2020 年高教社杯全国大学生数学建模竞赛题目

C题 中小微企业的信贷决策

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。
某银行对确定要放贷企业的贷款额度为 10 100万元；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。该银行请你们团队
根据实际和附件中的数据信息，通过建立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：
(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。有信贷记录的企业；总额固定但不确定
(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。无信贷记录的企业；总额
固定且确定
(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，而且突发因素往往
对不同行业、不同类别的企业会有不同的影响。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。承接问题 2；考虑不同行业、类别+突发事件的影响。

附件 1 123 家有信贷记录企业的相关数据
附件 2 302 家无信贷记录企业的相关数据
附件 3 银行贷款年利率与客户流失率关系的 2019 年统计数据

附件中数据说明：
(1) 进项发票：企业进货（购买产品）时销售方为其开具的发票。
(2) 销项发票：企业销售产品时为购货方开具的发票。
(3) 有效发票：为正常的交易活动开具的发票。
(4) 作废发票：在为交易活动开具发票后，因故取消了该项交易，使发票作废。
(5) 负数发票：在为交易活动开具发票后，企业已入账记税，之后购方因故发生退货并退款，
此时，需开具的负数发票。
(6) 信誉评级：银行内部根据企业的实际情况人工评定的，银行对信誉评级为 D 的企业原则上
不予放贷。
(7) 客户流失率：因为贷款利率等因素银行失去潜在客户的比率。
优秀论文阅读：C109
1. 摘要：核心是根据一系列数据，如信誉评级，是否违约，发票状态等变量对企业进行“分类”，
所以总思路是机器学习中的分类模型。本文思路分为两步：一步是判断信贷风险 （改进梯度算法下
的决策树模型），第二步是根据三个限制：“收益最大，风险最小（第一步求解的信贷风险），客
户流失率最小”建立非线性规划模型，给出策略。另外在解决第三问时，用爬虫爬取了新冠疫情以
来的各行业股票数据以度量新冠对各行业的影响。
2. 问题重述：文献综述的方式介绍了传统的信贷风险评估方法（报菜名）+ 分点陈述数学模型要解
决的问题。
3. 问题分析：把三个问题的具体思路再说一遍，但是感觉也没怎么深入，就是把摘要里的内容又写
了一遍，区别在于摘要呈现了模型的准确率，计算的结果等。
4. 模型假设与符号说明：三线表
5. 问题 1 的建立与求解：
1）在开头给出了思路流程图。
2）数据预处理上，在对缺失值的处理上，选择按照比例补全缺失的数据。比如只有某企业
2017 年 8-12 月的数据，并有完整的 2018 年的数据，那么就结合 18 年 8-12 月的数据占一整年
数据的比例，推算 2017 年整年数据的估计值。
3）变量选取：
- 因变量：企业违约概率（借款后一年违约的概率）（违约状态）(R_j)
- 自变量（通过论文阅读选取）：
-- 企业经营状况：2017-19 三年平均营业收入（企业规模）；年平均利润；年平均利润率；年
平均利润增长率；平均销售额增长率，企业产品与服务质量。
-- 企业信誉：信誉等级(A-1,B-0,75,C-0.5,D-0.25）
4）模型建立：
- 判断信贷风险模型：一言以蔽之：梯度提升决策树算法（GBDT）+添加正则项惩罚复杂的树
结构。具体写法上，首先要介绍一下所用的算法，比如决策树算法，梯度提升决策树算法
（用
文字），然后再把算法的目标函数、损失函数构建和计算过程用文字和数学公式混合的方式
表
达出来，即讲明白模型的原理（虽然我看不懂），并给出算法流程图。
- 非线性规划的发放策略模型：一言以蔽之：根据“收益最大，风险最小（第一步求解的信贷
风险），客户流失率最小”这一规则，量化收益、风险、客户流失并求解。其中量化的处理
如
下：
a. 风险：用对企业 j 的期望收益，即如果不违约给银行带来的收益-违约造成的损失（0.22 为

