亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于退火算法實(shí)現(xiàn)中小微企業(yè)的信貸決策

        2021-12-13 23:32:43滕洋健吳佳鳴崔俊賢
        商場(chǎng)現(xiàn)代化 2021年21期
        關(guān)鍵詞:灰色關(guān)聯(lián)分析熵權(quán)法蒙特卡洛

        滕洋健 吳佳鳴 崔俊賢

        摘 要:本文針對(duì)中小微企業(yè)的信貸決策問(wèn)題,建立了基于熵權(quán)法的Topsis模型,解決了量化分析123家企業(yè)的信貸風(fēng)險(xiǎn)的問(wèn)題。建立了灰色關(guān)聯(lián)分析模型,解決了量化分析302家無(wú)信貸記錄企業(yè)的信貸風(fēng)險(xiǎn)的問(wèn)題。建立了基于Topsis法的因子分析模型,解決了當(dāng)突發(fā)因素來(lái)臨時(shí),銀行如何調(diào)整信貸策略的問(wèn)題。針對(duì)問(wèn)題一,建立了基于熵權(quán)法的Topsis模型,解決了量化分析123家企業(yè)的信貸風(fēng)險(xiǎn)問(wèn)題,利用基于蒙特卡洛模擬的改進(jìn)退火算法對(duì)貸款利率制定的合理性進(jìn)行檢驗(yàn),其檢驗(yàn)結(jié)果與通過(guò)目標(biāo)函數(shù)確定的利率的結(jié)果相吻合,證明了結(jié)論的正確性。針對(duì)問(wèn)題二,建立了灰色關(guān)聯(lián)分析模型,解決了量化分析302家無(wú)信貸記錄企業(yè)的信貸風(fēng)險(xiǎn)的問(wèn)題,并借助問(wèn)題一中基于熵權(quán)法的Topsis模型,求解出信貸風(fēng)險(xiǎn)的量化分析后的結(jié)果,將兩種不同的模型得到的結(jié)果可視化后進(jìn)行對(duì)比檢驗(yàn),驗(yàn)證了信貸風(fēng)險(xiǎn)量化結(jié)果的準(zhǔn)確性。

        關(guān)鍵詞:灰色關(guān)聯(lián)分析;熵權(quán)法;退火算法;蒙特卡洛;Topsis模型;因子分析

        一、問(wèn)題重述

        1.問(wèn)題一

        銀行對(duì)放貸企業(yè)的貸款額度控制在10萬(wàn)元至100萬(wàn)元,年利率為4%-15%,貸款期限為1年。要求對(duì)123家企業(yè)的信貸風(fēng)險(xiǎn)進(jìn)行量化分析,并以量化分析的結(jié)果為依據(jù)來(lái)確定年度貸款總額固定時(shí)銀行對(duì)這些企業(yè)的信貸策略問(wèn)題,即是否放貸及放貸的額度和利率。

        2.問(wèn)題二

        問(wèn)題二在問(wèn)題一的基礎(chǔ)上再對(duì)302家企業(yè)的信貸風(fēng)險(xiǎn)進(jìn)行量化分析,不同之處是這302家企業(yè)之前是無(wú)信貸記錄的,因此要綜合考慮貸款利率和客戶流失率的關(guān)系以及量化分析的結(jié)果來(lái)進(jìn)行信貸決策。

        二、問(wèn)題分析

        1.問(wèn)題一的分析

        (1) 問(wèn)題的分析

        問(wèn)題一可以分為兩個(gè)步驟來(lái)進(jìn)行求解。第一步是對(duì)123家企業(yè)的信貸風(fēng)險(xiǎn)進(jìn)行量化分析,為了更好地切合基于熵權(quán)法的模型,決定采用標(biāo)量量化的方法,給不同的企業(yè)分配信貸額度的權(quán)重。第二步給出在信貸總額固定的情況下銀行的信貸策略。對(duì)企業(yè)的信貸風(fēng)險(xiǎn)進(jìn)行量化分析之前,首先對(duì)企業(yè)的數(shù)據(jù)信息進(jìn)行預(yù)處理,剔除利潤(rùn)值為負(fù)數(shù)(經(jīng)濟(jì)效益虧本)的企業(yè)。在確定銀行對(duì)企業(yè)的信貸策略這一問(wèn)題上,可以分為是否放貸及貸款的額度和利率兩個(gè)角度。通過(guò)對(duì)擬合出的曲線圖的分析便可以大致得到銀行對(duì)不同信譽(yù)評(píng)級(jí)的企業(yè)的貸款利率的制定方案:信譽(yù)評(píng)級(jí)為A的企業(yè)的利率最低,信譽(yù)評(píng)級(jí)為B的企業(yè)的利率次之,信譽(yù)評(píng)級(jí)為C的企業(yè)的利率最高。

