1、“.....通过实证发现,在非财务变量方面,不同产业类别成立时间担保品银行关系负责人年龄负责人信用卡使用情况等指标,其响研究结果的正确率及研究的可行性。因此,本文鉴于样本数量取得的限制,兼顾样本数量需满足研究结果达到显著性的要求,并依照学者们,采取的折衷做法,分别以违约户与正常户的比例进行个别随机取样。在样本的选取上,本文以国内知名的民营小贷集团公司集团以下简称信贷年放贷的小微企业为实证对象。本文为探讨各项非财务指标对小微企业信贷违约的影违约与否不具有显著的影响,即小微企业的财务信息不能充分显示出企业营运的实际状况。为了能预测我国小微企业贷款的违约情况,本文参考已有相关研究,结合我国民间借贷双方的信息搜寻成本低的特点,整合非财务指标来探讨其对小微企业贷款违约的影响,得到适用于小微企业贷款的非财务变量......”。

2、“.....若无视其使用成本,容易过度扩张其信用,旦小微企业负责人资金较紧时,更倾向于使用高成本的资金,透支信用卡是最快捷的渠道。另外,虽然企业性质年增资情形与负责人学历在各类别的违约比例略有不同,但其检定结果不显著,说明在这个非财务变量上,对贷款户违约与否无显著影响。综合上述结果,产业类别成立时间有无担保品银行往来关小微企业信贷违约非财务因素初探信贷管理论文提升对授信违约户的判别正确率。本文归纳的各个分割值下授信正常户与违约户的判别正确率如图所示,得知正常户与违约户的判别正确率交会点为,在此交会点下,正常户与违约户的判别正确率都达到以上,具有平衡正常户与违约户的预测能力,为非财务变量预警模型最适判别分割值。本文再用最适判别分割值重新对小微企业贷款违约预测模型进行验财务变量对其贷款违约与否不具有显著的影响,即小微企业的财务信息不能充分显示出企业营运的实际状况......”。

3、“.....结合我国民间借贷双方的信息搜寻成本低的特点,整合非财务指标来探讨其对小微企业贷款违约的影响,得到适用于小微企业贷款的非财务变量,包含产业类别企业性质成立时间担保品银行关系最判别正确率为,其中户正常户样本中,误判为违约户者有户,其对正常户的判别正确率达而户违约户样本中,误判为正常户者有户,对违约户判别正确率为。然而,上述判别结果对于正常户辨别能力远高于违约户,会引起正常户与违约户判别失衡的情况,增加授信风险成本,依据稳健性原则,提高对违约户的判别能力是必要的。因此,本文通过最适判别分割值的选取来财务指标对小微企业信贷违约的影响,其主要相关资料分析方法如下卡方检验探讨在各项非财务指标下,各类别小微企业信贷违约比例的差异性,比如制造业与非制造业违约比例的差异性。期望在实证中找出影响小微企业信贷违约与否的非财务变量。回归由卡方检验找出影响小微企业信贷违约与否的变量后......”。

4、“.....可以让预警模型更为完善。作者何涌李晓翼王秀单位湖南工业大学。数据来源与分析方法小微企业信贷户样本取得较困难,本文考虑到如果以配对方式选取样本数,会造成过度取样的现象,且与现实状况差异太大,正常户样本有被稀释的可能但如果使用有财务风险的公司与正常公司的比率,又可能导致财务违约样本太少,无法达到统计分析所分析建立小微企业信贷违约预警模型,并利用违约户与正常户预测正确率图形,找出使所建立的模型能对违约户及正常户具有高度的预测正确率的最合适分割值。小微企业信贷违约非财务因素初探信贷管理论文。研究设计变量选取企业非财务指标有很多,由于小微企业常采用内外帐务或粉饰财务报表情况,谭久均蔡玉兰等针对财务变量分析,认为小微企业的结论民间借贷机构对小微企业的放贷,出现违约的原因与正规金融机构不同,主要是违约动机因素的信息失控及对违约动机因素的信息非对称......”。

5、“.....本文以信息搜寻成本低为主要标准,通过实证发现,在非财务变量方面,不同产业类别成立时间担保品银行关系负责人年龄负责人信用卡使用情况等指标,其的。因此,本文通过最适判别分割值的选取来提升对授信违约户的判别正确率。本文归纳的各个分割值下授信正常户与违约户的判别正确率如图所示,得知正常户与违约户的判别正确率交会点为,在此交会点下,正常户与违约户的判别正确率都达到以上,具有平衡正常户与违约户的预测能力,为非财务变量预警模型最适判别分割值。本文再用最适判别分回归引言金融服务实体经济,必须要解决小微企业融资难的问题。对于金融机构而言,首先要解决的是判定小微企业信贷违约的技术难题,在技术上增加对小微企业信贷违约模型的判别精度。财务报表历来是呈现企业整体财务状况的工具,众多学者也以财务因素作为企业信贷评价的主要评估指标,这些指标主要有偿债能力获利能力及营收成长率等......”。

