论文部分内容阅读
中小企业在国民经济中扮演着非常重要的角色,是国民经济的主要推动力量。但是由于中小企业本身存在着非系统性风险高、信息透明度差、道德风险较高、核心竞争力不足、管理缺乏规范性、平均融资规模较小等一系列问题,商业银行在信贷市场中把中小企业贷款归为盈利能力高、风险高的位置。“融资难”长期成为了中小企业发展中遇到的重大障碍。然而发达国家供应链金融的应用实践以及国内的相关实践为中小企业融资问题的解决提供了可能性出路。商业银行在开展供应链融资业务时遇到的关键问题就是关于企业信用风险的问题。本文研究目的是探寻供应链融资企业信用风险评价是否有效的问题。本文基于BP神经网络评价研究了供应链融资中中小企业的信用风险。全文总共可以分为分为五个部分。第一部分主要回顾本研究的背景、意义以及国内外研究现状,在此基础上指出本文的研究方法和创新点。第二部分主要概述了供应链融资信用风险理论基础,重点论述了供应链融资、供应链融资信用风险的分类情况、供应链融资信用风险的内涵、度量和评价以及供应链融资风险与供应链融资企业信用风险的关系。第三部分主要是BP神经网络模型建立,主要包括选择BP神经网络这种方法进行研究的依据、BP神经网络的简介和BP神经网络的算法流程及步骤。第四部分主要进行实证分析。进行实证研究时,通过调查问卷与公开数据查询收集了30个样本,这些样本来源于2013年上市企业中小板板块,其中20个样本作为构建BP神经网络的训练学习样本,另外10个作为验证样本,通过检验结果衡量模型建立的有效性。第五部分主要是本文的结论以及展望。论文基于理论基础与实证分析得出结论:利用BP神经网络在处理供应链融资企业信用风险中具有自学习性、强容错性以及处理非线性问题的优势,通过模型的训练学习和样本验证表明所构造的基于BP神经网络的供应链融资信用风险评价模型有着很高的准确性,仿真的结果与专家的评价值基本保持一致,相信该模型将会为商业银行等金融机构拓展供应链融资业务时对于企业信用风险的评价提供良好的借鉴作用。