摘 要：在当前经济下行压力加大与金融监管趋严的背景下，小微企业融资难、融资贵问题依然突出，商业银行在发展小微企业信贷业务过程中面临信用风险、操作风险、信息不对称等多重挑战。尽管政策层面持续引导信贷资源向小微企业倾斜，但部分银行因风控体系不完善、贷前调查流于形式、贷后管理不到位等原因，导致不良贷款率攀升，甚至出现区域性信贷风险事件。文章从实践角度，以某股份制银行小微企业信贷业务风险暴露案例为研究对象，剖析其风险成因，并采用熵值法对风险暴露前后的关键财务与业务指标进行量化分析，识别出贷前、贷中、贷后三个阶段的具体风险点，在此基础上提出风险管控的优化路径，为商业银行提升小微企业信贷业务风控能力提供参考。

关键词：小微企业信贷；熵值法；信用风险；风险管控

小微企业信贷业务是指商业银行向符合国家划型标准的小型及微型企业提供的短期流动资金贷款、贸易融资、票据贴现等授信业务。依据普惠金融理论和关系型贷款理论，商业银行通过发展小微企业信贷业务，不仅可以响应国家政策导向、优化信贷结构，还能在利差收窄的大环境下拓展新的利润增长点。然而，小微企业普遍存在财务报表不规范、抵押物不足、经营稳定性差等先天缺陷，导致银行在开展此类业务时面临远高于大中型企业的信用风险。数据显示，截至2023年末，全国银行业小微企业不良贷款率约为3.2%，较全部贷款平均不良率高约1.5个百分点，部分城商行和农商行的小微企业不良率甚至超过5%。在此背景下，如何构建科学有效的小微企业信贷风险管控体系，成为商业银行亟需破解的难题。那么，商业银行应如何识别和防控小微企业信贷业务中的各类风险？综合当前银行业存在的共性问题和典型风险案例，本文以某股份制银行小微企业信贷业务风险暴露事件为研究对象，按照“提出问题—发现问题—分析问题”的思路，从贷前、贷中、贷后三个环节剖析风险成因，并提出针对性的管控对策，以期为同业机构提供借鉴。

一、文献回顾

（一）小微企业信贷风险的内涵界定

关于小微企业信贷风险的内涵，学术界和实务界存在不同视角的解读。从狭义角度看，张维认为小微企业信贷风险主要指因企业自身经营失败或现金流断裂导致的贷款本息无法按期收回的可能性。该定义侧重于借款人的第一还款来源，强调企业自身的偿债能力。Christensen进一步指出，小微企业信贷风险还具有显著的“软信息”依赖性，即银行的信贷决策高度依赖于银行客户经理对企业主个人信用、经营习惯等非标准化信息的判断。上述定义从风险来源角度，将小微企业信贷风险的核心归结为信息不对称引发的逆向选择与道德风险。从广义角度看，王霄将小微企业信贷风险界定为：在信贷业务全流程中，由于调查、审批、放款、贷后管理等环节的决策失误或操作不当，导致银行信贷资产遭受损失的不确定性。在此基础上，刘畅等学者进一步拓展了范围，认为还应包括因宏观经济波动、行业政策调整等外部因素引发的系统性风险。为便于研究分析，本文将小微企业信贷风险界定为：商业银行为小微企业提供信贷服务过程中，由于企业自身经营脆弱性、信息不对称以及银行内部风控缺陷共同作用，导致预期本息无法足额、及时收回的可能性。

（二）小微企业信贷风险的主要表现

从小微企业信贷风险的表现形式来看，信用风险是最直接、最核心的风险类型。当小微企业因订单下滑、成本上升或资金链紧张而丧失还款能力时，银行贷款即面临实质损失。数据显示，2022年某东部沿海城商行的小微企业贷款中，因企业主失联、经营停滞导致的不良贷款占比高达62%。操作风险同样突出，主要表现为贷前调查不深入、授信资料造假未被识别、合同签署不规范等问题。某国有大行的内部审计报告显示，在小微企业信贷业务中，约35%的风险事件与客户经理未严格执行“双人实地调查”制度有关。此外，担保圈风险、过度授信风险、关联企业风险等在小微企业信贷业务中也较为常见。例如，在浙江某地区，多家小微企业通过互相担保形成担保圈，当圈内一家企业出险后，风险迅速传导，导致多家银行同时出现不良贷款。

