在国内外经济环境复杂、不确定性显著增加及国家产业结构调整的背景下，一些企业面临产出和盈利水平低下，偿债能力降低，导致企业信用违约事件频繁发生。作为经济主体的民营企业，在促进经济发展方面发挥了重要作用，但受国家调整政策和金融机构趋利性的影响，其融资成本和难度将进一步上升，如不及时解决民营企业融资难的问题，民营企业信用违约事件将会不断扩展，不仅影响社会经济发展，还会因失业人员数量剧增产生新的社会管理问题。 金融服务机构是民营企业进行融资的主要渠道，民营企业信用状况是制约民营企业融资的瓶颈。建立一套筛选民营企业信用风险的动态评价体系和预警机制，对于探索影响民营企业信用违约的主要因素、分析民营企业信用违约风险的预警机制、提出民营企业信用违约风险的防范措施，对于增强民营企业融资能力、促进金融市场稳健发展具有十分重要的意义。 本书对我国民营上市企业信用违约风险评价及预警进行实证研究，建立了适用于民营企业信用风险违约的动态评价系统和预警机制。首先构建了基于极限学习机原理的动态评价模型：第一，采用变异系数法和灰关联度方法，从52个初选指标中选出34个有效指标，然后运用改进的K均值聚类算法对34个评价指标分类。第二，采用有序加权算子（OWA）组合多种赋权法，计算信用违约评价体系各级指标的权重。第三，对比不同极限学习机分类评价算法的优劣性，选择带有遗忘因子极限学习机的信用违约动态评价模型，用于判别民营企业信用违约风险。其次，深入细致地对民营企业信用风险评价进行了实证分析，并结合指标体系权重针对性提出预警分析和防范措施。最后对所建立模型的应用范围及局限性，并从不同角度给出建议和对策。
孙素侠，博士，河南财经政法大学副教授，研究方向为数量经济学与产业经济，参与省部级课题项目5项，在期刊论文上发表文章5篇。
电子书购买
