CN105447748A - 一种企业借贷风险统计方法 - Google Patents

一种企业借贷风险统计方法 Download PDF

Info

Publication number
CN105447748A
CN105447748A CN201510751751.1A CN201510751751A CN105447748A CN 105447748 A CN105447748 A CN 105447748A CN 201510751751 A CN201510751751 A CN 201510751751A CN 105447748 A CN105447748 A CN 105447748A
Authority
CN
China
Prior art keywords
enterprise
credit
debts
payment
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201510751751.1A
Other languages
English (en)
Inventor
徐荣静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei intellectual property Mdt InfoTech Ltd
Original Assignee
Anhui Rongxin Jinmo Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui Rongxin Jinmo Information Technology Co Ltd filed Critical Anhui Rongxin Jinmo Information Technology Co Ltd
Priority to CN201510751751.1A priority Critical patent/CN105447748A/zh
Publication of CN105447748A publication Critical patent/CN105447748A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种企业借贷风险统计方法，包括以下步骤：S1、获取预设时间段内的企业偿债历史数据，并根据企业偿债历史数据评定企业偿债信用阈值a；S2、从互联网获取负责人相关信息，并将相关信息分为正面信息和负面信息，然后根据正面信息和负面信息出现次数以及出现网站的可信度权值，计算负责人声誉阈值b；S3、获取不同时间节点上的负责人资产信息，并根据负责人资产总值的变化轨迹，计算负责人恒产阈值c；S7、根据企业信用度e和企业偿债信用变化趋势图统计借贷风险值w。本发明提供的一种企业借贷风险统计方法，对企业财务数据的依赖程度低，有利于降低企业财务数据真实度低带来的评估风险。

