S銀行小微企業信貸業務風險管理研究的國內外文獻綜述目錄TOC\o"1-2"\h\u1822S銀行小微企業信貸業務風險管理研究的國內外文獻綜述 112091.1國外對小微企業風險識別的研究 130724（1）小微企業資金需求研究 128284（2）信貸風險識別及管理研究 171631.2國內對小微企業風險識別有關研究 26900（1）小微企業融資需求研究 26424（2）小微企業信貸發展存在的問題及防范措施研究 314640（3）信貸風險預警模型研究 598081.3文獻評析 524551參考文獻 6國內外一些專家曾借助各種學科知識，使用各種專業方法，從不同的角度對小微企業風險識別相關問題做了全面深入的探索分析，取得了很多研究成果，從而對我們的研究提供了學習與參考。1.1國外對小微企業風險識別的研究風險管理研究起源于上個世紀三十年代，在美國興起，并在50年代以后形成了一門獨立的管理學科。由于風險存在普遍性和廣泛性，故小微企業信貸風險研究在國外也受到了重要的關注，不少國外學者對小微企業的相關理論和風險識別、量化、管控等做了大量研究。小微企業資金需求研究Macmillan(1931)最先指出小微企業經過一定程度的發展，會長時間需要資金支持，但是不管小微企業能否滿足銀行的放貸要求，其都得不到銀行的資金供給，這就是著名的“麥克米倫缺陷”，反映了小微型企業融資困難[1]。Stiglitz和Weiss(1981)認為逆向選擇加大了信貸供給的不均。即小微企業貸款困難的根本原因就是企業和銀行兩者信息的不對稱。由于小微企業存在著信息不透明的問題，銀行無法評估小微企業真實的經營狀況，難免會對其不夠信任，這是小微企業貸款困難的一個重要原因[2]。RajanrG.Zingalesl(1998)指出，小微企業因為規模小，運營周期短、風險大，以及企業信息不透明、不對稱，所以普遍存在信貸問題。銀行對小微企業貸款的要求通常十分苛刻，因此，小微企業如果需要資金，第一選擇一般不是向銀行貸款，而是尋求其他辦法，比如個人借貸或者內部支持[3]。信貸風險識別及管理研究MertonH.Miller，FrancoModigiani通過大量分析在1956年提出了MM理論，MM理論一開始沒有將所得稅的因素考慮在內，認為資本結構對企業的總價值沒有影響。后來，兩人對MM理論又進行了修正，把所得稅的影響加了進去，從而得到的結論是：企業的總價值受到其資本結構的影響，企業負債經營能夠節約稅收。MM理論的提出促使人們開始關注資本結構問題，并對其進行分析研究[4]。C.ArthurWilliams,Jr.和RichardM.Heins在1964年出版的《風險管理與保險》第一版中提出：“通過識別、評估、控制風險，用最小的代價使風險所造成的所有損失達到最小程度的管理方式就是風險管理[5]。EdwardIA1tman(1968)在對小微企業存在的風險進行量化評估時構建了z模型(z-score)。并于2007年對z模型的能力進行了提升。幫助中小企業建立了危機預警模型，也給銀行量化評估小微企業風險提供了有效手段[6]。Hussein(1999)分別從管理、識別、衡量、分析、監管以及實踐六個方面對阿聯酋銀行信貨風險展開了研究，結果顯示銀行存在的主要隱患是信用風險。他指出風險管理最重要、最關鍵的一步就是風險識別[7]。ViktorMayer-Schonberger(2013)對大數據信息進行了深入研究，他認為大數據已經成為新服務及新發明的源泉，世界正在進行一場轟烈的思維變革、商業及管理變革[8]。AfandeFrancisOfunya（2014）研究分析了肯尼亞商業銀行的信貸風險情況，并對其在應對信貸風險過程中所采用的信貸風險管理方式以及技術的熟練程度進行了評估，指出商業銀行能夠借助績效考核來控制信貸風險[9]。Parsons（2014）認為在當今互聯網金融模式下，企業做出的不當行為所帶來的風險具有傳染性，多個企業甚至整個行業都會由于一個企業的不當行為而受到影響[10]。MichaelJacobs(2014)研究分析了阿聯酋伊斯蘭和非伊斯蘭銀行的案例，以及商業銀行信貸風險的管理實施方案，研究結果表明應當嚴格管控客戶準入，進而從根本上提升貸款質量[11]。Hakan(2016)指出，不論是貸前，貸中，還是貸后，都應進行信貸風險管理[12]。Sutherland(2018)認為大量的貸款信息集能夠使監管與篩選成本明顯下降，借款人行為也會得到有效約束，由此而減小貸款風險[13]。