论文部分内容阅读
中国多层次资本市场的建设随着“新三板”的日趋完善而获得了重要进展,与此同时,在新三板挂牌上市的高新技术企业也迎来了新的发展机遇。虽然高新技术企业发展潜力巨大,但是,由于其存在轻资产的问题,缺少抵押物,导致商业银行在面对高新技术企业的贷款时存在着很大的经营风险。在银行面临的众多经营不确定性因素中,首当其冲的是信用风险。因此,如何针对有效度量高新技术企业商业贷款的信用风险及建立相关信用风险管理模型有着非常重要的现实意义。本文依据商业银行信用风险管理的相关理论,结合我国高新技术企业具体实际,构建度量高新技术企业商业贷款信用风险的指标体系。在选取初始指标的过程中,通过综合阅读国内外商业银行信用风险度量方面的文献,结合我国高新技术企业的经营现状,最终选取了17个财务性指标,并将这17个财务指标分成四大类。然后选取并收集了94家公司的相关财务数据作为训练样本,其中样本包括上市公司及退市公司。尽管17个财务性指标可以全面反映高新技术企业的状况,但由于它们之间存在显著的相关性,直接采用这些指标进行研究会导致分析复杂化,甚至偏离正确结论,通过因子分析对17个原始财务指标降维简化,最终提取出7个因子。该过程建立了可靠、有效的高新技术企业商业贷款的信用风险指标体系,丰富了理论界及实务界对信用风险度量的研究。然后以提取的7个因子为自变量,以高新技术企业未来是否发生违约为因变量,应用SPSS软件采用向后步进中的条件步进,构建Logistic回归模型,有效的预测出企业在2年后发生违约的概率。随后抽取21家高新技术企业作为检测样本验证所构建Logistic模型的有效性。结果表明Logistic模型具有较好的判别准确率,丰富且发展了Logistic模型在商业银行信用风险管理中的应用。研究发现,收益因子,资产周转因子,偿债因子,研发因子等因子对高新技术企业的信用风险有较为显著的影响,需要引起高新技术企业及商业银行的重视。此外,对文章的研究进行了概括性的总结,并对今后的研究进行了展望。最后,对商业银行关于高新技术企业的贷款融资提出了一些建议,例如:如何利用企业的当前的财务性指标预测其两年后的违约概率、学习国外先进风险度量模型、规范银行数据库的建设、加强对信贷资金的贷后监管、加强风险责任考核力度。