        (2) 問(wèn)題的結(jié)論

        ①信貸風(fēng)險(xiǎn)量化分析的結(jié)果

        企業(yè)的信貸風(fēng)險(xiǎn)從高到低依次為:

        E3,E86,E75,E11,E47,E94,E77,E80,E53,E14,E46,E35,E25,E87,E76,E4,E72,E7,E43,E57,E51,E90,E92,E39,E50,E60,E12,E29,E49,E41,E81,E85,E65,E55,E91,E40,E71,E74,E93,E59,E73,E70,E67,E61,E88,E28,E6,E30,E97,E38,E10,E98,E9,E62,E63,E34,E84,E22,E17,E15,E2,E32,E106,E58,E31,E13,E7,E8,E54,E48,E24,E64,E18,E16,E42,E105,E69,E104,E95,E110,E68。

        ②信貸策略結(jié)果

        A.信貸額度

        企業(yè)E68所得到的貸款額度最大,占銀行年度信貸總額的16.72%,企業(yè)E17所得到的貸款額度最小,占銀行年度信貸總額的0.23%。

        B.信貸利率

        信譽(yù)等級(jí)為A的企業(yè)制定的利率為0.047,信譽(yù)評(píng)級(jí)為A的企業(yè)有:E2,E6,E7,E8,E9,E13,E15,E16,E17,E18,E22,E24,E31,E42,E48,E54,E59,E64,E81,E84,E88,E91。

        信譽(yù)等級(jí)為B的企業(yè)制定的利率為0.052,信譽(yù)評(píng)級(jí)為B的企業(yè)有:E10,E12,E28,E30,E32,E34,E35,E38,E43,E51,E57,E58,E60,E61,E62,E63,E65,E67,E70,E71,E74,E76,E85,E93,E95,E97,E98,E106。

        信譽(yù)等級(jí)為C的企業(yè)制定的利率為0.054,信譽(yù)評(píng)級(jí)為C的企業(yè)有:E3,E4,E11,E14,E25,E29,E39,E40,E41,E46,E47,E49,E50,E53,E55,E68,E69,E72,E73,E75,E77,E78,E80,E86,E87,E90,E92,E94,E104,E105,E110。

        (3) 問(wèn)題的檢驗(yàn)

        利用基于蒙特卡洛模擬的改進(jìn)退火算法檢驗(yàn)?zāi)繕?biāo)函數(shù)取得最大值時(shí)對(duì)應(yīng)貸款利率的準(zhǔn)確性。使用蒙特卡洛模擬出與最優(yōu)貸款利率接近的初始解,將這個(gè)初始解作為退火算法的初始值,檢驗(yàn)結(jié)果與實(shí)際得到的結(jié)果誤差為0.0001,在誤差允許的范圍之內(nèi),因此驗(yàn)證了信貸利率制定的準(zhǔn)確性。

        (4) 靈敏度分析

        以長(zhǎng)度0.03為區(qū)間大小來(lái)截取不同信譽(yù)評(píng)級(jí)的函數(shù)區(qū)間。信譽(yù)評(píng)級(jí)為A截取[0.04,0.07]的函數(shù)區(qū)間,信譽(yù)評(píng)級(jí)為B截取[0.06,0.09]的函數(shù)區(qū)間,信譽(yù)評(píng)級(jí)為C截取[0.09,0.12]的函數(shù)區(qū)間。三個(gè)區(qū)間均以0.00001為步長(zhǎng)取一點(diǎn)ri,計(jì)算其函數(shù)值,觀察當(dāng)自變量貸款利率發(fā)生微小變化時(shí),因變量銀行利潤(rùn)的變化情況。

        2.問(wèn)題二的分析

        (1) 問(wèn)題的分析

        簡(jiǎn)化模型指標(biāo)為利潤(rùn)、利潤(rùn)率、浮動(dòng)比率這三個(gè)方面。建立與問(wèn)題一不同的灰色關(guān)聯(lián)分析模型,量化企業(yè)的信貸風(fēng)險(xiǎn),同時(shí)根據(jù)量化結(jié)果給出年度信貸總額為1億元的前提下各個(gè)企業(yè)的信貸額度占比。

