基于风险监测模型的南京市企业风险的实证分析_邵翠娣.pdf

经济师 2023 年第 05 期3 高超.北京居民金融素养与养老规划调研报告D.首都经济贸易大学，2014.4 中国保险学会、梅山(中国)保险养老社区联盟联合课题组，姚庆海,李钢，冯占军，李连芬.中国保险养老社区发展研究报告J.保险理论与实践，2017(10)：5-36.5 王笑.保险业已在全国 34 城市布局医养产业N.金融时报.2022-01-12(011)6 中国保险学会、梅山(中国)保险养老社区联盟联合课题组，姚庆海,李钢，冯占军，李连芬.中国保险养老社区发展研究报告J.保险理论与实践，2017(10)：5-36.7 人民网.基本养老保险制度改革进程有望加速 EB/OL(2019123)2021125.https:/ 2021 年 10 月2022 年 3 月区间的海量数据进行监测分析，解剖南京市企业风险现状，并针对性地对南京市下一步产业发展提出建议。关键词：大数据处理风险管理产业发展监测模型中图分类号：F127文献标识码：A文章编号：1004-4914（2023）05-118-03一、引言（一）问题的提出我国市场主体总量不断增加，并向着多元化发展。截至2021 年底，全国市场主体总量已突破 1.54 亿户，对经济高质量发展发挥重要作用。因此，如何对企业进行精准分析，让政府在海量的企业主体里，进行多维度的、及时的、准确的监测，对于政府及时把握企业运行质态，精准施策意义重大。（二）文献综述关于企业风险监测的研究方法。Smith 认为企业风险管理已经同企业战略管理、企业运营管理，共同构成企业现代经济组织的三个核心管理职能之一。关于企业风险管理方法，有学者建立企业风险控制系统模型和企业风险人工神经网络评估模型，来提高企业风险管理水平。也有实证分析风险承担对企业绩效的影响，得出持续优化营商环境能够显著弱化风险承担对企业绩效的抑制效应。另一方面，有实证检验结果表明，适度的补贴提高了企业风险承担水平。二、研究模型与数据（一）模型构建评分卡是运用十分广泛的风险评价方法，其原理是将评价指标以证据权重（Weight of Evidence，WOE）编码方式离散化之后，再运用逻辑回归进行的一种二分类变量的广义线性模型。本文建立的风险指标体系针对南京市信息中心自有的数据设计指标项，建设过程包括数据预处理、好坏样本的选取、训练集测试集的划分、预测时间窗口选择、变量信息价值计算、模型训练、分数映射。1.数据处理。首先，对数据进行预处理，将数据高效利用。其次，数据预处理包括清洗冗余的数据。最后，进行数据匹配，根据企业的名称与工商注册号等信息会变更的实际，建立包含企业所有历史名称的数据表与包含企业所有工商注册号的数据表进行指标项的统计。2.样本的选取及训练集测试集划分。在建模过程中，选取发生过风险事件的企业为负向样本，具体的风险事件包括行政处罚、被列为被执行人、或商业行为出现逾期或违约、宣告破产等。好样本选取为未发生过风险事件的企业。好样本则标注预测变量（是否风险企业）y=0，坏样本则标注预测变量（是否风险企业）y=1。3.时间窗口选择。在企业风险监测模型中，选择的时间窗即为预测的时间段。预测的时间段从 1 个月至 1 年不等。根据项目的实际情况，与获得的数据情况，选择居中的 6 个月时间作为预测时间窗口期进行企业风险的预测。4.计算变量信息价值。在评分卡模型中，变量需要先做分段处理，再转化成为 WOE 值。数据分为类别型变量和数值型变量，类别型变量本身已分好段，数值型变量分为连续性和离散型两类，采用等频方式进行分段。WOE 值进行计算，具体公式如下：WOEi=lnPbiPgi()其中：i=1,2,，n,n 为分组数量WOE：转化后的证据权重，bi：本分组中坏样本的数量，gi：本分组中好样本的数量，bi：全体分组中坏样本的数量，gi：全体分组中好样本的数量。有了每个分段的 WOEi 后，某一个变量的信息价值（Information Value，IV）的定义如下,其中，n=某一个变量总共分段个数：IV=i=1nIViIVi=(pbi-pgi)*WOEi。一般地，IV 值在 0.01 以下的变量的预测能力比较差，模型训练时，可以舍弃，本课题选择 IV0.01 的变量进行模型训练。5.逻辑回归算法。