發(fā)布時間：2020-08-14 17:25

【摘要】：中小企業(yè)的發(fā)展對于以創(chuàng)新求發(fā)展的國家經濟有相當重要的作用,為解決就業(yè)、科技創(chuàng)新和穩(wěn)定財政收入等做出了重要貢獻。中小企業(yè)的發(fā)展同時也面臨很多困難,調查研究表明中小企業(yè)貸款難是阻礙中小企業(yè)發(fā)展的重要瓶頸。然而,由于我國目前的資本市場尚不完備,銀行在實踐中依然被看成是中小企業(yè)的重要融資渠道,但是在其風險偏好較低、采用傳統(tǒng)貸款模式與政策的情況下,銀行實際上往往不愿意給中小企業(yè)發(fā)放貸款。Hackethal和Gintschel提出了將不同小銀行的資產加以組合的思路,為這個問題的解決提供了基本途徑,即將多家銀行的貸款構成聯(lián)合貸款池,參與銀行根據多邊合約分享聯(lián)合貸款池的收益和損失,其關鍵問題是貸款池的風險分散化效應和參與銀行努力程度降低之間的權衡,既要激勵銀行參與貸款池,同時又要激勵銀行付出相應的努力來管理自身貸款資產的信用風險以減少搭便車問題。 本文分析了多銀行貸款池風險分擔合約,獲得了封閉解,并討論了該合約的特征。結果表明,多銀行貸款池合約能夠分散小銀行由于規(guī)模小造成的非系統(tǒng)風險,降低了中小企業(yè)與銀行之間信息不對稱的程度,為中小企業(yè)貸款難的問題提供了一個解決方案。同時本文通過比較分析中小企業(yè)和大企業(yè)的模式結構與管理機制的不同,概括了中小企業(yè)所面臨風險與大企業(yè)的差異,從管理風險、經營風險和財務風險三個方面有針對性地總結了中小企業(yè)面臨風險的特點。本文選取出11個財務評估指標,運用支持向量機這種能夠較好的解決小樣本、非線性、高維數(shù)和局部極小值等問題的新型分類工具,建立了中小企業(yè)財務指標評估模型。在支持向量機的參數(shù)選擇上則采用了交叉驗證法,選擇了比較理想的懲罰因子和核參數(shù),克服了支持向量機運用過程中參數(shù)確定依靠經驗的缺陷。本文將基于支持向量機建立的模型與目前普遍認為預警精度較高的BP神經網絡進行了比較。結果表明,采用支持向量機建立風險評估模型,預測精度明顯高于神經網絡。
【學位授予單位】：天津科技大學
【學位級別】：碩士
【學位授予年份】：2010
【分類號】：F832.4;F224

【參考文獻】

相關期刊論文 前10條

1 周兆生;中小企業(yè)融資的制度分析[J];財經問題研究;2003年05期

2 何德旭;饒明;;小企業(yè)融資困局:新解與出路——銀行經營模式定位視角[J];理論參考;2009年02期

3 宋雪楓;楊朝軍;;財務危機預警模型在商業(yè)銀行信貸風險管理中的應用[J];國際金融研究;2006年05期

4 謝朝斌;董晨;;中小企業(yè)融資問題研究[J];經濟管理;2002年03期

5 林毅夫,李永軍;中小金融機構發(fā)展與中小企業(yè)融資[J];經濟研究;2001年01期

6 陳為民;馬超群;;支持向量機方法及其在金融中的應用與前景[J];金融經濟;2006年12期

7 曹鳳岐;建立和健全中小企業(yè)信用擔保體系[J];金融研究;2001年05期

8 徐洪水;金融缺口和交易成本最小化:中小企業(yè)融資難題的成因研究與政策路徑——理論分析與寧波個案實證研究[J];金融研究;2001年11期

9 侯惠芳,劉素華;基于支持向量機的商業(yè)銀行信用風險評估[J];計算機工程與應用;2004年31期

10 郭巍 ,梁勇;拓寬企業(yè)融資的現(xiàn)實選擇[J];科技創(chuàng)業(yè)月刊;2003年12期

相關碩士學位論文 前1條

1 劉元春;基于支持向量機的銀行貸款分類初步研究[D];吉林大學;2008年

本文編號：2793323