前言：中文期刊网精心挑选了企业信用评估方法范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
企业信用评估方法范文1
【关键词】 港航企业；信息化；指标体系；评估方法
信息化发展水平是新经济时代企业价值能力的一种体现，是衡量港航企业现代化水平和综合竞争力的重要指标之一。当前，港航企业信息化向着智能化、集约化、突出协同应用和综合服务的趋势发展，并趋向于进一步的大规模应用。信息化水映的是一个综合体系，把人、组织、技术、应用及企业战略整体纳入考虑范围。综合评估企业信息化发展水平，考察其对组织业务运作和管理的支持程度、对组织落实发展战略的支撑水平、信息化建设成效，切实反映信息化对组织的业务水平提升、管理效能提升所起到的作用，并客观反映企业信息化建设存在的问题，对促进港航企业更好地转型发展具有现实意义。
1 信息化评估基本思路
围广、技术要求高、考虑因素多，不仅要评价信息化建设的技术水平和先进程度，还需综合考虑被评估对象的业务体系、组织模式和管理特点等因素。在此基础上，建立一套科学规范的信息化评估体系。
具体评估时，可以根据评估目的和对象的不同选取不同的评估方法，一般需按照以下思路（见图1）进行：（1）明确信息化评估的目的和要求；（2）根据企业业务战略对信息化进行正确定位和认识；（3）评估贯穿于整个生命周期，而不仅是事后评估；（4）根据不同的评估需求尽量选用成熟的参考框架；（5）分析信息化水平影响环境因素，充分考虑不同组织和条件下的差异性；（6）选择合适的评估技术方法，并适应信息化技术的要求，注重定量与定性评估的有机结合；（7）将评估与监管相结合、定性与定量分析相结合，注重动态监控和管理，然后以合适的形式展现评估结论。
2 评估指标体系设计
2.1 设计原则
评估指标是评估模型的骨架。科学建立评估指标体系是决定评估工作成败的关键。指标体系的设计要遵循以下原则：一是务实性原则，强调与被评估对象业务特点和规律紧密结合；二是整体性原则，合理构造层次结构和指标数量，全面反映信息化建设各个方面；三是简明性原则，尽量选与目标关联最紧密的重要指标，与现有数据衔接，数量精炼、定义明确，便于采集；四是独立性原则，便于专家根据情况灵活运用。
2.2 指标体系构成
建立评估指标体系是信息化评估的首要工作，也是研究的难点和重点。结合港航企业业务特点和信息化应用情况，将评估指标体系分为5个一级指标、22个二级指标和35个三级指标。其中，一级指标为：业务支持、技术架构、管理与运营、应用绩效、可持续发展等5类。每类指标，根据评估要求再逐层细化建立二级指标（见图2）。
（1）业务支持。主要考察信息化是否能有效支持企业业务战略的发展，关键是从应用覆盖面、覆盖深度与广度、业务协同等方面，测度是否能满足业务应用和经营管理工作需求。
（2）技术架构。重点考察企业在信息技术应用方面的状况，包括网络通信、基础设施、应用系统、信息资源、信息安全和信息技术应用（渗透和扩散）等方面的先进性与实用性，关键在于测度技术架构与业务体系的技术支撑能力。
（3）管理与运营。考察企业在信息化建设管理方面的水平和能力，包括战略管理、组织、流程制度、运维管理、安全管理等方面的能力提升情况。
（4）应用绩效。考察企业信息化的价值，衡量信息化组织贡献与影响，包括运行效率、管理效能、社会效益、节省费用、组织成长和知识创新等方面提升的响应能力情况。
（5）可持续发展。考察企业信息化保持平稳、高效、可持续发展的能力，包括信息化建设的技术和管理基础、资金投入水平、人才队伍保障和制度规范程度等方面内容。
3 信息化评估流程
（1）建立指标体系。在指标体系建立方面，采用“层次清晰、综合评估”指标体系设计理念，充分反映被评估对象的业务与管理特点，遵循系统全面、科学合理、有针对性和可操作性原则，建立分层、分级的指标体系。
（2）选择评估模型。根据评估对象与评估目的的不同，在适应性分析的基础上，确定组织信息化能力评估的基准，明确评估指标与基准的对应关系，选择科学、合理的评估模型。
（3）确定指标权重。指标权重是指该指标在本层指标中的相对重要程度。具体评估时，可以根据不同的评估目的和要求，分析指标的内涵与属性特征，选取主观或客观的赋权法，以确定指标权重。
（4）评估数据处理。评估数据是评估结果产生的源泉，有了评估数据才使得评估变得有意义。数据分为定量数据和定性数据两种，在应用评估模型C时通常要对数据进行一定的处理。其中，定性数据的处理通常采用的方法是调查问卷法，如采用隶属度赋值方法，将定性指标分成几个档次，制定评分依据。定量数据的处理则按照指标的释义和组织的具体情况进行收集，然后进行无量纲处理，将定量指标原值转化为评估值。
（5）结果综合分析。对企业信息化能力进行定量分析，是准确评价信息化水平的关键。在评估中，体现技术效益和有形经济效益的指标，一般采用定量分析方法。而体现社会效益和无形经济效益的指标，由于较难被量化，则采用定性分析方法进行考核。通过定性与定量分析相结合，实现客观、科学的评估。
4 应用与分析
模型”，将信息化能力分为启蒙级、基本级、适应级、规范级、战略级等5个评分等级。每项指标按评分区间从低到高依次为1～5分，如1分表示“启蒙级”，5分表示“战略级”等。每个评分等级都有相应的评价尺度和标准。
以企业信息化总体建设成效为依据，立足于企业发展战略的信息化支撑与服务，通过实地调研与专家打分相结合的模式，从业务支持、技术架构、管理与运营、应用绩效、可持续发展等5个方面对其信息化发展水平进行综合评估，并采用直观、简明的雷达射线图进行展现（如图3）。
评估结果表明，该企业信息化建设成效显著，总体水平达到规范级，未来在管理与运营、可持续发展等方面尚有进一步拓展的空间，以更好地适应港口转型发展的需要。
5 结 语
信息化发展水平已经成为衡量一个港航企业现代化水平和综合竞争力的一个重要标志。不同的测评方法会产生不同的评价结果。要从被评估对象的业务体系分析入手，充分理解组织业务模式和管理特点，结合好评估的目的与要求，在评估综合分析中尽量采用简单、明了的形式直观反映综合评估结果。科学、客观地评估港航企业信息化发展水平，有助于港航企业梳理和认识自身信息化建设成效与差距，尤其在多个同类企业的比较分析中能相互借鉴与促进发展。然后，在此研究基础上选择同类型港航企业进行评估比较分析，给出综合性的评估结论，以促进信息化工作更有力地支撑和融入企业发展战略
参考文献：
[1] 罗本成，原魁，眭凌，等．基于灰关联度评价的投资决策模型及应用[J]．系统工程理论与实践，2002（9）：133-137.
