analysis, logistic regression and 10 types of BP neural network relying on different learning algorithms, internal credit rating models are constructed with macroeconomic variables, which may further improve the robustness of risk measurement. Finally, results and rating effectiveness of different models are analyzed and compared, and show that the NN10 model based on Levenbery-Marquardt learning algorithm performs optimal rating effectiveness.【期刊名称】《系统工程学报》【年(卷),期】2016(031)006【总页数】11页(P798-807,830)【关键词】信用评级;小微企业;模型比较;学习算法【作者】肖斌卿;杨旸;余哲;沈才胜【作者单位】南京大学工程管理学院，江苏南京210093;南京大学商学院，江苏南京210093;郑州商品交易所，河南郑州450008;南京大学工程管理学院，江苏南京210093; 紫金农商银行，江苏南京210019【正文语种】中文【中图分类】F832.59我国当前正处在经济发展“提质换挡”的“新常态”发展阶段,经济结构和产业结构正在进行深度调整和优化.在“新常态”的经济氛围下,新兴科技、新兴产业和新兴市场的发展和壮大,为小微企业的发展和壮大提供了难得的历史机遇.也正是在这一阶段,经济内生增长要求更多的人力资本和技术创新参与社会经济分工,并最终转化为经济增长产出.覆盖广、种类多的小微企业在国家经济结构调整和升级中起到的促进作用,在今后将会更加凸显.小微企业的经营发展和技术创新离不开资金的支持,特别是在当前信贷资本紧缩投放的时期,小微企业融资难的问题日益凸显.Schreiner[1]在研究中认为,企业处在初创和成长阶段更加依赖从传统金融机构那里获取资金支持.然而,小微企业在通过银行进行信贷融资的过程中,会遇到诸多的问题.一方面,小微企业受其经营时间、经营业绩、公司治理等因素的制约,普遍不能提供类似大型企业财务报表的详细业务信息、财务信息以及其他融资担保证明;另一方面,商业银行经营强调贷款的风险控制,在开展小微企业贷款业务时,银行对小微企业的资信审查和授信工作正逐步趋于严格和规范,与此相悖的是上市银行内部控制缺陷认定存在查找范围不统一、认定标准不完善、认定数量和严重程度明显不足等问题[2].上述这种银企之间存在的信息不对称问题[3],是制约小微企业从商业银行获取信贷融资的主要因素.针对小微企业当前面临的融资困境,商业银行所采用的信用评级却暴露出诸多问题,例如专家判断法比重大于模型法比重、评级方法与实际需求存在出入以及小微企业信用评级体系缺乏针对性.随着贷款业务的不断精细化,各家商业银行均推出各自的小微企业贷款方案,更加注重开展专业化的小微企业贷前审查工作,同时也对信用评级方法以及评级方法的有效性提出了更高要求.在理论界,学者们依实务操作的需要,针对小微企业贷款业务的信贷模式、评级指标、评级方法以及违约概率估计开展了广泛的研究和讨论,汇总出丰富的研究成果.其中,对评级指标和评级方法的讨论尤为突出.在研究指标方面,郭小波等[4]在小微企业信用风险的识别因子研究中,引入企业财务指标、企业定性指标以及与企业主有关的指标作为研究变量.谢平等[5]认为信用评级需考虑的因素包括借款企业经营环境、所有制与经营权、管理水平、营运价值、盈利能力、风险程度等因素.徐超等[6]基于多智能体仿真方法,从中小企业组成的联保贷款入手,重点考察了联保的组织规模和组织成员初始信用水平对信用风险演化的影响.陈其安等[7]认为在一定条件下,投融资平台和银行之间的均衡贷款数量将随着政府信用担保履约率增加而增加.同时,李毅等[8]也认为小微企业在融资过程中若能够拥有信用担保,将有益于其获取贷款. Hajek等[9]对企业信用评级预测中的财务状况、经营状况等建模指标进行了研究.Doumpos等[10]在其研究中构建了一个包含财务数据和结构化模型的信用评级预测系统.