QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 5390|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!2 V* r( ]0 ?7 |7 c5 S3 S+ S$ f

    ) W) y* Z. I) ~1 v
    4 ]! K$ A1 l2 F3 F& g9 f9 W% B

    7 ^3 s' Q0 `! E" q. v2 T  ^" H+ ~! W  s6 rC题 中小微企业的信贷决策
    + _# V/ p" z' F3 ~  c**1、**C题题目背景+分析
    & [2 _$ n, P/ F7 T. h. \9 }/ s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。5 u7 S, C0 l1 A6 v& x! w
    * a+ z* H' I( j

    - b+ g+ }4 B/ x. q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。
    8 `6 _1 p! @0 V* ^% o3 v0 |0 |, f2 k0 ~* V

    . ~% H! t0 Y  g- [: T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。6 U2 y/ h$ {7 I

    * w/ B; B; B* X8 P; @9 g; ]
    & I$ X6 B& N8 a" S' b$ J2 _+ k
    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:
    0 f6 T8 |- i; `- k% M9 l* C% v0 S4 i7 w6 v6 Z: U4 A
    0 W/ I) o; h2 E: j* d3 @7 |
    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。
    + e6 v3 L2 q8 x1 p: u**2、**附件(数据集)分析:1 k) d; K% O' g% G9 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。& u, q" i* ]* t" e+ |0 A  K6 o
    + k, f% X1 l) x

    + |# c0 h9 Y# A$ HSheet2(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:
    : ~/ D. O. u% J& m9 c  y: ~  L, _, M

      p. i$ A7 \7 I+ `# p1 G  S【进项发票:进项票是指增值税中列进项额的发票。购买方。
    1 E$ H9 k" k/ I0 T, T$ }, q+ y  b
    0 B7 C8 m, i3 D& T& S- s; y% t% q% `
    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。
    ) v2 N6 b. B/ \5 u
    * Z) X- Y  D: K3 t+ U+ X

    0 W2 p+ b- X& a7 P* D/ O- p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) F' L) F$ ]( F
    3 ~3 p. W" I6 y! Q! I" B
    + e1 I; x$ ~1 [2 X8 B% J, r1 E
    举例:- S7 x0 }( J6 j, x' Q- j/ i
    * J+ q1 R: x/ ?6 U1 U4 u# S

    2 Z! S! U( j7 G! Y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。
    - @8 ?8 s7 h) h) |- o7 R) _% k2 C' Q: I0 T: X+ z
    1 o( n/ ~7 @4 q5 [, E
    假设本月你只销售这一件服装,那么应纳税=34-17=17元。】
    % {/ V' W/ j( F- \2 P7 t3 p& R1 n
    5 S/ A# Q( O' L( y$ G4 |4 Z7 I$ U) p
    Sheet3(销项发票记录)类同sheet2。
    7 i7 E7 D9 O) r' m! b5 ^, c5 A$ b' c. w4 ~. e. o: u

    + L( Q/ |+ V9 |3 N2 o' `. o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。
    : z% d  U+ U( p* i
    . f# ]4 B* T2 T$ r$ w0 [- \. w- i; x
    * |# _" o+ {- T" n
    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。) Z6 Q& ~% p# @
    2 `, f5 `; \9 t, c
    . D6 h5 d+ n- k; g- i- V
    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。
    7 h2 O; U+ L4 t
    + G6 d8 ]5 H1 }( _( w7 M( X

    5 K; r3 b/ O7 l, m: L**3、**问题分析3 a# `; H' f1 t3 ^, a% W" Z: a

    . y5 Q3 I5 w8 r
    + C! [5 ]+ ^# N
    (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)。! X, N% I  N( `: Q0 W- [* A9 Z& y
    & J: q& w/ D$ J6 y
    ; Y+ D6 w" V3 M6 h
    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 l/ |! ?3 A6 a! e! B+ k- L/ k% W& b* {6 ^" y" {

    * b. V4 z/ F* Y# o% Y  x+ v(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。
    # S0 J/ L8 M0 R4 O
    6 t" n9 d/ A$ K" f& _+ [+ r

    * x+ G' a! 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。0 M3 \; g1 E  }: L' R* v: R0 w, Y

    2 ]; O3 Z, S7 \# f3 H

    # _4 f" z* ^! X+ S0 U) ~9 k附:1 @9 i1 T2 r3 c) Y
    附件中数据说明:1 _. X% M* f* @5 W  S" c; _, I) _

    , ]+ u3 Z& \/ P' G
    " P, c+ @; ^( e% U  Q$ u
    (1) 进项发票:企业进货(购买产品)时销售方为其开具的发票。" D1 w0 j8 u8 S# g; I. w7 s

    + \# m) L3 b- ]* Y' Y, Q

    0 c' r6 r9 L4 m+ G(2) 销项发票:企业销售产品时为购货方开具的发票。
    ; s( v% u. ?8 W$ y. l
    ) J8 x; [! h9 K1 C
    - V, `! u# m2 d- n0 N0 d
    (3) 有效发票:为正常的交易活动开具的发票。% ]% U/ _) l: m2 q4 w

    5 R- z3 Z- S, f$ p+ i
    ; S# `& `4 {4 x* o  _
    (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。2 E9 X. z, l) f& r8 P
    7 V, M' D, b8 }0 d" L8 {  p, v% u- k

    , Q+ d9 W. F$ j9 B2 T) T, R(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。
    + P+ X. }% C+ |( d9 U; k0 I3 n4 o! [' t! T
    / W5 N$ W1 B: \8 a* W! 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。1 }% U2 y; Q, b# T. x

    1 r+ ~9 A! a+ ]' L! s
    $ b; ~8 Z$ K3 Y! n
    (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。* A; u9 b5 K  p
    ————————————————
    - q$ t: I! ^8 I8 f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。# T7 D: p, `- W, B/ A4 i) r8 C
    原文链接:https://blog.csdn.net/qq_45281807/article/details/1085261311 K1 ?% Z# f5 m; }1 ?0 A
    ( n* @% A4 ^, ]9 E7 o
    6 l  Z) b6 A3 t$ E9 r2 a

    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, 2025-12-28 16:42 , Processed in 0.622732 second(s), 59 queries .

    回顶部