小微企业贷款违约非财务因素研究

来源:用户上传      作者:

　　摘要：小微企业是我国国民经济的重要组成部分，金融机构要合理评估企业的风险才能给予其授信。本文小微企业的贷款违约从非财务因素出发，分析企业违约的原因。通过银行的年末贷款数据和逾期贷款数据，剔除具体的金额信息，统计各类贷款的笔数，经统计分析，得到企业违约的非财务因素，并分析发生违约的原因，为小微企业贷款授信提供依据。
　　关键词：小微企业 违约 非财务
　　一、引言
　　小微企业是我国国民经济的重要组成部分，具有服务地方经济、改善民生、促进就业等重要作用。小企业为国家的发展、人民的安居乐业做出了巨大贡献，但是“融资难”问题一直困困扰着企业、政府机构。国家银监部门也发文要求各地商业银行做到“两个不低于”，银行在服务小微企业的同時，也遇到了“风险大”问题。金融机构在风险可控的情况下会尽可能多的给小微企业贷款，解决企业的资金需求。
　　根据《中华人民共和国中小企业促进法》和《国务院关于进一步促进中小企业发展的若干意见》（国发〔2009〕36号）等相关文件中的定义，小微企业是小型企业、微型企业、家庭作坊式企业的统称。这企业的规模较少，有很多处于发展的初期，在管理体系、人才配置和资本方面都无法成熟的大中型企业比，所以在竞争中也有一定劣势。企业要发展壮大，离不开资金的支持，大部分都是经营利润留存，但是这样的发展过于缓慢。当企业发现商机时，由于缺少资金支持，导致机会流失，严重的致使企业陷入困境。
　　金融机构都有自己的风险评价体系，针对大中企业的风险评估方法相对完善，因为小微企业本身的特点，财务制度不完整甚至缺失，所以很难进行风险评估。小微企业融资渠较少，如果无法找到正确评价评企业的方法，企业无法得到合理的对待。大量的学者和金融机构都从财务因素对企业的违约原因进行分析。近年来，有学者意识到了非财务原因重要性，也用软信息进行企业的风险分析。
　　本论文利用城市商银行小微企业贷款的逾期数据进行统计分析，找到导致企业违约非财务因素。
　　二、研究设计
　　为了准确评价企业的经营及财务状况，通常采用统计方法进行分析。各金融机构都在建立自己的风险模型，这些模型分析大多基于财务数据的定量分析。定量分析的方法要选取企业中可以量化的数据进行分析，而不能量化的指标则被忽略掉。
　　在所有被略的数据中，有很多因素是直接影响到企业的经营过程，企业正常经营，获得合适的利润，违约的可能性非常小。在非财务信息包含了一些非常有用，可以说明企业或经营者的实际经营情况，例如，担保方式能反映出企业的违约成本、婚姻状况可以反映企业主的生活状态、对企业的精力投入情况。
　　（一）非财务指标选择
　　企业有很多非财务指标，鉴于小微企业有很多不规范的地方，有一些指标无法获取，或隐私保护，有一些指标在采集时填写不规范。本论文在所有可以得到的指标中选择一些有显著特点的指标，包括：所属行业、企业性质、贷款用途、担保方式、负责人年龄、负责人学历、贷款时间、合作银行等8个非财务指标进行研究。
　　（二）数据来源及分析
　　本论文基于广西某城市商业银行的小微企业信贷款数据进行分析。为了做好小微企业金融服务工作，城市商业银行成立了小微企业信贷中心，专门服务辖区内的小微企业，经历了10多年的积累，截至2018年12月底，共有客户数7612户，贷款余客64.8亿元，其中有违约行为的共221户，发生逾期贷款余额1.439亿元，逾期利息1426万元。按逾期户数进行违约统计得到2.9%，按金额统计得到违约率为2.2%。
　　三、实证分析
　　为了研究影响企业违约率的非财务因素，本文以商业银行的实际数据进行研究，剔除对具体贷款金额，仅从个体数量上进行分析，突出个体的公平性。具体分析数据如表1所示。
　　（一）行业属性分析
