前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇信用風(fēng)險(xiǎn)論文范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

信用風(fēng)險(xiǎn)論文范文第1篇

20世紀(jì)50年代，馮·紐曼和摩根斯坦(VonNeumannMorgenstem)在公理化假設(shè)的基礎(chǔ)上建立了不確定條件下對(duì)理性人(rationalactor)選擇進(jìn)行分析的框架，即期望效用函數(shù)理論。阿羅和德布魯(Arrow，Debreu)后來發(fā)展并完善了一般均衡理論，成為經(jīng)濟(jì)學(xué)分析的基礎(chǔ)，從而建立了經(jīng)濟(jì)學(xué)統(tǒng)一的分析范式。這個(gè)范式也成為金融學(xué)分析理性人決策的基礎(chǔ)。1952年馬克威茨(Markowi)發(fā)表了著名的論文“portfoliosdeefion”，建立了現(xiàn)代資產(chǎn)組合理論，標(biāo)志著現(xiàn)代金融學(xué)的誕生。此后，莫迪戈里安尼和米勒(Modigliani－Miller)建立了MM定理，開創(chuàng)了公司金融學(xué)，成為現(xiàn)代金融學(xué)的一個(gè)重要分支。自上個(gè)世紀(jì)60年代夏普和林特納等(Sharp－Limner)，建立并擴(kuò)展了資本資產(chǎn)定價(jià)模型(CAPM)至布萊克、斯科爾斯和莫頓(Black－Scholes－Merton)建立了期權(quán)定價(jià)模型(OPM)，至此，現(xiàn)代金融學(xué)，已經(jīng)成為一門邏輯嚴(yán)密的具有統(tǒng)一分析框架的學(xué)科。

隨著金融市場(chǎng)上各種異?，F(xiàn)象的累積，模型和實(shí)際的背離使得傳統(tǒng)金融理論的理性分析范式陷入了尷尬境地。20世紀(jì)80年代，通過對(duì)傳統(tǒng)金融學(xué)的反思和修正，行為金融理論悄然興起，并開始動(dòng)搖了CAMP和EMH的權(quán)威地位。行為金融理論在博弈論和實(shí)驗(yàn)經(jīng)濟(jì)學(xué)被主流經(jīng)濟(jì)學(xué)接納之際，對(duì)人類個(gè)體和群體行為研究的日益重視，促成了傳統(tǒng)的力學(xué)研究范式向以生命為中心的非線性復(fù)雜范式的轉(zhuǎn)換，使得我們看到了金融理論與實(shí)際的溝壑有了彌合的可能。1999年克拉克獎(jiǎng)得主馬修(MatthewRabin)和2002年諾貝爾獎(jiǎng)得主丹尼爾·卡尼曼(DanielKahneman)和弗農(nóng)·史密斯(VemonSmith)，都是這個(gè)領(lǐng)域的代表人物，為這個(gè)領(lǐng)域的基礎(chǔ)理論作出了重要貢獻(xiàn)。國外將這一領(lǐng)域稱之為behaviorfinance，國內(nèi)大多數(shù)的文獻(xiàn)和專著將其稱為“行為金融學(xué)”。

行為金融學(xué)發(fā)現(xiàn)，人在不確定條件下的決策過程中并不是完全理性的，會(huì)受到過度自信、代表性、可得性、錨定和調(diào)整、損失規(guī)避等信念影響，出現(xiàn)系統(tǒng)性認(rèn)知偏差。而傳統(tǒng)金融學(xué)是基于理性人假設(shè)，認(rèn)為理性人在不確定條件下的決策是嚴(yán)格依照貝葉斯法則計(jì)算的期望效用函數(shù)進(jìn)行決策的。即使有些人非理性，這種非理性也是非系統(tǒng)性的，會(huì)彼此抵消，從而在總體上是理性的；如果這種錯(cuò)誤不能完全相互抵消，套利者的套利也會(huì)淘汰這些犯錯(cuò)誤的決策者，使市場(chǎng)恢復(fù)到均衡狀態(tài)，達(dá)到總體理性。

2行為金融對(duì)信用風(fēng)險(xiǎn)管理的影響

2．1風(fēng)險(xiǎn)偏好

根據(jù)行為金融學(xué)的基本理論，投資者的風(fēng)險(xiǎn)偏好不同于傳統(tǒng)金融學(xué)理論下風(fēng)險(xiǎn)偏好是不變的，而是變化的，是會(huì)隨著絕對(duì)財(cái)富等一些其他因素的改變而發(fā)生改變的。因此，我們就沒有理由相信借款人是特殊的群體，他們借款的目的大多都是為了投資，也是眾多投資者中的一部分，他們的風(fēng)險(xiǎn)偏好也會(huì)發(fā)生改變。風(fēng)險(xiǎn)偏好的改變就會(huì)直接影響到他們面臨的風(fēng)險(xiǎn)，最終會(huì)影響貸款方面臨的信用風(fēng)險(xiǎn)。

2．2過度自信

過度自信或許是人類最為穩(wěn)固的心理特征，人們?cè)谧鳑Q策時(shí)，對(duì)不確定性事件發(fā)生的概率的估計(jì)過于自信。投資者可能對(duì)自己駕馭市場(chǎng)的能力過于自信，在投資決策中過高估計(jì)自己的技能和預(yù)測(cè)成功的趨勢(shì)，或者過分依賴自己的信息而忽視公司基本面狀況從而造成決策失誤的可能性。這種過度自信完全有可能導(dǎo)致大量盲目投資的產(chǎn)生，盲目的多元化和貪大求全。

2．3羊群行為

企業(yè)決策由于存在較大的不確定性并涉及較多的技術(shù)環(huán)節(jié)，其決策往往由決策團(tuán)體共同協(xié)商作出，主要屬于群體決策，而群體決策有可能導(dǎo)致羊群行為(HerdBehaviors)的發(fā)生。羊群行為主要是指投資者在掌握信息不充分情況下，行為受到其他投資者的影響而模仿他人決策的行為。在企業(yè)決策中，羊群行為的表現(xiàn)可能是決策團(tuán)體中多數(shù)人對(duì)團(tuán)體中領(lǐng)導(dǎo)者的遵從，也可能是領(lǐng)導(dǎo)者對(duì)決策團(tuán)體中多數(shù)人的遵從，而且是一種盲目的遵從。決策中的羊群行為可能造成決策失誤。