6、“.....在负责人是否动用信用卡循环额度方面,负责人有动用信用卡循环额度的授信违约户比率明显高于未动用者。由此得知,小微企业取得银行融资相对较困难,其负责人为维持营运所需,在无法从银行顺利获得经营资金支持时,使用信用卡是最快速的渠道其次信用卡是高息产品,从信用卡可快分析建立小微企业信贷违约预警模型,并利用违约户与正常户预测正确率图形,找出使所建立的模型能对违约户及正常户具有高度的预测正确率的最合适分割值。小微企业信贷违约非财务因素初探信贷管理论文。研究设计变量选取企业非财务指标有很多,由于小微企业常采用内外帐务或粉饰财务报表情况,谭久均蔡玉兰等针对财务变量分析,认为小微企业的提升对授信违约户的判别正确率。本文归纳的各个分割值下授信正常户与违约户的判别正确率如图所示,得知正常户与违约户的判别正确率交会点为,在此交会点下......”。

7、“.....具有平衡正常户与违约户的预测能力,为非财务变量预警模型最适判别分割值。本文再用最适判别分割值重新对小微企业贷款违约预测模型进行验率达到以上。但本文在民间借贷小微企业信贷违约预警非财务变量的选择上,主要关注的是以信息的可获得性为主的沟通成本,在今后的研究中,增加小微企业信用风险评价企业还款意愿外部宏观条件等非财务指标,可以让预警模型更为完善。作者何涌李晓翼王秀单位湖南工业大学。此外,由模型计算结果,以分割值判别机率的预测条件下,整体模型的小微企业信贷违约非财务因素初探信贷管理论文割值重新对小微企业贷款违约预测模型进行验证。正常户违约户及整体样本的判定正确率分别为及,均达到以上较均衡的正确率。虽然在这个最适判别分割值模式下,整体样本与正常户判定正确率略低于判别分割值的预测结果,但仍有以上的判别正确率,而且违约户的判定正确率也提升到了以上,考虑到风险成本......”。

8、“.....确实有较好的违约预测能力提升对授信违约户的判别正确率。本文归纳的各个分割值下授信正常户与违约户的判别正确率如图所示,得知正常户与违约户的判别正确率交会点为,在此交会点下,正常户与违约户的判别正确率都达到以上,具有平衡正常户与违约户的预测能力,为非财务变量预警模型最适判别分割值。本文再用最适判别分割值重新对小微企业贷款违约预测模型进行验以分割值判别机率的预测条件下,整体模型的判别正确率为,其中户正常户样本中,误判为违约户者有户,其对正常户的判别正确率达而户违约户样本中,误判为正常户者有户,对违约户判别正确率为。然而,上述判别结果对于正常户辨别能力远高于违约户,会引起正常户与违约户判别失衡的情况,增加授信风险成本,依据稳健性原则,提高对违约户的判别能力是必要约预警模型,并利用违约户与正常户预测正确率图形,找出使所建立的模型能对违约户及正常户具有高度的预测正确率的最合适分割值......”。

9、“.....结论民间借贷机构对小微企业的放贷,出现违约的原因与正规金融机构不同,主要是违约动机因素的信息失控及对违约动机因素的信息非对称,这些因素使得民间借贷对小微企业的放,小微企业的财务信息大多不健全帐务外包甚至采用内外两套账的情况比比皆是,其财务报表可能无法反映出公司的真实状况。因此,以财务指标作为小微企业民间借贷信贷标准可能存有较大风险。民间借贷机构在对小微企业贷款的过程中,把非财务指标,如经营型态成立时间业者属性等作为重要参考指标,是更为合理的选择。此外,由模型计算结果,分析建立小微企业信贷违约预警模型,并利用违约户与正常户预测正确率图形,找出使所建立的模型能对违约户及正常户具有高度的预测正确率的最合适分割值。小微企业信贷违约非财务因素初探信贷管理论文。研究设计变量选取企业非财务指标有很多,由于小微企业常采用内外帐务或粉饰财务报表情况......”。