企业信用评估方法范文2
【关键词】不良贷款，五级分类，评估定价
1.不良贷款的含义
中国人民银行在《贷款风险分类指导原则（试行）》中根据贷款质量的不同将信贷资产进行五级分类，五级包括正常类、关注类、次级类、可疑类、损失类。不良贷款一般指五级分类中的后三类，具体指次级类贷款、可疑类贷款、损失类贷款。
2.不良贷款评估的主要方法
不良贷款的评估是为确定贷款在评估基准日的可回收金额，从而为金融企业处置不良贷款提供参考和依据。评估不良贷款价值一般是通过调查借款企业及其关联方的持续经营能力，分析借款企业的财务状况、资产状况、企业信用等，从而判断其偿债能力，估算不良贷款的可回收金额。评估不良贷款的主要方法有假设清算法、现金流偿债法、交易案例比较法、信用评价法、专家打分法。
2.1假设清算法
假设清算法一般使用在非持续经营条件或者仍在持续经营但是不具有稳定的净现金流的企业。首先，基于企业的整体资产，从总资产中剔除掉不能用于偿债和实际不用偿还的无效资产，按照企业清算过程中的偿债顺序，考虑优先受偿，以分析债权资产在某一时点从债务人或债务责任关联方所能获得的受偿程度。
（1）信用类债权资产价值（一般债权总额）=一般债权总额×信用贷款整体债权受偿率
（2）抵押质押权资产价值=抵押质押资产评估值+未清偿抵押质押债权×企业整体受偿率
（3）保证债权资产回收价值=保证贷款整体债权金额×保证人信用贷款整体债权回收率+未清偿保证债权×债务人信用贷款整体债权回收率
实际操作中，可能影响债权资产价值的因素很多，或有负债的不确定性、优先扣除项目金额及资产变现的可能性等因素难以量化。此外，注册资产评估师应准确把握企业在持续经营和非持续经营情况下有效资产和有效负债的范围。最后，确定优先债权受偿金额时，如果对应的资产价值小于优先债权，剩余的优先债权并入一般债权参与受偿；如果对应的资产价值大于优先债权，超过部分并入有效资产参与清偿。
2.2现金流偿债法
现金流偿债法适用于贷款企业未来经营状况、财务状况好转，不良贷款转化为优良贷款，未来经营净现金流量可以归还给银行。依据企业近几年的经营和财务状况，考虑行业、产品、市场、企业管理等因素的影响，对企业未来一定年限内可偿债现金流和经营成本进行合理预测分析，考察企业以未来经营及资产变现所产生的现金流清偿债。不良贷款现值的计算公式是：
其中，P为不良贷款现值，n为计算期数（通常以年为计量单位），Rt为第t年的净现金流量，r为折现率。
现金流偿债法分析的要点是对预期偿债年限的确定，对预期偿债年限内可用于偿债的现金流进行预测，确定折现率，从而计算预期偿债年限内可偿还现金流的现值。因此，这种方法测算精度在于贷款企业未来的经营状况、现金流和折现率的预测精度。
研究发现，期数（t）为1时的定价结果比较可靠，期数大于1时的定价结果不够可靠。因此，笔者建议将期数（t）设置为以季度为单位，取值不宜大于4.
2.3交易案例比较法。交易案例比较法是指通过选择与拟处置的债权在债权形态、债务人性质、行业特点、处置规模等方面类似的债权交易案例至少三个以上进行比较，综合考虑相应的调整因素，从而对处置债权价值进行分析。交易案例比较法是先通过定性分析掌握债权资产的相关信息，确定影响债权资产价值的各因素，然后选取若干近期已经发生的与被分析债权资产在债权形态、债务人性质和行业、交易条件相近的处置案例，对影响债权资产处置价格的债权情况、债务人情况、不良资产的市场状况、交易情况等因素进行量化分析，必要时可通过适当方法选取主要影响因素作为比较因素，与被分析债权资产进行比较并确定比较因素修正系数，对交易案例的处置价格进行修正并综合修正结果得出被分析债权资产价值。当可获取的样本量足够大时，可以运用数理统计的方法对样本进行分析，以此为基础测算债权资产价值。
2.4信用评价法
信用评价法通过信用评价的方式对债务企业财务指标和非财务指标的计算分析，评估债务企业的信用等级状况，根据企业信用等级状况求导不良贷款本息的风险损失系数，在此基础上计算不良贷款本息的可变现价值的一种评估方法。适用前提是正常经营的国有企业，银行与企业行为是纯市场行为。
基本公式为：贷款可变现值=贷款金额×（1-贷款资产损失率），其中，贷款资产损失率=[（贷款企业信用等级系数×贷款方式系数+贷款形态系数）-贷款企业信用等级系数×贷款方式系数×贷款形态系数] ×100%。
2.5专家打分法
专家打分法是指在综合专家意见的基础上，对债权价值和价值可实现程度进行分析的一种方法。其程序如下：（1）选择专家；（2）设计债权价值征询意见表；（3）向专家提供债权背景资料，以匿名方式征询专家意见；（4）对专家意见进行分析、汇总，将结果反馈给专家；（5）专家根据反馈结果修正自己的意见；（6）经过多轮匿名征询、反馈和调整后，形成最终的分析结论。
专家打分法是使用前提是有些不良贷款所对应的债务人虽然持续经营，但却不向债权人提供财务资料，有的不良债权不仅没有债务人资料甚至连债权人也不具备完整的信贷资料，处置评估时仅靠评估师的专业判断能力。
3.小结。综合分析五种不良贷款评估方法，我们可以得出以下结论：第一，五种评估方法都有一定的局限性。五种方法在假设前提下的测算结果只宜作为不良贷款定价参考值，不宜作为不良贷款交易价格。第二，相比较而言，假设清算法具有相对优势，其相关操作规范最为成熟，在实践中使用频率也最高。但是当企业在违约后继续经营时，使用假设清算法是不恰当的。现金流偿债法中贴现率的选择和债权在未来可能获得的偿付数额及具体的偿付时间难以预测。在交易案例比较法中，对影响回收率的因素分值的设定和调整缺乏科学依据，主观性太强。专家打分法则依赖于专家的主观判断，客观性不足。
参考文献：
企业信用评估方法范文3
(郑州经贸职业学院会计系,河南 郑州 450006 )
中图分类号:F270F832.42文献标识码:A文章编号:1673-0992(2009)09-087-02
摘要:中小企业融资难的问题一直以来都是社会关注的焦点,中小企业融资难主要表现为贷款难。影响中小企业贷款的因素很多,其中银行在经营管理上缺乏有效的信用风险管理是重要原因之一。目前,银行普遍存在流动性过剩问题,资金运用的压力加大,开拓中小企业贷款业务已成为现实的选择。本文从理论上就中小企业贷款信用风险评估方法问题进行了探讨,对建立完善有效的信用评价制度和风险控制制度提出了建议。
关键词: 零售贷款;信用评估
一、中小企业信用风险的特殊性
