亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        中小企業(yè)信用風(fēng)險(xiǎn)研究進(jìn)展及未來(lái)發(fā)展方向

        2021-07-21 12:14:48黃平干勝道教授博導(dǎo)貴州商學(xué)院會(huì)計(jì)學(xué)院貴州貴陽(yáng)550014四川大學(xué)商學(xué)院四川成都610065
        商業(yè)會(huì)計(jì) 2021年12期
        關(guān)鍵詞:財(cái)務(wù)指標(biāo)信用風(fēng)險(xiǎn)供應(yīng)鏈

        黃平 干勝道(教授/博導(dǎo))(貴州商學(xué)院會(huì)計(jì)學(xué)院 貴州貴陽(yáng) 550014 四川大學(xué)商學(xué)院 四川成都 610065)

        一、引言

        中小企業(yè)因規(guī)模較小,易受到外部沖擊而引發(fā)金融風(fēng)險(xiǎn)。建立中小企業(yè)信用風(fēng)險(xiǎn)預(yù)警模型,能提高金融機(jī)構(gòu)規(guī)避和防控金融風(fēng)險(xiǎn)的能力,不僅有利于提升我國(guó)金融系統(tǒng)的整體抗風(fēng)險(xiǎn)能力,也有利于改善中小企業(yè)的融資環(huán)境?;诖耍行∑髽I(yè)信用風(fēng)險(xiǎn)的指標(biāo)構(gòu)建、風(fēng)險(xiǎn)識(shí)別與預(yù)警一直都是學(xué)術(shù)界和實(shí)務(wù)界關(guān)注的熱點(diǎn)問(wèn)題。近年來(lái),隨著大數(shù)據(jù)處理技術(shù)、供應(yīng)鏈金融及行為金融學(xué)科的快速發(fā)展,對(duì)中小企業(yè)信用風(fēng)險(xiǎn)的研究正經(jīng)歷從傳統(tǒng)財(cái)務(wù)指標(biāo)體系向供應(yīng)鏈金融指標(biāo)體系及企業(yè)大數(shù)據(jù)指標(biāo)體系的轉(zhuǎn)變??紤]到對(duì)該領(lǐng)域的總結(jié)性文獻(xiàn)較缺乏,本文梳理了國(guó)內(nèi)外近五年(2016—2020)來(lái)中小企業(yè)信用風(fēng)險(xiǎn)研究的相關(guān)文獻(xiàn),并展望了該領(lǐng)域未來(lái)的發(fā)展趨勢(shì)及研究熱點(diǎn)。

        二、中小企業(yè)信用風(fēng)險(xiǎn)研究的進(jìn)展

        自1968年紐約大學(xué)Altman教授建立了評(píng)估企業(yè)融資風(fēng)險(xiǎn)的五變量Z-score模型后,學(xué)術(shù)界掀起了對(duì)企業(yè)信用風(fēng)險(xiǎn)研究的熱潮。1977年,Altman建立了第二代模型,稱為Zeta信用風(fēng)險(xiǎn)模型,該模型主要變量有7個(gè),即資產(chǎn)報(bào)酬率、收入的穩(wěn)定性、利息倍數(shù)、負(fù)債比率、流動(dòng)比率、資本化比率、規(guī)模等。Zeta模型適應(yīng)范圍更寬,對(duì)信用不良企業(yè)的辨認(rèn)精度也得以提高。隨后,巴薩利在Z-score模型基礎(chǔ)上建立了適用性更廣的巴薩利模型,其特點(diǎn)是形式比較簡(jiǎn)單且不需要復(fù)雜的計(jì)算,而且在預(yù)測(cè)公司破產(chǎn)可能性的同時(shí),還能衡量公司實(shí)力大小,適用于所有行業(yè)的企業(yè)信用風(fēng)險(xiǎn)的評(píng)估。然而,由于Z值模型和巴薩利模型中的財(cái)務(wù)比率都是依靠企業(yè)公開(kāi)報(bào)表提供的數(shù)據(jù)計(jì)算出來(lái)的,若處于財(cái)務(wù)困境之中的企業(yè)利用各種手段粉飾企業(yè)的財(cái)務(wù)報(bào)表,僅僅根據(jù)財(cái)務(wù)報(bào)表數(shù)據(jù)計(jì)算的結(jié)果往往不能反映企業(yè)的真實(shí)情況。為了克服這一缺陷,Argenti在其著作《企業(yè)破產(chǎn)》一書(shū)中提出了A值模型,該模型在計(jì)算財(cái)務(wù)比率的同時(shí),還考慮了管理不善可能導(dǎo)致企業(yè)破產(chǎn)的因素。