（三）小微企业信贷风险的主要影响因素

影响小微企业信贷风险的因素可分为外部环境因素和内部管理因素两类。外部环境因素主要包括宏观经济走势、行业景气度、区域信用环境以及政策支持力度等，这些因素银行难以直接控制，但可以通过行业限额管理、区域风险预警等方式提前防范。内部管理因素是银行可以主动控制的方面，具体包括：信贷政策制定是否审慎、客户准入标准是否合理、授信审批是否独立、贷前调查是否尽职、贷后管理是否到位、考核激励机制是否导向过强等。研究表明，近年来部分银行小微企业信贷风险集中暴露，很大程度上与考核压力下的“重投放、轻风控”倾向有关。某股份制银行在2020年至2022年间，小微企业贷款规模增长了120%，同期小微客户经理人均管户数从45户增至120户，贷后现场检查频次却下降了40%，最终导致不良贷款率由1.8%攀升至5.6%。

通过对文献的梳理可以发现，小微企业信贷风险是多因素交织的结果，单纯依靠某一种工具或某一环节的改进难以从根本上解决问题。以往研究多偏重于理论阐述或单一案例的定性分析，缺乏对风险量化评价和全过程实证的研究。本文通过分析某股份制银行小微企业信贷业务风险暴露的真实案例，运用熵值法对风险暴露前后的关键指标进行量化评价，结合定性分析梳理风险管控中存在的具体问题，以期为商业银行优化小微企业信贷风险管控路径提供参考。

二、熵值法

熵是信息论中衡量系统无序程度的一种度量，在风险管理领域可反映评价指标的变异程度。商业银行小微企业信贷业务风险受到多种因素影响，且各指标之间信息不完全独立，利用熵值法可以对风险评价指标体系进行客观赋权，指标变异程度越大，说明该指标在不同时期或不同样本间的差异越显著，所能反映的风险信息越多，权重也就越高。熵值法克服了主观赋权法（如层次分析法）人为偏差较大的缺陷，具有较强的客观性和可重复性。采用熵值法评价小微企业信贷业务风险的一般步骤如下。

1. 构建风险评价指标体系。依据银行的业务实际和风险特征，选取能够反映信用风险、操作风险、流动性风险等方面的多个评价指标，构建完整的评价体系。假设有n个评价对象（如不同年份或不同分支机构），每个对象有m个评价指标，用Xij表示第i个对象的第j个指标（i=1,2,3,…,n；j=1,2,3,…,m），则可得到多因素评价矩阵：

Xij = (X11 X12 ... X1m; X21 X22 ... X2m; ... ; Xn1 Xn2 ... Xnm)

2. 标准化处理。使用Z-Score方法对原始数据进行标准化，消除不同指标量纲的影响。设x̄为第j列指标的算术平均数，s为该列指标的标准差，则标准化公式为：

Zij = (Xij - x̄) / s

3. 非负化处理。由于标准化后的数据可能出现负值，而熵值法要求所有数据为正值，因此需要对数据进行平移处理。设d为大于所有Zij中最小绝对值的最小整数（通常取d=1），则非负化后的数据为：

Yij = Zij + d

4. 归一化处理。计算第i个对象第j个指标占该指标总和的比重，得到归一化矩阵：

Pij = Yij / Σ(i=1 to n) Yij

5. 计算第j项指标的熵值。熵值ej的计算公式为：

ej = -k * Σ(i=1 to n) (Pij * ln(Pij))

其中，k = 1 / ln(n)，且规定当Pij=0时，Pij * ln(Pij)=0。

6. 计算第j项指标的差异化系数。差异化系数dj反映了指标的变异程度，其计算公式为：

dj = 1 - ej

7. 计算第j项指标的权重。第j项指标的权重wj为：

wj = dj / Σ(j=1 to m) dj

8. 计算各评价对象的综合得分。第i个对象的综合得分为：

Si = Σ(j=1 to m) (wj * Pij)

三、实例分析

（一）案例背景与数据选取

某全国性股份制银行（以下简称A银行）自2018年起将小微企业信贷业务作为战略转型的重点方向，通过设立小微金融专营支行、简化审批流程、推广“随借随还”线上产品等方式，实现了小微企业贷款规模的快速增长。然而，在2021年下半年至2022年期间，A银行在华东、华南等经济发达地区的小微企业不良贷款呈现集中暴露态势，个别分行不良率突破8%。经内部审计和监管检查发现，该行在快速扩张过程中存在客户准入标准放松、贷前调查流于形式、贷后管理缺失等问题。为便于分析，本文以A银行2018年至2023年的小微企业信贷业务相关数据为研究对象，从盈利能力、偿债能力、营运能力、风险覆盖能力以及资产质量五个方面构建评价指标体系，运用熵值法对各年度的综合风险水平进行量化评价。