2．4資本結(jié)構(gòu)與公司價(jià)值

1958年，美國經(jīng)濟(jì)學(xué)家費(fèi)朗哥·莫迪格里安尼(FraneoModigliani)和默頓·米勒(MertonMiller)在《美國經(jīng)濟(jì)評(píng)論》發(fā)表了題為《資本成本、公司財(cái)務(wù)和投資理論》的論文，提出了著名的MM定理，主要內(nèi)容是：在市場(chǎng)完全的前提下，企業(yè)的資本結(jié)構(gòu)與企業(yè)的市場(chǎng)價(jià)值無關(guān)。即企業(yè)價(jià)值與企業(yè)是否負(fù)債無關(guān)，不存在最佳資本結(jié)構(gòu)問題。如果證券價(jià)格準(zhǔn)確地反映了公司未來現(xiàn)金收入流量的值，那么不管發(fā)行的是什么類型的證券，只要把公司發(fā)行的所有證券的市場(chǎng)價(jià)值加在一起，一定等于這個(gè)公司未來利潤的現(xiàn)值。無風(fēng)險(xiǎn)套利活動(dòng)也使得資本結(jié)構(gòu)無關(guān)緊要，如果兩個(gè)本質(zhì)完全相同的公司因資本結(jié)構(gòu)不同在市場(chǎng)上賣出的價(jià)格不一樣的話，套利者就可以將更便宜的公司的證券全部買下，然后在價(jià)格相對(duì)較高的市場(chǎng)上賣出。因此，公司的資本結(jié)構(gòu)就不再是不相干的問題。不同的現(xiàn)金收入流量對(duì)不同的投資者的吸引力也會(huì)各不相同，這些投資者對(duì)于他們感興趣的現(xiàn)金收入流量愿意付出高價(jià)。特別是由于噪聲交易者的存在，套利仍充滿風(fēng)險(xiǎn)。所以，不同的資本結(jié)構(gòu)，其公司價(jià)值顯然是不同的，其信用風(fēng)險(xiǎn)必然不同。

3行為金融對(duì)金融租賃公司信用風(fēng)險(xiǎn)管理的啟示

金融租賃業(yè)務(wù)由于涉及交易環(huán)節(jié)較多，交易結(jié)構(gòu)較為復(fù)雜，不但面臨客戶(承租企業(yè))不能按時(shí)履約的信用風(fēng)險(xiǎn)，也存在供貨商不能按時(shí)履約的信用風(fēng)險(xiǎn)，因此，相對(duì)于商業(yè)銀行傳統(tǒng)信貸，其信用風(fēng)險(xiǎn)更大。

遺憾的是，很多金融租賃機(jī)構(gòu)依然照搬商業(yè)銀行機(jī)構(gòu)那套傳統(tǒng)的信用風(fēng)險(xiǎn)管理模式。在按傳統(tǒng)金融理論進(jìn)行信用風(fēng)險(xiǎn)管理時(shí)，基于理性人的基本假設(shè)，對(duì)投資者的風(fēng)險(xiǎn)偏好、過度自信、羊群行為以及公司的資本結(jié)構(gòu)均沒有涉及。但是，基于行為金融學(xué)理論，表明這些因素的影響是存在的，這就啟示我們?cè)谶M(jìn)行信用風(fēng)險(xiǎn)管理時(shí)就不能回避這些因素了，這既對(duì)信用風(fēng)險(xiǎn)管理提出了新的要求，也為金融租賃機(jī)構(gòu)信用風(fēng)險(xiǎn)管理研究指明了方向。

信用風(fēng)險(xiǎn)論文范文第2篇

（一）理論模型分析假設(shè)信用資產(chǎn)關(guān)聯(lián)系統(tǒng)由2家企業(yè)組成，第1家企業(yè)是下游企業(yè)，第2家企業(yè)是上游企業(yè)。第1家企業(yè)向第2家企業(yè)采購原材料，第2家企業(yè)向第1家提供商業(yè)信用；模型時(shí)間分為2期，第t期2家企業(yè)正常經(jīng)營，第t+1期第1家企業(yè)受到外部流動(dòng)性沖擊，發(fā)生違約，第2家企業(yè)受損。設(shè)企業(yè)信用資產(chǎn)為RA；非信用資產(chǎn)為URA；短期負(fù)債為STD；長期負(fù)債為LTD；凈資產(chǎn)為NA。企業(yè)i（i=1，2）在t時(shí)刻的資產(chǎn)負(fù)債表平衡關(guān)系。假設(shè)資本市場(chǎng)是理性的，市場(chǎng)均衡的估值市凈率在第t、t+1期是不變的，不妨設(shè)定為常數(shù)c。在t+1第1家企業(yè)信用違約而股價(jià)下降，并引發(fā)第2家企業(yè)股價(jià)隨之下降，形成了股價(jià)聯(lián)動(dòng)[7]68-78。

（二）實(shí)證方法構(gòu)建多變量金融時(shí)序Copula函數(shù)的關(guān)鍵在于，建立單變量金融時(shí)序分布模型與選擇合適的多元Copula函數(shù)[32]。多元正態(tài)Copula函數(shù)不能反映變量之間的聯(lián)合厚尾特征[33-34]。多元t-Copula函數(shù)可以用于研究變量之間的聯(lián)合厚尾特征，其自由度越小，表明聯(lián)合厚尾特征越明顯[35]。1.邊緣分布的確定金融資產(chǎn)收益率序列具有異方差、尖峰厚尾、時(shí)變、右偏與杠桿效應(yīng)，適合用AR（1）-GJR（1,1）模型擬合邊緣分布。2．Copula函數(shù)的選用多元t-Copula函數(shù)尾部較厚，能很好地?cái)M合尾部相關(guān)關(guān)系[37-39]。因此，從理論上可以推斷，多元t-Copula函數(shù)能夠更好地度量股價(jià)的聯(lián)動(dòng)關(guān)系。本文使用Q-Q圖、K-S檢驗(yàn)判斷單個(gè)多元Copula函數(shù)的擬合情況。同時(shí)，引入經(jīng)驗(yàn)分布函數(shù)，構(gòu)建反映擬合誤差大小的平方歐式距離指標(biāo)。該平方歐式距離反映了多元Copula函數(shù)擬合原始數(shù)據(jù)的誤差情況。該指標(biāo)值越小，說明偏差越小。3．Copula函數(shù)的時(shí)變過程與估計(jì)對(duì)于C-藤分解結(jié)構(gòu)下的時(shí)變條件相關(guān)系數(shù)，Engle（2002）提出了比較常用的描述其時(shí)變過程的DCC（1，1）模型其中，ρt是t時(shí)刻的條件相關(guān)系數(shù)；向量εt是由選定的時(shí)變Copula函數(shù)邊際分布逆函數(shù)轉(zhuǎn)換得到的標(biāo)準(zhǔn)化殘差；Q軒t是一個(gè)p×p矩陣，該矩陣對(duì)角線上的元素是Qt的平方根，其他元素為0；Qt和R分別是殘差項(xiàng)的樣本協(xié)方差與相關(guān)系數(shù)；rt是在項(xiàng)數(shù)為m（m>p）的移動(dòng)窗中殘差的相關(guān)系數(shù)。該時(shí)變Copula函數(shù)的參數(shù)估計(jì)可以由兩步極大似然估計(jì)法完成[43]。第一步先利用最大似然估計(jì)法，估計(jì)邊際分布AR（1）-GJR（1，1）模型中的參數(shù)；第二步對(duì)殘差做概率積分轉(zhuǎn)換，再利用最大似然估計(jì)法，估計(jì)時(shí)變Copula函數(shù)的參數(shù)。4.基于Copula函數(shù)的相關(guān)性分析選擇合適的Copula函數(shù)后，擬合估計(jì)出其參數(shù)值，就可以利用表1中的計(jì)算式，計(jì)算出各相關(guān)系數(shù)值。在靜態(tài)Copula函數(shù)中，其參數(shù)是不變的，計(jì)算出來的是靜態(tài)總體相關(guān)性；如果采用時(shí)變Copula函數(shù)，參數(shù)ρt（t=1，2，…，T）是時(shí)變參數(shù)，就可以利用表1中公式，一一對(duì)應(yīng)地計(jì)算出總體線性相關(guān)系數(shù)、非線性相關(guān)系數(shù)及尾部相關(guān)系數(shù)的動(dòng)態(tài)時(shí)變過程。