中小企业贷款相对大企业具有额度小、时效性要求高、期限短、频率高、对贷款价格敏感度低等特点,这在信用风险的管理技术和管理机制上提出了与大型企业不同的要求。按照《新巴塞尔资本协议》的有关规定,贷款总金额较小的中小企业贷款可以作为零售贷款管理,中小企业贷款的信用风险因此也具有零售贷款信用风险的特点。巴塞尔银行监管委员会于2001年1月的 《内部评级方法》把零售贷款定义为:“由大量小额贷款所构成的同质组合,这些贷款的借款人是消费者或者小企业,任何单笔贷款所增加的风险较小。”两年后 ,巴塞尔银行监管委员会于2003年7月了《新巴塞尔资本协议》(征求意见稿) 给出零售贷款更详细的界定。归入零售贷款的资产需满足下列标准 :(1)对个人的贷款 ,包括循环信贷和信用额度,个人定期贷款和租赁,不管金额大小,均作为零售贷款对待;(2)住房抵押贷款,不管其金额大小或是以共同拥有的住房作抵押物,只要借款人是拥有住房的个人均作为零售贷款;(3)对小企业的贷款, 如果银行包括其控股的金融机构作为一个整体对单个小企业的总贷款金额在100万欧元以下,则将其作为零售贷款。个人担保的小企业贷款作相同处理。此外,银行需对零售贷款进行打包,组成资产池并在此基础上进行管理。
该协议要求银行必须利用至少五年的数据来估计零售贷款的信用风险特征 ,包括违约风险暴露(EAD)、预期损失(EL)、违约概率(PD)、违约损失率(LGD)、有效期限(M)、意外损失(UL)等。
零售贷款的信用风险有其特殊性。首先,零售贷款的借款人通常是个人或小企业,缺乏评级资料可供利用;其次,单笔贷款的金额相对较小。第三,借款人是否违约在很大程度上取决于社会因素。如违约的社会成本、信息成本和法律成本,这些因素很难量化。第四,零售贷款缺乏二级市场。无法根据二级市场的价格来建立价格预期或进行价值评估。尽管资产证券化技术实现了抵押贷款、信用卡或汽车贷款组合的流动,但是人们对单笔零售贷款的信用风险主要变量如LGD、PD等依然知之甚少。因此,中小企业信用风险的特殊性使得我们不能简单地套用公司贷款业务或批发业务的风险管理模式,应针对中小企业特点和贷款风险特征制定切实可行的风险防范措施并提出相应的解决途径。
二、中小企业信用评估体系建设
(一)信用评分模型是中小企业信用风险评估的发展趋势
传统方法中,专家制度属于单变量测定法,它的缺陷在于不能对不同的财务比率的重要性进行排序,评级结果主要凭借专家的主观判断,标准不一致、随意性大。综合评估方法是目前国内银行普遍采用的方法,简便易行,比较适合规模较大的公司,但用该方法评估中小企业成本高、效率低、评级的标准不科学,导致中小企业准入门槛过高,无法获得银行贷款。信用评分模型的优点是可以降低人工成本、决策更有效率等。信用评分模型的应用可以提高贷款申请过程的速度,以及实现借款过程的自动化。凭借信用评分的帮助,银行能够在很短时间内量化与特别申请者信用关联的风险。这种方法比较适合数量众多、数额较小的中小企业。[1]
目前信用评分模型的开发和应用在国内还比较落后,但随着金融非中介化趋势加强,中小企业通过金融市场融资程度也加强,因此,借鉴国外信用风险定量度量和管理的经验、成果,构建新型的信用风险识别模型,对中小企业信用风险进行识别和衡量,显得十分迫切和必要。近年来中小企业贷款违约已经积累了一定量样本,为开展中小企业贷款信用风险的研究创造了有利条件。
(二)加快企业和个人征信系统建设,为每个中小企业建立信用档案。
银行能够通过征信系统低成本获取企业和企业主各类信息,将有助于其建立完善、有效的中小企业信用评分系统。企业和个人征信系统在全国范围内实现信息资源共享,也将有助于建立失信惩戒机制,对企业和企业主形成强有力的约束力,促进整个社会信用环境的改善。建立信用体系对控制信用风险、提高贷款质量、提高银行对中小企业信贷服务和积极性都具有重要意义。
三、中小企业贷款信用风险管理对策建议
(一)银行对中小企业贷款信用风险管理对策建议
从银行的角度看,加强中小企业信用风险管理应从以下几方面入手:
1.产品设计与客户分类相结合。利用信用风险模型对中小企业客户进行细分,在此基础上针对细分的客户群,开发出适合该客户群收益、风险与流动性特征的创新产品,在通用评分模型的基础上进一步细分,开发针对特定行业、贷款项目的更实用的、精准度更高的各类专用评分模型。既能够提高银行的产品营销能力和竞争力,又能够运用利率杠杆来管理风险。
2.注重提高银行信用风险分析技术。一是要注重财务指标的分析,尤其是现金流分析。地方性银行尤其要改变以往只看有无抵押、担保的传统做法,应充分利用企业财务指标建立信用风险分析模型。二是要注重对非财务指标的考察,加强对企业家个人信用状况、企业特征等非财务指标的分析,建立包含这些关键指标的信用评分模型,使得对中小企业信用风险的评价更全面、客观。[2]
3.注重积累中小企业信贷历史数据。优秀模型的建立需要多年的历史数据支持,目前中小企业历史数据资料非常欠缺,央行建立的中小企业信用信息数据库刚刚起步。应加快建设,搜集、积累更详细的数据,并建立数据及时更新的长效机制,使银行能够通过数据库低成本获取中小企业各类信息,为信用风险评估模型的研发提供数据平台。同时也有助于建立失信惩戒机制,对企业和企业家形成强有力的约束力,促进整个社会信用环境的改善。
4.采取有效措施消除中小企业信息不对称问题。模型预测的准确性是建立在真实、公允的财务报表信息的基础上,信息不对称是制约中小企业信用风险评估的关键因素。建议尽快实现银行征信部门与工商、税务等职能部门的信息资源共享,通过信息联网核查避免企业多套设帐、多套报表的情况,确保企业信息的真实性。征信管理部门在办理贷款卡审查的过程中,应要求企业提供经过会计师事务所审计的财务报表。相关部门应加强对中介机构的市场监管,提高社会中介机构的专业化服务水平和诚信水平,保证验资报告、审计报告的公正、真实。[3]
(二)完善中小企业信用风险管理的制度和政策环境
制度政策环境方面的缺陷已经成为导致我国中小企业贷款违约的一个重要因素。以下四个方面对导致我国中小企业贷款违约风险的制度因素和政策环境进行了分析,对进一步完善中小企业信用风险管理提出了系统性建议。
1.进一步推进利率的市场化改革。实证分析发现,利率、借款数额、借款期限等与违约之间具有内生性关系,利率是可以起到甄别企业风险和配置信贷资金的作用的。因而,要进一步推进利率的市场化改革,银行可以基于企业风险评价设置相应利率,一方面可以约束企业违约行为,一方面提高银行的收益。
