服务“一带一路”小微企业信用风险评价研究
中国农业发展银行信息科技部　李小庆
摘要及关键词
“一带一路”所倡导的政策沟通、设施联通、贸易畅通、资金融通4个互联互通，为我国小微企业带来了广阔的发展空间。但是由于我国经济体制和小微企业自身等多方面的原因，致使小微企业普遍存在融资难的问题，造成其融资方式单一、融资渠道狭窄的现状，严重制约了我国小微企业的发展速度。本文区别于上市企业和大中企业，提出一种面向小微企业的信用风险评价体系与评价方法，科学地评价小微企业信用等级，弥合金融机构和小微企业信息不对称情况，增加了银行对小微企业投资的积极性，缓解小微企业的融资难题。
一带一路；小微企业；融资；信用风险；评价
我国 “一带一路”建设实施以来，对延线60余个国家的投资额不断增长，同时，其所倡导的政策沟通、设施联通、贸易畅通、资金融通4个互联互通，为我国小微企业带来了广阔的发展空间。小微企业是我国国民经济的重要组成部分，也是“一带一路”建设中不可或缺的重要参与主体。小微企业作为活跃市场的基本力量, 提供了央企和国企外不可替代的产品和服务，在“一带一路”建设配套的旅游、贸易、中介等服务领域占据重要位置。同时，小微企业作为一种企业形态，容纳了社会上数量可观的就业人员，在促进经济增长及解决就业和再就业问题的过程中，发挥着重要作用。
但是由于我国经济体制和小微企业自身等多方面的原因，致使小微企业普遍存在融资难的问题，造成小微企业融资方式单一、融资渠道狭窄、融资结构存在缺陷的现状，严重制约了我国小微企业的发展速度，并影响小微企业参与“一带一路”建设实践。当前经济继续处于长周期的底部，对小微企业的生存和发展产生了较大的影响，不少小微企业因缺乏资金，运转举步维艰。在小微企业融资过程中，金融机构对小微企业的情况，尤其是运作项目的收益、公司的盈亏情况、经营方式、经营理念及资产情况等了解不全面，缺失有效的信用风险评价体系与信用风险评价方法，在投资时就会考虑资金的安全性而谨慎从事，这加大了小微企业融资的机会成本。若能区别于上市企业和大中企业，提出一种面向小微企业评价体系与信用风险评价方法，科学地评价小微企业信用等级，弥合金融机构和小微企业信息不对称情况，增加银行对小微企业投资的积极性，无疑可以缓解小微企业的融资难题。
小微企业信用风险评价的基本模型
为了克服传统信用风险评价分析法的不足，现代信用风险管理以期权定价理论、套利定价理论、资本资产定价理论等金融理论的创新性发展为基础，依靠大量数学工具和计算机技术，建立了包含大规模数据容量的风险管理模型。现代信用风险管理模型根据对违约预测方法研究思路的不同，分为计量统计研究方法和结构化研究方法。但这两类模型如果应用于小微企业信用风险评价，会存在一些不符合实际的假设，如假设风险暴露不变和存在大量历史数据，而在小微企业现实的经济运转当中，这种假设并不存在。同时，这些信用风险度量模型没有考虑小微企业的具体情况，小微企业往往缺失信用历史数据，且当期数据也并不一定标准和准确。从这个角度看，在分析小微企业的信用状况时，小微企业信用风险评价是一个模糊问题，即使比对小微企业的财务指标，也很难判断。因此，在小微企业信用风险评价中，更多的是使用比较模糊的概念。
神经网络由于没有严格的假设，且具有非线性分布式并行处理能力，因此常被应用于信用风险评估。神经网络能有效解决非正态分布、非线性的信用风险评价问题，其结果介于0与1之间，在信用风险的衡量下，即为违约概率，可以最终确定小微企业的信用级别。
小微企业信用风险评价活动是一个相对复杂和非结构化的决策过程，要进行准确、客观和科学的评价具有一定的难度，即要准确描述和量化信用风险的特征和各个要素属性之间的关系，又要采取合适的评价标准和方法，建立小微企业信用风险评价模型（如图1所示）。
图1 小微企业信用风险评价的基本模型
