39400字硕士毕业论文金融视角下的农民信用评价研究

论文类型：硕士毕业论文

论文字数：39400字

论点：农户,模型,信用

论文概述：

本文首先对国内目前的信用状况，尤其是农村的信用状况进行了分析，指出了农村信用体系建设的重要性及其迫切性，介绍了国内外农村金融相关的研究现状。其次，对概率神经网络（PNN）和支

论文正文：

第一章引言

1.1研究背景和意义
1.1.1研究背景
中国社会科学院农村发展研究所刘文普和杜小山(2011)分别对农民资金回报率和农民信用程度进行了实证研究，得出农民资金回报率较高，农民信用程度也较高的结论。2001年，中国农民储蓄余额为13821.4亿元，占18。74%的居民储蓄余额，但与此同时，农民获得的贷款仅占居民贷款总额的5.09%(陶文等人，2003年)。农村金融市场存在一个悖论，即农民融资困难与农民高资本回报率和农民高信用评级并存，农村资本短缺与农村资本外流并存(郭永刚，2006)。农村信用调查环境落后，农民难以通过自己的“信用担保”从金融机构获得贷款。国务院发展研究中心农村经济研究部2005年对29个省(市、自治区)的调查显示，20.8%的信用社需要抵押借款，66.5%的信用社需要抵押(韩军等人，2009年)；在申请贷款但被拒绝的农民中，38%的人认为他们没有得到贷款是因为缺乏抵押或担保。由于农民通常无法提供合格的抵押品，即使他们能够提供抵押品，金融机构在处置抵押品时也需要支付高额交易成本。因此，金融机构拒绝农民的贷款申请，甚至为了利益最大化而不向农民贷款。农民通过抵押担保从金融机构获得贷款的交易成本太高，难以通过自身信誉从金融机构获得融资。农村信用调查的发展使农民的信用地位对农民来说“有价值”，这有助于他们通过较低的交易成本从金融机构获得贷款。对于农村金融机构来说，可以通过更加科学有效的方法筛选出高信用客户，为其信用决策提供有力的参考依据。[党的十六大和十七大都强调建立和完善社会信用体系。十六届三中全会提出“按照完善法律法规、特许经营、商业经营和专业服务的方向，加快企业和个人信用服务体系建设”。2008年10月12日，十七届三中全会作出了加快农村信用体系建设的决定。2009年4月21日，中国人民银行提出《关于推进农村信用体系建设的指导意见》(银发〔2009〕129号)；2010年1号文件也明确指出，“要根据农业和农村的特点，创新金融产品和服务，改善农村信贷环境建设，加强和改善农村金融监管”。近年来，在国家政策的推动下，在中国人民银行的指导下，在地方政府的配合下，农村信用体系建设取得了一些成绩。浙江省丽水市全面实施农村信用体系建设，成为全国首个行政村完成农民信用评级评估的地级市。该市90%以上的农民通过了信用评级，为200多万山区农民致富铺平了道路。中国人民银行广州分行根据《关于实施和促进金融业科学发展的若干意见》，以广东省云浮市为试点，成功开展了云安县农村信用体系建设。通过县信用中心的建立、\"五台模式\"信用村的建立和金融扶贫机制的建立，建立了覆盖各县的信用激励约束网络，探索了社会管理模式从\"控制约束\"到\"激励引导\"的转变，成效显著。

1.1.2研究意义
在理论上，由于国外城镇不具备中国城乡发展的二元结构，全社会的信用体系建设包括农村信用体系建设，国外也没有专门针对农村信用体系建设的理论。因此，我国不能照搬国外经验来构建我国农村信用体系，需要考虑国外理论在我国农村信用体系建设中的适用性。因此，本文从农村信用体系的含义出发，借鉴国外信用体系建设理论，结合我国农村实际，探索如何构建农村社会信用体系，为农村信用体系建设提供理论依据，具有借鉴意义。在实践中，它可以用来改善农村信贷环境；提高金融机构对农村经济的投资效率，降低农业机构信贷风险；提高农民的信用意识；搭建农民和农业金融机构之间的桥梁，增进双方的相互了解。从社会意义上讲，它可以促进农村廉政和谐建设；改善农村地区的社会保障环境；促进邻居之间的互助。

