学位论文 > 优秀研究生学位论文题录展示

基于BP神经网络的农户小额信贷信用风险评估研究

作　者: 马文勤
导　师: 孔荣
学　校: 西北农林科技大学
专　业: 会计学
关键词: 信用风险 农户小额信贷 BP神经网络 Logit模型
分类号: F832.43
类　型: 硕士论文
年　份: 2010年
下　载: 437次
引　用: 7次
阅　读: 论文下载
 

内容摘要


目前,全国90%以上的农村信用社都开展了农户小额信贷业务。农户小额信贷在解决农户贷款难问题、促进农民增收、支持农村经济发展等方面发挥了重要的作用。然而,农户小额信贷自身独有的一些特征使农村信用社在实施小额信贷业务过程中面临着较大的信用风险,农户违约现象时有发生,贷款不良率居高不下。当前,农村信用社在对农户资信等级评定时存在很大的主观性,容易导致资信评定不准,最终导致贷出的款项不能按时收回。针对这一现状,本文以农户小额信贷中的信用风险为研究对象,利用BP神经网络建立农户信用风险评估模型,以提高农村信用社的信用风险管理水平,减少农户违约风险发生的可能性,促进小额信贷的可持续发展。本研究首先概述了小额信贷的概念及其在我国的发展历程,在描述我国农户小额信贷特点的基础上,对我国农户小额信贷信用风险产生的原因进行具体分析。其次,介绍人工神经网络神经元模型及其变换函数、神经网络的学习方式等基本理论,同时着重介绍BP神经网络学习算法及其改进算法,并总结人工神经网络的特点,为后续实证研究部分作理论铺垫。再次,通过实地调研数据进行农户小额信贷信用风险评估的实证研究:将样本数据分成训练样本和测试样本两组;为筛选出对违约农户和非违约农户区分能力最强的指标变量,消除指标变量之间存在的多重共线性问题,提高BP神经网络模型的训练速度,对指标变量分别进行正态性检验、差异性检验和多重共线性检验;然后利用MATLAB7.0软件建立BP神经网络农户信用风险评估模型,并与Logit模型方法所建立的农户信用风险评估模型作出比较。最后,为使BP神经网络农户信用风险评估模型得以更好的推广应用,并有效降低农户小额信贷中的信用风险,给出相对应的政策建议。本研究最终建立了8-14-1结构的BP神经网络农户信用风险评估模型,该模型对训练样本的总体判别正确率为100%,对测试样本组违约类农户的预测正确率达90%,总体的正确率达84.09%;建立的Logit模型对训练样本的总体判别正确率为79.33%,对测试样本组违约类农户的识别分类正确率为75%,整体正确率仅为63.64%。整体来看,不论是对于训练样本还是测试样本,BP神经网络模型的判别预测准确率都要高于Logit模型,证实了BP神经网络在农户小额信贷信用风险评估领域中的有效性和适用性,能够为农村信用社识别农户信用风险提供较好的依据。

全文目录


摘要  5-6
ABSTRACT  6-10
第一章 绪论  10-20
  1.1 研究背景  10-11
  1.2 研究目的和意义  11-12
    1.2.1 研究目的  11
    1.2.2 研究意义  11-12
  1.3 国内外研究动态  12-18
    1.3.1 国外研究动态  12-15
    1.3.2 国内研究动态  15-18
    1.3.3 国内外研究动态评析  18
  1.4 研究思路与方法  18-19
    1.4.1 研究思路  18-19
    1.4.2 研究方法  19
  1.5 创新之处  19-20
第二章 我国农户小额信贷理论及其信用风险分析  20-26
  2.1 小额信贷概述  20-22
    2.1.1 小额信贷概念  20
    2.1.2 我国小额信贷发展历程  20-21
    2.1.3 农户小额信贷及其特点  21-22
  2.2 农户小额信贷信用风险及其产生原因  22-26
    2.2.1 信用风险定义  22
    2.2.2 农户小额信贷信用风险产生原因  22-26
第三章 人工神经网络理论及BP 学习算法  26-35
  3.1 人工神经网络  26-28
    3.1.1 神经元模型及其变换函数  26-28
    3.1.2 神经网络的学习  28
  3.2 BP 学习算法  28-34
    3.2.1 BP 算法推导  29-31
    3.2.2 BP 算法的改进  31-33
    3.2.3 BP 网络训练模式  33-34
  3.3 人工神经网络特点  34-35
第四章 农户小额信贷信用风险评估的实证研究  35-50
  4.1 样本选择与分组  35
  4.2 指标确定  35-38
    4.2.1 原始指标选择  35-36
    4.2.2 指标筛选  36-38
  4.3 基于BP 神经网络的信用风险评估的实现  38-46
    4.3.1 数据归一化处理  38-39
    4.3.2 BP 网络结构设计  39-41
    4.3.3 权值初始化及训练参数设置  41-42
    4.3.4 网络训练  42-44
    4.3.5 网络测试  44-46
  4.4 基于Logit 模型的信用风险评估的实现  46-49
    4.4.1 模型介绍  46-47
    4.4.2 模型建立  47-48
    4.4.3 模型测试  48-49
  4.5 小结  49-50
第五章 结论及政策建议  50-53
  5.1 结论  50-51
  5.2 政策建议  51-53
参考文献  53-56
附录  56-59
  附录1：样本正态性检验  56-57
  附录2：基于BP 神经网络的农户小额信贷信用风险评估的程序实现  57-59
致谢  59-60
作者简介  60

相似论文

  1. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  2. 机械臂视觉伺服系统的研究,TP242.6
  3. 市级旅游用地规划环境影响评价研究,X820.3
  4. 珠三角地区高性能混凝土配合比智能化系统,TU528
  5. 大学生综合素质测评研究,G645.5
  6. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  7. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  8. 高速公路拆迁民众生存系统评价研究,D523
  9. 南京市农民工参保意愿及其影响因素研究,D412.6
  10. 煤矿风险信息集成与智能预警研究,X936
  11. 出版社赊销信用风险控制问题研究,G231-F
  12. 基于计算机视觉的柑橘品质分级技术研究,TP391.41
  13. 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
  14. 基于神经网络的漯河技术监督局食品安全预警系统研究,F203
  15. 交通银行零售信用风险管理研究,F832.3
  16. 农村信用社零售信用风险管理研究,F832.4
  17. 基于神经网络的自适应噪声主动控制研究,TP183
  18. 我国商业银行信用衍生品应用研究,F224
  19. 农户小额信贷的信用风险管理,F832.4
  20. 数字型仪表自动识读系统研究,TP391.41
  21. 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41

中图分类: > 经济 > 财政、金融 > 金融、银行 > 中国金融、银行 > 信贷 > 农业信贷
© 2012 www.xueweilunwen.com