2.建立完善中小企业信用担保制度。建立专业的信用增级公司为低信用级别企业发行直接债务融资工具提供增级。信用担保制度是解决中小企业融资难的一项金融支持制度。目前国内的担保公司在中小企业直接债务融资担保上的一大缺陷就是自身资本实力不足,不能最大限度地为中小企业降低融资成本。因此政府应加大政策扶持力度,本着“政府扶持,市场运作,规范管理,加快发展”的原则,采取具体措施促进担保机构开展业务。[3]
3.积极引导中小企业健全内部信用管理制度,加强风险管理,增强诚信经营理念。有条件的中小企业应该成立专门的信用管理部门, 借鉴国内外客户信用分析模型、客户信用评级方法与技术、合约管理、营销预警和应收账款管理技术,建立健全企业信用管理制度,大力推行“3+1”1科学信用管理模式,从原始资料积累开始,对企业进行全程信用管理。制定合理的信用政策,根据企业和不同客户的具体情况确定适宜的授信额度,将信用管理的重点转向事前和事中阶段,形成信用管理工作的全覆盖,实现信用管理与企业经营发展的良性互动,提升中小企业的市场竞争力和持久发展能力。[4]
参考文献:
[1]贺学会,王海峰,王小曼.企业信用行为与失信惩戒机制:一个基于信用资本的分析框架[J].金融研究.2008.10
[2]张吉光. 宏观调控下的中小企业融资问题及对策[J].金融管理与研究.2009.01
企业信用评估方法范文4
关键词：模糊神经网络；企业信用风险；评估模型
中图分类号：F820 文献标识码：A 文章编号：1672-3104（2013）05?0021?05
信用风险是指交易对方没有意愿或没有能力履行既定合同条件而造成违约，致使债权人或交易方遭受经济损失的可能性。企业信用风险产生的原因有企业内部自身的因素，也有环境因素。企业经营不善、决策失误导致无法履约等自身因素往往被认为是企业信用风险的根本原因[1]；而国内外宏观经济环境、法律法规制度及政治制度的突变也成为当前企业信用风险成因不可忽视的因素。
理论和实践已表明当今的中国已经步入了“信用经济时代”，这就要求作为中国经济主体的企业，在生产经营活动中需要感知风险、预测风险和规避风险，以确保契约关系的如期履行。这既是企业经营与发展的根本，也是国家和地区经济体系正常运行的基本前提。因而如何科学有效的评价企业的信用风险，对维护国家金融安全与经济健康运行的意义与价值是不言而喻的。
一、文献回顾
信用评价是穆迪（Moody）公司的创始人约翰·穆迪在1890年首创提出的债券风险管理体系，通过债券的信用评价确定债券等级，目的是帮助投资者对债券做出选择，同时也为企业管理者的生产经营决策提供建议。到上世纪二三十年代，信用评价开始在欧美国家风行，评价的技术也在与时俱进。总结其发展历程，评价技术大致可以划分为经验判断时期、统计模型时期和人工智能方法时期。
（一） 经验判断时期
这一时期主要集中在20世纪50年代以前，依赖评估人员的经验和能力对企业的信用状况作出判断。在多年的实践中，逐渐形成了“6C”“5P”及“LAPP”等要素信用评价方法。但经验判断法对评估人员的能力与水平有很高的要求，而且由于不同评估人员的的认识不同导致评价结果差异较大，评价结果公正性难以保证。
（二） 统计模型时期
在上世纪50年代到90年代期间，统计方法开始在信用评价技术中大量使用。Beaver[2]在1968建立单变量多元分析模型 （Z模型），但这种方法会存在不同变量导致不同的评价结果的缺陷。针对这一缺陷，Altman[3]利用多元判别分析法进行改进建立了Zeta模型，明显提升了风险预警的效果。1980年Ohlson[4]开始运用Logit回归模型进行企业信用评价，而后Collins和Green（1982）、Gentry、Newbold和Whitford （1987）的研究表明了Logit回归模型在信用评价方面优于Zeta模型。Jone和Hensher（2004）使用混合Logit模型提高风险评价的准确程度。随着信用评价技术的完善，一些新的统计方法不断在实践和应用，如KMV模型、VaR方法均在信用风险评价中使用，这些模型的出现意味着统计方法在信用风险度量技术的广泛使用。
但是统计学方法应用在信用评价中也有很多的不足，如统计模型要求评价指标的关系是线性的，指标要成正态分布等都与企业的实际情况不符。因此，统计方法评价企业信用风险有很大的局限性。
（三） 人工智能方法时期
从上世纪90年代开始，信用评价就进入了一个集人工智能、计算机技术和系统技术于一体的人工智能方法时期。随着人工智能的发展和应用，神经网络方法（ANN）开始进入信用评价的应用和研究领域。相对于统计方法，神经网络对样本数据分布要求不严格，具有较强的“鲁棒性”和较高的预测精度，这些优势使其成为信用风险评价的有效工具。Singleton和Surkan[5]的研究表明神经网络方法的准确率比信用评分法的准确率要高16%。Altman、Macro和macro[6]的研究也证实了神经网络准确率远高于信用评分法准确率。
我国学者对于信用评价问题的研究起步较晚，相比发达国家成熟的信用评价体系存在着相当大的差距。特别是在信用评级的实践中，仍然以信用评分为主，在评价方法上，又以统计分析为主，而对于神经网络方法、衍生工具方法的应用研究相对较少。基于此，本文构建模糊神经网络方法探索企业信用风险评价方法。
二、研究方法与样本来源
（一） 研究方法
本文中的T-S模糊系统是一种自适应能力较强的模糊系统应用，该模型不仅能自动更新，而且还能不断修正模糊子集的隶属函数。T-S模糊系统用“if-then”的规则来定义，其模糊推理如下：
其中： 为模糊系统的模糊集； 为模糊系统的参数；yi为根据模糊规则得到的输出。该模糊推理的输出部分是模糊的，输入部分是确定的，且输出为输入的线性组合。
（二） 样本来源
本文中的样本来源于2012年度浙江省重点工程招投标领域信用评级企业。为了评价的一致性，受评的72户企业均为土木施工类企业，其中55户作为神经网络的学习样本，17户作为检验样本，样本数据均由杭州资信评估公司提供。
（三） 评价指标说明
信用评价指标体系是科学评价企业信用状况的基础和依据，本文按照浙江省企业信用评价指导性标准和规范提供的指标体系[7]，其评价指标主要分为5个大类、15个中类及48个初始指标集，即① 企业基本状况大类指标：基本条件，人力资源，管理能力；②财务状况大类指标：债权债务，营运能力，盈利能力；③ 发展潜力大类指标：行业状况，技术实力，成长能力，发展战略；④ 公共信用监管大类指标；⑤ 招标投标监管信息大类指标：招标投标信用记录，合同履约情况，获奖情况。
本文样本的财务指标数据均来自于审计后的财务报表，定性指标则通过实地调查或监管部门的官网信息所得，因而所有的信用信息真实可靠。
