客户信用评价决策模型

随着我国社会主义市场经济逐步完善和中国加入WTO,企业面临的市场竞争越来越激烈,信用管理已成为现代企业管理的核心,建立完善的企业信用管理体系和制度,成为企业参与市场竞争,规避市场风险的有效筹码.企业的信用决策,不仅影响到企业应收账款水平,而且直接影响到销售额和营运资本的需求量.目前通行的做法是采用5C系统(品质、能力、资本、抵押和条件),对客户的资信状况进行评分并进行分级,以此作为企业选择信用销售对象和为客户提供信用额度的依据.在该系统中,只能根据客户的信用级别对客户违约可能性作一定性判断,下面介绍一种通过将客户特性的定性因素进行量化,从而估算客户履约概率来进行信用决策的模型.

电力客户信用风险评价模型研究

建立电力企业客户信用评价机制是解决电力企业电费回收难和严重违章用电现象的有效途径之一。结合电力生产实际情况,设定一系列客户信用评价要素和信用风险评价指标,同时赋予这些指标不同的权重,对电力客户进行信用评价。

中小企业信用销售客户评价模型构建研究

信用销售是现代企业经营的重要途径之一,但是随着信用销售规模的增加,企业的信用销售风险也在逐渐放大,而中小企业由于自身经营的特点其内部管理的不规范,信用销售风险更大。如何加强对客户信用评价成为有效遏制中小企业信用销售风险的途径之一。本文对目前客户信用评价方法进行了比较分析,并结合中小企业特点改进了现有的客户评价模型,构建了中小企业信用销售客户评价模型—遗传神经网络模型,力求降低中小企业的信用销售风险。

基于非财务指标的出口企业客户信用评价模型研究

一、基于非财务指标的出口企业客户信用评价模型构建的必要性(一)客户信用评价是出口企业应收账款管理的基石商务部研究院院长柴海涛在2008年9月份指出,我国外贸企业国际业务的坏帐率高达5%,远远超出发达国家0.5%的水平,这意味着我国每年的出口要新产生300亿至350亿美元的坏帐。

基于连续用电量和缴费时间差的客户信用动态评价模型

加大供电量和提高电费回收效率是供电商增加收益的主要途径,并且用电客户的缴费时间差直接影响着电费回收效率.在用电客户信息较少的情况下,仅仅依赖用电客户的用电量信息和缴费时间差信息,采用扩展的"S型"函数对用电量信息和缴费时间差信息进行整合建模,构建了一个能够度量客户持续用电能力和缴纳电费积极性的客户信用动态评价模型.应用构建的模型对赤峰市宁城县实际用电客户进行信用评价,评价结果与领域专家评价结果具有较高的一致性.

基于客户信用评价模型的营销管理系统

提高企业营销管理的质量和效率,对客户信用评价模型和企业营销管理系统设计方法进行了研究。提出了一个基于马尔可夫逻辑网的客户信用评价模型CCEM-MLNs,该模型将依据专家知识建立的信用评价规则转化为一阶逻辑规则,构造马尔可夫逻辑网,然后利用样本数据进行训练,得出各规则的权值,建立评价模型。实验结果表明,该模型对客户信用分类的准确率比均分权值的评价模型提高了13.38%;设计并实现了一个基于CCEM-MLNs的营销管理系统MMS-CCEM,给出了系统的体系结构和层次结构,该系统已成功应用于国内某企业的营销管理,在客户关系管理方面效果明显。

供电企业对非居民客户信用度的评价模型

根据供电企业的实际业务流程和经营环境,将供电企业对非居民客户的信用度评价指标体系分为缴费信息、履约信息、违章窃电、经营状况、发展潜力、客户设备产生谐波信息等6个方面。同时针对每个客户用计算机程序先将这6个指标分别评出信用度等级(A、B、C类),然后运用基于多名专家优化综合评分的AHP模型来分析出这6个指标的权重。最后运用评价准则得出每个客户的综合信用度,以便于供电企业采取相应的管理措施。

基于营销大数据的电力客户多维度信用评价模型研究

随着电网客户量的迅速增长,如何对电力客户进行准确的信用评价成为了一个重要问题,构建一个可以准确预测客户信用的模型是电力营销部门需要解决的关键问题.本文通过对已知信用评价模型的研究,结合集成学习思想,构建了一种基于XGB算法的客户多维信用评价模型,该模型通过采用多维度的营销数据,并基于特征重要度方法进行特征选择,采用极限梯度提升方法以及树模型对客户信用进行模型构建,计算不同节点上不同的增益值来获取最佳的预测效果,从而构建一个准确、稳定的客户信用评价模型.在经过客户历史数据进行模拟分析后,得出了客户信用评价结果,并与目前主流的机器学习算法包括基于梯度下降算法与基于树的传统算法进行比较,结果表明,与Logistic回归和其他3种基于树的模型相比,XGB模型不论是特征选择的准确性还是其分类性能都具有明显的优势.

