基于神經(jīng)網(wǎng)絡(luò)模型的客戶信用評(píng)價(jià)仿真研究.pdf

1、由于缺乏科學(xué)的管理方法與有效的信用分析技術(shù)，使得國(guó)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(guó)學(xué)者紛紛將各種建模與分析方法引入信用銷售領(lǐng)域?qū)ζ溥M(jìn)行研究。 但是，對(duì)于信用評(píng)價(jià)，傳統(tǒng)的統(tǒng)計(jì)分析方法(包括多元判別分析模型MDA和對(duì)數(shù)回歸模型等)雖然具有明顯的解釋性等優(yōu)點(diǎn)，但其運(yùn)用卻存在過于嚴(yán)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(duì)數(shù)回歸模型對(duì)財(cái)務(wù)指標(biāo)的多重共線性干擾

2、敏感?，F(xiàn)實(shí)中，大量數(shù)據(jù)往往不符合前面的假設(shè)前提，這就在很大程度上限制了統(tǒng)計(jì)模型在信用銷售客戶分析中的應(yīng)用。 近年來，神經(jīng)網(wǎng)絡(luò)被廣泛地應(yīng)用于經(jīng)濟(jì)、金融和管理等領(lǐng)域。已有研究表明：神經(jīng)網(wǎng)絡(luò)具有對(duì)數(shù)據(jù)分布要求不嚴(yán)格、非線性的數(shù)據(jù)處理方法、強(qiáng)魯棒性和動(dòng)態(tài)性等優(yōu)點(diǎn)。這使之成為財(cái)務(wù)危機(jī)預(yù)測(cè)研究中的一個(gè)熱點(diǎn)，亦有機(jī)構(gòu)利用神經(jīng)網(wǎng)絡(luò)進(jìn)行財(cái)務(wù)預(yù)警得到良好的效果。因此，本文嘗試將神經(jīng)網(wǎng)絡(luò)模型引入信用銷售領(lǐng)域，以期對(duì)客戶信用情況進(jìn)行更好的評(píng)價(jià)，從而達(dá)到

3、科學(xué)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(duì)企業(yè)信用銷售管理的研究主要集中在信用風(fēng)險(xiǎn)評(píng)價(jià)方法方面，該評(píng)價(jià)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(duì)某些關(guān)鍵因素進(jìn)行權(quán)衡從而對(duì)信用風(fēng)險(xiǎn)做出評(píng)價(jià)；而定量分析則多依賴于一些傳統(tǒng)的統(tǒng)計(jì)模型對(duì)信用銷售數(shù)據(jù)進(jìn)行分析作出評(píng)價(jià)。但實(shí)踐中的大量數(shù)據(jù)往往不符合這些模型的前提假設(shè)，從而限制了傳統(tǒng)統(tǒng)計(jì)模型在

4、企業(yè)信用銷售中的應(yīng)用。如何用更好的方法來進(jìn)行信用風(fēng)險(xiǎn)評(píng)價(jià)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(yīng)的客戶信用評(píng)價(jià)的研究也相對(duì)空白，已有的這方面的研究也存在評(píng)價(jià)因素簡(jiǎn)單、標(biāo)準(zhǔn)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(wù)流程特點(diǎn)，結(jié)合較為先進(jìn)的信用風(fēng)險(xiǎn)評(píng)價(jià)方法制定相應(yīng)的客戶信用評(píng)價(jià)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(wù)流程特點(diǎn)，并詳細(xì)介紹了目前比較前

5、沿的全程信用管理模式和客戶關(guān)系管理及其軟件。要根據(jù)企業(yè)業(yè)務(wù)流程特點(diǎn)，結(jié)合較為先進(jìn)的信用風(fēng)險(xiǎn)評(píng)價(jià)方法制定相應(yīng)的客戶信用評(píng)價(jià)體系必須要了解比較前沿的全程信用管理模式和客戶關(guān)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(yīng)用。全程信用管理指全面控制企業(yè)交易過程中各個(gè)關(guān)鍵業(yè)務(wù)環(huán)節(jié)，從而控制客戶風(fēng)險(xiǎn)，迅速提高應(yīng)收賬款回收率的方法。客戶關(guān)系管理以及客戶關(guān)系管理軟件，可以很好的為信用銷售服務(wù)。因?yàn)?/p>

6、利用客戶關(guān)系管理可以清晰的了解客戶的需求，從而及時(shí)的跟蹤和管理客戶信息。但目前已有的客戶關(guān)系管理軟件對(duì)客戶信用評(píng)價(jià)的決策支持很少。象開思/CRM-Star客戶關(guān)系管理軟件7個(gè)功能模塊能夠?qū)π庞娩N售提供強(qiáng)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(guó)內(nèi)其他的客戶關(guān)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(guān)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(duì)客戶進(jìn)行信用評(píng)價(jià)。 近年來廣泛應(yīng)用于金融、經(jīng)濟(jì)等領(lǐng)域的神經(jīng)網(wǎng)絡(luò)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(qiáng)的容錯(cuò)能力、聯(lián)想能力和學(xué)習(xí)能力等優(yōu)點(diǎn)，使之成為財(cái)務(wù)研究中的一個(gè)熱點(diǎn)。但是一直以來，神經(jīng)網(wǎng)絡(luò)模型在信用銷售領(lǐng)域應(yīng)用很少，因此，本論文主要進(jìn)行了基于神經(jīng)網(wǎng)絡(luò)模型的信用評(píng)價(jià)仿真研究。 第三部分提出了信用銷售客戶評(píng)價(jià)的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)方案。 首先，論文對(duì)比兩類研究方法，設(shè)計(jì)基于神經(jīng)網(wǎng)絡(luò)的

8、信用銷售客戶評(píng)價(jià)的仿真研究路線。其次，在提出假設(shè)的基礎(chǔ)上，深入分析如何構(gòu)建模型指標(biāo)體系，同時(shí)整理了用來進(jìn)行客戶信用評(píng)價(jià)的信息，對(duì)指標(biāo)體系進(jìn)行了構(gòu)建。再次，分別用B-P神經(jīng)網(wǎng)絡(luò)和LVQ(學(xué)習(xí)矢量化)神經(jīng)網(wǎng)絡(luò)構(gòu)建了信用銷售客戶評(píng)價(jià)模型，并利用真實(shí)數(shù)據(jù)對(duì)其進(jìn)行仿真研究。最后，對(duì)兩種模型進(jìn)行比較并作出了評(píng)價(jià)。研究結(jié)果表明，LVQ神經(jīng)網(wǎng)絡(luò)較之B-P神經(jīng)網(wǎng)絡(luò)和其他傳統(tǒng)方法，具有更好的性能。具體仿真結(jié)論如下： 1.B-P神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最廣

9、泛的人工神經(jīng)網(wǎng)絡(luò)，有著很強(qiáng)的聯(lián)想能力，能夠很好的解決在信用銷售客戶評(píng)價(jià)中可能存在參數(shù)取值不精確的問題，從而對(duì)賒銷客戶的信用做出準(zhǔn)確的評(píng)價(jià)。 2.由于B-P神經(jīng)網(wǎng)絡(luò)采用基于梯度下降的非線性策略，收斂速度比較慢。在構(gòu)建賒銷客戶信用評(píng)價(jià)模型時(shí)，如果訓(xùn)練樣本太少就可能會(huì)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(xùn)練樣本可以使神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確度得到極大的提高。 3.LVQ神經(jīng)網(wǎng)絡(luò)能夠準(zhǔn)確的將賒銷客戶分成“關(guān)注”、