QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 5220|回复: 1
打印 上一主题 下一主题

2020年高教社杯全国大学生数学建模竞赛赛题 C题分析与思路!

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2021-5-24 15:35 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    2020年高教社杯全国大学生数学建模竞赛赛题 C题分析与思路!
    ( u' K8 S* E% f8 x2 z3 ]: W2 s- p5 L/ a4 z2 n
    + T# m2 p5 P2 ]

    ; W  x0 U$ b& B8 n2 i8 Y' N1 TC题 中小微企业的信贷决策7 v* s" k! l% \. \5 V: c
    **1、**C题题目背景+分析
    6 Y$ H' c- A( Z在实际中,由于中小微企业规模相对较小,也缺少抵押资产,因此银行通常是依据信贷政策、企业的交易票据信息和上下游企业的影响力,向实力强、供求关系稳定的企业提供贷款,并可以对信誉高、信贷风险小的企业给予利率优惠。银行首先根据中小微企业的实力、信誉对其信贷风险做出评估,然后依据信贷风险等因素来确定是否放贷及贷款额度、利率和期限等信贷策略。
    # c! t4 [  F5 r) H; r* u) x
    ( r# e0 O; a9 a' I2 h6 F

    7 l3 r5 N! S' X8 b7 ^背景分析:首先题目说明银行目前是根据信贷政策、企业的交易票据信息和上下游企业的影响力评估企业的,判断出怎样的企业是强、供求关系稳定的企业。银行会对其中好的企业给予利率优惠。
      Y+ O7 w8 b# F5 K+ k6 W8 z5 G% O, i4 T! @4 z) T: n5 ~
    $ r! ^: s$ V7 a
    然后,题目说明了银行具体的评估方式:第一步是,对实力和信誉做出评估,评估结束后,根据评估结果,进行第二步。第二步是,根据一些因素来确定一些策略(之后应该要建立其中的一些模型)放贷及贷款额度、利率和期限等信贷策略。# _2 n  O* g9 T) O
    & ~( s2 _. M. B  P5 v  A
    + p" O* @$ q- q4 n8 W$ m# @& y3 O
    某银行对确定要放贷企业的贷款额度为10-100万元;年利率为4%15%;贷款期限为1年。附件13分别给出了123家有信贷记录企业的相关数据、302家无信贷记录企业的相关数据和贷款利率与客户流失率关系的2019年统计数据。该银行请你们团队根据实际和附件中的数据信息,通过建立数学模型研究对中小微企业的信贷策略,主要解决下列问题:
    $ }6 e* w6 f, {8 j' [4 h
    ) k' G" R  z7 B' o, G

    6 e, [: v' ^* J7 ~7 `- H背景分析:问题的条件为:贷款额度为10-100万元;年利率为4%~15%;贷款期限为1年。题目设定好了之后,千万不要改变上述的所有条件,不然可能会导致与正确结论之间存在很大出入。% O& U2 [4 A9 n& n' B( a0 P
    **2、**附件(数据集)分析:
    8 m  d( u6 X4 ?% O  U$ J0 X" D# X附件一sheet1(企业信息)提供了123家有信贷记录企业的相关数据。一共有四个指标,分别为:企业代号、企业名称、信誉评级、是否违约。其中企业代号为id,企业的唯一标识符;企业名称中附有所属的领域,可能需要在后面提取一下,然后做做相同或相似行业间的聚类分析(此处为猜测);信誉评级为abcd四个等级,为离散型数据,可以做聚类分析或者问题可能会需要做预测。我的建议是可以将离散型数据进行量化(比如a100,b80,c60,d40或其他方式做数据映射,方便后期利用一些算法做预测);是否违约为离散型数据,后面可能需要关注评级与违约之间的一种关系,做相关分析之类的。
    1 Z0 \  x5 s- c) x8 g
    7 _' U- W* p; x$ O* I+ W5 N* T

    1 C. O! M: h4 n9 ~% a0 JSheet2(进项发票信息)提供了企业代号、发票号码 开票日期、销方单位代号、金额、税额、价税合计、发票状态。具体就不一一展开说了,在后面的思路中用到再说,注意这里的所有数据根据评级是可以和附件三对应以下的。且每一个id的数量、比例等等,或许也可以添加到最后的模型当中,而且有效发票那一列,应该是在数据预处理时用的,应该剔除掉有作废发票的那些记录。(另外,如果一个企业多次出现作废发票,是否可以降低一些这个企业的信誉度,这个大家可以思考一下)负数发票应该是在计算时需要减去的部分(看看是否有与之对应的有效发票)在这里需要具体对题目中说的进项和销项做说明:2 r# g2 r' J( u

