摘要:随着我国市场经济的发展，信贷风险管理状况在市场经济的运行中的影响越来越大。经济的快速发展，信贷风险一直困扰着我国企业。由于市场经济的深化，信贷风险已经严重危害我国经济发展，全球金融危机的爆发更使我国企业所面临的信贷风险状况进一步恶化，为了平稳、顺利地度过危机，我国企业必须加强信贷风险管理工作。
在我国，由于信贷风险管理的研究起步较晚，缺乏能够独立实行信贷风险管理的企业，缺乏能够适应我国企业现状的信贷风险识别和分析的工具。因此，企业的信贷风险管理水平是在我国非常低。在我国，信贷体系的不完善，企业信贷风险数据难以获得，所以加强信贷风险管理的研究,寻找适合我国企业信贷风险识别和分析的工具，具有非常重要的现实意义。
本文简单介绍了我国企业信贷风险管理的现状，并分析了企业信贷风险管理中存在的问题；介绍了BP神经网络技术，为建立BP神经网络模型奠定了基础。然后，以中国A股上市公司为样本，通过实证研究分析了我国企业信贷风险状况。通过实证研究表明，BP神经网络模型能有效地识别企业的信贷风险，我国企业可以使用BP神经网络模型对企业的财务状况进行定量和定性分析，由此提出了一些加强我国企业信贷风险管理的措施。
关键词 信贷风险；信贷风险管理；BP神经网络模型
目录
摘要
Abstract
1绪论-1
1.1研究的背景及意义-1
1.1.1研究背景-1
1.1.2研究意义-1
1.2研究内容拟解决的主要问题-1
1.2.1研究内容-1
1.2.2拟解决的主要问题-1
1.3研究的方法和思路-2
1.3.1研究方法-2
1.3.2研究思路-2
2信贷风险管理及模型的相关理论-3
2.1信贷风险的定义-3
2.2信贷风险管理-3
2.3 BP神经网络模型-3
2.3.1人工神经网络-3
2.3.2 BP神经网络模型-4
2.4选择神经网络模型的原因-4
3信贷风险管理的现状和存在的问题-6
3.1我国企业信贷风险管理的现状-6
3.2我国企业信贷风险管理存在的问题-6
3.2.1缺乏信贷风险管理意识-6
3.2.2信贷风险管理体系不健全-6
3.2.3信贷风险管理职能设置偏差-7
3.2.4缺乏专业的信贷风险管理人才-7
3.3企业信贷风险管理的改进措施-7
3.3.1提高信贷风险管理的重视程度-7
3.3.2培养与引进专业的信贷风险管理人才-7
3.3.3建立科学的信贷风险管理组织机构-8
3.3.4建立企业信贷风险管理制度-8
4 BP神经网络模型在信贷风险管理中的应用-9
4.1数据的来源-9
4.2模型的建立-9
4.2.1样本指标选取-9
4.2.2建立模型-11
4.2.3样本训练-11
4.3结论-13
4.3.1实证研究-13
4.3.2研究总结-14
4.3.3模型的优势-15
5信贷风险管理的建议-16
5.1保持销售收入的稳定和持续增长-16
5.2降低企业的坏账率-16
5.2.1建立并完善企业内部信贷风险管理体系-16
5.2.2引入专业的风险咨询和风险管理机构-16
5.3拓宽融资渠道，降低融资成本-16
5.3.1提高信贷保险的风险保障功能-17
5.3.2与银行进行合作-17
5.4增加和稳定现金流量-17
5.4.1加强信贷销售和应收账款管理-17
5.4.2转移信贷保险风险-18
5.4.3降低信贷融资风险-18
5.5改善财务报表-18
5.5.1保证企业资产充足-18
5.5.2保证销售收入稳定和可持续增长-18
结论-19
致谢-20
参考文献-21
