CN105719073A - 一种企业信用评价系统及方法 - Google Patents
一种企业信用评价系统及方法 Download PDFInfo
- Publication number
- CN105719073A CN105719073A CN201610031098.6A CN201610031098A CN105719073A CN 105719073 A CN105719073 A CN 105719073A CN 201610031098 A CN201610031098 A CN 201610031098A CN 105719073 A CN105719073 A CN 105719073A
- Authority
- CN
- China
- Prior art keywords
- generation module
- index generation
- index
- data
- characteristic
- 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.)
- Pending
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种企业信用评价系统及方法,其中该系统包括:数据输入和输出模块、实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块、财务综合能力指标生成模块、行业特征指标生成模块、信用分析及显示信用分析报告模块和企业信用评估指标计算结果查询模块,充分结合了国内大型和中小型企业的特点,扩大了企业信用评价系统的应用范围,具有很好的适用性。
Description
技术领域
本发明涉及金融信用服务领域,具体涉及一种企业信用评价系统及方法。
背景技术
目前,国外的最具权威性的专业信用评级机构包括美国标准·普尔公司、穆迪投资服务公司、惠誉国际信用评级有限公司和邓白氏公司等,这些公司所采用的信用评级指标体系都是针对国外企业在当地的市场状况、行业状况等进行深入调查后确定的,对于国内企业来说并不合适,采用这些信用评级指标体系来做企业信用评价所给出的结果可信度较差。
而目前也有很多公司为了克服上述缺陷在做适用于国内企业的企业信用评价的研究,例如大公国际资信评估有限公司、中诚信国际信用评级有限公司等,但是,这些公司的企业信用评级成果主要集中在大型企业,适用性差,不适用于对中小企业的信用评价。
发明内容
因此,本发明实施例要解决的技术问题在于现有技术中的企业信用评价方法的适用性差。
为此,本发明实施例的一种企业信用评价系统,包括:数据输入和输出模块、实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块、财务综合能力指标生成模块、行业特征指标生成模块、信用分析及显示信用分析报告模块和企业信用评估指标计算结果查询模块,其中:
所述数据输入和输出模块,负责将企业的原始数据输入实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块、财务综合能力指标生成模块和行业特征指标生成模块中,并将企业的原始数据、实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块、财务综合能力指标生成模块和行业特征指标生成模块计算出的评估指标结果输出并存入数据文件;
所述行业特征指标生成模块,根据数据文件中的企业数据,利用随机森林算法和/或支持向量机算法进行计算并生成行业特征计算结果,所述行业特征计算结果通过所述数据输入和输出模块存入数据文件,所述实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块和财务综合能力指标生成模块需调用所述行业特征计算结果;
所述实际控制人特征指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出实际控制人特征指标,并将实际控制人特征指标通过数据输入和输出模块存入数据文件中;
所述企业特征指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出企业特征指标,并将企业特征指标通过数据输入和输出模块存入数据文件中;
所述舆情监测指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出舆情监测指标,并将舆情监测指标通过数据输入和输出模块存入数据文件中;
所述政策影响指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出政策影响指标,并将政策影响指标通过数据输入和输出模块存入数据文件中;
所述经营管理能力指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出经营管理能力指标,并将经营管理能力指标通过数据输入和输出模块存入数据文件中;
所述可持续发展能力指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出可持续发展能力指标,并将可持续发展能力指标通过数据输入和输出模块存入数据文件中;
所述创新能力指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出创新能力指标,并将创新能力指标通过数据输入和输出模块存入数据文件中;