        近年來(lái),互聯(lián)網(wǎng)大數(shù)據(jù)、人工智能技術(shù)的發(fā)展為研究企業(yè)信用風(fēng)險(xiǎn)評(píng)估預(yù)警模型提供了更多數(shù)據(jù)及技術(shù)上的支持,模型變量從傳統(tǒng)的財(cái)務(wù)指標(biāo)擴(kuò)展到了衡量企業(yè)“軟實(shí)力”的非財(cái)務(wù)指標(biāo)(如公司高管受教育程度、核心員工貸款記錄等)。本文在CNLKI數(shù)據(jù)庫(kù)(北大核心、CSSCI、CSCD)和web of science中統(tǒng)計(jì)了近五年中小企業(yè)信用風(fēng)險(xiǎn)相關(guān)的中英文文獻(xiàn)數(shù)量,中文檢索詞為“中小企業(yè)”和“信用風(fēng)險(xiǎn)”,英文檢索詞為“small and medium-sized enterprises”和“credit risks”,檢索時(shí)間自 2016年1月1日至2021年3月31日。通過(guò)檢索共獲得304篇期刊文獻(xiàn),整體而言,學(xué)者對(duì)中小企業(yè)信用風(fēng)險(xiǎn)的研究呈逐年上升趨勢(shì),詳見(jiàn)圖1。

        圖1 近五年中小企業(yè)信用風(fēng)險(xiǎn)中英文期刊文獻(xiàn)統(tǒng)計(jì)

        詳細(xì)分析文獻(xiàn)可發(fā)現(xiàn),近年來(lái)對(duì)中小企業(yè)信用風(fēng)險(xiǎn)的研究?jī)?nèi)容主要包括基于財(cái)務(wù)指標(biāo)體系、基于供應(yīng)鏈金融、基于企業(yè)大數(shù)據(jù)的中小企業(yè)信用風(fēng)險(xiǎn)研究三個(gè)方面。

        (一)基于財(cái)務(wù)指標(biāo)體系的中小企業(yè)信用風(fēng)險(xiǎn)研究

        傳統(tǒng)的信用風(fēng)險(xiǎn)指標(biāo)主要為財(cái)務(wù)指標(biāo),基于財(cái)務(wù)指標(biāo)構(gòu)建的信用風(fēng)險(xiǎn)模型目前被廣泛應(yīng)用于中小企業(yè)的風(fēng)險(xiǎn)評(píng)估與預(yù)警中。

        1.在指標(biāo)選取方面。楊順勇和任曉師(2016)基于模糊數(shù)學(xué)視角篩選了涉及企業(yè)財(cái)務(wù)狀況、企業(yè)經(jīng)營(yíng)現(xiàn)狀及企業(yè)發(fā)展?jié)摿Φ?6個(gè)財(cái)務(wù)指標(biāo)構(gòu)建了適用于高新技術(shù)企業(yè)的信用風(fēng)險(xiǎn)評(píng)估模型。韋云和朱權(quán)聰(2018)認(rèn)為中小企業(yè)信用風(fēng)險(xiǎn)主要來(lái)自于財(cái)務(wù)風(fēng)險(xiǎn),選取了資產(chǎn)負(fù)債率、總資產(chǎn)回報(bào)率、凈資產(chǎn)收益率、毛利率等7個(gè)財(cái)務(wù)指標(biāo)來(lái)衡量中小企業(yè)的信用風(fēng)險(xiǎn)。王超藝(2018)通過(guò)獨(dú)立樣本的T檢驗(yàn)與聚類分析篩選出了10個(gè)財(cái)務(wù)指標(biāo)用以構(gòu)建適合我國(guó)國(guó)情的中小企業(yè)評(píng)價(jià)指標(biāo)體系。周哲愷(2019)將財(cái)務(wù)指標(biāo)代入Z記分法模型計(jì)算了A股中小板企業(yè)信用風(fēng)險(xiǎn)??紤]到涉農(nóng)中小企業(yè)違約概率的影響因素,梁偉森和溫思美(2019)從企業(yè)盈利能力、營(yíng)運(yùn)能力、償債能力及成長(zhǎng)性四方面來(lái)選取企業(yè)財(cái)務(wù)指標(biāo),并基于Logistic模型來(lái)構(gòu)建涉農(nóng)中小企業(yè)的信用評(píng)估模型,模型能為村鎮(zhèn)銀行開(kāi)展相關(guān)涉農(nóng)貸款業(yè)務(wù)提供理論基礎(chǔ)。周曉霞等(2021)利用傳統(tǒng)的五變量Z-score模型對(duì)“新冠”疫情下醫(yī)藥制造業(yè)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行了深入分析,研究結(jié)論能為相關(guān)企業(yè)管理疫情帶來(lái)的不確定性風(fēng)險(xiǎn)提供應(yīng)對(duì)策略。

