ASDSApplied Statistics and Data Science3066-84333066-8441Art and Technology10.61369/ASDS.2026030009Article基于BP 神经网络的中小微企业的信贷决策研究https://artdesignp.com/journal/ASDS/2/3/10.61369/ASDS.2026030009关美盛,刘君2026232026-03-20为了解决中小微企业缺乏抵押资产和信用记录以及它们面临信贷融资困难问题，和针对传统信贷风险评估方法对多维交易行为非线性关系方面的不足，本文提出一种基于BP 神经网络的小微企业信贷违约预测模型。该模型由数据预处理模块和神经网络构成，并且融合企业基础信息与进销项发票行为特征，通过实际企业数据训练BP 神经网络模型，自动学习高维特征之间的复杂映射关系，实现了对企业违约风险的准确预测和信贷策略的智能制定。实验结果表明，BP 神经网络模型在违约预测方面具有较高的准确率和AUC 值，为银行信贷决策提供了有效支持。BP 神经网络,信贷风险策略,中小微企业,机器学习,智能风控

[1] 郭冰莹. 中小微企业的信贷风险量化分析及信贷决策研究[J]. 中小企业管理与科技,2025,(02):82-85+90.[2] 马明远. 基于回归模型的中小微企业的信贷决策研究[J]. 微型电脑应用,2024,40(08):228-231+239.[3] 方洋洋, 李紫莹, 张立, 等. 基于熵权TOPSIS 法的中小微企业信贷决策研究[J]. 北方经贸,2024,(05):101-104.[4] 朱军. 基于横向联邦学习的小微企业信贷决策模型研究[J]. 智能计算机与应用,2024,14(02):97-99.[5] 许妙遥, 宫召华. 中小微企业的多目标信贷决策研究[J]. 中阿科技论坛( 中英文),2023,(05):81-86.[6] 罗郁青. 基于熵权TOPSIS 法与非线性规划的中小微企业信贷决策研究[J]. 中小企业管理与科技,2023,(09):67-69.[7] 杨超. 基于中小微企业的信贷决策分析[J]. 老字号品牌营销,2023,(08):151-153.[8] 宫召华, 邵娴. 评价信息不完全背景下银行对中小微企业的信贷决策分析[J]. 黑龙江科学,2023,14(01):35-40.[9] 李嘉祺, 李云霞, 董祥旭. 突发事件背景下的中小微企业金融信贷决策模型优化研究[J]. 甘肃金融,2022,(12):42-48+22.[10] 刘炜, 曲孝海, 高欢. 基于指标合成的中小微企业信贷决策[J]. 湖南文理学院学报( 自然科学版),2022,34(04):14-18+37.