小微企业信用风险评价模型包含评价环境、评价主体、评价对象、评价原则、评价标准、评价方法和偏好结构等方面。评价环境是指信用风险评价在一定的经济环境下进行，评价主体的思维、评价原则的确定和评价标准的选取均受客观经济环境的影响；评价主体是指发起信用风险评价活动的银行；评价对象是指接受信用风险评价活动的小微企业；评价原则是指信用风险评价活动的基本准则；评价标准是指为信用风险评价活动建立的指标体系；评价方法是指小微企业信用风险评价活动的采取的各类定性或定量方法；偏好结构是指信用风险评价活动中的评价侧重点和出发点。小微企业信用风险评价的基本要素构成了一个综合的评价系统，从而有效地实施小微企业信用风险评价活动。
小微企业信用风险评价方法
信用风险评价是市场经济条件下信用关系发展的产物，根本目的在于揭示客户信用风险的大小。信用风险是对未来发生损失可能性的表示，具有不确定性，因此，信用风险评价与信用风险产生的实际影响往往具有一定的偏差。信用风险评价模型的建立主要解决两个问题，一个是输入变量的确定，即指标体系的选择问题，另一个是神经网络模型的建立。
（一）评价指标体系构建
信用风险评价是一个动态的、综合的、复杂的过程，监测指标体系的合理性对监测的准确性和有效性有重要影响。在多年的金融实践中，银行逐步探索出了一套针对相对弱势的小微企业客户的信用风险评价指标体系，这些指标主要用来衡量企业的偿债能力、财务效益、资产运营和发展能力。经营效益的评价指标如营业利润率、营业销售利润率、净利润率；经济实力的评价指标如资产负债比率、资产保值增值率；偿债能力的评价指标如流动比、速动比；经营能力的评价指标如总资产周转率、流动资产周转率等，见表1所列。
表1 小微企业信用风险评价指标构成
小微企业信用风险评价的指标数量较多，不同指标与企业信用风险的相关程度有所不同，也就是指标的重要性不同。小微企业的经营状况千差万别，其经营的好坏及发展前景受各种因素影响，但总而观之，小微企业的财务数据具有客观性、真实性和本质性等特点，最能直接反映小微企业的经营状况，银行对小微企业经营状况的衡量可以采取对其财务状况进行评价的方式来确定。在实际信用风险评价过程中，上述评价指标体系只能作为输入的参考，因小微企业治理不健全，有一些数据缺失或数据质量不高，采用外来数据作为补充，并采用因子分析、粗糙集等理论和方法进行对所有数据进行降维处理，然后将这些降维的指标将作为神经元的输入。
（二）神经网络的设计
神经网络（Artificial Neural Networks，ANNs/NNS）是神经学家为了计算和模拟神经行为特征而提出的，具有分布式处理能力、自学能力和容错能力的计算模型。神经网络由输入层、输出层和隐含层组成，每层包含不同数目的神经元，层与层之间的神经元用互相连接，连接具有不同的权重，同时每个神经元都是一个计算单元，计算的函数被称为激活函数。在神经网络中，需要设计的部分有3个，一个是神经网络的拓扑结构，即神经网络分为几层，每层有几个节点，节点之间如何连接；一般情况下，神经网络层数越多，每层神经元越多，计算越复杂。二是激活函数的设计，即怎样选择一个合适的计算函数；激活函数一般都选择线性函数，其作用在于对输入值与输出值进行转化；形成对神经元激活或者抑制的判断条件；限制神经元输出值介于激活或者抑制的范围。三是学习训练算法，即确定神经网络连接的权值在学习和训练的过程中进行调整的方法。
（三）信用风险评价技术架构
信用风险评价是基于大数据平台构建的，其有3个数据来源：从行外系统抽取数据，经过建模后加载到大数据平台；从行内系统抽取数据，经过建模后加载到大数据平台；互联网数据采集，用网络爬取从第三方评级机构采集相关数据加载到大数据平台。加载数据后，基于信用风险场景的微模型将原始数据经过加工形成信用风险评价分析区，并将数据推送至前端展示工具，用户可对客户数据进行信用风险评价可视化分析、信用风险评价检索、信用风险评价比较等多种分析（如图2所示）。
图2 信用风险评价技术架构
小微企业信用风险评价的过程
