中小企业信用评价研究【开题报告】.doc

1、开题报告中小企业信用评价研究一、立论依据1研究意义、预期目标研究意义长期以来，信用问题尤其是中小企业的信用问题一直是我国社会经济生活中一个十分突出的矛盾和问题。不守合同司空见惯，假冒伪劣商品充斥市场、坑蒙拐骗随处可见，企业间相互拖欠习以为常，逃避银行债务和偷税漏税行为横行，走私骟汇猖獗，证券市场假账、“基金黑幕”等违规事件层出不穷，图书影像市场盗版迭出，如此等等。“信用贫困”、“信用危机”已经成为严重困扰我国经济发展的一个制约因素，许多企业和消费者都深受其害。因此，建立科学有效的信用风险管理体系已成为当前紧迫的任务，而其核心是对企业和个人的信用评价。本文通过定量和定性分析，建立了一种综合评价中

2、小企业信用的方法，可以帮助银行和担保机构对中小企业做出正确的评价和选择，从而确定信贷资产损失的不确定程度，最大限度地防范信贷风险。对中小企业自身而言，进行信用评价可以时时提醒企业注意自身的经营状况，提高经营管理水平。信用等级高的企业，在经济交往中可以获得更多的信用政策优惠，在融资成本较低的基础上更容易获得金融机构的资金支持。此外，信用评价还可以为其他用户提供参照，帮助企业选择可靠的交易伙伴，防范商业风险。预期目标本文以中小企业信用评价为研究对象，探讨对中小企业进行信用评价的合理模式和方法，进而为解决中小企业信用缺失问题提供科学的理论依据。首先，介绍了中小企业的相关知识并回顾了企业信用评价方面的

3、理论；其次，在充分借鉴国内外的评价指标体系的情况下，构建了适合我国中小企业的信用评价指标体系，使之能够全面的、有效地、真实的反应中小企业的信用状况；然后，选取层次分析法作为最适合于中小企业的信用评价方法，并结合具体企业，利用该方法对现实中的中小企业进行信用评价和使用说明，对新模型的信用评价得分作了分析，并给出信用评价结果。12国内外研究现状（1）国外信用评价发展状况国外对企业信用的研究已经相当成熟，包括定义与概念，解释现象的理论基础，分析模型等。目前，国际上比较流行的信用风险评价模型包括KMV公司1993的EDF模型、JP摩根1997的以VAR方法为基础的CREDITMETRICS模型、瑞士银

4、行金融产品部CSFB1997的CREDITRISK模型以及麦肯锡公司1998的CPV模型等。而在对中小企业信用风险评价中，国外一般不使用现代信用风险模型，而是广泛采用了基于统计判别方法的预测模型，这些方法都是在FISHER于1936年做出的启发性研究之后提出来的。总的来说，这些模型都被表述为一类分类系统，它们接受定义在已选变量集合上的一个随机观测值样本，建立判别函数，进行分类，以多元判别分析法（MDA）和LOGIT分析法等信用评分模型为主。例如，BEAVER（1966）研究并提出了企业信用的单变量模型，通过对失败和未失败企业的对比研究，选取了35个财务指标进行统计分析，得出“现金流量/负债总额

5、”指标最能反映企业信用。A1TMAN1968将逐步多元判别分析法MDA应用于财务危机、公司破产以及违约风险分析。以19461965年中宣告破产的33家公司作为研究样本的实验组，再按各样本的行业与规模寻找类似的对照公司进行配对比较，选用了22项财务比率，利用逐步多元判别分析法逐步选出5个最具预测能力的财务比率，结合成一个线性模型，这就是后人所熟知的Z值模型。1977年他又将原模型加入两项变量并稍作调整，建立了改进的ZETA判别分析模型。OHLSON1980首度将假设条件较为宽松的LOGIT分析应用于信用风险评估领域，得出有4项财务资料对评估破产概率有明显的影响，如资产报酬率，规模，短期流动性，资

6、本结构。他以19701976年间105家破产公司及2058家正常公司为研究对象，实证结果表明该方法具有较高的正确率。EDWARDIALTMAN和GABRIELESABATO2005通过使用LOGIT回归技术对19942004年期间超过2000家的美国公司（规模小于6500万美元）的固定样本数据进行分析，为中小企业建立了一种危机预警模型，并通过与普通公司模型的比较，来分析其有效性。随着信息技术的发展，特别是人工智能模型被引入信用风险中，产生了很多新的信用评价方法。MESSIER和HANSEN1988从知识获取角度探讨比较了专家系统在信用风险领域的应用。ODOM和SHARDA1990首次将人工神经

7、网络方法（ANN）引入信用评价，2神经网络方法得到研究者和实践者的广泛关注。ODOM用A1TMAN制订的财务指标作为ANN的输入，这些财务指标为现金流量总负债、保留盈余总资产、总负债总资产、现金流量销售收入。他们收集了128个样本，破产和非破产的企业各占一半。研究结果为神经网络对于这些企业的第一类预测准确率在778815之间，对于第二类预测的准确率在786857之间。结果表明神经网络具有较高的准确率。TAM和KIANG1992利用三层BP神经网络来训练预测模型，根据输入到网络的样本训练出神经网络的一套权值，在网络训练之后，可以将任何新输入公司划分为破产或非破产。（2）我国信用评价发展状况我国的

