论文部分内容阅读
占我国企业总数九成以上的中小型企业为我国经济的发展起着无可替代的作用,它们促进了企业之间的公平竞争,增加了就业机会,同时在维护社会稳定上也发挥了重要作用。但是,中小企业获得的信贷支持却与其对社会做出的贡献极不相称,资金的瓶颈已成为了阻碍中小企业发展的主要问题,而供应链融资业务正是为中小企业量身打造的新型筹资模式。本文主要从供应链融资信用风险评价角度进行研究。首先提出此次研究的背景并概述当前国内外该领域研究的现状,然后对已有研究成果加以评析并指出其中的不足,在此基础上确立了该篇文章研究的重点。其次,本文论述了信用风险评价在供应链融资业务风险管理与控制中的重要性;商业银行供应链融资信用风险概念的界定;BP神经网络的理论基础以及供应链融资业务中信用风险评价指标体系的构建。在借鉴国内外供应链金融领域学者研究成果的基础上,本文经过筛选归纳出供应链融资业务中整个融资过程中的28个信用风险影响因子并进行了相关性分析及鉴别力检验,建立起具有很好稳定性与一致性的供应链融资信用风险指标体系。对供应链融资业务信用风险状况科学、准确地评价是本文所要研究的核心问题,文章在具体分析用BP神经网络评估供应链融资信用风险具有的优势的基础上,根据MATLAB软件平台上BP神经网络模块的构建要求,确定包括传递函数、训练算法等在内的网络初始参数,从而构建了供应链融资信用风险评价仿真模型。在此基础上,通过运用查询公开数据及调查问卷相结合的方法采集到十三组供应链融资信用风险样本并对其进行归一化处理。根据研究的需要,本文随机选取其中的十组样本数据作为训练样本,把剩余三组数据作为检验样本。最后通过训练样本与神经网络工具箱在MATLAB7.0平台上对供应链融资信用风险评价模型进行仿真,并通过检验样本来检验该模型的有效性。本文在构建商业银行供应链融资信用风险评价指标体系的基础上,基于BP神经网络结合该体系建立起具有良好风险评估能力的供应链融资信用风险评价模型,且对所建立的模型进行比较充分的实证分析验证,相信该模型的不断完善及应用能为商业银行降低供应链融资业务信用风险提供借鉴,具有很强的现实意义。