【银行中小企业客户群体信用风险探究的文献综述4800字】

致谢银行中小企业客户群体信用风险研究的国内外文献综述目录TOC\o"1-2"\h\u24148银行中小企业客户群体信用风险研究的国内外文献综述 190501国外文献综述 1249032国内文献综述 234453文献述评 428734参考文献 41国外文献综述对于信用风险评估的研究最早起源于欧美国家，因为现代企业的发展起点也是从欧美国家开始。1837年，美国的金融恐慌危机使得政府及商业银行不得不开始重视合作企业的信用状况。1841年，路易斯·塔班(LewisTappan)建立了第一个商人信用评级机构Mercantile Credit Agency。1972年，Edmister针对小企业建立了财务风险模型，研究分析小企业的经营失败风险。1909年，约翰·穆迪（JohnMoody）发表了著作《Moody’AnalysisofRailroadInvestment》，正式拉开了全球信用评价浪潮的序幕。金融经济的飞速发展，随之而崛起的全球三大信用评级机构穆迪、普尔及惠誉均已在世界范围内得到了广泛的认可。然而，尽管国外学术界已开展了大量的信用风险评估研究，然而却较少关注中小企业的信用风险度量问题，主要是因为中小企业在经济中的重要性也是在近几十年间才逐步受到重视。20世纪中期，金融市场国际化的趋势逐渐明显，银行和企业所面对的经济形势也变得复杂起来，使市场对信用风险评估的需求显著上升，并从使用传统的信用分析法逐步发展到使用基于统计模型的信用评分法来进行信用风险评估。Duffie（1997）提了KMV的简化模型，该模型的优点是无需要获取难度较大的公司内部和资产价值的数据，而是仅需要市场上更容易获取的企业违约率、信用等级变动情况等公开数据。Lando（1998）利用COX模型来评估证券违约率，同时指出无风险利率的期限结构和企业违约率之间存在一定的相关关系。在此基础上，他提出了Markov模型。Bielecki等（2000）提出了双因素模型，该模型认为市场利率是一个随机变量，因此应该将市场的风险因素也加入到信用风险评估体系中。Dietsch和Petey（2004）利用logistic模型针对法国和德国的企业进行了信用评估研究，研究结果表明，在破产概率上，中小企业要比大企业显著高出不少。Altman（2007）利用logistic模型针对美国的中小企业违约率进行了计量研究，结果指出，使用财务指标单独构建的预警模型可以比Z评分模型的预测准确率更高。Altman等（2010）在实证研究中指出，logistic模型所收到的限制条件较少而且预测的准确率较高，是信用风险评估中最适合的度量模型。Vallini等（2008）利用MDA模型和logistic模型，针对意大利的小企业进行了实证研究分析，结论指出，小企业的财务质量透明度会影响模型预测的准确性。同时认为，企业的资产规模越大，模型预测的准确性则越高。Vasile（2010）利用Copula函数实证研究了信用风险的综合因素，结果认为函数工具也会在一定程度上影响最终的信用评估度量准确性，因此需要进一步的工具修正调整。JiajiaJin,ZiwenYu,ChuanminMi（2012）同样借助了Copula函数来研究分析了信用风险的极限值，研究认为风险预估的准确率在一定程度上依赖于连续分布的概率模型。SnezanaDicevska（2012）采用因子分析法对信贷行业的信用风险进行了实证分析，研究结果表明，资本风险等级的差异会显著影响信用风险违约率。该研究在现实市场中具有较强的实际操作性。ZeynebHafsaOrhanAstrom（2013）研究分析了委内瑞拉中央银行的信贷风险情况，结论认为在信贷风险达到某个临界值之后，商业银行需要通过国有化才能从根本上解决信用风险困境。JonahedOh,WesleyJ.Johnston（2014）在研究中指出，商业银行对于企业的信用风险评估最为关键的是过程中的即时监管措施，商业银行可以即时监控资金流向，最大程度上降低信用风险。Piramuthu（2015）研究分析了土耳其的银行危机，结论指出，商业银行所以面临企业信用风险，有一定程度上收到道德风险的影响。中小企业融资难，是困扰了全世界几十年的难题。但国外学者对于中小企业融资问题的讨论往往集中在融资结构的最优化层面上，并没有就中小企业的信用风险问题单独进行过研究。从实际经营情况来看，商业银行往往是企业债务融资的主要来源，因此国外学者围绕银企关系对于融资效率的影响进行了较多研究。Stiglitz和Weiss（1981）首次提出了中小企业融资难以从银行机构获得有效融资的问题。该研究明确指出了在信息不对称的条件下，信贷市场存在逆向选择问题，从而使中小企业在面向银行融资时无法获取贷款或仅能获取利率较高的贷款。Peterson和Rajan（1994）研究认为，银行和企业之间的关系可以显著影响贷款是否通过，但无法显著影响贷款的利息确定，因而企业关系仅能有限影响企业的融资效率。Francesco和Leonardo(2010）研究指出，中小企业通过成立互助型的信用担保组织，可以有效提高银行授信的成功率，从而在一定程度上解决中小企业融资效率不高的问题。