所述互联网应用程度指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出互联网应用程度指标,并将互联网应用程度指标通过数据输入和输出模块存入数据文件中;
所述财务综合能力指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出财务综合能力指标,并将财务综合能力指标通过数据输入和输出模块存入数据文件中;
所述信用分析及显示信用分析报告模块,调用实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块、财务综合能力指标生成模块和行业特征指标生成模块计算出的评估指标计算结果,针对行业特征计算结果,对企业信用进行分析,并把信用分析结果存入数据文件,然后自动生成信用分析报告;
所述企业信用评估指标计算结果查询模块,调用数据文件的数据,将实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块、财务综合能力指标生成模块和行业特征指标生成模块计算出的评估指标计算结果以图表的形式显示,并进行查询。
优选地,所述数据输入和输出模块包括衍生变量生成子模块,所述衍生变量生成子模块负责根据企业的原始数据进行衍生分析,生成衍生数据,实现原始数据的多维扩展,衍生数据通过数据输入和输出模块存入数据文件。
优选地,所述数据输入和输出模块还包括数据校核模块,所述数据校核模块负责对企业的原始数据进行基于神经网络算法的校核处理,并将校核处理后的数据存入数据文件。
本发明实施例的一种企业信用评价方法,应用于如上述的企业信用评价系统,包括如下步骤:
数据输入和输出模块接收企业的原始数据并存入数据文件;
行业特征指标生成模块调用所述数据文件中的企业数据,利用随机森林算法和/或支持向量机算法进行计算,生成行业特征计算结果,并通过所述数据输入和输出模块将所述行业特征计算结果存入数据文件;
实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块和财务综合能力指标生成模块分别调用数据文件中的所述行业特征计算结果,分别结合数据文件中的企业数据,分别计算出实际控制人特征指标、企业特征指标、舆情监测指标、政策影响指标、经营管理能力指标、可持续发展能力指标、创新能力指标、互联网应用程度指标和财务综合能力指标;
信用分析及显示信用分析报告模块根据所述实际控制人特征指标、企业特征指标、舆情监测指标、政策影响指标、经营管理能力指标、可持续发展能力指标、创新能力指标、互联网应用程度指标和财务综合能力指标相应地评分和权重值,进行加权运算,获得企业信用分析结果并存入数据文件,生成包含所述信用分析结果的信用分析报告。
本发明实施例技术方案,具有如下优点:
1.本发明实施例提供的企业信用评价系统及方法,通过设置实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块和财务综合能力指标生成模块,充分结合了国内大型和中小型企业的特点,扩大了企业信用评价系统的应用范围,具有很好的适用性。并且,基于上述各模块建立的信用评级指标体系更加科学,能够对被评对象的信用状况进行更加客观、公正地评价,提高评价结果的可信度。通过设置行业特征指标生成模块,可以获得被评对象的行业特征计算结果,例如可以得到被评对象所属的行业领域,从而按照行业区分,实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块和财务综合能力指标生成模块分别进行相应行业的指标生成,由于在不同行业中,指标所要考虑衡量因素都会存在差别,所以在依据行业进行区分的基础上,所生成的指标更具有行业特点,更具有客观性,从而进一步提高了评价结果的可信度。
2.本发明实施例提供的企业信用评价系统及方法,通过设置衍生变量生成子模块,衍生分析获得会因作为原始变量的指标信息的变化而变化的衍生变量,扩展了随机森林算法和支持向量机算法的原始数据,即训练集,使得经算法计算后获得的指标更加可靠,大大降低了错误率,从而进一步提高了企业信用评价结果的可信度。
3.本发明实施例提供的企业信用评价系统及方法,通过设置数据校核模块,利用神经网络算法对数据进行校核,提高了企业的原始数据本身的正确率和可信度,从而进一步提高了企业信用评价结果的可信度。
附图说明
为了更清楚地说明本发明具体实施方式中的技术方案,下面将对具体实施方式描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1中企业信用评价系统的一个具体示例的原理框图;
图2为本发明实施例2中企业信用评价方法的一个具体示例的流程图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例提供一种企业信用评价系统,如图1所示,包括:数据输入和输出模块1、实际控制人特征指标生成模块2、企业特征指标生成模块3、舆情监测指标生成模块4、政策影响指标生成模块5、经营管理能力指标生成模块6、可持续发展能力指标生成模块7、创新能力指标生成模块8、互联网应用程度指标生成模块9、财务综合能力指标生成模块10、行业特征指标生成模块11、信用分析及显示信用分析报告模块12和企业信用评估指标计算结果查询模块13,其中:
数据输入和输出模块1,负责将企业的原始数据输入实际控制人特征指标生成模块2、企业特征指标生成模块3、舆情监测指标生成模块4、政策影响指标生成模块5、经营管理能力指标生成模块6、可持续发展能力指标生成模块7、创新能力指标生成模块8、互联网应用程度指标生成模块9、财务综合能力指标生成模块10和行业特征指标生成模块11中,并将企业的原始数据、实际控制人特征指标生成模块2、企业特征指标生成模块3、舆情监测指标生成模块4、政策影响指标生成模块5、经营管理能力指标生成模块6、可持续发展能力指标生成模块7、创新能力指标生成模块8、互联网应用程度指标生成模块9、财务综合能力指标生成模块10和行业特征指标生成模块11计算出的评估指标结果输出并存入数据文件14;
行业特征指标生成模块11,根据数据文件中的企业数据,利用随机森林算法和/或支持向量机算法进行计算并生成行业特征计算结果,行业特征计算结果通过数据输入和输出模块1存入数据文件,实际控制人特征指标生成模块2、企业特征指标生成模块3、舆情监测指标生成模块4、政策影响指标生成模块5、经营管理能力指标生成模块6、可持续发展能力指标生成模块7、创新能力指标生成模块8、互联网应用程度指标生成模块9和财务综合能力指标生成模块10需调用行业特征计算结果;优选地,行业特征计算结果可以包括制造业、商贸业、软件服务业、租赁与商务服务业、交通运输业、物业管理、建筑业、住宿餐饮业等。
实际控制人特征指标生成模块2,首先调用行业特征计算结果,然后再结合数据文件中的企业数据计算出实际控制人特征指标,并将实际控制人特征指标通过数据输入和输出模块1存入数据文件中;
企业特征指标生成模块3,首先调用行业特征计算结果,然后再结合数据文件中的企业数据计算出企业特征指标,并将企业特征指标通过数据输入和输出模块1存入数据文件中;
舆情监测指标生成模块4,首先调用行业特征计算结果,然后再结合数据文件中的企业数据计算出舆情监测指标,并将舆情监测指标通过数据输入和输出模块1存入数据文件中;
政策影响指标生成模块5,首先调用行业特征计算结果,然后再结合数据文件中的企业数据计算出政策影响指标,并将政策影响指标通过数据输入和输出模块1存入数据文件中;
经营管理能力指标生成模块6,首先调用行业特征计算结果,然后再结合数据文件中的企业数据计算出经营管理能力指标,并将经营管理能力指标通过数据输入和输出模块1存入数据文件中;
可持续发展能力指标生成模块7,首先调用行业特征计算结果,然后再结合数据文件中的企业数据计算出可持续发展能力指标,并将可持续发展能力指标通过数据输入和输出模块1存入数据文件中;
创新能力指标生成模块8,首先调用行业特征计算结果,然后再结合数据文件中的企业数据计算出创新能力指标,并将创新能力指标通过数据输入和输出模块1存入数据文件中;
互联网应用程度指标生成模块9,首先调用行业特征计算结果,然后再结合数据文件中的企业数据计算出互联网应用程度指标,并将互联网应用程度指标通过数据输入和输出模块1存入数据文件中;
财务综合能力指标生成模块10,首先调用行业特征计算结果,然后再结合数据文件中的企业数据计算出财务综合能力指标,并将财务综合能力指标通过数据输入和输出模块1存入数据文件中;
上述实际控制人特征指标生成模块2、企业特征指标生成模块3、舆情监测指标生成模块4、政策影响指标生成模块5、经营管理能力指标生成模块6、可持续发展能力指标生成模块7、创新能力指标生成模块8、互联网应用程度指标生成模块9和财务综合能力指标生成模块10进行相应指标计算的方法可以采用一些常用的计算方法,生成的指标计算结果包括指标评分和权重值,这些常用的计算方法例如随机森林算法或支持向量机算法。随机森林是用随机的方式建立一个森林,森林里面有很多的决策树组成,在得到森林之后,当有一个新的输入样本进入的时候,就让森林中的每一棵决策树分别进行一下判断,看看这个样本应该属于哪一类(对于分类算法),然后看看哪一类被选择最多,就预测这个样本为那一类。随机森林有很多的优点:能够处理很高维度的数据,并且不用做特征选择;在训练完后,它能够给出哪些特征比较重要;训练速度快等。支持向量机算法(SupportVectorMachine,SVM)是与相关的学习算法有关的监督学习模型,可以分析数据,识别模式,用于分类和回归分析。支持向量机是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷,以期获得最好的泛化能力。
信用分析及显示信用分析报告模块12,调用实际控制人特征指标生成模块2、企业特征指标生成模块3、舆情监测指标生成模块4、政策影响指标生成模块5、经营管理能力指标生成模块6、可持续发展能力指标生成模块7、创新能力指标生成模块8、互联网应用程度指标生成模块9、财务综合能力指标生成模块10和行业特征指标生成模块11计算出的评估指标计算结果,根据评估指标计算结果并针对行业特征计算结果,对企业信用进行分析,并把信用分析结果存入数据文件,然后自动生成信用分析报告;
企业信用评估指标计算结果查询模块13,调用数据文件中的数据,将实际控制人特征指标生成模块2、企业特征指标生成模块3、舆情监测指标生成模块4、政策影响指标生成模块5、经营管理能力指标生成模块6、可持续发展能力指标生成模块7、创新能力指标生成模块8、互联网应用程度指标生成模块9、财务综合能力指标生成模块10和行业特征指标生成模块11计算出的评估指标计算结果以图表的形式显示,并进行查询。
上述各个指标的具体解释如下表所示:
依据上述各个指标,适应各个行业,从而可以建立与行业相对应的信用评级指标体系,例如,可以采用上述各个指标作为一级指标,基于此,可以采用的二级指标例如为下表所示:
本领域的技术人员应当理解,二级指标的选取并不限于如上表中所示的,也可以由能够反映出一级指标解释的其他二级指标来实现。
上述企业信用评价系统,通过设置实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块和财务综合能力指标生成模块,充分结合了国内大型和中小型企业的特点,扩大了企业信用评价系统的应用范围,具有很好的适用性。并且,基于上述各模块建立的信用评级指标体系更加科学,能够对被评对象的信用状况进行更加客观、公正地评价,提高评价结果的可信度。通过设置行业特征指标生成模块,可以获得被评对象的行业特征计算结果,例如可以得到被评对象所属的行业领域,从而按照行业区分,实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块和财务综合能力指标生成模块分别进行相应行业的指标生成,由于在不同行业中,指标所要考虑衡量因素都会存在差别,所以在依据行业进行区分的基础上,所生成的指标更具有行业特点,更具有客观性,从而进一步提高了评价结果的可信度。
优选地,数据输入和输出模块包括衍生变量生成子模块,衍生变量生成子模块负责根据企业的原始数据进行衍生分析,生成衍生数据,实现原始数据的多维扩展,衍生数据通过数据输入和输出模块存入数据文件。本领域的技术人员应当理解,任意衍生分析的方法都能适用于上述衍生变量生成子模块中,以对企业的原始数据进行衍生分析。
上述企业信用评价系统,通过设置衍生变量生成子模块,衍生分析获得会因作为原始变量的指标信息的变化而变化的衍生变量,扩展了随机森林算法和支持向量机算法的原始数据,即训练集,使得经算法计算后获得的指标更加可靠,大大降低了错误率,从而进一步提高了企业信用评价结果的可信度。
优选地,数据输入和输出模块还包括数据校核模块,数据校核模块负责对企业的原始数据进行基于神经网络算法的校核处理,并将校核处理后的数据存入数据文件。本领域的技术人员应当理解,任意的神经网络算法都能适用于上述数据校核模块中,以对企业的原始数据进行校核处理。
上述企业信用评价系统,通过设置数据校核模块,利用神经网络算法对数据进行校核,提高了企业的原始数据本身的正确率和可信度,从而进一步提高了企业信用评价结果的可信度。
企业的原始数据可以是通过多渠道获得的,例如可以是来自大数据企业信息服务平台的数据,如果大数据企业信息服务平台有被评对象企业的数据,则无需企业重复填写或录入企业的原始数据,只需将大数据企业信息服务平台与企业信用评价系统对接,可以通过数据输入和输出模块直接接收大数据企业信息服务平台上的相应企业数据,既提高了信用评价的处理效率,又能够保证企业原始数据的可靠性,提高信用评价的准确率和可信度。
实施例2
本实施例提供一种企业信用评价方法,例如可以应用于上述实施例1的企业信用评价系统,如图2所示,包括如下步骤:
S1、企业原始数据获取步骤,数据输入和输出模块接收企业的原始数据并存入数据文件;优选地,之后可以再进行数据校核步骤。
S2、生成行业特征计算结果步骤,行业特征指标生成模块调用数据文件中的企业数据,利用随机森林算法和/或支持向量机算法进行计算,生成行业特征计算结果,并通过数据输入和输出模块将行业特征计算结果存入数据文件;
S3、计算指标步骤,实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块和财务综合能力指标生成模块分别调用数据文件中的行业特征计算结果,分别结合数据文件中的企业数据,分别计算出实际控制人特征指标、企业特征指标、舆情监测指标、政策影响指标、经营管理能力指标、可持续发展能力指标、创新能力指标、互联网应用程度指标和财务综合能力指标,包括各个指标相应的评分和权重值;
S4、计算企业信用评价结果步骤,信用分析及显示信用分析报告模块根据实际控制人特征指标、企业特征指标、舆情监测指标、政策影响指标、经营管理能力指标、可持续发展能力指标、创新能力指标、互联网应用程度指标和财务综合能力指标相应地评分和权重值,进行加权运算,获得企业信用分析结果并存入数据文件,生成包含信用分析结果的信用分析报告。
上述企业信用评价方法,通过实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块和财务综合能力指标生成模块,充分结合了国内大型和中小型企业的特点,扩大了企业信用评价系统的应用范围,具有很好的适用性。并且,基于上述各模块建立的信用评级指标体系更加科学,能够对被评对象的信用状况进行更加客观、公正地评价,提高评价结果的可信度。通过行业特征指标生成模块,可以获得被评对象的行业特征计算结果,例如可以得到被评对象所属的行业领域,从而按照行业区分,实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块和财务综合能力指标生成模块分别进行相应行业的指标生成,由于在不同行业中,指标所要考虑衡量因素都会存在差别,所以在依据行业进行区分的基础上,所生成的指标更具有行业特点,更具有客观性,从而进一步提高了评价结果的可信度。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (4)
1.一种企业信用评价系统,其特征在于,包括:数据输入和输出模块、实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块、财务综合能力指标生成模块、行业特征指标生成模块、信用分析及显示信用分析报告模块和企业信用评估指标计算结果查询模块,其中:
所述数据输入和输出模块,负责将企业的原始数据输入实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块、财务综合能力指标生成模块和行业特征指标生成模块中,并将企业的原始数据、实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块、财务综合能力指标生成模块和行业特征指标生成模块计算出的评估指标结果输出并存入数据文件;
所述行业特征指标生成模块,根据数据文件中的企业数据,利用随机森林算法和/或支持向量机算法进行计算并生成行业特征计算结果,所述行业特征计算结果通过所述数据输入和输出模块存入数据文件,所述实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块和财务综合能力指标生成模块需调用所述行业特征计算结果;
所述实际控制人特征指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出实际控制人特征指标,并将实际控制人特征指标通过数据输入和输出模块存入数据文件中;
所述企业特征指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出企业特征指标,并将企业特征指标通过数据输入和输出模块存入数据文件中;
所述舆情监测指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出舆情监测指标,并将舆情监测指标通过数据输入和输出模块存入数据文件中;
所述政策影响指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出政策影响指标,并将政策影响指标通过数据输入和输出模块存入数据文件中;
所述经营管理能力指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出经营管理能力指标,并将经营管理能力指标通过数据输入和输出模块存入数据文件中;
所述可持续发展能力指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出可持续发展能力指标,并将可持续发展能力指标通过数据输入和输出模块存入数据文件中;
所述创新能力指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出创新能力指标,并将创新能力指标通过数据输入和输出模块存入数据文件中;
所述互联网应用程度指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出互联网应用程度指标,并将互联网应用程度指标通过数据输入和输出模块存入数据文件中;
所述财务综合能力指标生成模块,首先调用所述行业特征计算结果,然后再结合数据文件中的企业数据计算出财务综合能力指标,并将财务综合能力指标通过数据输入和输出模块存入数据文件中;
所述信用分析及显示信用分析报告模块,调用实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块、财务综合能力指标生成模块和行业特征指标生成模块计算出的评估指标计算结果,针对行业特征计算结果,对企业信用进行分析,并把信用分析结果存入数据文件,然后自动生成信用分析报告;
所述企业信用评估指标计算结果查询模块,调用数据文件的数据,将实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块、财务综合能力指标生成模块和行业特征指标生成模块计算出的评估指标计算结果以图表的形式显示,并进行查询。
2.根据权利要求1所述的企业信用评价系统,其特征在于,所述数据输入和输出模块包括衍生变量生成子模块,所述衍生变量生成子模块负责根据企业的原始数据进行衍生分析,生成衍生数据,实现原始数据的多维扩展,衍生数据通过数据输入和输出模块存入数据文件。
3.根据权利要求1或2所述的企业信用评价系统,其特征在于,所述数据输入和输出模块还包括数据校核模块,所述数据校核模块负责对企业的原始数据进行基于神经网络算法的校核处理,并将校核处理后的数据存入数据文件。
4.一种企业信用评价方法,应用于如权利要求1-3任一项所述的企业信用评价系统,其特征在于,包括如下步骤:
数据输入和输出模块接收企业的原始数据并存入数据文件;
行业特征指标生成模块调用所述数据文件中的企业数据,利用随机森林算法和/或支持向量机算法进行计算,生成行业特征计算结果,并通过所述数据输入和输出模块将所述行业特征计算结果存入数据文件;
实际控制人特征指标生成模块、企业特征指标生成模块、舆情监测指标生成模块、政策影响指标生成模块、经营管理能力指标生成模块、可持续发展能力指标生成模块、创新能力指标生成模块、互联网应用程度指标生成模块和财务综合能力指标生成模块分别调用数据文件中的所述行业特征计算结果,分别结合数据文件中的企业数据,分别计算出实际控制人特征指标、企业特征指标、舆情监测指标、政策影响指标、经营管理能力指标、可持续发展能力指标、创新能力指标、互联网应用程度指标和财务综合能力指标;
