基于支持向量机的农户信用评价研究

发布时间：2017-05-03 21:00

  本文关键词：基于支持向量机的农户信用评价研究，由笔耕文化传播整理发布。

【摘要】：从2004年到2015年，中央已经连续12年发布关于“农业、农村、农民”的一号文件，可见“三农”问题是中国社会主义现代化建设中亟需解决的重要问题。随着我国社会主义市场经济体制的逐步完善、城镇化建设日渐加快、农村金融改革不断深化、以及在支农惠农政策的大力推动下，农村金融体系建设已经成为建设新农村和促进农村经济可持续发展的核心。2015年“中央一号文件”再次强调了推进农村金融体制改革，确保涉农贷款比例不降低。而农户是农村金融客户中数量最多、分布最广泛的一个群体，农户的金融行为对整个农村金融的研究具有重要意义。但是，由于农户天然具有的生存脆弱性、流动性较大、居住较分散、缺乏有效抵押担保物、信用意识相对薄弱等特点，使得金融机构向农户提供信贷支持时面临比较严重的信息不对称问题，直接导致很多金融机构都不愿意将资金投放于农户，尤其是贫困农户根本无法获得正规金融机构的信贷支持。新形势下农户自身特点及信用格局也发生了变化，给农村金融发展带来了深刻的影响。 另一方面，国务院2014年6月发行的社会信用体系建设规划纲要（2014—2020年）指出加强金融信用信息系统建设，完善信用信息的记录、整合，才能规范金融市场秩序。目前，我国农户信贷市场中正规金融机构对农户提供信贷支持时面临的信息不对称问题严重影响着农村金融的稳定发展。只有构建一个客观合理的农户信用评价体系，客观评价农户信用水平，才能有效缓解正规金融机构由于获得的农户信用信息不全面所导致的一系列问题；才能切实加强农户诚实守信的经营理念、促进我国农村经济的健康发展，为中国社会信用体系的建设添砖加瓦。 农户信用评价研究主要包括:构建农户信用评价指标体系、建立农户信用评价模型、依据前两部分研究结论提出完善农户信用体系的相关建议。建立农户信用评价指标体系是指依据农户自身的发展特点和借贷行为来选择包括家庭特征、还款能力、还款意愿、稳定性、宏观环境、保障情况等影响农户信用水平的因素，从而形成一个完善的指标体系可用于农户信用评价模型的构建；农户信用评价模型是以农户信用评价指标体系为依据构建的评价模型，通过评价模型可以得到客观全面的农户信用评价结果输出；完善农户信用体系建设是在农户信用评价的基础上根据结果出现的区域性差异、中西部地区农户信用信息不全面等，以如何有效提高评价结果的准确性、如何从根本上提高农户信用水平，提出相关建议。 本论文采用理论模型与应用研究相结合的方法展开，全文以“客观全面评价农户信用水平，规范涉农金融机构审贷流程，完善农户信用体系建设”为主线，对农户信用评价问题进行了研究。论文的主要工作以及创新之处包括以下几个方面： （1）分析了农户信贷市场中由于农户信用信息获取困难所产生的信息不对称现象，从经济学角度解释了农户信用评价的意义；对农户借贷行为、农户信用评价指标选择、信用评价方法等相关理论进行了梳理，勾勒了进行农户信用评价的整体思路和步骤。借鉴“三维信用理论”和“价值链风险理论”，并结合中国家庭金融调查数据（CHFS），在现有研究的基础上加入了可以反应农户日常生活中合规度、成长及创新能力的指标；基于社会主义核心价值观的内涵，加入了幸福感和婚姻状况等可以反映家庭和谐程度的指标；相比以往的文献，考虑到农户信用的外部特征较为明显，再加上发展过程中农村人口的高度流动和信用格局的转变，因此把稳定性从宏观环境指标层剥离出来，成为一个准则，用每年农业生产时间、在本地居住时间、土地数量是否变更、本年收入与上年收入比较、收入增长与物价增长比较等指标来反映农户的稳定性。初步选择构建了包括70个评价指标的农户信用评价指标体系，弥补了正规金融机构信用评价中指标设计的短板。 （2）将可以判别非线性及非函数相关关系的最大信息系数和最大相关分析方法引入指标筛选中，代替现有研究中常用的皮尔逊相关、偏相关系数等方法，对评价指标之间的相关程度进行了全面考查，通过相关分析删除存在冗余信息并且判别效果不好的指标，对指标体系进行过滤，尽可能避免了指标反映重复信息的问题。之后，，基于信用评价模型—支持向量机的最大间隔原理，运用专门适用于支持向量机的变量选择方法—间隔影响分析法对指标体系进行了第二次筛选，保证了评价模型的泛化能力。在保证分类效果的前提下，筛选出了影响农户信用水平的关键指标，用较少的指标反映了大部分的评价信息。弥补了现有信用评价研究中在指标筛选方面不与评价模型相结合的不足。 （3）中国农户借贷行为及信用特点存在地区差异性是国内学者普遍认可的，但鲜有学者分区域进行过深入的对比分析。本文采用中国家庭金融调查（CHFS）数据对全国范围内的农户进行分析，分东、中、西部地区分别构建了包含33、31、32个指标的评价指标体系。并结合三个地区指标体系的特点进行了农户信用区域性差异分析，得到了造成农户信用地区差异的几个主要原因：经济水平不同、发展政策不同、社会保障制度的差异、教育投资的区域不平衡、思想观念的差异等。同时，对构建的农户信用评价指标体系与农户信贷特点、正规金融机构现有的指标体系以及金融界普遍认可的5C准则进行了对比分析，证实本文构建的农户信用评价指标体系体现了中国农户的信用特点，可以补充正规金融机构评价体系中存在的短板，同时也基本符合5C评价准则。 （4）在构建评价模型中，将数据挖掘领域中对于少量数据具有较好分类性能的支持向量机方法引入农户信用评价研究中。分别从违约判别、违约概率输出、违约损失率预测这三个维度对三个地区的农户分别构建了评价模型，通过“三维一体”分析得到了全面的农户信用水平评价。其中，对违约判别和违约概率输出的研究中考虑到“违约”、“不违约”两类样本的错判代价不同，选择了代价敏感的支持向量分类模型，该模型可以有效降低两类错判概率，同时也提高了模型的整体正确率。通过对农户信用进行全面的评价，可以给金融机构审核农户贷款提供一个相对客观的依据，从而有效降低涉农贷款的不良贷款率、提高金融机构涉农贷款的信用风险管理水平。 （5）通过农户信用评价指标体系和评价模型的构建，针对完善农户信用评价体系提出了：根据农户信用特点完善指标选择、结合区域特点分地区构建指标体系、三维一体客观评价农户信用水平、健全农户信用信息共享传递机制、打造农村信用文化环境及奖惩制度等建议。 以上研究成果，不仅在丰富中国农户信用评价理论上具有一定的参考意义，而且有利于提高涉农信贷市场的信用风险管理水平，推进中国社会信用体系建设，降低涉农正规金融机构的不良贷款率，逐步解决农户贷款难问题。在促进中国农村信贷市场的进一步发展方面具有一定的现实意义。
【关键词】：相关分析 支持向量机 代价敏感 违约损失率 农户信用评价
【学位授予单位】：山西财经大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：F832.43
【目录】：

