QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 5432|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!
    0 k! j4 I2 J! Y1 c8 _& j
    1 E( K1 y) q6 v, A' G, Z: `& V) o' o, h( l) Y9 g( e8 O: p

    ; h- w+ [6 ?1 o% `3 z4 M+ Y3 ?C题 中小微企业的信贷决策4 g" `- V! ^3 C9 S) U4 ^
    **1、**C题题目背景+分析
    9 d) C2 r6 b' d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。
    9 V0 Y1 o9 F8 u- s) a- @7 ?6 g% ], Y9 h, I+ h6 t
    5 u& y1 L9 s3 B0 R
    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。
    9 J; P1 b- Z6 k1 e( I* D- N4 J! \5 d+ O) u1 H! k( d5 W
    $ X' Y8 Z9 m% z: N
    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。1 Y2 P7 \5 j$ Y7 j
      P5 a" Q* o& G3 h
    ) c4 ]) J9 A+ i- s, D
    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:
    ; m' j1 K' a3 J5 C7 S
    ( Y" J- O9 g; B( h& ^" I# ?, d6 P

    * `7 o0 ?1 ~1 t: F; m4 _/ F2 `1 U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。% c+ K3 \; o9 N, \0 W
    **2、**附件(数据集)分析:& d( n+ v$ l' C9 m+ Y4 Q$ G7 |
    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 _) ?* \6 A$ s- [5 L. s/ m
    / g' O6 \1 C) a3 W. V) O+ _
    0 @, ^8 D$ a( A& Q0 ]
    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:2 D) @7 L7 A$ V+ o

    0 j, t8 J. m4 v/ \- Q
    " K" j* O6 J2 c6 c9 p
    【进项发票:进项票是指增值税中列进项额的发票。购买方。: \9 Y6 s, ?0 B+ {
    % C, S% L7 g/ o, r; d+ p, o7 r! f9 C
    ! y6 P6 E$ d, m6 g4 o
    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。2 d  n' n5 X' `8 C
    / _4 p  T7 A& l! t
      A7 F+ A& t( p- U+ [- Q) w8 F
    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。
    $ `: \/ p% W$ g! X4 J5 e/ P4 T* t, C: N
    ) p1 v0 z/ Z: G  q7 `) p
    举例:
    ! E+ {& p4 e& |8 R$ W8 u+ n0 a# \0 j  H( l6 g% E0 [
    6 F& |# G5 l" E$ [+ w
    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。- Y( u. G, c$ _& y, ~

    3 p( s$ ^3 l8 O- Z

    ( k& ?$ v& _/ V0 N  C4 @, p假设本月你只销售这一件服装,那么应纳税=34-17=17元。】9 ~8 ?7 R* I5 U9 z8 G$ G
    + \' F7 l0 X( ~2 M; O
    0 t" ~. D. J- V9 F
    Sheet3(销项发票记录)类同sheet2。
    ! X, {' M- w+ M& N. y: P
    8 d6 ?6 D; c: [; s9 z( }

    ( i/ j- {1 q7 ]. H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。9 Z/ y* X, t9 S3 v
    & i. E& ?- A# v" Y$ g9 G

    & O. _) G1 [: c6 d# 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。3 ~) s& H# N6 ?1 ~, b

    1 C4 T0 G6 t- u
    ) _( M5 F2 r: N" Z
    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。: W- d0 n$ }) g0 S7 V4 u' W* o; c

    9 [) j3 O  r! b

    % Z# N) l6 |) b8 V% T& x4 m**3、**问题分析
    ' \1 o9 [/ b% Q3 i
    ! ~0 Z. `! @+ J6 M& y' b* Y. t! C

    , {8 y9 z; S3 h/ ?- v& X(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)。: j: u) |/ j5 B/ g! ^8 C

    " Q1 T+ y6 F. s* y2 T! |3 c
    # A8 u5 ^1 a) P( T" ^
    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。0 V  ?. N4 ~% T3 g
    / J) I7 k) a) K6 }: p
      @" J/ T" E4 ^7 z& x
    (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。
    . V8 `$ v) l' V" u# Z1 d. b& ~) r5 R1 m* Q1 \4 e9 f# f0 y2 p4 j: f' N
    / m2 q* k  K  S& L+ r
    (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。4 ]3 z4 s& l/ f

    7 G) `: n( T9 Z) K3 f

    + ^! L  Z, Z7 H) |) A% \- G附:2 X7 W2 G1 C  c) R; z
    附件中数据说明:
    ) c( c: Q; u0 k# h3 F' h
      P) E0 J1 ~" ^( \6 K
    " k; ~) e5 {0 [5 a4 d/ f
    (1) 进项发票:企业进货(购买产品)时销售方为其开具的发票。" z  t8 z3 W4 z; L4 O% K, L# k2 N
    $ X1 q, W- p, Y; |

    1 l' K: L$ R$ {* m. p. {(2) 销项发票:企业销售产品时为购货方开具的发票。
    % H1 G3 ~: N4 Y, Z  U; h& A3 M, {9 V. y4 T. a) ~9 o" A
    2 [& g' y( Y5 ~" p# k9 v: y2 o. U
    (3) 有效发票:为正常的交易活动开具的发票。" ~9 {+ E$ m, C4 w' G6 W
    / F/ S" p  p6 p

    / l" d, B1 K" X(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。" X5 Y, C$ |& H4 {6 Y# E
    0 [# Y. W. l0 B" F3 A

    , W2 c* r2 U$ \4 ], z(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。! i- Z) T0 \' ]

    " }! |  c  p) l6 }' D1 z( i

    ) F: Q. o3 h7 |, t(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。
    3 ?$ \. a; M& W* F* n7 F/ |3 p+ @% O1 i+ y$ V

    & z% A2 m+ x1 |0 M5 }! n, L6 `(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。
    9 h1 _% Z- I3 E1 c( i————————————————7 }5 y* U& Y$ T9 f9 m
    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。
    % v: u8 B* Z/ [  a: M% e. J原文链接:https://blog.csdn.net/qq_45281807/article/details/1085261310 C7 q4 H( Y9 M

    & {3 H% D' n: V6 o: u; Z/ Q
    & `& h2 S% Y* w! J. r

    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, 2026-4-10 15:05 , Processed in 0.439332 second(s), 60 queries .

    回顶部