On Credit Rating Classification Model of Small and Micro Enterprises

Min LIU; Qiang LI

doi:10.13718/j.cnki.xsxb.2020.03.009

In this paper, the equilibrium sample has been used with the same number of non-default samples and the number of default samples as the empirical sample, and the credit score of all the samples been divided into nine grades of international conventions. Then, the default rate of each grade has been calculated, and whether the classification been determined to meet the higher credit rating, the lower the default rate. If the credit rating is high and the default rate is not low, to adjust credit score interval to ensure that the adjusted credit rating to meet the higher credit rating, the lower the default rate.

HTML

在“双创”国家政策的引导下，小微企业一直是社会的焦点和理论研究的热点.由于小微企业具有规模小、市场反应快、经营机制灵活的天然优势，在保障就业、创造财富、增加税收、改善民生等方面发挥的作用越来越显著.小微企业在“铺天盖地”你追我赶地向前发展，对资金的需求也越来越强烈.在目前我国的金融体系中，商业银行是小微企业获取贷款资金最主要的渠道，并且是最佳渠道^[1].然而，小微企业存在规模小、生命周期短、财务制度不健全、财务信息不透明的天然劣势，导致银企之间在信息传递中存在信息扭曲或根本无法获取信息的现象^[2].在具体融资过程中，商业银行处于安全性的首要考量，对小微企业无奈地安装了一道“玻璃门”，绝大多数小微企业无法得到商业银行的认可，从而出现了融资难问题^[3].要解决融资难的关键在于建立合理的小微企业信用评价体系，文本将探讨小微企业信用评价体系中的信用等级分类问题.

1. 基于违约率的小微企业信用等级分类原理

1.1. 等分法的初步等级分类

(1) 等分法定义

本文的等分法是指依据小微企业的信用得分，将信用得分等间隔地分为9类.信用得分等分后，每个评价区间之间的评分极差都相等，每个区间的样本数量可以不相等^[4-5].

(2) 等分法计算

设：m_i为对大样本进行评价等分法的第i个分割点，i=1，2，3…，8；M为小微企业大样本中信用评价得分的最大值；m为小微企业大样本中信用评价得分的最小值，则信用评价大样本等分法的第i个分割点m_i为

公式(1)表示对小微企业的大样本信用得分最大值M与最小值m之间进行9等分，插入8个分割点.该公式的作用是通过等分法得到信用评价得分的分割点，将小微企业的信用得分分类为9个信用等级.

等分法创建信用评价模型的好处：①可以快速有效地将小微企业的信用评价得分分类为9个信用等级. ②每个评价区间的信用得分值极差相等，在最终评价分割点尚未知情况下，可以快速有效地对分割点进行后续动态调整.

(3) 信用等级初步分类

以小微企业现有样本的信用得分为依据，按照信用得分降序排序.利用公式(1)测算信用评价的分割点，将排序后的信用评价得分分类为9个信用等级.

设：Rs为排序后的信用得分变量.具体评价如下：

1) 若m₁ < Rs≤M，则信用评价得分对应的等级为AAA级；

2) 若m₂ < Rs≤m₁，则信用评价得分对应的等级为AA级；

3) 若m₃ < Rs≤m₂，则信用评价得分对应的等级为A级；

4) 若m₄ < Rs≤m₃，则信用评价得分对应的等级为BBB级；

5) 若m₅ < Rs≤m₄，则信用评价得分对应的等级为BB级；

6) 若m₆ < Rs≤m₅，则信用评价得分对应的等级为B级；

7) 若m₇ < Rs≤m₆，则信用评价得分对应的等级为CCC级；

8) 若m₈ < Rs≤m₇，则信用评价得分对应的等级为CC级；

9) 若m < Rs≤m₈，则信用评价得分对应的等级为C级

以上就是小微企业初步分成的9个信用等级，初步分类的信用等级仅仅从信用得分一个方面分类了信用等级，并没有考虑每个等级内样本的违约率，因此该小微企业信用等级分类有待完善.