评分卡模型运用了逻辑回归算法，其本质是计算风险事件发生的概率，具体计算如下：Pr y=1=exp（0+1x1+ixi）1+exp（0+1x1+ixi）由此可得：ln(P1-P)=0+1x1+2x2+nxn其中：Pr：表示风险事件发生的概率；i：指标的权重；xi：指标通过 WOE 转化后的值模型训练得出的模型结果为 0,1,的值，以及预测基于风险监测模型的南京市企业风险的实证分析邵翠娣谢晓慧区域发展118经济师 2023 年第 05 期行政区域风险负指数排名 10月 11月 12 月 1月 2月 3 月 指数范围 雨花台区(1)602 592 592 590 590 590 590610 江北新区(2)598 588 588 587 587 587 585600 溧水区(3)597 587 588 587 587 586 585600 高淳区(4)584 573 574 572 572 571 570590 江宁区(5)578 569 569 568 567 567 565580 鼓楼区(6)577 568 569 567 566 567 565580 六合区(7)573 563 564 565 565 565 565575 浦口区(8)572 562 563 564 564 563 560575 南京市(9)570 562 563 560 560 560 560570 建邺区(10)573 564 555 554 554 554 550575 玄武区(11)561 552 553 552 552 552 550565 栖霞区(12)560 551 552 551 551 551 550560 秦淮区(13)564 555 546 544 544 544 540565 表 2南京市各行政区域风险负指数排名数据来源：根据部门行政数据，基于模型处理某企业发生信用风险事件的概率。6.变量选择规则。除了模型对变量的选择外，通常还会考虑其他因素对变量进行选择，一般有如下几项：变量信息价值 IV0.01 的；变量独立性：评分卡模型属于线性模型，需挑选相互独立的变量进入模型，否则会导致严重的变量共线性，从而使模型估计失真或难以估计准确；变量一致性：即变量训练出来的参数正负性，和变量与目标变量的相关系数正负性必须一致，否则说明变量有偏差，需剔除；变量可解释性：即变量及其变化趋势是可以被业务理解和使用的，而不是完全黑盒，不可解释，或者变量趋势无业务含义。经过上述规则选择，最终计算的变量都是最优的。7.信用风险分数映射。信用风险分数映射的计算过程如下。p 为模型估计的 y=1 的概率，那么模型估计的 y=0 的概率为 1-P，两者相除得到一个好坏比 Odds：Odds=1-PP评分卡设定的分值刻度通过将分值表示为比率对数的线性表达式来定义，如下所示：分值刻度=M+N*ln（odds）其中，M 和 N 是待求解的常数。M 和 N 通过两个已知点带入计算得出。本文有两个已知的设定：大盘发生信用风险事件的比例对应居中的分数，即 400，400 也是企业无任何数据时的初始分；分数上涨 50 分，对应 Odds 增加一倍。由这两个已知点出发，可解出 A 和 B 的值，从而得到概率与分数的映射。本文的企业风险指标体系以 1000 分为满分，其中 400 分为基准分数，600 分为指标加分项。按照信用风险程度，信用风险分在结果上展现范围为 0 至 1000 的整数，风险指数值与风险水平大小成反比，分数越高，未来发生信用风险事件的概率越低，风险也就越小。分类的映射情况见表 1。8.重大风险事件调整。南京市风险监测模型首先通过评分体系对企业展开信用风险评估，得出企业信用风险分值，并按照上述企业风险映射表将企业信用分值转化成风险等级。在此基础上，结合企业特定的风险事件，对满足该风险事件的企业，按照一定规则进行信用风险等级调整，最终确定该公司信用风险等级。（二）数据来源本文收集汇总多个管理部门的共 81 张表，覆盖了市监局、人社、税务、公积金、信用、知识产权保护、科技、法律、金融等多维度的数据，参与到指标体系的构建当中，除此之外还接入了一些外部数据，比如说来自国家版权保护中心的软件著作权数量、来自各级工商行政管理部门信息公示平台的对外投资数量与金额等等。三、指标选择与体系构建（一）指标的选取本次指标选取依据了综合性原则，为了全面的考虑到企业风险的影响因素，南京市风险指标体系从主体风险、经营风险、信用风险、法律风险和成长风险 5 个维度去衡量企业风险评级。整个指标体系共有 5 个一级指标、19 个二级指标、45 个三级指标、95 个四级指标。（二）指标体系的确立1.企业主体风险。企业主体风险，主要分析与企业自身发展相关的风险事件。