- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 564706 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174635
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
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 |
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!
1 n* U5 |, _6 _7 [# X% d" p- l. O3 p1 A' y
3 M' Z4 `) S$ H( ^ ?/ `3 U* o1 b
C题 中小微企业的信贷决策* r) R4 `" }7 \! F
**1、**C题题目背景+分析% S9 b2 L( |8 r3 w7 J8 x
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。3 ~, C6 ]4 I; I, z: C, V
3 k3 y* T# p- g% K$ c( i+ M+ m8 y$ k" w3 X0 Q) O: p
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。
; D# E1 Q+ v* o% g& A/ ^4 Y' C4 ~+ m) X& K
4 h9 r2 t, Z% w3 D5 y! z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 K4 r3 c4 y- [' d8 K7 [# n: w: }2 y: J; s9 m/ F" [
7 Y1 ~7 L* b2 y/ p- q
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:
% n7 s K0 E" e! r; j; R7 k& @2 u6 O2 @! X0 E: ?. W; J9 K4 D
! m) _3 e) ~: }0 |: v* {/ N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。, G5 K$ C3 Y! l- F) h# D# }
**2、**附件(数据集)分析:
7 k8 K6 x M* s2 h1 P% C: J, ]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。
; R' _" y! q9 }( I! y. H) Y, y
6 _4 `0 z, Q) P( U% U& D1 g( [- O) m* @! X' X! w8 R+ \/ O( l( G
Sheet2(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:" \9 q& h8 T+ Q0 x- i
; K3 {# L1 x( ^: Z: {3 ]
9 A" ?- e, R, u3 f; Z
【进项发票:进项票是指增值税中列进项额的发票。购买方。
( }$ ^: V# n/ Z# w4 E) N3 }
/ C- L+ g0 H( p: q
) W% Q6 h/ n' q+ I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。
! w% D. E( b6 _ g7 I. K: x f( X2 F1 v; F2 r: ] G
- G8 k& }5 J9 p0 H4 t+ C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。) |) U/ @7 V+ q* d
) G3 k1 e/ W0 I; t+ E. X+ ^9 R
7 W) r7 F8 u3 D4 T3 d: w& ]
举例:& ?. p T. K4 B
( [* Q3 E; f& q- _
( m" v6 x) v. ?8 V& R* H) L' O
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。
7 q5 X6 @" F5 ? g! p
3 z K' ^2 e8 I, u4 u
) {+ Q9 C2 t' o5 @假设本月你只销售这一件服装,那么应纳税=34-17=17元。】/ s$ d/ u! z9 \: |* d
8 e0 }- i! w/ c5 x+ `+ a# b8 _/ j
4 H( ^( p% W" R; M- \' hSheet3(销项发票记录)类同sheet2。; @1 t2 E8 n& J6 j3 x& K& S6 e
8 `+ P$ t+ W" e2 e& e
# T2 \. D7 }5 [4 G9 H7 o- T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。, D& N' s3 S3 n0 A' A$ z& s, E
4 E1 R) J/ D. \9 ]+ V X4 |# I& d$ Q) v1 ?1 ?$ ~& ~& X8 Z
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。9 p$ q) X c) y& h# e
/ C9 n# X& @6 `2 v' H
# ~# C7 s0 k9 h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。
, K% F J2 ~ n6 D( K& b$ y
# a7 q& G8 P6 t# L( @; P. D0 r
: Z7 Q) y- |) j C0 o% U**3、**问题分析
, x" H A' ~/ t( [' m ^$ {/ d+ d+ n( ~" Q$ W
( ^4 Z( w, x+ W- x0 \7 p
(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)。
( l3 q8 T) M, _! ?' }
" j: a W, A8 A/ N* u* _, g8 Y& _$ q! L4 E
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。
2 Y4 l& U, N1 S) L+ E4 \1 f+ ~, D; `8 y) n: I
2 D& k1 }" I! l0 e/ O
(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。
. z% O3 _. G J \7 U
I5 P: p' Z( |7 P7 B) ^/ J
2 N% ^; O- n x% [8 S& y. j(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。
! ~# T# t+ R0 J T0 [ E& Q8 P8 Z0 o% p: P
; ~0 k" q6 v5 [2 p2 L7 E( g附:
; d/ j" ^. w- ^4 ?/ Q; g附件中数据说明:; g. B! _9 h) O/ j. l* Q
( N/ k6 f. j7 ~" ]( e3 h( g
3 d/ m N! s: c1 g( P
(1) 进项发票:企业进货(购买产品)时销售方为其开具的发票。4 I" S0 ?4 N/ U- a% p
( T0 e; u; R2 q& V3 M; N2 L
6 a/ [. u4 C( K5 f(2) 销项发票:企业销售产品时为购货方开具的发票。2 ?2 W) @' r1 t, v7 n
0 }7 r$ N8 [9 @! g) h
8 | s! B! l/ f8 Y(3) 有效发票:为正常的交易活动开具的发票。- }# k4 X( D- l! \
; N& M+ v# G" M1 I: n& Z- a
0 q1 w9 {( Z" ?(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。4 J% P# T! C H' V
: n/ B1 f' E8 @$ P9 |" C
$ n8 D' l; f7 T* x6 X! H
(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。1 [' g( {8 J' [1 @/ H& l4 Z( R6 \
$ _; B# v3 N9 p2 I
7 z% |$ o6 \! C) [
(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。9 Z; Q. ~8 @9 a/ J- c
5 l- b% j" L. q" J
4 Y6 y+ i* s& d/ T; ~) r4 W(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。
3 n3 y$ I V( _3 S4 w4 t& ^( y* f————————————————
: c* `; Y7 @2 N" I( J% q9 O( e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。) B$ m8 e0 l ~$ G1 N" a6 T
原文链接:https://blog.csdn.net/qq_45281807/article/details/108526131. L) I. d& Y3 |9 ~
+ b7 P( ?1 v1 {$ l, x# c. u" ]; J4 v& a6 o* q9 i
|
zan
|