    0 I. j' D. b9 C. A  k; x& S4 U
    . Z- T8 O8 t( Q& X8 ?9 C
    【进项发票:进项票是指增值税中列进项额的发票。购买方。
    + E' M1 M: W4 E
    / f* v, |" H) O  q( G3 s4 L

    ' k1 ^4 D* N- h8 C" B销项发票:销项指销售货物或劳务给客户,我们需要开给客户的发票。5 x# f; i3 Z( V- q3 v

    * K6 s9 m. t, l

    7 ]% {) `  m( o" g, b# }其实增值税发票不分“销项发票”和“进项发票”的。所谓销项,无非是一般纳税人销售时开出的发票,而所谓进项,则是一般纳税人购进货物收取的发票. 当月,该纳税人要缴纳的税金等于销项减去进项,意即:只对“增值”部分纳税。
    ; A( N3 o9 I# d) T- _; U7 Q' j+ x
    * m( Z6 Z0 P9 U  O: ~
    & K' _: h! ]/ m& a& c/ l7 v
    举例:
    ( v0 F- S; u1 k- D$ b) C
    5 p) ?; `4 ]- Z6 B6 p

    5 L+ N6 B6 Z) |: u) B& x# V/ H购进一件服装,价格100元,税金17元,这17元即为进项税。销售这件服装,价200元,税金34元,这34元为销项税。
    2 s5 n3 V! h0 t
    4 U, U! u  s0 z
    : H* u; c( l$ j9 P& q! T1 R4 n
    假设本月你只销售这一件服装,那么应纳税=34-17=17元。】9 K, q$ ?: s/ X* b

    . t3 b2 i+ ?: G* {
    2 W3 s  S- S+ e" P5 z0 W$ b9 i$ Z% K
    Sheet3(销项发票记录)类同sheet2。4 l0 @$ [9 l& g8 J

    5 F6 |/ u8 j# S  B" n; y( |

    : J3 b/ P1 B8 F, C附件二为302家无信贷记录企业的相关数据。这里sheet1只有id和企业名称,应该是需要根据后面的sheet2和3来进行预测。这里也许可以利用一下企业名中的行业信息,将其作为一个指标进行预测。比如附件一给出的,哪些行业的信誉度更高一些,这可能是需要在后期做的,可以加分的东西。Sheet2和3类同前面附件1sheet2的分析。" J  A" k: _7 W

    * }" U) X+ R& Z

    1 h9 S8 J; u6 i: P2 e/ O这里可以明显看出需要利用一些机器学习算法做预测,需要大家最好会用python或者matlab,最好用python,因为python有很多集成好的机器学习库以及数据可视化库,大家可以直接调用,非常简单。" e1 P+ W6 G! G4 K. z( E
    ) k+ }% Y8 s0 t* x5 N: i9 ]7 z! K% P1 a3 M
    ( J: K4 }# x3 ~, M% c, C! }% Y
    附件三为贷款利率与客户流失率关系的2019年统计数据,除了用于做预测之外,大家或许可以关注一下附件三内部的变化关系。比如随着信誉评级的下降,客户流失率呈现出了怎样的规律,能否量化。相同的信誉评级下,客户流失率又是怎样根据贷款年利率发生变化的。这些东西可能会对解题有所帮助。
    & E8 H: A; U  X7 s/ Q; k
    $ E5 D3 ^3 f/ c. v

    # M" ^; A% I3 n8 {# s; S9 \8 T' j**3、**问题分析
    * r0 E( f( g4 [1 P8 M- W- m: @
    & v; }7 h2 F; d6 A. E& X

    ' J& X1 ^' [% a- X! f; i' I(1) 对附件1中123家企业的信贷风险进行量化分析,给出该银行在年度信贷总额固定时对这些企业的信贷策略。分析:问题一首先要求,此题目必须是根据数据集做量化分析(也就是做数据处理,所有的东西依托的都是数据,最后的模型结果也必须得是数值型数据才行)。此问的条件是年度信贷总额固定,求出信贷策略。此时的题目可以理解为:根据附件1中的sheet1,2,3与附件3,去建立信贷风险模型,风险低于某一阈值说明可以进行贷款。这样就可以判断出是否可以贷款给此企业。这里提供三方面的建议:数据处理方面:sheet1中的评级进行量化(数据映射),是否违约映射为0,1(二分类)当作要预测的目标,计算出企业进项总金额、企业销项总金额、企业总税额、企业进项数、企业销项数(注意,如果是作废发票或者负数发票,需要做相应的处理,见前文)、下面这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:月均进项(销项)金额(税额、总金额、总税额)、最高月(也算是旺季)进项(销项)金额(税额、总金额、总税额)。* Y( R' X/ ]- U; I6 J, O" r
    ; s+ U8 Z; W$ v" k! [0 W/ O  u
    ( T+ ?, R5 C, M3 w, ?: X. ~; F
    模型建立方面和数据可视化方面,及后续思路,大家关注我,后续会及时更新哦。7 [6 A: [" i" w, y( f% l