JaimiltonCarvalho(2020)等提出了一種程式化的理論模型，檢測抵押情況與貸款違約之間的關系，發現違約的可能性與押品水平負相關[14]。Hungetal.(2020)指出銀行通過挖掘自身積累的現金流數據識別小微企業的經營記錄，將有助于提升小微企業的風控能力[15]。1.2國內對小微企業風險識別有關研究我國對小微企業信貸風險識別研究主要集中在信貸風險管理研究上，是從上世紀80年代開始，雖起步比較晚，但經過幾十年的研究，內容和研究范圍也在不斷擴大。很多銀行、金融組織以及高校研究人員對小微企業銀行融資風險原因及防范策略上進行了有效的研究。小微企業融資需求研究謝貽美(2018)的考察因素有兩個，即：規模較小與中等的公司的防止欺騙貸款的動力、規模較小與中等的公司得到信用貸款之后商業銀行的核實檢查的狀況，借助于進化博弈理論開展研究。銀行和企業博弈的過程屬于有限理性對抗，同時還將在各個對抗階段里積攢經驗，改進方案，為在對抗階段里具備優勢而努力[16]。趙景蘭(2018)在開展了對某省銀行實地研究得出了結論，信貸“盡職調查”制度不系統、實施不到位、追責不科學等情況或許會造成基層銀行不愿意提供貸款、信貸工作者害怕貸款，讓信貸資金到達實體經濟產生屏障，并建議完善信貸“盡職免責”制度，并利用大數據信息加強銀行管理水平，加強誠信宣傳教育[17]。張智富(2019)認為破解小微企業融資難需要做好以下方面：第一點，重點達成一致與強化理解，為每一方增強合作、充滿信心提供保障；第二點，符合市場規律與經濟規律，為處理銀行于企業間信息不具體、不一致提供保障；第三點，進行留痕與檢測研究，給金融管理合理布局、各個擊破帶來實效[18]。龍鳴(2019)認為，總體而言，小微企業融資的情況不太好，大量小微企業融資不可以達到個人發展水平，雖然得到了融資貸款，但同時具有資金支出太多的狀況。通過對小微企業內部和外部因素的分析，提出強化政府宏觀調控、加強小微企業自身建設，借助互聯網金融為小微企業發展提供動力[19]。周亮（2020）研究互聯網金融可以降低小微企業融資難度及成本[20]。王榮（2021）從融資渠道、政策問題及缺乏擔保等方面分析了小微企業融資過程中存在的問題，并提出了政府減輕賦稅、完善信用體系的措施助理實現小微企業的持續發展[21]。（2）小微企業信貸發展存在的問題及防范措施研究梁彩虹（2014）指出應該用全新的方面來觀察小微企業信貸風險存在的特點，需要強化顧客的進入門檻、增強審批的效率、強化提供貸款之后的管理等途徑去避免或者處理小微企業信貸風險[22]。李天德(2015)借助于PEST研究途徑將規模較大的商業銀行支持小微企業的意義開展了全面的研究，自小微企業的各自特征確定了商業銀行融資的3大風險，也就是信用風險、經營風險。并從小為企業風險的內因和外因做了分析，并提出了優化小微企業風險預警及治理機制、加大產品設計及創新，用專業化的服務降低信貸風險[23]。魏國雄（2015）指出企業過度投資伴隨著過度融資，普遍而言，根據它的財務因素中能夠直接發現這種狀況，比如：資產負債率比較高，經營活動里現金凈流量和總付息負債比太小，付息債務比較多，利息支出耗費多，財務費用占據營業收入的比例高等[24]。劉躍生(2015)第一步指出付息性債務和所有者權益的比率為1：1是比較安全的底線；第二部付息性債務與銷售收入之間的比例關系，一般不超過50%；第三部付息性債務與凈利潤及經營凈現金流的比例關系，一般要占到10%以上才安全。但具體情況仍要結合不同的經濟周期、生命周期、規模類型、行業特點、經營狀況的客戶區別對待[25]。劉元慶(2016)從信貸從業人員的角度構建了一個適用于單一項目、單個業務、單一顧客的信用風險研究架構，此架構涵蓋了顧客研究、使用方式與交易背景研究、市場研究、還款來源研究、融資措施研究、擔保研究、項目研究等等。另外還對當前銀行業務的熱點和難點問題，如過度融資、防假反假，民間借貸、關聯交易等進行了積極探討[26]。秦天宇(2016)通過差異化管理方式即從區域差異化、行業差異化、周期差異化將小企業風險降至最低[27]。張林(2017)持有的觀點是，有下面兩個狀況能夠造成信貸風險的發生，第一點，實際金融環境里非確定性的內容造成的；第二點，借貸雙方的信息不對稱性。而信貸風險的主要特點具有隱蔽性、客觀性、傳播性、可控性，信貸風險管理中存在不良貸款占比增大、風險識別和預警較薄弱、風險防控能力不佳等問題，并提出強化信息化假設降低人為因素、加強內部控制強化風險識別預警、優化信達結構與機制強化風險信貸防控的策略[28]。