信用分析及显示信用分析报告模块根据所述实际控制人特征指标、企业特征指标、舆情监测指标、政策影响指标、经营管理能力指标、可持续发展能力指标、创新能力指标、互联网应用程度指标和财务综合能力指标相应地评分和权重值,进行加权运算,获得企业信用分析结果并存入数据文件,生成包含所述信用分析结果的信用分析报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610031098.6A CN105719073A (zh) | 2016-01-18 | 2016-01-18 | 一种企业信用评价系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610031098.6A CN105719073A (zh) | 2016-01-18 | 2016-01-18 | 一种企业信用评价系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105719073A true CN105719073A (zh) | 2016-06-29 |
Family
ID=56147325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610031098.6A Pending CN105719073A (zh) | 2016-01-18 | 2016-01-18 | 一种企业信用评价系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105719073A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106803204A (zh) * | 2017-01-17 | 2017-06-06 | 上海聚赟大数据有限公司 | 一种基于机器学习的债券发行人违约分析方法 |
CN107292536A (zh) * | 2017-07-20 | 2017-10-24 | 北京汇通金财信息科技有限公司 | 一种金融风险管理方法及系统 |
CN107291882A (zh) * | 2017-06-19 | 2017-10-24 | 江苏软开信息科技有限公司 | 一种数据自动统计分析方法 |
CN107369081A (zh) * | 2017-07-19 | 2017-11-21 | 无锡企业征信有限公司 | 用数据来源的动态影响因子确定数据有效性的系统及方法 |
CN107527212A (zh) * | 2017-08-16 | 2017-12-29 | 无锡企业征信有限公司 | 企业信用动态评分系统及方法 |
CN108629507A (zh) * | 2018-05-03 | 2018-10-09 | 上海第二工业大学 | 一种企业信用管理系统 |
CN108846731A (zh) * | 2018-06-28 | 2018-11-20 | 合肥右传媒科技有限公司 | 一种企业信用度的评估系统 |
CN109062102A (zh) * | 2018-08-13 | 2018-12-21 | 上海海事大学 | 基于云计算技术的自升式平台多设备远程监控方法 |
CN109376995A (zh) * | 2018-09-18 | 2019-02-22 | 平安科技(深圳)有限公司 | 财务数据评分方法、装置、计算机设备和存储介质 |
CN109615232A (zh) * | 2018-12-12 | 2019-04-12 | 税友软件集团股份有限公司 | 一种信用积分预测的方法、系统及相关装置 |
CN109885695A (zh) * | 2019-01-28 | 2019-06-14 | 平安科技(深圳)有限公司 | 资产建议生成方法、装置、计算机设备和存储介质 |
CN109961368A (zh) * | 2019-03-18 | 2019-07-02 | 京东数字科技控股有限公司 | 基于机器学习的数据处理方法及装置 |
CN109993412A (zh) * | 2019-03-01 | 2019-07-09 | 百融金融信息服务股份有限公司 | 风险评估模型的构建方法及装置、存储介质、计算机设备 |
CN110020048A (zh) * | 2017-10-27 | 2019-07-16 | 北京宸信征信有限公司 | 一种基于开源数据的企业风险评价系统及方法 |
CN110400215A (zh) * | 2019-07-31 | 2019-11-01 | 浪潮软件集团有限公司 | 面向企业家族的小微企业信用评估模型构建方法及系统 |
CN110930237A (zh) * | 2019-10-21 | 2020-03-27 | 江苏大学 | 一种基于sagwo算法的中小企业信用预测分类方法 |
CN111104975A (zh) * | 2019-12-10 | 2020-05-05 | 恒瑞通(福建)信息技术有限公司 | 一种基于广度学习的信用评估模型 |
CN111523813A (zh) * | 2020-04-25 | 2020-08-11 | 上海达牛信息技术有限公司 | 一种货物运输承运商综合能力评估方法 |
CN116702052A (zh) * | 2023-08-02 | 2023-09-05 | 云南香农信息技术有限公司 | 一种社区社会信用体系信息处理系统及方法 |
-
2016
- 2016-01-18 CN CN201610031098.6A patent/CN105719073A/zh active Pending