Kumar和Rao（2016）实证研究指出，银行信贷融资和贸易信贷融资是印度中小企业的主要融资方式，但印度市场依然存在融资效率不高的问题。2国内文献综述在企业信用风险评估研究方面，国内研究的起步时间要远远晚于国外。新中国建立初期，计划经济体系下没有活跃的银行和企业融资信用需要，因而当时没有意识到信用风险评估的重要性。但自改革开放以来，民间企业如雨后春笋般崛起，商业银行在经济调控中的作用也大幅提高，为此，如何在有效的风险管理下为中小企业提供便捷的融资资金，成为了伴随时代而生的重要命题。由于商业银行对信用风险管理的重视程度日益提高，使得关于信用风险评估度量的研究也逐步增多。但是由于实证的数据匮乏，国内研究大多是以上市公司的公开数据为研究基础，所采用的计量模型集中为破产或财务失败预测模型。近两年来，由于中小企业逐步受到重视，因而也有少数学者开始关注于商业银行对中小企业信用评估的研究。王春峰等（1998）采用了logistic模型和MDA模型，实证分析了商业银行的贷款数据。结果表明无论是logistics模型还是MDA模型，均适用于信用风险度量的评价，二者互有优劣。陈静（1999）采用了判别分析法来进行了企业财务失败的预测分析，其研究样本为27家上市公司（ST和非ST），并使用UDA模型进行了实证研究。该研究表明，资产收益率、资产负债比以及流动比例对于预测准确率成显著的作用。姜秀华等（2002）利用logistic模型对企业财务失败进行预测检验，在实证过程中选用了13个财务指标。主要结论是logistic模型对于财务失败的预测率较高，判别率达95%以上。梁琪（2003）采用了主成分分析法，构建了上市公司的财务失败预警模型，其所选择的上市公司样本分别来沪深两市，发现公司盈利能力、市场景气程度、资本市场环境、公司成长性等因素均会对预测准确性有显著的影响。鲁炜、赵恒珩、刘冀云(2003)采用了KMV模型对于我国上市公司的信用风险进行实证研究，研究指出KMV模型中的盯市特性可以很好地适应我国股市的波动情况。范伯乃、朱文斌(2003)从中小企业的经营能力、偿还能力、管理能力等多个维度中选取了28个具体指标进行了分析，建立了中小企业的信用评价体系。何祖玉，韩启，王华伟，梅强(2004)通过定性结合定量的分析方法，选取了16个指标来构建了中小企业信用担保风险指标体系。关伟、薛锋(2004)采用了灰色聚类评估法来对中小企业信用评估进行了实证研究，结论表明，该评估法对于企业信用风险的预测有较高的准确性。田丽红、吴晓燕、常明(2005)在防范中小企业信用风险研究中指出，信用风险评价的选用需要根据我国国情和中小企业的发展阶段来进行区别采用。在当前阶段建议采用要素分析法和多变量分析法相结合的评价法。待企业上市后，则采用CreditMetrics模型和KMV模型等计量模型法来进行评估。糜仲春、申义、张学农(2007)采用了logistic模型评估了我国中小企业的财务和非财务指标，在此基础上得出中小企业信用风险评估体系，该体系预测的准确率达95%。张泽京等（2007）利用KMV模型对我国中小上市公司的信用风险开展了实证研究。主要结论指出，资产规模对于企业信用风险有显著性影响，资产规模在3亿元以下的企业风险抵御能力较差。欧阳秀子（2009）的实证研究表明，KMV模型适用于我国商业银行的信用风险度量和评估体系。徐晓萍、马文杰等（2011）采用了决策树模型和MDA模型，实证分析了非上市中小企业。该研究指出，两种模型都具有较高的判别准确性，而决策树模型还可以分析出影响企业违约的关键因素。苏柳柳，都沁军（2012）采用了因子分析法研究了基于资产组合理论的信贷风险，该研究对资本风险等级进行了划分，并指出资产组合可降低信用风险。与Z积分模型不同，刘成玉、黎贤强（2012）使用了F分数模型对我国商业银行的信用风险进行了评估和度量，研究指出现金流量会对信用风险有显著性影响。彭肖肖和陈冬冬(2015)实证研究了眉山市三家县级商业银行的企业信用风险，结论发现，商业银行的预警机制不完善是导致信用风险上升的原因。陈岩(2015)实证研究了吉林省商业银行的企业信用风险，结论指出，商业银行对于风险管理人员的专业性提高可有效防范信用风险的发生。3文献述评从前面的文献整理可以看出，国外学者的研究模块具体可分为信用风险的识别、度量和管理等多个方面，建立起相应的模型和理论体系，对于金融市场的具体指导有着较高的现实意义。可以说，国外对于信用风险管理和评价体系的研究都较为丰富和成熟。但是国外研究在分析信用风险评估的过程中，更注重于模型理论的搭建和应用，所采用的数据更多为上市大企业的公开数据，因而仅针对于中小企业的相关研究较少。国内对于信用风险的研究历程与我国经济发展的轨迹是相伴而生的。当前我国经济处于快速发展的转型时期，商业银行面临着如何在新常态下有效地控制风险的问题，而中小企业也面临着如何可以从银行渠道获取有效融资的问题。对此，国内学者已从财务指标、经营情况、人员管理等多个方面进行了深入探讨，大大推动了我国对于中小企业信用风险评估的研究。