二、計(jì)算結(jié)果與分析

（一）研究樣本根據(jù)企業(yè)之間存在的信用關(guān)聯(lián)，選擇寶鋼股份（BGGF）、必和必拓（BHP）、力拓（RIO）、上海汽車（SHQC）、上港集團(tuán)（SGJT）、山西煤電（SXMD）、青島海爾（QDHE）和中國船舶（ZGCB）在內(nèi)的幾家企業(yè)作為研究樣本，研究這些企業(yè)從2001年1月2日至2011年4月28日之間的股價(jià)聯(lián)動(dòng)。列出了6個(gè)樣本企業(yè)股價(jià)收益率序列數(shù)據(jù)的描述統(tǒng)計(jì)指標(biāo)。由表2可知，6個(gè)變量的峰度都在10以上，呈現(xiàn)尖峰分布，其中，SGJT收益率分布最尖；BHP、RIO、SHQC、SGJT的偏度都大于0，其中，SGJT收益率分布右偏程度最大；BGGF、XSMD的偏度小于0，說明與正態(tài)分布、t分布相比較，適合選用左偏的t分布擬合樣本收益率數(shù)據(jù)。

（二）邊際分布擬合檢驗(yàn)根據(jù)white檢驗(yàn)結(jié)果可知，3個(gè)統(tǒng)計(jì)量的P值都拒絕“不存在異方差”的原假設(shè)，說明異方差比較突出。表明收益率序列適合選用ARCH模型。本文中的邊際分布選用帶有杠桿效應(yīng)的AR（1）-GJR（1，1）-Skewt模型。其模型估計(jì)的參數(shù)值如表3所示。從AIC、BIC、LL值看，AR（1）-GJR（1,1）-Skewt模型的有效性好于AR（1）-GJR（1，1）-t模型①。8個(gè)序列的自由度估計(jì)值都比較小，說明它們的分布都具有厚尾特征，其中上港集團(tuán)的尾部最厚。另外，使用時(shí)變Copula函數(shù)估計(jì)時(shí)變條件相關(guān)系數(shù)時(shí)，需要把序列數(shù)據(jù)通過概率積分轉(zhuǎn)換為U（0，1）分布序列。本文對(duì)邊際分布擬合情況還進(jìn)行了獨(dú)立性檢驗(yàn)與同分布檢驗(yàn)。拉格朗日乘數(shù)檢驗(yàn)結(jié)果表明，在5%顯著水平下，這8個(gè)序列都不存在自相關(guān)，可以認(rèn)為轉(zhuǎn)換后的序列相互獨(dú)立；非參數(shù)K-S檢驗(yàn)結(jié)果表明，轉(zhuǎn)換后的8個(gè)序列在5%顯著水平上服從U（0，1）分布。這些結(jié)論表明，邊際分布采用AR（1）-GJR（1，1）-Skewt模型非常合理。

（三）利用多元t-Copula函數(shù)靜態(tài)度量股價(jià)的聯(lián)動(dòng)效應(yīng)常用的固定參數(shù)多元Copula函數(shù)包括多元正態(tài)Copula函數(shù)和多元t-Copula函數(shù)。在這兩個(gè)函數(shù)的Q-Q圖中，本文無法區(qū)分其擬合優(yōu)劣；而由多元正態(tài)Copula函數(shù)的K-S檢驗(yàn)可知，在0.01顯著水平上拒絕原假設(shè)，說明多元正態(tài)Copula函數(shù)不能很好地?cái)M合多元時(shí)序數(shù)據(jù)；而多元t-Copula函數(shù)擬合該的多元數(shù)據(jù)序列。從Copula函數(shù)與經(jīng)驗(yàn)分布函數(shù)之間的平方歐式距離來看，多元正態(tài)分布Copula函數(shù)的平方歐式距離為0.3873，多元t分布Copula函數(shù)的平方歐式距離為0.0568，多元t-Copula函數(shù)可以較好擬合該股價(jià)原始數(shù)據(jù)的經(jīng)驗(yàn)分布情況，與理論分析一致。根據(jù)各樣本收益率序列的條件邊際分布，利用多元Skewt分布函數(shù)與多元t-Copula函數(shù)之間的關(guān)系，信用資產(chǎn)關(guān)聯(lián)各企業(yè)股票收益率之間的多元t-Copula函數(shù)非線性相關(guān)系數(shù)如表4所示。從表4可以看出，受中外股市之間的一體化約束，寶鋼股份（BGGF）與必和必拓（BHP）、力拓（RIO）之間，必和必拓（BHP）、力拓（RIO）與上海汽車（SHQC）、上港集團(tuán)（SGJT）、山西煤電（SXMD）、青島海爾（QDHE）、中國船舶（ZGCB）之間的相關(guān)系數(shù)都很低，但其他信用資產(chǎn)關(guān)聯(lián)企業(yè)之間的相關(guān)系數(shù)都在0.5左右，存在中等程度的正相關(guān)聯(lián)動(dòng)現(xiàn)象。

