收藏本站
《西北农林科技大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

农村金融联结信用风险演化机理研究

王惠  
【摘要】:农村金融联结作为新的农贷模式逐渐演变成许多发展中国家重要的农村融资战略。该模式将正规金融机构的资金优势和非正规金融机构的信息优势联结起来,可降低农村金融市场上的信息不对称和交易成本,扩大农户的贷款规模,有效缓解农户的融资问题。而农村金融联结机制运行的成败取决于维系其系统稳定的信用关系。在农村金融联结过程中,农户作为农村金融联结的基础主体,由于组织松散、缺乏可抵押财产及违约机会成本低的特征,其信用风险具有极大的不确定性。随着农村金融联结主体间关联交易的增加,如果具有较大且复杂信用风险的参与者违约,信用风险会随着时间的推移传导至其他参与主体,演化为关联信用风险的传染,进而直接影响农村金融联结系统的稳定性,甚至殃及整个农村金融市场。因此,研究农村金融联结信用风险及其演化,预防和管控农户信用风险的发生,决定着农村金融联结的成败,对保证农村金融联结模式的稳定性及其可持续发展,具有重要的研究意义。本文在分析现有农村金融联结模式及信用风险的基础上,以最普遍的农村金融联结模式“正规金融机构+乡村中介+农户”(Legal Financial institutions+Rural Intermediaries+Farmers,简称LIF)为研究对象,从信用的本质出发,基于信用行为的视角,通过理论建模、动态模拟仿真和实证研究相结合的方法,研究金融联结的信用风险演化及其机理,为推动农村金融联结制度的可持续发展,完善农村金融联结机制提供理论决策依据,促进我国农村金融市场的良性发展。本论文的研究内容和结论主要包括以下几方面:(1)农村金融联结运行特征、信用风险及相互影响机理分析。本章就农村金融联结运行特征和农村金融联结过程中所涉及的风险及其形成和传递机理进行深入分析。然后基于有限理性假设建立了LIF模式的农村金融联结前后贷款演化博弈模型,并对其参与主体的信用行为相互影响机理进行分析。结果表明:(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。(4)通过提高农户归还贷款的初始概率,增加银行的贷款收益来增加银行贷款的可得性,同时提高抵押资产数额,套现比率以及合作社的惩罚来提高农民的还款意愿。(2)基于改进型模糊聚类无权值原理对陕西省阎良区的955户农户信用风险进行微观实证评价研究。结果表明:该地区农户信用风险处于中等偏上水平,信用风险较低,有利于贷款的发放和农户的融资;但农户的家庭结构特征和经营情况评价结果较低,建议提高农户的教育水平,加强农户的技术培训,加快土地规模化程度,进一步提高农户的信用等级。(3)前景理论视角下,农户的偏好对农村金融联结机制下农户的信用风险影响研究。理论分析与实证检验的结果表明:(1)提高农户的收益率和对相对收益的预期,短期内会使得农户的履约意愿降低。但分别超过12%和23%的临界值时,会提高农户的履约意愿。降低农户对相对收益的重视程度也会提高农户的履约意愿。(2)增加农户对相关农户履约比例的预期和对相关农户违约比例的重视程度,将会提高农户的履约意愿。相关农户的履约比例超过约43%时,将使得农户的履约意愿加速上升。降低相关农户的违约比例将会提高农户的履约意愿,当违约比例超过约52%时,农户的履约意愿将加速下降。(3)增加农户对监管和惩罚力度的预期,会使得农户的履约意愿上升,当监管达到一个最大值时,增加监管和惩罚力度的预期反而会使得农户的履约意愿下降;惩罚比例与农户的履约意愿呈近似正相关关系,当惩罚超过收益的8%时,农户的履约意愿将会加速上升。适当的监管将有助于提高农户的履约意愿,监管过度则会引起相反的效果。(4)建立农户的信贷决策经验权重魅力值学习模型,探讨农村金融联结机制中农户的学习和模仿行为对其信贷决策行为的影响。理论分析与实证检验的结果表明:(1)EWA学习模型能够促使农户做出履约决策,提高整体的信用等级,随着博弈次数的增加,农户的还款策略选择概率呈总体上升趋势;(2)随着合作社规模的逐渐增大,农户决策选择概率出现分化,组内差异较小,组间差异较大,农户履约策略选择比率整体呈下降趋势,违约策略选择比率整体呈上升趋势,且在研究中不存在风险控制的最佳合作社规模,应根据自身抗风险能力结合规模效应理论进行合作社规模的选择;(3)在农村金融联结模式下,来自金融机构和合作社内部的惩罚,可以提高履约策略选择比例,且随着惩罚力度的增加而增加,合作社内部惩罚相较金融机构的惩罚,效果更快且更显著。