商業(yè)銀行信貸風險評估研究的國內(nèi)外文獻綜述1.1國外研究現(xiàn)狀在信用風險評估方面，國外發(fā)展較早，也積累了較為豐富的經(jīng)驗。自20世紀60年代信用評價轉(zhuǎn)向定量分析方法。Altman（1968）針對企業(yè)破產(chǎn)預測，建立了Z-score評分模型。在建立模型的過程中采用了多變量判別的分析方法[[][]Altman，E.I.，Mareo，G，Varetto，F(xiàn).CorporateDistressDiagnosisComparisonsusingLinearDiscriminantAnalysisandNeuralNetwork[J].JournalofBankingandFinance，1994（18）：505-529.Martin（1977）運用Logistic回歸分析法，對資金使用者信用危機發(fā)生的概率進行預測；進一步通過對商業(yè)銀行、投資者等風險偏好的分析，對債券進行評級[[][]Martin，D.，EarlyWarningofBankFailure：ALogitRegressionApproach[J].JournalofBankingandFinance，1977（3）：249-276.美國著名運籌學教授，Saaty將定性指標和定量指標相結(jié)合，在20世紀70年代初期提出了AHP法，后來被運用到信用風險評價評估領(lǐng)域，在當時是非常有效的信用風險評估方法。20世紀90年代之后，通過進一步研究，豐富了決策支持系統(tǒng)、多目標決策、粗糙集法等方法在企業(yè)信用評價方面的應用[[][]孟好斯.欠發(fā)達地區(qū)小微企業(yè)信用評價模型研究[J].征信，2017，35（5）：30-37.DOI：10.3969/j.issn.1674-747X.2017.05.005.KosmasNjanike（2009）認為，銀行在進行信貸審查甚至公司治理時，只有具有有效的信用評估方法，才能夠避免信用風險危機[[]KosmasNjanike[]KosmasNjanike.TheImpactOFEffectiveCreditRiskManagementOnBankSurvival[J].AnnalsoftheUniversityofPetrosani：Economics，2009，IX（2）：173.Calabrese（2016）結(jié)合Logistic模型和廣義極值分布法，設計出BGEVA信用風險評估模型，具有一定的理論創(chuàng)新價值，但平衡性不及傳統(tǒng)的Logistic模型[[][]RaffaellaCalabrese，GiampieroMarra，SilviaAngelaOsmetti.Bankruptcypredictionofsmallandmediumenterprisesusingaflexiblebinarygeneralizedextremevaluemodel[J].JournaloftheOperationalResearchSociety，2016，67（4）：604-615.Pawe?P?awiak，MoloudAbdar和U.RajendraAcharya（2019）運用了一種基于不同支持向量機（SVM）分類器的深層遺傳級聯(lián)集成的新方法，并指出該方法它融合了進化計算，集成學習和深度學習的優(yōu)點，有利于提高銀行信用評分的準確性[[][]Pawe?P?awiak，MoloudAbdar，U.RajendraAcharya.ApplicationofnewdeepgeneticcascadeensembleofSVMclassifierstopredicttheAustraliancreditscoring[J].AppliedSoftComputingJournal，2019（84）：7-12.BinSang（2020）從信用風險評估的角度對信息共享下的供應鏈金融進行研究。得出遺傳算法優(yōu)化后的支持向量機方法的總體分類精度相對低于BP神經(jīng)網(wǎng)絡方法[[]BinSang.ApplicationofgeneticalgorithmandBPneuralnetworkinsupplychainfinanceunderinformationsharing[J].JournalofComputationalandAppliedMathematics[]BinSang.ApplicationofgeneticalgorithmandBPneuralnetworkinsupplychainfinanceunderinformationsharing[J].JournalofComputationalandAppliedMathematics，2020（10）：15-19.