2020数学建模C题 C题 中小微企业的信贷决策，论文分析，思路

C题 中小微企业的信贷决策python

在实际中，因为中小微企业规模相对较小，也缺乏抵押资产，所以银行一般是依据信贷政策、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，并能够对信誉高、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、信誉对其信贷风险作出评估，而后依据信贷风险等因素来肯定是否放贷及贷款额度、利率和期限等信贷策略。web

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。算法

而后，题目说明了银行具体的评估方式：第一步是，对实力和信誉作出评估，评估结束后，根据评估结果，进行第二步。第二步是，根据一些因素来肯定一些策略（以后应该要创建其中的一些模型）放贷及贷款额度、利率和期限等信贷策略。机器学习

某银行对肯定要放贷企业的贷款额度为万元；年利率为4%~ 15%；贷款期限为1年。附件1~ 3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。该银行请大家团队根据实际和附件中的数据信息，经过创建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：svg

背景分析：问题的条件为：贷款额度为万元；年利率为4%~15%；贷款期限为1年。题目设定好了以后，千万不要改变上述的全部条件，否则可能会致使与正确结论之间存在很大出入。工具

附件（数据集）分析：学习

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，企业的惟一标识符；企业名称中附有所属的领域，可能须要在后面提取一下，而后作作相同或类似行业间的聚类分析（此处为猜想）；信誉评级为abcd四个等级，为离散型数据，能够作聚类分析或者问题可能会须要作预测。个人建议是能够将离散型数据进行量化（好比a100，b80，c60，d40或其余方式作数据映射，方便后期利用一些算法作预测）；是否违约为离散型数据，后面可能须要关注评级与违约之间的一种关系，作相关分析之类的。xml

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，注意这里的全部数据根据评级是能够和附件三对应如下的。且每个id的数量、比例等等，或许也能够添加到最后的模型当中，并且有效发票那一列，应该是在数据预处理时用的，应该剔除掉有做废发票的那些记录。（另外，若是一个企业屡次出现做废发票，是否能够下降一些这个企业的信誉度，这个你们能够思考一下）负数发票应该是在计算时须要减去的部分（看看是否有与之对应的有效发票）在这里须要具体对题目中说的进项和销项作说明：图片

进项发票：进项票是指增值税中列进项额的发票。购买方。数学

销项发票：销项指销售货物或劳务给客户，咱们须要开给客户的发票。

其实增值税发票不分“销项发票”和“进项发票”的。所谓销项，无非是通常纳税人销售时开出的发票,而所谓进项，则是通常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。

举例：

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。

假设本月你只销售这一件服装，那么应纳税=34-17=17元。】Sheet3（销项发票记录）类同sheet2。

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，应该是须要根据后面的sheet2和3来进行预测。这里也许能够利用一下企业名中的行业信息，将其做为一个指标进行预测。好比附件一给出的，哪些行业的信誉度更高一些，这多是须要在后期作的，能够加分的东西。Sheet2和3类同前面附件1sheet2的分析。

这里能够明显看出须要利用一些机器学习算法作预测，须要你们最好会用python或者matlab，最好用python，由于python有不少集成好的机器学习库以及数据可视化库，你们能够直接调用，很是简单。

附件三为贷款利率与客户流失率关系的2019年统计数据，除了用于作预测以外，你们或许能够关注一下附件三内部的变化关系。好比随着信誉评级的降低，客户流失率呈现出了怎样的规律，可否量化。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。

(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作量化分析（也就是作数据处理，全部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。此时的题目能够理解为：根据附件1中的sheet1，2，3与附件3，去创建信贷风险模型，风险低于某一阈值说明能够进行贷款。这样就能够判断出是否能够贷款给此企业。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）看成要预测的目标，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，若是是做废发票或者负数发票，须要作相应的处理，见前文）、下面这些是能够加入模型的，但你们能够本身想一想有哪些须要加入：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）。

模型创建方面和数据可视化方面，及后续思路，你们能够看看个人知乎签名，里面隐藏着获取方式哦！

(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。

(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，并且突发因素每每对不一样行业、不一样类别的企业会有不一样的影响。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：上文的全部数据，你们应该关注到数据的预处理，有哪些数据是须要进行标准化之类的，必需要关注哦。

点击上面，而后回复2020数学建模领取本题必用工具，你懂的！！

记得关注哦 ， 考试期间持续更新ing 记得关注哦 ， 考试期间持续更新ing 记得关注哦 ， 考试期间持续更新ing 记得关注哦 ， 考试期间持续更新ing