（二）构建风险评价指标体系

本文选取A银行小微企业信贷业务相关的15项指标，涵盖信用风险、经营风险和操作风险三个维度。数据来源于A银行年报、内部风险报告及监管部门披露信息，研究区间为2018年至2023年，共6组数据。具体指标及原始数据如下表所示。

表1 A银行小微企业信贷业务风险评价指标原始数据

（三）标准化及非负化处理

运用Z-Score法对原始数据进行标准化处理，结果如下表所示。

表2 A银行风险评价指标标准化数据

由于标准化后部分数据为负，需要对数据进行非负化处理，平移d=2，使所有数据均大于零。处理后数据如下表所示。

表3 A银行风险评价指标非负化数据

（四）归一化、熵值及权重计算

对非负化数据进行归一化处理，计算各指标熵值、差异化系数及权重。

表4 A银行风险评价指标熵值及权重表

（五）年度综合得分

根据权重计算各年度综合得分，结果如下表所示。

表5 A银行小微企业信贷业务风险综合得分（2018-2023年）

（六）结果分析

从权重排序来看，对A银行小微企业信贷业务风险影响最大的指标是贷款拨备覆盖率（权重9.49%），其次是小微企业贷款不良率（8.42%）、贷前调查双人实地执行率（8.26%）和关注类贷款占比（8.01%）。可以看出，信用风险类指标和操作风险类指标共同构成了风险评价的核心维度，这也符合小微企业信贷业务“风险暴露快、操作环节多”的特点。

从综合得分的变化趋势来看，2018年至2020年间，A银行的风险综合得分处于0.27至0.39的较低水平，说明该阶段整体风险可控。但从2021年开始，综合得分迅速攀升至0.6124，2022年达到峰值0.8325，表明风险水平显著恶化。2023年在监管指导和内部整改下，得分回落至0.4782，但仍高于2020年以前的水平。

进一步分析，2021年至2022年风险急剧上升的原因主要包括以下几点：（1）业务规模过快扩张导致风险滞后暴露，2021年小微企业贷款同比增长39.2%，但客户经理人均管户数从52户激增至78户，贷前调查和贷后检查质量大幅下降；（2）信用贷款占比由2020年的15.2%升至2022年的21.5%，但相应的风险缓释措施未能同步跟进；（3）线上审批占比快速提升至56.2%，部分线上产品过度依赖税务、发票等单一数据源，缺乏交叉验证，导致客户筛选出现偏差；（4）贷后管理严重缺位，现场检查频次从年均2.1次降至0.9次，风险预警后平均处置天数由22.8天延长至48.5天。

以上量化分析结果表明，A银行在追求小微企业信贷业务规模增长的过程中，风险管控能力未能同步提升，最终导致风险集中暴露。因此，有必要对A银行在小微企业信贷业务各环节的具体风险问题进行深入剖析，并提出针对性的管控对策。

四、小微企业信贷业务各环节具体风险分析

（一）贷前环节：客户准入与信息核实风险

1. 客户准入标准过度宽松

在考核压力驱动下，A银行部分分行将小微企业贷款的准入门槛大幅降低。例如，一家原本要求经营满3年、纳税评级B级以上的授信政策，在2021年被调整为经营满1年、纳税评级M级以上即可准入。调研数据显示，2021年至2022年新发放的小微企业贷款中，成立不足2年的企业占比由2019年的12%上升至34%。这些初创企业抗风险能力弱，即便获得贷款，一旦遇到订单波动或回款延迟，极易形成逾期。

（1）财务信息真实性核查缺位

小微企业的财务报表往往存在不完整、不规范甚至造假的情况。审计发现，A银行某分行在2021年发放的80笔小微企业贷款中，有23笔的企业纳税申报收入与银行流水及财务报表存在明显差异（差异率超过30%），但客户经理在贷前调查中未予核实。信息不对称问题未能有效缓解，银行实际上是在信息高度不透明的情况下做出了授信决策。

（2）行业风险识别能力不足

A银行在业务扩张阶段，对部分产能过剩或受政策调控影响较大的行业（如传统制造业、批发零售业）未设置限额管控，导致信贷资源过度集中于风险较高的行业。2022年该行小微企业不良贷款中，制造业和批发零售业合计占比高达71%，而这两个行业的贷款余额仅占全部小微企业贷款的48%。

