【作　　者】
郭文伟1（博士） 陈泽鹏2 钟 明2

【作者单位】
（1.广东商学院金融学院 广州 510320 2.华南理工大学工商管理学院 广州 510641）

【摘　　要】

      【摘要】 本文首先从企业特征、股东特征、合约特征和财务特征四大方面构建了一个多层次的小型企业信用风险评价体系，然后用主成分分析法对评价指标进行降维并提取公因子，再采用基于多层感知器（MLP）的神经网络技术来挖掘我国小型企业的信用风险的关键影响因素，最后构建了五分类模式下的信用风险预警模型。结果表明：企业特征（总资产、净资产、销售收入、企业形式、所处区域、企业年龄和企业性质）、财务特征（存货周转率、总资产报酬率）和合约特征（基于权益的融资占比）对其信用风险具有重要影响，在构建小型企业信用风险预警模型时，必须高度重视这些特征因素。而基于主成分分析法的MLP模型具有运行速度快、预测精度高的优点，是一种可靠有效的小型企业信用风险预警模型。
【关键词】 小型企业   信用风险   主成分分析法   预警模型

      一、引言
目前我国对小型企业的界定还比较模糊，本文根据银行对信贷客户的分类标准，将年销售收入和资产总额均在5 000万元以下的企业认定为“小型企业”。这类企业一般具有以下特点：①企业规模普遍较小，成立时间短；②成长环境处于劣势，获取外部资源难度较大，未来发展不确定性大；③信息不对称，较难以获得交易对手的信任；④创业者（股东）是企业的核心和灵魂人物，对企业经营决策有着至关重要的影响。