当前位置: > 硕士毕业论文 > 39400字硕士毕业论文金融视角下的农民信用评价研究

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。