e1 Stephen Ross 公司理財 v12A

20.5　信用分析

到現在為止，我們關注的是信用條件的確定。一旦公司決定授信給它的客戶，它必須建立一個指南，以確定誰能賒購，誰不能賒購。信用分析就是決定是否對某個客戶授信的過程。它通常涉及兩個步驟：收集相關信息和確定信用度。

信用分析非常重要，因為損失應收賬款的可能性很大。公司在資產負債表中報告它們預期無法收回的應收賬款。2017年年末，IBM報告了6.89億美元可能無法收回的應收賬款，微軟報告了高達2.85億美元的壞賬準備。

20.5.1　應該在何時授予信用

試想一家公司正在決定是否對某家客戶進行授信。這一決策是很複雜的。例如，注意結果取決於倘若不授信將會出現的後果。是否客戶會只支付現金？還是根本就不買了呢？為了避免陷於這種情況或其他困難，我們將用一個簡單的例子來說明關鍵的地方。

1.一次性銷售

我們先來考慮最簡單的情況。某個新客戶以單價P賒購1單位產品。如果信用被拒絕，顧客將不會購買。

此外，我們假設，如果不授信，那麼1個月內，顧客要麼付清貨款要麼違約。第2種情況發生的概率為π。在這個例子中，概率（π）可以理解為新顧客不付款的百分比。我們的業務不會有回頭客，因此，嚴格來說這是一種一次性銷售。最後，應收賬款的必要報酬率為每月R，單位變動成本是v。

這裡的分析是很簡單的。如果公司拒絕授信，那麼增量現金流量為0。如果授信，那麼它將在本月花費v（變動成本），預期在下月收回（1-π）P。授信的NPV為

NPV=-v+（1-π）P/（1+R）　（20-8）

例如，對於Locust Software來說，NPV為

NPV=-20+（1-π）×49/1.02

假設違約率為20%，計算結果就是

NPV=-20+0.80×49/1.02=18.43（美元）

所以，應該授信。請注意這裡我們是除以（1+R），而不是R，因為現在我們假設這是一筆一次性交易。

我們的例子說明了一個很重要的問題。在對新客戶授信時，公司承擔的風險等於變動成本（v）。公司期望得到全款（P）。那麼，對於新客戶來說，儘管違約率很高，還是可能對其授信。例如，只要令NPV等於0，求解π，就能得到盈虧平衡點的概率

NPV=0=-20+（1-π）×49/1.02

1-π=20/49×1.02

π=0.584，或58.4%

只要有0.416或41.6%（=1-0.584）或更大的機會收回貨款，Locust就應該授信。這就解釋了為什麼高利潤的公司傾向於擁有寬鬆的信用條件。

該百分比（58.4%）是公司針對新客戶可接受的最大違約率。如果進行現金支付的老客戶希望變為賒購，那麼分析就會變得不一樣了，最大的可接受違約率將會更低。

最重要的不同在於，如果我們授信給老客戶，我們承擔的風險為總銷售價格（P），因為這是在不授信的情況下，我們能夠收到的。如果我們授信給新客戶，我們承擔的僅僅等於風險變動成本。

2.重複性業務

第二個需要記住的非常重要的因素是重複性業務的可能性。我們可以通過擴展我們一次性銷售的例子來說明這個問題。我們做一個重要的假設：一個新客戶只要第1次不違約，那麼他將永遠成為我們的客戶，並且永遠不會違約。

如果公司授信，那麼它在本月花費了v。下一月，如果客戶違約，公司將什麼也得不到，如果客戶如期付款，公司就會收到P。如果客戶付款，那麼客戶將再賒購1個單位，公司又要花費v。因此，本月淨現金流入為（P-v）。在隨後的每個月中，當客戶付清前一個月的訂單款項，又下一個新的訂單，就出現同樣的（P-v）。

我們的討論說明，在1個月中，公司將有π的概率會收到0。然而，公司有（1-π）的可能性得到一個永久的新客戶。每個月，新客戶的價值將永遠等於（P-v）的現值

PV=（P-v）/R

因此，授予信用的NPV為

NPV=-v+（1-π）（P-v）/R　（20-9）

對於Locust，這就是

NPV=-20+（1-π）×（49-20）/0.02=-20+（1-π）×1 450

若違約率為90%，NPV為

NPV=-20+0.10×1 450=125（美元）

除非在本質上違約是已經肯定了的，否則Locust就應該授信。原因是隻要花費20美元的成本，就能發現誰是好客戶，而誰不是。然而，好的客戶價值1 450美元，因此Locust可以承擔這麼小的違約風險。

這個重複性業務的例子可能誇大了可接受的違約概率，但它的確說明了信用分析的最佳方式通常就是幾乎對每個客戶都授信。它同樣說明，重複性業務的可能性是一個關鍵的考慮因素。在這些例子中，重要的是要控制最初提供給每個客戶的信用額度，以限制可能的損失。信用額度會隨時間的推移而增加。通常，預測未來某個客戶是否會付款的最好方法就是看他過去有沒有付過款。

20.5.2　信用信息

如果某家公司想得到顧客的信用信息，會有很多渠道。評估信用的信息來源一般包括以下方面。

（1）財務報表：公司可以要求客戶提供財務報表，比如資產負債表或利潤表。一些最低標準和經驗法則基於第3章我們所討論的財務比率，可以作為授予或拒絕信用的依據。

（2）客戶對其他公司付款歷史的信用報告：很多組織出售關於商業企業信用能力和信用歷史的信息。最著名的也是最大的這類公司當屬鄧白氏諮詢公司（Dun & Bradstreet），它為訂閱者提供單個公司的信用報告。益百利（Experian）是另外一家著名的信用報告公司，從它那裡可以取得很多公司的評級和信息，包括非常小的公司。Equifax、全聯（Transunion）、益百利是消費者信用信息的主要提供者。

（3）銀行：在客戶獲得其他公司的信用信息的時候，銀行通常會為其提供幫助。

（4）顧客對公司的付款歷史：獲得關於客戶不付款可能性的信息的一個最明顯的方式是檢查他們是否償還了過去的債務（以及償還多快）的信息。

20.5.3　信用評價和評分

並沒有像魔術一樣的方程來評估顧客不付款的概率。通常來說，傳統信用5C（five Cs of credit）就是評估的基本要素。

（1）品質（character）：客戶履行信用義務的意願。

（2）能力（capacity）：客戶用經營現金流量來償還債務的能力。

（3）資本（capital）：客戶的財務儲備。

（4）抵押（collateral）：抵押資產，以防違約的情況。

（5）條件（conditions）：客戶所處產業的一般經濟狀況。

信用評分（credit scoring）是基於所收集的信息計算某個客戶的量化評級的過程；隨後根據這個結果授予信用或拒絕授信。例如，公司可能會利用可獲得的所有客戶信息，為該客戶5C的每一項做出在1（非常差）到10（非常好）的範圍內的評分。通過將這些數據加總計算可得出信用評分。根據經驗，公司可能選擇僅僅對信用評分在某個值（比如說30以上）的客戶授信。

像信用卡發行商這樣的公司，已經開發了信用評分的統計模型。通常，為了發現不同客戶群體與其違約歷史的關係，需要研究他們在法律意義上與違約有關聯的、可觀察的特點。根據這些結果，就可能得到有關某個客戶是否會付款的最佳預測變量，然後再根據這些變量計算信用評分。

因為信用評分模型和程序決定了誰具有信用價值以及誰沒有，那麼它們會成為政府管制的對象就不足為奇了。尤其是，在信用決策中能夠利用到的背景和人口統計學信息的種類是非常有限的。

概念問題

20.5a　什麼是信用分析？

20.5b　信用5C指的是什麼？