• 摘要6-9
• ABSTRACT9-18
• 第1章 引言18-41
• 1.1 研究背景和意义18-23
• 1.1.1 研究背景18-21
• 1.1.2 研究意义21-23
• 1.2 国内外文献综述23-34
• 1.2.1 农户借贷行为研究23-26
• 1.2.2 农户信用评价指标研究26-28
• 1.2.3 信用评价方法研究28-34
• 1.3 研究内容与方法34-35
• 1.3.1 研究内容34
• 1.3.2 研究方法34-35
• 1.4 主要工作和创新35-38
• 1.4.1 主要工作35-36
• 1.4.2 论文的创新点36-38
• 1.5 论文的基本框架38-41
• 第2章 农户信用评价理论41-55
• 2.1 基本概念41-47
• 2.1.1 信用41-42
• 2.1.2 农户42-43
• 2.1.3 农户信用43-44
• 2.1.4 信息不对称44-47
• 2.2 信用评价理论47-53
• 2.2.1 古典信用评价47-48
• 2.2.2 信用评分方法48-49
• 2.2.3 农户信用评价的经济学分析49-53
• 2.3 农户信用评价框架53-54
• 2.4 本章小结54-55
• 第3章 农户信用评价指标体系初建55-81
• 3.1 农户信用评价指标体系设计的原则和思路56-58
• 3.2 新形势下中国农户信用的新特点58-60
• 3.3 农户信用评价指标的初选60-66
• 3.3.1 中国家庭金融调查数据介绍62-63
• 3.3.2 农户信用评价指标说明63-66
• 3.4 农户信用评价指标的标准化66-71
• 3.5 农户信用评价指标的缺失值处理71-72
• 3.6 农户信用评价指标体系的过滤及净化72-80
• 3.6.1 基于最大信息系数的农户信用评价指标过滤72-77
• 3.6.2 基于最大相关分析的农户信用评价指标体系净化77-80
• 3.7 本章小结80-81
• 第4章 农户信用评价指标体系优化81-106
• 4.1 支持向量机原理81-87
• 4.1.1 数据线性可分的情况82-84
• 4.1.2 数据近似线性可分的情况84-85
• 4.1.3 数据非线性可分的情况85-87
• 4.2 基于支持向量机原理的变量选择87-90
• 4.2.1 模型集群分析原理88
• 4.2.2 间隔影响分析法原理88-90
• 4.3 基于支持向量机变量选择的农户信用评价指标体系优化90-97
• 4.4 农户信用评价指标体系合理性的判定97-98
• 4.5 农户信用评价指标体系的对比分析98-105
• 4.5.1 农户信用评价指标体系与农户信贷特点的对应关系98-100
• 4.5.2 农户信用评价指标体系与 5C信用评价准则的对应关系100-102
• 4.5.3 农户信用评价指标体系与正规金融机构指标体系的对比102-104
• 4.5.4 最终建立的农户信用评价指标体系的特色104-105
• 4.6 本章小结105-106
• 第5章 基于支持向量机的农户信用评价模型构建106-133
• 5.1 基于支持向量分类模型的农户信贷违约判别模型106-116
• 5.1.1 代价敏感的支持向量分类模型原理106-108
• 5.1.2 惩罚系数选择108-111
• 5.1.3 农户信贷违约判别的实证研究111-116
• 5.2 基于代价敏感支持向量分类模型的农户信贷违约概率计算模型116-122
• 5.2.1 支持向量机的概率输出117-119
• 5.2.2 代价敏感支持向量分类模型的概率输出119
• 5.2.3 农户信贷非违约概率计算的实证分析119-122
• 5.3 基于支持向量回归的农户信贷违约损失率测算122-129
• 5.3.1 违约损失率122-123
• 5.3.2 支持向量回归机123-126
• 5.3.3 基于ε-支持向量回归机的农户信贷违约损失率预测126-129
• 5.4 评价结果分析129-131
• 5.5 本章小结131-133
• 第6章 完善农户信用评价体系的相关建议133-136
• 6.1 根据农户信用特点完善指标选择133
• 6.2 结合区域特点分地区构建指标体系133-134
• 6.3 三维一体客观评价农户信用水平134
• 6.4 健全农户信用信息共享传递机制134-135
• 6.5 打造农村信用文化环境及奖惩制度135
• 6.6 本章小结135-136
• 结论与展望136-140
• 1、结论136-138
• 2、展望138-140
• 参考文献140-152
• 致谢152-153
• 攻读博士学位期间发表的论文和其它科研情况153-154

