如何建立客户分析模型

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的之间谋求协调，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，这是摆在中国公司目前的一大问题。有资料显示,欧美公司平均890采用赊销贸易,其坏账率只有.0.5%,无效成本占销售收入的比例为3；而与此同步,国内公司目前的平均赊销率只有不到2%，坏账率为5,无效成本比例达竟高达14。同样规模的公司，欧美公司的销售能力是我们的4倍,而坏账率只是中国公司的1/10到/20。这组数据既阐明了国内公司在信用管理方面的单薄，也凸现了信用管理实践的迫切性。公司信用分析、评价及管理始终是学术界和实务界关注的一种重点，通过几十年的摸索和完善,信用鉴别措施和模型层出不穷,常用的模型有：回归分析法、多元鉴别分析法、Lit法、obit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、统一的措施。对公司客户信用评价，以往一般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，建立鉴别模型,用于对新的样本的鉴别。依托单一财务指标有其局限，目前人们更多地是根据影响公司财务状况的多维指标来评估公司的信用状况，其核心环节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呈现状，结合自身在信用管理工作中的某些体会,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引原则。一、信用管理体系及信用分析模型的架构简朴地把客户分为“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，有必要进行更进一步的分析。西方公司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,使公司员工不管是记录专家还是非记录人员都可以得心应手地分析数据，并得出规范、持续性成果，从而使客户信用管理工作在更加专业化的基本上增强可操作性。一种完整公司的信用管理体系应当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、适合信用管理的规定的组织构造、核心流程等共同构成。如图所示。图 信用分析模型与信用管理体系中其她构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、解决和输出三个方面构成。其中,客户资料是输入部分，涉及建立模型时整顿的老客户资料、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。数据解决是中间部分，涉及定性分析和定量分析构成的综合分析,将在下文具体论述。客户信用级别是输出部分，该信用级别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2世纪0年代以来，市场变化的不持续性越来越规定加强对公司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，规定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表达：图 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,信用分析模型的重要部分,即解决部分的要素及其权重构成。可以说,要素的选择和权重的分派，是该模型与否有效的核心因素。信用分析模型的要素信用分析模型的要素重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，或者市场信息化限度较差的时期,非财务要素定性要素发挥较为重要的作用；在信用管理有了一定经验或者市场信息化限度提高之后,财务要素/定量要素的重要性将逐渐提高。模型的基本要素一般是变化不大的，在不同步期针对环境的调节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,成果的客观、公正性往往难以保证，因此，定量信息如果可以获得，就一定不能被忽视。模型中的要素越多，其衡量成果往往越接近现实。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派导致困扰，更重要的是，收集所有有关信息的成本也许会很高。实践中的经验是,从客户的种种特性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,最后得到一种较为全面的分析成果。下面我们将讨论一种普遍合用的模型的构成要素的选择。（一) 公司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善的方向、客户关怀的信用要素等,发掘出客户分类的原则和信用分析模型也许的构成要素等。该调研将对信用模型的合用性起到一定的指引作用。(二) 将客户按重要特性分类,如上所述，该分类根据调研进行,分类的根据因公司规定而异,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，固然，如果有必要，每一类中又可以细分，例如，按照信誉良好的出名公司和一般公司、利润来源公司和非利润来源公司等来分。为了提高工作效率和效果,也可以将不常常发生的状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似。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,由于缺少理解,诸多公司往往规定其钞票交易,通过一段时间的考核之后转化为老客户才予以授信。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,重要是定性指标；第二组是交易与财务特性要素，重要是定量指标;第三组是特殊要素，重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、关联公司、市场份额、行业口碑、管理层能力与诚信度等;2 交易与财务特性要素。