改革開放以來,中小微企業(yè)在擁有龐大體量的同時為國家創(chuàng)造巨大的市場收益。中小微企業(yè)想要順應(yīng)時代潮流壯大自我,資金是關(guān)鍵。但由于中小微企業(yè)數(shù)據(jù)透明度不夠,貸款風(fēng)險因素雜,金融機構(gòu)對中小企業(yè)申請貸款的批核謹慎而嚴格。因此制定出公正合理的信用評級體系和信用評級方法成為亟待解決問題。近幾年李克強總理提出“雙創(chuàng)”概念,在雙創(chuàng)大環(huán)境下中小微企業(yè)要想快速發(fā)展,解決融資困境的關(guān)鍵就是加大研發(fā)創(chuàng)新投入,塑造企業(yè)活力。目前研究來看,信用評級體系中包含創(chuàng)新指標的體系較少,缺乏關(guān)于創(chuàng)新的完整指標,且從未探究創(chuàng)新與中小微企業(yè)信用等級的關(guān)系。本文選取四個指標來細化企業(yè)研發(fā)創(chuàng)新投入,數(shù)據(jù)采用wind數(shù)據(jù)庫新三板中制造業(yè),依此建立LOGISTIC回歸分析模型,探究四個分指標對中小微企業(yè)信用評級的影響,通過SPSS結(jié)果中-2對數(shù)似然檢驗、Hosmer和Lemeshow的擬合優(yōu)度檢驗、Wald檢驗等表明加入四個細化指標后模型整體擬合效果更好,預(yù)測準確率更高,有加入細化指標的必要性。本文結(jié)合中小微企業(yè)的劃分標準和企業(yè)特點,依據(jù)中小微企業(yè)評級指標遴選原則,并結(jié)合創(chuàng)新投入對中小微企業(yè)信用評級的影響研究,將4個細化指標加入指標體系... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
第一章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 研究內(nèi)容
    1.3 主要創(chuàng)新點
第二章 相關(guān)概念及文獻綜述
    2.1 相關(guān)概念界定
        2.1.1 中小微企業(yè)劃分標準
        2.1.2 信用評級
        2.1.3 信用評級指標體系
    2.2 國內(nèi)外文獻綜述
        2.2.1 國外文獻綜述
        2.2.2 國內(nèi)文獻綜述
第三章 評級方法理論基礎(chǔ)
    3.1 合成少數(shù)類過采樣算法
        3.1.1 smote算法的理論基礎(chǔ)
        3.1.2 SMOTE算法基本步驟
    3.2 因子分析算法
        3.2.1 因子分析理論基礎(chǔ)
        3.2.2 因子分析的基本步驟
    3.3 BP神經(jīng)網(wǎng)絡(luò)
    3.4 支持向量機
        3.4.1 最大化間隔
        3.4.2 核函數(shù)
        3.4.3 線性可分情況的支持向量機
        3.4.4 線性不可分情況的支持向量機
        3.4.5 非線性可分情況的支持向量機
    3.5 隨機森林
        3.5.1 卡方檢驗
        3.5.2 隨機森林特征評估
第四章 研發(fā)創(chuàng)新投入對中小微企業(yè)信用評級的影響
    4.1 Logistic回歸分析理論基礎(chǔ)
    4.2 Logistic回歸分析研究準備與建模
        4.2.1 樣本選取與數(shù)據(jù)來源
        4.2.2 變量確定
        4.2.3 模型建立
    4.3 Logistic回歸分析實證結(jié)果與分析
        4.3.1 研發(fā)創(chuàng)新投入對中小微企業(yè)信用評級的影響
第五章 中小微企業(yè)信用評級體系的構(gòu)建
    5.1 信用評級體系的選取原則
    5.2 信用評級指標初選
第六章 中小微企業(yè)信用評級實證研究
    6.1 基于支持向量機中小微企業(yè)信用評級實證研究
        6.1.1 數(shù)據(jù)來源
        6.1.2 SMOTE算法數(shù)據(jù)預(yù)處理
        6.1.3 SVM模型構(gòu)建
        6.1.4 核函數(shù)選擇
        6.1.5 核參數(shù)和懲罰因子優(yōu)化
        6.1.6 模型評估
    6.2 基于隨機森林中小微企業(yè)信用評級實證研究
        6.2.1 數(shù)據(jù)預(yù)處理
        6.2.2 參數(shù)調(diào)整
        6.2.3 模型評估
    6.3 基于BP神經(jīng)網(wǎng)絡(luò)中小微企業(yè)信用評級實證研究
        6.3.1 數(shù)據(jù)預(yù)處理
        6.3.2 模型構(gòu)建
        6.3.3 模型評估
    6.4 分類模型對比
第七章 總結(jié)與展望
參考文獻
致謝
學(xué)位論文評閱及答辯情況表