        2.在指標(biāo)權(quán)重計(jì)算方面。Goncalves等(2015)利用認(rèn)知映射技術(shù)和交互式多準(zhǔn)則決策方法(TODIM)創(chuàng)建了一套以企業(yè)財(cái)務(wù)指標(biāo)為基礎(chǔ)的特質(zhì)決策支持系統(tǒng),此系統(tǒng)可對(duì)各指標(biāo)權(quán)重進(jìn)行合理測(cè)算,并評(píng)估中小企業(yè)信用風(fēng)險(xiǎn),能促進(jìn)銀行對(duì)中小企業(yè)信貸決策的智能化和透明化。徐占東等(2019)依據(jù)違約距離選擇財(cái)務(wù)指標(biāo)并計(jì)算指標(biāo)權(quán)重,通過(guò)預(yù)期風(fēng)險(xiǎn)一致性原則構(gòu)建了中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)模型,實(shí)證研究表明所建立的模型能準(zhǔn)確反映我國(guó)中小企業(yè)違約風(fēng)險(xiǎn)現(xiàn)狀,能為沒(méi)有完善貸款違約數(shù)據(jù)的信用風(fēng)險(xiǎn)評(píng)估問(wèn)題提供解決方案。Kanapickiene和Spicas(2019)基于概率回歸模型計(jì)算風(fēng)險(xiǎn)指標(biāo)權(quán)重,使用財(cái)務(wù)和非財(cái)務(wù)變量開(kāi)發(fā)了企業(yè)貿(mào)易信用風(fēng)險(xiǎn)評(píng)估(ETCRA)模型,并以立陶宛734家中小微企業(yè)的財(cái)務(wù)和非財(cái)務(wù)數(shù)據(jù)作為樣本進(jìn)行實(shí)證研究,研究發(fā)現(xiàn)在模型中包含非財(cái)務(wù)變量并不能實(shí)質(zhì)上改善模型的特性。

        (二)基于供應(yīng)鏈金融模式的中小企業(yè)信用風(fēng)險(xiǎn)研究

        供應(yīng)鏈金融是一種自償性貿(mào)易融資的信貸模式,對(duì)改善中小微企業(yè)的融資環(huán)境發(fā)揮著重要的作用,近幾年得到了業(yè)界和學(xué)術(shù)界的廣泛關(guān)注(宋華和盧強(qiáng),2017;董旌瑞等,2020),基于供應(yīng)鏈金融模式下的中小企業(yè)信用風(fēng)險(xiǎn)研究的文獻(xiàn)也越來(lái)越多。

        1.在以供應(yīng)鏈核心企業(yè)為主體的研究方面。宋華等(2017)研究發(fā)現(xiàn)基于復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)的供應(yīng)鏈金融以制度信任為基礎(chǔ),通過(guò)業(yè)務(wù)、交易流程等正式制度安排形成組織場(chǎng)域,能夠減少核心企業(yè)對(duì)中小企業(yè)償債能力的擔(dān)憂,有效地提高了中小企業(yè)融資的可得性。范方志等(2017)考慮了供應(yīng)鏈金融中的風(fēng)險(xiǎn)傳染性及信息不對(duì)稱特征,構(gòu)建了中小企業(yè)、核心企業(yè)、銀行在內(nèi)的三方風(fēng)險(xiǎn)分擔(dān)博弈模型,對(duì)供應(yīng)鏈中不同參與主體的信用風(fēng)險(xiǎn)評(píng)價(jià)和管理提供了理論支持。祝由(2017)構(gòu)建了供應(yīng)鏈環(huán)境下包括核心企業(yè)、中小企業(yè)、融資項(xiàng)資產(chǎn)、供應(yīng)鏈運(yùn)營(yíng)等四大類變量的中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,并基于機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)及Logistic回歸模型對(duì)中小企業(yè)信用評(píng)估問(wèn)題進(jìn)行了對(duì)比研究。Mou等(2018)通過(guò)“模糊層次分析法”(FAHP)構(gòu)建了供應(yīng)鏈金融下核心企業(yè)信用風(fēng)險(xiǎn)評(píng)估系統(tǒng),所用指標(biāo)包括企業(yè)運(yùn)行狀況、資產(chǎn)狀態(tài)、行業(yè)狀態(tài)、信用記錄、上下游企業(yè)信息等相關(guān)數(shù)據(jù),該系統(tǒng)能對(duì)核心企業(yè)信用風(fēng)險(xiǎn)進(jìn)行定量測(cè)評(píng)。耿軍華(2018)利用網(wǎng)絡(luò)層次分析法及灰色綜合評(píng)價(jià)法構(gòu)建了供應(yīng)鏈融資信用風(fēng)險(xiǎn)評(píng)價(jià)模型,該模型包括核心企業(yè)素質(zhì)、供應(yīng)鏈整體運(yùn)轉(zhuǎn)情況、融資企業(yè)素質(zhì)及應(yīng)收賬款質(zhì)量等指標(biāo)。劉兢軼等(2019)通過(guò)因子分析法和Logit模型建立了包括企業(yè)盈利能力、償債能力及核心企業(yè)信用水平的供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)模型,該模型對(duì)供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)的衡量具有一定的指導(dǎo)意義。

