基于BP-KMV模型的非上市中小企业信用风险度量研究

基于BP-KMV模型的非上市中小企业信用风险度量研究

目前我国正处于经济转型的重要阶段,政府积极推行创新驱动经济发展战略,中小企业作为拉动经济增长、创造就业供给、引领创新研发的重要驱动力,是该战略的重要支撑,肩负着经济改革的重任。然而与此不对称的是,中小企业并未得到有效的资金支持。我国中小企业多为非上市企业,银行信贷是其主要融资渠道,而商业银行为规避非上市中小企业高信用风险对其采取“惜贷”政策,导致非上市中小企业面临融资困境;同时,“惜贷”政策致使商业银行被迫放弃了非上市中小企业这一庞大的客源,制约了其信贷业务的健康发展。造成以上现象的根本原因是银企信息不对称性,而有效度量非上市中小企业信用风险是解决此问题的关键。

本文首先分析了非上市中小企业及其信用风险的特点,结合主流现代信用风险度量模型,进行了非上市中小企业信用风险度量模型适用性分析,认为KMV模型更适用于非上市中小企业信用风险度量,但由于非上市中小企业无法像上市企业一样提供股票市场信息,因此需引入BP神经网络构建BP-KMV模型解决这一局限性。其次,探讨了KMV模型与BP神经网络的运作原理及算法,并具体描述了

BP-KMV模型的工作原理。然后,本文采集了70家制造业上市中小企业的股票市场数据及财务数据与35家制造业非上市中小企业的财务数据,运用Matlab技术,通过BP-KMV模型计算出35家非上市中小企业的违约率,根据违约率衡量非上市中小企业信用风险水平,并将评估结果与企业实际违约状况进行对比分析,结果表明,通过该模型计算所得的非上市中小企业违约率可用度很高,能很好地度量其信用风险。最后,基于实证分析结果,为商业银行应用BP-KMV模型建立针对非上市中小企业的信用评价体系提出具体建议。

本文的亮点在于构建了非上市中小企业的信用风险度量模型BP-KMV模型,为商业银行建立针对非上市中小企业的信用评价体系奠定了基础,有效解决了银行与非上市中小企业之间的银企信息不对称,降低了商业银行所面临的信用风险,有助于商业银行扩张针对非上市中小企业的信贷业务;同时,缓解了非上市中小企业融资难的问题,实现银企“共赢”。