• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于主成分分析法的中小微企業(yè)信貸策略研究

      2020-12-15 10:49:59曹景怡李嘉雯
      商場(chǎng)現(xiàn)代化 2020年20期
      關(guān)鍵詞:信譽(yù)評(píng)級(jí)發(fā)票

      曹景怡 李嘉雯

      摘 要:本文主要針對(duì)銀行對(duì)中小企業(yè)的信貸問(wèn)題進(jìn)行了相關(guān)研究,利用中小企業(yè)自身規(guī)模較小、財(cái)務(wù)體系不健全等問(wèn)題,建立了主成分分析法來(lái)量化每一家企業(yè)的信貸風(fēng)險(xiǎn)。首先在進(jìn)行模型構(gòu)建之前,我們先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,根據(jù)國(guó)家統(tǒng)一標(biāo)準(zhǔn)篩選并剔除共3家非中小企業(yè)。其次選取企業(yè)信譽(yù)評(píng)級(jí)、單位交易凈發(fā)生額、季度交易頻率離散系數(shù)、發(fā)票作廢率、銷項(xiàng)退款率、年均營(yíng)業(yè)收入、上下游忠誠(chéng)指數(shù)共7個(gè)指標(biāo)來(lái)綜合反映企業(yè)實(shí)力與上下游影響力。基于構(gòu)建的指標(biāo)體系,運(yùn)用主成分分析法來(lái)量化每一家企業(yè)的信貸風(fēng)險(xiǎn)。最后以銀行利息收益最大化與客戶流失概率最小化為雙目標(biāo),構(gòu)建多目標(biāo)0-1規(guī)劃模型。運(yùn)用蒙特卡洛方法進(jìn)行計(jì)算機(jī)模擬,遍歷銀行可能做出的決策方案,尋找最優(yōu)信貸策略。

      關(guān)鍵詞:主成分分析;多目標(biāo)0-1規(guī)劃;信貸策略;多維度AHP分析

      一、引言

      中小微企業(yè)由于自身規(guī)模小、缺乏抵押品等因素一直面臨融資難、融資貴的問(wèn)題,銀行決定是否給中小微企業(yè)貸款的條件要比對(duì)大企業(yè)苛刻很多且貸款利率也會(huì)相對(duì)于大企業(yè)高很多。銀行通常會(huì)更愿意給實(shí)力強(qiáng)、信譽(yù)好的中小微企業(yè)放貸并會(huì)適當(dāng)給予這些企業(yè)利率優(yōu)惠,因此,銀行通常會(huì)在分別考察各個(gè)向銀行提出貸款申請(qǐng)的中小微企業(yè)的實(shí)力和信譽(yù)之后,做出對(duì)中小微企業(yè)是否貸款、貸款額度、貸款利率和貸款期限等信貸策略。

      二、模型的建立

      本文所分析的是123家有信貸記錄企業(yè)和302家無(wú)信貸記錄企業(yè)的數(shù)據(jù)。包含企業(yè)ID、進(jìn)銷項(xiàng)發(fā)票詳細(xì)信息(開票日期、金額、稅額、價(jià)稅合計(jì)、交易方代號(hào)、發(fā)票狀態(tài)等),在此基礎(chǔ)上還包含了企業(yè)的信用等級(jí)與違約記錄。在開始數(shù)據(jù)分析與建立模型之前,我們先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,篩除異常值、缺失值等。價(jià)稅合計(jì)為價(jià)款與稅額的之和,我們對(duì)每一張發(fā)票對(duì)應(yīng)的價(jià)稅合計(jì)額與價(jià)款、稅額進(jìn)行核驗(yàn),結(jié)果顯示,無(wú)異常、錯(cuò)誤數(shù)據(jù)。根據(jù)我國(guó)稅法規(guī)定,每一次交易活動(dòng)所開具發(fā)票的發(fā)票號(hào)應(yīng)是唯一的。本題中研究的信貸策略主要針對(duì)中小微企業(yè),我們?cè)谒惺镜钠髽I(yè)中,篩選出了非中小微企業(yè),并將其剔除。根據(jù)國(guó)家統(tǒng)計(jì)局印發(fā)的《統(tǒng)計(jì)上大中小微型企業(yè)劃分辦法(2017)》,中小企業(yè)的界定標(biāo)準(zhǔn)為——營(yíng)業(yè)收入最低在5000萬(wàn)元以上,而營(yíng)業(yè)收入等于銷項(xiàng)發(fā)票中的價(jià)稅合計(jì)額,根據(jù)給出的數(shù)據(jù),假定一年有365天,我們先計(jì)算了每一家企業(yè)的年平均營(yíng)業(yè)收入,計(jì)算公式如下:

      (1)

      其中,Stotal為在一段時(shí)間內(nèi)銷項(xiàng)價(jià)稅合計(jì)總額,Dtotal為該段時(shí)間的總天數(shù),Raverage為某企業(yè)的年平均營(yíng)業(yè)收入。給出的交易記錄的第一天為計(jì)算時(shí)間段的起點(diǎn),交易記錄的最后一天為計(jì)算時(shí)間段的終點(diǎn)。根據(jù)企業(yè)年平均營(yíng)業(yè)收入的計(jì)算結(jié)果,篩選出年平均營(yíng)業(yè)收入在5000萬(wàn)以上的企業(yè),共篩選出24家企業(yè)。以《統(tǒng)計(jì)上大中小微型企業(yè)劃分辦法(2017)》為依據(jù),通過(guò)比對(duì)公司所處行業(yè)、公司所處行業(yè)的中小企業(yè)年?duì)I業(yè)收入臨界值以及該公司的年平均營(yíng)業(yè)收入值,判定該家公司是否屬于中小企業(yè)。剔除非中小企業(yè)。經(jīng)過(guò)篩選,在剔除了三家非中小企業(yè),公司ID分別為E01、E02、E09. 所有企業(yè)均為中小微企業(yè),沒有需要剔除的企業(yè)。在進(jìn)行模型的建立之前,先對(duì)部門數(shù)據(jù)進(jìn)行了基本分析。給出了企業(yè)對(duì)應(yīng)的信譽(yù)評(píng)級(jí)與違約記錄,數(shù)據(jù)分布如下表:

      信譽(yù)評(píng)級(jí)為A級(jí)的企業(yè)沒有違約記錄,B、C級(jí)企業(yè)的違約比例較低,分別為2.63%、5.88%,而D級(jí)企業(yè)的違約比例為100%??傮w上看,信譽(yù)評(píng)級(jí)越低的企業(yè)違約概率越高,銀行原則上拒絕為信譽(yù)評(píng)級(jí)為D級(jí)的企業(yè)授予貸款是合理的。銀行貸款年利率與客戶流失率關(guān)系的2019年統(tǒng)計(jì)數(shù)據(jù)。數(shù)據(jù)散點(diǎn)圖如下:

      根據(jù)上圖可以看出,在各信譽(yù)等級(jí)下,隨著利率的升高,銀行的客戶流失率也在隨之升高。總體來(lái)看,信譽(yù)評(píng)級(jí)為A級(jí)的客戶流失率最高,B級(jí)次之,C級(jí)最低。首先,高利率雖然可以為銀行帶來(lái)高額的利息收益,但同時(shí)也會(huì)為企業(yè)帶來(lái)巨額的借款成本,造成銀行大規(guī)模的客戶流失,對(duì)銀行來(lái)說(shuō)是一筆無(wú)形的損失,由于信譽(yù)評(píng)級(jí)為A級(jí)的企業(yè)是銀行優(yōu)質(zhì)的少數(shù)客戶資源,則與B、C級(jí)企業(yè)相比,同比例的貸款利率上升將造成更多的A級(jí)客戶流失。因此銀行在制定放貸利率時(shí),應(yīng)綜合考慮利率帶來(lái)的收益與客戶流失損失,從而做出最佳信貸決策。

      三、模型的求解

      銀行作為信貸決策的主體,在資金總額有限的情況下應(yīng)該盡可能實(shí)現(xiàn)資源的最優(yōu)配置,即在可放貸總額一定的情況下,實(shí)行使銀行收益最大化的信貸策略。然而,不同的企業(yè)受自身經(jīng)營(yíng)情況、公司規(guī)模等因素的影響,其信用風(fēng)險(xiǎn)存在較大差異。針對(duì)信用風(fēng)險(xiǎn)低的企業(yè),銀行可以做出允許放貸的決策并給予該類企業(yè)一定的利率優(yōu)惠,以保持優(yōu)質(zhì)的客戶源,提高銀行信貸業(yè)務(wù)的可持續(xù)發(fā)展能力;針對(duì)信用風(fēng)險(xiǎn)高的企業(yè),銀行可以選擇拒絕放貸,以降低因企業(yè)不能按期償還債務(wù)而為銀行帶來(lái)的資產(chǎn)壞賬風(fēng)險(xiǎn)。