        2.在對(duì)供應(yīng)鏈整體狀況研究方面。王小會(huì)(2017)認(rèn)為對(duì)中小企業(yè)信用評(píng)價(jià)指標(biāo)的構(gòu)建需要全面把握,除了考慮企業(yè)本身的因素外,還應(yīng)考慮外界環(huán)境、企業(yè)在供應(yīng)鏈中的整體水平等因素。徐宏峰和朱玥(2018)利用層次分析法及多層次灰色綜合評(píng)價(jià)法建立了供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)模型,研究表明供應(yīng)鏈金融模式能較好地解決中小企業(yè)融資難的問(wèn)題。牟偉明(2018)利用多層次灰色評(píng)價(jià)方法,以江蘇某中小企業(yè)為研究對(duì)象,深入研究了核心企業(yè)實(shí)力、融資企業(yè)實(shí)力、交易資產(chǎn)特征、供應(yīng)鏈狀況四個(gè)層面指標(biāo)對(duì)供應(yīng)鏈模式下中小企業(yè)信用風(fēng)險(xiǎn)的影響情況??锖2ǖ龋?020)在供應(yīng)鏈金融模式下綜合考慮了包括申請(qǐng)人資質(zhì)、交易對(duì)手資質(zhì)、融資項(xiàng)目下資產(chǎn)狀況和供應(yīng)鏈運(yùn)營(yíng)情況信息在內(nèi)的127個(gè)海選指標(biāo)體系,運(yùn)用“偏相關(guān)-方差”分析、逐步神經(jīng)網(wǎng)絡(luò)等方法最終構(gòu)建了包括48個(gè)指標(biāo)的中小企業(yè)風(fēng)險(xiǎn)評(píng)估模型。

        3.在對(duì)行業(yè)狀況研究方面。何平均和李菁菁(2018)利用因子分析和Logistic回歸分析對(duì)A股中小板制造業(yè)企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行了研究,研究發(fā)現(xiàn)客戶集中度與供應(yīng)鏈模式下企業(yè)的信用風(fēng)險(xiǎn)存在顯著的負(fù)相關(guān)關(guān)系,即客戶集中度越低,信用風(fēng)險(xiǎn)越高。陳麗君(2018)基于電商平臺(tái)融資模式研究了互聯(lián)網(wǎng)供應(yīng)鏈融資下小微企業(yè)信用風(fēng)險(xiǎn)評(píng)估體系,研究結(jié)果能為評(píng)估和管理小微企業(yè)的信用風(fēng)險(xiǎn)提供參考。余得生和李星(2019)考慮到電子制造業(yè)的特點(diǎn),選取了14個(gè)信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo),通過(guò)Logistic模型構(gòu)建了供應(yīng)鏈金融模式下的信用風(fēng)險(xiǎn)評(píng)估模型,研究發(fā)現(xiàn)資產(chǎn)負(fù)債率、凈資產(chǎn)收益率、有形凈值債務(wù)率、銷售凈利率是影響電子制造業(yè)中小企業(yè)信用風(fēng)險(xiǎn)評(píng)級(jí)的重要指標(biāo)。段翀(2020)利用中小企業(yè)財(cái)務(wù)數(shù)據(jù)與同行業(yè)上市企業(yè)信息測(cè)算了中小企業(yè)的資產(chǎn)市場(chǎng)價(jià)值,并據(jù)此構(gòu)建中小企業(yè)信用風(fēng)險(xiǎn)評(píng)估模型,該模型綜合考慮了企業(yè)的靜態(tài)信息及行業(yè)影響的動(dòng)態(tài)信息,對(duì)非上市中小企業(yè)尤其適用。

        除以上幾個(gè)方面之外,文獻(xiàn)中還有關(guān)于研究方法與工具選取的相關(guān)研究。Zhu等(2019)通過(guò)結(jié)合隨機(jī)子空間(RS)和MultiBoosting兩種經(jīng)典的ML方法,提出了一種增強(qiáng)的混合集成ML方法——RS-MultiBoosting,用以提高預(yù)測(cè)供應(yīng)鏈模式下中小企業(yè)信用風(fēng)險(xiǎn)的準(zhǔn)確性。實(shí)證研究表明,RS-MultiBoosting在處理小樣本數(shù)據(jù)方面具有良好的性能。Xie等(2020)構(gòu)建了基于供應(yīng)商和零售商的Stackelberg博弈分析框架,闡明了供應(yīng)鏈金融模式下的相關(guān)信用風(fēng)險(xiǎn)傳染機(jī)制,并探討了融資結(jié)構(gòu)、融資渠道和融資成本對(duì)企業(yè)相關(guān)信用風(fēng)險(xiǎn)的傳染效應(yīng)的影響。

