P2P供应链金融模式下中小企业信用风险评价研究

作     者：刘红娟 

作者单位：西安理工大学 

学位级别：硕士

导师姓名：胡海青

授予年度：2017年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1202[管理学-工商管理] 020204[经济学-金融学（含∶保险学）] 

主      题：P2P 供应链金融 信用风险评价 Logistic回归模型 BP神经网络 

摘      要：伴随着互联网金融的发展,供应链金融已从最早的1.0时代发展到3.0时代,即互联网供应链金融。一方面,在现有开展供应链金融业务的主体一银行和上市公司中,银行业务对象的抓大放小、上市公司自有资金的运营弱势直接导致供应链金融业务存在空白和短缺。另一方面,2014年,P2P网络借贷平台出现“资产荒以及P2P网络借贷问题平台的不断增加,P2P行业中逐渐成熟的平台已经开始涉水“供应链金融。但是,在P2P供应链金融模式下,P2P网络借贷平台面对的是来自中小企业的信用风险,一旦供应链上的中小企业发生违约,将会危及P2P网络借贷平台的资金运转,进而影响投资者的资金回收。因此,评价P2P供应链金融模式下中小企业信用风险,一方面可以帮助P2P网络借贷平台发掘优质的资产,另一方面对P2P网络借贷平台有效评价供应链金融模式下中小企业信用风险评价提出可行性建议。本文在文献研究和理论研究的基础上,首先从融资企业资质、核心企业资质、融资项目资质、供应链伙伴关系以及行业环境五个方面构建了信用风险预选评价指标体系,即5个一级指标,14个二级指标以及24个三级指标,结合相关性分析和鉴别力分析,确定了的最终评价指标体系,即5个一级指标,13个二级指标以及20个三级指标。其次,选取以A股煤炭供应链上市公司瑞茂通(600180)及其部分子公司为核心企业的46家中小企业,时间跨度最长为2014-2015年的所需数据,共形成88个样本点,通过基于主成分分析的Logistic回归模型和BP神经网络模型对P2P供应链金融模式下中小企业信用风险进行了评价,实证结果表明,在相同的指标体系下,运用BP神经网络模型对P2P供应链金融模式下的中小企业信用风险评价的整体准确率较高,优于Logistic回归模型的评价效果。最后结合理论研究和实证研究结果,本文从信用风险评价自身工作、信用风险评价辅助工作以及加强防范P2P网络借贷自身法律风险三个方面提出了 P2P供应链金融模式下中小企业信用风险评价建议。