论文部分内容阅读
中国小微企业迅速发展，已经成为市场经济体系中不可或缺的部分。小微企业对经济发展、经济结构调整和扩大就业起着支撑作用。与大中型企业相比，小微企业的规模有限、竞争力不足、风险较大，因此银行等金融机构在放贷时更加倾向大中型企业。为了促进中国小微企业发展，为小微企业营造良好的环境，国家相继出台了各类政策，降低小微企业的赋税，支持小微企业融资，促进银行开展小微企业贷款。在小微贷款规模上升的同时，小微贷款的风险也在增加，小微企业在管理方面不及大、中型企业完善，财务制度，报表也不规范，信用难以被很好的评估，导致小微企业风险的因素也较多，这些都为银行进行小微贷款风险评估，发展小微企业贷款带来了一定的困难。基于此背景，本文采用QCA方法对影响小微企业贷款的风险因素组合进行分析，为银行加强对小微企业的贷款风险管理，促进小微企业贷款的良性发展提供一定的参考。
本文首先在理论研究及相关文献的基础上，对农商银行小微企业贷款的现状进行了分析，并研究了小微贷款的特点；其次，本文对影响小微贷款的因素进行研究，建立了相关指标体系；第三，本文采用QCA方法建立了因素组合分析模型，并采用某农商银行的数据进行了实证研究，对不同因素组合下对贷款风险的影响进行了分析；第四，本文在研究基础上提出了相关建议。
本文的研究结论如下：（1）本文从宏观、微观、银行自身方面考察各个因素对小微企业贷款风险的影响，并根据相关研究建立了风险指标体系。其中宏观因素包括GDP同比增长、Wind行业指数、民间金融指数等指标；微观因素包括资产负债比、流动比例、权益增长率、资产报酬率、应收账款权益占比、经营年限、经营者年龄、法人本地有无自住房、法人历史征信记录、企业内关键人员稳定性等指标；银行自身因素包括数据完整性、流程节点平均审批时间、抵押物价值等指标；（2）本文采用QCA方法对某农商银行的数据进行了实证分析，通过CSQCA以及FSQCA方法等到了八组因素组合。组合1表示在经济环境良好，行业发展前景好同时金融贷款较为宽松，民间金融利率较低的情况下，小微企业的贷款风险较小。组合2表示资产负债率较低，流动性较好，应收账款占比较小的企业，其风险较小。资产负债率低说明企业的负债较小，同时流动性较好，说明企业具有较好的现金流量，而且抵押的账款较少，企业面临的欠款风险以及流动性风险较小。组合3表示小微企业的法人持房产，征信记录较好同时抵押物质量较好的情况下，贷款的风险较小。组合4表示在对小微企业的相关信息收集不完整、同时银行审批流程不严格的情况下，小微企业的贷款会存在风险。组合5表明小微企业的负债率过高同时民间金融利率较高的情况下，容易导致小微贷款的风险。
组合6表明小微企业的法人信用存在问题，没有房产等资产并且缺乏抵押物的情况下，贷款很有可能出现风险。组合7说明小微企业应收账款较大，而银行又缺乏相关数据以及抵押物作为风险分散的情况下，贷款容易出现风险。组合8说明企业经营年限较长、行业成长空间较大，同时企业的流动性较好，人员结构问题的情况下，对该小微企业的贷款风险较小；（3）本文将逻辑回归模型对因素的风险与QCA方法进行了对比，可以看到，通过逻辑回归能够较好的对单因素的影响进行分析。但是由于模型本身建立在“可加”的基础上，与QCA方法不同，逻辑回归很难进一步分析不同因素之间的逻辑组合。通过逻辑回归与QCA等不同方法的结合，可以有效的分析不同因素对小微贷款风险的影响。
本文的研究对于深入分析各类不同因素组合对小微贷款的影响，完善小微企业风险分析的方法，提升小微贷款的风险控制具有一定的参考价值。
本文首先在理论研究及相关文献的基础上，对农商银行小微企业贷款的现状进行了分析，并研究了小微贷款的特点；其次，本文对影响小微贷款的因素进行研究，建立了相关指标体系；第三，本文采用QCA方法建立了因素组合分析模型，并采用某农商银行的数据进行了实证研究，对不同因素组合下对贷款风险的影响进行了分析；第四，本文在研究基础上提出了相关建议。
本文的研究结论如下：（1）本文从宏观、微观、银行自身方面考察各个因素对小微企业贷款风险的影响，并根据相关研究建立了风险指标体系。其中宏观因素包括GDP同比增长、Wind行业指数、民间金融指数等指标；微观因素包括资产负债比、流动比例、权益增长率、资产报酬率、应收账款权益占比、经营年限、经营者年龄、法人本地有无自住房、法人历史征信记录、企业内关键人员稳定性等指标；银行自身因素包括数据完整性、流程节点平均审批时间、抵押物价值等指标；（2）本文采用QCA方法对某农商银行的数据进行了实证分析，通过CSQCA以及FSQCA方法等到了八组因素组合。组合1表示在经济环境良好，行业发展前景好同时金融贷款较为宽松，民间金融利率较低的情况下，小微企业的贷款风险较小。组合2表示资产负债率较低，流动性较好，应收账款占比较小的企业，其风险较小。资产负债率低说明企业的负债较小，同时流动性较好，说明企业具有较好的现金流量，而且抵押的账款较少，企业面临的欠款风险以及流动性风险较小。组合3表示小微企业的法人持房产，征信记录较好同时抵押物质量较好的情况下，贷款的风险较小。组合4表示在对小微企业的相关信息收集不完整、同时银行审批流程不严格的情况下，小微企业的贷款会存在风险。组合5表明小微企业的负债率过高同时民间金融利率较高的情况下，容易导致小微贷款的风险。
组合6表明小微企业的法人信用存在问题，没有房产等资产并且缺乏抵押物的情况下，贷款很有可能出现风险。组合7说明小微企业应收账款较大，而银行又缺乏相关数据以及抵押物作为风险分散的情况下，贷款容易出现风险。组合8说明企业经营年限较长、行业成长空间较大，同时企业的流动性较好，人员结构问题的情况下，对该小微企业的贷款风险较小；（3）本文将逻辑回归模型对因素的风险与QCA方法进行了对比，可以看到，通过逻辑回归能够较好的对单因素的影响进行分析。但是由于模型本身建立在“可加”的基础上，与QCA方法不同，逻辑回归很难进一步分析不同因素之间的逻辑组合。通过逻辑回归与QCA等不同方法的结合，可以有效的分析不同因素对小微贷款风险的影响。
本文的研究对于深入分析各类不同因素组合对小微贷款的影响，完善小微企业风险分析的方法，提升小微贷款的风险控制具有一定的参考价值。