        (2) 問(wèn)題的結(jié)論

        企業(yè)E329所得到的貸款額度最大,貸款額度為0.077890779億元,企業(yè)E209所得到的貸款額度最小,貸款額度為0.000927146億元。

        銀行對(duì)247家企業(yè)信貸利率的制定結(jié)果相同,均為4.7%。

        (3) 問(wèn)題的檢驗(yàn)

        問(wèn)題二所用的模型為灰色關(guān)聯(lián)分析模型,在對(duì)信貸風(fēng)險(xiǎn)的量化分析結(jié)果的檢驗(yàn)時(shí)采用問(wèn)題一的Topsis模型進(jìn)行檢驗(yàn),將不同模型下得到的結(jié)果用excel的折線圖顯示出來(lái),發(fā)現(xiàn)兩者的結(jié)果在誤差允許的范圍內(nèi)相吻合,故檢驗(yàn)結(jié)果正確。

        三、模型假設(shè)

        1.假設(shè)企業(yè)的負(fù)數(shù)發(fā)票對(duì)企業(yè)的實(shí)力和信譽(yù)的評(píng)定不產(chǎn)生影響。

        2.假設(shè)企業(yè)的生產(chǎn)經(jīng)營(yíng)和經(jīng)濟(jì)效益不受時(shí)間和季節(jié)等因素的影響。

        3.假設(shè)銀行對(duì)企業(yè)的信貸風(fēng)險(xiǎn)評(píng)估時(shí)不考慮企業(yè)的償債能力。

        4.假設(shè)對(duì)信譽(yù)評(píng)級(jí)為D以及經(jīng)濟(jì)效益虧本的企業(yè)不予放貸。

        四、符號(hào)說(shuō)明

        mi評(píng)級(jí)為i的所有企業(yè)分配的總額度

        ri譽(yù)評(píng)級(jí)為i的貸款利率

        ni信譽(yù)評(píng)級(jí)為i的企業(yè)總個(gè)數(shù)

        pi信譽(yù)評(píng)級(jí)為i的客戶保留率

        si信譽(yù)評(píng)級(jí)為i的銀行收益率

        ρ分辨系數(shù)

        α溫度衰減系數(shù)

        ωj第j個(gè)指標(biāo)的權(quán)重

        ej第j個(gè)指標(biāo)的信息熵

        dj第j個(gè)指標(biāo)的信息效用值

        五、模型的建立與求解

        1.問(wèn)題一的模型的建立與求解

        (1) 對(duì)123家企業(yè)的信貸風(fēng)險(xiǎn)進(jìn)行量化分析

        ①數(shù)據(jù)的預(yù)處理

        根據(jù)題意,銀行對(duì)信譽(yù)評(píng)級(jí)為D的企業(yè)原則上不予貸款,且篩選出信譽(yù)評(píng)級(jí)為D的企業(yè)有E36……E123。銀行在制定對(duì)企業(yè)的信貸策略時(shí)應(yīng)將信譽(yù)評(píng)級(jí)為D的企業(yè)排除在外。

        ②基于熵權(quán)法的Topsis模型對(duì)信貸風(fēng)險(xiǎn)進(jìn)行量化分析

        A.利用熵權(quán)法對(duì)信貸風(fēng)險(xiǎn)的各個(gè)指標(biāo)進(jìn)行賦權(quán)

        第一,最直觀也是最有說(shuō)服力的一個(gè)指標(biāo)就是企業(yè)的利潤(rùn),如果一個(gè)企業(yè)的盈利狀況可觀則反映出企業(yè)的實(shí)力很強(qiáng),進(jìn)而就會(huì)導(dǎo)致信貸風(fēng)險(xiǎn)的降低,企業(yè)在購(gòu)買原材料時(shí)需要支付進(jìn)項(xiàng)稅額,因此在考慮成本時(shí)應(yīng)以價(jià)稅合計(jì)為準(zhǔn),而在賣出成品時(shí)真實(shí)得到的是銷項(xiàng)金額,算出企業(yè)的利潤(rùn)Wi。

        第二,企業(yè)的利潤(rùn)率從另外一方面反映出了企業(yè)的成本收益率,在成本相同情況下企業(yè)賺取的利潤(rùn)的多少?zèng)Q定了該企業(yè)將投入轉(zhuǎn)化為收益的能力,這也是衡量企業(yè)實(shí)力的一個(gè)重要指標(biāo),利潤(rùn)率高的企業(yè)具有較高的可持續(xù)發(fā)展和企業(yè)轉(zhuǎn)型的能力,這無(wú)疑提升了企業(yè)的綜合實(shí)力。

