如何建立客户析分模型.doc

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