爱华网市场经济是信用经济，如何在业绩增长和风险控制这两个目标之间寻求协调，如何求得“最低赊销成本”和“最大销售成长”之间的平衡，促使销售资金的使用更符合公司的整体利益，即如何建立起适应经济发展需要的有效的信用管理体系，这是摆在中国企业目前的一大问题。
有资料显示，欧美企业平均80％—90％采用赊销贸易，其坏账率只有0.25—0.5%，无效成本占销售收入的比例为3％；而与此同时，我国企业目前的平均赊销率只有不到20％，坏账率为5％，无效成本比例达竟高达14％。同样规模的企业，欧美企业的销售能力是我们的4倍，而坏账率只是中国企业的1/10到1/20。这组数据既说明了我国企业在信用管理方面的薄弱，也凸现了信用管理实践的迫切性。
企业信用分析、评价及管理始终是学术界和实务界关注的一个重点，经过几十年的探索和完善，信用判别方法和模型层出不穷，常用的模型有：回归分析法、多元判别分析法、Logit法、Probit法等，总的来说，这些模型都被表述为分类系统，但迄今为止还没有公认的、统一的方法。对企业客户信用评价，以往通常做法是将对客户信用风险的测度转化为对客户财务状况的衡量问题，根据历史上每个类别的若干样本，从已知的数据中发现规律，从而总结出分类的规则，建立判别模型，用于对新的样本的判别。依靠单一财务指标有其局限，现在人们更多地是根据影响企业财务状况的多维指标来评估企业的信用状况，其关键步骤和难点在于指标体系的确立和评估模型的选择，也即如何将多维指标综合起来。在本文中，笔者将根据国内外有关信用管理研究和实务发展现状，结合自身在信用管理工作中的一些体会，着重探讨信用分析模型建构问题，将可行性、有效性作为建模的指导原则。一、 信用管理体系及信用分析模型的架构
简单地把客户分为“好”和“坏”，或者等大量坏账发生后再把该客户列入黑名单是远远不够的，为了有效地评估客户的信用风险，有必要进行更深入的分析。西方企业几十年信用管理工作的经验证明，需要构建模型来进行有效的、有说服力的信用分析，使企业员工不论是统计专家还是非统计人员都能够得心应手地分析数据，并得出规范、连续性结果，从而使客户信用管理工作在更加专业化的基础上增强可操作性。一个完整企业的信用管理体系应该由信用分析模型与信用管理体系前期的客户资信调查评估，中期的债权保障机制，后期的应收管理，以及客户数据库、适合信用管理的要求的组织结构、关键流程等共同组成。如图1所示。
图1 信用分析模型与信用管理体系中其他组成部分的关系
从操作流程的角度来看，信用分析模型并不复杂，它一般由输入、处理和输出三个方面构成。其中，客户资料是输入部分，包括建立模型时整理的老客户资料、新客户提交的初始资料和交易记录资料等所有可得的、模型中需要的资料。数据处理是中间部分，包括定性分析和定量分析组成的综合分析，将在下文详细论述。客户信用等级是输出部分，该信用等级将与信用管理体系中的授信政策相结合，决定对客户的信用额度和信用期限。自20世纪80年代以来，市场变化的不连续性越来越要求加强对企业经营风险的定性分析，综合分析模型逐渐成为主流。综合分析模型以定性分析为主、定量分析为辅，要求对评估对象做出全局性、整体性的评价。本文探讨的也正是这样一种模式。如图2表示：
图2 信用分析模型的架构二、 信用分析模型的构建从信用分析模型的架构可以看出，信用分析模型的主要部分，即处理部分的要素及其权重构成。可以说，要素的选择和权重的分配，是该模型是否有效的关键因素。
信用分析模型的要素
信用分析模型的要素主要可以分为财务要素和非财务要素，或定量要素和定性要素。一般说来，在信用模型的形成期、在信用管理的初期，或者市场信息化程度较差的时期，非财务要素/定性要素发挥较为主要的作用；在信用管理有了一定经验或者市场信息化程度提高之后，财务要素/定量要素的重要性将逐步提高。模型的基本要素一般是变化不大的，在不同时期针对环境的调整可以通过各要素的权重不同来实现。值得注意的是，定性分析主观性较强，结果的客观、公正性往往难以保证，因此，定量信息如果能够取得，就一定不能被忽略。
