農戶小額貸款風險評估方法研究.pdf

1、農戶小額貸款旨在解決農戶自主經(jīng)營方面的資金問題，對農村經(jīng)濟的發(fā)展和農民生活水平的提高都有著很重要的影響作用。隨著我國農村信用社和中國農業(yè)銀行相繼開辦農戶小額貸款業(yè)務，小額信貸如何在我國能夠達到可持續(xù)發(fā)展成為人們關注的重點。農戶小額貸款解決了農民貸款難的問題，同時也引發(fā)了此類小額信貸較高的不良貸款率。目前，我國所辦理的農戶小額貸款信用等級評定制度具有很強的主觀性，容易導致信用評級不準，風險預估不充分，最終影響貸款能否按期收回。針對農戶小額

2、貸款的這一現(xiàn)狀，本文以農戶小額貸款的信用風險為研究對象，運用BP神經(jīng)網(wǎng)絡，輔以灰色系統(tǒng)和遺傳算法建立農戶小額貸款的風險評估模型，找到適合小額農貸的風險評估方法，達到從貸款審查源頭上控制此類貸款違約風險的目的。
　　本論文概述了中國農業(yè)銀行的農戶小額貸款業(yè)務發(fā)展，綜述了國內外在小額信貸風險評估方面的研究成果。在研究農戶小額貸款風險影響因素時在文獻分析基礎上，結合貸款風險的普遍影響因素，同時根據(jù)我國農戶小額貸款的特殊性，分析了我國農戶

3、小額貸款的風險影響因素。根據(jù)小額信貸的特性輔以SPSS17.0軟件，篩選建立風險影響因素的指標變量，抽取166個調研數(shù)據(jù)將樣本數(shù)據(jù)分類成訓練樣本和測試樣本，為后續(xù)的模型實證研究做鋪墊。
　　本研究結合定性分析與定量分析的方法，運用BP神經(jīng)網(wǎng)絡建立農戶小額貸款風險評估模型，同時分別運用灰色系統(tǒng)和遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡，分別建立了灰色優(yōu)化神經(jīng)網(wǎng)絡和遺傳算法優(yōu)化神經(jīng)網(wǎng)絡模型，運用MATLAB7.0實現(xiàn)對三個風險評估模型進行實證分析。通

4、過實證研究建立的BP神經(jīng)網(wǎng)絡模型對測試樣本的總體分類準確率為61.57％，灰色優(yōu)化神經(jīng)網(wǎng)絡模型對測試樣本的總體分類準確率為87.1%，遺傳算法優(yōu)化神經(jīng)網(wǎng)絡模型對測試樣本的總體分類準確率為71.32%。相對標準BP神經(jīng)網(wǎng)絡，灰色優(yōu)化神經(jīng)網(wǎng)絡的收斂速度提高了24%，遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的收斂速度提高了96%。經(jīng)實證分析得出，灰色優(yōu)化神經(jīng)網(wǎng)絡和遺傳算法優(yōu)化神經(jīng)網(wǎng)絡在網(wǎng)絡收斂速度和樣本總體分類準確率方面都有較好的表現(xiàn)，證實了兩種優(yōu)化模型在對農戶