        第三,為了衡量企業(yè)供求關(guān)系的穩(wěn)定性,引入決策變量浮動(dòng)比率,浮動(dòng)比率的主要作用就是確定某一個(gè)企業(yè)的供求關(guān)系相較其他企業(yè)的供求關(guān)系是否更加穩(wěn)定這一問(wèn)題。浮動(dòng)比率的數(shù)值越低,證明該企業(yè)的供求關(guān)系越穩(wěn)定。具體計(jì)算公式為:

        (1)

        其中δ為81家企業(yè)的供求關(guān)系穩(wěn)定性均值,mi表示Ei的銷項(xiàng)發(fā)票個(gè)數(shù),ni表示Ei的進(jìn)項(xiàng)發(fā)票個(gè)數(shù),并計(jì)算浮動(dòng)比率εi。

        第四,信譽(yù)等級(jí)和是否違約也對(duì)信譽(yù)風(fēng)險(xiǎn)的評(píng)估有著重大的影響。首先要做的是對(duì)信譽(yù)等級(jí)進(jìn)行量化處理,將A,B,C的劃分成數(shù)值比為5,3,1。同時(shí),還應(yīng)考慮到企業(yè)是否違約帶來(lái)的負(fù)面影響,若企業(yè)未違約,則在數(shù)值比的基礎(chǔ)上再增加1個(gè)權(quán)重;若企業(yè)違約,則數(shù)值比不變,這樣就科學(xué)合理地量化了信譽(yù)等級(jí),為接下來(lái)利用熵權(quán)法進(jìn)行指標(biāo)賦權(quán)提供了依據(jù)。

        B.利用Topsis量化各公司的信貸風(fēng)險(xiǎn)

        a.使用上述的熵權(quán)法確定貸款風(fēng)險(xiǎn)量化分析的指標(biāo)為利潤(rùn)、利潤(rùn)率、浮動(dòng)比率、信譽(yù)數(shù)值是否違約,分別分配權(quán)重;權(quán)重分配的結(jié)果依次為:0.0514,0.8187,0.0566,0.0642,0.0091。依次記為W1,W2,W3,W4,W5。

        b.原始數(shù)據(jù)正向化處理。處理的方法與熵權(quán)法處理的方式相同,將所有指標(biāo)統(tǒng)一轉(zhuǎn)化成極大型。

        c.將正向化之后的數(shù)據(jù)標(biāo)準(zhǔn)化處理,處理的方式與上述熵權(quán)法相同。記標(biāo)準(zhǔn)化之后的矩陣為Z。

        d.計(jì)算評(píng)價(jià)的得分。

        e.計(jì)算歸一化之后的得分。

        上述每一個(gè)企業(yè)的得分Si除以所有企業(yè)的得分,即為歸一化處理的結(jié)果。這里對(duì)量化分析的結(jié)果進(jìn)行說(shuō)明:其值越大,表明該企業(yè)的信貸風(fēng)險(xiǎn)越低。

        根據(jù)量化分析結(jié)果可以得出企業(yè)的信貸風(fēng)險(xiǎn)從高到低依次為:E3……E68。

        ③該銀行在年度信貸總額固定時(shí)的信貸策略

        A.信貸決策的貸款額度分配

        根據(jù)題意可以得知貸款額度的大小與企業(yè)的實(shí)力和供求關(guān)系的穩(wěn)定程度有關(guān),所用模型與上述的模型大致相同,區(qū)別在于貸款額度分配問(wèn)題不需要考慮企業(yè)的信譽(yù)等級(jí)和是否違約這兩個(gè)指標(biāo),只需考慮利潤(rùn)、利潤(rùn)率和浮動(dòng)比率這三個(gè)指標(biāo)即可,利用熵權(quán)法對(duì)這三個(gè)指標(biāo)進(jìn)行賦權(quán)操作,得到利潤(rùn)、利潤(rùn)率和浮動(dòng)比率所占權(quán)重分別為:0.334011,0.331105,0.334883。

        在上述分配權(quán)重的基礎(chǔ)上,建立基于熵權(quán)法的Topsis模型,形成Topsis的優(yōu)劣解排序。由于年度信貸總額固定但不知道具體數(shù)值,故將年度信貸總額看作1來(lái)進(jìn)行處理,把Topsis綜合評(píng)價(jià)的得分作為企業(yè)信貸額度占年度信貸總額度的份額。企業(yè)信貸額度從大到小依次為:E68……E17。