模型中的要素越多，其衡量结果往往越接近现实。但是在实际应用中，必须考虑到成本/效益原则。过多的要素一方面给权重分配造成困扰，更重要的是，收集所有相关信息的成本可能会很高。实践中的经验是，从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干因素，把它们编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。
下面我们将讨论一个普遍适用的模型的构成要素的选择。（一） 企业在建立信用管理体系之前，一般会对业务员、财务人员、管理人员以及部分客户乃至同行进行一系列的调研，找出公司已有信用模式需要改进的方向、客户关心的信用要素等，发掘出客户分类的标准和信用分析模型可能的构成要素等。该调研将对信用模型的适用性起到一定的指导作用。
（二） 将客户按主要特征分类，如上所述，该分类根据调研进行，分类的依据因公司要求而异，但是必须对信用管理有一定的意义。例如，可以分为新客户，交易额大的老客户和有发展潜力的老客户，当然，如果有必要，每一类中又可以细分，例如，按照信誉良好的著名企业和一般企业、利润来源企业和非利润来源企业等来分。为了提高工作效率和效果，也可以将不经常发生的情况统一归为特殊类别，在发生时申请批准。
客户细分的目的是为了使模型更具有针对性，对不同的客户类别，选定不同的要素，有时同样要素的权重也不相同。例如，对于新客户和老客户，关注的焦点就有所不同。初次交易、交易时间不长（如6个月以内）或者是交易次数不多的客户，一般可以定义为新客户。对于新客户，由于缺乏了解，很多公司往往要求其现金交易，经过一段时间的考核之后转化为老客户才给予授信。从信用分析的角度看，
（三） 要素的选择，以老客户为例。选用的要素可以分为三组，第一组是客户基本要素，主要是定性指标；第二组是交易与财务特征要素，主要是定量指标；第三组是特殊要素，主要是来自外部的该客户的信用记录。
1． 基本要素。重要的指标有注册资金、经济类型、所属行业风险、雇员人数、人均销售额、公司成立年数、关联企业、市场份额、行业口碑、管理层能力与诚信度等；
2． 交易与财务特征要素。重要的交易指标包括目前超期的应收账款所占比例、履约率、是否有坏账、去年营业额、月均购货量等；重要的财务指标有资产规模与质量、获利能力、偿债能力、现金流量、发展前景等。
1） 资产规模与质量指标包括总资产、主营业务收入等，其中，主营业务收入是重点考察的因素，其直接反映了企业在行业中的地位。2） 获利能力指标包括主营业务利润率、毛利率等，其中核心指标是“EBIT/平均总资产”。3） 偿债能力指标包括流动比率、利息保障倍数两项短期偿债能力指标和资产负债率等长期偿债能力指标。4） 现金流量指标中最为重要的是经营现金流，一般用经营现金流与流动负债的比值，来大致估算企业在经营过程中出现周转不灵的可能性。
5） 发展前景指标可以采用“净资产增长率”和“主营收入增长率”两项指标作为企业历史发展的客观考核内容，来考察企业的发展趋势。
3． 特殊要素。重要的指标包括银行信用记录、法院诉讼记录、海关有关记录、来自其他客户的相关记录等。客户在这些记录中的异常往往是企业发生变故的先兆，可以揭示上述定性和定量指标难以发现的问题。
综上所述，信用分析模型的要素构成如图3所示：图3 信用分析模型的组成要素权重分配各项要素指标的权重分配，与要素指标本身的选择同等重要。一般来说，权重的分配要根据行业特征，对重要的因素分配以较高的权重，对影响较小的因素分配以较低的权重。在此过程中，可以整理历史数据，据以测试要素的权重。其实，信用模型的建立正是从历史数据中发现规律，总结分类原则，从而对新的个例分类进行指导的过程。
模型的建立将上述要素和权重相结合，就形成了一个基本的信用分析模型。如表1所示：表1 基本的信用分析模型客户名称： 客户类型：要素 权重 评价 得分 加权得分注册资金 与公司交易年数 经营年数 去年营业额 履约率 超期应收所占比重 是否有坏账 主营业务收入 EBIT/平均总资产 偿债能力 经营现金流量/流动负债 主营收入增长率 法院公告等 总分 100％ 评估时间：总分＝∑（要素1×权重1＋要素2×权重2＋…＋要素n×权重n）说明：1． 所有的权重相加等于100％；2． “评价”一栏的内容是对每一个考虑因素的客观描述或者是主观评价；
