【摘 要】
【摘要】 本文首先從企業特征、股東特征、合約特征和財務特征四大方面構建了一個多層次的小型企業信用風險評價體系，然后用主成分分析法對評價指標進行降維并提取公因子，再采用基于多層感知器（MLP）的神經網絡技術來挖掘我國小型企業的信用風險的關鍵影響因素，最后構建了五分類模式下的信用風險預警模型。結果表明：企業特征（總資產、凈資產、銷售收入、企業形式、所處區域、企業年齡和企業性質）、財務特征（存貨周轉率、總資產報酬率）和合約特征（基于權益的融資占比）對其信用風險具有重要影響，在構建小型企業信用風險預警模型時，必須高度重視這些特征因素。而基于主成分分析法的MLP模型具有運行速度快、預測精度高的優點，是一種可靠有效的小型企業信用風險預警模型。
【關鍵詞】 小型企業 信用風險 主成分分析法 預警模型
一、引言
目前我國對小型企業的界定還比較模糊，本文根據銀行對信貸客戶的分類標準，將年銷售收入和資產總額均在5 000萬元以下的企業認定為“小型企業”。這類企業一般具有以下特點：①企業規模普遍較小，成立時間短；②成長環境處于劣勢，獲取外部資源難度較大，未來發展不確定性大；③信息不對稱，較難以獲得交易對手的信任；④創業者（股東）是企業的核心和靈魂人物，對企業經營決策有著至關重要的影響。