同时,现有文献亦强调加入定性指标对研究小微企业信贷业务的重要性.Vassiliou[11]在对印度小微企业贷款案例分析的基础上,认为信用风险影响因素包括贷款人经营理念、贷款人经营水平、贷款人有无违法记录、贷款人经营思路、贷款利率、用途等; Malhotra等[12]通过对首发小微信贷的孟加拉国发放小微企业信贷的风险情况进行研究分析,了解到影响小微企业信用风险的因素有贷款数量、贷款人抵押品价值、其所拥有的耐用商品的价值、贷款期限的长短等. Meyer[13]指出银行可以通过“软信息”对小企业信用状况进行评估,这些软信息包括银行对借款企业资信的初步判断等.Lussier[14]在其模型中加入了企业管理水平、所处经济周期、产品生命周期等因素.此外,张良贵等[15]基于DSGE模型研究表明宏观流动性及其状态变化、基准利率状态变化对企业杠杆有重要影响.由此可见,小微企业信用评级指标需要同时包含企业内部定量指标和定性指标与企业外部信息.在研究方法方面,张大斌等[16]用差分进化算法(DE)优化违约点系数,提出一种中国上市公司信用风险测度的不确定性DE-KMV模型,来提高上市公司信用风险测度的准确性.于立勇等[17]在其研究中开展基于Logistic回归分析的违约概率研究,利用正向逐步选择法建立了信用风险评估指标体系.黄苒等[18]重点关注了含跳跃风险的公司贷款违约率测度问题,并探索了基于首达时模型的理论扩展,给出了违约概率参数估计的方法.庞素琳等[19]在银行个人信用评级中建立C5.0分类算法,在该算法内嵌入Boosting算法技术,并构造了成本矩阵和参数调整后的决策树.肖进等[20]提出了面向缺失数据的动态分类器集成选择模型DCESM,并认为该模型能够取得更好的客户信用评估性能.Che等[21]运用层次分析法(AHP)和包络分析法(DEA)对台湾地区商业银行小微企业信贷决策进行研究,并得到有效的建模结果.Angilella等[22]在研究中建立了小微企业SMMAA-TRI多准则信用评级模型,并对模型有效性进行了验证.同时,非参数统计的研究方法也逐步应用于信用评级建模.然而,随着银行业可训练数据量的大幅提升和数据维度的不断提高,机器学习方法开始崭露头角.统计学和机器学习最本质的区别在于根本目标不同,统计学家更关心模型的可解释性,而机器学习专家更关心模型的预测能力.由于银行业对预测准确度要求的越来越高,统计学方法的不适应性开始显现,很多问题不能构建出严谨的统计模型,而机器学习理论已被证明是此类研究有效的建模方法.王春峰等[23]在其研究中对人工神经网络在银行信用风险评价中的应用展开对比讨论,结果表明,与传统统计方法相比,神经网络技术具有较高的稳定性和判别准确度.Lee等[24]认为非参数统计的方法在信用评级的研究中优于经典统计模型.Yu等[25]运用基于多层神经网络的机器学习方法研究信用评分模型,并对效果良好的建模结果进行叙述.Zhong等[26]在企业信用评级中,对BP、ELM、I-ELM和SVM的学习训练效果进行对比分析,其中ELM和BP 神经网络的建模效果较优.商业银行在信贷审批操作中运用信用评级模型对申请借款企业提供的信息进行判断,对企业在未来是否会出现违约进行估计,已经是普遍存在的贷前审批流程,因此评级模型的有效性是各家商业银行共同关注的问题.结合现有文献中的信用评级方法,本文构建包含线性判别分析(linear discriminant analysis, LDA)、二项逻辑回归(binary logistic regression,BLR)、基于多种学习算法的BP神经网络(BP neural network, BPNN)的评分模型,运用建模样本训练模型,并用测试样本检验模型有效性和稳健性,挑选出较优的信用评级模型.LDA是在分类确定的条件下,根据某一研究对象的各个特征值判别其类型归属问题的一种多变量统计分析方法.BLR模型主要是用来对多因素影响的事件进行概率预测,是普通多元线性回归模型向非线性模型的扩展.基于多种学习算法的BPNN模型是前馈型神经网络模型,其将输入的多个数据集映射到单一的输出的数据集上,通过训练与测试将对象进行分类.本节就LDA、BLR、基于多种学习算法的BPNN模型以及模型有效性的衡量方法进行简要介绍.2.1 线性判别分析(LDA)对于k个组别的分类问题,假设k个组别构成的总体分别为G1,G2,...,Gk,于是若要判断样本x各来自于哪一个总体,首先必须计算样本x到每个总体Gi(i=1,2,...,k)的距离d(x,Gi),然后再比较这些距离,其中样本x到总体Gi的距离d(x,Gi)采用Mahalanobis距离,即其中µi和Σi分别为Gi的均值和协方差矩阵,为协方差矩阵Σi的逆矩阵.