C題 中小微企業的信貸決策
在實際中，由于中小微企業規模相對較小，也缺少抵押資產，因此銀行通常是依據信貸政策、企業的交易票據資訊和上下游企業的影響力，向實力強、供求關系穩定的企業提供貸款，并可以對信譽高、信貸風險小的企業給予利率優惠，銀行首先根據中小微企業的實力、信譽對其信貸風險做出評估，然后依據信貸風險等因素來確定是否放貸及貸款額度、利率和期限等信貸策略，
背景分析：首先題目說明銀行目前是根據信貸政策、企業的交易票據資訊和上下游企業的影響力評估企業的，判斷出怎樣的企業是強、供求關系穩定的企業，銀行會對其中好的企業給予利率優惠，
然后，題目說明了銀行具體的評估方式：第一步是，對實力和信譽做出評估，評估結束后，根據評估結果，進行第二步，第二步是，根據一些因素來確定一些策略（之后應該要建立其中的一些模型）放貸及貸款額度、利率和期限等信貸策略，
某銀行對確定要放貸企業的貸款額度為萬元；年利率為4%~ 15%；貸款期限為1年，附件1~ 3分別給出了123家有信貸記錄企業的相關資料、302家無信貸記錄企業的相關資料和貸款利率與客戶流失率關系的2019年統計資料，該銀行請你們團隊根據實際和附件中的資料資訊，通過建立數學模型研究對中小微企業的信貸策略，主要解決下列問題：
背景分析：問題的條件為：貸款額度為萬元；年利率為4%~15%；貸款期限為1年，題目設定好了之后，千萬不要改變上述的所有條件，不然可能會導致與正確結論之間存在很大出入，
附件（資料集）分析：
附件一sheet1（企業資訊）提供了123家有信貸記錄企業的相關資料，一共有四個指標，分別為：企業代號、企業名稱、信譽評級、是否違約，其中企業代號為id，企業的唯一識別符號；企業名稱中附有所屬的領域，可能需要在后面提取一下，然后做做相同或相似行業間的聚類分析（此處為猜測）；信譽評級為abcd四個等級，為離散型資料，可以做聚類分析或者問題可能會需要做預測，我的建議是可以將離散型資料進行量化（比如a100，b80，c60，d40或其他方式做資料映射，方便后期利用一些演算法做預測）；是否違約為離散型資料，后面可能需要關注評級與違約之間的一種關系，做相關分析之類的，
Sheet2（進項發票資訊）提供了企業代號、發票號碼 開票日期、銷方單位代號、金額、稅額、價稅合計、發票狀態，具體就不一一展開說了，在后面的思路中用到再說，注意這里的所有資料根據評級是可以和附件三對應以下的，且每一個id的數量、比例等等，或許也可以添加到最后的模型當中，而且有效發票那一列，應該是在資料預處理時用的，應該剔除掉有作廢發票的那些記錄，（另外，如果一個企業多次出現作廢發票，是否可以降低一些這個企業的信譽度，這個大家可以思考一下）負數發票應該是在計算時需要減去的部分（看看是否有與之對應的有效發票）在這里需要具體對題目中說的進項和銷項做說明：
進項發票：進項票是指增值稅中列進項額的發票，購買方，
銷項發票：銷項指銷售貨物或勞務給客戶，我們需要開給客戶的發票，
其實增值稅發票不分“銷項發票”和“進項發票”的，所謂銷項，無非是一般納稅人銷售時開出的發票,而所謂進項，則是一般納稅人購進貨物收取的發票. 當月，該納稅人要繳納的稅金等于銷項減去進項，意即：只對“增值”部分納稅，
舉例：
購進一件服裝，價格100元，稅金17元，這17元即為進項稅，銷售這件服裝，價200元，稅金34元，這34元為銷項稅，
假設本月你只銷售這一件服裝，那么應納稅=34-17=17元，】Sheet3（銷項發票記錄）類同sheet2，
附件二為302家無信貸記錄企業的相關資料，這里sheet1只有id和企業名稱，應該是需要根據后面的sheet2和3來進行預測，這里也許可以利用一下企業名中的行業資訊，將其作為一個指標進行預測，比如附件一給出的，哪些行業的信譽度更高一些，這可能是需要在后期做的，可以加分的東西，Sheet2和3類同前面附件1sheet2的分析，
這里可以明顯看出需要利用一些機器學習演算法做預測，需要大家最好會用python或者matlab，最好用python，因為python有很多集成好的機器學習庫以及資料可視化庫，大家可以直接呼叫，非常簡單，
附件三為貸款利率與客戶流失率關系的2019年統計資料，除了用于做預測之外，大家或許可以關注一下附件三內部的變化關系，比如隨著信譽評級的下降，客戶流失率呈現出了怎樣的規律，能否量化，相同的信譽評級下，客戶流失率又是怎樣根據貸款年利率發生變化的，這些東西可能會對解題有所幫助，
(1) 對附件1中123家企業的信貸風險進行量化分析，給出該銀行在年度信貸總額固定時對這些企業的信貸策略，
分析：問題一首先要求，此題目必須是根據資料集做量化分析（也就是做資料處理，所有的東西依托的都是資料，最后的模型結果也必須得是數值型資料才行），
此問的條件是年度信貸總額固定，求出信貸策略，此時的題目可以理解為：根據附件1中的sheet1，2，3與附件3，去建立信貸風險模型，風險低于某一閾值說明可以進行貸款，這樣就可以判斷出是否可以貸款給此企業，這里提供三方面的建議：
資料處理方面：sheet1中的評級進行量化（資料映射），是否違約映射為0，1（二分類）當作要預測的目標，計算出企業進項總金額、企業銷項總金額、企業總稅額、企業進項數、企業銷項數（注意，如果是作廢發票或者負數發票，需要做相應的處理，見前文）、下面這些是可以加入模型的，但大家可以自己想想有哪些需要加入：月均進項（銷項）金額（稅額、總金額、總稅額）、最高月（也算是旺季）進項（銷項）金額（稅額、總金額、總稅額），
模型建立方面和資料可視化方面，及后續思路，大家可以看看我的知乎簽名，里面隱藏著獲取方式哦！
(2) 在問題1的基礎上，對附件2中302家企業的信貸風險進行量化分析，并給出該銀行在年度信貸總額為1億元時對這些企業的信貸策略，
(3) 企業的生產經營和經濟效益可能會受到一些突發因素影響，而且突發因素往往對不同行業、不同類別的企業會有不同的影響，綜合考慮附件2中各企業的信貸風險和可能的突發因素（例如：新冠病毒疫情）對各企業的影響，給出該銀行在年度信貸總額為1億元時的信貸調整策略，
最后注意：上文的所有資料，大家應該關注到資料的預處理，有哪些資料是需要進行標準化之類的，必須要關注哦，
點擊上面，然后回復2020數學建模領取本題必用工具，你懂的！！
記得關注哦 ， 考試期間持續更新ing
記得關注哦 ， 考試期間持續更新ing
記得關注哦 ， 考試期間持續更新ing
記得關注哦 ， 考試期間持續更新ing
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/44776.html
標籤：其他