CN107368962B - 企业交易自动征信方法及系统 - Google Patents

Abstract

本发明涉及企业征信技术，公开了一种企业交易自动征信方法及系统。企业端的征信系统根据接收到的征信报告生成请求和征信指标，识别企业信息管理系统的厂牌和版本，在企业端配置前置模型,前置模型中包括计算征信指标所需的数据项和数据处理方式。该前置模型从企业信息管理系统中提取与数据项相应的数据并计算计算征信结果，将征信结果发送给金融机构的计算机系统，供该金融机构计算机系统根据征信结果完成授信。通过设置在企业端的前置模型实现金融机构对企业安全高效的征信授信。

Description

企业交易自动征信方法及系统

技术领域

本发明涉及征信领域，特别涉及企业交易自动征信技术。

背景技术

目前,企业征信授信的方法是金融机构自主研发或采用外部服务商的解决方案：企业端采集进销存等交易数据后推送到金融机构后台系统，金融机构人员一般需要在后台以人工方式，进行企业交易数据的清洗、转换等数据处理，得出例如最近12个月企业的平均销售金额、库存周转率等处理完成的数据，在其授信审批系统中输入相关数据以生成企业征信指标得分、信用评级，和建议授信额度等信息，甚至要结合现场尽调的结果后才能产出授信结果。

其采集的交易数据往往是包含单价、单品的敏感的明细级别数据，例如包含订单行的销售订单；或者是简单汇总、脱敏的数据，例如取订单头或按月汇总。

企业征信对于企业发展的金融业务具有重要意义，一般的金融额度发放以及贷款业务的开展，很大程度上都与企业信用存在一定的关系，而目前的企业征信技术存在企业敏感数据外泄、金融机构需要大量工作人员进行人工征信和授信作业的问题。在现行的企业征信技术中，还没有一种能够实现在保护企业数据安全的情况下对企业交易自动征信的平台系统。

发明内容

本发明的目的在于提供一种企业交易自动征信方法及系统，以解决企业交易征信中存在企业敏感数据外泄及需要大量人工征信的问题。

未解决上述技术问题，本发明的实施方式公开了一种企业交易自动征信方法,包括以下步骤：

接收征信报告生成请求，该请求中包括所需征信指标；

识别企业信息管理系统的厂牌和版本；

根据征信指标、厂牌和版本在企业端配置前置模型，该前置模型中包括计算征信指标所需的数据项和数据处理方式；

根据前置模型从企业信息管理系统中提取与数据项相应的数据；

根据前置模型中的数据处理方式利用数据计算征信结果；

将征信结果发送给金融机构的计算机系统，供该金融机构计算机系统根据征信结果完成授信。

在一个优选例中,征信指标包括贸易真实性和业务健康度。

在一个优选例中,前置模型包括：所需的数据项和数据处理方式。

在一个优选例中,数据项包括：交易数据和库存数据。

在一个优选例中,企业信息管理系统包括ERP系统、进销存系统。

在一个优选例中,征信结果包括交易信用分、交易信用评级、建议授信额度。

本发明的实施方式还公开了一种企业交易自动征信系统,包括:

接收模块，用于接收征信报告生成请求，该请求中包括所需征信指标；

识别模块，用于识别企业信息管理系统的厂牌和版本；

配置模块，用于根据征信指标、厂牌和版本在企业端配置前置模型，该前置模型中包括计算征信指标所需的数据项和数据处理方式；

提取模块，用于根据前置模型从企业信息管理系统中提取与数据项相应的数据；

数据处理模块，用于根据前置模型中的数据处理方式利用数据计算征信结果；；

发送模块，用于将征信结果发送给金融机构的计算机系统，供该金融机构计算机系统根据征信结果完成授信。

本发明实施方式与现有技术相比，至少具有以下区别和效果：

本发明在企业端使用计算机征信系统实现对企业交易的征信操作，并将征信结果发送给金融机构的计算机系统，供该金融机构计算机系统根据所述征信结果完成授信。根据征信系统收到的征信指标，以及企业的厂牌和版本在企业端配置前置模型，该前置模型中包括计算征信指标所需的数据项和数据处理方式。根据该前置模型从企业的数据库中提取计算征信指标所需的数据并计算征信结果。由此，征信操作均在企业端完成，只需要将征信结果发送给金融机构的计算机系统，供该金融机构计算机系统根据该征信结果完成授信，而不需要将企业的原始交易数据或者敏感数据提供给金融机构的计算机系统，避免了企业敏感数据外泄，保护企业的交易数据安全。

