基于神经网络的Z小额贷款公司客户信用风险评价研究

发布时间：2017-07-08 02:14

  本文关键词：基于神经网络的Z小额贷款公司客户信用风险评价研究

  更多相关文章： 小额贷款 信用风险 神经网络 评价模型

【摘要】：Z小额贷款公司在迅速发展扩张中,日益发现信用风险管理的不足。当前,Z小额贷款公司在对客户进行信用风险评价时,存在很大的主观性,容易使得评价不准,最终容易导致贷出的款项不能按时收回。亟需构建适用于本公司的客户信用风险评价模型,提高现有的信用风险管理水平。针对这一现状,本文以Z小额信贷中的客户信用风险为研究对象,利用BP神经网络建立客户信用风险评价模型,以提高Z公司的信用风险管理水平,减少客户违约风险发生的可能性,促进Z小额信贷的可持续发展。文章从以下几个方面展开,第一,本文从信用风险评价的基本理论入手,在描述我国小额信贷特点的基础上,基于对现有小额贷款信用风险评价指标的梳理,形成了对于小额信用贷款风险评价的基础理论分析。第二,参考国际上经典的小额贷款评价模型,以实地调研获得的第一手数据资料和信贷档案为依据,采用相关性分析和变异系数分析,对指标进行筛选,确立了客户特征维度和贷款特征维度的评价指标。同时,研究并确定了适合于南京Z小额贷款公司数据特点的信用风险评价关键技术,包括初始变量识别、变量赋值以及变量降维技术,进而确立了南京Z小额贷款公司信用风险评价指标。第三,介绍BP神经网络学习算法,并对比、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。第四,构建适用于Z小额贷款公司的BP神经网络模型及其算法,并且通过Matlab7.0软件编写BP神经网络模型的运行程序。建立了基于BP神经网络的Z小额贷款公司客户信用风险评价模型,证实了BP神经网络对小额信贷客户信用风险评价领域中的有效性和适用性,能够为Z小额贷款公司识别客户信用风险提供较好的依据。第五,为使BP神经网络信用风险评价模型得以更好的推广应用,并有效降低小额信贷中的客户信用风险,针对该公司小额信用贷款风险评价中存在的问题,提出相应的使用和发展建议。
【关键词】：小额贷款 信用风险 神经网络 评价模型
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP183;F832.4
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-21
• 1.1 研究背景9-12
• 1.1.1 研究目的10-11
• 1.1.2 研究意义11-12
• 1.2 国内外文献综述12-17
• 1.2.1 小额贷款信用风险评价方法12-14
• 1.2.2 小额贷款信用风险评价指标14-17
• 1.3 现有研究的不足17-18
• 1.4 研究内容与研究方法18-21
• 1.4.1 研究内容18-20
• 1.4.2 研究方法20-21
• 第二章 小额贷款客户信用风险评价理论基础21-32
• 2.1 小额贷款概念及内涵21-22
• 2.1.1 小额贷款概念21
• 2.1.2 小额贷款客户的信用风险内涵21-22
• 2.2 我国小额贷款客户信用风险的特殊性22-24
• 2.2.1 区域集聚性23
• 2.2.2 风险协变性23
• 2.2.3 信息数据获取方式的主观性23
• 2.2.4 信用风险评价困难性较大23-24
• 2.3 小额贷款信用风险评价模型的比较分析与选择24-32
• 2.3.1 各信用风险评价模型的比较24-28
• 2.3.2 神经网络原理28-32
• 第三章 Z小额贷款公司背景概述32-40
• 3.1 Z小额贷款公司基本业务32
• 3.2 Z小额贷款公司的客户特点32-33
• 3.3 Z小额贷款公司客户信用风险评价现状33-36
• 3.4 客户数据收集与描述36-40
• 3.4.1 数据来源与说明36
• 3.4.2 客户基本情况36-40
• 第四章 Z小额贷款公司客户信用风险评价指标的确立40-51
• 4.1 评价指标设计原则40-41
• 4.2 小额贷款客户信用风险初始评价指标的选取41-46
• 4.2.1 Z小额贷款客户信用风险初始评价指标的选取依据41-43
• 4.2.2 客户信用风险初始评价指标的描述与量化43-46
• 4.3 Z小额贷款公司客户信用风险评价指标建立46-51
• 4.3.1 信用风险评价指标的降维处理46-50
• 4.3.2 信用风险评价指标的最终确定50-51
• 第五章 Z小额贷款公司客户信用风险评价模型的建立与检验51-63
• 5.1 建模的思路51-53
• 5.2 模型的建立53-60
• 5.2.1 划分数据集53-54
• 5.2.2 数据的归一化处理54
• 5.2.3 网络模型的参数设定54-55
• 5.2.4 神经网络模型的仿真模拟55-58
• 5.2.5 神经网络网络模型的检验58-60
• 5.3 信用风险评价模型的检验与分析60-63
• 5.3.1 信用风险评价模型的检验标准60-61
• 5.3.2 与判别分析法的模型分类结果对比61-63
• 第六章 优化Z小额贷款公司客户信用风险管理的建议63-68
• 6.1 Z小额贷款公司客户信用风险评价模型的使用建议63-64
• 6.2 针对Z小额贷款公司客户风险管理的提升建议64-68
• 第七章 结论与不足68-70
• 参考文献70-73
• 致谢73-74
• 在学期间的研究成果及发表的学术论文74-75
• 附录 BP神经网络的运行程序75-78

【参考文献】

中国期刊全文数据库 前10条

1 何慧;;小额信贷机构信用风险形成机理与风险控制研究[J];财会通讯;2014年08期

2 张云燕;王磊玲;罗剑朝;;县域农村合作金融机构信贷风险的影响因素[J];西北农林科技大学学报(社会科学版);2013年02期

3 张永军;康森;;基于现金流动的小额贷款公司风险控制研究[J];商业研究;2012年12期

4 黄晓梅;;小额贷款公司信用风险的控制与防范[J];企业经济;2012年11期

5 巴曙松;韦勇凤;孙兴亮;;中国小额信贷机构的现状和改革趋势[J];金融论坛;2012年06期

6 杜晓山;;小额信贷的挑战与前景[J];中国金融;2012年11期

7 王颖;;中国农户小额信贷信用风险评估研究——基于模糊综合评价模型[J];西南金融;2010年08期

8 章敏;;关于我国小额贷款公司试点中若干问题的思考[J];金融与经济;2010年07期

9 宋克玉;;刍议宁夏小额贷款公司风险管理问题[J];商业时代;2009年08期

10 陈良维;;决策树算法在农户小额贷款中的应用研究[J];计算机工程与应用;2008年31期

，

本文编号：532693