如果x距某个Gj(j= 1,2,...,k)最近,则认为x∈Gj.其判别规则为对于本文组别分类的问题,可通过建立判别分析模型进行判别.2.2 二项逻辑回归(BLR)对于一个二项分类和n个定量预测变量x1,x2,...,xn(包含虚拟赋值变量),BLR模型假设目标响应的概率为其中β0为常数项,称β1,β2,...,βn为模型回归系数,解释变量可以是连续变量,也可以是分类变量或哑变量(dummy variable).正式的决策框架中通常包含多种评判模型,在多种模型有效性对比过程中,BLR模型可以作为一个判断依据.BLR与LDA一样,在多元正态分布和相同协方差矩阵的假设条件下具有最优判别能力.BLR要求较大的输入样本量以取得较为稳定的计算结果,同时应对自变量与因变量的复杂非线性关系进行适当处理.2.3 基于多种学习算法的BPNNBPNN的构成包括一个输入层,一个或多个隐含层和一个输出层.各层由若干个神经元构成,每一个节点的输出值由输入值、作用函数和阈值决定.神经网络的学习过程包含两个方面:信息正向传播和误差反向传播.在正向传播过程中,输入信息从输入层经隐含层传到输出层,经作用函数运算后得到输出值与期望值进行比较,若有误差,则误差反向传播,沿原先的连接通路返回,通过逐层修改各层神经元的权值,减少误差,如此循环直到输出的结果符合精度要求为止.具体步骤如下:步骤1BPNN的初始化,确定隐含层节点的个数.将各个权值和阈值的初始值设为比较小的随机数;步骤2输入样本和相应的输出进行网络训练,即对每一个样本数据进行步骤3到步骤5的过程;步骤3依据输入样本计算实际输出及其隐含层神经元的输出;步骤4计算期望输出与实际输出之间的差值,求输出层和隐含层的误差;步骤5根据步骤4得出的误差更新输入层到隐含层节点之间以及隐含层到输出层节点和之间的连接权值;步骤6求出误差函数e,判断e是否收敛到给定的学习精度以内,即e≤ε,其中ε为拟定误差,如果满足则训练结束,否则转向步骤2.运用不同的学习算法对BPNN进行训练,将会得到不同的建模效果[27].MATLAB R2012a软件中的神经网络工具箱(neural network toolbox)中包括多种适用于BPNN建模的学习算法.本文考虑运用10种学习算法对BPNN进行训练,具体如表1所示.2.4 模型有效性的衡量方法ROC曲线面积(AUC值)是常用的用于评价分类模型有效性的方法.ROC曲线是根据一系列不同的二分类方式,以真阳性率(敏感度,不良贷款样本被判正确)为纵坐标,假阳性率(1–特异性,良性贷款被判错误)为横坐标绘制的曲线.传统的诊断试验评价方法有一个共同的特点,必须将试验结果分为两类,再进行统计分析.本文运用SPSS 软件对12种模型的检验结果绘制ROC曲线,并比较AUC值,AUC值越大,表明模型判别水平越高.均方误差(mean squared error,MSE)是指参数估计值与参数真值之差平方的期望值.在此,MSE是预测值与期望值之差平方的期望值,即其中yt是期望值,t是预测值.MSE的值越小,说明预测模型描述实验数据具有更好的精确度.在对模型有效性进行衡量时,需要考虑不同错误类型的成本,本文依据Blanco等[27]的两种错误分类构造误判成本.I类错误指良性贷款错评为不良贷款的比率;II类错误指不良贷款错评为良性贷款的比率,相比于I类错误,II类错误的发生将会对银行带来更大的损失.因此本文将II类错误的成本设为I类错误成本的5倍.并在此基础上计算误判成本其中C21和C12分别表示发生I类错误和II类错误的成本,π21和π12分别表示发生I类错误和II类错误的概率,p1和p2分别表示样本在到期时是良性贷款和不良贷款的先验概率.识别率包括不良识别率和总识别率.不良识别率表示检测样本中的不良贷款被模型识别出的比例,该指标可以反映模型对I类错误的规避能力;总识别率表示全部检测样本的二级分类属性被识别正确的比例,该指标可以反映模型的整体判别能力.本文采集江苏某商业银行2008–2013针对小微企业信贷的过往数据,与公开数据库中的宏观数据合并后,总数据内容主要包括:1)财务信息(资产总额,经营收入等);2)本期贷款基本信息(发放额度,发放利率,贷款方式,支付方式等);3)当前客户非财务信息(客户信用等级,客户资信等级,行业分类,担保情况等); 4)与宏观经济有关的变量(用电量,GDP,CPI等);5)信贷的二级分类情况.经过剔除缺失和不正常的数据,得到2 115组有效数据,其中,良性与不良贷款比例约为9∶1.