银行从申请融资的小微企业各方面的信息入手，对小微企业相关的行内、行外数据进行采集和融合，基于神经网络建立小微企业信用风险评价模型，神经网络能够提供一种复杂的非线性的假设模型，可以较好地拟合小微企业的经营数据，通过多层神经元的非线性计算，全面地对小微企业信用风险进行评价。
（一）数据采集和融合
此阶段的目的是将企业信用风险评价相关数据，包括行内、行外的结构化和非结构化数据，加载到大数据平台中，并通过大数据技术进行数据融合。
1. 行内数据采集
利用ETL技术从综合业务系统、信贷管理系统、电子影像平台等业务系统中采集行内已有的结构化数据和非结构化数据。
2. 行外数据采集
行外数据采集分为两种方式，一种是向主要的信用评级机构购买相关信用风险评价报告，一种是从主要信用风险评价机构的官方网站爬取信用风险评价信息。
（二）数据分析模型设计
确定评价指标体系对于信用风险评价的准确性和有效性有重要影响，评价指标的选择一般遵循以下方法。
1. 定量指标和定性指标相结合
在信用风险评价中定量指标和定性指标相互结合、相互补充，才能更科学地评价企业的还款能力。定量指标包括评价企业偿债能力、运营能力、发展能力等财务类指标；定性指标包括市场竞争力、产品可替代性、管理水平等非财务类指标。定性指标可以通过专家评分、调查问卷或者赋值的方式进行数值化，以便分析。
2. 可操作性
评价指标应该选择可获得、可评判、数据质量较高的数据，尽量避免因主观因素导致评级结果的不稳定性。
3. 样本设计
样本设计包括3个方面。一是样本选取，即从样本的数量、质量和代表性考虑，选择样本数据。二是数据归一化和规范化，以避免数值异常导致评价不稳定、不准确。三是指标筛选，运用主成分分析、因子分析、粗糙集等理论和方法，对指标进行筛选，筛选出相关性低、评价能力强的指标。
4. 拓扑结构设计
拓扑结构设计包括网络层的选择和神经元数目的选择。神经网络结构有输入层、隐含层和输出层构成，输入层的神经元数目与最终选择的评价指标一致，输出层由信用等级的数目确定，隐含层的层数和神经元数可以根据神经网络设计的相关理论计算赋予初始值，经过反复训练后确定一组抗噪声好、预测准确率高的隐含层层数和神经元数目。
5. 激活函数选择
激活函数的质量取决于控制低层梯度弥散的能力和稀疏化能力。激活函数可以从常用的Sigmoid，tanh，ReLU等函数中选择，通过设计3种模型，每种模型都只有一层包含若干个神经元的隐层，然后分别使用上述函数作为激活函数进行测试，进而选择相对最佳的激活函数。
（三）基于神经网络的信用风险评价应用
1. 信用风险评价可视化
信用风险评价可视化可以提供客户整体信用风险评价情况，一是通过机构查询其所有客户的信用分布情况，二是可以通过时间参数查看某一机构下所有客户信用分布的历史变化情况。
2. 实时信用风险评价
用户在系统中输入客户代码，对目标客户进行实时信用风险评价，系统将自动分析客户相关指标数据，即时生成企业的信用风险评价信息。
3. 信用风险评价信息检索
信用风险评价信息检索，可以使用客户代码查询客户的信用等级信息以及客户在各个参考指标上的得分情况。
4. 信用风险评价比较
通过客户代码对该客户的内部信用风险评价与外部信用风险评价进行比较分析，如果内外评级相差不大，则表示信用风险评价基本合理；如果内外评级相差较大，则表示信用风险评价中有信息遗漏情况，须重点调查分析。通过信用风险评价比较分析，可以更客观地评价企业，保障信贷资产安全。
总之，正是由于小微企业信用风险评价过程中的模糊现象，采用基于人工智能中的神经网络方法构建信用风险评价系统反而能取得较好的效果。在实际评价过程中，要充分考虑经济环境和商业环境的整体发展情况，也要考虑行业、实体及单个债务的实际情况，使基于神经网络的信用风险评价模型能够较好地匹配小微企业的经营状况及发展前景，快速给出评价结果，实现银行对小微企业高效率的融资服务，从而更好地支持小微企业参与到“一带一路”的建设中。
参考文献：
[1]国家信息中心“一带一路”大数据中心. 一带一路”大数据报告[M]. 北京：商务印书馆，2016.