（四）利用時(shí)變多元t-Copula函數(shù)度量股價(jià)的聯(lián)動(dòng)效應(yīng)不同邊際分布下時(shí)變t-Copula函數(shù)的相關(guān)系數(shù)時(shí)變方程參數(shù)估計(jì)值如表5所示。從AIC、BIC、LL值看，對(duì)于條件相關(guān)系數(shù)的時(shí)變過程G-DCC、t-DCC，邊際分布選用AR（1）-GJR（1，1）-Skewt模型最合理，但時(shí)變G-DCC過程擬合效果最差，t-DCC過程則最好。本文選用AR（1）-GJR（1，1）-Skewt模型作為邊際分布，選用時(shí)變過程為t-DCC的多元t-Copula函數(shù)為多元連接函數(shù)，動(dòng)態(tài)擬合計(jì)算動(dòng)態(tài)條件相關(guān)系數(shù)，得到8個(gè)按照C-藤結(jié)構(gòu)分解的pair-copula函數(shù)的時(shí)變無條件相關(guān)擬合的AIC、BIC、LL值分別是-7158.6、-7141.7、3582.3。利用這28個(gè)時(shí)變Copula相關(guān)系數(shù)的時(shí)間序列數(shù)據(jù)，計(jì)算出相對(duì)應(yīng)的時(shí)變等級(jí)相關(guān)系數(shù)、秩相關(guān)系數(shù)與尾部相關(guān)系數(shù)的時(shí)間序列，如表6所示。從表6可以看出，4個(gè)相關(guān)系數(shù)都顯示出，股價(jià)呈現(xiàn)低度正相關(guān)性，具有弱板塊效應(yīng)；時(shí)變Copula相關(guān)系數(shù)的集中趨勢(shì)值最大，尾部相關(guān)系數(shù)最小。但是，時(shí)變Copula相關(guān)系數(shù)的絕對(duì)離散波動(dòng)程度、波動(dòng)幅度最大；從離散系數(shù)、極差/平均值的結(jié)果可以看出，尾部相關(guān)系數(shù)的相對(duì)離散波動(dòng)程度最大。從時(shí)變Copula相關(guān)系數(shù)可以看出，在C-藤結(jié)構(gòu)下條件相關(guān)系數(shù)的均值在0.0583~0.7376之間，呈現(xiàn)出弱相關(guān)關(guān)系，因?yàn)闂l件相關(guān)系數(shù)有正值、負(fù)值，相關(guān)方向存在轉(zhuǎn)換，正負(fù)抵消導(dǎo)致簡(jiǎn)均值的結(jié)果較小。其他16個(gè)條件相關(guān)系數(shù)均為正值，平均值在0.5左右，呈現(xiàn)出中等強(qiáng)度的相關(guān)性。從條件相關(guān)系數(shù)值的離散指標(biāo)可以看出，標(biāo)準(zhǔn)差從0.0573~0.1042，絕對(duì)變化范圍從0.2628~0.5706，最大相對(duì)幅度變化范圍從0.4899~6.2644，說明條件相關(guān)系數(shù)的時(shí)變性較強(qiáng)。為了觀察條件相關(guān)系數(shù)的時(shí)變特征，本文也分別在標(biāo)準(zhǔn)差最小與最大、離散系數(shù)最小與最大、波幅最小與最大等6種情況下，計(jì)算了時(shí)變Copula函數(shù)度量的4個(gè)時(shí)變相關(guān)系數(shù)，均表現(xiàn)出相同的變化趨勢(shì)，而且在常態(tài)相關(guān)性走強(qiáng)時(shí)，股價(jià)板塊效應(yīng)的作用愈加強(qiáng)大，同時(shí)暴跌暴漲的相關(guān)性走強(qiáng)；在常態(tài)相關(guān)性走弱時(shí)，股價(jià)板塊效應(yīng)的作用減弱，由一家企業(yè)股價(jià)大幅漲跌引發(fā)的信用資產(chǎn)關(guān)聯(lián)企業(yè)同時(shí)暴跌暴漲的相關(guān)性走強(qiáng)。

三、結(jié)論

信用風(fēng)險(xiǎn)論文范文第3篇

關(guān)鍵詞:外貿(mào)企業(yè)客戶信用風(fēng)險(xiǎn)應(yīng)收賬款“外包”

加入WTO和世界經(jīng)濟(jì)一體化,給我國外經(jīng)貿(mào)事業(yè)的發(fā)展帶來了前所未有的機(jī)遇。與之相伴隨的卻是,中國出口企業(yè)日益陷入海外應(yīng)收賬款“黑洞”。相關(guān)統(tǒng)計(jì)資料顯示,中國出口企業(yè)的海外應(yīng)收賬款累計(jì)至少超過1000億美元,相當(dāng)于中國2004年總出口額的五分之一,而且這種海外呆壞賬正在以每年150億美元的速度增加。外貿(mào)企業(yè)的很多利潤被壞賬所吞噬,許多外貿(mào)企業(yè)不堪重負(fù),甚至破產(chǎn)倒閉,有的即使能夠維持經(jīng)營,在經(jīng)營中也常常進(jìn)退維谷,阻礙了企業(yè)的正常發(fā)展。另一種極端情況就是部分外貿(mào)企業(yè)由于懼怕壞賬風(fēng)險(xiǎn)采取非常謹(jǐn)慎的信用政策,甚至宣稱對(duì)非信用證業(yè)務(wù)一律不做,結(jié)果限制了業(yè)務(wù)的發(fā)展。

在與各國經(jīng)貿(mào)往來中我國外貿(mào)企業(yè)并未充分重視客戶信用風(fēng)險(xiǎn)的管理,在對(duì)外貿(mào)易客戶信用風(fēng)險(xiǎn)管理上的欠缺造成的債務(wù)拖欠和應(yīng)收賬款問題已成為外貿(mào)企業(yè)發(fā)展的瓶頸。

外貿(mào)企業(yè)客戶信用風(fēng)險(xiǎn)特征

下面筆者結(jié)合美國鄧白氏公司中國代表對(duì)我國外貿(mào)企業(yè)大量逾期應(yīng)收賬款問題的調(diào)查報(bào)告數(shù)據(jù),對(duì)我國外貿(mào)企業(yè)客戶信用風(fēng)險(xiǎn)的特征進(jìn)行結(jié)構(gòu)分析,從更深層次上理解我國外貿(mào)企業(yè)客戶信用風(fēng)險(xiǎn)的現(xiàn)狀。

從來源結(jié)構(gòu)看,我國對(duì)外貿(mào)易客戶信用風(fēng)險(xiǎn)的來源以海外華人公司為主。從我國國際貿(mào)易拖欠案件所涉及的海外公司性質(zhì)看,我國的外貿(mào)信用風(fēng)險(xiǎn)主要是由海外華人客戶帶來的。筆者認(rèn)為這些為數(shù)不多的海外華人,包括港、澳、臺(tái)地區(qū)的華人以及少數(shù)原籍中國大陸后來移居海外的華人具有與中國同族同種和語言相通的優(yōu)勢(shì),他們對(duì)中國的國內(nèi)經(jīng)濟(jì)環(huán)境比較熟悉,了解到我國處于由計(jì)劃經(jīng)濟(jì)體制向市場(chǎng)經(jīng)濟(jì)體制轉(zhuǎn)變過程中,各方面的管理仍不完善,存在著各種法律、管理漏洞,外貿(mào)企業(yè)內(nèi)部的信用風(fēng)險(xiǎn)防范意識(shí)和信用風(fēng)險(xiǎn)管理能力薄弱。同時(shí)他們又抓住我國部分外貿(mào)企業(yè)領(lǐng)導(dǎo)存在著的一定急功近利和或多或少的崇洋的心態(tài),使得部分海外華人進(jìn)口商可以肆意拖欠我國外貿(mào)企業(yè)貨款,或詐騙屢屢得手,詐騙成功率要高于一般外國進(jìn)口商。