Description

一种企业借贷风险统计方法
技术领域
本发明涉及企业风险评估技术领域，尤其涉及一种企业借贷风险统计方法。
背景技术
随着经济发展和金融市场的日益开放，商业银行的竞争也变得日趋激烈，如果高效控制信贷风险成为商业贷款中的主要问题。在现有的风险评估的过程中，主要的评估方法是通过对各个风险因素分别进行评估，并用各项评估结果之和作为风险评估的结果。
现有评估方法中，对于企业提供的财务数据和企业当前财力依赖过大，而忽视了企业的偿债信誉度问题，故而，评估结果可用性低。
发明内容
基于背景技术存在的技术问题，本发明提出了一种企业借贷风险统计方法。
本发明提出的一种企业借贷风险统计方法，包括以下步骤：
S1、获取预设时间段内的企业偿债历史数据，并根据企业偿债历史数据评定企业偿债信用阈值a；
S2、从互联网获取负责人相关信息，并将相关信息分为正面信息和负面信息，然后根据正面信息和负面信息出现次数以及出现网站的可信度权值，计算负责人声誉阈值b；
S3、获取不同时间节点上的负责人资产信息，并根据负责人资产总值的变化轨迹，计算负责人恒产阈值c；
S4、根据企业偿债信用阈值a、负责人声誉阈值b和负责人恒产阈值c综合判断企业信用度e；
S5、将预设时间段平均分为多个时间分段，根据每一个时间分段内的企业偿债历史数据评定对应时间分段内的企业偿债信用分段值an；
S6、根据企业偿债信用分段值an绘制企业偿债信用变化趋势图；
S7、根据企业信用度e和企业偿债信用变化趋势图统计借贷风险值w。
优选地，步骤S1具体为：获取预设时间段内的企业偿债历史数据，根据企业偿债历史数据统计出按期偿还次数A、超期偿还次数B和未偿还次数C三种类别，并将三类数据导入预设第一计算模型计算获得企业偿债信用阈值a；步骤S5具体为：将预设时间段平均分为多个时间分段，根据每一个时间分段内的企业偿债历史数据统计出按期偿还次数An、超期偿还次数Bn和未偿还次数Cn三种类别，并将三类数据导入预设第一计算模型计算获得企业偿债信用分段值an。
优选地，第一计算模型为:
a＝K1A+K2B+K3C2,K1、K2和K3均为比例系数，其中，K1＞0，K3＜0，K3＜K2＜K1。
优选地，步骤S2中，声誉阈值计算模型为：
其中，n为搜索到的正面信息数量，δn为一条正面信息被转载次数，βn为所述正面信息首次出现网站的可信度权值；m为搜索到的正面信息数量，αm为一条负面信息被转载次数，εm为所述负面信息首次出现网站的可信度权值。
优选地，步骤S3具体为：预设有多个恒产映射对，每一个恒产映射对由一个恒产阈值c和一个条件子集组成，每一个条件子集由一对资产趋势图的平滑度和总增长率组成，任意两个条件子集中至少资产趋势图的平滑度和总增长率中有一个相异；负责人资产稳定度评定模块获得资产趋势图的平滑度和总增长率后，可直接调取对应的恒产映射对，提取对应的负责人恒产阈值c。
优选地，步骤S4具体为：预设第二计算模型，将企业偿债信用阈值a、负责人声誉阈值b和计算负责人恒产阈值c代入第二计算模型以计算获得企业信用度e；第二计算模型为：
其中，ω1、ω2和ω3均为比例常数，且均在区间(0,1)上取值。
优选地，ω1+ω2+ω3＝1。
优选地，步骤S7包括以下步骤：
S71、根据信用变化趋势图绘制倾斜直线，并根据倾斜直线获得走向值λ，走向值λ的正负由倾斜曲线倾斜方向决定，走向值λ的绝对值由倾斜直线与时间轴的夹角θ决定；
S72、将企业信用度e和走向值λ代入第三计算模型获得借贷风险值w，第三计算模型为：ω＝(1+λ)×e。
优选地，倾斜直线沿着时间节点向下倾斜，则λ≤0，且λ＝sinθ；倾斜直线沿着时间节点向上倾斜，则走向值λ≥0，且λ＝-cosθ。
本发明提供的一种企业借贷风险统计方法，根据企业偿债信用阈值a、企业声誉阈值b、企业资产稳定度阈值c和走向值λ对借贷风险进行评估。企业偿债信用阈值a不仅反映了企业偿债能力，还反映了企业偿债主动意识，企业偿债能力取决于企业财政情况，故而，本实施方式中，通过对企业偿债信用阈值a进行计算，实际上等同于对企业财政情况和企业偿债主动意识进行关联评估。负责人声誉阈值b反映的是企业负责人总体声誉，其评估结果可在一定程度上反映负责人的人品可信度。企业财政和负责人的经济实力有一定的关联度，在评估企业偿债信用阈值a时已经综合考虑了企业财政实力，进一步评定负责人恒产阈值，有利于提高对企业财政实力判断的精确性。走向值λ反映的是企业偿债信用度的增长或减少趋势，其根据企业偿债信用分段值an获得，故而也反映了企业偿债能力与偿债主动意识的变化，根据走向值λ可对企业当前的信用度进行预测，避免过分依赖历史数据造成判断误差过大的情况。在计算借贷风险值w时，引入走向值λ，从而，使得最终获取的借贷风险值w更加符合企业当前情况，有利于出借方做出更加精确的判断。