（二）贷中环节：授信审批与操作风险

1. 审批独立性受到侵蚀

为提升获客效率，A银行推广“信贷工厂”模式，将审批权限部分下沉至经营单位。实际运行中，部分分行出现“前台主导后台”的现象，授信审批流于形式。内部审计显示，2021年审批通过的贷款中，约25%的项目在实际调查中存在明显瑕疵（如抵押物评估虚高、经营流水不足），但审批环节未予以否决。

（1）评分模型有效性不足

A银行开发的小微企业信用评分模型主要依赖税务数据和征信数据，但缺乏对行业景气度、供应链稳定性等动态指标的考量。2021年至2022年，大量贷款出现风险的时间距离放款日不足6个月，说明评分模型未能有效识别早期风险信号。模型验证报告显示，该评分模型的AUC值仅为0.62，远低于行业平均水平（0.70-0.75）。

（2）合同签署与放款操作不规范

抽查发现，A银行有12%的小微企业贷款合同存在抵押登记未及时办理、保证人签字缺失或担保函要素不全等问题。部分合同签署日期早于授信批复日期，甚至出现了先放款后补签合同的违规操作。这些操作风险虽然不直接等同于信用风险，但在风险处置时会导致银行丧失优先受偿权或追偿困难。

（三）贷后环节：监测预警与处置风险

1. 贷后检查管理松弛

由于客户经理人均管户数从2018年的38户激增至2022年的102户，加上考核以放款量为主，客户经理主动贷后检查的动力严重不足。数据显示，2022年要求执行的贷后现场检查中，实际完成率不足50%，且完成的检查报告中大量为“无异常”的模板化内容，未能及时发现企业实际控制人变更、经营地址搬迁、水电费骤降等风险预警信号。

（1）风险预警响应迟钝

A银行虽然建立了贷后风险预警系统，但预警规则较为僵化，主要依赖贷款逾期天数的硬性指标，缺乏对企业结算流水异常、纳税额骤降、涉诉信息等先行指标的动态监测。即使系统发出预警，从预警到采取实质性风险处置措施的平均时长在2022年达到48.5天，远长于风控指引中规定的15天。在此期间，不少企业进一步转移资产或失联，导致银行错失最佳处置时机。

（2）风险处置手段单一

当贷款出现风险信号后，A银行主要采取电话催收、上门催讨等方式，极少运用追加担保、债务重组、资产保全、法律诉讼等组合手段。对于已暴露的不良贷款，核销和转让的决策流程较长，部分不良贷款在账面上停留超过2年仍未处置，占用了宝贵的风险资本。

（四）考核机制与激励约束失衡

造成以上问题的一个深层次原因是A银行的考核机制严重偏向规模增长。对小微条线的考核中，贷款增量、增速等规模类指标权重高达60%，而资产质量类指标仅占20%。分行行长为了完成考核任务，普遍采取“重投放、轻风控”的策略。同时，风险问责机制未能有效落地，2021年至2023年间，因小微企业贷款不良而被追责的客户经理不足实际风险事件数的10%，违规成本过低助长了冒险行为。

五、商业银行小微企业信贷业务风险管控优化路径

（一）贷前环节：做实客户准入与尽职调查

1. 建立差异化客户准入模型

商业银行应根据区域经济特点、行业风险状况和企业生命周期，建立差异化的客户准入标准。对于初创期企业，应重点考察实际控制人从业经历、上下游合作稳定性等软信息；对于成长期企业，应综合评估纳税评级、结算流水、社保缴纳等硬数据。建议引入“负面清单”管理机制，对产能过剩行业、环保不达标企业、涉及多起诉讼的企业实行一票否决。

（1）推行“眼见为实”的交叉验证机制

贷前调查必须坚持双人实地调查制度，并运用“三流合一”交叉验证法，将实物流（库存、设备）、资金流（银行流水、应收应付）、信息流（纳税申报表、水电费单据）进行比对核实。对于经营地与注册地不一致、纳税额与经营规模不匹配等异常情形，应作为否决项或要求补充有效担保。建议引入第三方数据源（如发票数据、电力数据、海关数据），提高信息核实的能力。

（2）强化行业集中度与区域风险限额管理

商业银行应对不同行业设置差异化的授信集中度上限，对批发零售、传统制造等高风险行业实施主动限额管理。同时，建立区域信用环境评价体系，对区域不良率持续攀升的地区及时发出预警并调减授信权限。原则上，单一行业小微企业贷款占比不应超过全部小微企业贷款的25%。