從起因結(jié)構(gòu)看,我國對(duì)外貿(mào)易客戶信用風(fēng)險(xiǎn)的直接起因以惡意欺詐為主。具體結(jié)構(gòu)為:有意欺詐的拖欠款占60%;產(chǎn)品質(zhì)量、數(shù)量或交貨期有爭(zhēng)議的占25%;屬于我方外貿(mào)企業(yè)交易嚴(yán)重失當(dāng)及管理失誤的占15%;交易人員私下默契臺(tái)底交易占2.5%;其他性質(zhì)占2.5%。我國對(duì)外貿(mào)易的過半貨款拖欠是由客戶的惡意欺詐引起,而非人們通常理解的主要是由諸如產(chǎn)品質(zhì)量或貨期等貿(mào)易糾紛引起。

從外貿(mào)企業(yè)性質(zhì)結(jié)構(gòu)看,我國對(duì)外貿(mào)易客戶信用風(fēng)險(xiǎn)導(dǎo)致的國際拖欠所涉及的企業(yè)以國內(nèi)的全資中資企業(yè)為主體。具體結(jié)構(gòu)為:80%來自國內(nèi)的企業(yè),其中的50%為國有外貿(mào)企業(yè),30%為私營外貿(mào)企業(yè);另外20%來自三資企業(yè)。從企業(yè)結(jié)構(gòu)中,我們可以明顯了解到我國外資外貿(mào)企業(yè)的信用風(fēng)險(xiǎn)管理意識(shí)和水平相對(duì)要優(yōu)于中資的外貿(mào)企業(yè)。

從客戶新舊特征看,過半數(shù)的國際貨款拖欠由老客戶造成。根據(jù)鄧白氏國際(上海)信息咨詢公司1997年度受理的我國398件國際應(yīng)收賬款追討案件的統(tǒng)計(jì)顯示,其中的200個(gè)案件是由老客戶產(chǎn)生的,而非人們通常理解的國際貨款拖欠主要由資信不良的新客戶造成。

外貿(mào)企業(yè)客戶信用風(fēng)險(xiǎn)的成因分析

透過以上表面數(shù)據(jù),我們可以看出造成我國外貿(mào)企業(yè)風(fēng)險(xiǎn)損失的原因除了企業(yè)主體信用管理觀念的嚴(yán)重缺乏外,來自企業(yè)產(chǎn)權(quán)制度的影響也是至關(guān)重要的。具體來說,我國外貿(mào)企業(yè)客戶信用風(fēng)險(xiǎn)成因主要體現(xiàn)在以下幾個(gè)方面:

相關(guān)部門缺乏信用風(fēng)險(xiǎn)管理意識(shí)

由于從政府到企業(yè)信用風(fēng)險(xiǎn)管理意識(shí)都比較淡漠,對(duì)信用管理工作重視不夠,導(dǎo)致政府對(duì)企業(yè)缺乏政策引導(dǎo)和有效支持;有的企業(yè)雖然感到信用風(fēng)險(xiǎn)管理需要,但苦于所知不多無從下手,且成本較高,在本來利潤率不高的情況下不愿為此支付費(fèi)用,進(jìn)而產(chǎn)生畏難情緒,甚至干脆漠視不管。目前中國出口企業(yè)的壞賬率超過5%,而發(fā)達(dá)國家企業(yè)卻只有0.25%至0.5%的水平,國際平均水平也只在1%左右。中國企業(yè)出口中遇到的很多困難,一開始并不是對(duì)方存心拖欠,而是中國企業(yè)自己出現(xiàn)制度和管理失誤。

外貿(mào)企業(yè)產(chǎn)權(quán)不明晰

產(chǎn)權(quán)不明晰使得很多國有外貿(mào)企業(yè)管理者為了應(yīng)付上級(jí)主管部門業(yè)績(jī)考核,不顧企業(yè)長遠(yuǎn)利益,盲目賒銷;有的企業(yè)迫于市場(chǎng)競(jìng)爭(zhēng)壓力,單純追求銷售額增長,盲目打價(jià)格戰(zhàn)。這些行為導(dǎo)致了企業(yè)應(yīng)收賬款上升,銷售費(fèi)用上升、負(fù)債增加,呆賬壞賬增加,效益下降,偏離了最終利潤這一企業(yè)最主要的目標(biāo)。強(qiáng)化企業(yè)信用管理,就是要在銷售收入增長和風(fēng)險(xiǎn)控制這兩個(gè)目標(biāo)之間尋求協(xié)調(diào)一致,保證最終利潤這一根本目標(biāo)的實(shí)現(xiàn)。

企業(yè)內(nèi)部職責(zé)不明確

在我國外貿(mào)企業(yè)現(xiàn)有的管理職能中,應(yīng)收賬款的管理職能基本上是由銷售部和財(cái)務(wù)部這兩個(gè)部門承擔(dān)的。然而在實(shí)踐中這兩個(gè)部門卻常常職責(zé)分工不清,不能形成協(xié)調(diào)與制約機(jī)制,容易造成外貿(mào)企業(yè)在客戶開發(fā)、信用評(píng)估、合約簽訂、資金安排、組織貨源、品質(zhì)監(jiān)督、租船訂艙、制單結(jié)匯等諸多貿(mào)易環(huán)節(jié)出現(xiàn)決策失誤并導(dǎo)致信用損失。外貿(mào)企業(yè)內(nèi)部職責(zé)不明確已成為企業(yè)賬款拖欠趨勢(shì)得不到有效抑制的根本原因。

信用管理方法落后

目前我國外貿(mào)企業(yè)業(yè)務(wù)人員信用風(fēng)險(xiǎn)防范意識(shí)薄弱,信用風(fēng)險(xiǎn)防范手段單一,沒能掌握或運(yùn)用現(xiàn)代先進(jìn)的信用管理技術(shù)和方法。對(duì)客戶的信用風(fēng)險(xiǎn)缺少評(píng)估和預(yù)測(cè),交易中往往是憑主觀判斷作決策,缺少科學(xué)的決策依據(jù)。在銷售業(yè)務(wù)管理上,由于缺少信用額度控制,在一定程度上給企業(yè)銷售人員違規(guī)經(jīng)營、違章操作,甚至與客戶勾結(jié)留下可乘之機(jī)。在賬款回收工作上更是缺少專業(yè)化的方法。

