摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-19页 |
1.1 课题来源及研究的背景和意义 | 第8-11页 |
1.1.1 课题的来源 | 第8页 |
1.1.2 课题研究的背景 | 第8-10页 |
1.1.3 课题研究的意义 | 第10-11页 |
1.2 国内外的研究现状及分析 | 第11-17页 |
1.2.1 关于农户贷款担保理论的国内外研究现状 | 第11-13页 |
1.2.2 关于信用评价问题的国内外研究现状 | 第13-14页 |
1.2.3 关于担保定价问题的国内外研究现状 | 第14-16页 |
1.2.4 国内外文献评述 | 第16-17页 |
1.3 研究方法与内容 | 第17-19页 |
1.3.1 研究方法 | 第17页 |
1.3.2 研究内容 | 第17-19页 |
第2章 农户小额信贷担保业务及其案例 | 第19-28页 |
2.1 农户小额信贷担保业务模式 | 第19-23页 |
2.1.1 信贷担保的理论基础 | 第19页 |
2.1.2 农户小额信贷担保的运行模式 | 第19-22页 |
2.1.3 农户小额信贷担保的优势分析 | 第22-23页 |
2.2 农户小额信贷担保的业务构成分析 | 第23-26页 |
2.2.1 农户信用评分 | 第23-24页 |
2.2.2 抵押物的估值 | 第24-25页 |
2.2.3 担保费用标准的制定 | 第25-26页 |
2.3 农户小额信贷担保业务案例 | 第26-27页 |
2.3.1 金成公司概况 | 第26页 |
2.3.2 金成公司的农户小额信贷担保业务的发展情况 | 第26-27页 |
2.4 本章小结 | 第27-28页 |
第3章 农户小额信贷担保信用评分模型及应用 | 第28-45页 |
3.1 农户信用评价方法比较与选择 | 第28-31页 |
3.1.1 信用评价方法 | 第28-30页 |
3.1.2 BP神经网络模型对农户信用评估的适用性 | 第30-31页 |
3.2 基于BP神经网络的信用评分模型及改进 | 第31-34页 |
3.2.1 BP神经网络结构及算法 | 第31-33页 |
3.2.2 BP算法的局限及改进 | 第33-34页 |
3.3 数据的采集与指标的选取 | 第34-38页 |
3.3.1 数据的采集 | 第34页 |
3.3.2 指标的选取与说明 | 第34-38页 |
3.4 改进的BP神经网络模型应用 | 第38-44页 |
3.4.1 训练样本和测试样本的抽取 | 第38-39页 |
3.4.2 数据归一化处理 | 第39页 |
3.4.3 BP神经网络结构设计 | 第39-40页 |
3.4.4 网络模型训练参数设置 | 第40-41页 |
3.4.5 BP神经网络模型的训练 | 第41-43页 |
3.4.6 网络测试 | 第43-44页 |
3.5 本章小结 | 第44-45页 |
第4章 农户小额信贷担保定价模型及应用 | 第45-58页 |
4.1 担保定价方法比较与选择 | 第45-49页 |
4.1.1 主要担保定价方法及比较 | 第45-47页 |
4.1.2 担保定价模型的选择 | 第47-49页 |
4.2 农户小额信贷担保风险调整收益定价模型的构建 | 第49-53页 |
4.2.1 改进的风险调整收益担保定价模型 | 第49页 |
4.2.2 模型各基本参数的计算方法 | 第49-52页 |
4.2.3 农户小额信贷担保定价操作流程 | 第52-53页 |
4.3 农户小额信贷担保风险调整收益定价模型的应用 | 第53-57页 |
4.3.1 数据的采集和处理 | 第53页 |
4.3.2 担保费率的确定 | 第53-55页 |
4.3.3 担保费率量表的确定 | 第55-57页 |
4.4 本章小结 | 第57-58页 |
结论 | 第58-60页 |
参考文献 | 第60-65页 |
致谢 | 第65页 |