[2]肖振生. 数说“一带一路”[M]. 北京：商务印书馆，2016.
[3]周月刚. 信用风险管理：从理论到实务[M].北京：北京大学出版社，2017.
[4]许伟，梁循，杨小平. 金融数据挖掘－其于大数据视角的展望[M]. 北京：知识产权出版社，2013.
[5]李战江. 微型企业信用风险评价指标体系的构建[J]. 技术经济，9-115.
（2018年第1期）
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点数据挖掘技术在商业银行客户信用风险评估中的应用研究—硕士毕业论文下载
很抱谦，您的浏览器并不支持 IFrame，请与管理员联系，也可。
数据挖掘技术在商业银行客户信用风险评估中的应用研究
硕士博士毕业论文站内搜索
全站论文库
硕士博士论文库
普通期刊论文库
分类1：→经济论文→→→→分类2：→经济论文→→→
数据挖掘技术在商业银行客户信用风险评估中的应用研究
论文目录&摘要第1-4页 ABSTRACT第4-8页 第一章 绪论第8-13页 　　· 研究的背景与意义第8-10页 　　　　· 研究的背景第8-9页 　　　　· 研究的意义第9-10页 　　· 国内外相关研究综述第10-11页 　　　　· 国外相关研究的发展与现状第10-11页 　　　　　　· 国外客户信用评级的发展第10页 　　　　　　· 数据挖掘技术在国外客户信用评估中的应用第10-11页 　　　　· 国内相关研究综述第11页 　　· 论文主要研究内容及思路第11-13页 第二章 商业银行客户信用风险评估制度第13-20页 　　· 商业银行信用风险理论第13-15页 　　　　· 商业银行信用风险的界定第13-14页 　　　　· 影响商业银行信用风险的因素分析第14-15页 　　· 商业银行企业型客户信用评估体系第15-17页 　　　　· 企业信用风险评估指标第15-17页 　　　　· 企业信用风险评估指标体系的确立第17页 　　· 商业银行信用风险的衡量标准第17-20页 　　　　· 信用风险衡量标准的基本属性第18页 　　　　· 信用风险衡量标准第18-20页 第三章 信用风险评估模型与方法第20-28页 　　· 古典信用评估方法第20-23页 　　　　· 专家制度法第20-22页 　　　　· Z 评分模型第22-23页 　　· 现代信用风险度量方法第23-25页 　　　　· Merton 模型第23-24页 　　　　· KMV 模型第24-25页 　　· 其他常用信用风险内部模型第25-28页 　　　　· 信用度量术（Credit Metrics）第26页 　　　　· 信用风险附加法（Credit Risk+）第26页 　　　　· 信贷组合观点（Credit Portfolio View）第26-28页 第四章 基于数据挖掘技术的商业银行客户信用风险评估方法第28-35页 　　· 数据挖掘理论第28-31页 　　　　· 数据挖掘技术理论概述第28-29页 　　　　· 数据挖掘在银行业务中的应用第29-31页 　　· 数据挖掘方法与过程第31-33页 　　　　· 数据挖掘方法第31-32页 　　　　· 数据挖掘过程第32-33页 　　· 数据挖掘常用模型介绍第33-35页 　　　　· 决策树模型第33页 　　　　· 神经网络模型第33-35页 第五章 基于前向型（BP）神经网络的客户信用评估模型第35-51页 　　· 客户信用评估模型构建第35-37页 　　　　· 模型构建步骤第35-36页 　　　　· 模型构建方法的选择第36-37页 　　· 基于神经网络模型暄客户信用评估指标体系第37-41页 　　　　· 模型输入指标的选取方法第37-38页 　　　　· 客户信用评估指标的选取第38-40页 　　　　· 数据的预处理第40-41页 　　· BP 神经网络模型的构建第41-46页 　　　　· BP 神经网络结构第41-42页 　　　　· 