在小微企業(yè)信用評價指標的選取方面，要考慮到企業(yè)主個人的信用風險。LorettaJ.Mester（1997）通過對小微企業(yè)的風險評級的分析研究，對于在FairIsaac公司開發(fā)的SBSS模型，在各類影響信用風險的特征指標中，企業(yè)主的個人特征如風險偏好等更能決定企業(yè)的經(jīng)營風險[[][]MesterL.J.What’sthePointofCreditScoring[J].BusinessReview，September/October1997：3-16.Schreiner（1999）提出的一些可供參考的信用評價指標：企業(yè)主管理者的性別、企業(yè)所屬行業(yè)、貸款余額、企業(yè)對外擔保情況等[[]Schreiner，M.AScoringModeloftheRiskofCostlyArrearsataMicrofinanceLenderinBolivia[EB/OL].http：//，1999.]。另一方面，有效利用非財務信息，也可以提高信用風險評估的準確性。Altman（2010）利用英國2000—2007年間，約580萬家中小企業(yè)的數(shù)據(jù)[]Schreiner，M.AScoringModeloftheRiskofCostlyArrearsataMicrofinanceLenderinBolivia[EB/OL].http：//，1999.[]EdwardI.Altman，GabrieleSabato，NicholasWilson.Thevalueofnon-financialinformationinSMEriskmanagement.2010，6（02）：95-127.TomasCherkos（2018）通過收集信息數(shù)據(jù)建立了評估模型，分析得出了企業(yè)的基礎設施，企業(yè)地址，企業(yè)的融資渠道，企業(yè)家精神和商業(yè)管理方面存在的問題等，是影響企業(yè)經(jīng)營持續(xù)性的關(guān)鍵因素REF_Ref8649\r\h[[]TomasCherkos，MulukenZegeye，[]TomasCherkos，MulukenZegeye，ShimelisTilahun，MuralidharAvvari.Examiningsignificantfactorsinmicroandsmallenterprisesperformance：casestudyinAmhararegion，Ethiopia[J].SpringerBerlinHeidelberg，2018，14（2）：227-239.SuguruYamanaka（2019）通過捕捉目標公司的采購訂單量的變化，分析并得到反映未來采購訂單期望值的財務狀況，證明了通過訂單量的變化可以反映企業(yè)的經(jīng)營狀況，捕捉信用風險的變化REF_Ref8649\r\h[[]SuguruYamanaka.Creditscoringmethodusingestimatedforwardfinancialstatementsbasedonpurchaseorderinformation[J].JSIAMLetters，2019，[]SuguruYamanaka.Creditscoringmethodusingestimatedforwardfinancialstatementsbasedonpurchaseorderinformation[J].JSIAMLetters，2019，11：33-36.YimengWang（2020）構(gòu)建了一個綜合的信用風險指標體系，指出加入行為信息、監(jiān)管信息和政策信息評估模型，評估準確性更高REF_Ref8649\r\h[[]YimengWang，YunqiZhang[]YimengWang，YunqiZhang，GuangchenZhang.CreditRiskAssessmentforSmallandMicrosizedEnterprisesUsingKernelFeatureSelection-BasedMultipleCriteriaLinearOptimizationClassifier：EvidencefromChina[J].Complexity，2020（08）：1-13.1.2國內(nèi)研究現(xiàn)狀國內(nèi)在商業(yè)銀行信貸風險的評估方面，胡賢德、曹蓉等（2017）針對小微企業(yè)，分析了基于智能計算的各種信用風險評估模型與方法，得出BP神經(jīng)網(wǎng)絡對數(shù)據(jù)的容忍性高，同時約束條件少而且抗干擾性強，但在數(shù)據(jù)集樣本方面，使用的數(shù)據(jù)量有限，其代表性不夠充分REF_Ref8688\r\h[[]胡賢德，曹蓉，[]胡賢德，曹蓉，李敬明，阮素梅，方賢.小微企業(yè)信用風險評估的IDGSO-BP集成模型構(gòu)建研究[J].運籌與管理，2017，26（04）：132-139+148.李進（2018）針對綠色信貸建立了隨機森林算法的信用風險評估模型并指出該算法比邏輯回歸模型和BP神經(jīng)網(wǎng)絡模型更能夠有效地減少主觀因素的影響[[]李進[]李進.基于隨機森林算法的綠色信貸信用風險評估研究[J].金融理論與實踐，2015（11）：14-18.徐雨珊（2018）構(gòu)建了CreditRisk+模型對我國商業(yè)銀行信用風險進行評估，其優(yōu)點是該模型以定量分析為主，但目前我國現(xiàn)行條件無法估計借款人的違約概率和違約損失率，所以該模型適用性不強[[][]徐雨珊.CreditRisk+模型及其對我國商業(yè)銀行信用風險管理的適用性[J].商場現(xiàn)代化，2018（08）：115-116.尚苗（2018）利用Logit模型建立中小企業(yè)信貸評估模型，并運用中小企業(yè)財務報表中的指標進行實證分析，認為Logit模型可以較為準確地預測預測違約與否的二分型結(jié)果[[]尚苗.[]尚苗.基于logit模型的中小企業(yè)信貸風險評估管理[J].時代金融，2018（12）：210-220.夏晗（2019）對小微企業(yè)進行信用風險時，采用了構(gòu)建基于模糊積分支持向量機回歸集成方法，并指出該方法的優(yōu)點是適用于小樣本訓練[[][]夏晗.基于支持向量機回歸集成的小微企業(yè)信用風險度評估模型研究[J].征信，2019，37（04）：21-27.段翀（2019）基于博弈論組合賦權(quán)，構(gòu)建了的適用于小微企業(yè)信用評價的模型。在小微企業(yè)信用評價指標體系基礎上，將主、客觀權(quán)重間偏差最小化，以確定指標的組合權(quán)重，可以較好的區(qū)分出違約風險較大的企業(yè)[[]段翀[]段翀.基于博弈論組合賦權(quán)的小微企業(yè)信用評價研究[J].征信，2019，37（09）：12-17.陳琴，李云飛（2020）運用熵權(quán)法和TOPSIS構(gòu)建了個人信用風險評估模型，認為熵權(quán)法能夠避免確定指標權(quán)重時主觀因素的影響，TOPSIS排序能夠有效解決放寬優(yōu)先順序的問題[[]徐琴，[]徐琴，李云飛.熵權(quán)—TOPSIS模型在個人信用風險評估中的應用[J].金融理論與教學，2020（02）：63-66.鐘金宏，邵晶晶，李興國（2020）提出了基于組合分類策略的個人信用風險評估模型，并認為數(shù)據(jù)挖掘技術(shù)、機器學習算法的應用，可以在復雜的情況下是信用風險得到識別和量化[[]鐘金宏，[]鐘金宏，邵晶晶，李興國.基于組合分類策略的個人信用風險評估研究[J].合肥工業(yè)大學學報（自然科學版），2020，43（07）：996-1002.信用風險評價指標選擇方面，國內(nèi)研究者選擇指標主要為：企業(yè)管理者年齡和學歷等個人基本素質(zhì)情況、企業(yè)財務狀況、企業(yè)發(fā)展?jié)摿Φ取ｋS著研究的不斷深入，逐漸增加了企業(yè)及企業(yè)管理者的資信履約情況等指標，如付婉瑩（2014）根據(jù)小微企業(yè)各發(fā)展階段的特點，分析了小微企業(yè)信用評價的難點，認為企業(yè)主基本素質(zhì)相關(guān)指標如學歷、從業(yè)經(jīng)驗，企業(yè)履約能力類指標如資產(chǎn)狀況、擔保能力，財務狀況類指標如盈利能力等在小微企業(yè)信用風險評估中較為重要REF_Ref8937\r\h[[]付婉瑩.關(guān)于小微企業(yè)信用評級指標體系的構(gòu)建與分析[J].