基于神經(jīng)網(wǎng)絡模型的客戶信用評價仿真研究.pdf

1、由于缺乏科學的管理方法與有效的信用分析技術，使得國內(nèi)大多數(shù)企業(yè)的信用銷售效果不理想，“三角債”成為企業(yè)發(fā)展的重要障礙。鑒于此，目前各國學者紛紛將各種建模與分析方法引入信用銷售領域對其進行研究。 但是，對于信用評價，傳統(tǒng)的統(tǒng)計分析方法(包括多元判別分析模型MDA和對數(shù)回歸模型等)雖然具有明顯的解釋性等優(yōu)點，但其運用卻存在過于嚴格的前提條件等局限。比如MDA要求數(shù)據(jù)服從多元正態(tài)分布、同協(xié)方差等；對數(shù)回歸模型對財務指標的多重共線性干擾

2、敏感?，F(xiàn)實中，大量數(shù)據(jù)往往不符合前面的假設前提，這就在很大程度上限制了統(tǒng)計模型在信用銷售客戶分析中的應用。 近年來，神經(jīng)網(wǎng)絡被廣泛地應用于經(jīng)濟、金融和管理等領域。已有研究表明：神經(jīng)網(wǎng)絡具有對數(shù)據(jù)分布要求不嚴格、非線性的數(shù)據(jù)處理方法、強魯棒性和動態(tài)性等優(yōu)點。這使之成為財務危機預測研究中的一個熱點，亦有機構利用神經(jīng)網(wǎng)絡進行財務預警得到良好的效果。因此，本文嘗試將神經(jīng)網(wǎng)絡模型引入信用銷售領域，以期對客戶信用情況進行更好的評價，從而達到

3、科學的信用銷售管理和有效的信用銷售策略。 第一部分介紹了企業(yè)目前信用銷售管理的研究現(xiàn)狀。 目前對企業(yè)信用銷售管理的研究主要集中在信用風險評價方法方面，該評價方法主要有定性分析和定量分析兩種。其中：定性分析主要依賴專家的專業(yè)職能、主觀判斷對某些關鍵因素進行權衡從而對信用風險做出評價；而定量分析則多依賴于一些傳統(tǒng)的統(tǒng)計模型對信用銷售數(shù)據(jù)進行分析作出評價。但實踐中的大量數(shù)據(jù)往往不符合這些模型的前提假設，從而限制了傳統(tǒng)統(tǒng)計模型在

4、企業(yè)信用銷售中的應用。如何用更好的方法來進行信用風險評價正是本論文要研究的主要問題之一。 此外，根據(jù)企業(yè)的信用銷售流程制定相應的客戶信用評價的研究也相對空白，已有的這方面的研究也存在評價因素簡單、標準不規(guī)范、數(shù)據(jù)來源不全面等多方面問題。如何根據(jù)企業(yè)的業(yè)務流程特點，結合較為先進的信用風險評價方法制定相應的客戶信用評價體系也是本論文要研究的主要問題之一。 第二部分介紹信用銷售的基本概念及其業(yè)務流程特點，并詳細介紹了目前比較前

5、沿的全程信用管理模式和客戶關系管理及其軟件。要根據(jù)企業(yè)業(yè)務流程特點，結合較為先進的信用風險評價方法制定相應的客戶信用評價體系必須要了解比較前沿的全程信用管理模式和客戶關系管理及其軟件。 企業(yè)全程信用管理是目前理論界比較前沿的一種管理模式，在信用銷售中有著廣泛的應用。全程信用管理指全面控制企業(yè)交易過程中各個關鍵業(yè)務環(huán)節(jié)，從而控制客戶風險，迅速提高應收賬款回收率的方法。客戶關系管理以及客戶關系管理軟件，可以很好的為信用銷售服務。因為

6、利用客戶關系管理可以清晰的了解客戶的需求，從而及時的跟蹤和管理客戶信息。但目前已有的客戶關系管理軟件對客戶信用評價的決策支持很少。象開思/CRM-Star客戶關系管理軟件7個功能模塊能夠對信用銷售提供強大的支持，卻缺乏在信用銷售中占據(jù)重要地位的客戶信用分析功能模塊。國內(nèi)其他的客戶關系管理軟件，比如東柏公司的Michelle，也存在這樣的問題。由此可見，信用銷售管理的關鍵在于如何利用現(xiàn)有資料揭示出已知的、隱藏的、未知的商業(yè)規(guī)律，從而引入新

7、的模型、方法對客戶進行信用評價。 近年來廣泛應用于金融、經(jīng)濟等領域的神經(jīng)網(wǎng)絡模型能夠很好的模擬人的形象思維，具有大規(guī)模并行協(xié)同處理能力、較強的容錯能力、聯(lián)想能力和學習能力等優(yōu)點，使之成為財務研究中的一個熱點。但是一直以來，神經(jīng)網(wǎng)絡模型在信用銷售領域應用很少，因此，本論文主要進行了基于神經(jīng)網(wǎng)絡模型的信用評價仿真研究。 第三部分提出了信用銷售客戶評價的神經(jīng)網(wǎng)絡實現(xiàn)方案。 首先，論文對比兩類研究方法，設計基于神經(jīng)網(wǎng)絡的

8、信用銷售客戶評價的仿真研究路線。其次，在提出假設的基礎上，深入分析如何構建模型指標體系，同時整理了用來進行客戶信用評價的信息，對指標體系進行了構建。再次，分別用B-P神經(jīng)網(wǎng)絡和LVQ(學習矢量化)神經(jīng)網(wǎng)絡構建了信用銷售客戶評價模型，并利用真實數(shù)據(jù)對其進行仿真研究。最后，對兩種模型進行比較并作出了評價。研究結果表明，LVQ神經(jīng)網(wǎng)絡較之B-P神經(jīng)網(wǎng)絡和其他傳統(tǒng)方法，具有更好的性能。具體仿真結論如下： 1.B-P神經(jīng)網(wǎng)絡是目前應用最廣

9、泛的人工神經(jīng)網(wǎng)絡，有著很強的聯(lián)想能力，能夠很好的解決在信用銷售客戶評價中可能存在參數(shù)取值不精確的問題，從而對賒銷客戶的信用做出準確的評價。 2.由于B-P神經(jīng)網(wǎng)絡采用基于梯度下降的非線性策略，收斂速度比較慢。在構建賒銷客戶信用評價模型時，如果訓練樣本太少就可能會陷入局部最小的境遇，這樣不能保證求出全局最小。但通過不斷的增加訓練樣本可以使神經(jīng)網(wǎng)絡的準確度得到極大的提高。 3.LVQ神經(jīng)網(wǎng)絡能夠準確的將賒銷客戶分成“關注”、