宋琴(2018)制作的評級系統中把定量因素劃定成成長水平、償債水平、經營運作水平3個一級因素，同時，每一個一級因素與十三個2級因素是對應的，共63分占總權重比率為63，結果發現，此評估程序大體上真實體現了規模較小與中等的公司信用情況，改變了先前公司信用評估程序關于規模較小與中等的公司信用評估存在出入的狀況，然而，規模較小與中等的公司信用評估的層次性評級對象具有綜合性、因素也比較復雜，應當考量的內容有許多，也應當進行進一步的量化研究與證明[29]。黃莉莎(2018)關于風險管理創新與大數據促進商業銀行信貸項目進行了研究，持有的觀點是，建立社會信貸系統應當把大數據與信貸征信系統整合在一起，增強信貸征信系統，創建完善的風險預警、激勵及信貸退出機制[30]。徐傳勇(2018)認為中小企業信貸信用風險高，是缺乏有效的信貸風險計量體系[31]。李傳奎（2019）主要通過對杜邦分析法的研究，在銀行的方面系統的研究了公司的經營成效與現金量等財務因素，評估了財務風險程度與借款者的還款水平。但由于財務報表信息的不全面、缺乏橫向對比、財務指標和方法的局限性，加大了對信貸風險識別的難度[32]。任莉（2019）通過對信貸配給、交易成本、貸款承諾、信息不對稱的分析，提出了研究了中小企業信貸風險的主要識別方法為對企業材料的真實性和可靠性、借款人的治理結構、生產經營情況、財務情況、銀行賬單、擔保情況進行調查[33]。朱兆迪等(2019)依照小微企業信用等級狀態，提出了銀行借助于定性研究與定量運算掌握小微企業信貸最大數值的措施，并利用網絡數的的透明度做好貸款資金使用跟蹤[34]。劉淑華(2019)從管理風險、信用風險、行業風險、利率風險、客戶經理職業風險來分析小微企業的風險狀況，并提出解決信息不對稱、加強擔保準入、做好審查工作、做好貸后管理的風險防范措施[35]。陳旭煒(2019)對從外部影響和企業自身風險、產品缺陷和銀行自身風險分析，提出向普惠傾斜、并加強貸前貸中貸后管理、對風險貸款做好有效化解的措施[36]。韋群生(2019)持有的觀點是，在判斷信貸風險的階段里，農村商業銀行具有的關鍵問題在于下面幾點：管理者素質低下、識別措施不適宜、風險判斷的信息不徹底、識別內容不完整。同時，著眼于信貸管理的基本步驟進行研究，提出了建立和完善風險識別的管理機制（風險識別、風險預警、責任追究機制）、擴大風險識別信息量及范圍（5c、5p）、合理選擇識別方法（行業、定性定量相結合、賬上數據與實物相核實）、提高信貸管理人員素質（道德、業務培訓、業績考評）四種風險識別的對策[37]。都夏(2019)從商業銀行內部評級程序尚不完善、小微企業盲目投資擴張、銀行和企業之間的信息不對稱三個方面分析了小微企業信貸風險的理由，指出銀行需要讓避免風險與信貸審批的項目步驟更加具體全面，架構起自貸前了解、貸中核實與貸后檢查的“貸款3查準則”，并提倡政府做好個人及企業的信息披露，最大程度減少信息不對稱問題[38]。鄧野(2019)認為目前，銀行沒有對風險管理實現系統調控，沒有進一步分析信貸風險，領導者關于信貸風險的認識欠缺，一些人持有的觀點是信貸風險將讓項目的發展具有局限性，不可以正確的評定風險[39]。華雅琴(2019)稱建行針對小微企業新提供了部分服務項目，叫做“五貸一透”，代表著稅易貸、POS貸、信用貸、創業貸、善融貸、結算透。以大數據平臺的使用為基礎,“五貸一透”等大數據服務項目把調控風險的觀點滲透在顧客營銷、信貸審批與貸后管理的整個步驟中，進而避免了信息不對稱，切實增強了關于規模較小公司的顧客的風險管理能力[40]。賈進(2019)從傳統和大數據背景下對全面風險管理的特點進行了對比，得出風險數據采集、風險識別與分析系統創新性不足，數據應用基礎工具不完善、管理維護不到位等，并提議商業構建大數據時代先進的全面風險管理體系可以嘗試從平臺建設、體系完善及質量管理等方面進行探索[41]。王斌(2019)指出因信息不對稱性是銀行無法正確的判斷企業真實的經營情況，提出了銀行見要良性競爭，幫助企業建立信譽觀念，對于誠信較好的公司給予支持，對于誠信不佳的公司借助于社會輿論等方式開展處理，進而實現共贏[42]。王書（2020）稱民生銀行風險預警機制和信息反饋機制不夠健全，問題資產處理手段有限，并提出了落實風險責任，加大不良貸款的處置力度[43]。張喬娜（2020）從小微企業自身問題、外部環境、銀行服務能力三個方面分析了貸款風險的關鍵因素，并提出強化政府部門聯動，聯動監管防范小微企業信貸風險[44]。