小額貸款公司利率神經(jīng)網(wǎng)絡(luò)預(yù)測模型研究

1、<p>　　小額貸款公司利率神經(jīng)網(wǎng)絡(luò)預(yù)測模型研究</p><p>　　摘要：利率風(fēng)險(xiǎn)是小額貸款公司面臨的主要風(fēng)險(xiǎn)之一，科學(xué)的利率預(yù)測方法是小額貸款公司利率風(fēng)險(xiǎn)控制的前提。本文以廣州民間金融街小額貸款公司的利率數(shù)據(jù)，驗(yàn)證了BP神經(jīng)網(wǎng)路時(shí)間序列預(yù)測模型具有較好的利率預(yù)測能力和推廣能力。 </p><p>　　關(guān)鍵詞：利率風(fēng)險(xiǎn) 利率預(yù)測 BP神經(jīng)網(wǎng)絡(luò)模型 </p><

2、;p>　　一、小額貸款公司利率預(yù)測概述 </p><p>　?。ㄒ唬┬☆~貸款公司利率風(fēng)險(xiǎn) </p><p>　　利率風(fēng)險(xiǎn)是指市場利率變動(dòng)的不確定性給金融機(jī)構(gòu)造成損失的可能性。隨著我國金融市場利率市場化改革的推進(jìn)，利率風(fēng)險(xiǎn)將成為小額貸款公司面臨的主要風(fēng)險(xiǎn)之一。由于小額貸款公司利率風(fēng)險(xiǎn)管理體制不健全、對利率風(fēng)險(xiǎn)認(rèn)識不夠、缺乏相關(guān)領(lǐng)域?qū)I(yè)人才等因素，使得當(dāng)市場利率變動(dòng)時(shí)，小額貸款公司往往會

3、面臨較大的利率風(fēng)險(xiǎn)。 </p><p>　?。ǘ├暑A(yù)測：小額貸款公司利率風(fēng)險(xiǎn)控制的前提 </p><p>　　影響小額貸款公司市場利率變動(dòng)的因素來自多個(gè)方面，包括運(yùn)營成本、資金成本、投資項(xiàng)目的收益率水平、同期商業(yè)銀行的短期貸款利率、社會信用狀況、貸款規(guī)模狀況、預(yù)期利潤率以及各種補(bǔ)貼等，此外，通貨膨脹率、自然災(zāi)害等也會對小額貸款公司利率定價(jià)產(chǎn)生一定的影響。為了避免或減少利率變動(dòng)所帶來的風(fēng)

4、險(xiǎn)損失，小額貸款公司必須掌握科學(xué)的利率預(yù)測方法和技術(shù)，建立有效的利率風(fēng)險(xiǎn)控制體系。 </p><p>　　準(zhǔn)確預(yù)測利率是有效進(jìn)行風(fēng)險(xiǎn)管理的前提，利率預(yù)測的內(nèi)容有：利率變動(dòng)的方向、變動(dòng)的水平、周期性的轉(zhuǎn)折點(diǎn)等。對市場利率走勢進(jìn)行預(yù)測是金融機(jī)構(gòu)利率風(fēng)險(xiǎn)管理工作的前提與基礎(chǔ)，尤其在監(jiān)管部門或者金融機(jī)構(gòu)采取積極主動(dòng)的風(fēng)險(xiǎn)管理策略時(shí)，科學(xué)準(zhǔn)確的利率預(yù)測顯得更為重要?？茖W(xué)準(zhǔn)確的利率預(yù)測結(jié)果可以為小額貸款公司的資產(chǎn)負(fù)債管理提供

5、可靠的決策依據(jù)，及時(shí)運(yùn)用適當(dāng)?shù)姆椒ê拖鄳?yīng)的工具，才能在利率變動(dòng)中最大限度地減少風(fēng)險(xiǎn)損失、增加經(jīng)營收益。 </p><p>　　二、利率預(yù)測模型-BP神經(jīng)網(wǎng)絡(luò) </p><p>　　（一）神經(jīng)網(wǎng)絡(luò)預(yù)測原理 </p><p>　　BP（Back-Propagation）神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆?zhèn)鞑ビ?xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP神經(jīng)網(wǎng)絡(luò)包

6、括兩個(gè)方面，一是信號向前傳播，二是誤差反向傳播。它不需要預(yù)先知道具體的映射關(guān)系，而是通過學(xué)習(xí)和儲存大量的輸入、輸出之間的映射關(guān)系，然后利用反向傳播不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使得網(wǎng)絡(luò)的誤差平方和最小。BP神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)輸入到輸出的任何復(fù)雜非線性映射關(guān)系，對求解內(nèi)部機(jī)制復(fù)雜問題具有很大的優(yōu)勢，且網(wǎng)絡(luò)具有一定的概括和推廣功能。因此本文中將利用BP神經(jīng)網(wǎng)絡(luò)對小額貸款公司利率數(shù)據(jù)進(jìn)行擬合預(yù)測。由于小額貸款公司的利率數(shù)據(jù)可以看成一個(gè)時(shí)間序列，并假