        B.信貸決策的利率制定

        在制定信貸策略中的利率時(shí),銀行希望賺取最大的信貸利潤(rùn),故建立非線性規(guī)劃模型,求得在銀行賺取利潤(rùn)最大化時(shí)對(duì)應(yīng)的利率,即為利率的最佳制定方案。

        首先,對(duì)客戶流失率數(shù)據(jù)做預(yù)處理,客戶流失率記為變量a,那么1-a就為客戶保留率,把客戶保留率記為變量p。

        將企業(yè)貸款利率作為自變量x,每個(gè)信譽(yù)評(píng)級(jí)(不包括D)下的客戶保留率p作為應(yīng)變量,使用最小二乘法擬合出每個(gè)信譽(yù)等級(jí)下客戶保留率與貸款年利率之間的函數(shù)關(guān)系式。

        采用最小二乘法擬合,使得在xi(i=1,2,3……)處擬合出來(lái)的函數(shù)表達(dá)式φ(xi)在真實(shí)的數(shù)據(jù)點(diǎn)yi偏差的平方和最小,即

        (2)

        其中為真實(shí)數(shù)據(jù)點(diǎn)的橫坐標(biāo),為擬合出來(lái)的函數(shù)曲線表達(dá)式在處的值,為-之間的差值。為了使得誤差最小,即使的差值最小。

        分別畫出每個(gè)信譽(yù)等級(jí)下的客戶保留率與貸款利率之間的散點(diǎn)圖,確定一個(gè)擬合函數(shù)類:

        (3)

        使用擬合分別擬合出每個(gè)信譽(yù)評(píng)級(jí)下客戶保留率與年利率關(guān)系。

        信譽(yù)A:多項(xiàng)式擬合的函數(shù)表達(dá)式為:

        (4)

        信譽(yù)B:多項(xiàng)式擬合的函數(shù)表達(dá)式為:

        (5)

        信譽(yù)C:多項(xiàng)式擬合的函數(shù)表達(dá)式為:

        (6)

        分析不同信譽(yù)評(píng)級(jí)下貸款年利率和客戶流失率的關(guān)系曲線可以看出,當(dāng)銀行的貸款年利率增大時(shí),對(duì)信譽(yù)評(píng)級(jí)為A的企業(yè)來(lái)說(shuō)客戶保留率的下降速度和幅度最快,原因可能在于信譽(yù)評(píng)級(jí)為A的企業(yè)有較好的信譽(yù)且企業(yè)的實(shí)力相對(duì)來(lái)說(shuō)比其他等級(jí)的企業(yè)的實(shí)力來(lái)說(shuō)較強(qiáng),信貸額度一般來(lái)說(shuō)也較大,信譽(yù)評(píng)級(jí)為C的企業(yè)其客戶保留率隨銀行貸款利率的增大而下降的速度和幅度次之,且信譽(yù)評(píng)級(jí)為C的企業(yè)的信貸利潤(rùn)占銀行總利潤(rùn)的比重最小。而信譽(yù)評(píng)級(jí)為B的企業(yè)的實(shí)力和個(gè)數(shù)相對(duì)信譽(yù)評(píng)級(jí)為A和C的企業(yè)來(lái)說(shuō)都適中。綜上所述,可以預(yù)測(cè)最終銀行制定貸款利率的結(jié)果為信譽(yù)評(píng)級(jí)為A的企業(yè)的利率最低,信譽(yù)評(píng)級(jí)為B的企業(yè)的利率次之,信譽(yù)評(píng)級(jí)為C的企業(yè)的利率最高。

        其次,通過(guò)銀行對(duì)不同信譽(yù)評(píng)級(jí)進(jìn)行放貸所得的利潤(rùn)為目標(biāo)函數(shù),目標(biāo)函數(shù)如下:

        (7)

        其中表示信譽(yù)評(píng)級(jí)為? 時(shí)銀行的信貸利潤(rùn),表示信譽(yù)評(píng)級(jí)為? 的企業(yè)的信貸總額度,表示信譽(yù)評(píng)級(jí)為? 的客戶個(gè)數(shù),表示信譽(yù)評(píng)級(jí)為? 時(shí)銀行制定的年貸款利率,表示在前提下客戶的保留率。

        信譽(yù)評(píng)級(jí)為A的客戶給銀行帶來(lái)利潤(rùn)的函數(shù)表達(dá)式為:

        (8)

        調(diào)用中函數(shù),其中為,為,做出信譽(yù)評(píng)級(jí)為A的企業(yè)給銀行帶來(lái)的信貸利潤(rùn)關(guān)于貸款年利率的曲線圖。