　　在所属行业的分类中，将企业分成三个大类，分别为生产型企业、销售型企业和服务类型企业。销售行业在整个小微企业中占比较高，而且违约率达到5.36%，明显高于生产型行业和服务型行业。分析其原因，每一类企业都有自己的行业特点，生产型企业会集中大量资产在生产工具上，资产集中在固定资产上，从事生产行业的企业主多数是在行业内的从业多年，对行业了解较深，自己的行业经验可以帮助自己的企业发展。生产型企业要投入大量的固定资产，进行的门监较高，进入后都是行业内的精英。另一方面，生产型企业手上的流动资金较少，企业主要做好详细的资金规划才能保证企业正常运营。服务行业与生产行业有一定相似性，在企业成立初期，要投入大量的资金启动，一旦企业进入正轨，现金流就会十分丰富，如果企业有良好的资金规划，很少出现违约情况。出现违约的多数是因为行业竞争激烈而导致。销售行业的资主要是流动资产，进入门监较低，对于从业者的几乎没有过滤，所以销售行中存在一些初次创业者，他们的经营能力不足，导致企业经营困难而违约。
　　（二）企业性质
　　企业的性质分为家族企业和非家族企业，小微企业中有较多夫妻店或父子合营公司，统计发现家族企业占61.18%，在违约客户中，企业的性质影响不大，大约都在3%左右。
　　（三）贷款用途
　　小企业的贷款用途分成维持经营、扩大经营和借新还旧三类，其中维持经营的客户占71.73%，在这部分客户中，发生违约的比例较小，只有0.66%。在1128笔借新还旧用途的贷款中，产生了127笔违约贷款，违约率11.26。扩大经营的客户违约率为5.66%。原因是大部分使用“借新还旧”客户都是经营中出现了一定问题，或许是经营不善，或许是暂时周转不灵。这部分客户贷款后解决了问题就不会违约，但是小微企业贷款一般都是一年期的短期贷款，在一年的时间内，问题很难解决，所以违约率较高。维持经营现状的客户通常比较保守，而且对自己的信用比较重视。扩大经营的客户有很大一部分是将资金投入到了自己不熟悉的行业、企业，自己的经营、管理能力跟不上，导致了违约。 　　（四）担保方式
　　小微企业贷款的担保方式有四种：采用不动产抵押担保的贷款仅占16.13%，但是其违约率高达6.35%，明显高于动产抵押担保（1.61%）和保证担保（1.99%），也高于纯信用贷款3.44%，这一现象与其它国有大型商业银行的贷款有明显区别。经调查研究发现，城市商业银行的小微企业贷款利率较高，抵押率也较高，企业贷款要考虑成本问题。一般有固定资产的企业会选择大型商业银行合作，以降低自己的资金成本。大型商业银行的风险控制较严，抵押率较低，企业利用固定资产抵押担保只能获得部分资金，无法满足企业运营时，企业选择城市商业银行贷款，主要用动产和保证人担保方式，这些担保方式相对较弱，在尽职调查时会对企业的现金流详细分析，以减少客户违约的可能性。以不动产作抵押担保时，尽职调查时部分注意力会转移到抵押品上，乎略了企业本身的现金流分析，降低了企业自身的风险承受力。在没有不动产作抵押的贷款中，纯信用贷款高于和动产抵押担保与保证人担保的贷款，主要因为纯信用贷款的违约成本低，缺少约束而导致的。
　　（五）负责人的年龄分析
　　小微企业的负责人的年龄分布较广，有刚步入社会的年轻人，也有年过花甲的老年人。本文将将所有的客户分成五个年龄阶段，其中30岁以下的年轻人违约率最高（5.98%），年轻人有闯劲，但是对社会的认识不深，有部分在创业初期遇到问题时无法正确解决而产生违约情况。40-49岁的中青年企业家在心智上最成熟，在这一年龄阶段需要考虑的问题较多，企业家一方面要珍惜自己的事业，另一方面要珍惜自己的信誉，如果因为违约导致自己的征信出现问题，客户将无法再融资，企业也无法再走上正轨。
　　（六）企业负责的学历分析
