供应链金融信用风险评价模型比较研究

摘要

供应链金融业务在缓解中小企业融资压力、补足供应链竞争短板、提高核心企业和外部服务商收益等方面具有巨大优势，获得了快速发展。这种创新业务模式实现了多方互利共赢，但整体风险也随业务复杂程度的增加而显著提升。商业银行作为供应链金融业务参与方，最关注的是中小企业信用风险状况。传统的信用评价方式已不再适用于这一新业务模式，商业银行如何有效评估中小企业信用水平，在获取供应链金融业务利润的同时控制好信贷风险，成为亟待解决的现实问题。本文研究的目的就在于通过实证分析信用风险模型的预测效果，为商业银行供应链金融信用风险评价提供参考。
　　首先，本文采用“主体+债项”的评价方法，纳入定性分析指标和定量财务指标，从融资企业经营环境、融资企业状况、核心企业状况、供应链关系、质押物质量五个维度建立了较为科学全面的供应链金融信用风险评价体系，为信用风险评价模型的应用提供基础。
　　随后，综合比较现有信用风险模型的特点，确定出适合我国商业银行供应链金融业务使用的三个模型—PCA-Logistic模型、PCA-SVM模型和KMV模型，选取供应链金融发展较为成熟的汽车行业中小板上市企业2013-2015年的数据实证比较三个模型的优劣。实证结果表明，三个模型都有较高的预测准确度，满足商业银行信用风险评价的基本要求。具体比较而言，PCA-SVM模型在总体预测精度和两类错误率方面均优于PCA-Logistic模型，而KMV模型则具有动态性、前瞻性的优势。因此本文建议商业银行在进行信用风险评价时，以PCA-SVM模型为主、KMV模型为辅，综合考虑历史数据信息和资本市场动态信息评价中小企业信用水平。

目录

声明

致谢

摘要

1 引言

1．1 研究背景及意义

1．2 研究思路与方法

1．3 论文研究框架

1．4 研究难点及可能的创新

1．4．1 研究难点

1．4．2 研究创新点

2 文献综述

2．1 供应链金融文献综述

2．1．1 供应链金融的含义

2．1．2 供应链金融的演进发展

2．1．3 供应链金融与中小企业融资

2．1．4 供应链金融风险管理

2．2 信用风险文献综述

2．2．1 传统信用风险评价

2．2．2 供应链金融信用风险评价

2．3 现有研究的简要评述

3 供应链金融信用风险评价指标体系构建

3．1 指标体系的设计方法

3．2 指标体系的设计原则

3．2．1 全面性原则

3．2．2 科学性原则

3．2．3 层次性原则

3．2．4 可操作性原则

3．3 指标体系的基本构成

3．3．1 融资企业经营环境状况

3．3．2 融资企业自身状况

3．3．3 核心企业状况

3．3．4 供应链关系

3．3．5 质押物质量

3．4 供应链金融信用风险评价指标体系

4 供应链金融信用风险评价模型比较研究

4．1 信用风险模型适用性分析

4．1．1 传统分析模型

4．1．2 现代判别模型

4．1．3 当代计量模型

4．1．4 供应链金融信用风险度量适用模型总结

4．2 PCA-Logistic模型实证研究

4．2．1 PCA-Logistic模型基本思想

4．2．2 样本采集与数据处理

4．2．3 主成分分析

4．2．4 PCA-Logistic实证结果分析

4．3 PCA-SVM模型实证研究

4．3．1 SVM模型基本思想

4．3．3 PCA-SVM模型构建

4．3．4 PCA-SVM模型实证结果分析

4．4 KMV模型实证研究

4．4．1 KMV模型基本思想

4．4．2 KMV模型理论要点

4．4．3 KMV模型实证过程

4．4．4 KMV模型实证结果分析

4．4 信用风险模型比较研究

5 结论与展望

5．1 研究结论

5．2 政策建议

5．3 研究不足与展望

参考文献

附录