学位论文 > 优秀研究生学位论文题录展示
我国农户小额信贷信用评级研究
作 者: 王莹
导 师: 戴亮
学 校: 贵州财经学院
专 业: 金融学
关键词: 小额信贷 农户信用风险 BP模型 信用评级
分类号: F832.4
类 型: 硕士论文
年 份: 2011年
下 载: 155次
引 用: 0次
阅 读: 论文下载
内容摘要
|
农户小额信贷机构的适时出现,充分发挥了它在农村金融市场融资方面的积极作用,一定程度缓解了农村经济发展中农户获取资金困难的问题。然而,由于农村小额信贷市场的特殊性,致使小额信贷机构与农户间存在着严重的信息不对称现象,严重阻碍了小额信贷业务的持续发展。加之我国农户小额信贷信用评级制度发展不完善,小额信贷机构在农户信用信息采集上缺乏准确性、选取的农户信用评价指标缺乏统一性、选用的信用评级方法传统且主观、使用的信用评价标准不规范且缺乏复审制度。导致小额信贷机构对农户信用等级评定的失真,机构无法正确衡量贷款农户的信用风险,造成信贷机构无法及时收回资金甚至损失的局面。严重影响了信贷机构对农户申贷资金的发放,从而无法满足农户对资金的需求。所以,如何提高小额信贷机构对农户信用评级的准确性,实现信贷机构健康持续的发展,成为各利益相关者的迫切要求。本文采用理论分析结合实证分析的方式,通过对小额信贷农户信用风险独特性的分析,得出对小额信贷农户进行信用评级的重要性,阐明了农户信用等级评定在客观上进行量化的必要性。同时依照可持续发展指标体系的建立思想,选取了包括农户自然特征、偿债能力、经营状况、信誉状况、软资产项目等五大方面的16项具体指标,构建我国小额信贷农户信用等级评定指标体系。并以我国贵州省部分地区申请小额信贷的334户农户家庭信用数据为研究对象,论证BP模型在小额信贷农户信用等级评定中的可行性。其中训练样本选取了50户违约农户和154户未违约农户的数据,检验样本为剩余的130户农户家庭。运用MATLAB 7软件进行实例分析,实证结果显示:BP模型对小额信贷农户信用评价结果准确,达到94.5%的正确率。本文通过研究得出以下结论:农户的自然特征、偿债能力、经营状况、信誉状况、软资产项目指标能较好地反映农户信用级别。基于人工神经网络高度的自学习、自适应能力,BP模型应用于小额信贷农户信用风险评估是可行有效的。在建立我国小额信贷农户信用评级体系时,外部独立的农户信用评级机构以及小额信贷机构内部的评级机构,都应在一定的农户个人信用评价制度规范下开展工作,并且应在科学、严谨的评价指标体系内通过适当调整,找到适合自己地区农户信用评级的指标。同时,必须加强中央银行的监督、服务力度,充分发挥中央银行在小额信贷业务中的积极作用;以及健全相关的法律法规,建立有效的小额信贷奖惩机制,充分调动小额信贷农户的还款积极性。
|
全文目录
摘要 5-6 Abstract 6-9 第1章 绪论 9-15 1.1 研究背景及意义 9-11 1.1.1 研究背景 9-10 1.1.2 研究意义 10-11 1.2 国内外研究综述 11-13 1.2.1 国外相关研究综述 11 1.2.2 国内相关研究综述 11-13 1.3 研究思路与方法 13 1.4 本文的创新之处 13-14 1.5 本文的基本框架(见下图1.1) 14-15 第2章 小额信贷农户信用风险管理的理论基础 15-24 2.1 信用风险理论 15-16 2.1.1 信用风险的定义 15 2.1.2 信用风险的种类 15-16 2.1.3 信用风险的特点 16 2.2 小额信贷农户信用风险概述 16-18 2.2.1 小额信贷农户信用的特殊结构性特征 17-18 2.2.2 小额信贷农户信用制度发展不完善 18 2.3 小额信贷机构发生信息不对称的理论基础 18-22 2.3.1 不完全竞争市场理论 18-19 2.3.2 信息不对称理论 19-20 2.3.3 信息不对称的影响 20-21 2.3.4 小额信贷中的信息不对称 21-22 2.4 小额信贷业务中的寻租理论 22-24 第3章 小额信贷农户信用等级评定方法及问题 24-35 3.1 信用等级评定方法 24-31 3.1.1 专家判断法 24-25 3.1.2 信用评分法 25-29 3.1.3 BP神经网络模型 29-31 3.2 小额信贷农户信用等级评定中存在的问题 31-35 3.2.1 信用信息采集缺乏准确性 32 3.2.2 信用指标选取缺乏统一性 32-33 3.2.3 主观的信用评级方法 33 3.2.4 信用等级评定缺乏复审制度 33-35 第4章 小额信贷农户信用评级体系的构建 35-50 4.1 评级模型的主要内容与构架 35-36 4.2 样本选择与数据来源 36 4.3 信用状况衡量指标的选择与处理 36-39 4.3.1 农户信用衡量指标的选择 36-38 4.3.2 农户信用衡量指标的标准化处理 38-39 4.4 BP模型的应用 39-48 4.4.1 BP模型的数学表达 39-41 4.4.2 BP网络学习的具体步骤及流程图 41-42 4.4.3 BP模型参数的确定 42-45 4.4.4 BP模型的MATLAB实现 45-46 4.4.5 模型结果与评价 46-48 4.5 构建农户信用等级评价体系 48-50 第5章 结论与展望 50-52 5.1 主要结论 50-51 5.2 不足与展望 51-52 参考文献 52-54 附录 54-64 致谢 64
|
相似论文
- 民族地区农村小额信贷发展研究,F832.4
- 健全商业银行中小企业贷前信用评级体系研究,F832.4
- 我国农村小额信贷发展的风险控制研究,F832.4
- 农户小额信贷的信用风险管理,F832.4
- 大型联合循环机组性能模型及燃烧优化调整分析,TM611.31
- 基于人工神经网络的碳纤维楠竹锚杆锚固力预测研究,TD353.6
- HX银行客户信用评级体系改进研究,F832.2
- 尾砂胶结充填体强度影响因素分析与研究,TD926.4
- 金融危机后的国家风险评级,F831.59
- 黑龙江省普惠型农村金融体系构建研究,F832.7
- 中国主权信用评级问题研究,F832.2
- 农村信用社小额信贷对农户收入影响研究,F323.8
- 小额信贷绩效分析,F832.43
- 基于评分法的小额信贷信用风险管理研究,F832.4
- 小额信贷信用评分审批系统的研究,F832.4
- 农村小额信贷信用风险控制机制分析,F832.4
- 我国农村商业银行小额信贷风险控制研究,F832.4
- 农村金融机构小额信贷可持续发展研究,F832.4
- 论在小额信贷中的政府角色和作用,F832.4
- 信用评级机构民事责任研究,D923
中图分类: > 经济 > 财政、金融 > 金融、银行 > 中国金融、银行 > 信贷
© 2012 www.xueweilunwen.com
|