论文部分内容阅读
从上个世纪20年代以来，关于小企业信用评估的探索就已经成为国外信用评估研究的热点，相关学者立足于不同的角度和方法对小企业信用评估进行了深入全面的研究。经过多年的发展，在形成了一定理论研究成果的同时，该方法的应用也极大的推进了当地经济的发展和提高。在国外的研究中，小企业具有一套适合自身特征的信用评估方法和指标体系。但是目前我国在小企业的信用评估方面尚处于起步阶段，大部分研究是将小企业与中型企业混合在一起探讨信用评估方法，这与小企业自身特征不符，而国内专门针对小企业的文献研究少之又少，尚未形成一套完善的小企业信用评估体系。鉴于目前国内对小企业信用评估的研究现状，本文在对国内外相关理论进行梳理的基础之上，从小企业自身特征出发，通过对小企业信用数据及指标的特点进行分析，并结合现有的研究方法及其应用成果，得出了现有研究方法本身的不足之处以及在小企业信用评估应用方面存在的缺陷，由此构建了由Logistics分析和神经网络ANN分析共同组成的小企业信用评估方法，即首先针对小企业的指标特点引入Logistics方法进行指标筛选，随后将筛选出来的显著性变量作为神经网络模型的输入变量进行信用评估，并对该方法在小企业信用评估方面的应用进行了深入研究，最后将其应用结果与现存的小企业信用评估方法进行对比，得出了该方法具有判别精度高、简单易行等特点，进而结合该结果对未来的小企业信用评估研究提出了相关的结论和建议。