【參考文獻】：
期刊論文
[1]基于因子分析法的中原經(jīng)濟區(qū)經(jīng)濟轉(zhuǎn)型評價研究[J]. 侯林長略,崔永正.  中國集體經(jīng)濟. 2020(07)
[2]基于層次聚類改進SMOTE的過采樣方法[J]. 王圓方.  軟件. 2020(02)
[3]基于因子分析法的互聯(lián)網(wǎng)上市企業(yè)財務(wù)績效研究[J]. 朱昕玥,滕菲,張華.  會計師. 2020(03)
[4]我國中小企業(yè)融資問題分析[J]. 王靜.  商業(yè)經(jīng)濟. 2020(01)
[5]基于因子分析法的商業(yè)銀行信用風(fēng)險測度研究——以16家上市銀行為例[J]. 劉悅.  財會學(xué)習(xí). 2020(02)
[6]基于環(huán)境責(zé)任的房地產(chǎn)企業(yè)信用評級指標體系研究[J]. 李欣汝,鄧曉盈,何苗.  中國物價. 2020(01)
[7]基于SMOTE的機器學(xué)習(xí)算法準確度影響研究[J]. 沈銳.  廊坊師范學(xué)院學(xué)報(自然科學(xué)版). 2019(04)
[8]中小企業(yè)融資問題及其對策研究[J]. 宋定燕.  企業(yè)改革與管理. 2019(24)
[9]金融對外開放中信用評級監(jiān)管挑戰(zhàn)與制度因應(yīng)[J]. 閻維博.  中國流通經(jīng)濟. 2019(12)
[10]中小企業(yè)融資方式創(chuàng)新研究——以杭州地區(qū)為例[J]. 孫震宇,王璐茜.  現(xiàn)代商貿(mào)工業(yè). 2019(36)

博士論文
[1]基于客戶信用評級的商業(yè)銀行信貸管理研究[D]. 劉振華.湖南大學(xué) 2015

碩士論文
[1]“雙創(chuàng)”背景下小微企業(yè)的信用評價體系研究[D]. 黨艾娜.西安理工大學(xué) 2019
[2]基于SMOTE與優(yōu)化算法的支持向量機在慢性心衰不良結(jié)局預(yù)測中的應(yīng)用[D]. 程璠.山西醫(yī)科大學(xué) 2019
[3]Logistic及其改進方法在個人網(wǎng)貸信用評分中的應(yīng)用[D]. 胡晶.華中師范大學(xué) 2019
[4]中小企業(yè)融資結(jié)構(gòu)與信用評級研究[D]. 樂樂.浙江工業(yè)大學(xué) 2019
[5]農(nóng)村商業(yè)銀行小微企業(yè)信用評級體系研究[D]. 鄧世和.華南理工大學(xué) 2018
[6]基于隨機森林算法的人體運動模式識別研究[D]. 劉玉琪.北京郵電大學(xué) 2018
[7]BP神經(jīng)網(wǎng)絡(luò)和Logistic回歸在信用評級上的應(yīng)用與模型對比[D]. 勾婷婷.重慶大學(xué) 2017
[8]基于BP神經(jīng)網(wǎng)絡(luò)的中小企業(yè)信用評級[D]. 歐陽建明.江西財經(jīng)大學(xué) 2016



本文編號：3045657