为了对评分模型进行科学对比,我们把数据集随机分成两个互补的子数据集:80%数据作为建模集,20%数据作为测试集.各模型的变量结构都是通过10次交叉验证法进行筛选,交叉验证法的一个优势就是这样的信用评分模型是基于较大比例的有效数据(80%)开发.有关信用评级指标的文献中,由“硬”信息到“软”信息的选择是信用评级指标选择的一个显著性变化,从最早标准化的财务指标到如今各类非财务指标的不断加入更新,信用评级系统也因此能够从规范化的大公司推广到小微企业及个人类客户.然而,这些指标多为微观指标,宏观指标鲜有涉及.近年来,有学者对宏观经济变量的研究提出了自己的看法,认为借款人的违约与一般经济状况密切相关,与宏观经济环境变量也应当被考虑作为输入变量[27,28].颜新秀[29]认为,不同宏观经济环境下各指标变量与个人住房抵押贷款违约率之间存在一定的影响关系.Kim等[30]指出宏观经济环境是一个关键因素,直接关系到借款者的偿付行为.因此,本文认为贷款期间内的宏观经济变动对贷款主体的还款意愿具有一定影响,应当作为重要变量参与信用评级研究.因此,本文选取的指标类别包括财务类指标,非财务指标和宏观环境指标. 建模自变量和因变量(输入变量和输出变量)如表2和表3所示.本文在考虑现有文献贷款对象财务信息、非财务信息、本期贷款基本信息的基础上,还加入与宏观经济有关的变量作为自变量或输入变量,主要基于以下考虑:传统模型的因变量和自变量存在不同期的问题,传统信用评级模型将贷款期初的相关变量指标作为自变量,将贷款期末的五级分类情况作为因变量来进行建模,即自变量和因变量不是同一时间点上的面板数据,因此不能直接看作面板数据处理,需加入时间因素才能解决矛盾,同时,宏观经济变量是时间因素的合理体现,因为宏观经济变量并非某一时间点上的宏观经济变量,而是贷款期间相关宏观经济变量变化趋势的反映,因此不是一个时间点的概念而是某一时间段的变化趋势的概念,所以能够反映出时间因素.在实证分析部分,本文将分别运用包含宏观变量和不包含宏观变量的指标体系进行建模,并比较模型的有效性.同时,本文借鉴Blanco等[27]的做法,在指标体系中加入“客户经理主观评价”和“客户资信状况调查结果”两个指标,以囊括银行自有的贷款初期审核信息.本文引入贷款期限内经济周期信息的变量,Kim等[30]指出宏观经济环境是一个关键因素,直接关系到借款者的偿付行为.该做法的优点还在于考虑到还贷期限内省内宏观经济变化对小微企业的影响,由于各家商业银行在计划财务部进行财务预算的编制过程中均拥有未来至少三年的宏观经济变化预测数值,因此在实务操作中,该宏观变量数据采用商业银行预测数值.本文借鉴Blanco等[27]在设计信用评分模型所使用的宏观经济变量的表达式其中ΔVMi,j是宏观经济变量的变化率,VM是宏观经济变量,i表示放款的时间,j表示贷款的时限.本文在对宏观济变量进行筛选之后选取用电量、GDP和CPI的季度数据作为建模的三个自变量.在实践中发现,除CPI外用电量和GDP均有很强的周期性,经过分析和比较之后,本文决定采用GDP、用电量的同比增量的变化率和CPI增长率来作为自变量,其中CPI增长率为(计算期CPI数值-基期CPI数值)×100%/基期CPI数值,GDP、用电量的同比增量的变化率为其中Δ2VMi,j是宏观经济变量增量的变化率,i表示放款的时间,j表示贷款的时限. 综合数据可获取性、数据可靠性因素的影响,样本选取2008–2013年贷款数据,其中宏观变量数据均进行季节性调整,并对离散变量进行赋值.神经网络建模时为加快训练网络的收敛性的需要,对样本数据中各个指标下的数据分别进行归一化处理.如第3节所述,将样本分为两部分,其中1 687组数据作为训练样本,428组数据作为检验样本,训练样本与检验样本比例约为4∶1.运用SPSS 21软件,以表2中15个变量为判别变量,以表3中B1变量为分组变量,选择Fisher函数系数,建立LDA模型,得到分类函数系数.根据分类函数系数,对检验样本中各指标进行加权求和,选取得数较大的类别作为判别结果.运用PASW Statistics 18统计分析软件建立二项逻辑回归(BLR)通过描述性统计,根据相关性、正态性检验和t检验,本文最终在Logistic回归中保留9项指标,分别为年利率、贷款方式、用途、支付方式、客户信用等级、客户资信等级、营业收入/人、GDP增量增长率和CPI增量增长率,具体分析过程介绍从略.运用MATLAB R2012a建立BP神经网络(BPNN),表2中15个变量作为输入神经元,表3中B2变量各分别作为输出神经元.