基于SVM模型的农村金融机构农户信用风险评价体系研究——以黑龙江省为例

目前,对农户信贷风险的评估方法很多,但大多采用专家主观判断法、统计判别分析法,主观性强,受样本数量限制。随着引入人工智能技术,出现了遗传算法、神经网络模型、支持向量机、随机森林等方法。在诸方法中,SVM是一种适用于少量样本的学习方法,可用于处理线性和非线性分类问题,尤其适用于农户信贷信息获取少而难的评估。文章运用农户信贷理论,以黑龙江省某农商行为主要研究对象,分析了农户贷款信用风险管理和评价体系现状,运用SVM模型和主成分分析构建了农户信用风险评价指标体系,并运用某农商行的数据进行了实证分析研究。得出结论:SVM模型在所有数据集上表现最好,其提取规则的准确性超越了传统的分类方法,可用作特征选择法的基础来确定违约风险重要的特征。

农业供应链金融视角的农户信用增进研究

基于核心企业的横向选择、横向监督和商业激励行为,采用“主体+债项”的评价方法,综合主成分分析法和Logistic回归方法,考量农业供应链金融的农户信用增进机制。结果表明:农业供应链金融能显著提高农户的守约概率,实现农户的信用增进。鉴此,应转变农户信用风险评价方式,构建内外部增信机制,发展农业供应链金融,缓解农户信贷约束。

基于演化博弈模型的金融联结模式下农户信用行为演化

在有限理性假设下,构建"银行+农户"和"银行+合作社+农户"两种借贷关系的演化博弈模型,对比分析金融联结前后借贷双方的策略选择变化情况,探讨影响借贷双方决策选择的影响因素。结果显示:(1)农户的决策选择主要取决于抵押资产的金额和贷款所能获得的收益以及信用社的监管力度。(2)银行的"贷款"决策主要取决于农户选择"还款"策略的比率。(3)合作社使得银行以及农户之间的决策行为发生了积极的变化,其作用主要体现为提高农民的贷款金额、减轻贷款难度、保证银行的收益和减少银行的监管成本等。(4)通过提高农户归还贷款的初始概率y,增加银行的贷款收益r来增加银行贷款的可能性,同时提高抵押资产数额、套现比率以及合作社的惩罚来由此提高农民的还款意愿,使得农户和银行二者形成的系统向(银行贷款,农户还款)的决策状态发展。

“隧道效应”还是“跟上琼斯效应”——基于社会互动视角的分析

农户真实信贷动机既包括投资性消费也包括炫耀性消费,基于中国乡村社会特征,这两种信贷消费都会受到社会互动的影响。利用中国家庭金融调查数据(CHFS2015&CHFS2017)检验发现农户信贷以投资性消费为主,即“隧道效应”显著,“跟上琼斯效应”不显著;农户真实信贷动机是为了提高自身的经济社会地位,倾向于通过社会互动中的学习溢出,模仿信贷成功者的行为投资生产活动或教育带来正向回报。因此,金融机构可以有效利用社会互动的正向激励作用,设计与农户需求匹配的金融产品,引导农户合理地使用信贷,提高农村金融市场资源配置效率。

金融素养与农户信贷业务的机理关系与调研分析

乡村振兴离不开农村信贷资金的支持,而信贷业务的可得性与信贷管理风险的高低与农村地区居民金融素养水平有着直接的影响关系。因此,从金融素养的背景、概念及其与农户信贷业务的机理关系入手,依托问卷星对农村居民金融素养水平与农户信贷业务开展情况进行调研,对提升农户金融素养,加强农户信贷风险认知,完善农村信贷业务管理具有重要意义。

信用评级与农户内部收入差距——基于准自然实验的追踪研究

本文立足中国农户信用评级基本制度,论述了信用评级对农户内部收入差距扩大的缓解作用,并进一步分析了不同制度安排的影响差异。同时,以试验区开展村庄逐户评级为契机,基于湖南省调研数据进行了实证检验。结果表明,信用评级对村庄基尼系数的增长具有显著的抑制作用,而对低收入户收入占比的增长具有显著的促进作用;检验作用机制发现,相较于高收入农户,信用评级对提高低收入农户信贷需求及可获性的积极影响更加显著;制度安排方面,在村两委参与程度较高,以及评定等级绑定利率优惠的制度安排下,信用评级的效果增强。基于此,本文认为,应鼓励农村金融机构开展农户信用评级,重视村两委在缓解市场信息不对称中的积极作用,并考虑将评定等级绑定利率优惠,以实现农村金融的“普”与“惠”,促进共同富裕。