学习过程及算法第42-44页 　　　　· 构建客户信用风险评估模型第44-46页 　　· 模型实证及结论分析第46-51页 　　　　· 模型算法改进第46-47页 　　　　· 模型实证第47-50页 　　　　· 结论分析第50-51页 结论第51-52页 参考文献第52-54页 　　一、英文文献第52页 　　二、中文文献第52-54页 附录第54-59页 　　附表A 预测结果第54-55页 　　附表B 主成分分析第55-56页 　　附录C 主成分分析评分表第56-59页 在学期间发表的学术论文及研究成果第59-60页 致谢第60页
本篇论文共60页，
更多相关论文
栏 目 导 航
商业银行信用风险论文 信用风险评估指标体系论文 BP神经网络论文 L-M算法论文
版权申明：目录由用户chenbaoqing提供，仅收录目录，作者需要删除这篇论文目录。
||||||||||
Copyright(C) All Rights Reserved优秀研究生学位论文题录展示商业银行对中小企业贷款的信用风险评价专　业: 数量经济学关键词: 中小企业 信用风险 因子分析 Logistic回归 商业银行分类号: F832.4　
F224.0形　态: 共 57 页　约 37,335 个字　约 1.786 M内容阅　读: 内容摘要2002年到2007年，全球经济出现空前的高速增长，作为全球经济引擎的美国经济更是迅猛地发展，与之相伴的是美国房地产市场的快速发展，房地产价格持续以两位数的速度增长。房地产商为了获得更多利润，以各种条件不断吸引各类人群加入购房大军，包括中低收入者，美国房贷机构也以较高的利息作为条件给这部分信用状况较差、收入不稳定的购房者贷款，并给出了低首付和最初两年低月供的优惠条件，这就是美国的次级贷款。为了分享房价迅速上涨带来的利润，美国金融机构想尽办法，创造了一系列围绕次级贷款的金融衍生品，并被各国金融机构争相购买。然而，当时间走到2006年年底，风光了整整5年的美国房地产从顶峰重重地摔了下来，房价快速下跌，很多次级贷款都面临着还贷的危机，与之相关的一系列金融衍生品的价格也快速下跌，在房地产商、房贷机构遭到重创的同时，大量持有这些衍生金融产品的机构也损失重大。
美国次贷危机直接导致了全球范围内的金融危机爆发，虽然美国次级贷款是针对个人的住房按揭贷款，但是由于大量贷款发放给信用状况较差、收入不稳定甚至没有还款能力的购房者，在房价下跌的情况下导致了美国信用体系崩塌，进而造成了金融危机爆发。受次贷危机影响，从2007年10月到2008年9月，已有14家美国银行倒闭。同时，由于美国次贷危机的多米诺骨牌效应，金融危机瞬间波及到了全球各个国家。国际货币基金组织(IMF)日发布的《全球金融稳定报告》显示，全球金融业将因为次贷危机而损失1.4万亿美元，相当于损失了7个工商银行，IMF还警告说，全球经济将步入整体性衰退的时期。由此可以看出，一个国家商业银行贷款资金的安全对整个国家乃至全球的金融稳定都起着决定性的作用。
除了对金融市场的影响，美国金融危机正在逐渐蔓延到实体经济。我国受到次贷危机直接影响导致的损失相对较小，但是实体经济却受到了严重地打击。中国的经济发展模式是通过出口拉动投资，进而拉动消费，最后拉动需求。金融危机给中国带来的最直接影响就是出口下降带来的投资和服务业等萎缩。中国目前正处于高储蓄状态中，外部需求增长成为国内经济发展的重要动力，国内经济对外贸的依存度较高。受金融危机影响，欧美消费者的购买力大大下降，而中国的出口商品主要销往欧美市场，由于对国际市场的过分依赖，我国东部地区大量中小企业陷入了财务困境，产品无法销售的同时，外国的账款还无法收回，出现了大面积倒闭的现象。虽然中国政府已经采取了一系列政策，例如放松对中小企业的贷款额度，提高了部分纺织品的出口退税率，多次下调存贷款利率等，但随着全球金融危机的进一步蔓延，中国的出口商将迎接来自海外的新一轮打击。而中小企业财务困境将直接影响到银行资产质量，导致银行的不良贷款率上升。据《21世纪经济报道》报道称(日)，11月15日前后，珠三角各地法人银行机构陆续接到了央行调查企业贷款现状的紧急通知。由此可以看出，受金融危机影响，珠三角地区大量企业倒闭，已经影响到了商业银行贷款资金的安全。