分别运用表2中10种学习算法进行模型训练,各个训练函数即表1中MATLAB调用函数.神经网络参数设定:隐含层节点范围[7,13];最大迭代次数=1 000;训练误差=0.001.运用训练后的模型对检验样本进行测试,即分别将检验样本中的自变量与LDA分类函数系数加权求和取大值,代入BLR模型预测因变量值,代入训练好的BPNN模型得出预测输出变量值.当输出值小于并等于0.5时,判定该组样本为正常贷款;当输出值大于0.5时,判定该组样本为不正常贷款.首先,运用不包含宏观变量的指标体系建立模型,根据前文模型有效性的衡量方法,计算衡量各个模型有效性的指标数值,如表4所示,优化的ROC曲线如图1所示.在ROC曲线图中,纵坐标δ代表真阳性率,横坐标1-η代表假阳性率,其中η为特异性,下同.由表4可知,12种模型中,75%的模型的AUC值大于0.8;有11个模型的总识别率超过80%,其中六个模型的总识别率超过90%.但在关键指标中,有11个模型的不良识别率低于80%,有11个模型的误判成本大于0.2.从整体识别效果来看,所构建的模型对不良贷款缺乏识别能力是一个共性,因此本文认为有必要尝试通过加入宏观变量对指标体系进行改进并开展建模.在指标体系中加入宏观变量后,判断各个模型有效性的指标数值如表5所示,优化的ROC曲线如图2所示.1)AUC方面,共有6个模型的AUC值超过0.9,其中,NN6与NN10模型的AUC值超过0.95,分别为0.952和0.959,预测能力较强;2)均方误差方面,共有8个模型的均方误差小于0.1,其中BLR的均方误差为0.071,NN3的均方误差为0.072,NN6的均方误差为0.075;3)误判成本方面,共有5个模型的误判成本低于0.2,其中NN6误判成本为0.117,NN7误判成本为0.110,NN10误判成本为0.098,误判成本较低.I类错误率方面,NN6、NN7、NN10的II类错误率小于0.1,判别效果较优;4)不良识别率方面,共有4个模型的不良识别率超过0.8,其中NN6的不良识别率为0.915,NN7的不良识别率为1.000,NN10的不良识别率为0.979,说明该三个模型对潜在不良贷款的判别能力较强.总识别率方面,共有5个模型的总识别率超过0.9,即表明这5个模型的总体判别正确率超过九成,具有较好的整体判别能力.根据以上分析,可见LDA和BLR模型在四类模型有效性衡量方法中表现一般,其中BLR模型在AUC和总识别率方面优于LDA模型,LDA模型在II类错误率方面优于BLR模型,但该两个模型劣于或等于NN6和NN10在AUC、II类错误率、误判成本、不良识别率和总识别率方面的表现.当将NN6与NN10在模型有效性方面进行比较时,NN10在AUC、均方误差、II类错误率、误判成本和不良识别率的表现均优于NN6,而NN6仅在总识别率方面优于NN10,因此认为NN10具有最优的模型有效性,其次为NN6.由上述分析结果可知,1)在整体模型有效性方面,NN10(基于Levenbery-Marquardt学习算法)模型表现最优,NN6(基于Polak-Ribiere共轭梯度学习算法)模型表现次优.2)在各模型有效性衡量方法方面, NN10具有最大的AUC值,BLR具有最小的均方误差,NN7具有最小的II类错误率,NN10具有最小的误判成本,NN7具有最高的不良识别率,NN3具有最高的总识别率,这些结果表明在进行具体信用评级水平衡量时,需要重视上述模型在信用评级中的应用.3)在观察各个模型检测结果中出现两类错误的样本数据时,本文发现样本数据中的客户信用等级、客户资信等级、营业收入/人指标易出现区别于普通的数值,因此此类样本需要在人工贷前审查时给予关注.本研究选择合适的指标体系和研究方法,构建线性判别分析、二项逻辑回归和基于多种学习算法的BP神经网络模型对小微企业进行信用评级,并通过四种衡量方法分析模型的有效性,提高研究结论的可信度.研究结果表明机器学习方法能够为商业银行授信审批和贷前审查工作提供参考依据,并且在指标体系中加入宏观变量能够有效地提高模型识别不良贷款的能力,提升模型的稳健性.因BP神经网络具有容易陷入局部极值、“过拟合”等问题,其预测精度有待优化,今后研究中尝试使用遗传算法优化BP神经网络强化全局搜索能力.取得更大的数据样本,并尝试根据小微企业资产总量大小对样本进行分层,提高模型对于贷款主体的评级能力.肖斌卿(1979―),男,福建南靖人,博士,副教授,研究方向:金融工程与金融管理,Email:****************.cn;杨旸(1990―),男,江苏南京人,博士生,研究方向:金融工。