1.2. 基于违约率的信用等级分类合理性判别

(1) 小微企业的违约率计算

将小微企业在贷款合同约定到期日不能还清全部本金和利息的情况视为违约.小微企业的违约率是违约客户数占同一等级客户总数的比例，该比例的取值是[0, 1]连续数值.小微企业的违约率越高表明违约发生时的贷款损失程度越大；违约率越低表明违约发生时的贷款损失程度越小，因此小微企业的违约率高低可以直接反映小微企业的信用状况.

(2) 小微企业信用等级的违约率计算

设：L_i为小微企业的第i个信用评价等级的违约率，i=1，2，3…，9； H_i为小微企业的第i个信用评价等级的违约样本个数和，M_i为小微企业的第i个信用评价等级的样本总数，小微企业的第i个信用评价等级的违约率为

公式(2)反映了小微企业的每一个信用评价等级的违约程度.

1.3. 动态调整信用等级分类

本文最终的小微企业信用评价等级分类是指在信用评价等级越高而对应评价等级的违约率应该越低的评价目标下，将小微企业的信用评价得分进行信用等级分类.在初步分类的小微企业信用等级水平上，将每个信用评价等级的违约率充分考虑，通过动态调整信用等级临界值，使得调整后的信用评价等级体现出信用等级越高、违约率越低的有序关系，最终得到合理的小微企业信用等级分类^[6-8].

3. 结语

本文在小微企业信用得分模型研究的基础上，对小微企业信用等级分类模型进行了研究.通过动态调整企业信用等级区间的临界值，使得信用等级与客户违约率严格呈反向关系，完全满足信用等级越高、违约率越低的信用等级分类根本要求.此模型较好地弥补了当前研究小微企业信用等级中忽视客户违约率的弊端，而且此模型会使小微企业信用评价体系更加合理，有利于缓解小微企业融资难问题，应用前景广泛.

Figure (2) Table (4) Reference (10)

Name
	Name cannot be empty!
E-mail
	Mailbox cannot be empty! Mailbox cannot be empty!
Telephone
	Mobile number cannot be empty! Please enter a valid mobile number!
Title

Content
Verification Code

[1]	刘强, 蔡洋萍.小微企业融资问题及解决措施[J].时代金融, 2017(3):101, 111. Google Scholar
[2]	鲁政委.小微企业融资难的症结是信息不对称[J].中国金融, 2012(9):90-92. Google Scholar
[3]	聂飞.信息不对称视角下小微企业融资难的博弈分析[J].时代金融, 2013(29):196-197. Google Scholar
[4]	SAYED G J, SAYED N S.Comparative Analysis of Four Private Sector Banks as Per CAMEL Rating[J].Business Perspectives and Research, 2013, 1(2):31-46. Google Scholar
[5]	张振敏, 李翠, 程志超.基于支持向量机的小微企业信用分类模型研究[J].征信, 2015, 33(5):28-31. Google Scholar
[6]	HAN L, FRASER S, STOREY D J.Are Good or Bad Borrowers Discouraged from Applying for Loans?Evidence from US Small Business Credit Markets[J].Journal of Banking&Finance, 2009, 33(2):415-424. Google Scholar
[7]	大连理工大学迟国泰课题组.中国邮政储蓄银行商户小额贷款信用风险决策评价系统研究结项报告[R].大连: 大连理工大学, 2011. Google Scholar
[8]	迟国泰, 章穗, 齐菲.小企业贷款信用评价模型及实证研究——基于最优组合赋权视角[J].财经问题研究, 2012(9):63-69. Google Scholar
[9]	祝秀琴.商业银行客户信用评级指标体系的优化研究[D].泉州: 华侨大学, 2012. Google Scholar
[10]	龚玲玲, 迟国泰, 杜永强.小企业信用评价体系构建方法——基于显著性判别原理[J].技术经济, 2014, 33(5):97-101. Google Scholar

Message Board

On Credit Rating Classification Model of Small and Micro Enterprises

Abstract

References

Access History

通讯作者: 陈斌, bchen63@163.com

Article Metrics

Access History

Other Articles By Authors