由于信用评价指标体系中的各个指标计量单位不同，在分析之前必须通过归一化处理，化为无量纲的表达式，即为纯量。指标归一化的方法有很多，本文使用如下算子（即matlab中的mapminmax）进行归一化处理：
其中：ymax默认取为1，ymin默认取为?1，这样把原始数据归一化到?1至1之间，以便于后续的运算处理。
三、模糊神经网络构建
（一） 模糊神经网络的输入与输出
本文构建三层神经网络，模型的第一层为输入层，因为有48个输入参数指标，所以输入层设置了48个神经元；第二层为隐含层，隐含层神经元个数要依据网络学习的拟合速度选取，此处设置为100个；第三层为输出层，由于输出参数为一个，即为企业的信用等级，故输出层设置1个神经元。
（二） 基于模糊神经网络的企业信用风险评价的流程
企业信用风险评价要将输入样本数据归一化后求隶属度，旨在将数据模糊化，再采用连乘算子作为模糊算子，计算模糊模型输出值，其结果为逆模糊化的输出。通过误差计算矫正隶属度参数，训练模糊神经网络，将训练好的网络对测试数据进行信用评价。该过程如图1所示。
（三） 模糊神经网络的学习算法
1. 误差计算
2. 系数修正
3. 参数修正
四、实证研究结果
本文采用MATLAB 2010a编程，实现模糊神经网络过程对该网络进行训练。经过训练得到模糊神经网络的真实结构。该结构由48个神经元的输入层，1个神经元的输出层和100个神经元的隐含层构成，经过大量次数的训练，得到训练结果。
（一） 误差分析
从图2到图5可知，经过9 000次训练，个别点的误差仍然较大，没有趋于稳定。在经过10 000次训练后，所有点的误差非常小，训练好的模型能够用于测试数据的信用评价。
在不同训练次数下误差波动不大，说明经过10 000次训练以后的误差已经趋于稳定。从图6和图7中可以看出，需要较大的训练次数误差才能趋于稳定，主要原因在于训练样本中等级的不连续性，例如一个企业的数据理论上应该化分为等级2.4，但是在实践应用中的等级却只有2和3，按照接近原则划分到2，这样的误差出现在训练样本中将会对训练结果的好坏、预测结果的好坏有着较大的影响。
由于反归一化后结果不一定是整数，这与信用等级不一致，所以有必要对结果取整，当输出结果小于1.5，其等级为AAA（图上为1），输出结果为1.5～2.5，其等级为AA（图上为2），输出结果为2.5～3.5，其等级为A（图上为3），输出结果大于3.5，其等级为BBB（图上为4）。
测试样本评价结果如图8，等级1代表AAA，2代表AA，3代表A，4代表BBB。即：
五、结语
（1） 本文根据浙江省企业信用评价指导性标准和规范的要求确立了企业信用风险评估的指标体系， 构建了企业信用风险评估的模糊神经网络模型。通过MATLAB 2010a编程，实现模糊神经网络过程对该网络进行训练。实证研究表明， 模糊神经网络适用于企业信用风险评价，且网络预测误差小。
（2） 利用模糊神经网络得到的企业信用评价结果与杭州资信评估企业的评价结果基本一致。经对比，有4个企业的评价结果发生了一个等级的差异。
参考文献：
[1] 张瑛. 新兴技术企业信用风险评估方法研究[D]. 成都： 电了科技大学， 2009.
[2] Beaver W H. financial ratios as predictors of failure[J]. Journal of Accounting Research， 1966： 71?111.
[3] Altman E I. Financial Ratios Discriminant Analysis and the Prediction of Corporate Bankruptcy[J]. Journal of Finance， 1968， 23： 4?7.
[4] J S. Ohlson. Financial Ratios and the Probabilitistic Prediction of Bankruptcy [J]. Journal of Accounting Research， 1980， 4： 123?133.
[5] Singleton. And Surkan. D. Simulating Correlated Defaults [J]. Paper presented at the Bank of England Conference on Credit Risk Modeling and Regulatory Implications， 2003， 9： 21?36.
企业信用评估方法范文5
关键词:BP神经网络;资信评估;金融决策;动态演化
中图分类号:TP183文献标识码:A
文章编号:1004-373X(2009)20-147-03
Application of BP Neural Network in Corporation Credit Rating
LUO Ye,CAI Qiuru,LIU Yijun,YE Feiyue
(Jiangsu Teachers University of Technology,Changzhou,213001,China)
Abstract:Scientific and accurate credit rating of enterprises can be assisted in decision-making and the risk of investors can be reduced.Therefore,it is utmost important to improve the accuracy and the scientific of the credit rating.BP neural network is applied to the problem of corporation credit rating to avoid the inability of conventional credit rating methods.BP neural network model is established for the problem according to the relationship between credit rating and its influential factors.The results show that the model is fast and accurate.