基于KANO模型构建信用卡客户满意度评价指标体系

近年来，随着经济的不断发展，我国信用卡产业取得长足发展。而随着我国金融市场对外开放程度的逐步加大，外资金融机构不断涌入，业务范围不断扩展，使得我国金融市场竞争日趋激烈。

建立在粗糙集和模糊综合评判模型下的客户信用评价

客户信用关系是企业客户关系管理的重要内容。本文提出了结合粗糙集及模糊综合评判的模型对客户进行信用评价的方法。针对客户信用评价指标体系,借助粗糙集理论,进行指标属性约简、确定权重,并利用模糊综合评判对客户进行评价。该方法在一定程度上克服了传统权重确定的主观性,提高了评估的效率和准确性。最后,引入一个算例阐明了该模型的合理性。

个人信用评价影响因素决策分析

Logistic模型是个人信用评价分析时常用的模型。基于具体的个人信贷数据,利用Random Oversampling方法克服了数据不平衡性带来的问题,通过共线性诊断后,建立了标准化的logistic回归模型。根据标准化回归系数,计算出决策系数,得出个人特征对信用评价影响大小的顺序。

基于客户分类选择条件下的个人信用报告信用评价指标研析

个人信贷交易行为中存在着严重的信息不对称现象,这给处于信息劣势方的商业银行带来极大的信用风险,而个人信用评价体系可以有效预防此类风险。以客户分类选择为条件,对中国人民银行征信中心个人信用报告信用评价指标体系中各信用指标对客户选择的影响进行研析,并采用数据挖掘的方法对其进行优化,将18个评价指标减少到8个。使用决策树对优化后的指标体系有效性进行了验证,结果表明,优化后的8个指标体系能很好地对客户对象进行预测分类,同时大大降低了分类成本,操作简便。

决策分析在企业信用风险评价中的应用

随着市场规范化程度的提高,企业信用将成为关系企业生死存亡的决定性因素。为了解决小型外贸企业信贷中"信息不对称"和"信用风险"等问题,要建立相应的信用风险评估指标体系。文章对构建小型外贸企业信用风险评估指标体系的目的、意义进行分析,并给出求解方法的原理、步骤和实例。

基于扩展物元模型的客户动态评价

针对传统客户评价方法存在的静态性、片面性和主观性等缺点,提出一种基于扩展物元模型的客户动态评价方法.在基本物元模型的基础上,扩展构建了客户动态评价的3种扩展物元模型.根据物元模型的可拓性和物元变换原理,定义了扩展物元集合及拓展运算法则.以构建的3种扩展物元模型为基础,通过拓展运算可得到多种多维组合客户评价物元模型,增加了评价方法的动态性和可拓性.结合熵权理论,给出了客户的动态评价算法.通过某电梯公司客户动态评价的应用实例,分析和预测了客户的价值和消费行为,为企业进行经营决策和市场预测提供了重要依据.

电力客户信用评价系统的设计及实现

基于组合评价模型对电力系统客户信用进行综合评级,通过综合考虑电力系统信用相关因素,选取了电力系统大客户购电水平、信用状况、潜在价值、用电特性、可持续能力5个方面的相关参数,建立了电力大客户评价指标体系,进而建立了基于多种单一评价法的组合评价模型对电力系统客户信用进行综合评级分析的系统。实际应用表明该系统获得了较为满意的应用效果。

基于M-TOPSIS法的电力企业客户信用评价

电力行业客户信用评价是一个复杂的决策问题。为此本文基于多属性决策方法 MTOPSIS法提出了电力行业客户评价问题的新的决策方法。由于指标权重在评价中占有重要的地位,这里采用客观权重法—变异系数法确定指标权重,然后利用M-TOPSIS法计算各备选方案与正理想解的的综合贴近度,进而对各客户信用进行排序。文末通过一个应用实例说明本文所提出的方法是有效的和可行的。

神经网络技术在客户信用评价中的应用

本文采用科学计算模型的方法实现了客户信用评价。该模型主要利用神经网络的反向传播(Back Propagation,简称BP)算法和收敛速度快、诊断正确的特点,建立了一个适合于企业客户信用评价的通用模型。同时对客户信用评价中的评价指标参数选择、数据收集与处理、构造BP网络模型以及BP网络计算进行了重点探讨。

基于层次分析法的智能用电小区客户信用价值评价

客户价值评价是企业精细化管理的一部分,对智能用电小区进行客户信用价值评价有助于电力企业推广智能用电小区的客户选择和客户管理。通过分析智能用电小区客户信用价值的影响因素,构建了客户信用价值的评价指标模型,并采用层次分析法计算出了评价指标模型中各评价指标的权重。根据计算出的各评价指标的权重,对客户信用价值进行了比较全面的、多角度的评价,从而促使企业根据评价结果进行有效的客户关系管理,达到企业效益最优。

费埃哲为交通银行信用卡中心提供客户决策管理解决方案

费埃哲公司日前宣布，交通银行太平洋信用卡中心将全面采用费埃哲公司提供的跨生命周期客户决策管理系统。这是交通银行与汇丰银行实施战略合作后启动的第一个具有实质内容的合作项目。该项目由三部分组成：CDA信贷审批解决方案；TRIAD账户管理平台和Model Builde模型开发平台。

基于决策树的P2P网贷平台信用评级体系研究

P2P网络信贷经历了爆炸性增长、政府介入调控和出台行业管理规范等阶段,依然存在着违约率偏高、信用评级体系不完善等问题。论文主要设计并实现了基于决策树模型的P2P网贷平台信用评级体系,同时采用数万条真实P2P网贷历史交易数据进行实证分析,验证了决策树模型在解释贷款违约原因、划分信用等级以及降低违约率等方面具有适用性强、精确度高、可解释性强的优势,为未来P2P网贷平台信用评级体系的设计和实现提供了参考依据。