参照优秀论文《针对中小微企业最优信贷决策研究》
数据侧写
对不同指标绘图进行初步分析,以便后续问题解决
pro1
1.1
对附件1中123家企业的信贷风险进行量化分析,评价类问题。
1.数据处理
剔除无效发票,负数发票,评估是否有漏税情况,剔除不予以放贷的D类企业。
以序列均值代替异常值
2.企业特征选取
4个方面的11个指标,建立评估指标体系
3.熵权法计算权重
将企业指标进行归一化和标准化处理,保证数据的非负性后,计算得到权重
数学建模——熵权法(附上实战的详细代码、具体注释以及运行结果)-CSDN博客
4.Topsis法量化企业信贷风险
【数学建模系列】TOPSIS法的算法步骤及实战应用——MATLAB实现_topsis在matlab中的实现-CSDN博客
TOPSIS法(小白必看&文章包含详细源代码及注释)_topsis法样本容量的合理性-CSDN博客
【数学建模】TOPSIS法(优劣解距离法)_topsis综合评价法-CSDN博客
TOPSIS(逼近理想解)算法原理详解与代码实现 - 知乎 (zhihu.com)
清风数学建模学习笔记——TOPSIS法(优劣解距离法)-CSDN博客
5.检验计算出的信贷风险的准确性
1.2
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。
1.最优信贷决策模型
(1)是否放贷
确定风险阈值,低于阈值的则不放贷
(2)放贷利率
信贷风险越低得企业利率也越低,据此进行分级
(3)贷款额度
贷款额度需要满足银行利润最大化和风险最小化的经营原则。实际为优化问题。
利用RAROC理论写出具体的目标函数等,利用lingo进行求解。
银行内部管理的核心技术——RAROC指标解读 - 知乎 (zhihu.com)
风险调整后资本收益率(RAROC)-银行- 人大经济论坛-经管百科 (pinggu.org)
pro2
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
1.使用logit回归预测违约概率
违约概率为0-1变量,故用logit回归。用spass进行求解。
2.利用BP神经网络预测信用评级
信用等级为排序变量,故用BP神经网络。(有序变量是指分类数大于等于3,且类别之间存在序次关系的响应变量。)
利用MATLAB
3.问题求解
利用预测出的结合附件二数据,重复pro1的过程进行求解。
pro3
3.1
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。
1.信贷策略的调整
济恢复最重要的手段之一通过调整利率来实现。因此在最优决策信贷模型中的利率变量中
乘上一个模型突发因子系数。
3.2
给出该银行在年度信贷总额为1亿元时的信贷调整策略。
搜集新冠疫情相关数据,进行具体的信贷调整策略描述。