企業(yè)技術(shù)開發(fā)（學術(shù)版），[]付婉瑩.關(guān)于小微企業(yè)信用評級指標體系的構(gòu)建與分析[J].企業(yè)技術(shù)開發(fā)（學術(shù)版），2014，33（9）：77-79.DOI：10.3969/j.issn.1006-8937.2014.09.032.侯銳等（2015）提出商業(yè)銀行在建立信用評價體系時，應考慮小微企業(yè)的自身資產(chǎn)規(guī)模和經(jīng)營管理特點，構(gòu)建區(qū)別于大中企業(yè)，更適合小微企業(yè)的信用評級體系[[]侯銳，黃紅宇，董相勇.商業(yè)銀行實踐視角下構(gòu)建小微企業(yè)信用評級指標體系實證研究[J].經(jīng)營與管理，2015（12）：[]侯銳，黃紅宇，董相勇.商業(yè)銀行實踐視角下構(gòu)建小微企業(yè)信用評級指標體系實證研究[J].經(jīng)營與管理，2015（12）：101-103.[]郭昱，馬翻翻，鄭超文.我國小微企業(yè)信用評價指標體系的構(gòu)建[J].金融經(jīng)濟，2015（02）：156-158.鄭瑜（2017）認為大部分小微企業(yè)管理制度不完善，抗風險能力弱。小微企業(yè)所提供的有效資產(chǎn)不符合銀行的抵押擔保條件，對于其他指標銀行在評估時不能很好的進行量化分析，因此商業(yè)銀行等金融機構(gòu)小微企業(yè)信貸業(yè)務難以開展[[]鄭瑜[]鄭瑜.小微企業(yè)信貸風險管理[J].商業(yè)經(jīng)濟，2017（4）：165.蔣輝（2017）在研究中，把影響小微企業(yè)信用評價的因素分為兩大類，即財務因素和其他非財務因素[[]蔣輝.非對稱信息下小微企業(yè)信用評價指標體系的構(gòu)建[J].財會月刊，2017（14）：51-55.]。在財務因素中，對于小微企業(yè)來說，企業(yè)主個人家庭資產(chǎn)與企業(yè)的資產(chǎn)往往是難以明確區(qū)分開的，在計算資產(chǎn)時應進行綜合分析；在非財務因素中，李祥海（2018）認為應充分考慮到，目前多數(shù)小微企業(yè)財務制度及管理落實極不完善，信用體系建設缺失使銀企間信息嚴重不對稱，且成為普遍的實際[]蔣輝.非對稱信息下小微企業(yè)信用評價指標體系的構(gòu)建[J].財會月刊，2017（14）：51-55.[]李祥海.商業(yè)銀行小微企業(yè)信貸風險[J].商場現(xiàn)代化，2017（12）：156.為了識別小微企業(yè)信用風險的影響因素，滿向昱，張?zhí)煲?，汪川和馬茹（2018）從企業(yè)控制人、企業(yè)現(xiàn)狀及債務現(xiàn)狀三個層面入手，分析影響小微企業(yè)信用風險的關(guān)鍵因素，根據(jù)Lasso模型變量篩選的結(jié)果，主要因素包括：抵、質(zhì)押物總價值占貸款余額的比值、企業(yè)的規(guī)模、成立年限、從業(yè)員工人數(shù)等，財務指標包括應收賬款周轉(zhuǎn)天數(shù)、流動資產(chǎn)周轉(zhuǎn)率、銀行負債資產(chǎn)比等[[][]滿向昱，張?zhí)煲悖舸?，馬茹.我國中小微企業(yè)信用風險因素識別及測度研究[J].中央財經(jīng)大學學報，2018（09）：46-58.叢劍（2018）在大數(shù)據(jù)角度提出了自己的觀點，他認為，通過各類系統(tǒng)聯(lián)網(wǎng)采集客戶的信息，通過大數(shù)據(jù)分析工具，可以優(yōu)化商業(yè)銀行風險量化技術(shù)，提高風險識別能力[[]叢劍[]叢劍.大數(shù)據(jù)視閾下的小微企業(yè)信貸風險研究[J].價值工程，2018，37（22）：4-5.蘭軍、嚴廣樂（2019）在研究中指出，中小企業(yè)的信用風險可從企業(yè)、人力、社會不同角度出發(fā)，其中社會資本更大程度上影響著小微企業(yè)的信用風險。并將社會資本分為投資關(guān)系、政府關(guān)系、行業(yè)關(guān)系、市場關(guān)系四個維度，進一步細分為成立年限、股東實力、入股公司實力；法院涉訴記錄、失信信息、行政處罰；專利信息、投標情況；媒體曝光度、輿情評價傾向等[[]蘭軍[]蘭軍，嚴廣樂.社會資本視角下中小企業(yè)信貸風險研究[J].中國流通經(jīng)濟，2019，33（05）：111-119.尹鑫蕊、王穎馳（2020）