加強(qiáng)外貿(mào)客戶信用風(fēng)險(xiǎn)管理的對(duì)策建議

通過以上分析,我們清晰地看出現(xiàn)今我國外貿(mào)企業(yè)已不是單純的信用管理技術(shù)、手段的缺失,還包括有企業(yè)組織結(jié)構(gòu)不協(xié)調(diào),和相應(yīng)企業(yè)文化落后等諸多因素制約外貿(mào)企業(yè)客戶信用風(fēng)險(xiǎn)管理的建立和實(shí)施。

我國外貿(mào)企業(yè)可依據(jù)自身?xiàng)l件選擇實(shí)施以下的對(duì)策:大型外貿(mào)企業(yè)可成立客戶信用風(fēng)險(xiǎn)管理專職機(jī)構(gòu)來建立健全并貫徹實(shí)施科學(xué)的客戶信用風(fēng)險(xiǎn)管理制度;中小型外貿(mào)企業(yè)可考慮實(shí)施信用管理委托制。中小型外貿(mào)企業(yè),尤其是我國外貿(mào)經(jīng)營權(quán)下放以后初次涉足外貿(mào)領(lǐng)域的為數(shù)眾多的私營企業(yè),可考慮直接將客戶信用風(fēng)險(xiǎn)管理工作“外包”給信用管理咨詢公司。與企業(yè)自己設(shè)立專門的管理部門相比,實(shí)行信用管理委托制可以節(jié)省大量的人力、物力和財(cái)力,降低企業(yè)的管理成本,具有快速性、專門性和靈活性等優(yōu)點(diǎn);借鑒國際通行的信用風(fēng)險(xiǎn)管理手段降低外貿(mào)信用風(fēng)險(xiǎn)。我國外貿(mào)企業(yè)在建立起信用風(fēng)險(xiǎn)管理制度的基礎(chǔ)上,在對(duì)外貿(mào)易的實(shí)踐中應(yīng)該學(xué)會(huì)借鑒國際通行的信用風(fēng)險(xiǎn)管理的先進(jìn)做法和手段,諸如國際保理、福費(fèi)廷和出口信用保險(xiǎn)等。這些在西方國家中相當(dāng)成熟并行之有效的信用風(fēng)險(xiǎn)管理做法雖然在我國正逐漸得到應(yīng)用,但還遠(yuǎn)遠(yuǎn)沒有普及,因此我國商務(wù)部應(yīng)大力推廣。

信用風(fēng)險(xiǎn)論文范文第4篇

該模型是由KMV公司于1995年開發(fā)的違約預(yù)測(cè)模型,以估算借款企業(yè)的預(yù)期違約概率（EDF）而見長.其經(jīng)濟(jì)思想是:越企業(yè)的資產(chǎn)價(jià)值超出負(fù)債價(jià)值則企業(yè)有動(dòng)力償還債務(wù)；否則，企業(yè)將會(huì)違約。該模型認(rèn)為違約過程是內(nèi)生的過程，即違約概率是公司資本結(jié)構(gòu)、資產(chǎn)回報(bào)波動(dòng)性和當(dāng)前資產(chǎn)價(jià)值的函數(shù)。它利用股票的市場(chǎng)數(shù)據(jù)和默頓的期權(quán)定價(jià)理論，估計(jì)企業(yè)資產(chǎn)的當(dāng)前市值和波動(dòng)率，然后由公司負(fù)債計(jì)算出公司的違約點(diǎn)。并計(jì)算借款人的違約距離，最后根據(jù)企業(yè)的違約距離與預(yù)期違約率EDF之間的對(duì)應(yīng)關(guān)系計(jì)算出該企業(yè)的預(yù)期違約率。

該模型是個(gè)動(dòng)態(tài)模型，利用實(shí)時(shí)變化的上市公司的股票價(jià)格計(jì)算公司的預(yù)期違約率，在國外已經(jīng)得到了廣泛地比較有效的應(yīng)用。但該模型不適用于非上市公司，所以這限制了騎在發(fā)展中國家新興股票市場(chǎng)的應(yīng)用。并且該模型假定利率不變，這限制了其在長期貸款或利率敏感性信用工具上的運(yùn)用。另外該模型假定資本結(jié)構(gòu)靜態(tài)不變以及資產(chǎn)收益正態(tài)分布都可能與實(shí)際情況不符。

KMV模型在我國銀行信用風(fēng)險(xiǎn)的管理中應(yīng)用條件還相當(dāng)?shù)夭怀墒?。因?yàn)樵撃Ｐ托枰罅康纳鲜泄緮?shù)據(jù)。雖然其在理論上比較完善，但在我國現(xiàn)行的市場(chǎng)體制下，市場(chǎng)的有效性問題和如何確定市場(chǎng)上大量非流通股的價(jià)值問題成為應(yīng)用該模型的主要障礙；并且我國上市公司披露的信息質(zhì)量不高，股價(jià)指數(shù)和經(jīng)濟(jì)增長相背離，這都促成了該模型在我國應(yīng)用的局限性。

2.Creditmetrics模型

該模型是由J.P.Morgan在1997年開發(fā)的，也得到國外眾多金融機(jī)構(gòu)的廣泛應(yīng)用。該模型通過運(yùn)用在險(xiǎn)價(jià)值（VAR）對(duì)貸款和私募債券等非交易資產(chǎn)進(jìn)行股價(jià)和風(fēng)險(xiǎn)計(jì)算，衡量投資組合的風(fēng)險(xiǎn)暴露程度，認(rèn)為信用風(fēng)險(xiǎn)是由債務(wù)人的信用狀況決定，將借款人的信用評(píng)級(jí)、評(píng)級(jí)轉(zhuǎn)移矩陣、違約貸款的回收率、債券市場(chǎng)上的信用風(fēng)險(xiǎn)價(jià)差納入一個(gè)同意的框架并計(jì)算出貸款的市場(chǎng)價(jià)值和波動(dòng)性，得出個(gè)別貸款或貸款組合的VAR值。

該模型即可應(yīng)用于信用風(fēng)險(xiǎn)的計(jì)量，還可應(yīng)用于市場(chǎng)風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)的計(jì)量，并用統(tǒng)一的計(jì)量口徑表達(dá)。該模型率先提出資產(chǎn)組合信用風(fēng)險(xiǎn)的度量框架，是多狀態(tài)模型，能更精確地計(jì)量信用風(fēng)險(xiǎn)的變化和損失值并且能看出各信用工具在整個(gè)組合的信用風(fēng)險(xiǎn)中的作用，為投資者的科學(xué)決策提供量化依據(jù)。但該模型假定無風(fēng)險(xiǎn)利率是不變的，未反映出市場(chǎng)風(fēng)險(xiǎn)和潛在的經(jīng)濟(jì)環(huán)境變化。

