【摘要】：新三板為我國創(chuàng)新型、創(chuàng)業(yè)型、成長型的中小微企業(yè)提供融資渠道,提高了企業(yè)的自主創(chuàng)新能力,促進(jìn)了我國多層次資本市場的發(fā)展。但是新三板掛牌企業(yè)因?yàn)榻?jīng)營規(guī)模小、體系不健全、信用等級低以及信息不對稱等問題易受外部宏觀經(jīng)濟(jì)環(huán)境的影響,無法及時(shí)地獲取資金支持,加大了企業(yè)面臨的信用風(fēng)險(xiǎn)。在全球經(jīng)濟(jì)融合日益密切的背景下,企業(yè)的經(jīng)營管理問題得不到有效解決就容易產(chǎn)生信用風(fēng)險(xiǎn),若信用風(fēng)險(xiǎn)得不到及時(shí)控制時(shí)就可能擴(kuò)散至行業(yè)范圍,誘發(fā)“蝴蝶效應(yīng)”,這一現(xiàn)象在新三板市場體現(xiàn)尤為突出,因此十分有必要對新三板企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行研究。本文以新三板企業(yè)為樣本,對企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行研究分析。因?yàn)樾氯迤髽I(yè)屬于非上市中小企業(yè),無法用明確的指標(biāo)區(qū)分風(fēng)險(xiǎn)企業(yè)與正常企業(yè),因此首先需要對新三板企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行判斷。PFM理論認(rèn)為規(guī)模和盈利能力相近的上市公司與非上市公司具有一定的相關(guān)性,并通過對比各種風(fēng)險(xiǎn)評估模型發(fā)現(xiàn)SVM模型在我國非上市企業(yè)的風(fēng)險(xiǎn)評估中最具有適用性,因此以中小板上市的ST公司與非ST公司為訓(xùn)練樣本,擬合出SVM模型對新三板企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行度量判斷。然后在此基礎(chǔ)上,用判斷出的信用風(fēng)險(xiǎn)企業(yè)和正常企業(yè)為樣本構(gòu)建Logistic回歸模型,從企業(yè)的償債能力、盈利能力、營運(yùn)能力和成長能力等微觀層面以及消費(fèi)者物價(jià)指數(shù)、企業(yè)景氣指數(shù)和貨幣供給量等宏觀層面分析企業(yè)信用風(fēng)險(xiǎn)的影響因素,并根據(jù)實(shí)證結(jié)果為經(jīng)營者提供有效的幫助與建議,幫助經(jīng)營者做出正確的決策。研究結(jié)果表明,新三板企業(yè)在發(fā)展過程中存在一定的信用風(fēng)險(xiǎn),通過SVM模型判別符合信用風(fēng)險(xiǎn)條件的企業(yè)共有284家,占取樣本總數(shù)的11.49%。而新三板企業(yè)信用風(fēng)險(xiǎn)大小既受內(nèi)部經(jīng)營狀況的影響,也受外部宏觀經(jīng)濟(jì)波動的影響。基于企業(yè)內(nèi)部因素,企業(yè)償債、盈利、營運(yùn)和成長等財(cái)務(wù)管理能力與企業(yè)的信用風(fēng)險(xiǎn)呈負(fù)相關(guān);基于外部宏觀經(jīng)濟(jì)因素,CPI指數(shù)與企業(yè)的信用風(fēng)險(xiǎn)呈正相關(guān),企業(yè)景氣指數(shù)和貨幣供給量與企業(yè)的信用風(fēng)險(xiǎn)呈負(fù)相關(guān),因此經(jīng)營者提高企業(yè)的財(cái)務(wù)管理能力、關(guān)注宏觀政策的變化,選擇合適的發(fā)展戰(zhàn)略可以幫助企業(yè)降低信用風(fēng)險(xiǎn)。
【圖文】：

ｗＴｘ邋＋邋ｂ－邋０逡逑圖３－１原始ＳＶＭ用于二分類示意圖逡逑空間上含有ｎ個樣本的訓(xùn)練數(shù)據(jù)集ｒＨｋ，乃），（Ａ：２，乃），？？？，（？，？示第ｉ個實(shí)例，乃ｅｆ＋ｌ，－１丨是相應(yīng)的標(biāo)簽，數(shù)據(jù)只有兩種類型，示負(fù)例，假設(shè)數(shù)據(jù)全部可分，則正負(fù)例的數(shù)據(jù)分布如圖３－１所示。想是尋找一個分離超平面ｈ＾ａ：邋＋６邋＝邋０，使得正負(fù)例能被這個超平（注意這與感知器的思想是不同的，感知器只要能找到將其分離原始ＳＶＭ的模型可以表述如下：逡逑ｍｉｎ－＾逡逑ｗ，，ｂ邋２ｓ．ｔ邐ｘ．－＼－ｂ＾＞邋０Ｊ＝邋ｌｙ２＾逡逑（３．１）中，是分離超平面的法向量，為標(biāo)量，它表示原始ＳＶＭ是一個典型的二次規(guī)劃問題，可以使用ＱＰ算法對其進(jìn)隔ＳＶＭ模型逡逑原始ＳＶＭ存在一個問題就是以假設(shè)所有實(shí)例線性可分為前提，

圖３－２軟間隔示意圖，圖中有一些不滿足約束條件的實(shí)例逡逑間隔ＳＶＭ模型表述如下：逡逑１邐Ｎ逡逑ｍｉｎ邋－ｗＴｗ－＼－Ｃ＾ｔ：逡逑ｔｒＳ／逡逑Ｓ．ｔ邋：邐ｙ＋Ｚ））邋＞邐．７＝邐＼ｙ２＾ｆ邐一逡逑ｐｏ逡逑（３．２）中，Ｃ＞０表示懲罰系數(shù)，＆表示第／個實(shí)例的松她因子，對問題（３．２）逡逑可以通過構(gòu)造拉格朗日函數(shù)：逡逑Ｌ（ｗ，ｂ，ａ，＾）邋＝邋＾邋ｗ＾邋＋邋Ｃ＾ｉ邋＋邋Ｊａ，．邋（ｌ邋－邋－邋ｙｔ邋（＾ｘ，．邋＋邋＊））邋－邐（３．３N邐／＝１邐／＝１邐／＝１逡逑中ａ；邋２０，）＾邋２０表不拉格朗日乘子，求１（％６，0＾，｜１）對＞＾，６，‘求偏導(dǎo)可得：逡逑’邋Ｎ逡逑ｗ￣Ｔ．ａｉｙｆｃ邋ｒ°逡逑ｉ＝ｉ逡逑Ｎ逡逑■邐＝邋０邐（３．４）／＝１逡逑
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F832.51;F275

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 方先明;蘇曉s

本文編號：2709172