由于国内的相关研究起步较晚，所以依然不可避免地存在一些问题，例如：在研究过程中所获取的数据资料准确性不高，而未能根据我国实际情况进行必要的修正调整。现有的相关研究更多地集中关于指标的选取，而较少讨论指标选择的原则和原因。参考文献[1]Duffie,D.andN.Garleanu(2001).RiskandValuationofCollateralizedDebtValuation.FinancialAnalystsJournal57,(1)January-February,41-62.[2]Lando,D.(2004).CreditRiskModeling.Princeton,NJ,PrincetonUniwersityPress.[3]Bielecki,T.&Ruthowsli,M.(2000)CreditriskModeling:Amultipleratingscase,MathematicalFinance10,125-140.[4]DietschM，PeteyJ．ShouldSMEexposuresbetreatedasretailorcorporateexposures?：acomparativeanalysisofdefaultprobabilitiesandassetcorrelationsinFrenchandGermanSMEs．JournalofBankingandFinance，2004，28（4）：773～788.[5]AltmanEI，SabatoG．ModelingcreditriskforSMEs：evidencefromtheUSmarket．ABACUS，2007，43（3）：332～357.[6]AltmanEI，SabatoG，WilsonN．Thevalueofnon-financialinformationinSMEriskmanagement．JournalofCreditRisk，2010，6（2）：95～127.[7]ValliniC，CiampiF，GordiniN，BenvenutiM．Cancreditscoringmodelseffectivelypredictsmallenterprisedefault：statisticalevidencefromItalianfirms．Proceedingsofthe8thGlobalConferenceonBusiness&Economics，Florence（Italy）：Business&Economics，2008．1～23.[8]VasileDEDU，RoxanaNECHIF.BankingRiskManagementintheLightofBaselII[J].TheoreticalandAppliedEconomics，2010，02(543)02(543).[9]JiajiaJin，ZiwenYu，ChuanminMi.Commercialbankcreditriskmanagementbasedongreyincidenceanalysis[J].GreySystems:TheoryandApplication，2012，23.[10]SnežanaDičevska.CreditRisk–CreatingSystemofCreditRiskManagementinChangingEconomicConditionsinMacedonianBanks[J].Procedia-SocialandBehavioralSciences，2012，44.[11]ZeynebHafsaOrhanAstrom.CreditriskmanagementpertainingtoprofitandlosssharinginstrumentsinIslamicbanking[J].JournalofFinancialReportingandAccounting，2013，111.[12]JonahedOh，WesleyJ.Johnston.Creditlender–borrowerrelationshipinthecreditcardmarket–Implicationsforcreditriskmanagementstrategyandrelationshipmarketing[J].InternationalBusinessReview，2014，236.[13]Piramuthu.AComparativeStudyonEnvironmentCreditRiskManagementofCommercialBanksintheAsia‐PacificRegion[J].Bus.Strat.Env.，2015，243.[14]王春峰，万海晖，张维．商业银行信用风险评估及其实证研究．管理科学学报，1998（1）：68～72.[15]陈静．上市公司财务恶化预测的实证分析．会计研究，1999（4）：31～38.[16]姜秀华，任强，孙铮．上市公司财务危机预警模型研究．预测，2002（3）：56～61.[17]梁琪．企业信用风险的主成分判别模型及其实证研究．财经研究，2003（5）：52～57.[18]鲁炜．KMV模型关系函数推测及