7、設(shè)利率時(shí)間時(shí)間序列數(shù)據(jù)為■，時(shí)間序列預(yù)測的含義就是通過一定的算法實(shí)現(xiàn)利用序列前N個(gè)時(shí)刻的值，預(yù)測出后M個(gè)時(shí)刻的值。其中，對于數(shù)據(jù)樣本的分類以序列前N個(gè)時(shí)刻的數(shù)據(jù)做為滑動(dòng)窗，將其映射為M個(gè)值，則這M個(gè)值代表前N個(gè)數(shù)據(jù)后的M個(gè)時(shí)刻上的預(yù)測值。將數(shù)據(jù)分成一定數(shù)量的樣本后，如果把每個(gè)樣本的前N個(gè)值作為神經(jīng)網(wǎng)絡(luò)的輸入，后M個(gè)值作為目標(biāo)輸出。通過學(xué)習(xí)，就可以利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)從RN到RM的映射，實(shí)現(xiàn)預(yù)測利率數(shù)據(jù)時(shí)間序列的目的。 </p>

8、<p>　?。ǘ├暑A(yù)測的基本步驟 </p><p>　　利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)測前，需要先將小額貸款公司利率數(shù)據(jù)劃分為用于訓(xùn)練（或擬合）和預(yù)測兩大部分。本文采用BP神經(jīng)網(wǎng)絡(luò)對廣州民間金融街的小額貸款公司利率數(shù)據(jù)進(jìn)行預(yù)測，具體實(shí)現(xiàn)步驟如下： </p><p>　　1、構(gòu)造網(wǎng)絡(luò)訓(xùn)練樣本 </p><p>　　受各種復(fù)雜因素影響下的小額貸款

9、公司利率是一個(gè)動(dòng)態(tài)變化、不穩(wěn)定的非線性系統(tǒng)，其未來走勢除了受周圍經(jīng)濟(jì)環(huán)境的影響外，還會受到某些人為因素、政府調(diào)控行為等的影響。在構(gòu)建神經(jīng)網(wǎng)絡(luò)過程中有必要選擇正常運(yùn)作下的利率樣本數(shù)據(jù)，因?yàn)楫惓?shù)據(jù)將會導(dǎo)致神經(jīng)網(wǎng)絡(luò)預(yù)測能力下降。選取多少樣本數(shù)據(jù)進(jìn)行訓(xùn)練也是一個(gè)重要的考慮因素，當(dāng)訓(xùn)練樣本數(shù)據(jù)太大時(shí)可能會使得計(jì)算量大大增加，訓(xùn)練結(jié)果無法擬合、收斂，將最終導(dǎo)致預(yù)測失敗，而過少的樣本數(shù)據(jù)又可能導(dǎo)致擬合誤差過大。在本文中選取了小額貸款公司期限結(jié)構(gòu)為1

10、個(gè)月的利率數(shù)據(jù)樣本進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的構(gòu)建。圖1所示為2012年6-12月連續(xù)180天廣州民間金融街民間借貸期限結(jié)構(gòu)為1個(gè)月的利率數(shù)據(jù)時(shí)間序列走勢圖。 </p><p>　　2、數(shù)據(jù)樣本預(yù)處理 </p><p>　　如果數(shù)據(jù)樣本比較復(fù)雜，在利用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測前，為改善數(shù)據(jù)樣本本身的分布特征，降低神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)樣本的敏感度，避免原始數(shù)據(jù)過大造成網(wǎng)絡(luò)麻痹，可以將原始數(shù)據(jù)進(jìn)行適當(dāng)預(yù)處理或變換，使

11、得數(shù)據(jù)樣本能夠主動(dòng)適應(yīng)網(wǎng)絡(luò)，提高網(wǎng)絡(luò)的學(xué)習(xí)預(yù)測能力。其中最常用的預(yù)處理方法是將原始數(shù)據(jù)進(jìn)行歸一化處理。圖2為歸一化后的利率時(shí)序圖。 </p><p><b>　　3、構(gòu)造訓(xùn)練樣本 </b></p><p>　　基于大量利率歷史數(shù)據(jù)，進(jìn)行預(yù)測，并對這些利率數(shù)據(jù)進(jìn)行技術(shù)分析時(shí)，分析周期的選擇恰當(dāng)與否對預(yù)測結(jié)果會有直接的影響。基于研究考慮，本例進(jìn)行利率預(yù)測的分析周期選取為3

12、0天，即用期限結(jié)構(gòu)為30天的利率價(jià)格作為預(yù)測的依據(jù)，依次將連序30天的利率數(shù)據(jù)作為網(wǎng)絡(luò)的一個(gè)輸入數(shù)據(jù)，后30天的數(shù)據(jù)作為輸出數(shù)據(jù)（即目標(biāo)數(shù)據(jù)），按此方式進(jìn)行滑動(dòng)式的排列，形成神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本數(shù)據(jù)序列。 </p><p>　　4、構(gòu)建二層動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行預(yù)測 </p><p>　　多層神經(jīng)網(wǎng)絡(luò)能力非常強(qiáng)，一般來說，多層神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的模擬性，一個(gè)二層的神經(jīng)網(wǎng)絡(luò)，第一層是s型函數(shù)，第二