如主体变更风险主要指企业经营范围、注册地址、资本等，以企业变更法人代表为例，其风险主要在于对外的企业形象、企业信誉，影响较大，可能促使外界对公司的经营管理产生怀疑，进而间接影响公司的业绩。2.企业经营风险。企业经营风险，主要分析企业参与市场经营活动过程中潜在的风险。企业经营风险主要从人员流失、社保大幅减少、公积金大幅减少三个方面的信息体现，如人员流失方面，从企业的微观角度来看，有些人员流动很可能给企业带来损失，而且因为企业需要进行重新招聘和培训，这种损失的直接表现是该岗位的人工成本增大，核心人员的离职甚至造成组织的瘫痪。3.企业法律风险。企业法律风险，主要通过分析法律实践来表征企业的风险。企业法律风险主要表现在企业设立、运营中的法律风险；合同订立、履行过程中的法律风险；企业并购法律风险；知识产权法律风险；人力资源管理法律风险；企业财务税收法律风险 6 个方面。这些法律风险会给企业带来多方面影响，诸如导致企业花费增加，或者失去商机或者商业优势，一些法律风险的发生，可能引发企业商誉的极大损害。4.企业信用风险。企业信用风险，也就是企业的违约风险，企业信用是企业经营的基石，在激烈的市场竞争当中，企业不仅要通过良好的商誉提高市场占有率，又要尽可能减少坏账成本，提高利润率。5.企业成长风险。企业成长风险，主要包括知识产权风险，如专利、发明、商标以及著作权等知识产权信息。知识产权属于企业的无形资产，在竞争激烈的市场环境里，如果不能持续创造未来价值，有被市场淘汰的风险。四、企业风险监测结果分析（一）南京市在营企业总体风险较低，风险监测分级大多以优良为主 序号 分类 分数范围 说明 1 A 600-1000 企业未来六个月内发生信用风险事件的概率很低 2 B 500-599 企业未来六个月发生信用风险事件的概率较低 3 C 400-499 企业未来六个月发生信用风险事件的概率和大盘持平 4 D 300-399 企业未来六个月发生信用风险事件的概率较高。除分数满足范围外,企业必须有客观负面事实才判定为D类或E类,否则只判定为A至C类。当企业发生特定负面时,会直接判定为 D类 5 E 0-299 企业未来六个月发生信用风险事件概率很高。除分数满足外,企业须有客观负面事实才判定为D类或E类,否则只判定为 A至 C类。当企业发生特定负面,会直接判为E类 表 1信用风险类映射表区域发展119经济师 2023 年第 05 期南京市企业风险负指数可反映南京市在营企业的风险水平。2021 年 10 月2022 年 3 月，南京市企业总体风险负指数分别为 576、567、566、565、565、565，企业风险负指数集中分布在 550600 之间，企业运行总体风险较低。如表 2 所示，监测分析结果表明：截至 2022 年 3 月底，南京市企业风险等级位于 A、B 优良级企业总数保持稳定，占比分别为 26.3%和 63.3%；而风险等级为 C 级和 D 级的企业总数占比分别为 3.7%和 3.5%；企业风险等级处于 E 级的企业占比为 3.1%。与南京市 2021 年三季度至 2022 年一季度宏观经济运行保持稳中有升趋势一致。（二）从区域来看，南京市各区域总体风险负指数分布较为均衡区级风险负指数可反映区域内企业的风险水平。分区域看，2021 年 10 月2022 年 3 月，南京市各区域风险负指数分布比较均衡，均在 540 分以上，发生风险事件的可能性较低，其中雨花台区风险负指数，全市最高，江北新区次之，溧水区排名第三。秦淮区相比其他区域，最近 6 个月风险负指数较低，近几个月应予以重点关注。（三）从行业来看，南京市房地产行业风险负指数低于全市风险平均指数南京市行业风险负指数可反映各行业企业的风险水平。通过分析发现，房地产行业风险较为突出。其中，物业管理业风险负指数最高，为 561.22 分；房地产中介服务业次之，为560.11 分，房地产开发经营业最低，为 538.63 分。结果表明：基于数据反馈可知，南京市工业互联网行业尤其缺少信息技术与运营管理的复合型人才。从教育培训方面探究原因，发现产学研系统尚未建立。一是高校专业设置缺乏宏观系统考虑。工业互联网人才培育与政府规划结合不紧密，学院专业变更频繁，对于人才培育缺少系统性考量。二是培训力量薄弱。南京市虽然依托于行业协会、科研机构开展的社会化培训，但是缺少教培资质和行业权威性，课程质量不一，导致行业认可度不高。