3． 将100分除以考虑因素的个数，就是每一项的最高分数，根据“评价”得出每一项的具体分数（将在下文详细讨论）；
4． 将所得分数乘以权重，得到加权分数；
5． 最后得到的总分，是对该客户的综合评价，该分数将与客户授信制度相结合，给出可以授予该客户的信用额度和信用期限。如果需要，也可以将授信制度直接集成进来，从模型中直接得出信用额度和信用期限。
要素的打分及记分卡三、 对信用分析模型适用性的检验
在信用分析模型建立过程中，需要测试其是否适应企业的实际情况；信用分析模型建立以后，需要一段时间的试用期，以最小限度地降低该管理技术对企业经营运作的冲击，在试用期内还可以对其进行调整，使其更加适应企业战略需求；事实上，在合适的模型确立之后，企业仍需要定期根据业务的发展和市场的变化对信用分析模型进行修正。
在模型建立过程中，可以选取有代表性的客户资料（包括信用较好、信用一般、信用较差和禁止交易的客户），将其数据代入信用分析模型，观察输出的结果是否符合实际情况，以及是否能拉开距离；在此过程中，通过敏感性分析，可以测试各个要素对输出结果的影响，因而可以根据企业的需要对要素的权重进行调整。
在试用期和正式使用阶段，对模型的修订则可以以信用管理部门的工作业绩和工作状态为依据。如果信用管理部门一直业务繁忙，则信用政策可能太紧，会影响正常业务；如果信用管理部门一直很空闲，则信用政策可能太松，导致经营风险增加。信用政策的松与紧一方面可能是授信制度的问题，另一方面则可能是信用分析模型需要调整，这就需要具体情况具体分析。
必须注意的是，模型只是辅助管理决策工具，对模型不能有过度的依赖，对模型的预期也不能追求完美。它一定是在企业业务发展中量身定做的并逐渐完善的，这需要信用管理人员不间断的努力。
另外，信用分析模型可能存在系统风险，即在分析模型中结果优良、在客户数据库中一直保持良好记录的客户却突然产生信用问题。为了解决这个问题，可以引入第三方机构，定期对部分客户进行信用调查，这样一方面可以降低信用管理体系的系统风险，另一方面对企业的信用管理体系也能够起到促进和提高的作用。
四、 信用分析模型产生预期效果的条件
如上所述，综合信用模型中既有定性分析也有定量分析。该模型要产生预期效果，就必须有相关条件的保证。
首先，模型中的定性分析有着相当重要的地位，这就需要有丰富实战经验的业务人员和财务人员的共同参与。尤其是当客户的财务数据难以取得或者可信度难以确定时，如果必须对该客户授信，上述员工的知识、经验和综合分析判断能力就可以起到相当重要的作用（当然，在这种情况下，相应的债权保障机制是不可少的）。
其次，为了平衡定性分析的主观性对结果的影响，定量分析必不可少。定量分析对输入数据的及时性、准确性要求较高。这一方面需要信息系统的保障，另一方面，需要对相关业务人员和财务人员进行培训，使其了解信用管理的重要性和信用管理工作的需要，以及时提供相关、准确的信息。
在实际工作中，可以设计若干表格，规范数据的收集，方便数据的录入，如客户走访表、客户信息登记表、客户信息更新表等。举例来说，每次走访客户后，走访人员应该填写客户走访表，记录走访中获取的有用信息。对于新客户，请其填写客户信息登记表，全面登记相关信息，业务员同时也填写一份该客户的信息登记表，对客户自己填写的登记表中难以体现的相关信息加以补充。在其后的交易过程中，如果客户信息有所变更，如股权变更、高级管理层的更换等，则需要填写客户信息更新表，及时将这些信息提交给信用管理部门。
信息的及时收集需要相关业务人员有高度的责任心和风险防范意识，也需要制度的保障。因此，在对相关人员进行培训，增强其责任心和风险防范意识的同时，需要将信用管理工作与业务、与相关人员的考核相联系，确保工作的顺利进行。例如，要求签约时必须附有详尽的客户信息登记表，客户信息变更却没有及时汇报引起的信用问题要追究相关人员责任等。
有了这些配套措施，信用管理工作可以顺利开展，信用分析模型也就可以发挥应有的作用。
