新巴塞尔协议提出，银行使用标准方法和内部评级法（IRB）进行风险管理，这一定程度上增加了中小企业的融资难度。新巴塞尔协议的实施将会改变银行分析和管理中小企业信用风险的方法，有可能减少向其贷款的意愿。由于新协议下中小企业的高风险和对银行资本金的高要求，这一问题受到了很多国家和银行的关注。Altman和Sabato（2005）利用美国、澳大利亚、意大利的数据，研究了新巴塞尔协议下银行将中小企业视为零售商和普通企业时的资本金需求。研究表明，将中小企业视为零售商时，银行在资本金需求方面获得的利益最大。通过损益分析可知，在保证资本充足率（8%）的前提下，银行至少可以将20%的中小企业视为零售商，如果运用高级内部评级法（A-IRB）代替标准方法，则可以将这个比例提高到40%.更多基于新巴塞尔协议的研究表明，对于欧洲和美国的银行而言实行标准法和内部评级法能够得到更低的资本金需求，运用标准方法比内部评级法更容易获得节省的资本金。然而，如果使用标准方法并把中小企业视为普通企业时，对资本金的需求并没有改变；如果将其视为零售商，风险权重则从100%降为75%,那么资本充足率则降为6%.
二、国内中小企业信用研究
我国中小型企业的信用研究起步较晚，2000年之后更多的学者才开始关注企业信用管理，研究多基于国际上较成熟的理论与方法。现阶段我国信用体系还不完善，企业信用信息不易获得，公民的信用意识还比较薄弱。
（一）基于指标体系的研究
范柏乃和朱文斌（2003）在分析国外企业信用评价指标的基础上， 采取座谈会和个别访谈的形式，确定从企业偿债能力、经营能力、创利能力、管理能力、创新能力与成长能力六个层面遴选了28个评价指标建立中小企业信用评价体系。通过隶属度分析、相关性分析、鉴别力分析，最后保留了15个指标。杨松令和赵西卜（2003）研究了中小企业的信用与企业开业年限、所处行业和地区、负债比率、资产收益率和总资产的关系。选取部分沿海经济发达城市和中部欠发达地区的中小企业为样本进行统计分析。分析结果表明资产收益率和企业规模与信用成显着正相关，说明盈利性较高、企业规模大的企业，更重视自己的信用政策。康书生等（2007）构建了既符合国际标准又不失中国特色的中小企业信用评级指标体系，增加了现金流量分析指标，更加关注管理者个人信用问题和企业的创新能力。在比较分析了标普、穆迪、邓白氏的企业信用评价指标体系之后，徐广军等（2007）认为由于我国中小企业存在特别依赖短期借款和生存时间较短的特点，因此在信用评价时应更重视短期债务分析、短期发展能力以及现金流形成能力。徐晓萍和马文杰（2011）运用决策树模型以46家非上市中小企业为样本进行了贷款违约率影响因素的分析，分析结果表明现金流量/总债务和流动资产/流动负债是判断企业信用水平的重要因素。吴岩（2005）认为在构建信用评价系统时，应减少对企业报表的过分依赖，突出实地检查，随时关注企业经营状况的变化，充分考虑宏观经济环境、产业发展趋势、政策和监管措施等企业外部因素对企业的影响。在对中小企业进行信用评价时，应该注重对企业家个人信用的评价，高度重视企业的创新能力评价，还应重视对企业经济成长性和项目经济成长性的评价。要体现行业、规模及地区差异和不同地区在经济环境、税收政策等方面的差异。
（二）基于企业特点的研究
欧阳越秀（2005）认为现代制造型中小企业信用评价应更重视企业的发展和成长能力、自主创新能力和能源利用、环境保护等可持续发展能力的评价。在反映一般企业的偿债、赢利和运营能力的传统财务指标基础上， 增加了反映中小企业可持续发展能力的指标，从能源环境、创新能力和成长性三个方面进行综合评价。
许进和陶克涛（2006）在研究了“5C”“5P”和LAPP指标体系后，认为我国在建立科技型中小企业信用评价体系时，应涵盖基础素质要素、商业经营要素、财务要素、创新要素、外部环境要素5个方面。鲍盛祥（2009）认为在构建科技型中小企业信用评价体系时，除考虑财务状况外，应重点考虑发展能力、创新能力和企业基础素质，同时还要重视偿债意愿和现金流指标。提出科技型中小企业可以从减少短期贷款，适当增加长期贷款，增加研发的投入力度，加强对企业现金流的管理等方面提高其信用等级。孙利国（2011） 构建了面向风险投资评审的科技型中小企业信用评价指标体系。针对风险投资机构对各个科技型中小企业存在一定主观偏好的情况，结合分类回归树（CART）模型输出树状结构、简单直观、处理非定量指标具有较强的优越性等优点，提出了一种基于CART的科技型中小企业信用评价预测模型，但该模型对最主要的风险投资决策对象-AAAA 级企业信用评价预测精度仅为77.3%,还有待提高。李菁苗等（2012）利用传统企业信用评价指标结合从事电子商务的中小企业的特点，建立了包括经营、盈利、清偿、发展能力和网络营销、客服、管理能力的二层指标体系。选取阿里巴巴10家企业的数据，运用层次分析法和聚类分析法确定企业的信用等级。
（三）基于评价理论与方法的研究