第二章理论模型综述

自农村金融体系改革以来，农村金融机构通过向农民提供小额信贷支持农业。农民成为农村金融融资的主体，农民的信用水平直接影响金融机构对农民小额信贷的质量。因此，农民信用评价成为农村金融理论和实践的焦点，也是难点问题之一。首先，我国农户信用评价主要依靠信贷员和村委会对农户的信用进行评价，这种评价主观性强、成本高，严重影响了农村金融机构对小额信贷的决策和农户的信贷积极性。其次，由于信息不对称，农民的信用信息无法得到充分掌握，因此无法对农民进行综合评价。最后，由于评价方法不科学、不客观，评价结果与实际情况相差甚远。为了克服信用评估标准不一致的问题，美国在20世纪30年代后开始使用数字评分模型进行信用评估。随着统计学的发展和计算机的出现，数字评分模型自动化缩短了评分时间，提高了准确性。银行卡的诞生和金融创新的深化推动了数字模型的发展(托马斯等人，2006)。传统模型包括:专家系统模型、贷款评级和评级模型、信用评级模型、扩展非线性判别模型、神经网络模型、统计学习理论等。新模型包括:期限结构模型、死亡率模型、RAROC模型、KMV模型、信用风险值模型和信用风险+模型。随着借款人数据的不断增加和模型的不断发展和完善，模型的准确性也在不断提高。
中国在20世纪80年代后开始使用判断性信用评分。使用的主要方法有:专家评分法和评分法。在对企业和银行信用风险的研究中，国内学者研究了许多新的信用评分模型，并取得了一定的研究成果。石锡泉和邹心悦(2001)在评价企业信用风险时使用了“典型判别分析”，梁琪(2000)通过期权定价和电子数据处理模型研究了企业风险。在银行信用风险评估中，学者们研究了更多的模型，如:王春峰和李文华(2000)采用“投影寻踪判别分析模型”，王春峰和康丽(2001)采用“遗传规划方法”，张伟等人(2000)采用“递归分类树”，蒲建平和于坚(2001)采用贷款定价的期权分析，国内学者取得了一定的研究成果。然而，国内学者很少关注农民信用评价模型。目前主要应用于:层次分析法、模糊数学和神经网络(陶文等2004，徐芳，2006；王淑娟和霍·习雪，2005)等。随着计算机技术的发展，计算机模式识别的支持向量机方法也被引入到信用评价模型中。姚毅、叶忠行(2004)等人利用支持向量机对银行客户信用评价体系进行了研究，并取得了重要成果。

第三章农民基本经济活动和金融行为分析...22
3.1农民的基本条件...22
3.2农民基本经济活动分析...24
3.3农民的金融行为...27
第四章农民信用评价模型实证研究......30
4.1信用评价指标的选择和处理......30
4.2主成分分析和因子分析......32
4.3概率神经网络模型......35
4.4支持向量机模型......38
4.5概率神经网络模型和支持向量...43
第5章结论和展望...45
5.1主要研究结论...45
5.2研究创新和局限性...46
5.3未来研究方向...47

结论

农村信用体系建设的关键是建立农村农户信用评价指标，如何选择指标，选择哪些指标，如何利用这些指标进行信用评分，如何首先解决信用评分效果，才能在实践中准确有效地应用。本文以吉林省和辽宁省的农民为例，对上述问题进行了初步研究。具体步骤如下:
首先，通过对吉林省和辽宁省农户基本情况、基本经济活动和金融行为的分析，我们对吉林省和辽宁省农户有了深刻的认识。
第二，基于上述研究成果，初步建立了适用于吉林省和辽宁省的信用评价基本指标，并对向沈阳农业商业银行借款的农户进行了深入调查。
第三，应对调查数据进行初步筛选，并将筛选数据标准化。第四，利用主成分分析法筛选现有数据中信息量最大的指标(表4.3)，对这些指标进行因子分析，提取其共同因子。第五，以农户样本的共性因素为样本属性，对概率神经网络模型(PNN)和支持向量机模型(SVM)进行训练，并将训练后的模型用于预测样本的预测和检验。
结果表明，本文选取的农户信用评价基本指标能够有效识别农户信用。当Spread=0.4时，概率神经网络模型对训练样本的正确识别率为100%，对预测样本的预测准确率为74.04%，其中对信用好的农户的预测准确率为76.47%，对信用差的农户的预测准确率较低，为70%。支持向量机模型对训练样本的正确识别率较低，为84.34%，但对预测样本、信用差和信用好的农户的预测准确率达到77.78%，优于概率神经网络模型。概率神经网络模型对信用好的客户具有较高的预测精度，而支持向量机模型对信用差的客户具有较高的预测精度。

参考
[1]熊薛平。中国农民融资制度变迁与信用参考体系建设研究[。北京:科学出版社，2012。
[2]刘文普萧山。小额信贷原则和[行动。上海:上海财经大学出版社，2001。
[3]陶文，冉广和，王玉宇。熊德平。《农民信用评价系统的设计与应用研究》，[。运筹学与管理，2004 (4): 82-87。[/比尔/] [4]郭永刚。2006年11月24日。农村地区30，000人拥有银行网络。中国青年报，(007)
[5]李克强王国华。中国农村金融抑制与金融制度创新[。中央财经大学学报。2006 (5): 27: 33。
[6]姚姚俊。中国农村金融发展分析[。金融研究，2006 (4): 103-114。
[7]李周。农村金融市场的四大问题及其演化逻辑[。金融和贸易经济，2007 (2): 56-63。
[8]顾申。李成。金融体系缺陷:中国农村金融低效的根源[。金融科学，2006 (9): 98-102。
[9]徐中，程恩江。利率政策、农村金融机构行为与农村信贷短缺[。金融研究，2004 (12): 34-44。
[10]刁怀宏。农村金融空空化的原因及解决方案:信贷合同交易分析[。中国农村经济，2007.08:15-22。