本发明提供的一种企业借贷风险统计方法，对企业财务数据的依赖程度低，有利于降低企业财务数据真实度低带来的评估风险。
附图说明
图1为本发明提出的一种企业借贷风险统计方法流程图。
具体实施方式
参照图1，本发明提出的一种企业借贷风险统计方法，包括以下步骤：
S1、获取预设时间段内的企业偿债历史数据，并根据企业偿债历史数据评定企业偿债信用阈值a。
本步骤中，首先根据企业偿债历史数据统计出按期偿还次数A、超期偿还次数B和未偿还次数C三种类别，然后分别将按期偿还次数A、超期偿还次数B和未偿还次数C导入预设第一计算模型计算获得企业偿债信用阈值a，第一计算模型为:
a＝K1A+K2B+K3C2,K1、K2和K3均为比例系数，其中，K1＞0，K3＜0，K3＜K2＜K1，具体可取K1＝10，K2＝1，K3＝-10。
企业偿债信用阈值a不仅反映了企业偿债能力，还反映了企业偿债主动意识，企业偿债能力取决于企业财政情况，故而，本实施方式中，通过对企业偿债信用阈值a进行计算，实际上等同于对企业财政情况和企业偿债主动意识进行关联评估。
S2、从互联网获取负责人相关信息，并将相关信息分为正面信息和负面信息，然后根据正面信息和负面信息出现次数以及出现网站的可信度权值，计算负责人声誉阈值b。声誉阈值计算模型为：
其中，n为搜索到的正面信息数量，δn为一条正面信息被转载次数，βn为所述正面信息首次出现网站的可信度权值；m为搜索到的正面信息数量，αm为一条负面信息被转载次数，εm为所述负面信息首次出现网站的可信度权值。
负责人声誉阈值b反映的是企业负责人总体声誉，其评估结果可在一定程度上反映负责人的人品可信度。本实施方式中，充分考虑到互联网信息流通的速度，从而只考虑信息首次出现网站的可信度权值，即减少了计算量提高了计算效率，又通过对源头的评定提高了评估的精确性；而转载次数直接体现了信息被浏览次数和被大众接收程度。
S3、获取不同时间节点上的负责人资产信息，并根据负责人资产总值的变化轨迹，计算负责人恒产阈值c。
该步骤具体为：预设有多个恒产映射对，每一个恒产映射对由一个恒产阈值c和一个条件子集组成，每一个条件子集由一对资产趋势图的平滑度和总增长率组成，任意两个条件子集中至少资产趋势图的平滑度和总增长率中有一个相异；负责人资产稳定度评定模块获得资产趋势图的平滑度和总增长率后，可直接调取对应的恒产映射对，提取对应的负责人恒产阈值c。
在评估企业偿债信用阈值a时已经综合考虑了企业财政实力，而企业财政和负责人的经济实力有一定的关联度，负责人资产稳定度评定模块进一步评定负责人恒产阈值，有利于提高对企业财政实力判断的精确性。
S4、预设第二计算模型，将企业偿债信用阈值a、负责人声誉阈值b和计算负责人恒产阈值c代入第二计算模型以计算获得企业信用度e；第二计算模型为：其中，ω1、ω2和ω3均为比例常数，且均在区间(0,1)上取值，ω1+ω2+ω3＝1。
通过综合考虑企业偿债信用阈值a、负责人声誉阈值b和负责人恒产阈值c，可精确的评估企业借贷偿债信用度。此外，本实施方式中用来计算企业偿债信用阈值a、负责人声誉阈值b和负责人恒产阈值c的数据都是容易获得的，且不易造假，避免了利用企业财政数据时由于财政数据真实度低带来的风险。
S5、将预设时间段平均分为多个时间分段，根据每一个时间分段内的企业偿债历史数据评定对应时间分段内的企业偿债信用分段值an，an＝K1An+K2Bn+K3Cn 2，An、Bn和Cn、分别表示每一个时间分段内的企业偿债历史数据中的按期偿还次数、超期偿还次数和未偿还次数。
S6、根据企业偿债信用分段值an绘制企业偿债信用变化趋势图。
S71、根据信用变化趋势图绘制倾斜直线，并根据倾斜直线获得走向值λ，走向值λ的正负由倾斜曲线倾斜方向决定，走向值λ的绝对值由倾斜直线与时间轴的夹角θ决定。当倾斜直线沿着时间节点向下倾斜，则λ≤0，且λ＝sinθ；倾斜直线沿着时间节点向上倾斜，则走向值λ≥0，且λ＝-cosθ。本实施方式中，倾斜曲线应该能够反映企业偿债信用变化趋势图的整体变化趋势，例如，绘制倾斜曲线时，应保证80％以上的企业偿债信用分段值an所在点到倾斜曲线的直线距离不大于预设距离值。
S72、将企业信用度e和走向值λ代入第三计算模型获得借贷风险值w，第三计算模型为：ω＝(1+λ)×e。
