论文部分内容阅读
改革开放以来，中小企业在国民经济和社会发展中发挥着巨大作用，近年来浮现的中小企业融资难问题已成为社会各界关注的焦点。一方面，由于财务制度不完善、抵御风险能力弱、银企信息不对称等原因，中小企业很难从银行贷到款，融资问题已成为阻碍其发展的关键因素；另一方面，银行业竞争日益激烈，在目标客户选择上的趋同性致使信贷资源向大客户集中，银行议价能力减弱，利差空间缩小，急需开辟新的业务领域，制造新的利润增长点。如何开发出合适的中小企业贷款决策模型，以实现风险、收益的平衡与中小企业和银行的共赢，成为摆在我们面前的重要课题。本文在对中小企业融资现状和风险特征进行充分调研与分析的基础上，通过研究银行贷款决策的国内外文献和相关技术，建立了中小企业银行贷款决策模型。该模型计算量小，应用性强，预测较准确，能有效运用于银行对中小企业的贷款决策。本文的研究工作主要有以下几个方面：1.中小企业财务评价指标体系的建立。本论文运用财务分析方法对中小企业财务评价指标进行初选，运用计量经济软件EViews建立回归模型，经模型检验后最终建立由8个核心指标构成的中小企业财务评价指标体系，从而确定出影响银行对中小企业贷款的决定因素。2.采用组合算法建立中小企业银行贷款决策模型。本论文采集上市公司相关财务数据作为实验样本并进行标准化处理，以MATLAB作为开发语言，通过遗传算法改进RBF神经网络的参数，用梯度下降法对结果进一步寻优，进而得出预测结果。3.实验仿真与模型应用。本文利用经训练的中小企业银行贷款决策模型，分别使用经遗传算法优化和未经过优化的RBF神经网络进行仿真实验，结果显示引入遗传算法提高了模型预测的准确率。进一步将该模型应用于某商业银行实际的中小企业贷款中，通过对预测结果的分析为贷款决策提供依据。