【参考文献】

中国期刊全文数据库 前10条

1 李延敏;;不同类型农户借贷行为特征[J];财经科学;2008年07期

2 胡愈;许红莲;王雄;;农户小额信用贷款信用评级探究[J];财经理论与实践;2007年01期

3 张庆f ;;农户结构和行为对借贷倾向的影响研究——基于湖南2000户农户的问卷调查[J];财经理论与实践;2010年03期

4 吴晶妹;张颖;唐勤伟;;基于农户信用特征的WU’s三维信用评价模型研究[J];财贸经济;2010年09期

5 莫茜;高峰;董纪昌;;行为评分模型在个人信用评估应用中的实证研究[J];国际金融研究;2008年07期

6 黄祖辉;刘西川;程恩江;;中国农户的信贷需求:生产性抑或消费性——方法比较与实证分析[J];管理世界;2007年03期

7 杨胜刚;朱琦;成程;;个人信用评估组合模型的构建——基于决策树—神经网络的研究[J];金融论坛;2013年02期

8 迟国泰;迟枫;罗忠彦;杨德礼;;网上拍卖竞买方个人信用风险管理理论与评价模型[J];系统工程理论方法应用;2006年04期

9 肖文兵;费奇;;基于支持向量机的个人信用评估模型及最优参数选择研究[J];系统工程理论与实践;2006年10期

10 温涛,冉光和,王煜宇,熊德平;农户信用评估系统的设计与运用研究[J];运筹与管理;2004年04期

  本文关键词：基于支持向量机的农户信用评价研究，由笔耕文化传播整理发布。

本文编号：343707