13、層是線性函數(shù)，就可以用來模擬任何連續(xù)有界的函數(shù)。因此，在本例中選擇了二層的神經(jīng)網(wǎng)絡(luò)，選擇11個(gè)隱層神經(jīng)元、30個(gè)輸入神經(jīng)元、30個(gè)輸出神經(jīng)元。 </p><p><b>　　5、訓(xùn)練網(wǎng)絡(luò) </b></p><p>　　在本例中最大的迭代次數(shù)為4000，目標(biāo)收斂精度為0，并對各種算法進(jìn)行比較評價(jià)最后確定使用Levenbery-Marquardt法進(jìn)行網(wǎng)絡(luò)訓(xùn)練仿真。（圖3

14、-圖7、表1） </p><p>　　以上的神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果表明，在這幾類算法中，Levenbery-Marquardt算法以最快的收斂速度和最少的迭代次數(shù)達(dá)到了最高的收斂精度，因此本例中選擇了Levenbery-Marquardt法進(jìn)行網(wǎng)絡(luò)仿真訓(xùn)練。 </p><p>　　6、利率數(shù)據(jù)的預(yù)測 </p><p>　　如果訓(xùn)練樣本較少，會出現(xiàn)網(wǎng)絡(luò)的預(yù)報(bào)誤差較大的情況，

15、若想獲得理想的預(yù)測效果，應(yīng)采用大量的數(shù)據(jù)樣本，一年甚至幾年的利率數(shù)據(jù)。圖8顯示了所建立的神經(jīng)網(wǎng)絡(luò)模型通過訓(xùn)練后對數(shù)據(jù)的擬合程度。 </p><p>　　圖9顯示了神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程產(chǎn)生的誤差，在將來的研究中，可以通過大容量樣本網(wǎng)絡(luò)的訓(xùn)練，預(yù)測結(jié)果會更加精確，且外推能力也更強(qiáng)。 </p><p>　　圖10顯示了神經(jīng)網(wǎng)絡(luò)仿真結(jié)果，說明使用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行利率預(yù)測所獲得的結(jié)果比較精確，可以較好模

16、擬了利率波動(dòng)。因此認(rèn)為，基于BP神經(jīng)網(wǎng)絡(luò)建立起來的時(shí)間序列預(yù)測模型，應(yīng)用于利率預(yù)測問題，預(yù)測結(jié)果較為精確，且具有較好的推廣能力。圖11給出了通過該神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真的誤差曲線。 </p><p>　　經(jīng)過以上的步驟，我們利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行下一步的預(yù)測。圖12顯示了神經(jīng)網(wǎng)絡(luò)往后預(yù)測30天的數(shù)據(jù)結(jié)果。 </p><p>　　通過對廣州民間金融街利率數(shù)據(jù)BP神經(jīng)網(wǎng)路時(shí)間序列預(yù)測模型分析，驗(yàn)證

17、了該模型具有較好的預(yù)測能力和推廣能力，說明所構(gòu)建的基于動(dòng)態(tài)利率數(shù)據(jù)的BP神經(jīng)網(wǎng)絡(luò)時(shí)間序列預(yù)測模型的有效性和適用性，進(jìn)一步說明預(yù)測結(jié)果的可信度和良好的參考價(jià)值。 </p><p><b>　　三、結(jié)束語 </b></p><p>　　隨著利率市場化改革在我國的不斷推進(jìn)，監(jiān)管部門對利率預(yù)測的要求必定會進(jìn)一步提高，因此，監(jiān)管部門應(yīng)當(dāng)開展利率風(fēng)險(xiǎn)管理和利率預(yù)測的研究工作。 &

18、lt;/p><p>　　在實(shí)際經(jīng)濟(jì)生活中，影響利率變動(dòng)的因素很多，而利率水平與利率結(jié)構(gòu)的變動(dòng)往往是許多因素綜合作用的結(jié)果，因此，準(zhǔn)確的預(yù)測利率水平的未來走勢和利率結(jié)構(gòu)的可能變化是困難的。然而，利率預(yù)測具有重要的理論及實(shí)踐意義，利率預(yù)測的各種方法也只有在不斷的利率預(yù)測實(shí)踐中反復(fù)修改驗(yàn)證才能不斷發(fā)展和完善?？茖W(xué)準(zhǔn)確的利率預(yù)測是小額貸款公司進(jìn)行有效的資產(chǎn)負(fù)債管理的前提條件與基礎(chǔ)，也是監(jiān)管部門建立有效利率風(fēng)險(xiǎn)控制體系的基礎(chǔ)。