摘 要 为解决银行面对中小微企业信贷问题。本文从投资风险和信誉度为切入点制定对从事不同行业的中小企业的贷款额度和信贷利率组合贷款的信贷策略，以期实现双方合作共赢，可持续发展的局面。本文对123家有信贷记录的企业和320家无信贷记录的企业进行分析，并根据分析结果为银行提出合理的信贷策略。
　　关键词 中小型企业信贷问题 因子分析 多目标函数线性规划 贝叶斯模型
　　中图分类号：F272 文献标识码：A 文章编号：1007-0745（2020）04-0036-06
　　首先，通过贷款额度以及信贷利率组成信贷策略，基于因子分析建立了投资风险量化模型。为规避部分风险对行业进行组合贷款，将首先删除信誉度为D的123家企业，留下99家企业进行行业分类。汇总各行业进销价税和营收总额，将进销项作废和负票率放入建立的风险量化模型得出不同行业投资风险，以此确定不同行业贷款额度。对于信贷利率，结合数据的流出率，并借鉴宏观经济学可持续发展思想，建立多目标函数线性规划及模型，求解得出最优借贷利率[1]。
　　然后，通过贝叶斯模型和BP神经网络建立信誉度评价模型，择优选择贝叶斯模型对其中302家无信贷记录的企业做信誉度评价，基于先前建立模型给出信贷策略[2]。
　　最后，将突发因素选定为新冠病毒疫情，通过《中国金融年鉴2020》判断出疫情对不同行业影响占比。将占比因素加入投资风险中，再对这302家企业做信贷额度和信贷利率测评，为促进经济恢复对测出的利率要适当降低调整[3]。
　　1 模型假设与约定
　　1.假设年度信贷总额度为3千万;
　　2.假设题目所给的数据真实可靠;
　　3.假设在考虑突发因素影响时只有新冠疫情这一因素影响风险量化模型。
　　2 符号说明及名词定义
　　（如表1）
　　3 模型建立及求解
　　3.1数据预处理
　　收集了如下数据：
　　1.已知信誉度的123家企业相关数据;
　　2.无信贷记录的302家企业相关数据;
　　3.2019年统计银行贷款年利率与客户流失率关系（数据来自于历年中国企业年鉴）。
　　收集数据给出了企业的所处行业信息、企业交易发票据信息、上下游影響力等相关信息对于众多企业相关数据，我们需要对数据进行精细整理，使用EXCEL对数据进行如下处理：
　　1.首先删除123家有企业中信誉度为D的企业相关数据;
　　2.对信誉度为ABC的企业分别进行进项、销项价税汇总并计算营收，进销作废率和负票率作为影响因子;
　　3.对123家有信贷记录的，和302家无信贷记录的企业进行行业分类;
　　4.汇总302家无信贷记录的企业的进项价、销项价税并计算营收，得出作废率和负票率。
　　3.2投资风险量化
　　3.2.1 投资风险量化模型
　　1.模型一：因子分析。因子分析方法的基本思想是根据相关性大小把变量分组，使得同组内的变量之间相关性较高，不同组的变量之间相关性较低。信用风险主要与企业实力强弱、供求是否稳定以及信誉度相关。通过对各企业进项、销项、价税、合计、营收、进销作废率以及负票率这7个影响因子进行分析风险可得分量化[4]。
　　计算步骤：（1）假设原始观测变量和变化后的新变量均用 x 表示。设原公共因子变量为Y1，Y2，...，Ym， 经过标准化后的公共因子变量记为F1，F2，...，Fm（m