(5)构建农村金融联结小世界复杂系统网络与传染病模型,对其关联信用风险及传染机制进行研究。理论分析与实证检验的结果表明:(1)资产关联有助于分担农村金融联结参与主体之间的关联信用风险,且资产关联越紧密关联信用风险发生的概率越低;(2)及时救助能够降低信用风险爆发后关联信用风险传染的概率;(3)资产关联比的存在能够有效降低LIF网络中关联信用风险爆发后“非健康”主体的密度;(4)“非健康”主体的密度随着传染延迟时间的延长而增大并最终趋于稳定;(5)“非健康”主体的密度值始终小于1,不会使得所有LIF网络中的主体同时感染关联信用风险。(6)农村金融联结信用风险防控优化设计。综合前文研究,建立农村金融联结信用风险防控优化模型,提出了末位淘汰机制,利用实际数据进行分析验证。结果表明:(1)末位淘汰机制对LIF农村金融联结模式下的农户整体信用水平有一定的提高效果,但作用力随着时间推移而减弱,需要其他措施辅助;(2)随着合作社规模的增加,农户整体信用水平增长速度也有所减缓,但稳定性提高;(3)农户整体信用水平随关联成员数的增加而呈现先增大后减小的趋势,当农户的关联人数K=6时,存在一个局部最优关联成员数。(4)利用陕西阎良区某农村金融联结模式下的合作社中甜瓜种植农户的数据,求得最优信贷效益下农户的违约概率为p_i~t≈0.34,最优信贷效益下甜瓜种植农户的规模为N≈59,最优信贷效益下政府的贴息率为r≈3%,最优信贷效益下违约农户的合作社内部惩罚为s≈4,最优信贷效益下银行对违约农户给与的惩罚为K≈8。本研究的创新点主要体现在:第一,创新性的使用改进型模糊聚类无权值原理,建立农户信用风险评价模型。该方法的应用可以分阶段分层次进行评价,无需依靠指标权重,且评价指标体系可以根据地区和情况的不同进行调整,能够更灵活、全面的对农户信用风险进行评价,实用性和可操作性强。第二,引入前景理论和学习模型对农村金融联结中农户的信念和偏好进行研究。研究得出,增加农户对相关农户履约比例的预期和对相关农户违约比例的重视程度,将会提高农户的履约意愿,降低相关农户的违约比例将会提高农户的履约意愿。第三,采用小世界网络与传染病模型相结合的方法研究农村金融联结各主体的关联信用风险传染过程和作用机理。研究得出,资产关联有助于分担农村金融联结参与主体之间的关联信用风险,对受传染的主体给与及时的救助能够降低信用风险进一步传染的概率,且在关联信用风险爆发后始终存在健康主体。
【学位授予单位】:西北农林科技大学
【学位级别】:博士
【学位授予年份】:2019
【分类号】:F832.43

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 王筱莉;赵来军;吴忠;;非均匀网络中考虑辟谣机制的谣言传播模型[J];系统工程;2015年12期
2 李永奎;周宗放;;基于小世界网络的企业间关联信用风险传染延迟效应[J];系统工程;2015年09期
3 王砚羽;谢伟;;基于传染病模型的商业模式扩散机制研究[J];科研管理;2015年07期
4 龚谊承;徐一娉;;网络购物小数定律在大数据和EWA学习模型下的修正[J];统计与决策;2015年13期
5 徐超;周宗放;;基于EWA学习机制的联保贷款组织还款策略选择行为[J];系统工程;2015年06期
6 胡绪华;陈丽珍;吕魁;;基于传染病模型的集群内异质企业间知识传播机理分析与仿真[J];运筹与管理;2015年03期
7 舒歆;;农户信用评价指标体系构建——基于河南省X市农村信用社的实证研究[J];征信;2015年05期
8 李丽;周宗放;;源于关联担保的信用风险传染机理[J];系统工程;2015年01期
9 吴东立;王璐;刘钟钦;;基于金融联结视角的农民合作社金融服务功能拓展研究[J];农业经济;2015年01期
10 陈庭强;何建敏;;基于复杂网络的信用风险传染模型研究[J];中国管理科学;2014年11期
中国博士学位论文全文数据库 前5条
1 李成友;山东省农村正规金融机构与非正规金融组织:运行、绩效和关系硏究[D];山东大学;2015年
2 徐超;基于计算实验金融的CCSME信用行为演化和传染效应研究[D];电子科技大学;2015年
3 于羽;排污权交易机制下的有限理性动态寡头博弈研究[D];吉林大学;2014年
4 殷辉;基于演化博弈理论的产学研合作形成机制的研究[D];浙江大学;2014年
5 张兰华;复杂网络建模的仿真与应用研究[D];大连理工大学;2013年