任永平和梅强（2001） 认为中小企业信用评价要重视将评价指标和目的相结合，要区别决策、控制、追偿三个过程。依据三个过程构建了不同的评价体系。信用决策过程评价重点在于企业的基础素质、基本财务状况、企业的创新能力、成长与发展能力。跟踪控制过程评价的重点应该是企业财务状况的改善情况和创新能力的实现情况。追偿过程主要评价企业财务指标，而且偿债能力指标是评价的重点。中小企业信用评级是一种综合评级，它的评价值受到众多因素的影响。
而且非财务类因素的影响程度是由人们的主观判断确定，并且这种评价不可避免地带有结论上的模糊性，同时各个因素之间还是一个分层次的综合体系。可以采用“模糊综合评价”模型来处理多指标、多层次、模糊性及主观判断等评价问题，从而提高中小企业信用评价的可靠度。
宋晓东和韩立岩（2012）针对中小企业信用风险评价中存在的“样本重叠”问题，即曾经违约的企业可能由于经营状况改善变得信用风险较小，而不曾出现违约的企业可能由于经营状况恶化导致信用风险升高提出了一种双隶属模糊支持向量机算法，对中小企业信用风险进行评价分析。双隶属支持向量机可以使用的训练样本数量比传统支持向量机多一倍。因此，该算法既可以克服传统支持向量机的过度拟合问题，又能充分利用有限的企业样本，增加其分类时的推广泛化能力。实证结果表明该模型分类准确性高达92.19%,且具有良好的成效。而且考虑到银行的风险厌恶差异，对模型进行了改进，使得将信用不良错判为信用良好的错误率下降。
一般信用评分模型样本为基础进行分析，排除了被拒绝申请的企业样本。若信用评分模型所选取的样本只是来自银行所保存的过去贷款申请资料，无疑会发生非随机样本选择，存在数据缺失和样本选择性偏差现象。在小企业信用评分模型构建中，因数据缺失和样本选择性偏差可能导致模型参数估计有偏，对模型预测能力和应用会有很大影响。为避免选择性偏差，在信用评分模型中必须包括拒绝样本企业。邓超等（2011）引入拒绝推论，从被拒绝贷款申请特征的角度对信用评分模型进行修正。选取171家符合标准的小企业作为研究样本。选择了企业特征、企业财务、企业主特征三个解释变量，运用主成分分析筛选财务变量，建立Logit评价模型。实证结果表明，资产规模、员工人数、企业主年龄及经营效益都与信用水平成正比。
以往银行对中小企业信用风险评价主要是把单个企业作为主体，关注企业的财务数据，熊熊等（2009）研究了在供应链金融模式下的信用风险评价，重点考察单笔融资业务自我清偿的特征以及贷款人组织该笔交易的能力，提出了考虑主体评级和债项评级的信用风险评价体系，借鉴传统业务信用评价的基本框架，根据供应链金融自身业务的特点设计了3层指标的中小企业信用评价体系。对于转型中的中国而言，非对称信息程度很深，其影响作用大，要获得好的综合效果，必须用一定程度的精度损失来换取模型较高的稳健性，因此采用了稳健性较强的Logit回归方法建立模型，并用主成分分析法减少候选变量的相关性。实证表明供应链金融信用评价体系更为全面地评价了中小企业，从对中小企业静态财务数据评估，转变到对整个交易过程的动态评估。但是，建立的供应链金融信用评价体系，由于样本容量较小且一部分数据（如交易资产特征，交易对手资质等）无法获得，所以采用随机数据生成，影响了信用评价体系权重的有效性。用企业与供应链的综合信用判断来代替对单个企业的信用判断，可以在一定程度上提高中小企业的信用等级，使更多的中小企业能够进入银行的服务范围，一定程度上缓解了中小企业的融资压力。
三、结论
中小企业的信用问题受到越来越多的关注，目前国内外的研究主要集中于指标体系的确定和评价方法的选择，根据国家、环境、行业、地域等不同而有所区别。指标体系主要包括财务指标，如资本结构、盈利能力、偿债能力、流动性等；非财务指标，如经营年限、行业因素、企业规模、管理者（企业主）素质等，同时不能忽略宏观经济变量的影响。一味建立庞大的指标体系不仅会加大计算量，造成维数灾，也会因指标间的相关性而使结果与实际情况相距甚远。选择适当的指标，同时考虑数据的可得性与取得成本，既能很好的概括中小企业信用评价时的重点，又能快速得到评价结果。主成分分析法、层次分析法、粗糙集法、因子分析法在确定指标体系时得到了广泛的应用。评价方法主要包括如何将定量与定性指标相结合，以及如何建立评价模型。Logit法、KMV模型、人工神经网络、支持向量机、模糊评价方法被广泛应用于信用评价。在信用评价过程中，定性指标的处理是重点，目前多依靠主观判断确定定性指标的赋值和权重，不确定性大，往往在转化定性指标过程中丢失信息，造成结果偏差。因此，选择评价方法，更加合理地融合定性定量指标，提高分类准确率的同时降低错分成本，建立符合我国国情的中小企业信用评价体系，进而解决中小企业融资难问题，是今后研究的重点。
参考文献：
[1]刘金勇、刘秀兰、李海申、王桂云：《关于中小企业融资难题的分析研究》，《河北大学学报：哲学社会科学版》2006年第31期。
[2]Altman E I, Sabato G. Modelling Credit Risk for SMEs:Evidence from the U.S. Market. Abacus,2007, 43（3）。
