- 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
- 563289 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174210
- 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!
6 e: |. T' f/ ?$ k+ V
; ^8 Q3 e" o' t# B2 @! B4 _) \. f0 D( \9 G! X. a
4 z. ~" B/ m7 ]$ C/ zC题 中小微企业的信贷决策
4 c. n( t$ u5 X& G: g, X! k# c$ s& n**1、**C题题目背景+分析. s/ V' d, r6 O
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。
# |/ {$ s! H+ ?6 }9 s1 G- y9 y; e' H
@; J, I3 O- H
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。% z% M4 w, Q7 S, n1 c- z
) Q, i- ?$ b( q: D7 N* A& P& b, Y& E+ P% J' } V1 z0 _ }3 }
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。8 A+ Q# m' C* j6 O o
0 R: P0 C6 e6 n. U
: r6 O5 ~5 s. n5 ~* k3 G; e7 |
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:+ Z( Y7 [/ E/ s$ f' k
' o* P) V/ E( g1 Q5 K, W
, Q+ P3 D+ ~; _' _. u) g4 m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。
( V# p( P3 n# }* G6 L**2、**附件(数据集)分析:8 s* p P1 }5 U& N& Z z0 z5 b0 b. k
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。
6 E/ J: F! _0 A i# a" F- E5 e+ r
6 }4 }+ d& l1 R! G& q. X* x7 Q4 i- O) c5 F" W3 N& b
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:
; r5 f' z( P) N) U# N1 N& ]- a6 D) B5 k
) |* G& ~! ^8 ?【进项发票:进项票是指增值税中列进项额的发票。购买方。9 ^' @4 ]7 S/ t, p4 S* N* @
3 G+ }- S) i0 E
3 P6 a( ?8 n% `/ l8 X% Q9 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。
( f$ g- t2 b0 J, A/ e i! |$ v
* j, n7 f$ m6 q+ y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。 k2 K5 t- ^7 W! @
/ Q: n: ^" c& |8 H$ w. r
/ W% ]- F/ R+ f5 E1 i举例:
6 x% g0 t8 i+ S. I: U5 j* S/ Q8 z; X2 m5 Y
& l* E0 k+ v w1 U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。; p6 M5 u/ q! z8 ^+ v2 B1 h9 v" M
- B/ J ^. h4 a- F. Y
$ J0 Y( _8 p, j+ e
假设本月你只销售这一件服装,那么应纳税=34-17=17元。】/ r) `. `. H, ^, Y$ g
' \% I6 f7 y- z( M) @; G6 q5 e, g: L) y
Sheet3(销项发票记录)类同sheet2。
' d ~2 F: i: Z1 q
0 [* k4 q& b$ h5 a1 Z6 Z( W* U B4 l+ {* S9 k# a
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。
$ V8 R6 ]% `4 B. R' k
; E5 h" \( m4 p+ J! Y3 f
9 C0 D# X7 K! m: ]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。
$ X, E9 M7 t1 |; e) Q4 d& d( A( k$ A) C& [9 b; M' M
7 j& @% u3 n5 P4 i4 [; t
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。
0 P. q7 y; R# `( @* H- p, A2 P
* n E# U$ k) @& n E
+ b" Q3 ]8 v; a1 j**3、**问题分析 T: C# h4 r# [; p# @
) |, h, y' h, k$ ]% y
+ ?2 `+ G9 s c, H# 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)。2 `( K6 c4 P' y
t, K0 ~+ v, B/ I; e# U
+ z8 w7 k/ V7 y, k/ m& D
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。# E' L% f* I: s* @; m* ]
1 E2 H" C9 @6 Q. |* d& I
7 J# N5 v/ X- }+ s
(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。
: E3 N" X! W6 N! N9 t) M& u# x3 b2 U
% W" {+ {2 S% Y1 A" e1 N" Q! [* B2 E T
(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 B! b' W$ p X$ ~
6 G- i: D# N. w6 s7 ]+ x8 [; a( {6 J
3 _. f; E$ J# ~: X! ~+ k* g附:0 u+ b+ c9 X5 G5 _) p/ H8 e
附件中数据说明:1 ]! J8 r( q( F
7 d4 c1 p5 }7 J: u5 w. s
" k- J2 c5 y2 `2 j& `+ m8 P. 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。
/ X0 _, r- c) z6 j7 n) w' C/ B
0 V% O$ ~5 s+ y: b6 y3 A4 E; O0 r' j6 S5 y
(2) 销项发票:企业销售产品时为购货方开具的发票。
* N' m) E/ ^9 a o2 d3 G/ @! \" h6 z
4 k; O' h* @, z3 Y' ]+ g0 Q/ R) g7 f(3) 有效发票:为正常的交易活动开具的发票。+ h3 d4 I! C% M- N, r4 r
8 Y; P( K' Y- K; }
( A" x, F; e# Y7 r% 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。' p. I7 [5 O3 h/ M4 f6 _- G4 R% j
@# a9 t* e9 {* r7 W ^9 ?
; p) L1 Z* n, c* l7 Y(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 p& n- v9 c6 g
* l. }* @. v1 V0 ^# j, Z( v
. k. r6 ~" J k6 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。
% B* W% _2 r1 n& E: B# q; v- V1 j+ b6 W* S" N) `; r
! n) A8 |* ]- f0 Q l: Z
(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。
' p- H7 g! v' J4 h————————————————/ `1 i, j! R( _$ ]9 j1 h% [
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。
8 y2 g k# b2 c$ ]5 K原文链接:https://blog.csdn.net/qq_45281807/article/details/108526131" a2 Q( j* W% O) B! ~: c k
6 x; P8 h* z: g- l3 W7 u
. e4 K5 o( M0 i9 E* Q s7 `
|
zan
|