1、科技型中小企业的信用评级体系研究 孙懿 中国人民银行南京分行 摘 要： 中小企业融资难一直以来备受关注, 以高新技术产业化为目标的科技型中小企业虽然具有高成长性和高收益的特点, 但因其高投入和高风险的特点, 使其融资状况不容乐观。本文针对我国现有商业银行在中小企业评级体系上的缺陷, 设计了科技型中小企业信用评级体系, 采用 AHP 方法构建了定量指标、定性指标相结合的科技型中小企业信用评级体系。科技型中小企业经过 20 多年迅猛发展, 以其蓬勃的创新精神, 对高科技产品研发和营销机制的灵活探索, 对变化多端市场趋势的敏锐把握, 迅速成为中小企业中最具活力和创新发展前景的企业。本文着眼于科技型中
2、小企业, 探讨更适合的资信评估体系, 为银行信贷决策提供参考, 一方面有利于银行提高工作效率, 降低相关成本, 另一方面也有利于帮助科技型中小企业缓解融资难、融资贵问题。一、现有商业银行信用评级指标体系不足建立一套客观全面的评级指标体系, 需要选取的指标能科学体现被评级对象实际偿债能力, 以及潜在的风险。目前, 商业银行对科技型中小企业评级时采用的信用评级指标体系主要不足是:(一) 缺少研发创新与发展能力的分析。银行的信用评级体系主要是针对大中型企业设计的, 没有专门对企业的研发创新和发展能力进行分析, 或者关于研发创新和发展能力的评价指标权重明显偏低, 该评级体系不适合对科技型中小企业进行评
3、级。科技型中小企业具有高发展的潜能, 它的核心是技术创新, 带动企业主要产品发展的关键点也是研发能力、创新能力和发展能力, 所以对技术创新指标的分析应是科技型中小企业信用评级的重中之重。(二) 缺少必要的现金流量分析。财务制度不健全, 财务管理人员素质较低, 财务报表较少经过审计, 存在隐瞒收入或夸大经营成果等行为是目前我国中小企业较为普遍的发展现象。科技型中小企业有一般中小企业所没有的自主核心技术和核心项目, 缺少现金流量分析的偿债能力分析是不全面的, 因此在财务评价中要体现对项目的现金流量分析, 有利于对企业财务状况、经营状况做出更为准确的判断, 克服盈利能力指标评价企业财务状况所产生的局
4、限性, 将科技型中小企业的偿债能力综合全面反映。(三) 忽视对管理者素质的关注。与大企业相比, 中小企业多为私人企业或民营企业, 经营管理不甚规范, 透明性较差, 对外披露的信息较少, 企业主或管理者对企业的经营与发展具有决定性的作用。应当通过与企业负责人沟通等方式以及一些其他外部渠道, 获得比较详实的企业内部信息和管理者素质信息, 为定性评判奠定基础。(四) 缺少履约情况的综合评价。大部分中小企业由于需要的资金量小, 可能在银行并无相关征信记录, 或者较少的相关信息, 不足以反映该企业的信用状况。因此, 在信用评级时应对包括银行信用、商业信用、管理者信用和缴纳税情况在内的企业履约情况进行综合
5、、全面地分析评价。这样可以对及时履约和未及时履约的企业准确进行信用状况分析。(五) 缺少简洁实用的评级方法。中小企业的融资需求与大型企业相比一般要小很多。如果对中小企业与大型企业采用统一标准的评价办法, 显得劳民伤财、有失效率, 最终得不偿失。因此, 应当根据中小企业特点量身制定评级方法, 将在快速准确把握住企业还款意愿和还款能力的同时节省评级精力。二、科技型中小企业的信用评级指标体系的建立(一) 信用评级的方法。1. 定性分析与定量分析相辅相成。企业信用评级本质上是建立在客观评价方法与主观评价方法基础上的评判模式。广大中小企业受制于自身发展的客观因素, 财务报表规范性和准确性较为欠缺, 这使
6、中小企业的定量分析缺乏坚实数据基础, 因而在对中小企业进行信用评级时应采用定性分析和定量分析相结合的方法。为了减少定性分析时出现主观判断的随意性, 定性分析方法应以专家判断法为主, 由多人同时对企业进行判断, 按照不同评价主体对企业的熟悉程度确定不同权重, 综合得出最终的判断得分。2. 动态分析与静态分析相结合。如果评级数据提取没有标准, 在不同时点随意获取, 带有一定的主观臆断, 易使评级过程及结果缺乏客观性和科学性, 因此, 企业信用评级依据的诸多数据因素提取的时间必须在同一个时间点上, 使这些依据因素提取时的状态在统一的时点。同时, 信用评级中也应客观地反映评级要素不断变化的特性, 体现
7、评级要素的重大变化。动态分析能对静态分析进行有效完善和修正, 在评级后期需要及时对评级结果进行必要的跟踪、补充和复评。(二) 指标体系的构建。本次选取了部分商业银行在江苏范围内具有代表性的 35 家科技型中小企业为样本, 采集到这 35 家企业的 20 个定量指标的财务数据, 运用 SPSS 软件进行聚类分析和相关性分析, 对于相关系数大于 0.8 的指标则视为存在指标重复情况, 剔除其中对中小企业影响力度较小的指标。此外, 又通过先后向部分专家教授和有关企业、机关的实务工作者分别寄发了咨询表, 广泛地听取他们对企业综合评价指标体系的意见, 最后得到的即为本文中小企业信用评级指标体系:表 1
