基于logistic回归模型的中小企业信用风险评估文献综述

 2020-04-03 11:04

1.研究背景

无论是在发达国家还是在发展中国家,中小企业都是国民经济中一支重要的力量。国际经济界、学术界普遍认为,中小企业将是21世纪经济发展的主角。改革开放以来,我国的中小企业有了较快发展,成为了经济建设中最活跃的力量。中小企业对于促进科技进步、增加就业、稳定社会治安、提高人民生活水平、扩大出口等方面都有非常重要的作用。

近年来,随着我国社会主义市场经济体制的逐步形成和完善,中小规模企业在我国得到了飞速发展。据国家发改委提供数据显示截止2007年,我国中小规模企业已达4200多万户,占全国企业总量的99.8%,经工商部门注册的中小规模企业达到460万户,中小规模企业创造的最终产品和服务价值相当于国民生产总值的60%左右,上缴税收约为国家税收总额的53%,商品进出口额占68%左右。在40个工业行业中,中小企业在27个行业中比例超过50%,成为推动行业发展的主体。与此同时,随着我国利率市场。特别是小额贷款利率的逐步放开,商业银行为增加利润来源并保持盈利,正渐渐趋向这些处于迅速发展的中小规模企业贷款[1]

但是目前我国商业银行和中小企业之间存在着这样的一种矛盾:一方面,中小企业融资渠道狭窄,普遍缺乏长期稳定的资金来源,需要获得商业银行的贷款来保证企业的稳定健康发展;另一方面,由于商业银行不能够正确衡量中小企业贷款中隐含的风险从而造成了商业银行的惜贷,使得商业银行也错过了许多资信状况好、资产收益率高、经营规范、机制灵活的中小企业[2]。导致这一矛盾的主要因素是商业银行和中小企业存在信息不对称,因此如何做好中小企业的信用风险分析是解决该矛盾的关键所在[3]

2.国内外中小企业信用评估综述

1、国外信用风险度量研究,按其发展的历史维度来看,主要经历了经验判断时期,数学模型时期和系统综合时期。

1)经验判断时期

20世纪50年代以前,商业银行的分析度量主要以专家经验判断为特征。有关专家通过阅读客户申请材料并结合一些要素分析然后评定其信用程度和综合还款能力,决定是否最终发放贷款。

2)数学模型时期

20 世纪60年代后,商业银行的信用风险度量的研究开始转向采用数学模型研究方法[4]

Beaver(1967)首次运用财务指标对企业的违约状况进行了实证分析,以此来检验财务指标能否用来对企业未来破产状况做出预测。他采用一元判别模型检验了30个财务指标对企业破产状况的判别能力,在此基础上建立了基于财务数据的单变量模型判别模型。在Beaver的研究基础上,Altman(1968)运用多变量判别分析方法建立起了用于判别企业是否破产和违约的著名的Z值模型及改进模型ZETA评分模型。Z评分模型建立在企业财务变量之间服从多元正态分布,变量间不存在高度共线性以及配对的两样本变量协方差相等的假设之上。

您需要先支付 5元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;