【摘要】：目前我國正處于經濟轉型的重要階段,政府積極推行創(chuàng)新驅動經濟發(fā)展戰(zhàn)略,中小企業(yè)作為拉動經濟增長、創(chuàng)造就業(yè)供給、引領創(chuàng)新研發(fā)的重要驅動力,是該戰(zhàn)略的重要支撐,肩負著經濟改革的重任。然而與此不對稱的是,中小企業(yè)并未得到有效的資金支持。我國中小企業(yè)多為非上市企業(yè),銀行信貸是其主要融資渠道,而商業(yè)銀行為規(guī)避非上市中小企業(yè)高信用風險對其采取“惜貸”政策,導致非上市中小企業(yè)面臨融資困境;同時,“惜貸”政策致使商業(yè)銀行被迫放棄了非上市中小企業(yè)這一龐大的客源,制約了其信貸業(yè)務的健康發(fā)展。造成以上現(xiàn)象的根本原因是銀企信息不對稱性,而有效度量非上市中小企業(yè)信用風險是解決此問題的關鍵。本文首先分析了非上市中小企業(yè)及其信用風險的特點,結合主流現(xiàn)代信用風險度量模型,進行了非上市中小企業(yè)信用風險度量模型適用性分析,認為KMV模型更適用于非上市中小企業(yè)信用風險度量,但由于非上市中小企業(yè)無法像上市企業(yè)一樣提供股票市場信息,因此需引入BP神經網絡構建BP-KMV模型解決這一局限性。其次,探討了KMV模型與BP神經網絡的運作原理及算法,并具體描述了BP-KMV模型的工作原理。然后,本文采集了70家制造業(yè)上市中小企業(yè)的股票市場數(shù)據(jù)及財務數(shù)據(jù)與35家制造業(yè)非上市中小企業(yè)的財務數(shù)據(jù),運用Matlab技術,通過BP-KMV模型計算出35家非上市中小企業(yè)的違約率,根據(jù)違約率衡量非上市中小企業(yè)信用風險水平,并將評估結果與企業(yè)實際違約狀況進行對比分析,結果表明,通過該模型計算所得的非上市中小企業(yè)違約率可用度很高,能很好地度量其信用風險。最后,基于實證分析結果,為商業(yè)銀行應用BP-KMV模型建立針對非上市中小企業(yè)的信用評價體系提出具體建議。本文的亮點在于構建了非上市中小企業(yè)的信用風險度量模型BP-KMV模型,為商業(yè)銀行建立針對非上市中小企業(yè)的信用評價體系奠定了基礎,有效解決了銀行與非上市中小企業(yè)之間的銀企信息不對稱,降低了商業(yè)銀行所面臨的信用風險,有助于商業(yè)銀行擴張針對非上市中小企業(yè)的信貸業(yè)務;同時,緩解了非上市中小企業(yè)融資難的問題,實現(xiàn)銀企“共贏”。
【圖文】：

信用風險度量模型適用性分析，得出 KMV 模型更為適用；考慮到 KMV 模型度量非上市中小企業(yè)信用風險的局限，引入 BP 神經網絡構建 BP-KMV 組合模型。第 4 章，KMV 模型與 BP 神經網絡的組合模型的構建。分別闡述 KMV 模型及 BP 神經網絡的基本思想、假設條件、原理及算法，并詳細說明 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業(yè)信用風險度量實證分析。以上市與非上市中小企業(yè)的相關數(shù)據(jù)為樣本，，檢驗 BP-KMV 模型度量非上市中小企業(yè)信用風險的有效性，并據(jù)此為商業(yè)銀行更好地應用 BP-KMV 模型提出建議。第 6 章，主要結論及展望。對全文研究內容進行總結，闡明研究不足之處，并提出進一步研究方向。1.3.2 技術路線本文的技術路線圖如下：

年度凈利潤皆為正，且累計超過 3000 萬人民幣；最新 3 個會計年度生產經營活動所產生的現(xiàn)金流量凈額累計超過 5000 萬人民幣，或者最新 3 個會計年度營業(yè)收入總額累計超過 3 億人民幣；最新一期末無形資產占凈資產的比例不高于20%；最新一期末不存在未彌補虧損。非上市中小企業(yè)與上市中小企業(yè)之間的差異在于是否滿足了上述的中小板上市條件。（2）融資渠道足夠的資金是支撐中小企業(yè)健康發(fā)展的源泉，為得到足夠的資金支持，中小企業(yè)需通過一定的融資渠道融通資金。目前，我國中小企業(yè)的融資渠道依據(jù)融資來源劃分主要分為內源融資渠道與外源融資渠道。主要渠道具體細節(jié)如下圖 2-2 所示：企業(yè)主個人資產
【學位授予單位】：武漢理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：F276.3

