小微企业货款资信质量评估研究

• 作 者: 冯韬
• 出 处: 云南大学
• 发表日期: 2020年03期
• 关键词: 小微企业 资信质量 BP神经经网络 资信评估

小微企业是我国经济体系的重要构成部分,为国民经济健康发展做出了不可低估的贡献。目前商业银行还没有建立起科学完善的小微企业信贷评价体系,这使得商业银行对小微企业贷款的审核工作缺乏客观、科学和完整全面的分析评价,妨碍了小微企业融资难问题的彻底解决。纵观各发达国家,经过长期的发展和改进,国际资信质量的评价系统经逐步形成了一套完善的体系。资信质量评价体系的建立方式已经逐步从主观评分法和统计判别法向依赖于资本市场理论和计算机信息处理计量统计为主的方式变化。我国商业银行的资信质量评估目前仍处在使用比率尤其是财务比率进行研究,所以小微企业的资信质量评估方式仍然是原有特点的比率研究方式。然而,小微企业因其数量大,规模小等特点,既是国家发展的重要动力及潜力同时也存在着很多的问题,因此,凭借大企业的信贷评级来制定小微企业的贷款资信质量评价是不科学的。开展小微企业贷款的资信质量研究有助于解决小微企业融资难问题。对于商业银行而言,小微企业的信用评估问题对其风险识别能力的判断是一个重要的环节,也是必须认真面对的严肃问题。本文拟从小微企业贷款的资信质量评价体系的建立入手,通过与现行的小微企业资信质量评级相关方法进行比较,借鉴和参考其他先进评级机构的做法,结合国内各大股份制商业银行对小微企业贷款的实际操作经验及当前经济环境下小微企业的现实背景,通过以民生银行小微企业贷款项目为研究案例,以民生银行小微企业的信用数据为研究样本,基于三层BP神经网络的预测模型,对资信质量评价指标进行学习训练,最终完善和改进现有的小微企业资信质量评价体系。BP神经网络对识别和预测企业重大风险有广泛的研究空间以及应用意义,其模型的完善以及最终的反馈结果分析都将对企业未来资信质量评价体系提供有利条件,补充现有的研究缺陷。因此,在进行企业资信质量评价时,针对小微企业资信质量评价方式,运用神经网络自组织、自适应和学习特点的非参数特征进行分析,将在传统财务指标的输入基础上将很好的增强对小微企业的风险预判能力,完善对小微企业的资信质量评价体系。