肖斌卿, 杨 旸, 李心丹, 李昊骅
(1. 南京大学工程管理学院, 南京 210093; 2. 南京大学商学院, 南京 210093)
基于模糊神经网络的小微企业信用评级研究
肖斌卿1, 杨 旸2*, 李心丹1, 李昊骅1
(1. 南京大学工程管理学院, 南京 210093; 2. 南京大学商学院, 南京 210093)
当前小微企业贷款需求日益增加,建立行之有效的小微企业信用评级模型已成为学术界和实务界关注的焦点. 本文在阐述模型和构建指标体系的基础上,提出基于模糊神经网络开展小微企业信用评级的研究步骤,以某农村商业银行小微企业信贷微观数据为实证样本,分别进行小型企业和微型企业信用评级检测. 实证结果表明,模糊神经网络模型在小微企业信用评级研究中具有较BP神经网络模型更高的检测精度. 模型能够实现评级主观性与客观性结合,可对数据进行定性调节和批量处理,且具有明确的计算过程和决策规则,故适用于信用评级研究且具有稳健性.
模糊理论; 神经网络; 小微企业; 信用评级
我国经济结构和产业结构当前正处于深度调整和优化阶段,经济向内生增长转变要求更多的人力资本和技术创新参与社会分工,并最终转化为增长产出,这促使种类多、覆盖广的小微企业在国家经济结构调整升级的过程中扮演更重要角色. 小微企业的经营发展和技术创新离不开资金的支持,特别是在当前信贷资本紧缩投放的时期,小微企业的融资困难的问题日益凸显,一方面,小微企业受其经营时间、经营业绩、公司治理等因素的制约,普遍不能提供类似大型企业财务报表的详细业务信息、财务信息以及融资担保证明;……