走向值λ反映的是企业偿债信用度的增长或减少趋势，其根据企业偿债信用分段值an获得，故而也反映了企业偿债能力与偿债主动意识的变化，根据走向值λ可对企业当前的信用度进行预测，避免过分依赖历史数据造成判断误差过大的情况。在计算借贷风险值w时，引入走向值λ，从而，使得最终获取的借贷风险值w更加符合企业当前情况，有利于出借方做出更加精确的判断。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种企业借贷风险统计方法，其特征在于，包括以下步骤：
S1、获取预设时间段内的企业偿债历史数据，并根据企业偿债历史数据评定企业偿债信用阈值a；
S2、从互联网获取负责人相关信息，并将相关信息分为正面信息和负面信息，然后根据正面信息和负面信息出现次数以及出现网站的可信度权值，计算负责人声誉阈值b；
S3、获取不同时间节点上的负责人资产信息，并根据负责人资产总值的变化轨迹，计算负责人恒产阈值c；
S4、根据企业偿债信用阈值a、负责人声誉阈值b和负责人恒产阈值c综合判断企业信用度e；
S5、将预设时间段平均分为多个时间分段，根据每一个时间分段内的企业偿债历史数据评定对应时间分段内的企业偿债信用分段值an；
S6、根据企业偿债信用分段值an绘制企业偿债信用变化趋势图；
S7、根据企业信用度e和企业偿债信用变化趋势图统计借贷风险值w。
2.如权利要求1所述的企业借贷风险统计方法，其特征在于，步骤S1具体为：获取预设时间段内的企业偿债历史数据，根据企业偿债历史数据统计出按期偿还次数A、超期偿还次数B和未偿还次数C三种类别，并将三类数据导入预设第一计算模型计算获得企业偿债信用阈值a；步骤S5具体为：将预设时间段平均分为多个时间分段，根据每一个时间分段内的企业偿债历史数据统计出按期偿还次数An、超期偿还次数Bn和未偿还次数Cn三种类别，并将三类数据导入预设第一计算模型计算获得企业偿债信用分段值an。
3.如权利要求1所述的企业借贷风险统计方法，其特征在于，第一计算模型为:
a＝K1A+K2B+K3C2,K1、K2和K3均为比例系数，其中，K1＞0，K3＜0，K3＜K2＜K1。
4.如权利要求1所述的企业借贷风险统计方法，其特征在于，步骤S2中，声誉阈值计算模型为：
其中，n为搜索到的正面信息数量，δn为一条正面信息被转载次数，βn为所述正面信息首次出现网站的可信度权值；m为搜索到的正面信息数量，αm为一条负面信息被转载次数，εm为所述负面信息首次出现网站的可信度权值。
5.如权利要求1所述的企业借贷风险统计方法，其特征在于，步骤S3具体为：预设有多个恒产映射对，每一个恒产映射对由一个恒产阈值c和一个条件子集组成，每一个条件子集由一对资产趋势图的平滑度和总增长率组成，任意两个条件子集中至少资产趋势图的平滑度和总增长率中有一个相异；负责人资产稳定度评定模块获得资产趋势图的平滑度和总增长率后，可直接调取对应的恒产映射对，提取对应的负责人恒产阈值c。
6.如权利要求1所述的企业借贷风险统计方法，其特征在于，步骤S4具体为：预设第二计算模型，将企业偿债信用阈值a、负责人声誉阈值b和计算负责人恒产阈值c代入第二计算模型以计算获得企业信用度e；第二计算模型为：
其中，ω1、ω2和ω3均为比例常数，且均在区间(0,1)上取值。
7.如权利要求6所述的企业借贷风险统计方法，其特征在于，ω1+ω2+ω3＝1。
8.如权利要求1所述的企业借贷风险统计方法，其特征在于，步骤S7包括以下步骤：
S71、根据信用变化趋势图绘制倾斜直线，并根据倾斜直线获得走向值λ，走向值λ的正负由倾斜曲线倾斜方向决定，走向值λ的绝对值由倾斜直线与时间轴的夹角θ决定；
S72、将企业信用度e和走向值λ代入第三计算模型获得借贷风险值w，第三计算模型为：ω＝(1+λ)×e。
9.如权利要求8所述的企业借贷风险统计方法，其特征在于，倾斜直线沿着时间节点向下倾斜，则λ≤0，且λ＝sinθ；倾斜直线沿着时间节点向上倾斜，则走向值λ≥0，且λ＝-cosθ。
CN201510751751.1A 2015-11-05 2015-11-05 一种企业借贷风险统计方法 Withdrawn CN105447748A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510751751.1A CN105447748A (zh) 2015-11-05 2015-11-05 一种企业借贷风险统计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510751751.1A CN105447748A (zh) 2015-11-05 2015-11-05 一种企业借贷风险统计方法