8、信用评价发展相对于世界其他国家发展较晚，开始于20世纪80年代末。信用评价方法从最直接的多元回归模型，到线性判别模型、线性概率模型、累积概率模型，再到突破传统统计方法的以人工神经网络、现代金融理论为基础的信用评价模型的出现，企业信用评价方法在不断演进中得到了发展和完善。陈忠阳2000分析了信用风险度量模型的发展趋势，分析了CREDITMETRICS模型与KMV模型的基本思想和求解过程，对CREDITMETRICS模型与KMV模型进行了比较，并指出了这两种信用风险模型在量化过程中应注意的主要问题。庞素琳、王燕鸣等2003分别利用神经网络中的BP算法和多层感知器建立了企业信用风险评价模型。之后，又

9、利用神经网络方法对我国106家上市公司进行了信用评价,准确率达到8774。钱水土、黄震宇2004研究了信用评估模型在中小企业中的应用问题。他们首先介绍了信用评分模型的类型，比较了信用评分模型的优劣，最后提出了在我国中小企业中应用这些模型的改进和建议。杨映忠2004研究了中小企业客户信用等级评估及应用。他采用静态和动态的方法选择了指标体系对客户信用进行等级评估，确定了指标的权重，并采用建立的模型进行了应用研究。欧阳越秀2005针对现代制造业和制造型中小企业的特点,分析其信息的综合利用,阐述制造型中小企业信用评价的重要意义。并引入可持续发展能力指标,建立信用评价指标体系,建立基于神经网络的模糊综合

10、评判模型,进行自适应训练和误差分析,证明了信用评价模型的可行性。梁晓娟2005通过分析我国中小企业现状，给出了评价中小企业信用的指标体系，并在此基础上，运用层次分析法（AHP）计算了各个指标的权重，得到了一种评价中小企业信用的方法。常丽娟、张俊瑞2007以企业财务信用评价为研究对象，对我国企业财务信用评价与管理问题进行了较为系统的研究，同时对信用评价模型的有效性进3行了实证分析，通过比较KMV模型和多元因变量LOGIT模型，发现多元因变量LOGIT模型能更精确地界定受评企业的信用等级。段小东2009在分析中小企业信用评价的基础上，选用了由范柏乃、朱文斌建立的中小企业信用评价指标体系，并在此基础

11、上建立了基于BP神经网络的三层神经网络模型。该模型运用人工神经网络的理论和方法，可以根据已知数据预测中小企业的信用。并结合实际情况，利用MATLAB预测了兰州某中小企业的信用。梁晓娟2009从财务与非财务的视角,构建中小企业的信用评价指标体系,并通过层次分析法对各指标权重进行模型构建，为后金融危机时代中小企业的信用评价提供参考。（3）信用评价的主要方法及模型国际上常用的信用评价方法主要经历了以下3个阶段的发展第一阶段传统信用评价法。1970年以前，大多数金融机构基本上是依据银行专家的经验和主观分析来评估信用风险的，即专家通过对待评对象的财务、经营、经济环境等信息的分析判断，得出评价结果，并依此

12、将评价对象的信用划分为不同等级。这一时期比较有代表性的分析工具有5C分析法、LAPP法则、CAMPARI分析法。第二阶段财务比率综合分析法。主要有杜邦财务分析法和沃尔比重评分法。第三阶段基于各种财务指标的信用度量分析模型。这种模型以关键的财务比率为基础，组合在一起并赋予不同的权重，通过模型产生一个信用分值或违约概率，如果这个分数或概率超过一定的值，则受评企业将被视为高风险企业。建立基于财务指标的信用评分的基本模型主要有多元判别分析模型、LOGIT分析模型、人工神经网络模型等。在众多评价方法中，层次分析法由于更接近我国目前的信用管理水平，并且能将定性分析和定量分析很好地融合在一起，技术上容易实现

13、，操作上简便易行，因此，较适合用于我国中小企业的信用状况评价。3参考文献1陈忠阳信用风险量化管理模型发展探讨J国际金融研究，200022常丽娟，张俊瑞企业财务信用评价与管理研究M大连东北财经大学出版社，20073段小东基于BP神经网络的中小企业信用评价模型研究J财务与金融，200934范俊企业信用评级比较研究兼论我国中小企业信用评级体系的构建M北京北京大学出版社，20025范柏乃，朱文斌中小企业信用评价指标的理论遴选与实证分析J科研管理，2003246国务院国资委统计评价局制定企业绩效评价标准2009M北京经济科学出版社，420097洪少杰，梁彤缨我国中小企业信用评级体系构建的发酵模式J金融理