一年期平均贷款违约损失率 ）：
t j= A j ·i j · ( 1−R j )− A j ·0.22 · R j ，A_j 为企业可贷金额，
 i_j 为企业贷款利率,R_j 为违约概率。只有 t_j>0 是才会放贷。
b. 客户流失：用客户流失价值（即根据企业规模（需要提前对企业规模进行分类），根据该
规模企业如果不流失，能给银行带来的最大贷款收益的 25%作为流失价值）与流失率与贷
款利率的拟合函数 f(i)的乘积衡量： ,M_j 为客户流失价值，f_j(i)为拟合函数。
L j =M j · f j ( i )

（如果数据中出现两个变量相关的数据，那么可以考虑用函数拟合）
5） 模型 1 的求解与分析：要说明自己模型的准确率，可以用其他模型与自己的模型相比较说
明其优越性。对于本文中的分类问题，要说明各个自变量对因变量的影响程度有多大。不过这
个报告的图画的很丑，但仍然很优秀，说明图在此次比赛中可能并不是重点。在非线性规划的
最优值求解过程中，注意到 Matlab 不能求解非线性整数规划（不理解），所以去掉了一个分
段
函数的约束条件，关于具体的策略，则是通过“fmincon”函数给出。（即给出对某一个企业是
否放贷，放多少贷，利率多少）
7. 问题 2 的建模与求解：由于问题 2 主要是针对一些没有进行信誉评级的企业进行风险分析，所以
相比于模型 1，只是需要以模型 1 的数据为训练基础，对无信贷记录的企业信誉进行评级，然后过
程和模型 1 都一样。在信誉评级模型上，将模型 1 的梯度提升决策树算法（GBDT）+添加正则项惩
罚复杂的树结构模型的因变量从违约概率改成信誉等级（ABCD）即可（更改因变量）。求解与分
析的内容也与之前类似，不再赘述。
8. 问题 3 的建模与求解：此问题相对来说更偏向于定性分析，为了能够度量疫情对各个行业的影响，
本文使用了宏观微观相结合的方法进行分析。在宏观上，找到每个行业的代表性企业， 爬取它们从
2020 年 1 月 20 日（疫情爆发）开始到 2020 年 7 月（国赛之前，已有数据的终点）的股票变换信息，
根据其“最大跌幅”与“恢复至原先水平所有时间”两个变量将 14 个行业分成 4 个受影响程度类。
后续的微观分析由于样本量过小，并没有起到什么作用，所以最终建模时还是采用了宏观分析的结
果，对不同影响程度的行业中的企业提供不同的政策，即调整贷款额度，给予贷款利率优惠 ，但是
具体调整多少，文章给出了明确的数字，但是却没有相应的推理过程，猜测可能是取自国家官方文
件。最后的模型也只是在问题 1 的模型中对额度 A_j 与利率 i_j 进行了调整，本质没有改变。
9. 模型评价与推广：对本文的 3 个模型分别讨论其优点、缺点、推广，整体比较水。
0. 启示：
1）一些超参数（比如 0.22）、自变量大概是通过权威论文选取出来的。
2）在建模时，要尽可能考虑到 1,2 两个问题的连续性，尽量用一个模型，或者稍微对原模型进
行一点改动，即可应用到另一个问题上。同时第一个问题的建模至关重要，因为大概率后面
的题目都是 Q1 的延伸。
3）可能会需要用到爬虫，不过基本可以通过八爪鱼解决。
4）画图的美观程度貌似要求不高。