　　小微型企业的负责人大部分学历都是大专及以下学历（63.94%），研究生学历仅占4.97%，说明具有研究生学历的人创立小微企业较少。具有本科及以上教育经的企业负责人受过良好的教育，具有较强的行业知识和社会认知能力，在行业竞争具有一定的优势。受过良好教育的人对自己的征信、信誉非常重视，所以违约率一直处于较低水平（1.32%和1.56%）。专科以下教育背景的人由于自己对于新知识、新技术的认识有限，缺少核心竞争力，所以在小微企业从业的较多，也缺少竞争优势。当企业发展到一定规模就会遇到瓶颈，产生资金周转不灵的问题及违约情况。
　　（七）贷款合作时间分析
　　小微企业贷款合作客户的粘合度较强，合作5年以上的客户占35.75%，合作3-5年的客户占34.88%。合作时间长的客户与银行之间有一定的情感依赖，相互了解，银行经过多年的了解后可以对企业的风险做出合理研判，所以合作3-5年的违约率较低，合作在3年以内的客户违约率为2.15%，远高于3-5年的客户，因为小微企业的不规范，尽职调查时很难全面排查出风险，所以违约率较高。一个企业在银行贷款5年以上，违约率有明显增加，主要因为小企业的发展周期一般8-10年，有的要转型，有的转行。
　　（八）合作银行分析
　　合作银行方面，基本户在中小型商业银行且无大型商业银行授信的企业违约客户比率（3.88%）明显高于与大型商业银行有合作的比率（1.84%）。大型商业银行风控制度完备，具有较强的準入机制，资信审查较严，在放款、存款往来上与授信户较密切，能掌控授信客户的营运状况、资金流向及流量等信息，在企业出现风险时能及时发现，并解决问题，因此发生违约的概率相对降低。中小型商业银行发展的时间较短，本身制度不建全，而且为了业务规模的扩大，还不断降低准入条件，客户的质量难有保障。
　　四、结论
　　小微企业在存在融资难的问题，为解决这一问题，各商业银行都在寻找小微企业的风险评估方法。本文利用城市商业银行小微企业信贷中心的数据进行分析，从所属行业、企业性质、贷款用途、担保方式、负责人年龄、负责人学历、贷款时间、合作银行等8个非财务指标进行分析，研究发现以上非财务因素与企业的违约情况有明显的关系。
　　如果要研究出企业的非财务因素的影响程度，可以对以上因素进行回归分析，实现通过小微企业非财务因素分析企业的风险。
　　参考文献：
　　[1]鲍静海，徐明，李秉华.科技型小微企业信用风险分担机制研究[J].经济问题，2014（10）：25-30.
　　[2]苏静.软信息与小微企业信用风险识别[J].征信，2017（10）：27-32.
　　[3]张高胜.构建基于CFaR的小微企业信用风险评价模型[J].财会月刊，2017（14）：23-28.
　　[4]满向昱，张天毅，汪川等.我国中小微企业信用风险因素识别及测度研究[J].中央财经大学学报，2018（9）：46-58 .
　　[5]王卫星，张佳佳.管理者背景特征对中小企业信用风险的影响研究[J].南京审计大学学报，2018（3）：33-44.
　　[6]曹廷贵，苏静，任渝.基于互联网技术的软信息成本与小微企业金融排斥度关系研究[J].经济学家，2015（7）：72-78.
　　[7]潘席龙，苏静.软信息成本与金融机构小微企业金融包容度关系研究[J].投资研究，2016（4）：130-139.
　　[8]宋慧中，于松涛.基于互联网金融的商业银行小微企业金融服务策略研究[J].征信，2015（4）：78 - 80.
　　[9]肖斌卿，杨旸，李心丹等.基于模糊神经网络的小微企业信用评级研究[J].管理科学学报，2016（11）：114-126.
　　作者单位：广西大学商学院
转载注明来源:https://www.xzbu.com/3/view-15162638.htm