基于BP-KMV模型的非上市中小企业信用风险度量研究

发布时间：2020-06-07 09:03

【摘要】：目前我国正处于经济转型的重要阶段,政府积极推行创新驱动经济发展战略,中小企业作为拉动经济增长、创造就业供给、引领创新研发的重要驱动力,是该战略的重要支撑,肩负着经济改革的重任。然而与此不对称的是,中小企业并未得到有效的资金支持。我国中小企业多为非上市企业,银行信贷是其主要融资渠道,而商业银行为规避非上市中小企业高信用风险对其采取“惜贷”政策,导致非上市中小企业面临融资困境;同时,“惜贷”政策致使商业银行被迫放弃了非上市中小企业这一庞大的客源,制约了其信贷业务的健康发展。造成以上现象的根本原因是银企信息不对称性,而有效度量非上市中小企业信用风险是解决此问题的关键。本文首先分析了非上市中小企业及其信用风险的特点,结合主流现代信用风险度量模型,进行了非上市中小企业信用风险度量模型适用性分析,认为KMV模型更适用于非上市中小企业信用风险度量,但由于非上市中小企业无法像上市企业一样提供股票市场信息,因此需引入BP神经网络构建BP-KMV模型解决这一局限性。其次,探讨了KMV模型与BP神经网络的运作原理及算法,并具体描述了BP-KMV模型的工作原理。然后,本文采集了70家制造业上市中小企业的股票市场数据及财务数据与35家制造业非上市中小企业的财务数据,运用Matlab技术,通过BP-KMV模型计算出35家非上市中小企业的违约率,根据违约率衡量非上市中小企业信用风险水平,并将评估结果与企业实际违约状况进行对比分析,结果表明,通过该模型计算所得的非上市中小企业违约率可用度很高,能很好地度量其信用风险。最后,基于实证分析结果,为商业银行应用BP-KMV模型建立针对非上市中小企业的信用评价体系提出具体建议。本文的亮点在于构建了非上市中小企业的信用风险度量模型BP-KMV模型,为商业银行建立针对非上市中小企业的信用评价体系奠定了基础,有效解决了银行与非上市中小企业之间的银企信息不对称,降低了商业银行所面临的信用风险,有助于商业银行扩张针对非上市中小企业的信贷业务;同时,缓解了非上市中小企业融资难的问题,实现银企“共赢”。
【图文】：

信用风险度量模型适用性分析，得出 KMV 模型更为适用；考虑到 KMV 模型度量非上市中小企业信用风险的局限，引入 BP 神经网络构建 BP-KMV 组合模型。第 4 章，KMV 模型与 BP 神经网络的组合模型的构建。分别阐述 KMV 模型及 BP 神经网络的基本思想、假设条件、原理及算法，并详细说明 BP-KMV模型的工作原理。第 5 章，基于 BP-KMV 模型的非上市中小企业信用风险度量实证分析。以上市与非上市中小企业的相关数据为样本，，检验 BP-KMV 模型度量非上市中小企业信用风险的有效性，并据此为商业银行更好地应用 BP-KMV 模型提出建议。第 6 章，主要结论及展望。对全文研究内容进行总结，阐明研究不足之处，并提出进一步研究方向。1.3.2 技术路线本文的技术路线图如下：

年度净利润皆为正，且累计超过 3000 万人民币；最新 3 个会计年度生产经营活动所产生的现金流量净额累计超过 5000 万人民币，或者最新 3 个会计年度营业收入总额累计超过 3 亿人民币；最新一期末无形资产占净资产的比例不高于20%；最新一期末不存在未弥补亏损。非上市中小企业与上市中小企业之间的差异在于是否满足了上述的中小板上市条件。（2）融资渠道足够的资金是支撑中小企业健康发展的源泉，为得到足够的资金支持，中小企业需通过一定的融资渠道融通资金。目前，我国中小企业的融资渠道依据融资来源划分主要分为内源融资渠道与外源融资渠道。主要渠道具体细节如下图 2-2 所示：企业主个人资产
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F276.3