        (三)基于企業(yè)大數(shù)據(jù)的中小企業(yè)信用風(fēng)險(xiǎn)研究

        企業(yè)大數(shù)據(jù)除了包括企業(yè)財(cái)務(wù)數(shù)據(jù),還包括企業(yè)股東背景、企業(yè)管理層信息、企業(yè)關(guān)聯(lián)網(wǎng)絡(luò)媒體等所有直接或間接反映企業(yè)運(yùn)營(yíng)的非財(cái)務(wù)數(shù)據(jù)。隨著大數(shù)據(jù)技術(shù)的發(fā)展,越來(lái)越多的學(xué)者開(kāi)始關(guān)注基于企業(yè)大數(shù)據(jù)的中小企業(yè)信用風(fēng)險(xiǎn)研究。

        1.在企業(yè)家特征如何影響中小企業(yè)信用風(fēng)險(xiǎn)研究方面。王衛(wèi)星和張佳佳(2018) 選取中小板300家企業(yè)為樣本,分析企業(yè)管理者的背景特征對(duì)信用風(fēng)險(xiǎn)的影響,研究認(rèn)為管理者年齡、學(xué)歷及任期與企業(yè)信用風(fēng)險(xiǎn)存在顯著的正相關(guān)關(guān)系。朱宗元等(2018)針對(duì)新三板市場(chǎng)掛牌的中小企業(yè)構(gòu)建了包括企業(yè)董事長(zhǎng)性別、年齡、學(xué)歷等非財(cái)務(wù)指標(biāo)在內(nèi)的Lasso-logistic模型,該模型能識(shí)別影響中小企業(yè)信用風(fēng)險(xiǎn)的重要因素,且具有良好的評(píng)估性能。Belas等(2018)構(gòu)建了包含企業(yè)家教育、家庭環(huán)境、與銀行關(guān)系、金融素養(yǎng)、信用記錄在內(nèi)的中小企業(yè)信用風(fēng)險(xiǎn)結(jié)構(gòu)分析模型,并對(duì)捷克352家企業(yè)進(jìn)行了實(shí)證研究。研究發(fā)現(xiàn),教育背景和家庭環(huán)境因素是影響中小企業(yè)信用風(fēng)險(xiǎn)的主要因素。另外,王正位等(2020)研究表明,通過(guò)大數(shù)據(jù)技術(shù)引入高頻個(gè)人消費(fèi)行為信息能提高企業(yè)管理者的信用風(fēng)險(xiǎn)的識(shí)別效率,進(jìn)而提高企業(yè)的信用風(fēng)險(xiǎn)管理能力。池仁勇和朱張帆(2020)使用問(wèn)卷分析的數(shù)據(jù)對(duì)浙江省非上市的中小企業(yè)信用風(fēng)險(xiǎn)影響因素進(jìn)行了Logistic回歸分析,研究表明除傳統(tǒng)的財(cái)務(wù)硬指標(biāo)外,企業(yè)家的學(xué)歷、社交活動(dòng)、不良愛(ài)好等“軟信息”指標(biāo)對(duì)企業(yè)的信用風(fēng)險(xiǎn)也具有較大的影響。Nisar等(2020)在信息不對(duì)稱視角下研究了P2P平臺(tái)中小企業(yè)借貸行為面臨的信用風(fēng)險(xiǎn),研究結(jié)果表明,可以用作信用風(fēng)險(xiǎn)和財(cái)務(wù)管理預(yù)測(cè)指標(biāo)的三個(gè)重要因素包括企業(yè)家婚姻、收入及房產(chǎn)情況。