    " k! j  Z9 z5 q: Q6 O7 V$ h

    . S3 Q6 N/ h9 C3 z. \(2) 在问题1的基础上,对附件2中302家企业的信贷风险进行量化分析,并给出该银行在年度信贷总额为1亿元时对这些企业的信贷策略。
    # ~! b( @9 }. v: s5 G5 A: j  c; Y  k, Z

    7 f! q/ J& S2 L(3) 企业的生产经营和经济效益可能会受到一些突发因素影响,而且突发因素往往对不同行业、不同类别的企业会有不同的影响。综合考虑附件2中各企业的信贷风险和可能的突发因素(例如:新冠病毒疫情)对各企业的影响,给出该银行在年度信贷总额为1亿元时的信贷调整策略。最后注意:上文的所有数据,大家应该关注到数据的预处理,有哪些数据是需要进行标准化之类的,必须要关注哦。
      L/ f0 O2 o& F3 m" k8 H
    ; \" B: @' z5 _9 ]
    ( D6 z+ M" O$ {* V$ I" Z: W- B
    附:/ w3 u3 r3 s) s
    附件中数据说明:
    ) N6 `! I. T8 M4 j4 s0 ^& i5 J) N: _. ~& A

    8 h+ s% a) `7 S5 r- r(1) 进项发票:企业进货(购买产品)时销售方为其开具的发票。
    & g+ L7 s8 H) C  Z1 m# |6 @5 H$ p4 Y

    . O" ]/ a5 w6 D! u7 V(2) 销项发票:企业销售产品时为购货方开具的发票。3 `) U0 k: O# T) n5 z) Z+ r

    $ A+ d" `/ v  ]5 Y2 \# O% y
    & J9 c" S/ }3 P; F$ s& g% u
    (3) 有效发票:为正常的交易活动开具的发票。
    8 R: N8 k( v1 m* t7 {1 L+ c
    . x, ?, L. l" C
    + S8 ~* f$ N0 L: p, T
    (4) 作废发票:在为交易活动开具发票后,因故取消了该项交易,使发票作废。" s) W: f* _3 F5 b3 W* N, N

    0 _) C; }" u% E; ~9 M4 Y& O8 P% E1 C! `

    6 h+ @, c' R6 _* o8 T  X  b! p8 L# [(5) 负数发票:在为交易活动开具发票后,企业已入账记税,之后购方因故发生退货并退款,此时,需开具的负数发票。6 C' t- n7 H1 i8 k$ U* `. S
    ; I8 s: _) {" n
    ! S; e4 O. c/ `8 D$ T: T& a# ]
    (6) 信誉评级:银行内部根据企业的实际情况人工评定的,银行对信誉评级为D的企业原则上不予放贷。8 t; D( F; M  R, C

    , E  d$ B' d; j- t9 f+ A5 H' t6 M
    # m6 a, [# U' O
    (7) 客户流失率:因为贷款利率等因素银行失去潜在客户的比率。& u* J4 b% A6 u2 x; o
    ————————————————
    3 f! ~3 u* H$ L) K版权声明:本文为CSDN博主「伏城无嗔」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
    1 N; B0 h7 T& G9 Q1 {原文链接:https://blog.csdn.net/qq_45281807/article/details/108526131
      M! d3 D" L8 m. Q& E6 i7 o5 F
      z$ {# S2 [. o. X  Q8 y, q1 p5 O( s7 K; A+ ]2 L* E: r% B

    风控邀请函.docx

    50.67 KB, 下载次数: 0, 下载积分: 体力 -2 点

    售价: 1 点体力  [记录]  [购买]

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信

    0

    主题

    10

    听众

    299

    积分

    升级  99.5%

  • TA的每日心情
    开心
    2023-10-14 10:28
  • 签到天数: 28 天

    [LV.4]偶尔看看III

    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2025-7-27 14:32 , Processed in 0.759437 second(s), 59 queries .

    回顶部