8、指标体系构建表 下载原表 表 1 指标体系构建表 下载原表 三、科技型中小企业信用评级指标权重的确定(一) 基本思路。本文参考了国际惯例和国内比较有代表性的定量和定性权重设计方案, 总结出我国企业评级的定量分析权重一般围绕 60%70%的范围浮动, 对于科技型中小企业而言, 应当给予定性指标以足够的权重, 所以本文确定的定量分析权重为54%, 定性为 46%。其次, 运用 AHP 方法确定各评级指标的权重, 大体可分为以下几个步骤进行:(1) 对同一层次的各元素构造两两比较判断矩阵, 采用 T.L Satty 教授提出的1-9 标度法。设 A 表示评价指标集, a iA (i=, 12, n;
9、) , a ij表示 ai对 a的相对重要数值 (j=1, 2, n) , 则判断矩阵为 A= (aij) nn。(2) 计算 n 阶判断矩阵每一行元素乘积的 n 次方根, 公式: ;对 Vi作归一化处理, 得到各因素的相对权重 Wi。(3) 一致性检验。步骤如下: (1) 计算判断矩阵的最大特征根 ; (2) 计算一致性指标 ; (3) 查找判断矩阵的平均随机一致性指标RI, 并计算随机一致性比率 CR (见表 2) 。表 2 RI 的取值 下载原表 (二) 指标权重的计算。1. 基于层次分析法的定量指标权重。(1) 一级指标。表 3 一级指标判断矩阵 下载原表 (2) 偿债能力。表 4 偿
10、债能力判断矩阵 下载原表 具体指标如表 4。通过计算, 可得特征向量为: , 最大特征根为:, 随机一致性指标为: , 随机一致性比率为:, 故判断矩阵具有满意的一致性。2. 基于层次分析法的定性指标权重。由专家构造的判断矩阵, 用 excel 计算最大特征根和特征向量, 并计算一致性指标和随机一致性比率。(1) 一级指标。表 5 一级指标判断矩阵 下载原表 (2) 技术产品判断矩阵。表 6 技术产品判断矩阵 下载原表 特征向量为: , 最大特征根为: , 随机一致性指标为:, 随机一致性比率为: , 故判断矩阵具有满意的一致性。(三) 各指标相对于一级指标的权重。根据层次分析法的原理, 其他
11、指标的权重可同理计算出来。表 7 所有信用指标相对于一级指标权重表 下载原表 四、科技型中小企业信用评级模型(一) 定量模型。第一步, 确定定量指标实际值。因为一年的业绩数据缺乏稳定性和代表性, 所以本文评估企业信用等级, 将对企业进行连续三年的考核。本文使用企业连续三年的数据, 最近一年用 0.6 作为权数, 上年用 0.3 作为权数, 前两年用 0.1作为权数, 越是靠近年份设置的权数越大, 体现了近期业绩占有主要地位的原则。可得计算公式:第二步, 计算定量指标的分值。本文采用信用功效记分法, 即按照指标实际值所做的贡献确定分值。以指标的行业满值为 100 分, 以行业的平均值为 60 分
12、, 根据定量指标所占的权重, 可得计算公式:(二) 定性分析。定性分析主要采用专家判断法进行综合分析判断, 评价人员根据被评价企业的实际情况, 对照评级工作的有关规定, 凭借自身专业知识和行业经验, 对评级体系中定性指标评分内容进行综合研判, 并参照评分标准, 以此形成评价结果。定性指标评分参照表如下:表 8 定性指标评分参照表 下载原表 表 8 定性指标评分参照表 下载原表 (三) 科技型中小企业信用评级。最后, 将定性和定量指标的信用评分加总, 得到的分数即为科技型中小企业的信用得分, 对照下表可得出企业的信用等级, 并作为对科技型中小企业贷款的参考依据。表 9 信用等级对应的评分及风险系
13、数表 下载原表 五、小结在充分研究科技型中小企业特点以及信用特征的基础上, 本文尝试构建了适合我国科技型中小企业的信用评级指标体系。相比于现有的商业银行企业评级指标体系, 本文提出的信用评级指标体系能够更加客观、全面地反映科技型中小企业的发展状况和信用特点, 能够解决科技型中小企业信用评级不科学、不精准的问题, 对于解决科技型中小企业融资难、融资贵有着积极的意义。参考文献1朱敏.场产业中小企业信用评级指标体系研究D, 大连理工大学, 2005.6:10-28. 2康书生, 鲍静海, 史娜, 李纯杰.中小企业信用评级模型的构建J, 河北大学学报 (哲学社会科学版) 2007.4.Vol32, No2. 3侯峰.我国中小企业信用担保的风险管理研究D, 重庆交通大学, 2008.3:40-66. 4李芳.中国中小企业信用评级指标体系研究D, 西南财经大学, 2008.12:18-41.