周雪雁（2020）針對小微企業“看不清、管不住”的業務難點，根據財務指標、履約指標的變化趨勢，分類別采取不同的風險防范措施，有效調整小微企業信貸結構[45]。許凱（2021）提出了銀行小微企業信貸風險管理中存在的主要問題為授信體系不健全、貸款資金流行把控不嚴及銀行員工的道德風險[46]。（3）信貸風險預警模型研究王千紅(2017)借助于建立度量違約概率的Logistic模型，發現，與不存在對外擔保的公司對比而言，存在對外擔保的公司發生信用違約風險大，發展水平與運作水平和信用違約風險存在負相關關系，且債權人可以識別信用中小企業信用違約風險[47]。滿向昱(2018)等建立了信用風險模型得到的結果是，Lasso-Logistic模型不管是進行模型擬合與預測、或是判斷指標方面都存在效果，同時其外推性較好。根據具體的結論發現，對國內規模小或者中等的公司信用風險產生影響的指標有下面這些：流動資產周轉率、抵質押總額占貨款余額比例、應收賬款平均周轉天數、公司大小、建立時間、從業人數、銀行負債資產比等[48]。曹開發(2019)通過專家問卷調查法將信用評級因素進行整理歸成5大類，即：履約情況、市場環境、風險評定、公司素質、財務因素，在這里面，將中小企業信用評定因素開展研究、確定與建立因素系統[49]。柯杰(2019)提出搭建信貸風險預警體系應遵循系統綜合性、鮮明代表性、可操作性、可預測性的原則，通過對財務指標和非財務指標的監測，建立風險預警模型。預警系統的步驟一般是:篩選預警系統里的警示信號→研究預警系統里存在的預警信號→監測、預估、判斷警示級別→架構預警模型→大致確定防控風險的措施[50]。劉少波（2020）提出大數據技術支持的風控系統并非萬能，雖緩解了部分信息不對稱問題，但數據孤島、污染、傳統的信貸思維等問題仍很突出[51]。王鑫（2021）通過文獻檢索，分析小微企業信用評價模型構建方法及相關問題，發現信用評價體系熱度增高，并與大數據相結合[52]。1.3文獻評析小微企業作為經濟生活中的重要組成部分，發揮著越來越重要的作用，但因小微企業的自身原因及信息不對稱性，融資難的問題不論在國外還是國內都是普遍存在的。相對而言，西方國家對小微企業和銀行信貸業務的研究較早，信貸風險相關理論較為豐富。雖然現代資本結構理論即最優債務規模的確定做出了完整的闡述，但是由于部分理論分析上采用了抽象方法，理想模型在現實操作中較難找到，因為負債規模到底以多大最優也無法給出確切的計算方法，國內的許多學者就如何從操作層面確定企業負債的規模也進行了探析，并提出了一些財務分析模型，但總的應用價值有限。鑒于資本結構理論在實際應用上的不足，部分學者轉向如何防范和預警企業的財務困境，產生了系列的研究成果，如單一財務比率、多元線性判別模型、Logit和Probit模型、人工神經元網絡、專家系統、期權定價模型等財務困境預警技術與方法。通過學習上述國內外文獻，小微企業融資難的現狀及成因、銀行信貸風險原因及防范措施等研究領域取得了一定的成績，以及為本文后續的模型構建提供了可供借鑒的工具。但仍存在以下問題：一是很多學者都提到小微企業財務報表可信度低，但具體的如何識假防假、如何將企業回歸本源提出的實質性建議較少。二是商業銀行使用大數據技術信息應用于小微企業信貸業務起步較晚，理論結合實際的應用較少。今后能否制定出更合理、有效的風險識別及防范措施，還需相關專家及學者繼續研究探索。參考文獻[1]MacmillanReportoftheCommitteeonFinanceandIndustry[R].Comnd1931.[2]Stiglitz-josephE:andAndrewWeissCreditRationinginMarketwithImperfectInformation[J].TheAmericanEconomicReview1981(71):393-410.[3]RajanrG.Zingalesl.PowerinaTheorythefirm[J].QuarterlyJournalofEconomics.1998(9):5-8.[4]MertonH.Miller,FrancoModigiani.TheCostofCapital,CorporationFinanceandtheTheoryofInvestment.AmericanEconomicReview.1961.[5]C.ArthurWilliams,RichardM.Heins.RiskManagementandInsurance[M].ISEedMcGraw-HillEducation-Europe,1964.