小微企业信用等级评价体系研析-开题报告

一、文献综述

（一）国内研究现状

我国专门针对小微企业的研究较少，并且起步较晚，小微企业这一概念是自2011年6月出台了《小微企业划分标准》后开始被人们熟知，到目前为止对这方面理论的研究还不是很多。我国的信用评价相关工作的开展也较其他国家相对滞后，基本是在国外既有研究基础上进行的系统改进。近些年我国的专家学者也开始陆续的对小微企业信贷问题进行研究，研究的方向主要是小微企业的融资问题、信用评价指标问题、信用评价模型问题。目前主要观点、成果有：

陈敏（2016）指出各个省份的工业小微企业总数在逐渐增多，其发展状况影响着现代工业的发展,进而影响着经济社会的变革。近几年来，由国家主导出台促进小微企业健康发展的一系列政策措施，小微企业的成长困境有所缓解，但仍然面临着诸如政策落地难、融资渠道不够畅等问题。

郑炜（2015）指出在我国小微企业的资金来源主要是民间借货，而非银行融资，这主要是因为银行以往的经营理念与小微企业的发展存在一定的差距，银行当前的金融服务无法满足小微企业的个性化需求，但是商业银行为了获取更多的发展机遇，也适当的推出了适合小微企业的金融服务，效果预期较为乐观。

刘冰清（2014）将信用分四个级别的指标来度量，然后将每一级指标分解为下一级可量化指标，然后用层次分析法综合计算，并用软件计算来确定指标权重，最终建立了一个适合小微企业信用评价的模型。

周箭（2015）结合小微企业会计核算准则的变更，对财务指标的选择和计算给出了更明确的介绍说明。

陈婧（2016）通过对涉农小企业的分析，指出应该根据企业的实际情况确定指标体系，选取的指标都应该是易于获得的并且有实际意义的。

唐浩坤（2015）指出小微企业评价指标应从财务指标过渡到重点考虑企业领导者素质、企业未来发展潜力、企业面临风险等非财务软指标，并将评价指标划分为普通指标和着重关注指标。

张素蓉（2015）主要考虑小微企业的经营现状和企业所处的大体环境，然后建立以企业经营环境、财务数据情况、发展现状、产品质量这四个指标为一级评估指标的测评系统。

史贝贝（2017）首次考虑到了企业所处行业的宏观经济影响这一情况，然后将宏观经济环境变动给银行企业带来的影响进行量化，以期银行能在风险初期把控损益度并且采取有效措施进行预防。

蒋辉（2016）在存在不对称信息的前提下对企业的信用评价指标进行分析，运用相关性和隶属度等理论对指标进行筛选，保证了指标的客观性，从而使得评价体系更具科学性。

郑晓平（2016）引入信用值随时间推移的动态变化机制，构建基于初始信用、历史信用、当期信用与最终总信用相组成的经营者动态信用评价模型。

（二）国外研究现状

国外专家学者对于小微企业的信贷问题研究较早，主要集中在小微企业融资的现状问题、小微企业信用评价指标的选取问题、小微企业信用评价模型的研究。研究发现国外小微企业仍然存在融资难的共性问题，虽然国外的小微企业信用评价指标和模型研究都有了一定的成果并且在实际中有一定的应用，但是仍然存在体系建立不能被科学采用、指标选取不够完整的问题。

麦克米伦于 1931 年第一次提出了一个新的概念：麦克米伦缺陷。这一理论指的是小企业的融资比较困难的问题。

Hodgman 和 Mainell认为小微企业的寿命周期一般都比较短，其自身信用的天然缺陷自然引起银行方面的信贷约束。

Carlos Maria Jardon（2017）对隶属于不同类别的小微企业的资金来源情况做了详细的调查，发现当今时代与以前一样，小型企业融资仍然具有极大的相似性，相比较于大企业而言由于无法提供更多的可信赖物质抵押，所以融资难题基本是存在于小企业的普遍问题。

Marc Cowling（2015）通过对英国的中小企业在获得银行融资后财务状况进行分析，说明银行与小微企业的融资过程是一个博弈过程。

IlkkaYlhainen（2017）通过对小微企业在融资前后公司发展状况进行介绍，说明融资对一个小微企业的发展寿命至关重要。

Cao, Yu（2014）从持续发展的目标出发，基于我们的信用等级评价指标体系，通过使用模糊层次分析法从定性和定量因素进行评判。

Gad LevanonAuthor Vitae（2015）通过评估的有用性财务指标预测经济衰退，然后选择一组小的财务指标聚合成一个单一的财务指标综合指数，计算得出主要信贷指数(LCI)，然后据此作为评价小微企业的评价指标。

