中小企业信用风险论文范文

一、灰色关联分析原理

灰色系统理论的关联分析是灰色关联的理论基础。灰色关联分析的基本思想根据事物或因素的时间序列曲线的相似程度来判断其关联程度的大小，曲线的形状相似程度越高，那么它们的关联度就越大，反之，则关联度越小。灰色系统可以以较少的历史数据来解决不确定性问题，并充分考虑各因素之间的关系，操作简便，计算量小，便于广泛应用。由于邓氏灰色关联度算法具有成熟可靠、计算量小等优势，与其他方法组合应用灵活性高，因此，本文选用了邓氏灰色关联度。

二、构建信用风险评价指标体系

（一）构建原则信用风险评价的各个评价指标对于实证模型的最终结果起着十分重要作用。在进行指标选取时，需要遵循以下几个基本原则：1.目的性原则。该评价指标体系应该针对银行现有的信用风险评价，进行构成要素的客观表述，要为信用评价的最终目的服务，并且为评价的最终结果判定提供相应的理论依据。2.完备性原则。指标体系中所选择的指标需要包含有银行信用风险评估所涉及到的各个方面。3.预见性原则。中小企业信用风险评估是以深入挖掘中小企业的潜在风险信息为目的的，因此，选择的各个指标需要体现出中小企业的未来发展趋势。4.科学性原则。该信用风险评估指标体系应该科学合理，保证各个风险评价指标之间的逻辑关系与鲜明的层次结构。5.实用性原则。选取的信用评价的指标数量要适宜，各个指标的数据要便于收集。

（二）指标构建银行的信用风险评估主要是针对授信业务进行的，因此，中小企业的基本财务状况就是评价信用风险大小的一个重要方面。结合指标设计的基本原则,选取了企业偿债能力、企业盈利能力、企业资产管理能力和企业发展能力四个方面的12项指标构建指标评价体系。

三、信用风险评估实证分析

本文选取了四川省5家上市公司作为检验对象，为了避免对这些公司的影响，本文以A、B、C、D和E指代五家上市公司，对样本数据进行规范化处理，结果如表2所示：根据表2的数据，计算出被评价企业各项指标的关联系数，计算结果如表3：通过变异数系对各个指标的权重进行确定，计算结果如表4所示：最后可以计算出各个公司的最终信用风险排序情况。

四、结论

从样本数据的分析中可以看出，E公司的关联度最大，这说明其是信用风险最小的一个，与理想的无风险企业最为接近；D公司和C公司分列第二和第三；A公司与B公司是最后两位。虽然灰色关联度模型有其他评价方法没有的优点，但是，这种方法在实际应用中仍然存在着相当的局限。例如，在对于定性指标的确定及量化等问题上还有待于进一步探讨和研究。

作者：李亚单位：江苏省广电有线信息网络股份有限公司无锡分公司