小微企业信用评价模型的中外比较及完善小微企业信用评价模型的中外比较及完善商业银行对小微企业进行信用评价是银行最终决定是否向小微企业放贷的基础和前提，采用什么样的信用评价模型对评价结果有着重要影响。

从国际上看，很多国家都已经研发出针对本土小企业的信用评价模型并广泛应用于实践，大大提高了工作效率，取得了良好的效果。

为了完善国内商业银行针对小微企业的信用评价模型，本文在对美国的SBSS 、日本八千代银行、CRD 运营协议会、帝国数据银行以及印度主要的小微企业信用评价模型简要分析基础上，对比分析了中国现行的小微企业信用评价模型及其缺陷，并提出了改进建议。

一、美国小微企业信用评价模型简析利用模型对小微企业进行信用评价被美国所重视，从信用评价模型首次应用于信用卡的信贷申请之后，该技术迅速普及。

如今美国小微企业信用评价模型——小企业信用评分系统已经被各大金融机构所应用，成为是否对企业放贷评判的主流方式。

1.费厄—艾萨克（Fair Isaac ）公司的小企业信用评分系统——SBSS小企业信用评分（Small Business Scoring Ser?vice ，SBSS ）是利用第三方收集的小微企业和企业主信用方面的信息，并结合小微企业融资申报表和信贷人员对它的了解来评估一笔贷款的风险，其中应用的模型涉及到数理统计和历史数据分析。

美国费厄—艾萨克公司为了设计针对小企业的小额贷款（25万美元以下）信用评价系统，于1995年对5000多笔小企业贷款评估信息和数据进行比对，收集15家大型金融机构5年内的数据，最终开发出小企业信用评分系统——SBSS 。

到目前为止，SBSS 已经更新至6.0版本，应用于300余家金融机构，它的出现改变了小企业信贷申请的流程，美国九成以上的小额度信用贷款都应用SBSS ，使一般的信用信息审核仅需数分钟即可，整个贷款流程也仅需几天时间。

SBSS 刚好可以满足小企业融资频率较高、贷款额度较低、贷款需求较急的特点。

摘要改革开放以来，中小企业得到了迅速发展，已经成为社会主义市场经济的重要组成部分和促进社会生产力发展的重要力量。

但我国中小企业信用缺失，企业内部信用管理水平还比较低，企业外部信用服务的市场化程度也比较低。

加之我国商业银行在对企业进行信用评级时使用同一标准，没有针对中小企业制定专门的信用评级体系，在一定程度上导致了中小企业的信用被低估，加剧了中小企业融资难的问题。

本文从信用评级的基本概念出发，根据我国中小企业的特点及实际情况，在对我国中小企业信用分析做了简要介绍的基础上，对如何完善我国中小企业信用评级体系提出了一些对策建议，这对于全面提升我国中小企业信用管理水平、建立现代企业信用风险防范机制、塑造企业良好的信用形象、增加资本市场融资机会、完善现代企业管理制度具有重要的意义。

