煤炭是电力、钢铁、水泥和化工四大行业的上游行业,加之我国多煤、贫油、少气的资源禀赋特点,决定了煤炭行业在我国国民经济中占据重要地位。然而随着近年来煤炭下游钢铁、电力等行业需求低迷,煤炭行业产能过剩情况持续,行业的利润空间不断缩小,国内煤炭企业大面积亏损,信用风险逐步开始显露。近两年信用评级机构也多次下调煤炭企业的信用等级,这也为构建有效实用的煤炭发债企业信用风险预警模型的研究提供了数据上的支持。信用风险预警模型能够为投资者、评级机构以及监管机构及时发现企业信用风险提供参考,具有一定的现实意义。本文将BP神经网络应用于我国煤炭行业发债企业信用风险预警的研究中。首先,阐述了信用风险是如何界定以及影响企业信用风险的要素,并介绍了神经网络的工作原理和BP神经网络模型的建模方法;其次,对煤炭发债企业的信用风险要素进行全面分析,并在此基础上,选取适合BP神经网络模型的指标,建立煤炭企业的信用风险预警指标体系;最后,选取85家煤炭发债企业作为研究样本,对样本的指标数据进行筛选和处理后,建立了 BP神经网络预警模型,模型经过训练仿真后,用筛选出的检测样本对其准确度进行检验。检验结果表明模型预警效果较好,针对煤炭发债企业所构建的指标体系能够反映企业的信用风险,BP神经网络预警模型有效。