【相似文獻】

相關期刊論文 前10條

1 鄧亦洲;呂渠田;;信用風險度量技術的發(fā)展[J];商;2013年13期

2 劉亞君;劉永功;;中小企業(yè)信用風險度量分析[J];商;2012年03期

3 戴致光;;信用風險度量方法發(fā)展分析[J];東方企業(yè)文化;2010年01期

4 苑素靜;;信用風險度量的新模型和方法[J];中國農業(yè)銀行武漢培訓學院學報;2009年02期

5 陳之超;;“中小企業(yè)科技金融創(chuàng)新”專題之十 中小企業(yè)信用風險度量方法的國內外研究綜述[J];江蘇科技信息;2009年08期

6 金宏;夏國恩;金煒東;;信用風險度量方法在中國的研究和應用現(xiàn)狀[J];浙江金融;2007年03期

7 林日麗;;國外主要信用風險度量方法評介[J];生產力研究;2006年03期

8 石林;;談以信用資產組合的信用風險度量改善我國商業(yè)銀行的信用風險管理[J];價值工程;2006年06期

9 白洋;;現(xiàn)代信用風險度量技術比較及在中國的應用[J];科技創(chuàng)業(yè)月刊;2006年07期

10 章政;田侃;吳宏;;現(xiàn)代信用風險度量技術在我國的應用方向研究[J];金融研究;2006年07期

相關會議論文 前4條

1 康宇虹;孫德鵬;郜中華;;KMV模型在我國上市公司信用風險度量中的實證研究[A];第三屆（2008）中國管理學年會——創(chuàng)業(yè)與中小企業(yè)管理分會場論文集[C];2008年

2 中信銀行濟南分行課題組;侯訓義;郝文剛;李勇;王小嬌;;我國中小商業(yè)銀行擴張中的信用風險度量與防范[A];金融發(fā)展理論與實踐（2010）[C];2011年

3 李麗;周宗放;;母子公司關聯(lián)擔保信用風險度量[A];第十二屆中國管理科學學術年會論文集[C];2010年

4 劉志偉;劉旭;鄭國際;;基于IKMV模型的上市公司信用違約風險管理[A];第十三屆中國管理科學學術年會論文集[C];2011年

相關博士學位論文 前10條

1 袁建良;開發(fā)性金融信用風險度量研究[D];中南大學;2008年

2 劉迎春;我國商業(yè)銀行信用風險度量和管理研究[D];東北財經大學;2011年

3 劉兵;我國商業(yè)銀行信用風險度量與管理研究[D];吉林大學;2008年

4 張傳新;我國商業(yè)銀行信用風險度量研究[D];蘇州大學;2012年

5 張曉琦;我國商業(yè)銀行信用風險度量及管理研究[D];哈爾濱工程大學;2011年

6 過新偉;我國中小企業(yè)信用風險度量研究[D];南開大學;2012年

7 韓崗;我國中小企業(yè)信用風險度量模型與實證研究[D];吉林大學;2008年

8 張繼軍;信用風險度量及其與宏觀經濟關系研究[D];天津大學;2009年

9 程功;基于結構化模型的信用風險度量及其應用研究[D];天津大學;2007年

10 李關政;基于宏觀經濟因子的我國商業(yè)銀行信用風險度量研究[D];湖南大學;2010年

相關碩士學位論文 前10條

1 吳則人;通信設備行業(yè)信用風險度量[D];廈門大學;2018年

2 潘霄;基于BP-KMV模型的非上市中小企業(yè)信用風險度量研究[D];武漢理工大學;2018年

3 王雅楠;KMV模型對我國上市公司信用風險度量的適用性研究[D];山東財經大學;2019年

4 谷豆豆;基于改進KMV模型的上市公司信用風險度量與分析[D];山東大學;2018年

5 賈斌;基于KMV模型的G銀行X分行信用風險度量及管理研究[D];西北大學;2018年

6 初笑;W城市商業(yè)銀行信用風險度量與管理[D];大連海事大學;2018年

7 張崇宇;基于KMV模型的我國房地產公司信用風險度量研究[D];中國地質大學(北京);2018年

8 楊瑩;基于Fisher判別的上市公司信用風險度量方法研究[D];安徽大學;2018年

9 李旭東;我國債務融資工具信用風險度量研究[D];首都經濟貿易大學;2017年

10 陳一菁;我國商業(yè)銀行信用風險度量研究[D];華僑大學;2014年

本文編號：2701180