关键词：中小企业；信用；信用评级429069840@AbstractSmall and medium sized enterprises have been developing rapidly since Reform and Opening-up and became an important component of socialist market economy and played a great role in the development of social productive forces. But lack of enterprise credit, lower level of credit management within business, lower degree of the enterprise market credit service outside business and coupled with the same credit ratings standard made by China's commercial banks, led to the credit of small and medium enterprises has been underestimated and aggravate the financing problem of Small and medium sized enterprises.This paper, standing on the basic concept of credit rating, the characteristics and the actual situation of Small and medium sized enterprises in our country and a brief introduction to credit of small and medium sized enterprises, puts forward some suggestions on how to improve our credit rating system which is of great significance in elevating the management level of small and medium sized enterprises in all dimensions, establishing of modern enterprise credit risk prevention mechanisms, building the good enterprises credit image, increasing access to finance capital markets and perfecting the modern enterprise management system for small and medium enterprisesKeywords: Small and medium sized enterprises；credit；credit ratings目录摘要 (I)Abstract (II)绪论 (1)1 信用评级概述 (2)1.1信用评级的定义 (2)1.2信用评级的特点和分类 (2)1.3信用评级产生与发展的理论基础 (3)2 我国中小企业信用理论分析 (5)2.1 中小企业的界定 (5)2.2中小企业在国民经济中的地位和作用 (6)2.3中小企业信用分析 (7)3 我国中小企业信用评级存在的主要问题 (10)3.1信用评级的法律法规不健全 (10)3.2信用评级的主体资格较混乱 (10)3.3信用评级机构缺乏独立性 (11)3.4债券等级评定技术不成熟 (12)3.5对信用评级工作不重视 (12)4 完善我国中小企业信用评级体系的建议 (14)4.1建立信用评级法律体系 (14)4.2建立信用评估管理机构 (15)4.3规范资信评估业务范围和评信标准 (15)4.4培育信用评估产品的市场需求 (16)4.5提高中小企业评级意识 (17)结论 (19)致谢 (20)参考文献 (21)Appendix (22)附录 (26)绪论中小企业在我国国民经济发展中占有重要的地位，加强中小企业信用管理，对于提升中小企业整体素质和综合竞争力、改善中小企业融资条件具有重要意义。

民营小微企业融资政策国际比较及借鉴【摘要】本文主要研究了国外民营小微企业融资政策，并与我国民营小微企业融资政策进行比较分析。

首先介绍了国外民营小微企业融资政策的概况，然后分析了不同国家的政策特点与差异，并总结了各国政策的借鉴经验。

通过国际比较案例分析，可以发现不同国家在支持民营小微企业融资方面存在的优劣势。

结合我国的现状，提出了一些启示与展望，以及政策建议。

通过本文的研究和分析，可以为我国民营小微企业融资政策的制定提供一定的参考和借鉴价值，推动我国民营小微企业的发展。

【关键词】民营小微企业、融资政策、国际比较、借鉴、研究背景、研究意义、国外、正文、国际比较案例、我国、现状、启示、展望、政策建议、总结。

1. 引言1.1 研究背景随着全球经济的不断发展，民营小微企业在经济社会生活中扮演着越来越重要的角色。

这些企业在促进经济增长、创造就业机会、推动技术创新等方面发挥着不可替代的作用。

由于其规模小、资金紧张、信息不对称等特点，民营小微企业融资难、融资贵的问题一直困扰着它们的发展。

在国际上，各国政府纷纷出台了一系列针对民营小微企业的融资政策，以支持和促进这些企业的发展。

一些国家通过设立基金、加大财政扶持力度、简化融资程序等方式，为民营小微企业提供更多融资渠道和更优惠的融资条件。

一些国家还积极鼓励金融机构为民营小微企业提供贷款，并推动建立风险共担机制，降低企业融资的成本和风险。

在这样的背景下，比较国外民营小微企业融资政策的特点、经验和效果，借鉴其他国家的成功做法，对我国进一步完善民营小微企业融资政策具有十分重要的意义。

本文将对国外民营小微企业融资政策进行概述、比较分析和经验总结，并通过案例分析和我国现状的对比，提出相应的政策建议，以期能够推动我国民营小微企业融资环境的改善，促进企业健康可持续发展。

1.2 研究意义民营小微企业是我国经济的重要组成部分，其发展对于促进经济增长、增加就业机会、提高人民生活水平具有重要意义。