Publications (1)

Publication Number Publication Date
CN105447748A true CN105447748A (zh) 2016-03-30

Family

ID=55557883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510751751.1A Withdrawn CN105447748A (zh) 2015-11-05 2015-11-05 一种企业借贷风险统计方法

Country Status (1)

Country Link
CN (1) CN105447748A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416662A (zh) * 2017-02-10 2018-08-17 腾讯科技（深圳）有限公司 一种数据验证方法及装置
CN112150014A (zh) * 2020-09-27 2020-12-29 平安资产管理有限责任公司 一种企业风险预警方法、装置、设备及可读存储介质
CN112990707A (zh) * 2021-03-12 2021-06-18 深圳工盟科技有限公司 施工风险评估方法、装置、设备及存储介质
CN113887981A (zh) * 2021-10-14 2022-01-04 黑龙江省范式智能技术有限公司 一种企业信用额度标准分析方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416662A (zh) * 2017-02-10 2018-08-17 腾讯科技（深圳）有限公司 一种数据验证方法及装置
CN108416662B (zh) * 2017-02-10 2021-09-21 腾讯科技（深圳）有限公司 一种数据验证方法及装置
CN112150014A (zh) * 2020-09-27 2020-12-29 平安资产管理有限责任公司 一种企业风险预警方法、装置、设备及可读存储介质
CN112990707A (zh) * 2021-03-12 2021-06-18 深圳工盟科技有限公司 施工风险评估方法、装置、设备及存储介质
CN113887981A (zh) * 2021-10-14 2022-01-04 黑龙江省范式智能技术有限公司 一种企业信用额度标准分析方法

Similar Documents

Publication Publication Date Title
CN104915879B (zh) 基于金融数据的社会关系挖掘的方法及装置
Linsmeier Financial reporting and financial crises: The case for measuring financial instruments at fair value in the financial statements
Muzir Triangle relationship among firm size, capital structure choice and financial performance
US20120246048A1 (en) Cross-Sectional Economic Modeling and Forward Looking Odds
CN105447748A (zh) 一种企业借贷风险统计方法
CN109767225B (zh) 一种基于自学习滑动时间窗口的网络支付欺诈检测方法
Dietsch et al. Do LTV and DSTI caps make banks more resilient
Mika et al. Indebtedness in the EU: a drag or a catalyst for growth?
Vacca An unexpected crisis? Looking at pricing effectiveness of heterogeneous banks
Lee et al. The anatomy of financial vulnerabilities and crises
Bakri et al. Developing primary market spread and measuring financial performance of staff housing government loans
CN105335826A (zh) 一种企业偿债信用风险评估系统
Guerson Government Insurance Against Natural Disasters: An Application to the ECCU
CN105335891A (zh) 一种企业偿债风险评估方法
CN105631741A (zh) 一种基于数据真实度的企业评估方法
Lim et al. Financial Stability Reports in Latin America and the Caribbean
Silva et al. Financial networks and bank liquidity
Fang et al. Variable Selection for Credit Risk Model Using Data Mining technique.
CN105447749A (zh) 一种企业借贷信用度评估系统
Dobrinsky What is Happening to Growth in Europe?
Al-Dwiry et al. Factors affecting stock price: Evidence from commercial banks in the developing market
Hwang et al. Contagion and Spillover Effects of the US Subprime Crisis: Evidence from International Stock Markets
Kgosietsile Modelling and Forecasting the volatility of JSE returns: a comparison of competing univariate GARCH models
Decharuk et al. BANK OF THAILAND
US20110055114A1 (en) Method and System for Electronically Processing Mortgage-Backed Securities

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C41 Transfer of patent application or patent right or utility model
CB03 Change of inventor or designer information

Inventor after: Xu Wei

Inventor before: Xu Rongjing

COR Change of bibliographic data
TA01 Transfer of patent application right

Effective date of registration: 20161230

Address after: 230000 Anhui province high tech Zone National University Science and Technology Park Business Incubator Center C District, the first layer of college students dream factory, station 9, No. 10, No.

Applicant after: Hefei intellectual property Mdt InfoTech Ltd

Address before: 230000 Hefei science and technology zone, Anhui province high tech Road, room 107, No. 701

Applicant before: ANHUI RONGXIN JINMO INFORMATION TECHNOLOGY CO., LTD.

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20160330

WW01 Invention patent application withdrawn after publication