进一步地，本发明实施的征信操作均在企业端的计算机征信系统完成，通过计算机征信系统实现业信息管理系统的识别，包括ERP系统和进销存系统，企业数据的提取和处理，以及计算征信结果，整个过程无需大量人工操作，高效准确地实现企业交易征信自动授信。

可以理解，在本发明范围内中，本发明的上述各技术特征和在下文(如实施方式和例子)中具体描述的各技术特征之间都可以互相组合，从而构成新的或优选的技术方案。限于篇幅，在此不再一一累述。

附图说明

图1是本申请第一实施方式中企业交易自动征信方法的流程示意图。

图2是本申请第二实施方式中企业交易自动征信系统的结构图。

图3是本申请一个具体实施例中一种企业交易数据自动征信和授信流程图。

具体实施方式

在以下的叙述中，为了使读者更好地理解本申请而提出了许多技术细节。但是，本领域的普通技术人员可以理解，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。

在本申请的申请文件中，部分概念解释和举例：

ERP，即企业资源计划(Enterprise Resource Planning)，是一种主要面向制造行业进行物质资源、资金资源和信息资源集成一体化管理的企业信息管理系统。

进销存系统，是为了对企业生产经营中进货、出货、批发销售、付款等进行全程进行(从接获订单合同开始，进入物料采购、入库、领用到产品完工入库、交货、回收货款、支付原材料款等)跟踪(每一步都提供详尽准确的数据)、管理(有效辅助企业解决业务管理、分销管理、存货管理、营销计划的执行和监控、统计信息的收集等方面的业务问题)而设计的整套方案。

本申请的部分要点概述如下:

为实现金融机构对企业实现征信授信的交易信息服务，目前使用的方法是金融机构自主研发或采用外部服务商的解决方案，自企业端采集进销存等交易数据后推送到金融机构后台系统,金融机构人员一般需要在后台以人工方式，进行企业交易数据的清洗、转换等数据处理，在其授信审批系统中输入相关数据以生成企业征信指标得分、信用评级，和建议授信额度等信息，甚至要结合现场尽调的结果后才能产出授信结果。

在目前使用的技术中企业需要将企业内部的原始数据发送给金融机构的后台系统，存在着企业敏感数据外泄，企业的信息安全等严重问题。此外，金融机构后台系统需要大量工作人员进行人工征信和授信，导致了征信授信操作的成本高效率低的问题。本申请在企业端配置前置模型，对企业的原始数据进行计算处理，仅将企业端计算输出的交易信用分、交易信用评级和建议授信额度等脱敏信息发送给金融机构后台系统，金融机构利用数据直接完成授信。有效地解决了企业数据安全和征信授信效率的问题。

在配置企业端的前置模型可以由金融机构根据根据所需的征信结果提供。实际上金融机构借助前置模型间接地按照一定规则采集企业的信用信息，经前置模型加工整理形成企业的信用报告等征信信息，用于对企业做出授信评价的金融服务。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。

本发明的第一实施方式涉及一种企业交易自动征信方法。图1是企业交易自动征信方法的流程示意图。该自动征信方法包括以下步骤：

在步骤101中，企业端的计算机征信系统接收到征信请求，该请求中包括所需征信指标。

在本发明的一个实施例中，征信指标包括：

贸易真实性，例如历史数据时长，进销存平衡，毛利率波动，销售金额同比波动，以及销售数据本福德法则验证；

业务健康度，例如前5大客户集中度，前5大供应商集中度，毛利率环比平均，库存周转率环比平均，销售金额环比平均，销售采购比平均，以及应付应收比环比平均。

此后进入步骤102，征信系统识别该企业所使用地ERP系统和进销存系统的厂牌和版本，针对相应的版本进行数据配置。

ERP是一个以管理会计为核心，可以提供跨地区、跨部门、甚至跨公司整合实时信息的企业管理软件；是一个针对物资资源管理(物流)、人力资源管理(人流)、财务资源管理(财流)、信息资源管理(信息流)集成一体化的企业管理软件。ERP系统包括：供应链管理、销售与市场、财务管理模块、生产控制管理等多个模块。

进销存管理系统是一个典型的数据库应用程序，根据企业的需求，为解决企业账目混乱，库存不准，信息反馈不及时等问题，采用先进的计算机技术而开发的，集进货、销售、存储多个环节于一体的信息系统。包括：基础资料管理、系统管理、采购管理、销售管理、库存管理、财务管理等多个管理模块。

