基于神经网络的信贷信用风险评估可行性.pdfVIP

中文科技期刊数据库（全文版）经济管理

基于神经网络的信贷信用风险评估可行性

马超

青海民族大学，青海西宁810000

摘要：信用风险一直是企业融资重点关注的问题，如何准确的做出信用风险评估既是学术上也是实际上的需要。

本文通过介绍传统统计方法模型和传统机器学习模型在信用风险领域的学术研究后，提出机器模型中的分支--神

经网络模型关于信用风险评估的研究，认为神经网络模型具有更高的准确性和适用性，是预测企业违约概率的重

要模型。最后对商业银行等金融机构提出建议。

关键词：企业融资；信贷风险；神经网络；评估模型

中图分类号：F830

0引言模型吸引着众多国内外学者的关注。国外资本市场由

于起步较早，发展成熟，对信用评估模型的研究完备

为了帮助中小企业度过难关，政府积极的发挥着

且成熟，但国内发展为较晚，相关研究还处于摸索阶

引导作用，付诸了实际行动，比如设立专项基金，提

段，且国情不同，无法照搬外国模式，只能借鉴。目

供政策支持和减税补贴等，虽然在政策引导下，大量

前，已有的关于信用风险评估模型的文献研究主要可

的资金被引导向中小企业，但仍然有大批中小型企业

分为两类。

未能安然度过，主要原因是大型企业一般经过市场残

酷的洗礼，经营理念成熟，信息透明度较高，资金来1.1传统统计方法

源相对稳定，商业银行等金融机构依然偏向于大型企一类是基于传统统计方法搭建的企业信用风险评

[1]

业，而中小型企业利润来源的不稳定性，信息不透明，估模型，如熊熊等通过主成分分析的方法确定显著指

投资风险相对高于大型企业从而引起的不信任，这就标后，基于Logistic回归方法搭建出供应链金融下的

降低了金融机构提供融资的积极性，即便有着相关政企业信用风险评估模型，此模型突破了以往评估过分

策，又因为各种各样的原因，无法全额支持中小企业。依赖专家个人经验的局限，评估模型中创新性的融入

国内金融起步晚，对于风险识别、度量等方面仍有欠定性和定量指标，为供应链金融下企业信用风险评估

[2]

缺，在之前主要依靠机构内部人员或者委托第三方机模型研究史增添了一笔浓墨重彩的印记。陈思宏在对

构对融资企业进行风险评估，这种方式依靠评估人员城投债信用风险进行识别时，基于KMV模型搭建信用

的经验，同时主观性较强，这可能会造成无法客观公风险评估模型，从一般到个别，分别从地方政府，城

正的做出融资企业真实的信用情况。因此，会有许多投公司和城投债三个方向切入，全面识别了城投债可

具有潜力的企业无法得到信贷支持，从而缺少资金防能存在的信用风险来源，并以此基础识别济南市城投

[3]

御风险，也缺少资金升级创新以应对多变的市场需求。债的风险来源。徐波等人选取A股制造业70家上市

随着信息技术的高速发展和大数据的普及，国内外众公司作为样本，提取2018年10月1日至2019年9月

多学者的努力，信用风险评估手段或与统计