小微企业，即小型微型企业，在推动经济增长、促进就业、增加税收、保持社会稳定以及推动科技创新等方面发挥着重要作用。大中型企业相比，小微企业的经营规范化程度不足、信用状况的获取也较难，因此就存在小微企业融资难、融资贵的现象，这阻碍了小微企业的成长。新常态下，中国的经济运行将处于“L”发展态势，经济发展速度放缓，产业转型压力凸显。金融机构出于风险的考量，惜贷拒贷使得小微企业融资面临更困难的境地。不少小微企业将融资渠道转向了小额借贷公司或者民间借贷，推高了融资成本，不利于实体经济发展。伴随着经济新常态，互联网技术应用正日趋成熟， 给小微企业融资提供了 P2P 网贷、众筹、第三方支付等新的融资渠道，同时也丰富了相关的风险监管方法，对传统风控方式起到较好的补充效果。
小微企业融资困难的原因是复杂的，既有中小企业自身的因素，也有金融市场的原因，但其中的一个非常重要的问 题是企业和金融机构之间的非对称信息。小微企业信用评估模型的建立，有助于商业银行分析企业信用状况，提升小微 信贷风险管控能力，平衡信贷市场供给，破解小微企业融资 困境，无论是对商业银行还是对小微企业，都具有重大价 值与意义。
小微企业规模小，财务管理制度不健全，财务信息不透 明，这将影响到使用财务信息来评估企业信用的传统方法的预测准确性。同时，小微企业组织形式简单，多数采用个人独资或者家族式经营，因此企业主的行为特征也应纳入企业的信用评估之中。本文基于某市政府建立的集税务、海关、电力、社保等数据于一体共享信息平台，创新性地提出以企业 基本信息、盈利能力信息、经营情况信息、关联方信息和企业主行为特征为分析因素的信用评估模型。
（一）企业基本面信息
主要包括企业所处行业、企业规模、生存年限。与大中型企业相比，小微企业的技术含量和产业层次较低，故受国家 政策、大经济环境的影响较大，经营状况很大程度上取决于 社会经济环境的支持。行业景气度可以充分反映政策的扶持导向，修正特殊因素和外在政策因素对风险防控判断的影 响。企业规模是企业历史经营结果的现时体现，而企业生存年限则在一定程度上反映了企业的持续经营能力。
（二）盈利能力信息
盈利能力信息主要包括销售收入增长率、融资销售比和对 外担保销售比，这些指标主要考虑企业的经营收入与其负债（或 可能承受负债）对比的情况。若企业资产负债过高，或者销售收 入明显下滑，入不敷出，都可能导致企业无法及时还贷。
1. 销售收入增长率。销售收入是企业销售商品或提供劳
务而取得货款或劳务收入，一定程度上反映了企业的盈利能力，也反映了企业的现金流入情况。但是由于销售金额与每家企业的规模及从事行业、产品种类等有较大的关系，因此单 从销售金额数值无法在不同企业之间比较分析。故本模型采用销售收入的增长率，观察销售额在不同时期的增长，从历 史的、动态的角度来考量企业的盈利能力情况。根据样本测算，风险企业的平均销售增长率约为-0.018 ，无风险企业则为 0.073，差异性非常显著。
2. 融资销售比。融资销售比是企业融资总额与经营活动
中的销售金额的比值，它反映了企业通过经营收入来偿付债
务的能力。若这个指标越小，说明企业偿付负债的能力越强； 如果这一指标太高，则意味着企业的收入不足而负债过于沉重，没有足够的现金和与其经营规模相适应的现金支付能力，可能出现支付危机。这一指标能较为直接、现实地反映企业短期偿债能力。
3. 对外担保销售比。对外担保销售比是企业对外担保的
总金额与经营活动销售金额的比值。调研某市实际情况，发现企业之间互相担保的情况非常普遍。因此，将对外担保纳入评估指标之中，如果企业对外担保销售比过大，则意味着 企业有可能面临担保链所带来的风险。根据样本测算，风险企业的对外担保销售比平均水平约为 0.268，是无风险企业的两倍左右，两者存在显著差异。
（三）经营情况信息
经营情况信息主要从企业经营的发展情况和平稳度考 虑，寻找能客观、真实反映企业经营情况的指标。由于小微企业的财务指标真实度和完整度不足，因此采用用电量、社保 金缴纳和应税及出口相关指标。
1. 用电量增长率及波动率。当企业的用电量呈逐步下降
趋势或用电量波动性扩大，一定程度反映了企业运营发生了变化。样本数据显示，风险企业中，月用电量大幅波动、用电量呈间歇性发生和用电量逐步下降等现象高于无风险客户 3 倍之多，且大多反映了企业订单下滑导致开工不足或未能正常生产经营。并且，用电数据来自第三方供电部门，数据客观真实，是较好的经营指标。
2. 社保金缴纳增长率及波动率。监测企业的协议代发工
