课程作业—基于大数据分析工具的银行对中小微企业的信贷策略研究.docVIP

课程作业

课程名称大数据分析与工具

作业题目银行对中小微企业的信贷策略研究

2021年6月30日

目录

TOC\o1-3\h\z\u提出问题 2

获取数据 2

数据分析 3

解析 11

方案建议 12

提出问题

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。现在某银行对确定要放贷企业的贷款额度为10至100万元；年利率为4%至15%；贷款期限为1年。

根据实际和数据信息，提出下列问题：

(1)对123家企业的信贷风险进行量化分析

(2)在问题1的基础上，对302家企业的信贷风险进行量化分析

(3)银行在年度信贷总额固定时对这些企业的信贷策略有何改进的地方？

获取数据

利用AIStudio平台上的经典数据集，得到了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。

数据文件路径如下所示：

/home/aistudio/data/data53058/data.txt

/home/aistudio/data/data53058/附件1：123家有信贷记录企业的相关数据.xlsx

/home/aistudio/data/data53059/part2.txt

首先我们观察一下数据，其中发票号码，开票具体日期，销方单位代号属于无用信号。同时信号本身属于时序信号，故需要选用适合处理时序信息的神经网络。由于RNN在处理长依赖问题具有较为严重的局限性，故最终决定选用LSTM。

数据分析

基于AIStudio上“基于PaddlePaddle的LSTM”的项目经验，利用python进行数据分析，过程如下：

问题一：对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。

模型训练与验证：

结果如图所示：

从左到右分别为金额、税额、价税合计与发票状态（0为有效发票，1为作废发票）

标签为公司评级A,B,C,D，分别用数值1，2，3，4来表示。

划分训练集和验证集，由于数据量超过了20万，故将训练集的比例划分到99%，剩余两千左右的数据作为验证。

训练误差结果如图：

接下来进行效果验证：

验证结果如图：

由图可知，误差不是很大，效果比较不错。

问题二：剩余未评级公司的等级评估

得到结果。

得到预测结果，由于数据量太大，许多细节难以显示出来。

但是，通过上图仍然可以看出，大部分数据聚集在[1.5,1.7]这个区间，说明大部分企业仍然处在评级A到评级B之间，是比较合理的。

解析

上述数据分析是通过对123家有信贷记录企业的相关数据、对302家无信贷记录企业的相关数据进行量化分析，将其量化为一个指标，即评级的级别，我们知道，中小企业资信能力较差，缺乏信用担保，信用识别难和信用水平低是商业银行惜贷的主要原因。从结果来看，123家有信贷记录企业的数据聚集在[1.4,1.65]的区间，302家无信贷记录的企业数据在[1.5,1.7]的区间，大部分中小企业在商业银行的信用等级是A级以下，信用等级评定是办理一切业务的前提，过低的信用等级降低了中小企业的融资可能性。

从中我们也看出了，由于很多中小企业管理不规范，内控制度不健全，信息透明度较差，生产经营乃至风险存在较大的不确定性。商业银行难以掌握其真实的经营状况，很难对其资金使用实施有效监管，因而，虽然量化分析提供了更方便的分析角度，但商业银行仍然需要花费大量的人力、物力去调查企业的真是财务、经济状况，防范逆向选择的风险，贷后同样需加倍监督，以避免企业道德风险的发生。为此我从商业银行和中小微企业提出了以下建议。

方案建议

1商业银行

①商业银行要进行信贷制度改革，提升服务中小微企业的意识。商业银行原有的信贷体制框架制约着中小微企业信贷融资业务的发展，因此有必要推进商业银行的信贷制度改革。首先要建立功能完备的中小企业信息收集与服务的网络系统，完善中小企业的信息汇总与分析等基础工作，在此基础上加强中小企业信贷业务的发展；其次要根据中小企业的实际情况制定不同的贷款和审批程序。

②商业银行要坚持有进有退的信贷原则，更好地规避中小企业信贷风险；并兼顾业务流程简化和重要环节控制；最后通过对中小企业信贷业务流程中各个环节的梳理和优化，完善商业银行中小企业信贷服务体系。

③商业银行要建立