[發明專利]基于主成分分析和神經網絡的中小信貸策略模型

在審

• 申請號: 202210696231.5
• 申請日: 2022-06-20
• 公開（公告）號: CN114862563A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 夏紅衛;陳鑫;蘇斌浩;卜寧川
• 申請（專利權）人: 常州工學院
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種中小微企業信貸策略模型，特別涉及一種基于主成分分析和神經網絡的中小信貸策略模型，充分量化企業交易票據信息，建立了綜合的信貸風險評判體系，運用主成分分析、粒子群算法、BP神經網絡、模糊綜合評判法對中小微企業進行了客觀、綜合的信貸決策；同時對有信貸記錄的企業的數據，使用支持向量機、隨機森林、BP神經網絡進行信貸等級評判的對比，確定了中小微企業信貸策略模型使用的魯棒性和有效性利用不同種類的數據得到數據間的相關矩陣，并基于相關矩陣特征值得到貸款額度分配模型的指標貢獻加權系數，即評價指標加權系數來源于數據本身而不依賴于人工經驗，是科學和準確并有效的。

技術領域

本發明涉及一種中小微企業信貸策略模型，特別涉及基于主成分分析和神經網絡的中小信貸策略模型。

背景技術

近年來，因為規模相對較小的中小微企業缺乏抵押資產，所以銀行通常依據信貸政策、企業的交易票據信息和上下游企業的影響力，來向經濟實力強、供求關系穩定的企業提供貸款，并且對信譽高、信貸風險小的企業給予利率優惠。銀行對放貸企業進行放貸，需要建立數學模型研究中小微企業的信貸策略，主要解決問題包括：量化分析有信貸記錄企業的信貸風險，給出銀行在年度信貸總額固定的情況下這些企業的信貸策略；量化分析無信貸記錄企業的信貸風險，給出銀行在年度信貸總額為常量時對這些企業的信貸策略；由于企業生產經營時會有一些突發因素，例如疫情或地震洪災等會對不同企業的生產經營和經濟效益產生不同影響；綜合考慮無信貸記錄企業的信貸風險和突發因素對各企業的影響，給出銀行在年度信貸總額固定額度時的信貸策略調整。

中小微企業規模較小,缺少抵押資產,因此銀行通常是依據企業的交易票據信息和影響力等因素制定貸款策略,并對信譽高,信貸風險小的企業給予利率優惠。目前也有學者建立一個以平均客戶流失率的閾值為約束條件的銀行貸款收益最優化模型，計算企業抗風險得分、資產實力得分、企業違約情況等,從而確定對企業是否放貸及貸款額度,利率和期限等信貸策略。學者對商業銀行開展小微企業信貸的策略選擇問題進行了研究，指出信息不對稱是限制商業銀行向小微企業貸款的最為關鍵的因素。以借款企業及其業主的相關軟信息為貸款決策依據的關系型貸款和貸款者之間負有連帶責任的團體貸款,可有效降低信息不對稱問題對貸款風險的影響。強調商業銀行需要在信息收集方法、營銷模式、業務流程、組織架構、激勵約束機制等多方面做出變革。