中国硕士学位论文全文数据库 前1条
1 刘磊;金融联结对农户信贷意愿影响研究[D];哈尔滨商业大学;2017年
【共引文献】
中国期刊全文数据库 前4条
1 姚林华;;精准扶贫背景下贫困农户信用评价指标体系构建研究[J];吉林金融研究;2016年03期
2 山东银监局担保圈风险研究课题组;刘悦芹;;基于复杂网络技术的银行业担保圈风险传染机理及化解路径研究[J];金融监管研究;2015年11期
3 胡绪华;蒋苏月;吕魁;;集群知识传播系统中受体企业知识整合的时机选择研究——基于实物期权理论的分析[J];西安电子科技大学学报(社会科学版);2015年06期
4 黄纯忠;秦欣璐;;家庭农场信用评级探讨[J];征信;2015年07期
中国博士学位论文全文数据库 前10条
1 王惠;农村金融联结信用风险演化机理研究[D];西北农林科技大学;2019年
2 谢锐;图数据中的链接关系预测技术研究[D];广东工业大学;2018年
3 初国刚;产学研合作创新型人才培养模式和机制研究[D];哈尔滨工程大学;2018年
4 李静媛;不同主动性个体安全生产行为演化机理研究[D];哈尔滨工程大学;2018年
5 彭新艳;基于准市场组织的项目跨组织合作创新行为研究[D];西南交通大学;2018年
6 肖化柱;我国家庭农场制度创新研究[D];湖南农业大学;2017年
7 朱泽钢;区域视角下中国技术创新市场导向机制演进动因研究[D];兰州大学;2017年
8 何奇龙;互联网众筹中的合作机制与监管机制演化博弈分析[D];武汉大学;2017年
9 杨可;基于演化博弈的金融网络流稳定分析[D];云南大学;2017年
10 赵毅;互联网金融企业A股市场IPO行为偏好研究[D];哈尔滨工业大学;2017年
【二级参考文献】
中国期刊全文数据库 前10条
1 潘纬;;农户信用评价的指标设计与模型识别——基于安徽省金寨县的实践研究[J];征信;2014年09期
2 朱建平;章贵军;刘晓葳;;大数据时代下数据分析理念的辨析[J];统计研究;2014年02期
3 俞立平;;大数据与大数据经济学[J];中国软科学;2013年07期
4 马源源;庄新田;李凌轩;;股市中危机传播的SIR模型及其仿真[J];管理科学学报;2013年07期
5 管晓永;陈红;刘润然;佘莉;;基于公众可获得信息的团购网信用特性研究[J];科研管理;2013年05期
6 李金兵;白晨;彭洁;;基于学习理论的学习模型及实验验证研究展望[J];科技管理研究;2013年06期
7 张云燕;王芳;罗剑朝;;农户正规信贷违约影响因素实证分析——以陕西省渭南市农村信用社贷款农户问卷调查数据为例[J];经济经纬;2013年02期
8 管丹辉;周宗放;;基于多智能的企业集团信用风险延迟效应的仿真[J];系统工程;2013年02期
9 尹群耀;陈庭强;何建敏;吴亚丽;;基于滤子理论的信用风险传染模型[J];系统工程;2012年12期
10 龚朴;邓洋;胡祖辉;;银行信用组合风险多成分重要性抽样算法研究[J];管理科学学报;2012年11期
中国博士学位论文全文数据库 前10条
1 薛绍伟;不同状态下脑功能网络特性研究[D];大连理工大学;2013年
2 赵鑫;中国民间金融发展的制度分析与改革设计[D];中共中央党校;2013年
3 李海峰;中国农村金融发展理论与实践研究[D];吉林大学;2012年
4 何莉娟;电子商务环境下的我国中小企业信用评估体系构建[D];西南财经大学;2012年
5 黄文胜;基于伊斯兰文化视角的新疆农村非正规金融发展研究[D];华中农业大学;2011年
6 孙岩;中国农村非正规金融演进研究[D];辽宁大学;2010年
7 赵佩华;基于演化博弈理论的跨国公司技术转让策略研究[D];华南理工大学;2010年
8 梁邦海;我国农村金融市场及其效率研究[D];西北农林科技大学;2009年
9 熊文海;世界航运网络的结构特性及其动力学行为研究[D];青岛大学;2009年
10 徐德刚;基于复杂网络理论的复杂系统同步控制研究[D];浙江大学;2007年
中国硕士学位论文全文数据库 前3条
1 王俊杰;云南省城镇居民人均可支配收入与农村居民人均纯收入的影响因素分析[D];云南大学;2015年
2 房琳;正规金融机构与农业龙头企业合作的风险研究[D];中国海洋大学;2013年
3 马玉娇;正规金融与非正规金融、龙头企业联结的研究[D];南京农业大学;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026