当前位置 —论文—管理学— 范文

关于中小企业类论文范文集,与中小企业违约和破产文献综述相关论文查重免费

本论文是一篇关于中小企业类论文查重免费,关于中小企业违约和破产文献综述相关学士学位论文范文。免费优秀的关于中小企业及贷款及模型方面论文范文资料,适合中小企业论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

定性变量[18].结果发现,只有定量因素还不足以判断小企业违约的风险,增加定性因素能显著提高模型预测的准确性.而Altman,Sabato　etc（2008）以英国2000—2007年间的小企业贷款数据为样本,用逻辑回归法建立了两个违约预测模型[19].一个只包含了Altman　&　Sabato（2005）中的五组财务变量.另一个在Altman　&　Sabato（2005）的基础上增加了非财务的定性变量,实证结果也证实增加定性因素能够显著提高模型预测的有效性.

Luppi,Marzo　etc（2007）以意大利一家商业银行提供的意大利市场上3900家年销售收入低于1000万欧元的中小企业贷款数据为研究对象,采用似然比检验,从50个变量中选择了20个解释变量,包括盈利性、流动性、财务结构、规模和地理位置等[20].以逻辑回归法进行的实证检验发现,销售额、利息税项折旧及摊销前盈利、利润率等与违约率负相关,财务结构和债务水平与违约率正相关.

Ooghe,Spaenjers　etc（2009）用反映增加值、盈利性、偿债能力和流动性四个方面的8个财务比率建立了一个简单-直观（simple-intuitive　models）模型,并用比利时1990—1999年的数据进行了实证检验[21].通过与传统的统计模型结果的比较发现,该简单-直观模型的预测结果同样有效,而且更加简单实用.

（三）对新型经济体中小企业违约和破产的实证研究

2010年开始,对中小企业违约和破产的研究逐渐由美国和欧洲等发达国家扩展到新兴市场国家.

关于中小企业类论文范文集

Lugovskaya（2010）以俄罗斯火花数据库收集的2000—2004年8967笔小企业贷款数据为样本,采用线性判别分析法进行了实证研究[22].将25个自变量分为五组,其中财务比率四组,包括经营效率变量2项、盈利性变量7项、稳健性变量5项和流动性变量8项.非财务要素一组,包括总资产、销售收入和经营年限等3项.采用最大方差主成份分析法去掉了相关性较强的部分变量,最终保留了11个自变量.研究结果表明,流动性是最重要的判别要素,盈利性次之,企业规模和经营年限能够提高判别模型的准确性.

Gumparthi（2010）和Gumparthi　&　Manickavasagam（2010）都以印度中小企业贷款业务为研究对象[23].Gumparthi（2010）采用普查的方法,通过对印度某非银行金融机构所有从事建筑机械和商用车信贷业务的信贷人员和外勤人员进行问卷调查,识别确定影响中小企业贷款风险的要素,根据调查结果给不同要素赋予适当的权重,最终建立了一个专家型的中小企业信贷记分卡系统.该系统从定性因素和定量因素两个方面对中小企业贷款进行风险判断,将中小企业贷款风险要素分为四大类28种.其中,包括流动性风险要素5项；经营性风险要素11项；信用风险要素6项；市场风险要素6项.而Gumparthi　&　Manickavasagam（2010）以印度非银行金融机构2002—2009年度连续7年的数据进行了判别分析[24].判别的要素包括客户历史、行业地位、与供应商的关系、与客户的关系、竞争情况、流动性、杠杆率、销售增长、PBDIT/销售额、DSCR（债务覆盖率）、诚信、家庭状况、财务状况、管理能力、管理承诺、连续性、雇员能力、内部控制、还款记录、合规记录等20项.