【相似文献】

相关期刊论文 前10条

1 邓亦洲;吕渠田;;信用风险度量技术的发展[J];商;2013年13期

2 刘亚君;刘永功;;中小企业信用风险度量分析[J];商;2012年03期

3 戴致光;;信用风险度量方法发展分析[J];东方企业文化;2010年01期

4 苑素静;;信用风险度量的新模型和方法[J];中国农业银行武汉培训学院学报;2009年02期

5 陈之超;;“中小企业科技金融创新”专题之十 中小企业信用风险度量方法的国内外研究综述[J];江苏科技信息;2009年08期

6 金宏;夏国恩;金炜东;;信用风险度量方法在中国的研究和应用现状[J];浙江金融;2007年03期

7 林日丽;;国外主要信用风险度量方法评介[J];生产力研究;2006年03期

8 石林;;谈以信用资产组合的信用风险度量改善我国商业银行的信用风险管理[J];价值工程;2006年06期

9 白洋;;现代信用风险度量技术比较及在中国的应用[J];科技创业月刊;2006年07期

10 章政;田侃;吴宏;;现代信用风险度量技术在我国的应用方向研究[J];金融研究;2006年07期

相关会议论文 前4条

1 康宇虹;孙德鹏;郜中华;;KMV模型在我国上市公司信用风险度量中的实证研究[A];第三届（2008）中国管理学年会——创业与中小企业管理分会场论文集[C];2008年

2 中信银行济南分行课题组;侯训义;郝文刚;李勇;王小娇;;我国中小商业银行扩张中的信用风险度量与防范[A];金融发展理论与实践（2010）[C];2011年

3 李丽;周宗放;;母子公司关联担保信用风险度量[A];第十二届中国管理科学学术年会论文集[C];2010年

4 刘志伟;刘旭;郑国际;;基于IKMV模型的上市公司信用违约风险管理[A];第十三届中国管理科学学术年会论文集[C];2011年

相关博士学位论文 前10条

1 袁建良;开发性金融信用风险度量研究[D];中南大学;2008年

2 刘迎春;我国商业银行信用风险度量和管理研究[D];东北财经大学;2011年

3 刘兵;我国商业银行信用风险度量与管理研究[D];吉林大学;2008年

4 张传新;我国商业银行信用风险度量研究[D];苏州大学;2012年

5 张晓琦;我国商业银行信用风险度量及管理研究[D];哈尔滨工程大学;2011年

6 过新伟;我国中小企业信用风险度量研究[D];南开大学;2012年

7 韩岗;我国中小企业信用风险度量模型与实证研究[D];吉林大学;2008年

8 张继军;信用风险度量及其与宏观经济关系研究[D];天津大学;2009年

9 程功;基于结构化模型的信用风险度量及其应用研究[D];天津大学;2007年

10 李关政;基于宏观经济因子的我国商业银行信用风险度量研究[D];湖南大学;2010年

相关硕士学位论文 前10条

1 吴则人;通信设备行业信用风险度量[D];厦门大学;2018年

2 潘霄;基于BP-KMV模型的非上市中小企业信用风险度量研究[D];武汉理工大学;2018年

3 王雅楠;KMV模型对我国上市公司信用风险度量的适用性研究[D];山东财经大学;2019年

4 谷豆豆;基于改进KMV模型的上市公司信用风险度量与分析[D];山东大学;2018年

5 贾斌;基于KMV模型的G银行X分行信用风险度量及管理研究[D];西北大学;2018年

6 初笑;W城市商业银行信用风险度量与管理[D];大连海事大学;2018年

7 张崇宇;基于KMV模型的我国房地产公司信用风险度量研究[D];中国地质大学(北京);2018年

8 杨莹;基于Fisher判别的上市公司信用风险度量方法研究[D];安徽大学;2018年

9 李旭东;我国债务融资工具信用风险度量研究[D];首都经济贸易大学;2017年

10 陈一菁;我国商业银行信用风险度量研究[D];华侨大学;2014年

本文编号：2701180