        使用求得,當(dāng)信譽(yù)等級(jí)為A的企業(yè)貸款年利率為0.047時(shí)銀行的利潤(rùn)最大,所以銀行對(duì)信譽(yù)等級(jí)為A的企業(yè)制定的利率為0.047,信譽(yù)評(píng)級(jí)為A的企業(yè)有:E2,E6,E7,E8,E9,E13,E15,E16,E17,E18,E22,E24,E31,E42,E48,E54,E59,E64,E81,E84,E88,E91。

        信譽(yù)評(píng)級(jí)為B的客戶給銀行帶來(lái)利潤(rùn)的函數(shù)表達(dá)式為:

        (9)

        調(diào)用中函數(shù),其中為,為,做出信譽(yù)評(píng)級(jí)為B的企業(yè)給銀行帶來(lái)的信貸利潤(rùn)關(guān)于貸款年利率的曲線圖。

        使用求得,當(dāng)信譽(yù)等級(jí)為B的企業(yè)貸款年利率為0.052時(shí)銀行的利潤(rùn)最大,所以銀行對(duì)信譽(yù)等級(jí)為B的企業(yè)制定的利率為0.052,信譽(yù)評(píng)級(jí)為B的企業(yè)有:E10,E12,E28,E30,E32,E34,E35,E38,E43,E51,E57,E58,E60,E61,E62,E63,E65,E67,E70,E71,E74,E76,E85,E93,E95,E97,E98,E106。

        信譽(yù)評(píng)級(jí)為C的客戶給銀行帶來(lái)利潤(rùn)的函數(shù)表達(dá)式為:

        (10)

        調(diào)用中函數(shù),其中為,為,做出信譽(yù)評(píng)級(jí)為C的企業(yè)給銀行帶來(lái)的信貸利潤(rùn)關(guān)于貸款年利率的曲線圖。

        使用求得,當(dāng)信譽(yù)等級(jí)為C的企業(yè)的貸款年利率為0.054時(shí)銀行的利潤(rùn)最大,所以銀行對(duì)信譽(yù)等級(jí)為C的企業(yè)制定的利率為0.054,信譽(yù)評(píng)級(jí)為C的企業(yè)有:E3,E4,E11,E14,E25,E29,E39,E40,E41,E46,E47,E49,E50,E53,E55,E68,E69,E72,E73,E75,E77,E78,E80,E86,E87,E90,E92,E94,E104,E105,E110。

        (2) 靈敏度分析

        對(duì)于A、B、C信譽(yù)評(píng)級(jí)下的銀行利潤(rùn)與銀行年利率之間的函數(shù)表達(dá)式進(jìn)行靈敏度分析。以長(zhǎng)度0.03為區(qū)間大小來(lái)截取不同信譽(yù)評(píng)級(jí)的函數(shù)區(qū)間。信譽(yù)評(píng)級(jí)為A截取[0.04,0.07]的函數(shù)區(qū)間,信譽(yù)評(píng)級(jí)為B截取[0.06,0.09]的函數(shù)區(qū)間,信譽(yù)評(píng)級(jí)為C截取[0.09,0.12]的函數(shù)區(qū)間。三個(gè)區(qū)間均以0.00001為步長(zhǎng)取一點(diǎn)ri,計(jì)算其函數(shù)值,觀察當(dāng)自變量貸款利率發(fā)生微小變化時(shí),因變量銀行利潤(rùn)的變化情況。

        信譽(yù)等級(jí)為A的情況下,靈敏度分析的區(qū)間為[0.04,0.07]時(shí),利率發(fā)生微小變化,銀行信貸利潤(rùn)變化不明顯,僅在利率0.05984到0.05985以及0.0661到0.06616時(shí),銀行利潤(rùn)變化幅度較大,但從整體來(lái)看銀行信貸利潤(rùn)的波動(dòng)性不大。

        信譽(yù)等級(jí)為B的情況下,靈敏度區(qū)間為[0.06,0.09]時(shí),靈敏度分析所得曲線的平滑性較差,當(dāng)信貸利率被調(diào)整時(shí),銀行信貸利潤(rùn)受其影響的程度非常大。

        信譽(yù)等級(jí)為C的情況下,靈敏度區(qū)間為[0.09,0.12]時(shí),其靈敏度分析的結(jié)果對(duì)比信譽(yù)等級(jí)為B時(shí),銀行貸款利潤(rùn)波動(dòng)性較為平緩,但仍有明顯的波動(dòng)。

