基于神经网络模型的客户信用评价仿真研究

《基于神经网络模型的客户信用评价仿真研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南财经大学硕士学位论文基于神经网络模型的客户信用评价仿真研究姓名：邹虹申请学位级别：硕士专业：会计学指导教师：唐国琼20060401此外，根据企业的信用销售流程制定相应的客户信用评价的研究也相对空白，已有的这方面的研究也存在评价因素简单、标准不规范、数据来源不全面等多方面问题。如何根据企业的业务流程特点，结合较为先进的信用风险评价方法制定相应的客户信用评价体系也是本论文要研究的主要问题之一。第=部分介绍信用销售的基本概念及其业务流程特点，并详细介绍了目前比较前沿的全程信用管理模式和客户关系管理及其软件。要根据企业业务流程特点，结合较为先进的信用风险评价

2、方法制定相应的客户信用评价体系必须要了解比较前沿的全程信用管理模式和客户关系管理及其软件。企业全程信用管理是目前理论界比较前沿的一种管理模式，在信用销售中有着广泛的应用。全程信用管理指全面控制企业交易过程中各个关键业务环节，从而控制客户风险，迅速提高应收账款回收率的方法。客户关系管理以及客户关系管理软件，可以很好的为信用销售服务。因为利用客户关系管理可以清晰的了解客户的需求，从而及时的跟踪和管理客户信息。但目前已有的客户关系管理软件对客户信用评价的决策支持很少。象开思／CRM．Star客户关系管理软件7个功能模块能够对信用销售提供强大的支持，却缺乏在信用

3、销售中占据重要地位的客户信用分析功能模块。国内其他的客户关系管理软件，比如东柏公司的Michelle，也存在这样的问题。由此可见，信用销售管理的关键在于如何利用现有资料揭示出已知的、隐藏的、未知的商业规律，从而引入新的模型、方法对客户进行信用评价。近年来广泛应用于金融、经济等领域的神经网络模型能够很好的模拟人的形象思维，具有大规模并行协同处理能力、较强的容错能力、联想能力和学习能力等优点，使之成为财务研究中的一个热点。但是一直以来，神经网络模型在信用销售领域应用很少，因此，本论文主要进行了基于神经网络模型的信用评价仿真研究。第三部分提出了信用销售客户评价

4、的神经网络实现方案。首先，论文对比两类研究方法，设计基于神经网络的信用销售客户评价的仿真研究路线。其次，在提出假设的基础上，深入分析如何构建模型指标体系，同时整理了用来进行客户信用评价的信息，对指标体系进行了构建。再次，分别用B．P神经网络和LVQ(学习矢量化)神经网络构建了信用销售客户评价模型，并利用真实数据对其进行仿真研究。最后，对两种模型进行比较并作出了评价。研究结果表明，LVQ神经网络较之B—P神经网络和其他传统方法，具有更好的性能。具体仿真结论如下：．．．1．B—P神经网络是目前应用最广泛的人工神经网络，有着很强的联想能力，能够很好的解决在信用

5、销售客户评价中可能存在参数取值不精确的问题，从而对赊销客户的信用做出准确的评价。2．由于B—P神经网络采用基于梯度下降的非线性策略，收敛速度比较慢。在构建赊销客户信用评价模型时，如果训练样本太少就可能会陷入局部最小的境遇，这样不能保证求出全局最小。但通过不断的增加训练样本可以使神经网络的准确度得到极大的提高。3．LVQ神经网络能够准确的将赊销客户分成“关注”、“工三常”两类甚至更多的类别，而且计算速度比B—P网络快得多，同时可以弥补B—P神经网络存在的局部最小问题和学习效率问题。4．LVQ神经网络无法像B—P神经网络那样得到连续性的数值评价，所以可以先利

6、用lⅣQ神经网络对客户信用进行分析，如果结果为“关注”类，在此基础上利用B—P神经网络得出具体信用值。笔者认为论文的创新之处在于：1．研究角度创新信用销售首先要对客户的信用进行评价，各国学者纷纷将各种建模与分析方法引入信用评价分析进行研究，但是要么流于主观判断，要么实践数据不符合模型前提假设。因此，关键在于如何引入新的模型和方法对客户信用评价进行决策支持。神经网络模型由于其种种优点已广泛地应用于经济、金融和管理等领域，并使之成为财务研究中的热点，但是很少有人将其应用于企业信用销售领域。基于此，论文尝试性地选择引入神经网络模型对客户进行信用评价，较早的开创

7、了信用销售研究的新视熊，为今后的研究者提供了捷径。‘2．研究思路创新目前，研究设计的方案无非两种：第一类研究，研究者利用危机公司与正常公司二组样本的财务等资料，寻找最具区别力的变量，并建立区别统计模型，期望利用区别统计模型判断其他公司属于哪一个群组。第二类研究，以实际的信用评级结果(如标准普尔或者穆迪公司所公布结果)为因变量，寻找最能决定公司信用属于哪个等级的关键变量，但是由于信用等级由高到低有许多评级，要准确将样本分配到各自所属的等级，甚至子级中，并不容易，而且准确率很低，因此大多数学者仍然将信用等级分为投资级和投机级别两组来处理。无论是第一类，还是第

8、二类，研究方法相似，目的也是寻求信用的决定因素，以及}因素的重要性，从而建立模型