不管怎樣，該模型將VAR方法應(yīng)用于信用風(fēng)險(xiǎn)度量有利于商業(yè)銀行準(zhǔn)確合理地衡量準(zhǔn)備金和銀行經(jīng)濟(jì)資本水平。但該模型嚴(yán)格依賴于由評(píng)級(jí)公司提供的信用評(píng)級(jí)及國家和行業(yè)長期的歷史數(shù)據(jù)，然而我國商業(yè)銀行在現(xiàn)階段不論是信用評(píng)級(jí)還是數(shù)據(jù)庫建設(shè)都處于起步階段。因此，在目前狀況下，該模型應(yīng)用于我國的信用風(fēng)險(xiǎn)管理的實(shí)際操作性不強(qiáng)。

3.CreditPortfolioView模型

該模型是Wilson(1987,1997)發(fā)展的一個(gè)風(fēng)險(xiǎn)模型，是從宏觀經(jīng)濟(jì)環(huán)境的角度來分析借款人的信用等級(jí)變遷，并建立麥肯錫模型。與其他模型相比，該模型中決定違約概率的不是資產(chǎn)價(jià)格、經(jīng)驗(yàn)參數(shù)和隨機(jī)模擬結(jié)果，而是GDP增長率、失業(yè)率、長期利率水平、匯率、政府支出及總儲(chǔ)蓄率等宏觀經(jīng)濟(jì)變量。該模型認(rèn)為遷移概率在不同類型的借款人和不同商業(yè)周期之間是不穩(wěn)定的，并且一些宏觀變量服從二階自相關(guān)，遷移概率在商業(yè)周期期間變動(dòng)較大，在衰退期間變動(dòng)比在擴(kuò)張期間更大。該模型還根據(jù)以上多種宏觀因素，對(duì)不同等級(jí)的違約和轉(zhuǎn)移概率的聯(lián)系條件分布進(jìn)行模擬。其與宏觀經(jīng)濟(jì)聯(lián)系緊密。當(dāng)經(jīng)濟(jì)狀況惡化時(shí)，降級(jí)和違約增加；而當(dāng)經(jīng)濟(jì)好轉(zhuǎn)時(shí)，降級(jí)和違約減少。

該模型將宏觀因素納入其中并且對(duì)風(fēng)險(xiǎn)暴露采取盯市法，適用于不同國家和行業(yè)。但是該模型的局限性在于取得每個(gè)行業(yè)的違約數(shù)據(jù)較困難并且未考慮微觀經(jīng)濟(jì)因素，特別是企業(yè)個(gè)體特征等。

就在我國的應(yīng)用而言，該模型考慮了宏觀經(jīng)濟(jì)因素對(duì)信用等級(jí)轉(zhuǎn)移的影響然而宏觀經(jīng)濟(jì)因素的個(gè)數(shù)及各因素的經(jīng)濟(jì)含義及她們與信用級(jí)別轉(zhuǎn)移的具體函數(shù)關(guān)系都難以確定和檢驗(yàn)，所以該模型在我國應(yīng)用前景不大。

4.CreditRisk＋模型

該模型是由瑞士銀行金融產(chǎn)品開發(fā)部在1996年開發(fā)的信用風(fēng)險(xiǎn)管理系統(tǒng)。它是采用保險(xiǎn)業(yè)中廣泛應(yīng)用的統(tǒng)計(jì)學(xué)模型來推導(dǎo)債券及其組合的價(jià)值分布。該模型認(rèn)為違約率的不確定性和違約損失的不確定性都很顯著，應(yīng)按風(fēng)險(xiǎn)暴露大小將貸款組合劃分成若干頻段，以降低不精確的程度，并將各頻段的損失分布加總，可得到貸款組合的損失分布。

該模型假定單比債券或貸款的違約前景服從于泊松分布，不同期間違約事件彼此獨(dú)立。其計(jì)算出的結(jié)果是封閉性的，不采用模擬技術(shù)并且該模型集中于違約風(fēng)險(xiǎn)需要估計(jì)的變量很少，對(duì)于每個(gè)組合只需要知道違約概率和風(fēng)險(xiǎn)投資。但該模型忽略信用等級(jí)的變化只取決于遠(yuǎn)期利率并且沒有考慮市場(chǎng)風(fēng)險(xiǎn)和信貸期限的變動(dòng)，也不能處理非線性金融產(chǎn)品，如期權(quán)和外匯掉期，影響了模型的應(yīng)用范圍。

就我國而言，該模型中僅當(dāng)借款人在一個(gè)固定的期限之前違約時(shí)才被認(rèn)定為損失發(fā)生，而由市場(chǎng)價(jià)值變動(dòng)而引起的損失不計(jì)入其中，這種對(duì)損失的定義與我國傳統(tǒng)的妝面價(jià)值核算更一致。更重要的是它與我國現(xiàn)行的銀行貸款五級(jí)分類標(biāo)準(zhǔn)和銀行會(huì)計(jì)制度有很多相似之處，對(duì)我國商業(yè)銀行的信用風(fēng)險(xiǎn)度量有重要的指導(dǎo)意義。但其設(shè)定每一筆貸款都是獨(dú)立的在我國基本是不可能的，而它們又是該模型的基本輸入因子。

通過以上的分析，可以看出現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量模型在我國的應(yīng)用存在不可忽視的局限性。我國商業(yè)銀行在信用風(fēng)險(xiǎn)管理方面與國際上還存在不小的差距。不管怎樣，我們必須努力創(chuàng)造條件，在借鑒國外先進(jìn)經(jīng)驗(yàn)的同時(shí)建立符合自身實(shí)際情況的信用風(fēng)險(xiǎn)管理模型，這將關(guān)乎到我國商業(yè)銀行未來的生存和發(fā)展。

參考文獻(xiàn)：

[1]曹晶.現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量模型研究和比較[J].消費(fèi)導(dǎo)刊，2008（09）.

[2]魏永成，陳勇.現(xiàn)代信用風(fēng)險(xiǎn)度量模型研究[J].當(dāng)代經(jīng)理人，2006（08）.

[3]石曉軍.商業(yè)銀行信用風(fēng)險(xiǎn)管理研究-模型與實(shí)證[M].北京：人民郵電出版社，2007.