14、论与实践，200368梁晓娟层次分析法在中小企业信用评价中的应用J河南广播电视大学学报，200519梁晓娟后危机时代中小企业信用评价体系和方法的构建J征信，2009110李小燕，卢闯等基于业绩的企业信用评价模型的构想J会计研究，2004511欧阳越秀现代制造型中小企业信息的综合利用基于模糊神经网络技术的企业信用评价模型研究J现代制造工程，200512庞素琳，王燕鸣，黎荣舟基于BP算法的信用风险评价模型研究J数学实践与认识，2003813庞素琳信用评价与股市预测模型研究及应用统计学、神经网络与支持向量基方法M北京科学出版社，200514钱水土，黄震宇信用评分模型在中小企业信贷评估中的应用J商业经

15、济与管理，2004215任永平，梅强中小企业信用评价指标体系探讨J现代企业管理，200L416谭中明，梅强中小企业信用管理机制研究M北京中国社会科学出版社，200917杨映忠中小企业客户信用等级评估及应用J企业纵横，20041318ALTMAN,EIFINANCIALRATIOS,DISCRIMINANTANALYSISANDTHEPREDICTIONOFCORPORATEBANKRUPTCYJJOURNALOFFINANCE,19682319A1TMAN,RGHALDEMANANDPNARAYANAN,ZETAANALYSISANEWMODELTOIDENTIFYBANKRUPTCYRISK

16、OFCORPORATIONSJJOURNALOFBANKINGANDFINANCE,1977120BEAVER,WHFINANCIALRATIOSASPREDICTORSOFFAILUREJJOURNALOFACCOUNTINGRESEARCH,1966421CREDITSUISSE,CREDITRISKACREDITRISKMANAGEMENTFRAMEWORKMCREDITSUISSEFINANCIALPRODUCTS,199722EDWARDIALTMAN,GABRIELESABATOMODELINGCREDITRISKFORSMESEVIDENCEFROMTHEUSMARKETEB/O

17、LHTTP/ONLINELIBRARYWILEYCOM/DOI/101111/J14676281200700234X/ABSTRACT,200523JPMORGANRISKMETRICS2TECHNICALDOCUMENTATIONEB/OLHTTPPPWWWRISKMETRICSCOM,199724MCKINSEY,COCREDITPORTFOLIOVIEW2ACREDITPORTFOLIORISKMEASUREMENTANDMANAGEMENTAPPROACHRAPPROACHDOCUMENT,199825MESSIER,WFANDHANSEN,JVINDUCINGRULESFOREXPE

18、RTSYSTEMDEVELOPMENTANEXAMPLEUSINGDEFAULTANDBANKRUPTCYDATAJMANAGEMENTSCIENCE,19883426OHLSON,JAFINANCIALRATIOSANDTHEPROBABILISTICPREDICTIONOFBANKRUPTCYJJOURNALOF5ACCOUNTINGRESEARCH,19801827ODOM,MDANDSHARDA,RANEURALNETWORKMODELFORBANKRUPTCYPREDICTIONCIEEEINNSINTERNATIONALJOINTCONFERENCEONNEURALNETWORKS

19、,1990228TAM,KYANDKIANG,MMANAGERIALAPPLICATIONOFNEURALNETWORKTHECASEOFBANKFAILUREPREDICTIONSJMANAGEMENTSCIENCE,199238二、研究方案1主要研究内容（或预期章节安排）主要研究内容体现在以下预期章节中1中小企业信用评价的理论概述11中小企业概述12信用评价理论概述2常见中小企业信用评价方法的比较分析21传统的信用评价方法22多元判别分析模型（MDA）23层次分析法简介3中小企业信用评价指标体系的构建31本文信用评价指标选取的特点32信用评价指标的设置4层次分析法（AHP）在中小企业信用评

20、价中的应用研究41运用层次分析法确定指标体系权重的基本步骤42层次分析法的优点5缺乏财务信息的情况下中小企业信用评价的方法2实施方案和进度计划实施方案根据确定的选题，收集大量的资料和相关的理论知识，选取研究所需样本的相关数据，完成开题报告，初步拟定论文的写作计划。上网收集样本企业的相关数据，保证论文资料的丰富性和准确性。将研究的范围定位在宁波地区的中小企业，收集10家上市企业的数据。完成资料收集后，对资料数据进行分类和统计，开始撰写论文初稿。在规定时间内完成初稿后交指导老师审查，根据指导老师意见对论文进行修改，完成修改后，按规定上交论文定稿。最后，开始准备资料进行毕业答辩。进度计划第6学期第1

21、920周至第7学期第15周在指导教师的指导下，广泛搜6集、研究相关文献资料，完成毕业论文选题。第7学期第612周在导师的指导下，完成外文翻译、文献综述和开题报告撰写；参加开题答辩，进一步论证选题价值、确立主要研究内容，论证研究方案的合理性和可行性。第7学期第1314周撰写论文详细提纲，交给导师批阅，反复修改，保证论文结构的合理性。第7学期第1520周开始写作毕业论文，完成初稿。第7学期寒假结合毕业论文选题开展调查研究。第8学期第12周在导师的指导下进一步写作、完善毕业论文。第8学期第36周在导师的指导下，充分利用毕业实习的机会，结合毕业论文内容开展进一步的调查研究，完成论文。第8学期第7周在导师的指导下，进一步修改、完善毕业论文；定稿并上交。第8学期第911周参加毕业论文答辩。