        2.在企業(yè)關(guān)聯(lián)網(wǎng)絡(luò)媒體如何影響中小企業(yè)信用風(fēng)險(xiǎn)研究方面。Yang等(2016)基于Logit和Probit方法,以財(cái)務(wù)報(bào)表為導(dǎo)向研究了投資者在社交媒體上分享的個(gè)人金融投資觀點(diǎn)對(duì)企業(yè)未來(lái)信用風(fēng)險(xiǎn)的預(yù)測(cè)性。通過(guò)文本挖掘技術(shù)檢索了新浪財(cái)經(jīng)及和訊網(wǎng)上的帖子及其相應(yīng)評(píng)論,研究發(fā)現(xiàn)從企業(yè)信用風(fēng)險(xiǎn)預(yù)測(cè)的角度來(lái)看,社交媒體上提取的觀點(diǎn)優(yōu)于專業(yè)分析師的觀點(diǎn)。Chi和Zhang(2017)認(rèn)為小企業(yè)的財(cái)務(wù)數(shù)據(jù)不足以評(píng)估企業(yè)信用風(fēng)險(xiǎn),其通過(guò)秩和檢驗(yàn)和熵權(quán)法建立了財(cái)務(wù)及非財(cái)務(wù)指標(biāo)相結(jié)合的多準(zhǔn)則信用風(fēng)險(xiǎn)指標(biāo)體系。Vinciotti等(2019)在中小企業(yè)信用風(fēng)險(xiǎn)模型中納入了各企業(yè)間金融交易的代理變量,開(kāi)發(fā)了幾種網(wǎng)絡(luò)增強(qiáng)的信用風(fēng)險(xiǎn)模型,并實(shí)證研究了英國(guó)約6萬(wàn)家公司的財(cái)務(wù)交易信息,研究發(fā)現(xiàn),網(wǎng)絡(luò)信息增強(qiáng)的風(fēng)險(xiǎn)模型的預(yù)測(cè)準(zhǔn)確性高于無(wú)網(wǎng)絡(luò)信息增強(qiáng)的模型。Qian等(2019)從理論上分析了企業(yè)家之間的信息傳播路徑對(duì)企業(yè)信用風(fēng)險(xiǎn)傳染的影響,并從復(fù)雜網(wǎng)絡(luò)的角度出發(fā),構(gòu)建了企業(yè)家社會(huì)關(guān)系與企業(yè)協(xié)會(huì)的雙層網(wǎng)絡(luò)來(lái)揭示信息傳播與信用風(fēng)險(xiǎn)傳染之間的相互作用。Giudici等(2020)使用“替代數(shù)據(jù)”來(lái)擴(kuò)展傳統(tǒng)的信用評(píng)分體系,該替代數(shù)據(jù)包括從借款人之間相似性網(wǎng)絡(luò)得出的集中度指標(biāo)。通過(guò)對(duì)P2P平臺(tái)上中小企業(yè)借貸數(shù)據(jù)的分析發(fā)現(xiàn),替代數(shù)據(jù)提高了中小企業(yè)信用風(fēng)險(xiǎn)預(yù)測(cè)的準(zhǔn)確性。Yin等(2020)提取了公司有關(guān)法律仲裁文本中的相關(guān)信息,并將此信息與財(cái)務(wù)及公司特定信息相結(jié)合,構(gòu)建了用于評(píng)估中小企業(yè)信用風(fēng)險(xiǎn)的模型。實(shí)證研究表明,與僅使用財(cái)務(wù)和公司特定信息的模型相比,從有效法律仲裁中提取的信息能顯著改善中小企業(yè)信用風(fēng)險(xiǎn)評(píng)級(jí)的準(zhǔn)確性。

        3.在企業(yè)綜合特征如何影響中小企業(yè)信用風(fēng)險(xiǎn)研究方面。劉沙沙(2016)的研究結(jié)合了信息熵理論及灰色關(guān)聯(lián)方法,利用經(jīng)營(yíng)者素質(zhì)、營(yíng)運(yùn)能力、產(chǎn)品競(jìng)爭(zhēng)力、行業(yè)狀況、成長(zhǎng)能力、科技創(chuàng)新等多個(gè)維度的45個(gè)指標(biāo),系統(tǒng)構(gòu)建了中小企業(yè)的信用風(fēng)險(xiǎn)評(píng)級(jí)指標(biāo)體系。張永春和陳巖(2018)從融資企業(yè)的償債能力、營(yíng)運(yùn)能力、盈利能力、成長(zhǎng)能力、行業(yè)狀況、金融服務(wù)記錄、企業(yè)管理狀況、宏觀經(jīng)濟(jì)狀況以及質(zhì)押物特征等9個(gè)方面特征出發(fā),構(gòu)建了基于大數(shù)據(jù)征信原理的中小企業(yè)信用風(fēng)險(xiǎn)評(píng)估體系。孟杰等(2018)將實(shí)際控制人類型、董事會(huì)特征、股權(quán)結(jié)構(gòu)和市場(chǎng)指標(biāo)等四方面的信息與傳統(tǒng)財(cái)務(wù)指標(biāo)相結(jié)合,構(gòu)建了基于支持向量機(jī)(Support Vector Machine,SVM)算法的中小企業(yè)信用風(fēng)險(xiǎn)評(píng)估模型。Vivel-Bua等(2018)對(duì)西班牙2005—2011年酒店業(yè)的信用風(fēng)險(xiǎn)進(jìn)行了研究。研究發(fā)現(xiàn),酒店地理位置、季節(jié)性、市場(chǎng)集中度、到旅游目的地中心的距離對(duì)酒店的信用評(píng)級(jí)具有重要影響。