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106803204A (zh) * | 2017-01-17 | 2017-06-06 | 上海聚赟大数据有限公司 | 一种基于机器学习的债券发行人违约分析方法 |
CN107291882A (zh) * | 2017-06-19 | 2017-10-24 | 江苏软开信息科技有限公司 | 一种数据自动统计分析方法 |
CN107369081A (zh) * | 2017-07-19 | 2017-11-21 | 无锡企业征信有限公司 | 用数据来源的动态影响因子确定数据有效性的系统及方法 |
CN107292536A (zh) * | 2017-07-20 | 2017-10-24 | 北京汇通金财信息科技有限公司 | 一种金融风险管理方法及系统 |
CN107527212A (zh) * | 2017-08-16 | 2017-12-29 | 无锡企业征信有限公司 | 企业信用动态评分系统及方法 |
CN110020048A (zh) * | 2017-10-27 | 2019-07-16 | 北京宸信征信有限公司 | 一种基于开源数据的企业风险评价系统及方法 |
CN110020048B (zh) * | 2017-10-27 | 2021-09-14 | 北京宸信征信有限公司 | 一种基于开源数据的企业风险评价系统及方法 |
CN108629507A (zh) * | 2018-05-03 | 2018-10-09 | 上海第二工业大学 | 一种企业信用管理系统 |
CN108846731A (zh) * | 2018-06-28 | 2018-11-20 | 合肥右传媒科技有限公司 | 一种企业信用度的评估系统 |
CN109062102A (zh) * | 2018-08-13 | 2018-12-21 | 上海海事大学 | 基于云计算技术的自升式平台多设备远程监控方法 |
CN109376995A (zh) * | 2018-09-18 | 2019-02-22 | 平安科技(深圳)有限公司 | 财务数据评分方法、装置、计算机设备和存储介质 |
CN109615232A (zh) * | 2018-12-12 | 2019-04-12 | 税友软件集团股份有限公司 | 一种信用积分预测的方法、系统及相关装置 |
CN109885695A (zh) * | 2019-01-28 | 2019-06-14 | 平安科技(深圳)有限公司 | 资产建议生成方法、装置、计算机设备和存储介质 |
CN109885695B (zh) * | 2019-01-28 | 2024-03-01 | 平安科技(深圳)有限公司 | 资产建议生成方法、装置、计算机设备和存储介质 |
CN109993412A (zh) * | 2019-03-01 | 2019-07-09 | 百融金融信息服务股份有限公司 | 风险评估模型的构建方法及装置、存储介质、计算机设备 |
CN109961368A (zh) * | 2019-03-18 | 2019-07-02 | 京东数字科技控股有限公司 | 基于机器学习的数据处理方法及装置 |
CN110400215A (zh) * | 2019-07-31 | 2019-11-01 | 浪潮软件集团有限公司 | 面向企业家族的小微企业信用评估模型构建方法及系统 |
CN110400215B (zh) * | 2019-07-31 | 2023-11-03 | 浪潮软件集团有限公司 | 面向企业家族的小微企业信用评估模型构建方法及系统 |
CN110930237A (zh) * | 2019-10-21 | 2020-03-27 | 江苏大学 | 一种基于sagwo算法的中小企业信用预测分类方法 |
CN111104975A (zh) * | 2019-12-10 | 2020-05-05 | 恒瑞通(福建)信息技术有限公司 | 一种基于广度学习的信用评估模型 |
CN111104975B (zh) * | 2019-12-10 | 2023-04-07 | 恒瑞通(福建)信息技术有限公司 | 一种基于广度学习的信用评估方法 |
CN111523813A (zh) * | 2020-04-25 | 2020-08-11 | 上海达牛信息技术有限公司 | 一种货物运输承运商综合能力评估方法 |
CN116702052A (zh) * | 2023-08-02 | 2023-09-05 | 云南香农信息技术有限公司 | 一种社区社会信用体系信息处理系统及方法 |
CN116702052B (zh) * | 2023-08-02 | 2023-10-27 | 云南香农信息技术有限公司 | 一种社区社会信用体系信息处理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105719073A (zh) | 一种企业信用评价系统及方法 | |
US20230162279A1 (en) | System and method for generating a dynamic credit risk rating for a debt security | |
Inekwe | FDI, employment and economic growth in Nigeria | |