（二）贷中环节：优化审批流程与操作管控

1. 保持授信审批的独立性与专业性

无论采取何种业务模式，商业银行应确保小微企业授信审批职能独立于营销条线。审批人员应具备行业分析、财务分析和风险评估的专业能力。对于超过一定金额（如500万元）的授信项目，应实行“双人审批”或“审批委员会”制度。审批意见中应明确风险点和管控要求，严禁以“流于形式、签字走过场”的方式完成审批。

（1）迭代优化风险评分模型

评分模型应至少每半年验证一次预测准确性，并根据业务实际进行迭代优化。建议引入更多动态变量，如企业账户结算活度、电费缴纳及时性、供应链交易稳定性等。对于评分处于“灰区”（如评分为500分至600分，满分1000分）的客户，应强制要求补充人工复核和增信措施，不得完全依赖模型自动审批。

（2）规范合同签署与放款环节操作

合同签署必须面签面核，保证人应同步签署担保文件并留存影像资料。抵押登记应在放款前完成，确因特殊原因无法完成的，应设置过渡期且过渡期不超过15个工作日，同时要求追加阶段性担保。放款前应再次核对授信条件是否全部落实，未落实的不得放款。建议将上述操作要求嵌入核心系统，实现系统刚性控制。

（三）贷后环节：构建主动预警与快速处置机制

1. 实施分层分类的贷后管理策略

根据风险评级和授信金额，将小微企业客户划分为正常类、关注类和风险类，分别设置差异化的贷后检查频率和内容。正常类客户可采用非现场监测为主、现场检查为辅的方式，每半年至少一次现场检查；关注类客户每月至少一次现场检查，重点核查经营变化和还款来源稳定性；风险类客户应立即转入预警处置流程。

（1）建立多维度的早期预警指标体系

除了传统的逾期天数指标外，应纳入企业结算流水同比降幅、纳税额环比降幅、法人代表变更、新增涉诉信息、征信查询次数异常增多等15至20个先行指标。预警系统应实现自动捕捉和推送，并设置红、黄、蓝三级预警等级。客户经理在收到预警后24小时内完成初步排查，72小时内形成处置方案。

（2）完善风险处置工具箱与决策流程

商业银行应建立小微企业风险处置标准化流程，根据风险程度和企业意愿，依次采取电话催收、上门约谈、追加担保、分期还款、债务重组、处置抵质押物、法律诉讼、核销转让等措施。风险处置决策链条不宜过长，200万元以下的单户风险处置可由分行权限内决策，超过200万元的上报总行，但整体决策时限不超过15个工作日。

（四）后援环节：调整考核机制与强化问责

1. 优化绩效考核导向

商业银行应降低规模类指标在小微业务考核中的权重（建议不超过30%），提高资产质量类指标（不良率、逾期率、拨备覆盖率）和合规操作类指标的权重（合计不低于50%）。引入风险调整后资本回报率（RAROC）考核口径，将风险成本内化到业务评价中。对分行负责人的考核应设置小微企业贷款不良率的“一票否决”项，当不良率超过4%时，取消该分行当年评优资格。

（1）强化全流程风险问责

建立从客户经理、审批人到分行管理层的全链条风险问责机制。对于因贷前调查严重失职、明知企业资料造假仍上报、贷后管理长期缺失等原因导致贷款形成不良的，应依据损失金额和责任程度进行经济处罚和行政处分。对违规操作造成重大损失的，应移送纪检监察部门处理。问责结果应在一定范围内通报，形成警示效应。

（2）构建合规与风控的企业文化

商业银行高层应率先垂范，持续强调“风险底线不可逾越”的理念。将合规经营和风险防控的绩效指标分解到每个岗位、每个环节，使“全员风控、全程风控”的理念真正落地。定期开展小微企业信贷业务专项审计和飞行检查，将检查结果纳入机构合规评级和负责人年度考核。

五、结论

小微企业信贷业务是商业银行践行普惠金融、服务实体经济的重要抓手，但也因其天然的“高成本、高风险”特征而对银行的风控能力提出严峻挑战。本文以A银行小微企业信贷业务风险暴露案例为研究对象，采用熵值法对2018年至2023年的关键指标进行量化分析，并结合定性分析对贷前、贷中、贷后三个环节的具体风险进行了系统梳理。研究表明，风险失控往往不是单点失效的结果，而是准入放松、审批走过场、贷后管理虚化、考核导向偏差等多重因素叠加所致。商业银行应从客户准入、审批独立性、评分模型优化、贷后预警、考核问责等多个维度系统重构风险管控体系，真正实现小微企业信贷业务“放得出、管得住、收得回”的良性循环。唯有如此，才能在支持小微企业发展的同时，守住不发生系统性风险的底线。