        4.如何利用企業(yè)大數(shù)據(jù)構(gòu)建中小企業(yè)信用風(fēng)險(xiǎn)模型的理論和算法方面。Yu和Chen(2017)針對(duì)企業(yè)內(nèi)部信用關(guān)系的復(fù)雜性和不透明性等特點(diǎn),引入模糊理論和灰色關(guān)聯(lián)理論,建立了企業(yè)信用風(fēng)險(xiǎn)的灰色模糊綜合評(píng)價(jià)模型,該模型能客觀地對(duì)企業(yè)信用風(fēng)險(xiǎn)進(jìn)行評(píng)估。Huang等(2018)比較了幾種常見(jiàn)的神經(jīng)網(wǎng)絡(luò)模型在中國(guó)中小企業(yè)信用風(fēng)險(xiǎn)管理中的應(yīng)用效果。研究結(jié)果表明,概率神經(jīng)網(wǎng)絡(luò)(PNN)具有最小的錯(cuò)誤率和犯第二類錯(cuò)誤的概率,且穩(wěn)定可靠。Tosetti和Vinciotti(2019)提出了一種有效期望最大化算法,用于對(duì)具有廣泛關(guān)聯(lián)性的中小企業(yè)信用風(fēng)險(xiǎn)評(píng)級(jí)進(jìn)行分析。使用2013年英國(guó)13個(gè)工業(yè)部門中小型企業(yè)的近64 000個(gè)賬戶的數(shù)據(jù)的實(shí)證研究表明,有效期望最大化算法相對(duì)于標(biāo)準(zhǔn)的蒙特卡洛方法具有更準(zhǔn)確的預(yù)測(cè)性,對(duì)企業(yè)間網(wǎng)絡(luò)連接效應(yīng)進(jìn)行會(huì)計(jì)處理可以顯著提高信用風(fēng)險(xiǎn)評(píng)級(jí)模型的預(yù)測(cè)能力。

        三、未來(lái)發(fā)展趨勢(shì)及研究方向

        自“新冠”疫情發(fā)生以來(lái),為了刺激經(jīng)濟(jì)的發(fā)展,減少疫情對(duì)中小企業(yè)的沖擊,我國(guó)降低了中小企業(yè)融資門檻,大量中小企業(yè)獲得了貸款扶持,這雖然在短期內(nèi)降低了疫情對(duì)經(jīng)濟(jì)的負(fù)面影響,但無(wú)疑加大了疫情后中小企業(yè)的風(fēng)險(xiǎn)管控難度。因此,加大對(duì)中小企業(yè)信用風(fēng)險(xiǎn)的研究具有重大的現(xiàn)實(shí)意義。在互聯(lián)網(wǎng)時(shí)代,數(shù)據(jù)呈爆炸式增長(zhǎng),如何從這些數(shù)據(jù)中挖掘出有用的價(jià)值是科研工作者一直所追求的。如何在傳統(tǒng)數(shù)字化財(cái)務(wù)指標(biāo)的基礎(chǔ)上,充分利用大數(shù)據(jù)技術(shù)手段,深入挖掘隱藏于文本數(shù)據(jù)中的中小企業(yè)信用風(fēng)險(xiǎn)指標(biāo),全面準(zhǔn)確地刻畫(huà)企業(yè)的信用風(fēng)險(xiǎn),將是該領(lǐng)域未來(lái)的發(fā)展趨勢(shì)。主要研究方向包括:

        (一)供應(yīng)鏈金融模式下中小企業(yè)信用風(fēng)險(xiǎn)指標(biāo)體系的構(gòu)建

        供應(yīng)鏈金融模式有效地改善了中小企業(yè)融資環(huán)境,預(yù)測(cè)中小企業(yè)信用風(fēng)險(xiǎn)對(duì)于保證供應(yīng)鏈金融的平穩(wěn)運(yùn)行具有重要意義??紤]到不同行業(yè)間供應(yīng)鏈金融模式的差異,未來(lái)該方向的研究重點(diǎn)包括:各細(xì)分行業(yè)供應(yīng)鏈金融下中小企業(yè)信用風(fēng)險(xiǎn)指標(biāo)體系的構(gòu)建;針對(duì)供應(yīng)鏈金融模式的中小企業(yè)信用風(fēng)險(xiǎn)評(píng)級(jí)算法研究;中小企業(yè)傳統(tǒng)信貸模式與供應(yīng)鏈金融模式的對(duì)比研究等。

        (二)基于大數(shù)據(jù)的中小企業(yè)信用風(fēng)險(xiǎn)指標(biāo)體系構(gòu)建

        李佳微等(2020)對(duì)大數(shù)據(jù)背景下中小企業(yè)面臨的機(jī)遇和挑戰(zhàn)進(jìn)行了深入的探討,研究發(fā)現(xiàn)大數(shù)據(jù)對(duì)企業(yè)的運(yùn)營(yíng)和發(fā)展方式都產(chǎn)生了重要的影響,例如,大數(shù)據(jù)將重構(gòu)中小企業(yè)信用風(fēng)險(xiǎn)指標(biāo)體系。未來(lái)該方向的重點(diǎn)研究?jī)?nèi)容包括:對(duì)非財(cái)務(wù)指標(biāo)的文本識(shí)別及有效信息挖掘方法的研究;如何在眾多指標(biāo)(財(cái)務(wù)與非財(cái)務(wù)指標(biāo))中選擇一致的、無(wú)多重共線性的指標(biāo)來(lái)衡量企業(yè)信用風(fēng)險(xiǎn)的研究等。