（四）从重点战略新兴产业来看，高新技术产业的总体风险负指数低于南京市平均监测结果表明：2021 年 10 月2022 年 3 月，高新技术产业作为南京市重点发展的产业之一，从总体风险负指数看，高新技术产业大类的总体风险负指数较高；其风险负指数稳定在 650 分左右，属于较为优质的产业。但是其分项风险负指数中的信用风险负指数不断下降，需要相关部门予以重点关注。五、对策与建议基于风险监测数据分析的结果以及南京市产业发展现状，本文给予几点建议：（一）聚焦产业链创新链融合发展，打造新型产学研融合创新平台聚焦产业链、创新链融合发展，应加快高端要素资源集聚。一是支持各区与辖区内外知名高校、科研院所合作，共建一批高水平产业创新中心、双创基地等科技创新载体，支持产业创新平台建设。二是加快培育壮大一批高新技术企业、“独角兽”企业“瞪羚”企业，推动产学研持续深化发展。三是政府应在市级区级层面，就行业共性难题，鼓励高校及科研院所、企业进行联合攻关，提高科技创新效率。探索实现创新驱动产业发展，产业指引创新方向的互融互通式特色发展道路。（二）增强企业创新主体作用，完善科技企业全生命周期培育体系南京市应贯彻落实多轮减税降费政策来减轻企业主体成本压力，针对市场主体要把降成本放在首位，给予企业真金实银的支持。政策要具备系统性，含金量要高，要具备针对性。同时，要注重完善科技企业全生命周期培育体系，运用市场化原则构建多阶段的培育环境和上下游产业配套，积极引入风险资本来参与科技企业全流程的发展。发挥企业创新主体作用，将其与科研院所的创新能力、产业创新平台以及政府的创新环境和政策紧密结合，构筑起面向未来、各要素紧密协同的立体创新网络和生态。以政、产、学、研、用紧密协作的创新模式，充分发挥联合创新研发平台对各项变革性技术的集成、牵引和推动效应。（三）建立企业风险监测平台，健全产业风险预警机制应建立健全本地企业风险监测大数据平台。强化数据赋能，推动数据治理；深入推动政府内部各部门各平台数据一体化建设，打破数据壁垒，实现数据共享和整体运用。由市一级政府统一协调，建立市区两级层面的企业风险动态监测大数据平台，定时定期不断汇聚各部门的最新企业和行业数据信息，基于可靠算法模型，通过实时分析深度挖掘，及时实现对不同风险的动态监测和及时预警，定期出台相关风险评估报告，为产业转型升级的健康发展提供保障。基金项目：江苏高校哲学社会科学研究重点项目“知识资本视域下瞪羚企业创新能力形成机理与成长路径研究”（2018SJZDI061）。参考文献：1 SmithM-L,RiskManagementAndInsuranceM.NewYork:McGrawHillnc1998.2 李天庚.企业风险管理及控制模型研究J.郑州大学学报(哲学社会科学版),2004(01):89-93.3 齐秀辉,权飞,李璐璐.营商环境、风险承担与企业绩效基于 35 个大中型城市企业的实证研究J.会计之友,2022(08):38-45.4 毛其淋,许家云.政府补贴、异质性与企业风险承担J.经济学(季刊),2016,15(04):1533-1562.DOI:10.13821/ki.ceq.2016.03.11.5 许文彬,张佳韬.我国城投债信用风险测算基于 Logistic 回归的评分卡模型J.数理统计与管理,2020,39(04):705-720.6 卢悦冉,芮英健,袁芳,徐晨恒,何永海.基于评分卡模型下中小微企业的信贷决策J.中国市场,2021(27):53-54.7 李雯轩,李文军.新发展格局背景下保障我国产业链供应链安全的政策建议J.价格理论与实践:1-42022-05-19.8 梁正,李代天.科技创新政策与中国产业发展 40 年基于演化创新系统分析框架的若干典型产业研究J.科学学与科学技术管理,2018,39(09):21-35.8 孙莹,孙良泉,丁然,来永钧,李晓蕊,杜娟,王栋.企业信用风险监测指标体系的研究J.中国标准化,2021(11):116-121.9 数据源自商务部国际贸易经济合作研究院信用研究所 中国市场主体发展活力研究报告(2021)（作者单位：南京市信息中心江苏南京210019）（责编：建峰）总体风险 2021.10 2021.11 2021.12 2022.01 2021.03 2021.03 高新技术产业 665 667 653 642 642 641 南京市平均 592.78 表 3高新技术产业风险与南京市平均风险负指数对比表 4高新技术产业信用风险信用风险 2021.10 2021.11 2021.12 2022.01 2022.02 2021.03 高新技术产业 486 482 476 405 400 392 区域发展120