另一方面，随着我国经济体制改革的不断深入和私营经济的迅猛发展，我国以多种所有制形式为特征的中小企业迅猛发展，截止到2007年6月底，我国中小企业数已达到4200多万户，占全国企业总数的99.8%；中小企业创造的最终产品和服务价值相当于国内生产总值的60%左右，上缴税收约为国家税收总额的53%，生产的商品占社会销售额的58.9%，商品进出口额占68%左右；全国75%左右的城镇就业岗位也是由中小企业提供的；而且，中小企业还是我国技术创新的生力军，我国66%的发明专利、82%以上的新产品开发，都是由中小企业完成的，中小企业在中国的经济发展中扮演起越来越重要的角色，对国民经济的健康、持续、稳定发展，对社会的安定团结，对创造就业机会、推动技术创新、加快市场化进程都发挥着日趋重要的作用。从我国中小企业目前的发展状况看，融资难己成为制约中小企业发展的重要因素之一，而中小企业融资难的一个根本原因就在于中小企业的信用状况问题。一方面，相对于大企业而言，中小企业的资产数量少、质量差，信用状况相对较差，商业银行出于资金安全性的考虑不愿意向中小企业贷款；另一方面，由于商业银行目前执行的企业信用等级评定标准都是基于国有大型企业的特点制定的，在一定程度上也造成中小企业信用等级被低估的问题，从而进一步加剧了中小企业融资难的问题。在全球金融危机的背景下，沿海地区中小企业经营困难甚至倒闭已经导致大量人员失业，特别是从事技术含量较低的工作的农民工，仅四川省，截至日，受金融危机的影响，企业倒闭或减员导致返乡的农民工已达28万余人。同时，今年的大学毕业生就业形势也相当严峻，很多企业都削减或者取消了校园招聘计划，来参加学校双选会的单位比往年大幅缩减了，甚至很多高校取消了毕业生就业双选会。中小企业的发展状况对我国经济各方面的影响都是巨大的。
要尽量降低金融危机对我国实体经济地冲击，保持经济平稳较快地发展，保障社会的稳定和谐，就要大力扶持中小企业，帮助中小企业应对金融危机，给中小企业提供较好的发展环境。在这种情况下，商业银行应该加大给中小企业贷款的力度，尽可能给有实力，有发展潜力的中小企业发放贷款，提供充足的资金保证中小企业快速稳定地发展。同时，商业银行又必须保证贷款资金的安全，避免由于中小企业出现经营困难导致贷款资金发生损失。因此，需要制定一套适用于中小企业的信用评价体系及评价方法，全面、客观地评价中小企业信用状况，控制中小企业贷款给商业银行带来的信用风险。完善的信用评价体系是全国乃至全世界经济健康运行的基本保证，只有建立了完善的信用评价体系，才能既保障银行贷款资金的安全，又能更有效地选择出经营状况良好，发展潜力较大的中小企业给予贷款，保障我国经济能在全球金融危机的背景下保持平稳较快地发展。
本文研究的目的在于探索一套较为完善的商业银行评价中小企业信用风险的指标体系及方法，使商业银行能有效地控制中小企业贷款给其带来的信用风险的同时，加大对中小企业的扶持力度，促进我国经济快速平稳地发展，保障社会的安定和谐。各章节的主要内容与观点如下：
第一章介绍了研究背景及意义，指出本文的研究思路、内容以及创新之处。美国的金融危机让信用安全再次受到人们的广泛关注。受美国金融危机的影响，我国的实体经济遭到了严重地打击，大量中小企业面临财务困境，进而影响了我国的经济发展及社会安定。为了促进我国的经济保持快速平稳的发展，商业银行应该大力支持中小企业，同时又要保障其贷款资金的安全。因此，应该制度一套完善的适用于中小企业的信用风险评价体系及评价方法。
第二章对商业银行信用风险管理的研究现状进行总结回顾，分析了已有研究方法的特点及不足，在此基础上找到本文的突破口，确定研究方法。