        (3) 模型的檢驗(yàn)

        使用基于蒙特卡洛模擬的退火算法檢驗(yàn)。檢驗(yàn)的步驟為:

        ①使用蒙特卡洛模擬10000次獲得的最大值,作為退火算法中的初始解。因?yàn)榧兇獾厥褂猛嘶鹚惴?,其初始解是隨機(jī)生成的,倘若初始解與正確解的距離較大,這樣會(huì)擴(kuò)大搜索范圍,求解的時(shí)間可能會(huì)過(guò)長(zhǎng)。

        ②計(jì)算蒙特卡洛模擬10000次后得到自變量初始解X,計(jì)算X對(duì)應(yīng)的值f(X)。

        ③在X附近隨機(jī)生成一個(gè)隨機(jī)解Z,計(jì)算Z所對(duì)應(yīng)的函數(shù)值f(Z)。

        ④如果f(Z)> f(X),將Z的值賦值給X,然后重復(fù)上述步驟。

        ⑤如果f(Z)< f(X),那么接受Z的概率為:

        其中,為溫度衰減系數(shù),一般取0.95。

        T0為設(shè)置的初始溫度,這里取100℃。

        10000次蒙特卡洛模擬出的結(jié)果為:

        最佳r值為0.0469,最大S值為0.2749(R取0.0469時(shí),S取最大值0.2749。將此次結(jié)果作為模擬退火算法的初始解)。

        2.問(wèn)題二的模型的建立與求解

        (1) 數(shù)據(jù)預(yù)處理

        對(duì)于302家企業(yè),在對(duì)信貸風(fēng)險(xiǎn)進(jìn)行量化分析時(shí)不再考慮信譽(yù)等因素的影響,因此簡(jiǎn)化了模型指標(biāo)為利潤(rùn)、利潤(rùn)率、浮動(dòng)比率這三個(gè)方面。構(gòu)成了302行3列的矩陣,根據(jù)同問(wèn)題一相同的方法計(jì)算出每家企業(yè)的利潤(rùn),剔除利潤(rùn)為負(fù)數(shù)的企業(yè),不予考慮信貸額度。這樣剩余247家企業(yè),構(gòu)成了247行3列的矩陣。

        (2) 使用灰色關(guān)聯(lián)分析對(duì)信貸風(fēng)險(xiǎn)進(jìn)行量化分析

        灰色關(guān)聯(lián)分析的步驟為:

        ①對(duì)數(shù)據(jù)矩陣進(jìn)行正向化處理(與問(wèn)題一中Topsis方法相同)。

        ②對(duì)正向化的矩陣進(jìn)行預(yù)處理。

        處理的方法:先求出每一個(gè)指標(biāo)的均值,再用該指標(biāo)中的每一個(gè)元素除以其均值。

        ③對(duì)預(yù)處理后的矩陣取出每一行的最大值構(gòu)成母序列;每一個(gè)指標(biāo)構(gòu)成子序列。

        ⑤計(jì)算子序列中各個(gè)指標(biāo)與母序列的關(guān)聯(lián)系數(shù)。

        ⑤其中為母序列, 為子序列。

        ⑥計(jì)算灰色關(guān)聯(lián)系數(shù)

        (11)

        其中,,為分辨系數(shù)(一般取0.5)。

        ⑦計(jì)算灰色關(guān)聯(lián)度

        (12)

        上述公式為和的灰色關(guān)聯(lián)度,計(jì)算各個(gè)指標(biāo)的權(quán)重。

        ⑧對(duì)k家企業(yè)的得分

        (13)

        ⑨得分歸一化處理

        使用求解到247家企業(yè)的信貸風(fēng)險(xiǎn)量化分析為E126 0.020179076……E425 0.00134686。

        (3) 信貸決策的貸款額度分配

        貸款額度的分配與量化分析的結(jié)果具有一致性。綜合得分越高代表企業(yè)的信貸風(fēng)險(xiǎn)越低,同時(shí)由于所有企業(yè)綜合得分之和值為1,因此綜合得分與信貸總額的乘積就是企業(yè)的信貸額度。結(jié)果為企業(yè)E329所得到的貸款額度最大,貸款額度為0.077890779億元,企業(yè)E209所得到的貸款額度最小,貸款額0.000927146億元。

