我國的中小企業作為非公有制經濟中的一個部分正在逐漸發展壯大，較之國有大型企業而言，中小企業有著規模較小、內部管理水平低下等問題，再加上與銀行之間信息不對稱等多種原因，最終造成了中小企業融資困難。而解決中小企業與銀行之間信息不對稱的一個辦法就是進行信用評級，故而建立一套適用于中小企業的信用評估體系對于解決其融資難有著重要的意義。

本文考慮了我國特殊國情下特定的市場經濟條件，以及我國中小企業的特點，將財務指標與非財務指標相結合，通過因子分析建立修正的評價指標體系，進而通過深圳中小板上市企業的數據的實證分析，比較了各類評估模型的適用性，最終發現 Logistic 回歸構建的中小企業資信評估模型更具適用性。

研究背景及思路

我國中小企業正在作為非公有制經濟中的一個部分逐漸發展壯大，較之國有大型企業而言，中小企業有著規模較小、內部管理水平低下等問題，絕大多數的中小企業都非上市公司，這就又存在著信息透明度低的問題，這種企業與銀行之間的信息不對稱使得銀行為了盡可能規避由道德風險帶來的逆向選擇，就會加大對中小企業貸款的審查要求，減少對中小企業的貸款額度，最終造成了中小企業融資困難。

解決中小企業與銀行之間信息不對稱的一個重要途徑就是信用評級，通過資信評估可以提高其信息透明度，降低銀行為獲取其信息而付出的交易成本，同時就縮小了銀行對中小企業放貸的信用風險，增強了銀行的放貸意愿，從而有利于緩解現在中小企業融資難的問題。

我國商業銀行對于企業評級所使用的信用評級指標體系是同一標準,在面對中小企業時并未制定專門的信用評級體系。這種評級指標體系的針對性差,在一定程度上會錯估甚至是低估中小企業的信用,進而加劇中小企業的融資困難。

針對由于評價指標體系的不適用導致的中小企業資信能力被錯估進而加劇其融資困難的問題，本文試圖通過分析比較國內外一些比較成熟的信用模型，來選擇并建立起適合我國中小企業信用評級的指標體系及評價模型。

首先，對現有中小企業資信評估現狀理論進行分析，選擇一些比較有代表性意義的評價模型，如 Logistic 回歸模型、Credit Metrics 模型、KMV 模型等等進行比較。

其次，通過借鑒國內外研究成果，包括對各種評級方法和模型進行比較和選擇，將財務指標和非財務指標結合起來考慮，提出構建我國中小企業信用評級指標體系。

最后，將深圳中小板企業數據運用于選擇的評價模型，構建出經過修正的具體模型，并通過對挑選出的不同經營層次的中小企業進行實證定量分析，考察具體模型在實踐研究中的可適用性，并對其結果進行分析，對如何有效幫助中小企業提高資信水平和融資能力提出建議。

1.國外研究綜述

信用評價最早起源于美國，經過不斷完善與發展后已被廣泛接受并且應用于實際經濟中。目前，國際上較為權威的信用評價機構有：穆迪、惠譽以及標準•普爾公司。

國外早期對企業進行信用評價主要根據專家的經驗判斷，比較典型的主觀信用評價方法有“5C 模型”（品質、經營、資本、抵押、環境）和“5P 模型”（個人因素、貸款用途、還款來源、擔保、企業前景）。

主觀經驗評價發展歷程較短，20 世紀 60 年代后，信用評價體系構建開始使用包括回歸分析方法、判別式分析方法、非線性概率模型等在內的統計和計量學理論，主要有 Beaver（1966）根據現金流指標建立的單變量模型、Altman（1965）提出的 Z 分數破產預測模型；90 年代后，開始基于計算機技術利用計算機技術方法和人工智能進行信用評價，主要有神經網絡法等，評價方法也開始由客觀轉向科學。

隨著計算機技術的不斷發展，企業信用評價方法也由最初經驗判斷轉為利用數學模型，最后發展到系統綜合時期，并以專家系統和神經網絡方法為代表。

本文選擇了較為典型的 KMV 模型、Credit Metrics 模型進行進一步具體分析與篩選。

2.國內研究綜述

我國對于企業信用評價體系的研究開始地比較晚，并沒有有很成熟的發展。上世紀 80 年代起才開始研究信用評價體系，包括對評價指標的選取和評價方法的選擇兩個方面。

首先，對于評價指標的選擇問題：學者們先從財務指標出發構建評價體系，吳世農、黃世忠（1987）、吳晶妹（1994）早期建立了以財務指標為主的評價體系，其中包括企業的財務質量、企業償債能力等內容。施錫銓、鄒新月（2001）選取了凈資產收益率、資產負債率等 5 個指標作為基礎分析變量，通過分析我國 A 股市場部分上市公司的數據，使用典型判別分析法做出實證分析并且最終驗證該模型的有效性。徐志春、王宗軍等（2008）運用 Logistic 回歸分析，率先提出了將非財務指標也引入信用評價指標體系中，更加科學地完善整個評價體系。

還有的學者是基于新視角來選取指標：孫玥璠、楊超（2015）提出構建基于大數據平臺的指標體系，即在傳統指標基礎上加入靜態用戶反饋指標及檔案類數據。

其次，對于評價方法的選擇問題：王春峰、萬海暉等（1998）選取了 55 個企業樣本，通過對其貸款違約風險進行分析，發現 Logistic 模型比線性判別法更優。肖北溟、李金林（2004）選取了 200 個貸款樣本，通過因子分析等方法構建信用評級模型，并且實證檢驗了模型的有效性。王恒、沈利生（2006）選用了排序多元離散選擇模型來實證檢驗了中國銀行的客戶信用評級系統。譚中明（2009）利用經驗篩選與實證分析結合，建立起合適的評價指標體系，并且在此基礎上運用 AHP 法確定指標權重。蒙震（2014）運用文獻、問卷以及訪談的形式，調查并選取了 44 個指標，對選取的指標體系再進行項目分析和主成分分析后最終建立信用風險評估模型。孫玥璠、楊超（2015）摒棄了傳統評價方法，與時俱進地基于數據云平臺構建新型中小企業資信評估模型。