        (三)建立中小企業(yè)信用風(fēng)險(xiǎn)預(yù)警模型及模型實(shí)證研究

        利用大數(shù)據(jù)技術(shù)完成中小企業(yè)指標(biāo)體系構(gòu)建后,需要結(jié)合相關(guān)建模理論及算法建立風(fēng)險(xiǎn)預(yù)警模型。該方向的主要研究?jī)?nèi)容包括如何對(duì)各指標(biāo)進(jìn)行加權(quán)集成,形成信用風(fēng)險(xiǎn)預(yù)警模型;如何使用中小企業(yè)的相關(guān)數(shù)據(jù)對(duì)信用風(fēng)險(xiǎn)模型進(jìn)行實(shí)證研究,考察模型的有效性和準(zhǔn)確性等。

        (四)多層級(jí)中小企業(yè)信用風(fēng)險(xiǎn)預(yù)警模型的應(yīng)用研究

        傳統(tǒng)的信用風(fēng)險(xiǎn)預(yù)警模型通常僅僅針對(duì)企業(yè)自身進(jìn)行評(píng)估,實(shí)際上,除了微觀企業(yè)的數(shù)據(jù),行業(yè)乃至區(qū)域?qū)蛹?jí)下的企業(yè)信用風(fēng)險(xiǎn)也是未來(lái)值得關(guān)注的重點(diǎn)。根據(jù)行業(yè)、地區(qū)的層級(jí)對(duì)企業(yè)的信用風(fēng)險(xiǎn)進(jìn)行集成匯總,評(píng)價(jià)不同行業(yè)、不同地區(qū)的中小企業(yè)信用風(fēng)險(xiǎn)大小,最終集成國(guó)家層面的中小企業(yè)信用風(fēng)險(xiǎn)指數(shù),可對(duì)相關(guān)部門、相關(guān)行業(yè)給出科學(xué)的政策建議,這方面的研究將是未來(lái)研究的重點(diǎn)。

        猜你喜歡
        財(cái)務(wù)指標(biāo)信用風(fēng)險(xiǎn)供應(yīng)鏈
        海外并購(gòu)績(jī)效及供應(yīng)鏈整合案例研究
        為什么美中供應(yīng)鏈脫鉤雷聲大雨點(diǎn)小
        益邦供應(yīng)鏈酣戰(zhàn)“雙11”
        益邦供應(yīng)鏈 深耕大健康
        我國(guó)金融機(jī)構(gòu)股價(jià)和主要財(cái)務(wù)指標(biāo)的相關(guān)性分析
        淺析我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理
        全國(guó)國(guó)有企業(yè)主要財(cái)務(wù)指標(biāo)
        京東商城電子商務(wù)信用風(fēng)險(xiǎn)防范策略
        全國(guó)國(guó)有企業(yè)主要財(cái)務(wù)指標(biāo)
        榮豐控股財(cái)務(wù)指標(biāo)分析
        亚洲av色香蕉一区二区三区软件 | 国产91极品身材白皙| 久久综合久中文字幕青草| 日本久久久免费观看视频| 熟女少妇精品一区二区| 久久亚洲sm情趣捆绑调教| 亚洲欧美v国产蜜芽tv| 一本久道久久丁香狠狠躁| 亚洲人成网网址在线看| 成人性生交大片免费看r| 好爽~又到高潮了毛片视频| 韩国女主播一区二区三区在线观看| 亚洲熟少妇一区二区三区| 加勒比hezyo黑人专区| 久久精品国产久精国产| 天天狠狠综合精品视频一二三区| 少妇特殊按摩高潮不断| 亚洲精品午夜久久久九九| 亚洲av永久精品爱情岛论坛| 日日摸夜夜欧美一区二区| 中文字幕久久人妻av| 成午夜福利人试看120秒| 日产亚洲一区二区三区| 91免费永久国产在线观看| 手机在线免费看av网站| 午夜亚洲精品视频在线| 国产精品久久久久久妇女| 国产av麻豆mag剧集| 播放灌醉水嫩大学生国内精品| 亚洲精品乱码久久久久99| 国产一区二区三区最新地址| 久久久久久国产精品免费免费| 特黄aa级毛片免费视频播放| 亚洲综合av一区在线| 精品女同一区二区三区| 久久久久人妻一区精品色欧美| 综合色天天久久| 亚洲国产一区二区av| 亚洲午夜无码毛片av久久| 成av人片一区二区三区久久| 2021最新久久久视精品爱|