        (4) 信貸決策的利率制定

        由于問(wèn)題二中所有的企業(yè)都無(wú)信貸記錄,因此在考慮如何確定貸款利率這一問(wèn)題上參考問(wèn)題一信譽(yù)評(píng)級(jí)為A的企業(yè)的貸款利率,這樣使得所有企業(yè)在初次信貸時(shí)享有公平的待遇,因此247家企業(yè)的信貸利率為4.7%。

        (5) 模型的檢驗(yàn)

        使用和問(wèn)題一相同的Topsis模型檢驗(yàn)信貸風(fēng)險(xiǎn)的量化分析結(jié)果。將使用Topsis模型與使用灰色關(guān)聯(lián)分析模型所得到的信貸風(fēng)險(xiǎn)量化分析的結(jié)果可視化;然后利用excel繪制其結(jié)果的對(duì)比圖。

        從信貸風(fēng)險(xiǎn)的量化分析對(duì)比圖的結(jié)果來(lái)看,量化結(jié)果的趨勢(shì)走向一致。

        參考文獻(xiàn):

        [1]蒙明慧,覃年玉.基于AHP-熵權(quán)法的中國(guó)商業(yè)銀行社會(huì)責(zé)任評(píng)價(jià)指標(biāo)的體系構(gòu)建.科技經(jīng)濟(jì)市場(chǎng),2020.

        [2]朱沛華,陳林.工業(yè)增加值與全要素生產(chǎn)率估計(jì)——基于中國(guó)制造業(yè)的擬蒙特卡洛實(shí)驗(yàn).中國(guó)工業(yè)經(jīng)濟(jì),2020.

        [3]張永濤,曹喜果.改進(jìn)遺傳模擬退火算法在電站機(jī)組協(xié)調(diào)控制系統(tǒng)辨識(shí)中的應(yīng)用.中國(guó)測(cè)試,2020.

        [4]李萬(wàn)杰,王偉,侯湘文.基于灰色關(guān)聯(lián)分析理論的航天型號(hào)元器件供應(yīng)商綜合評(píng)價(jià)體系研究.中國(guó)管理信息化,2018.

        猜你喜歡
        灰色關(guān)聯(lián)分析熵權(quán)法蒙特卡洛
        征服蒙特卡洛賽道
        利用控制變量方法縮減蒙特卡洛方差
        大學(xué)周邊健身房滿意度調(diào)查報(bào)告
        基于熵權(quán)法的京津冀區(qū)域信息化協(xié)調(diào)發(fā)展規(guī)律模型及其應(yīng)用
        基于灰色關(guān)聯(lián)的河南省旅游收入影響因素研究
        科技與管理(2016年3期)2016-12-20 10:35:11
        基于灰色關(guān)聯(lián)分析的制造企業(yè)跨國(guó)并購(gòu)財(cái)務(wù)決策
        秸稈資源化對(duì)吉林省經(jīng)濟(jì)結(jié)構(gòu)的影響研究
        中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究
        基于熵權(quán)法的西安市外向型經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)研究
        城市與區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展
        商(2016年27期)2016-10-17 04:35:55
        国产成人精品日本亚洲专区61| 欧美一区二区三区久久综| 日韩网红少妇无码视频香港| 日韩精品成人无码专区免费| 精品人妻伦九区久久aaa片| 亚洲av鲁丝一区二区三区| 免费视频成人 国产精品网站| 色婷婷亚洲一区二区在线| 一区二区三区天堂在线| 精品人妻无码视频中文字幕一区二区三区| 国产在线白丝DVD精品| 久久久亚洲经典视频| 亚洲av日韩一区二三四五六七| 中文字幕一区二区三区| 激情久久黄色免费网站| 日韩日韩日韩日韩日韩| 欧美极品jizzhd欧美| 中文字幕国产欧美| 2021亚洲色中文字幕| 国产人成在线免费视频| 极品粉嫩小仙女高潮喷水操av| 人人超碰人人爱超碰国产| 艳妇臀荡乳欲伦交换在线播放| 久久AV中文综合一区二区| 92自拍视频爽啪在线观看| 欧美熟妇另类久久久久久多毛| 亚洲av无码一区二区三区四区 | 鲁丝片一区二区三区免费| japanese无码中文字幕| 国产激情视频在线观看你懂的| 人妻系列中文字幕av| 国产成人综合美国十次| 少妇被粗大的猛进69视频| 亚洲高清在线观看免费视频 | 国产精品美女久久久久久久| 国产成人精品蜜芽视频| 最新国产精品国产三级国产av| 久久精品国产亚洲av性瑜伽| 免费网站看v片在线18禁无码| 亚洲午夜精品a区| 中文字幕av一区二区三区诱惑|