CA2987838A1 (en) | Risk identification and risk register generation system and engine | |
Abakah et al. | Quantile price convergence and spillover effects among Bitcoin, Fintech, and artificial intelligence stocks | |
Steffen | A comparative analysis of green financial policy output in OECD countries | |
CN109447461A (zh) | 用户信用评估方法及装置、电子设备、存储介质 | |
Park et al. | Dynamic capabilities and new product development performance: Korean SMEs | |
Polloni‐Silva et al. | Are foreign companies a blessing or a curse for local development in Brazil? It depends on the home country and host region's institutions | |
Wu et al. | Blockchain‐based internet of things: machine learning tea sensing trusted traceability system | |
CN104951843A (zh) | 销量预测系统及方法 | |
WO2019010039A1 (en) | SYSTEMS AND METHODS FOR CLASSIFYING ENTITIES | |
Daitoh et al. | The optimal environmental tax and urban unemployment in an open economy | |
CN109426756A (zh) | 一种条码识别结果的查错方法及装置 | |
CN114385694A (zh) | 一种数据加工处理方法、装置、计算机设备及存储介质 | |
Su et al. | A method for fuzzy group decision making based on induced aggregation operators and Euclidean distance | |
Biswas et al. | Evaluation based on relative utility and nonlinear standardization (ERUNS) method for comparing firm performance in energy sector | |
El‐Jourbagy et al. | In Space, No One Can Hear You're Green: Standardization of Environmental Reporting, the SEC's Proposed Climate Change Disclosure Rules, and Remote Sensing Technology | |
Whitman et al. | Multicriteria risk analysis of commodity-specific dock investments at an inland waterway port | |
CN111353728A (zh) | 一种风险分析方法和系统 | |
US20210224912A1 (en) | Techniques to forecast future orders using deep learning | |
Park et al. | Energy efficiency in Korea: analysis using a hybrid DEA model | |
Çam et al. | The puzzle of energy efficiency in Turkey: combining a multiple criteria decision making and the time series analysis | |
Aviv | An extreme-value theory approximation scheme in reinsurance and insurance-linked securities | |
Ridwan | Unveiling the powerhouse: Exploring the dynamic relationship between globalization, urbanization, and economic growth in Bangladesh through an innovative ARDL approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160629 |
|
RJ01 | Rejection of invention patent application after publication |