基于logit模型微型企业信用评价研究.docVIP

基于logit模型微型企业信用评价研究.doc

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于logit模型微型企业信用评价研究

基于logit模型微型企业信用评价研究   内容提要:微型企业是在2008年金融危机后兴起的概念。微型企业缺乏有效的抵、质押品,同时也缺乏健全的财务制度,因此普遍面临融资难题。本文认为解决该难题的关键在于寻找合适的信用评价技术,而信用评价模型技术是可能的选项。本文试图通过logit模型来探索信用评价模型在微型企业信用评价中的应用。   关键词:企业融资 微型企业 信用评价 小额信贷   中图分类号:F830.56 文献标识码:A 文章编号:章编号:1006-1770(2011)08-054-05      中小企业融资难一直是我国经济生活中引人注目的问题。近几年来,国内研究者将中小企业的范畴更为细化,将微型企业从中小企业概念中剥离出来,直接探讨微型企业的融资难题;另一方面,近几年来,我国城市商业银行等中小型银行逐步发展,从弱到强,中小型银行体系从模糊到清晰。哈尔滨商业银行、包头商业银行、台州银行等一大批中小银行将面向微型企业的小额信贷作为自己差异化竞争,谋生存、求发展的战略方向。因此,研究微型企业信用评价问题不仅能够解决微型企业的融资难题,还是中小商业银行差异化生存的战略方向。   目前,各商业银行面对微型企业的贷款主要在小额贷款大类中。而小额信贷所采用的信用评价方法主要是经验方法,或称为专家方法。依赖信贷人员主观判断的方法,受限于合格信贷人员的数量和较高的人力成本,很难大规模推广使用。而一个有效的信用评价模型,依赖信息技术的处理能力,不仅可以克服不能大规模推广的弊病,还能够提高评价结果的公平性。事实上,微型企业贷款单笔数额小、笔数多、交易数据丰富等特点,刚好符合了信用评分技术需要借助大量业务数据形成准确判断的要求。      一、微型企业信用评分的应用和发展      上世纪90年代,美国银行业开始使用信用评价方法审核小企业的贷款申请。富国银行开通了专门针对小企业贷款的“企业通”产品。10万美元以下的贷款,直接通过企业信用评分决定是否放款。同一时期,美国信用评分巨头Fair Isaac公司推出了专门针对小企业进行评分的系统SBSS(Small Business Scoring Service)。SBSS的主??目标是针对中小企业25万美元以下的小额贷款,10万美元以下的设备租赁和5万美元以下的信用卡业务的信用评分。这一系统目前仍然被300多家美国银行使用,并处理90%以上的小额商业贷款。   随着信用评分在美国小企业贷款中的运用迅速扩展,亚特兰大联邦储备银行在2000年进行了一次电话调查。针对1997年的业务情况,访问了美国资产规模前200的所有银行,有99家银行作了回应,其中就有61家报告对于绝大多数低于10万美元的贷款,都使用了小企业评分系统。亚特兰大联储银行的Allen N.Berger、W.Scott Frame等人对小企业信用评分的作用和影响作了一系列的实证研究分析。他们通过实证研究发现,得益于信用评分系统的采用,每家金融机构小企业贷款的金额平均增长了40亿美元,相当于市场份额增长了8.4%。Allen N.Berger(2005)进一步研究了小企业信用评分,得出由于信用评分系统的应用,不仅使得小企业贷款的总量得到了增长,还使得低收入地区和富裕地区一样获得了更多的贷款。同时该技术对大小银行的影响不同,大银行基于自己充沛的资金实力和技术能力,往往更倾向于使用评分技术,而小企业信用评分改善了它们由于信息不对称导致的在中小企业贷款上的劣势。Allen N.Berger(2009)进行了一次新的调查,与上次调查着眼于大银行不同,这次调查对象是资产总量在10亿美元以下的社区银行,结果显示46%的社区银行使用了信用评分。然而与大银行不同,使用信用评分的社区银行中,86%对小企业主使用客户评分(针对客户的评分系统)而非企业评分系统,2%使用小企业信用评分决定贷款,另外的12%则两种评分混合使用。对社区银行使用信用评分技术的实证分析表明,这一类型的银行在使用信用评分上存在着学习过程。在度过最初的学习期之后,小企业贷款量得到了增长,但市场份额并没有增长。社区银行使用信用评分技术后,其贷款总量的增加和质量的改善,受信用评分在贷款程序中使用方式影响。这些研究说明微型企业信用评分对大银行的意义要远远超过小银行,这可能归因于大银行由于其治理结构复杂,在处理微型企业客户时,与中小银行相比,存在更为严重的信息不对称问题。微型企业信用评分在应对这些问题方面可以发挥较好的作用。      二、 微型企业信用评价模型的选择      目前常用的信用评价模型有多元判别法、回归分析法、神经网络和数学规划方法。这些方法各有自己的优缺点,多元回归模型容易解释、使用,但对缺失值、极端值的处理不尽人意;判别分析模型通常假设自变量的

文档评论(0)

bokegood + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档