Keywords:BP neural network;credit rating;financial strategy;dynamic evolution
0 引 言
随着经济的发展,国家逐步放开了对金融的管制,使金融市场的发展速度得以不断加快,经济形态也更倾向于信用经济。资信评估作为市场经济中的监督力量,对经济的影响是不言而喻的。它在很大程度上降低信息不对称的成本,能够作为投资者的重要参考依据。科学准确的资信评估可以辅助决策,降低投资者风险。因此,提高资信评估的准确度和科学性极其重要[1]。
企业资信评估是以独立经营的企业或经济主体为对象,对进行一般性的商业交往、投资合作及信贷活动的信用评价。本质上它属于综合评价中的分类与排序问题。传统的资信评估方法是基于统计学的分析方法,包括线性回归分析、线性判别分析、逻辑回归分析等[2,3]。然而统计学方法有很大的局限性,存在权重的确定,缺乏理论依据,带有明显主观臆断且计算复杂的缺陷。神经网络技术可实现非线性关系的隐式表达,摒弃预测函数的变量是线性和互相独立的假设,信用评级时不用确定各因素的权重且可处理各指标之间的非线性相关性。在此,将BP神经网络用于企业资信评估,建立了神经网络评估模型。实验表明,该模型是有效的。
1 BP神经网络原理
Backpropagation(BP)神经网络是应用较为广泛的一种神经网络,尤其是建模、模式识别和优化等方面广为应用。它是一个高度非线性的超大规模连续时间动力系统,也是一个超大规模非线性连续时间自适应信息处理系统;同时它具有大规模分布处理及高度的鲁棒性和学习联想能力。网络的信息处理由神经元之间的相互作用来实现,知识与信息的存储表现为网络元件互连间分布的物理关系,网络的学习与识别决定于各神经元连接权系数的动态演化过程。
在神经网络中,传递函数是反映下层输入对上层节点刺激脉冲强度的函数,一般取(0,1)内连续取值的sigmoid函数:
f(x)=11+e-x
提供训练样本Xk(k=1,2,…,P),P为样本数目,Xk=(xk1,xk2,…,xkM);M为输入向量维数。设Yk为样本Xk期望的网络输出向量,k为实际网络输出向量,Yk=(yk1,yk2,…,ykN),N为输出向量维数,则误差指标函数为:
E=12∑Pk=1Yk-k2
标准BP算法的具体过程可归纳如下[4]:
(1) 给出训练误差允许值ε,并初始化权值wij和阈值向量;
(2) 计算E,若E≤ε,转步骤(3),否则对每个样本Xk进行下述操作:
①计算网络输出o。
对每一个输出单元k,δk=ok(1-ok)(tk-ok);
对每一个隐含单元h,δh=oh(1-oh)∑kwh,kδk。
② 更新网络连接权值wij,wij=wij+Δwij,Δwij=ηδjxij,xij为单元i~j的输出。
(3) 算法结束。
2 评价指标体系
企业资信度评价即企业评级,以独立经营的企业或经济主体为对象,对其在一般性的商业交往、投资合作及信贷活动中的信用评价。实际上就是对企业及经济主体的生产、经营、管理前景及经济效益状况所进行的全面考察与综合评价。在此,将企业资信等级分为优、良、中、差四个等级。影响企业资信的因素很多,本文在对诸多学者研究的基础上,结合有关文献选取了如下12个财务指标[5-10]:
(1) 反映盈利能力的总资产收益率(X1)、净资产收益率(X2)、主营业务利润率(X3);
(2) 反映企业资本结构的资产负债率(X4)、有形净值债务率(X5);
(3) 反映企业发展潜力的净利润增长率(X6);
(4) 反映企业经营和管理其资产能力的存货周转率(X7)和应收账款周转率(X8);
(5) 反映企业变现能力的速动比率(X9)、流动资产应收账款率(X10)和短期负债现金保障率(X11);
(6) 反映企业现金流量的现金比率(X12)。
3 网络的设计、训练与仿真
3.1 网络设计
企业资信评估是一个模式识别问题,神经网络的目标是根据企业财务情况给出准确的信用等级。建立神经网络模型的关键是要确定网络的拓扑结构、输入结点、输出结点和层数,见图1。根据Kolmogorov定理,三层BP网络充分学习后能逼近任何函数,因此构建三层结构的BP神经网络。由于输入向量包含12项指标,故输入层应包含12个结点。确定隐含结点数有很多经验法则,在此根据Kolmogorov定理,取2n+1个的隐含层结点数,其中n为输入层的结点个数。因此这里隐含层结点数为25个。本文将企业资信等级分别对应一个分值,优取值4,良取值3,中取值2,差取值1。因此,输出层包含1个结点,输出资信得分。
图1 用于资信评估的BP神经网络结构
3.2 训练与仿真
在此,采用Matlab 7软件及其神经网络工具箱建立、训练并测试神经网络。样本数据来源于实际上市公司的财务数据,其中30例用于训练网络,12例用于测试[6]。
在评价企业资信的12个指标中,不同的指标从不同的角度对企业资信进行评估,指标之间无法比较。为了便于最终评价值的确定,需要对各个指标进行无量纲化处理;同时,由于评价中所使用的各项指标之间数值相差很大,不能直接进行比较。为使各指标在整个系统中具有可比性,必须对各指标进行标准化处理。在此使用Matlab中的 prestd 函数进行归一化,使得数据具有零均值与单位方差。
网络输入层与隐含层,以及隐含层和输出层的传递函数分别采用正切Sigmoid函数Tansig()和线性函数purelin()。设置学习率lr为0.05,最大训练步数epoch为30 000,goal为1×10-8,show为50。其他参数,如max_fail,rem_reduc,min_grad,mu,mu_dec,mu_inc,mu_max,time均采用缺省值。
利用实现BP算法的函数traingd对网络进行2 857步训练,网络误差平方和mse达到了误差标准目标1×10-8的要求。网络性能如图2所示。
图2 BP网络模型训练结果
至此,企业资信评估的神经网络评价模型已经构建完成,在应用过程中,只需输入测试样本的指标数据,便可以进行评价研究。
为了验证该模型的有效性,选用如表1所示12个企业的具体数据,并利用建立好的神经网络进行仿真运算,以分析验证所建网络的有效性。
由表2可以看到,输出得分并不限于1,2,3,4四个数值,这是因为网络的输出层采用的是线性传递函数。但是可以将输出得分四舍五入,从而得到相应的评估等级。
例如,样本9输出得分为2.761 5,其资信等级便是B。由表2可得,输出结果准确率为75%。
4 结 语
与企业资信评估研究常用的统计学方法相比,基于BP神经网络的企业资信评估模型具有如下优点:首先,它属于隐式数学处理方法,只需将经过处理的数据输入训练好的网络中,通过相应的数学工具即可得出结果,评价过程方便、快捷;其次,不需要人为确定权重,降低由于评价过程中主观因素所导致的结果失真,评价结果更为客观。但在研究过程中发现,样本数据的数量和质量对网络的学习能力有较大影响,相信随着神经网络方法及其数学工具的深入研究,现存问题终将得到解决。
参考文献
[1]刘重才,周洲,梅强.LVQ神经网络在企业资信评估中的应用[J].集团经济研究,2007(10):203-204.
[2]Zan Huang,Hsinchun Chen.Credit Rating Analysis with Support Vector Machines and Neural Networks:A Market Comparative Study[J].Decision Support Systems,2004,37:543-558.
[3]Reem Heakal.What is a Corporate Credit Rating [EB/OL]./articles/03/102203.asp,2008.
[4]Ethem Alpaydin.Introduction to Machine Learning[M].MIT Press,2004.