资金额，是侧面掌握企业经营情况的途径之一。但若企业未在某商业银行开办代发工资业务，就无法获取这部分数据，导 致该指标缺失率较高，可用性不强。然而来自社保局的企业社保金缴纳数据时效性高、完整率好，且与工资金额指标高 度相关，是极好的替代性指标。如果企业社保金缴纳下降或波动较大，表明企业可能存在利润下滑导致的员工收入减少或裁员现象，甚至因运营出现问题而导致无固定性的、群体 性的人员费用。
3. 应税及出口增长率。税收和出口额也是与企业经营情
况有较大关联的两个指标。总体上看，无风险企业的税收缴纳额度和出口额稳定性较高，呈稳步增长或基本平稳的企业比重较高；而风险企业中金额波动较大、间歇性发生或趋势 性下降的企业比重相对较高。
（四）关联企业类
从关联的企业和外部经济环境的角度入手，综合考虑一
些有可能导致风险的外部因素。
1. 关联客户量。某市小微企业的一个显著特征，就是企 业之间“亲缘”关系复杂，风险“传染”迅速。取“企业直接关联 客户数量/该地区平均关联客户数量”作为衡量企业关联复 杂程度的简化指标。事实表明，风险企业的关联圈子的复杂程度和规模大小都强于无风险企业。
融资银行家数。企业融资银行的数量如果超过平均水平较多，表明企业可能存在多头融资、过度融资风险。因为小微企业的运营能力和成长速度有限，如果合理利用财务杠杆原理，适量负债，就可得到较多的利润，帮助企业成长。而如
果企业债务负担过重，则会适得其反。
（五）企业主信息
企业主信息主要包括企业主个人账户交易情况、信用卡透支情况。小微企业主通常自主经营，因此企业主对企业信用情况的影响程度较深。当企业资金处于紧张状态时，企业主 个人账户会联动出现交易频繁、信用卡透支额增加的情况。
信用评分的建模方法有主观和客观两种。主观的方法是根据各方面专家对信贷政策市场客户风险点的共同知识和经验，筛选出风险要素并赋值，这种方法适合客户信息量化程度不高和样本量较小的情况，又称判断型。客观的方法是指运用数据挖掘技术在历史数据上构建的信用评分模型，又称数据挖掘型，它主要包括多元线性回归、逻辑回归等方法。本文正是采用其中的 Logistic 回归模型，其对数据的要求最为宽松，没有自变量和因变量的线性关系、正态分布等约束， 也无须局限于财务数据的优势。
模型建构主要包括两大步骤：一是对数据进行因子分 析，筛选出影响风险的关键指标；二是建立逻辑回归模型，对小微企业违约情况进行风险预警。
（一）因子分析
如前所述，经反复探讨和论证，选定了与小微企业风险 密切相关的指标，利用科学的统计分析法计算指标与企业是 否发生不良行为之间的相关性，发现其中对小微企业客户风险影响较大的是融资销售比（X1）、对外担保销售比（X2）、销售收入增长率（X3）、用电量增长率（X4）、应税增长率（X6）和融资银行家数（X11）这 6 项目指标。
再对上述 6 项指标进行因子分析，6 项指标集分别聚成
了红、绿两个群，说明影响小微企业风险的主要因素有两个， 分析归纳后，分别为盈利因素、偿债因素。
盈利因素主要由销售收入增长率、用电量增长率和应税增长率构成，代表企业经营稳定性和成长能力，在模型中起 第一变量作用。
偿债因素主要由融资销售比、对外担保销售比和融资 银行家数构成，代表银行偿还债务的能力，在模型中是第二变量。
（二）回归模型建构
利用上述两大因素，建立了基于逻辑回归的小微企业风险预测模型：
（三）模型实证及结果
为验证模型有效性，另选取了某市的一批数据作为检验样本，对该模型进行实证检验。检验样本共选取了 111 家企业，其中有 40 家在之后的一年出现不良贷款。运用模型进行
测算，可以得到如下结论：
结论一，模型推导结果显示，71 家正常企业预测准确 56家，准确率达到 78.87%；40 家不良企业预测准确 28 家，准确率达到 70%；总体预测准确率达 75.68%，具有较高的准确度（见下表）。
结论二，模型预测为将要发生不良贷款的 43 家企业中， 最终发生不良的为 28 家，命中率达到 65.11% ，较传统方法提高了 1.8 倍。
小微企业信用风险预警模型的建立，证明政府推动的信用信息共享平台起了很大作用。事实上，能够建立 信息共享平台，形成良好的信息生态环境，小微金融的发展才能更健康。信息的融通为大数据发展和模型应用 提供了基础，利于使用数据挖掘、数据分析，更好地服务 于小微企业。基于大数据的数量模型需要在实践中不断 完善，而且需要因地制宜地调整指标与模型，才能更好地 发挥模型的作用。