优秀论文阅读：C142
1. 概述：信贷风险模型：主成分分析；决策模型：非线性规划（遗传算法）；信誉等级评价模型：
BP 神经网络
2. 问题 1 的建立与求解：
 1）变量选取：
- 自变量：总收益；进步因子（月度收益增长率均值）；信誉评级（ABCD 转化为分数）；违约
情况（是/否转化为分数）；无效发票比例；交易偏好（企业成交发票税率均值）；交易规律
备注：对于无效发票比例，由于其他因素均呈现出指标越高，风险越低的特点，所以这里实际上用
的是‘1-无效发票’比例作为参数。对于交易规律，其量化为交易数额的 傅里叶变换后的幅度谱的
方差的均值。“使用傅里叶变换处理交易数额数据可以捕捉其周期性特征、降低噪音、进行有效的
特征提取和高级模式识别。这些在频域中更容易实现，而如果只直接考察交易数额的方差均值，可
能会丢失这些重要信息。”GPT 如是指出。
- 因变量：信贷风险（用综合得分的形式展现）
2）模型建立：主成分分析法，将 7 个指标降维，最终计算 p 个主成分（p<=7）的综合得分，归一
化后限制在[0,1]，得分越高，风险越低。
3）模型合理性检验：通过把已知企业分成 ABCD 四个类别，分别绘制他们的安全指数曲线，大
致可以得到 A>B>C>D。并对部分异常现象，比如 A<C 给出合理解释。
4）最优化策略模型：有信贷风险模型可以得到每个企业的信贷风险，而问题 1 又给出了每个企
业的违约情况，根据这两个变量拟合出了一个信贷风险安全指数与违约概率的函数。即违约概率
=f(信贷风险指数)；而对客户流失率与贷款年利率的关系，与 C109 一样采用了三次拟合方程。即客
户流失率=g(年利率)。如此给出最优化模型。然而本文改进了这一传统思路，采用遗传算法提高求
解效率。但是没有具体展示是如何用遗传算法计算的。
3. 问题 2 的建立与求解：由于采用了 BP 神经网络，直接跳过。
4. 问题 3 的建立与求解：本文采用了“基于经验评估的企业特征指数体系”，说白了就是根据论文
总结出了 6 个指标，然后对 22 个行业对这 6 个分项进行“经验评估”，也就是自己乱打。我觉得
这个第三题做的有点奇怪。
0. 启示：
1） 可以在 3 个模型做完之后添加一个“模型灵敏度分析”、合理性检验（如果可能）
2） 在设定变量的时候，最好讲清楚这个变量是由哪些数据来的，并且给这些变量尽可能取一些非
常牛逼的名字。
3） 傅里叶变换常常可以捕捉一些规律性特征，可以考虑使用。
4） 多变量问题可考虑主成分分析给出综合得分，这一方法的可解释性比较强（以系数的方式呈
现。）

优秀论文阅读：C142
1. 概述：信贷风险模型：熵权法和 TOPSIS 方法，11 个指标；最优化策略模型：RAROC 理论、违
约金字塔理论；信誉等级预测：BP 神经网络；违约记录（是/否）：逻辑回归；突发事件模型：引
入突发事件因子，国家统计局数据。
2. 问题重述：此文问题重述创新性的采用了背景介绍，数据介绍与分析，具体问题的结构。
3. 数据测写：此文创新性地添加了一个部分“数据测写”，说白了就是对数据进行描述性统计。然
后给出一些统计图。
4. 问题 1 的建立与求解: 规定 11 个变量，对信贷风险进行打分。通过熵权法计算权重（需要对指标
数据进行归一化和正向化处理，保证数据非负性），然后给出 11 个指标的权重，之后用 TOPSIS 方
法对企业进行排序，给出量化信贷风险。同时进行准确度检验。关于最优化策略，实际上用的还是
非线性规划，在此不过多赘述。
5. 问题 2 的建立与求解: 对于违约情况（是/否为 2 值变量）进行逻辑回归，对信用等级采用 BP 神
经网络。最优化认为非线性规划，添加了总贷款额为 1 亿的约束条件。
其他思路摘要：
C227: 信贷风险模型：20 个特征，将逻辑回归，adaboost，GBDT 和随机森林作为基分类器，建立
softvoting 集成学习算法——准确率极高，达到 97.6%。最优化策略：非线性规划；对突发事件，
从所给数据中提取 5 个特征体现新冠对企业的综合影响，并将企业聚类成 3 类，对应 3 个风险乘数，
对信贷进行分类讨论，给出不同策略。