[5]熊颖,陈新,陈新度.制造业中小企业的资信评估研究 [J].微计算机信息,2007,23(27):30-32.
[6]张萌.企业信用评估体系与评估方法研究[D].西安:西北大学,2006.
[7]朱丽,张洪伟,谭辉.基于软计算的资信评估研究[J].计算机应用研究,2005,22(5):74-77.
[8]徐晋.基于神经网络专家系统的创业企业信用等级评估研究[J].南京理工大学学报,2004,28(6):684-688.
企业信用评估方法范文6
关键词:信用销售;信用风险;风险防范;企业
中图分类号:F270.7 文献标志码:A 文章编号:1673-291X(2010)10-0161-03
收稿日期:2010-01-18
作者简介:吴定玉(1974-),女,湖南澧县人,博士研究生,哲学博士后流动站在站博士后,从事企业战略管理与企业伦理研究;曾祥林(1985-),男,湖南津市人,硕士研究生,从事企业战略管理研究。
一、企业信用销售风险的界定
信用销售有广义与狭义之分。广义的信用销售是一切合法的授信形式,信用销售一般是在商业银行和其他金融机构的支持下进行的。狭义的信用销售是指企业赊销,包括对企业和对消费者进行的赊销,是一种企业对企业、商场对消费者、生产厂家对消费者提供的先提货后付款的销售方式。信用风险指的是因交易一方不能履行或不能全部履行交收责任而造成的风险。信用风险可分为本金风险和重置风险。当一方不足额交收时,另一方有可能收不到或不能全部收到应得账款或权益,造成损失,这就是本金风险;违约方违约造成交易不能实现,未违约方为购得股票或变现需再次交易,因此可能遭受因市场价格变化而带来的损失,这就是重置风险。
二、企业信用销售风险产生的原因
不同的企业,信用风险的主导因素也不完全相同,但是整体上可以将产生企业信用销售风险的原因概括为三个基本方面,即:市场环境风险、客户自身风险和企业自身管理风险。在此我们着重探讨后面两种风险。
(一)企业信用销售产生风险来自于客户的外部原因
一般而言,在信用销售过程中永远存在着一定程度的风险。因为在交易的过程中存在着销售商品的信息不对称和信用信息的不对称,客户比授信方占有更多的信息,客户利用自己占有货物的优势和信用信息的优势,在信用销售完成前后分别通过“逆向选择”和“道德风险”为自己谋求利益。对授信企业来说,按照客户信用风险产生的原因,可将授信企业的信用销售风险分为道德性信用风险和非道德性信用风险。
在信用销售实践中,来自于客户自身的信用销售风险是企业信用销售风险产生的外部原因,常见的表现形式主要有:贸易纠纷、客户拖欠的风险、客户赖账的风险、客户破产的风险、客户诈骗的风险等等。
1.贸易纠纷。在信用销售过程中,由于对合同中的某些条款,如货物质量、数量等方面的分歧产生纠纷,导致货款迟付或拒付。贸易纠纷可大致分为货物买卖纠纷(品质纠纷、货物数量纠纷)、货物运输纠纷、保险纠纷、纠纷、售后服务纠纷。
2.客户无力偿还。企业经营不善,无力偿还,是产生信用销售风险的主要原因。
3.有意占用对方资金。部分企业有一种错误观念认为拖欠、占用其他企业的资金不是严重的事情,甚至“拖欠账款是本事,按时还款是傻瓜”已经成为一些人的信条。有些被拖欠的企业为了保证本企业的资金周转,也采用同样的手段拖欠对方或其他企业的货款,从而使债务关系变得极其复杂。
(二)企业信用销售产生风险来自于企业自身的内部原因
不同企业产生信用销售风险的内部原因各不相同,主要有:客户信息不全、不真实,没有准确判断客户的信用状况和信用的变化情况;财务部门和销售部门缺少有效的沟通,企业内部业务人员与客户勾结;没有正确地选择结算方式和结算条件;企业内部资金和项目审批不严格,对应收账款监控不严,对拖欠账款缺少有效的追讨手段,企业缺少科学的信用管理制度。
1.企业对信用销售目标认识的偏差。企业销售部门为了应付公司的业绩考核,不顾企业长远利益,急功近利,或迫于市场竞争压力,在买方市场和赊销方式下,通过赊销刺激销售的快速增长,但其背后的财务状况逐步恶化,应收账款急速上升,销售费用不断增加,呆账、坏账上升,企业利润下降。最终却偏离了企业盈利和合理的净现金流量这些最主要的财务目标。
2.企业信用销售风险管理重点滞后和手段落后。信用销售风险管理方法单一,不能按客户进行目标细分管理。销售部或财务部很少对客户的信用风险建立在事实基础上的科学评估和预测,交易中仅凭主观判断作决策,对授信条件缺乏科学的决策依据。大多数企业对信用销售的管理工作主要是集中在销售以后形成的应收账款的管理上,且对应收账款的管理重点放在“追账”上面,忽视对交易之前和交易过程中的客户信用过程管理和控制。
三、企业信用销售风险防范与控制的对策与措施
企业如果仅仅依赖于原有的管理方式,往往很难对发生的信用销售风险进行有效地控制。事实证明,企业信用销售风险存在于信用销售的前后各个环节。因此,企业对其风险的防范与控制不仅局限于销售,而是对从客户资信评估、授信、应收账款监控、拖欠追收等交易全过程的管理和控制。
(一)构建企业信用销售风险管理的总体思路
针对企业信用销售风险产生的原因及未来企业管理现代化的要求,我们提出构建企业信用销售风险管理的总体思路是:从企业的经营管理体制入手解决信用销售风险问题,设立独立于销售部、财务部的信用风险管理职能部门,让信用部门承担和协调整个企业的信用风险管理工作;依照过程控制和系统分析的原理,建立一套全面的信用管理制度,保证企业信用销售风险管理体系的正常运作。
(二)设计企业信用销售风险管理体系的组织框架
在构建信用销售风险管理体系时,如下几个方面是必须加以考虑的核心问题:理顺信用风险管理和风险控制的授权关系;业务部门在信用风险管理上的合理分工;实行内外结合的信用风险控制方式;改进信用风险管理的绩效考核。
首先,在企业组织上建立一个由财务总监或相关副总经理直接领导下的独立的信用管理机构。该机构主要职能是负责建立企业全程信用管理和评估体系,充分协调企业销售与财务目标,在企业内部形成一个科学的风险制约机制,防止任何部门管理人员片面追求本部门利益最大化而损害企业利益的决策机制。
其次,以独立信用管理机构为核心,建立“客户资信管理”、“赊销风险管理”和“货款回收管理”等子部门,负责与销售部、财务部等各部门有关的信用管理工作。
(三)建立信用销售风险预警――客户资信调查和评估
为避免信用销售给企业带来的风险,应强调事前防范、而不是事后处理,建立信用销售风险预警,即建立企业信用销售风险防范与控制的制度保证。企业经营过程中会接触许多不同的客户,必须对新老客户的资信状况了解清楚,然后评估是否可以授信。建立企业资信调查和评估机制,才能准确把握商机和信用销售风险的区别。一般来说,主要工作是调查客户信用状况和对客户进行信用评级。