Wang　&　Zhou（2011）对中国的中小企业贷款违约进行了实证研究[25].他们以中央财经大学民泰金融研究所提供的2004—2007年间的小企业贷款数据为样本,选择了涵盖流动性、盈利性、增长性、偿债能力和资产管理能力五大类的8个财务指标.反映中小企业和企业主特征的企业主性别、年龄、雇员人数、公司经营年限、与银行合作年限等定性指标.分别构建了只包含财务指标、只包含非财务指标以及同时包含财务与非财务指标的三个逻辑回归模型.研究结果发现,同时包含财务指标与非财务指标的模型能较好的反映企业的违约风险；而财务指标中流动比率和总资产收益率是较好预测的指标.三、中小企业违约和破产研究评述

（一）研究方法

对于中小企业违约和破产的实证研究,采用的方法有普通的多元回归（OLS）、简单-直观模型、传统的多元判别分析模型和逻辑回归模型等.其中,逻辑回归模型的应用最广泛,因为它能有效克服样本的非对称性问题和定性要素的非连续性问题.实证研究也证实逻辑回归模型在中小企业违约和破产预测中具有较高的精确性.

最新的非参数方法如人工神经网络模型虽然在精确性方面具有一定的优势,但在中小企业违约和破产的实证研究中尚未有应用的先例.由于其计算过程缺乏透明度,难以满足监管部门对于商业银行内部评级模型的透明性要求而在实践当中只能作为逻辑回归模型的验证和补充方法使用.

（二）样本选择

对于中小企业违约和破产的研究,要早于中小企业信贷评分卡的应用.但大量的研究还是在中小企业信贷评分卡的推广应用和中小企业贷款业务的大量开展之后.其中以美国的中小企业贷款数据为样本的研究最多,其次是欧洲国家.2010年以俄罗斯、印度和中国等新兴市场国家中小企业贷款数据为样本的研究开始出现.

由于中小企业贷款的具体数据属于各家金融机构的商业机密,外界难以获得.公开数据的样本量往往不足,难以满足构建信贷评分卡最低2000个违约样本的要求.假设中小企业贷款违约率为5%,样本总量至少要达到40000个.上述实证研究的样本总量均远低于该最低要求,还只是处于学术研究阶段.

（三）风险要素

中小企业与大企业的风险特征存在显著差异,影响中小企业信贷风险的要素除了传统的财务变量以外,非财务因素也起着重要的作用.实证检验的结果也证明,对中小企业违约和破产预测,非财务的定性要素比定量的财务因素的作用更加重要（如He,Kamath　etc（2005）、Lehmann（2003）、Altman,Sabato　etc（2008）、Wang　&　Zhou（2011）等）.

由于不同国家或地区的风险环境不同,不同金融机构面对的客户群存在差异,具体的风险要素也会不同.上述研究中由于样本数据的差异,导致可供选择的要素种类不同,得到的结果也存在很大差异,并没达成统一的结果.

四、对未来研究的展望

（一）研究方法上的创新

由传统的参数分析法拓展到人工神经网络法等非参数法.在实践中,人工神经网络模型等非参数方法虽然不符合监管部门的透明度要求,但可以作为逻辑模型等参数方法的验证和补充,对其结果进行检验和确认.

（二）实证样本的选择

由于各个国家、地区的经济环境不相同,中小企业的风险特征也千差万别；即使同一国家或地区的不同金融机构面对的中小企业客户群体也存在差异,影响中小企业贷款违约的风险要素也不尽相同.因此,任何国家和地区的金融机构在建立中小企业信贷记分卡系统时都不能简单的套用已有模型,都需要在历史数据积累的基础上,对影响中小企业违约和破产的风险要素进行准确的识别与度量,建立能够准确反映自身中小企业客户风险特征的模型.

（责任编辑：张恩娟）

参考文献：

[1]Beaver,W.Financial　Ratios　as　Predictors　of　Failure[J].Journal　of　Accounting　Research,1966（4）：71-111.

[2]Altman,　E.　I.Financial　Ratios,　Discriminant　Analysis

and　the　Prediction　of　Corporate　Bankruptcy[J].The　Journal　of　Finance,1968,23（4）：589-609.

[3]Altman,　E.I,R.G.HaldemanZETA　Analysis：A　New

如何写中小企业一篇论文
播放:27943次评论:3293人