第三章总结了我国商业银行对贷款企业进行信用风险管理的现状、采用的方法及存在的问题。以中国建设银行的贷款企业信用评级指标体系为例，说明了我国商业银行在对中小企业进行信用评级时指标体系以及评价方法上的不足。目前，我国主要采用信用评级的方法对中小企业进行信用风险评价，主要存在评级指标的选择、主观性、未明确区分大企业和中小企业等方面的问题。
第四章是中小企业信用评价体系优化设计及评价方法选择。通过对我国中小企业的特征进行分析，在我国商业银行对企业进行信用评级采用的指标体系基础上，构建了适合中小企业的评价指标体系，并分析选择了Logit模型与因子分析相结合的方法来构建商业银行对中小企业信用风险评价模型。
第五章基于Logit模型对中小企业进行信用评价的实现，选择了向成都市农村信用社提出贷款申请的100家工业中小企业的数据，应用因子分析和Logistic回归，建立了中小企业信用评价模型。又选用另外35家工业中小企业的数据对模型进行了检验。检验结果表明本文建立的Logit模型在识别中小企业是否存在较大的违约风险上正判率较高，达到91.4%。说明该模型的评价结果能够在商业银行对中小企业进行信用评级时起到一定的参考作用，特别是在指标的权重及信用等级评定结果方面。
第六章对本文的主要工作进行了总结，根据文章的结论，结合我国中小企业信用评级中存在的问题，提出了应对措施和建议。并指出文章存在的不足及后续研究方向..……全文目录文摘英文文摘1.绪论1.1研究背景及意义1.2研究结构1.3创新之处2.商业银行信用风险管理的研究现状2.1商业银行信用风险的内涵2.2信用风险度量方法的研究现状2.2.1传统方法的研究2.2.2现代信用风险度量模型3.我国商业银行信用风险管理的现状及存在的问题3.1我国商业银行信用风险管理的现状3.1.1我国商业银行信用风险的现状3.1.2我国商业银行对企业信用风险度量的方法3.2我国商业银行对贷款企业信用评级现状――以中国建设银行为例3.2.1中国建设银行现行信用评级指标体系3.2.2我国商业银行对贷款企业信用评级时存在的问题4.商业银行对中小企业信用风险评价体系优化设计及评价方法选择4.1中小企业的界定及其特征4.1.1中小企业的界定4.1.2中小企业的特征4.2评价指标体系的优化设计4.2.1评价指标体系优化设计原则4.2.2商业银行对中小企业信用风险评价理论指标体系构建4.3中小企业信用评价方法的选择4.3.1方法的选择4.3.2因子分析概述4.3.3 Logistic回归分析概述5.运用Logistic回归对对中小企业进行贷款信用风险的评价5.1样本的选取5.2根据样本数据对评价理论指标体系的指标进行调整5.3评价指标的因子分析5.3.1数据的检验5.3.2因子的提取5.3.3因子解释5.3.4因子得分5.4 Logistic回归分析及违约判别模型的建立5.4.1模型的建立5.4.2模型的检验6.结论及建议6.1结论6.2建议6.3不足及需要改进之处参考文献后
记相似论文,53页,F832.4,60页,F832.48,74页,F832.4,53页,F832.479,58页,F832.479 F224.1,55页,F832.48 F224.3,57页,F832.43 F323.8,61页,F832.4,66页,F832.479 F426.471,52页,F832,45页,F832
F224,56页,F832.0,67页,F832.0,44页,F832.0
F832.51,41页,F832.1 F014.5,41页,F832.1 F061.2,51页,F832.1 F224,38页,F832.1 F830.35,45页,F832.2,59页,F832.2中图分类:
> <font color=@2.4 > 经济 > 财政、金融 > 金融、银行 > 中国金融、银行其他分类:
> <font color=@4.0 > 经济 > 经济计划与管理 > 经济计算、经济数学方法 > 经济数学方法
& 2012 book.hzu.edu.cn