重要的交易指标涉及目前超期的应收账款所占比例、履约率、与否有坏账、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、钞票流量、发展前景等。1) 资产规模与质量指标涉及总资产、主营业务收入等，其中，主营业务收入是重点考察的因素，其直接反映了公司在行业中的地位。2) 获利能力指标涉及主营业务利润率、毛利率等,其中核心指标是“EBIT/平均总资产”。3) 偿债能力指标涉及流动比率、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) 钞票流量指标中最为重要的是经营钞票流，一般用经营钞票流与流动负债的比值,来大体估算公司在经营过程中浮现周转不灵的也许性。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”两项指标作为公司历史发展的客观考核内容,来考察公司的发展趋势。3.特殊要素。重要的指标涉及银行信用记录、法院诉讼记录、海关有关记录、来自其她客户的有关记录等。客户在这些记录中的异常往往是公司发生变故的先兆，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 信用分析模型的构成要素权重分派各项要素指标的权重分派，与要素指标自身的选择同等重要。一般来说，权重的分派要根据行业特性，对重要的因素分派以较高的权重，对影响较小的因素分派以较低的权重。在此过程中,可以整顿历史数据,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引的过程。模型的建立将上述要素和权重相结合，就形成了一种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 超期应收所占比重与否有坏账 主营业务收入 BIT/平均总资产 偿债能力 经营钞票流量/流动负债 主营收入增长率 法院公示等 总分 00 评估时间:总分(要素权重要素权重2要素n权重n)阐明：1 所有的权重相加等于10%;2. “评价”一栏的内容是对每一种考虑因素的客观描述或者是主观评价;3 将0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(将在下文具体讨论);. 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、 对信用分析模型合用性的检查在信用分析模型建立过程中，需要测试其与否适应公司的实际状况;信用分析模型建立后来,需要一段时间的试用期，以最小限度地减少该管理技术对公司经营运作的冲击,在试用期内还可以对其进行调节，使其更加适应公司战略需求；事实上，在合适的模型确立之后,公司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,可以选用有代表性的客户资料（涉及信用较好、信用一般、信用较差和严禁交易的客户），将其数据代入信用分析模型，观测输出的成果与否符合实际状况,以及与否能拉开距离;在此过程中，通过敏感性分析，可以测试各个要素对输出成果的影响,因而可以根据公司的需要对要素的权重进行调节。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根据。如果信用管理部门始终业务繁忙,则信用政策也许太紧,会影响正常业务;如果信用管理部门始终很空闲,则信用政策也许太松，导致经营风险增长。信用政策的松与紧一方面也许是授信制度的问题,另一方面则也许是信用分析模型需要调节,这就需要具体状况具体分析。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。它一定是在公司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。此外，信用分析模型也许存在系统风险,即在分析模型中成果优良、在客户数据库中始终保持良好记录的客户却忽然产生信用问题。为理解决这个问题，可以引入第三方机构，定期对部分客户进行信用调查，这样一方面可以减少信用管理体系的系统风险，另一方面对公司的信用管理体系也可以起到增进和提高的作用。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，就必须有有关条件的保证。一方面,模型中的定性分析有着相称重要的地位，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。特别是当客户的财务数据难以获得或者可信度难以拟定期，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称重要的作用(固然,在这种状况下，相应的债权保障机制是不可少的）。另一方面,为了平衡定性分析的主观性对成果的影响,定量分析必不可少。定量分析对输入数据的及时性、精确性规定较高。这一方面需要信息系统的保障,另一方面,需要对有关业务人员和财务人员进行培训,使其理解信用管理的重要性和信用管理工作的需要，以及时提供有关、精确的信息。在实际工作中,可以设计若干表格,规范数据的收集,以便数据的录入,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，走访人员应当填写客户走访表,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，全面登记有关信息,业务员同步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有关信息加以补充。在其后的交易过程中，如果客户信息有所变更,如股权变更、高档管理层的更换等,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有关业务人员有高度的责任心和风险防备意识，也需要制度的保障。因此,在对有关人员进行培训,增强其责任心和风险防备意识的同步,需要将信用管理工作与业务、与有关人员的考核相联系,保证工作的顺利进行。例如,规定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报告引起的信用问题要追究有关人员责任等。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。