1.调查客户的信用情况。对客户的信用情况进行调查,为本企业的信用销售决策提供依据。在具体进行信用调查、搜集客户的信用资料时,可采用以下方法来进行。(1)直接调查法:是指企业调查人员与被调查客户接触,通过当面采访、询问、观看、记录等方式获取信用资料的一种方法。这种方法能保证搜集资料的准确性和及时性。(2)间接调查法:是指通过对被调查客户或其他有关单位的相关原始记录和核算资料,进行加工整理以获取信用资料的一种方法。
2.客户信用评级。在评估等级方面,目前有两种:第一种是采用三类九级制,即把评估对象的信用情况分为AAA、AA、A;BBB、BB、B;CCC、CC、C九等。第二种是采用三级制,即分为AAA、AA、A。专门的信用评估结构,由于其评估方法先进,调查细致,程序合理,可信度较高,因而其评估结论值得有关企业信赖并采纳。
(四)加强中期信用销售风险防范与控制──赊销业务管理
企业在交易过程中产生的信用风险主要来自于对客户的赊销额度和期限的控制环节。因此,必须实行严格的内部授信制度。
1.建立信用销售的审批制度。企业可根据自身特点和管理要求建立信用销售审批制度,赋予不同级别的人员不同金额的审批权限,超过审批权限的必须向上一级领导报告。
2.灵活运用信用政策。企业应根据情况的变化,随时修改和调整信用政策,尽量协调三个相互矛盾的目标:把销售量提高到最大;把应收账款投资的机会成本降到最低;把坏账损失降到最小。
3.建立信用额度:企业应根据客户的信用等级及有关资料,为每一客户设定一个信用额度。信用额度虽然不一定能提高客户付款的概率,但它可以限制不付款引起的坏账损失。
(五)加强后期信用销售风险防范与控制──应收账款的监控
目前大部分企业在应收账款管理制度方面存在的主要问题:一是应收账款监控制度不完整,没有涵盖与应收账款有关的全部内容,缺乏系统性;二是应收账款的监控与赊销政策之间的灵活互动性差,收账策略缺乏科学性。面对“拖欠账款是本事,按时还款是傻瓜”已经成为一些人的信条的现状,企业真正的风险才刚刚来临。企业应该经常对持有的应收账款进行分析,对大额应收账款和核心客户进行跟踪分析,包括对客户产品接收情况和满意程度的查询,并在货款到期日前提醒客户付款等,达到对所持有的应收账款进行自始至终的日常监督。
1.完善销售人员的业绩考核制度。在对销售人员按月进行业绩考核时,应以实际完成的回收款和销售额两者相结合作为依据,而不是以含应收账款的销售额为依据,并将考核结果与奖惩挂钩。
2.建立对应收账款的风险分类管理制度。要求信用部门、销售部门和财务部门定期或不定期对应收账款进行对账。由财务部门对应收账款的账龄进行调查、分析。信用部门根据分析结果对应收账款产生的风险分类管理。
3.建立风险分析报告制度。企业信用管理员根据财务人员的调查分析定向销售人员报送与其业务相关的应收账款余额、账龄、风险分析等资料。同时,每天向信用部门经理汇报特殊信用情况,同时每月向信用部门、财务和销售经理汇报应收账款管理中存在的问题,并提供风险分析报告。企业每月召开信用管理、销售、财务、法律等部门负责人会议,相互配合协商解决方案,商讨超期应收账款的回收措施。
4.追收拖欠账款。逾期应收账款的产生,既有外部原因,又有企业内部管理原因,对其应当区别对待。对于善意拖欠可以通过双方的及时沟通、协调,彼此谅解,最后达成一致的解决方法。面对恶意拖欠,在弄清楚拖欠的真实原因和收回的可能性后,就需要决策采用什么样的手段进行追讨。追收钱款的手段分为五种:企业自行追讨、委托机构追讨、仲裁追讨、诉讼追讨、申请破产追讨。到底选用何种方式进行追讨,这是个比较困难的问题,从理论上讲,这五种方式在不同的情况下都有可能成为最佳的追账方法,但在实际操作中,应该考虑具体的条件,这些条件包括:拖欠的时间、追讨的效率、追讨的成本、是否需要维护与欠债方的关系等等。
四、结语
防范与控制信用销售风险的方式、方法很多。企业应针对本企业实际情况采取切实可行的措施,不可盲目照抄照搬。另外,国家应采取宏观措施,在信用体系建设中建立失信约束惩罚机制,增大失信成本,从立法到执法上,使失信成本提高到无利可图,使那些失信企业付出惨重的代价,建立健康有序的信用市场体系。
参考文献:
[1]Emery,G.A Pure Financial Explanation for Trade Credit[J].Financial And Quantitative Analysis,1984,(19):271-285.
[2]Petersen,M.,Rajan,R.,Trade Credit:Theory and Evidence[J].Review of Financial Studies,1997,(10):661-691.
[3]Rajan,R.,Zingales,L.,Financial Dependence and Growth[J].American Economic Review,1998,(88):559-586.
[4]Sununers,B.,Wilson,N.,Trade Credit Terms Offered by Small Firms:Survey Evidence and Empirical Analysis[J].Business and Finance Accounting,2002,(29):317-351.
[5]赵艳玲,叶红.物流企业应收帐款膨胀原因及风险防范[EB/OL].中国物流与采购网,2007-11-29.
[6]贾楠,吕永波,夏云兰.基于信用成本的供应链合作问题博弈分析[J].物流技术,2007,(7).
[7]王桂强.赊购企业商业信用成本优化选择:机会成本分析的一个实际应用[J].商业研究,2005,(18).
[8]谢旭.企业赊销与信用管理[M].北京:中国经济出版社,2000.
[9]韩家平.企业信用管理典范[M].北京:中国对外经济贸易出版社,2001.
[10]陈建中,席萍.浅析供应链采购阶段的中小企业融资[J].时代金融,2007,(5).
[11]姚建凤.拓展仓单质押业务――实现企业物流业务的延伸与创新[J].全国商情:经济理论研究,2006,(11).
The Precaution and Control of Enterprise’Credit Sales Risks
WU Ding-yu,ZENG Xiang-lin
(College of Economics and Management, Hunan Normal University,Changsha 410081, China)