[6]EIAltmanFinancialRates:DiscriminantAnalysisandthePredictionofCorporateBankruptcy[J].JournalofFinance.1968(23).[7]HusseinABanks'riskmanagemen:acomparisonstudyofUAnationalandforeignbanks[J].TheJournalofFinance,1999(1);18-32.[8]ViktorMayer-SchonbergerandKennethCukier.bigdate:ARevolutionThatWillTransformHowWeLive,Work,andThink.2013.[9]AfandeFrancisOfunya.CreditriskmanagementpracticesofcommercialbanksinKenya[J].EuropeanJournalofBusiness&Management.2014(4):41-69.[10]ParsonsC.A,Sulaeman.J,Titman.S.TheGeographyofFinancialMisconduct[R].NationalBureauofEconomicResearch.2014.[11]MichaelJacobssupervisoryrequirementandexpectationsforportfoliolevelcounterpartycreditriskmeasurementandmanagement[J].JournalofFinancialRegulationandCompliance.2014(3):21.[12]HakanTuran.TheweightingofFactorsAffectingCreditRiskinBanking[J].ProcediaEconomicsandFinance,2016(16):2.[13]SutherlandA.Doescreditreportingleadtoadeclineinrelationshiplending?Evidencefrominformationsharingtechnology[J].JournalofAccountingandEconomics,2018(1):123-141.[14]JaimiltonCarvalho.JaimeOrrillo,FernandaRodinGomesdaSilver.Probabilityofdefaultincollateralizedcreditoperationsforsmallbusiness[J].NorthAmericanjournalofEconomicsandFinance,2020,52.[15]Jui-LongHung,WuHe,JianchenShen.Bigdateanalyticsforsupplychainrelationshipinbanking[J].IndustrialMarketingManagement,2020(86):144-153.[16]謝貽美.新時代背景下中小企業融資的博弈分析[J].企業科技與發展.(2018)05-0252-02.[17]趙景蘭.銀行信貸“盡職免責”情況的調查與思考[J].北方金融.(2018)12-0011-04.[18]張智富.破解民營小微企業融資難題的金鑰匙在于實事求是[J].金融與經濟.(2019)08-0004-06.[19]龍鳴.小微企業融資存在的困境及相關策略探討[J].金融視線.(2019)09-057-02.[20]周亮,劉黎一帆.互聯網金融背景下小微企業融資問題研究[J].會計之友.(2020)12-0043-05.[21]王榮.小微企業融資現狀、問題及對策[J].中國市場.(2021)06.074.[22]梁彩虹.論商業銀行小微企業信貸風險管理[J].上海金融.2014(9):108.[23]李天德,武春桃.大型商業銀行支持小微企業的信貸風險研究[J].(2015)06-117-04.[24]魏國雄.關注企業過度融資風險[J].中國金融.2015.(07).20-23.[25]劉躍生.“三步對比分析法”識別過度融資風險[J].中國城市金融.2015.11.[26]劉元慶.信貸的邏輯與常識[M].中信出版社.2016.[27]秦天宇.關于提升小微企業信用風險防控能力的路徑[J].現代金融.20