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(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(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；對數(shù)回歸模型對財務(wù)指標(biāo)的多重共線性干擾

2、敏感。現(xiàn)實中，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)魯棒性和動態(tài)性等優(yōu)點。這使之成為財務(wù)危機(jī)預(yù)測研究中的一個熱點，亦有機(jī)構(gòu)利用神經(jīng)網(wǎng)絡(luò)進(jìn)行財務(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，以期對客戶信用情況進(jìn)行更好的評價，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。 目前對企業(yè)信用銷售管理的研究主要集中在信用風(fēng)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(guān)鍵因素進(jìn)行權(quán)衡從而對信用風(fēng)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(jìn)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(shè)，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(yīng)用。如何用更好的方法來進(jìn)行信用風(fēng)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(yīng)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(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，結(jié)合較為先進(jìn)的信用風(fēng)險評價方法制定相應(yīng)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(wù)流程特點，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，結(jié)合較為先進(jìn)的信用風(fēng)險評價方法制定相應(yīng)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(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)交易過程中各個關(guān)鍵業(yè)務(wù)環(huán)節(jié)，從而控制客戶風(fēng)險，迅速提高應(yīng)收賬款回收率的方法?？蛻絷P(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)。因為

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)系管理軟件對客戶信用評價的決策支持很少。象開思/CRM-Star客戶關(guān)系管理軟件7個功能模塊能夠?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、方法對客戶進(jìn)行信用評價。 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)的容錯能力、聯(lián)想能力和學(xué)習(xí)能力等優(yōu)點，使之成為財務(wù)研究中的一個熱點。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(luò)實現(xiàn)方案。 首先，論文對比兩類研究方法，設(shè)計基于神經(jīng)網(wǎng)絡(luò)的

8、信用銷售客戶評價的仿真研究路線。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，同時整理了用來進(jìn)行客戶信用評價的信息，對指標(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價模型，并利用真實數(shù)據(jù)對其進(jìn)行仿真研究。最后，對兩種模型進(jìn)行比較并作出了評價。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(zhǔn)確的評價。 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)建賒銷客戶信用評價模型時，如果訓(xùn)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(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”、