文献类型：期刊文章

作　　者：匡海波[1] 杜浩[1] 丰昊月[1]

Kuang Haibo;Du Hao;Feng Haoyue(Collaborative Innovation Center for Transport Studies,Dalian Maritime University,Dalian 116026,Liaoning,China)

机构地区：[1]大连海事大学综合交通运输协同创新中心,辽宁大连116026

出　　处：《科研管理》

基　　金：国家自然科学基金项目(71831002,71672016);科技部国家重点研发计划专项(2019YFB1600400);长江学者和创新团队发展计划(IRT_17R13);大连市社科联重点课题(2018dlskyb020,2019dlskyb025);中央高校基本科研业务费专项资金(3132019325,3132019326)。

年　　份：2020

卷　　号：41

期　　号：4

起止页码：209-219

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、CSSCI、CSSCI2019_2020、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：本文以2014-2018年深圳证券交易所中小企业板940个装备制造业样本为研究对象,综合考虑了全链条面临的整体风险,建立了包括申请人资质、交易对手资质、融资项下资产状况和供应链运营情况4个准则层,应收账款特征、履约情况等14个二级指标,信用级别、担保状况等127个三级指标的供应链金融下中小企业信用风险评价海选指标体系。根据剔除冗余信息的思路,运用偏相关-方差分析进行第一次筛选,删除了64个存在信息冗余且对违约状态影响小的指标;根据整体风险因子鉴别最优原理,通过逐步神经网络遴选出违约鉴别能力最强的指标群;最终建立了包含48个指标、显著区分风险因子的供应链金融下中小企业信用风险评价指标体系。实证表明,本文构建的指标体系符合金融界普遍认可的"5C原则",信用风险因子判别的正确率高达90.53%,判别效果显著。

关 键 词：供应链金融 违约风险 信用风险评价 神经网络

分 类 号：F274[工商管理类]