摘要
本文主要针对银行对中小微企业的放贷过程进行了相关研究,利用Logistics回归模型和贝叶斯神经网络拟合模型,做了最优的信贷策略即获得最大的收益和最低的风险。首先对123家企业的信贷风险进行数据预处理,进一步地对变量进行Spearman相关性分析和筛选,分析企业信贷风险水平,其次考虑到数据和方法存在缺陷的影响,本文建立Logistics回归模型和贝叶斯神经网络拟合模型对筛选出来的五个变量进行验证。在无信贷记录的302家企业的放贷过程中,拟合出三个信誉评级中贷款年利率对客户流失率的影响。最后收益最大和违约率最小建立双目标规划模型,用MATLAB进行运算得出结果。根据结果我们建议信用评级为A的企业贷款利率可以调节在(0.04-0.10)内,而信用评级为B或C的企业贷款利率可以调节在(0.10-0.15)内。对此可以保证银行的利润最大化,风险最小化。信用评级为D的企业不予以贷款,其违约率极高。