信用風(fēng)險(xiǎn)論文范文第5篇

第一，小微企業(yè)經(jīng)營風(fēng)險(xiǎn)較高。在我國，大多小微企業(yè)是所有者和管理者合一的，運(yùn)作靈活、效率較高等優(yōu)勢(shì)推動(dòng)了企業(yè)的管理發(fā)展，促進(jìn)企業(yè)的成長壯大。但是這種經(jīng)營方式也很容易形成風(fēng)險(xiǎn)，企業(yè)管理不易規(guī)范，企業(yè)內(nèi)部沒有形成科學(xué)完備的經(jīng)營管理體系，大多依賴企業(yè)主的個(gè)人能力。第二，小微企業(yè)信貸的市場(chǎng)風(fēng)險(xiǎn)較高。小微企業(yè)大多從事勞動(dòng)密集型加工行業(yè)，產(chǎn)業(yè)層次低，科技含量小，不存在規(guī)模優(yōu)勢(shì)。其中，相當(dāng)數(shù)量的小微企業(yè)處于生產(chǎn)環(huán)節(jié)上游，依附于大型企業(yè)進(jìn)行配套加工，或是處于流通領(lǐng)域，容易被市場(chǎng)淘汰，企業(yè)存活率低。這些因素都加大了小微企業(yè)的信用風(fēng)險(xiǎn)。第三，小微企業(yè)貸款的道德風(fēng)險(xiǎn)和逆向選擇嚴(yán)重。小微企業(yè)的資金需求十分迫切，一些小微企業(yè)在獲得銀行貸款后隨意改變貸款的用途，如投資高風(fēng)險(xiǎn)高盈利項(xiàng)目等現(xiàn)象加大了銀行的風(fēng)險(xiǎn)程度。除此之外，一些商業(yè)銀行基于謹(jǐn)慎提高了對(duì)小微企業(yè)的貸款上浮利率和費(fèi)用甚至不予貸款，這樣會(huì)因阻止了低風(fēng)險(xiǎn)、穩(wěn)回報(bào)的企業(yè)尋求貸款而使自己承受的風(fēng)險(xiǎn)增加。第四，小微企業(yè)缺乏良好的擔(dān)保抵押措施。小微企業(yè)常見的貸款抵押擔(dān)保方式有自身財(cái)產(chǎn)抵押、互助擔(dān)保、專業(yè)擔(dān)保機(jī)構(gòu)擔(dān)保等。小微企業(yè)自身固定資產(chǎn)少，貸款抵押額度往往不能滿足企業(yè)經(jīng)營發(fā)展的需要。

二、完善小微企業(yè)貸款信用風(fēng)險(xiǎn)的建議

（一）建立小微企業(yè)征信數(shù)據(jù)庫

信用模型研發(fā)所使用的數(shù)據(jù)必須具備程度很高的的正確性、充足性和真實(shí)性，從而保證最后模型可以明確體現(xiàn)商業(yè)銀行面臨的信用風(fēng)險(xiǎn)狀況。商業(yè)銀行應(yīng)逐步建立風(fēng)險(xiǎn)損失數(shù)據(jù)庫，記錄風(fēng)險(xiǎn)損失數(shù)據(jù)，形成對(duì)于風(fēng)險(xiǎn)暴露和資本分配進(jìn)行度量的數(shù)據(jù)基礎(chǔ)。第一，確定數(shù)據(jù)的來源，尤其是注重“軟信息”的收集。建立數(shù)據(jù)質(zhì)量管理的標(biāo)準(zhǔn)是確定哪些數(shù)據(jù)對(duì)銀行來說最重要以及哪些是商業(yè)銀行的關(guān)鍵數(shù)據(jù)，商業(yè)銀行要充分利用各種渠道獲得小微企業(yè)信息，系統(tǒng)匯總財(cái)務(wù)信息，現(xiàn)場(chǎng)核查“軟信息”，逐步把數(shù)據(jù)庫的質(zhì)量提高到內(nèi)部評(píng)分模型可以依賴的地步。第二，客戶征信數(shù)據(jù)庫可以從目前已有的信息入手。先整合信息基礎(chǔ)好的公司客戶的非財(cái)務(wù)數(shù)據(jù)、賬戶數(shù)據(jù)和交易數(shù)據(jù)，進(jìn)行客戶信用分析、利潤貢獻(xiàn)度分析，為產(chǎn)品組合服務(wù)和產(chǎn)品營銷提供支持。第三，對(duì)征信數(shù)據(jù)庫進(jìn)行分析。利用數(shù)據(jù)庫，收集客戶基本資料和賬戶等信息，分析小微企業(yè)征信數(shù)據(jù)庫中客戶的信息，并對(duì)優(yōu)質(zhì)借款企業(yè)進(jìn)行實(shí)時(shí)跟蹤和動(dòng)態(tài)監(jiān)測(cè)，挖掘借款企業(yè)信貸信息的潛在價(jià)值，最終確定目標(biāo)客戶群體。

（二）開發(fā)小微企業(yè)信用風(fēng)險(xiǎn)計(jì)量技術(shù)

第一，構(gòu)建“硬信息”和“軟信息”結(jié)合的指標(biāo)體系。商業(yè)銀行應(yīng)對(duì)現(xiàn)行的評(píng)價(jià)指標(biāo)體系做出一定的調(diào)整，適當(dāng)減少評(píng)價(jià)小微企業(yè)經(jīng)營規(guī)模等方面的指標(biāo)，增加評(píng)價(jià)企業(yè)現(xiàn)金流量方面的指標(biāo)，運(yùn)用暗中包含在小微企業(yè)銀行結(jié)算流水賬、產(chǎn)品訂單、稅單等數(shù)值資料中的信息識(shí)別其財(cái)務(wù)信息準(zhǔn)確性，并將之與資產(chǎn)負(fù)債表、現(xiàn)金流量表、利潤表等財(cái)務(wù)報(bào)表一起作為對(duì)其進(jìn)行信用評(píng)級(jí)的根據(jù)。第二，建立獨(dú)特的小微企業(yè)信用風(fēng)險(xiǎn)計(jì)量技術(shù)。在數(shù)據(jù)質(zhì)量得到根本改善的基礎(chǔ)上，通過自主研發(fā)的小微企業(yè)信用評(píng)分模型，對(duì)客戶進(jìn)行評(píng)級(jí)打分，作為篩選客戶準(zhǔn)入的第一關(guān)。第三，持續(xù)提高信息處理能力。因?yàn)榇笾行蜕虡I(yè)銀行與小型商業(yè)銀行具有各自的比較優(yōu)勢(shì)，在提高信息處理能力所采取的措施也不盡相同。

（三）完善小微企業(yè)融資擔(dān)保

第一，為了規(guī)避擔(dān)保機(jī)構(gòu)的不作為和潛在的道德風(fēng)險(xiǎn)，商業(yè)銀行要對(duì)合作的擔(dān)保機(jī)構(gòu)做好職責(zé)范圍內(nèi)的考察，盡量調(diào)查并把握協(xié)作擔(dān)保公司的基本經(jīng)營情況，盡力與擔(dān)保機(jī)構(gòu)保持長久、穩(wěn)固安定的合作關(guān)系。第二，完善商業(yè)銀行、擔(dān)保機(jī)構(gòu)與小微企業(yè)的風(fēng)險(xiǎn)分擔(dān)機(jī)制。與合作擔(dān)保機(jī)構(gòu)確定穩(wěn)妥的擔(dān)保比例。第三，增加與擔(dān)保機(jī)構(gòu)的信息溝通和共享。建立商業(yè)銀行與擔(dān)保機(jī)構(gòu)之間的借款企業(yè)貸款信貸消息共享平臺(tái)。

（四）創(chuàng)新小微信貸產(chǎn)品