Leo Onyiriuba（2016）研究了影响新兴经济体中小企业信用风险、分析与控制的各相关要素，增加考虑了社会环境和社会影响这些因素对企业信用评价的影响。

iskanen（2016）对中小企业违约情况进行总结分析，建立中小企业贷款信用违约的混合模型，为评估中小企业的违约情形进行预测。

Shi.Baofenga通过对来自中国的 2157 家小型私营企业获得的数据进行分析，建立了基于模糊聚类分析和模糊模式识别小额信贷的信用评级模型。

（三）国内外文献综述

通过上述对国内外文献的研读分析可得出，关于小微企业信用问题的研究主要集中在小微企业融资现状、信用评价指标体系和信用评价模型这三方面，国外信用评级研究较早并且已经在银行风险管理中得到了应用。相比较而言，国内信用评价研究较晚，主要都是从财务等方面出发考虑，在信用评价的指标选取和评价方法的选择上对于实际情况的考虑的并不周全，缺乏对于非财务指标的考虑，不能体现我国小微企业的独特特性，评价方法的适用上，还有许多有待商榷之处，但是，也开始逐步在借鉴国外成果方法的基础上，研究并取得了一些适合于国内特定企业的信用评价理论。

因此，构建完善的信用评价体系，运用恰当的方法对小微企业的信用状况进行客观评价，无疑有利于小微企业的融资难题的解决，对于小微企业的健康发展具有重要的现实意义。

二、^范文提纲

引言：小微企业信用评价的发展沿革和现状

一、小微企业信用评价概述

（一）小微企业概述

1.小微企业特点

2.小微企业地位及作用

（二）小微企业信用评价

1.小微企业信用评价特点

2.小微企业信用评价的作用

二、小微企业信用评价体系现状

（一）金融机构对小微企业信用评价现状

（二）金融机构对小微企业信用评价存在问题

（三）金融机构小微企业信用评价存在问题的成因

三、小微企业信用评价体系构建思考

（一）评价体系的构建

（二）评价体系指标选择

（三）评价体系应用

三、参考文献

[1] 陈敏. 福建小微企业融资现状与问题研究[J]. 经济管理科学, 2016, (3): 139-145.

[2] 郑炜. 浅析我国商业银行小微企业金融服务[J]. 现代商业, 2015, (3): 168-169.

[3] 刘冰清. 微型金融信用评价指标体系研究[D]. 安徽财经大学, 2014: 35-37.

[4] 周箭, 蒋志远. 小企业会计准则实施后小微企业信用评价指标的选择[J]. 中国乡镇企业会计, 2015, (5): 102-105.

[5] 陈婧. 涉农企业信用评价指标体系的选取与分析[J]. 管理观察, 2016, (30): 92-95.

[6] 唐浩坤, 沈前敏, 邹芳莉. 西部小微企业信用评级指标体系的研究与重构[J]. 征信,2015, (192): 35-38.

[7] 张素蓉. 钢铁企业环境绩效评价指标体系与方法的构建[J]. 绩效与评估, 2015, (8):50-54.

[8] 史贝贝. 商业银行信用风险评价方法研究[J]. 金融商务, 2017, (8): 106-108.

[9] 蒋辉. 非对称信息下小微企业信用评价指标体系的构建[J]. 财会月刊, 2017, (14):50-55.

[10] 郑晓平. 基于层次分析法的烟草专卖零售经营者动态信用评价模型研究[J]. 重庆与世界,2016, (11): 7-10.

[11] Carlos Maria Jardon. Intellectual capital and environmental concern in subsistence small businesses[J]. Management of Environmental Quality: An International Journal,2017,28(2):56-72.

[12] Marc Cowling. Weixi Liu. Access to bank finance for UK SMEs in the wake of the recent financial crisis[J]. International Journal of Entrepreneurial Behavior &Research, 2015, (2):903-932.

[13] Ilkka Ylhäinen. Life-cycle effects in small business finance[J]. Journal of Banking and Finance,2017, (77): 176-196.

[14] Cao,Yu. A Sustainable Financing Credit Rating Model for China's Small- and Medium-SizedEnterprises[J]. Mathematical Problems in Engineering, 2014, 10(1):71-111.

[15] Leo Onyiriuba. Chapter 7–SME Credit Risk, Analysis, and Control in Emerging Economies[J].Emerging Market Bank Lending and Credit Risk Control, 2016, (3): 129-164.