江西省农村信用社贷款定价研究与对策建议

发布时间：2020-03-24 00:50

【摘要】：近年来,我国商业银行和其他金融机构对利率的市场化进行着前所未有的改革,对于江西省农村信用社而言,其贷款利率浮动空间也不断的扩大,贷款定价已经成为省农信社最为关键性的一个环节。构建科学、客观的贷款定价模式已刻不容缓,这样才能够跟上其他发达地区农信社改革的步骤,才能够使得农业资源配置更为优化,更好的服务于我省农村的发展。本文首先阐述了利率的理论基础,以及其决定要素。分析了国外三种基本定价模式,以及由其所衍生出来的RAROC定价模型、基于Z-Score模型与Zeta模型的定价模式、基于期权分析法的定价模型等三种模型。继而回顾了江西省农信社的由来,发展以及现状,并分析了导致其现状的内在原因,深刻的认识到了人为主观性对贷款定价的影响,进而确定贷款定价的核心指标即风险评级应由客观的反向传播算法即BP算法来评定,接着详细介绍BP算法的原理、步骤,和对风险评级的可能性。然后,在这些理论和实践的基础上探讨了江西省农村信用社的贷款定价模式,即基于BP算法的风险评级分类的贷款定价模式,并结合不同种类客户数据对此进行实际应用过程。最后从宏观外在因素和自身内在体系对完善江西省农村信用社贷款定价给予相关的建议。
【图文】：

激励函数,图形

而线性神经元则显而易见是线性的。BP神经网络不仅在多层网络与其他模型有差别外，其最重要的区别则为激励函数的不同。图4.3所示为两种截然不同的S型激励函数图形，从图中可以发现f(.)是连续性可微单调递增函数，并且该激励函数的输出特征是非强势的，其输出状态的取值区间则为:「0，1]，亦或者也可以取值为:【一1，+l】，其硬度我们则可以由参数兄来调节。函数的自变量和变量之间的关系如下所示:双极型的S型激励函数表达式:f(nel)2l+exP(一元net)f(net)E(一1，1) (4.1)单极型的S型激励函数表达式:、(n。

0.150.180.110.180.110.18:」’;T=【0.180.110.180.110.180.10」:net二newff(【01:01:01;01:01:01」，【5，1」，{’tansig，，’Purelin，，}，’traingd，):net.trainParam.ePoehs=10000:net.trainParam.goal=0.0001;LP.lr=0.01;net=train(net，P，T):iwl=net.iw{1}bl=net.b{1}lwZ二net.LW{2}bZ=net.b{2}savenet;loadnet;x=10.180.10.310.150.060.14」’y=sim(net，x);
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：F224;F832.43

【参考文献】