      為了能夠充分挖掘數(shù)據(jù)信息,我們首先對(duì)數(shù)據(jù)進(jìn)行分析,提取出八個(gè)關(guān)鍵指標(biāo),利用主成分分析模型對(duì)信用風(fēng)險(xiǎn)進(jìn)行量化處理。為123家有信貸記錄企業(yè)的數(shù)據(jù),其中包含了企業(yè)的ID、信用評(píng)級(jí)、違約記錄以及進(jìn)銷項(xiàng)發(fā)票的詳細(xì)信息(開票日期、金額、稅額、交易方代號(hào)、發(fā)票狀態(tài)等)。從已有的數(shù)據(jù)入手,對(duì)原始數(shù)據(jù)進(jìn)行進(jìn)一步的計(jì)算與分析,選取了信譽(yù)評(píng)級(jí)、單位凈交易發(fā)生額、銷項(xiàng)退款率、發(fā)票作廢率、上下游忠誠(chéng)指數(shù)、年均營(yíng)業(yè)收入、季度交易頻率離散系數(shù)共七個(gè)指標(biāo)來(lái)綜合反映企業(yè)的信用水平、自身實(shí)力與供應(yīng)鏈的穩(wěn)定性,從而構(gòu)建量化企業(yè)信用風(fēng)險(xiǎn)的指標(biāo)體系。給出了每家企業(yè)的信譽(yù)評(píng)級(jí),共A、B、C、D四檔。其中,A級(jí)的信譽(yù)質(zhì)量最佳。由于信譽(yù)評(píng)級(jí)越高,該企業(yè)的信用狀況越好,信貸風(fēng)險(xiǎn)便越低。企業(yè)進(jìn)項(xiàng)活動(dòng)主要為和供應(yīng)商之間的交易往來(lái),反映企業(yè)與供應(yīng)鏈上游之間的關(guān)系;同理,企業(yè)銷項(xiàng)活動(dòng)則主要為企業(yè)與客戶之間的交易往來(lái),反映企業(yè)與供應(yīng)鏈下游之間的關(guān)系。由于不同企業(yè)進(jìn)銷項(xiàng)活動(dòng)的交易總額與交易成單數(shù)量存在較大差異,為了消除這種差異,定義單位交易凈發(fā)生額這一概念,數(shù)學(xué)表達(dá)式如下:

      猜你喜歡
      信譽(yù)評(píng)級(jí)發(fā)票
      電子發(fā)票全面推廣
      以質(zhì)量求發(fā)展 以信譽(yù)贏市場(chǎng)
      基于改進(jìn)LeNet-5卷積神經(jīng)網(wǎng)絡(luò)的發(fā)票識(shí)別研究
      信譽(yù)如“金”
      關(guān)于發(fā)票顯示額外費(fèi)用的分歧
      分析師最新給予買入評(píng)級(jí)的公司
      江蘇德盛德旺食品:信譽(yù)為翅飛五洲
      百度遭投行下調(diào)評(píng)級(jí)
      創(chuàng)投概念股評(píng)級(jí)一覽表
      《錢經(jīng)》月度公募基金評(píng)級(jí)
      錢經(jīng)(2009年7期)2009-08-12 10:00:40
      郑州市| 华阴市| 清新县| 永宁县| 陆良县| 日喀则市| 敦化市| 抚松县| 蕲春县| 乌兰察布市| 朝阳市| 工布江达县| 宜州市| 临沭县| 西贡区| 新河县| 凤冈县| 嘉峪关市| 景德镇市| 丹凤县| 河池市| 巴中市| 东莞市| 庆云县| 永登县| 静海县| 始兴县| 林甸县| 霍城县| 徐州市| 汨罗市| 安乡县| 惠水县| 略阳县| 曲靖市| 天全县| 河北区| 辉县市| 开原市| 高雄市| 安陆市|