此后进入步骤103，征信系统根据上述征信指标、企业的厂牌和版本在企业端配置前置模型，该前置模型中包括计算征信指标所需的数据项和数据处理方式。

在本发明的一个实施例中，前置模型包括：数据项和数据处理方式。

在本发明的一个实施例中，前置模型中的数据项包括：上月月末库存成本、本月采购成本、本月销售成本、本月库存调整、本月月末库存成本、本月销售金额、上月月末库存金额、本月月末库存金额。

在本发明的一个实施例中，前置模型中的数据处理方式包括：

进销存平衡＝(上月月末库存成本+本月采购成本-本月销售成本+本月库存调整-本月月末库存成本)/本月销售金额；

毛利率＝(本月销售金额-本月销售成本)/本月销售金额；

平均库存金额＝(上月月末库存金额+本月月末库存金额)/2。

此后进入步骤104，征信系统根据前置模型从企业信息管理系统中提取与所述数据项相应的数据；

此后进入步骤105，征信系统根据前置模型中的数据处理方式利用上述数据计算征信结果。

在本发明的一个实施例中，征信结果包括交易信用分、交易信用评级、建议授信额度。

此后进入步骤106，征信系统将所述征信结果发送给金融机构的计算机系统，供该金融机构计算机系统根据所述征信结果完成授信。

本发明的第二实施方式涉及一种企业交易自动征信系统。图2是企业交易自动征信系统的结构图。该自动征信系统包括包括：

接收模块，用于接收征信报告生成请求，该请求中包括所需征信指标；

识别模块，用于识别企业信息管理系统的厂牌和版本；

配置模块，用于根据征信指标、厂牌和版本在企业端配置前置模型，该前置模型中包括计算征信指标所需的数据项和数据处理方式；

提取模块，用于根据前置模型从企业信息管理系统中提取与数据项相应的数据；

数据处理模块，用于根据前置模型中的数据处理方式利用数据计算征信结果；；

发送模块，用于将征信结果发送给金融机构的计算机系统，供该金融机构计算机系统根据征信结果完成授信。

为了更清楚地理解本申请的技术方案，下面介绍一些具体的例子。

在一个实施例中，一种交易信用分的评分方法如表1所示。

表1 一种交易信用分的评分表

在一个实施例中，一种交易信用评级方法如表2所示。

表2 一种交易信用评级表

交易信用分	交易信用评级	金融机构信用评级
			99(含)以上～100	1级	AAA
95(含)以上～99	2级	AA
			90(含)以上～95	3级	A
75(含)以上～90	4级	BBB
			50(含)以上～75	5级	BB
25(含)以上～50	6级	B
			10(含)以上～25	7级	CCC
5(含)以上～10	8级	CC
			1(含)以上～5	9级	C
1以下	10级	其他

在一个实施例中，一种建议授信额度计算方法如下：

建议授信额度＝年销售金额÷调整后库存周转率*贸易真实性评分/100*金融机构系数

其中：

年销售金额：MIN{上一完整自然年度年度销售额，授信额度日期倒推12个月销售额}；

调整后库存周转率：MAX{行业平均库存周转率，企业库存周转率}；

贸易真实性评分：通过历史数据时长、进销存平衡、毛利率波动、销售金额同比波动、销售数据本福德法则验证等5个指标，换算0～100分得分；

金融机构系数为0～1之间，相当于金融机构配比资金的比例。

在本发明的一个实施例中，一种企业交易数据自动征信和授信流程如图3所示。

需要说明的是，在本专利的申请文件中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。本专利的申请文件中，如果提到根据某要素执行某行为，则是指至少根据该要素执行该行为的意思，其中包括了两种情况：仅根据该要素执行该行为、和根据该要素和其它要素执行该行为。

在本发明提及的所有文献都在本申请中引用作为参考，就如同每一篇文献被单独引用作为参考那样。此外应理解，在阅读了本发明的上述讲授内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所要求保护的范围。

Claims (9)

1.一种企业交易自动征信方法,其特征在于,包括以下步骤:

企业端的计算机征信系统接收征信报告生成请求，该请求中包括所需征信指标；

识别企业信息管理系统的厂牌和版本；

根据所述征信指标、所述厂牌和版本在企业端配置前置模型，该前置模型中包括计算所述征信指标所需的数据项和数据处理方式；

根据所述前置模型从所述企业信息管理系统中提取与所述数据项相应的数据；

根据所述前置模型中的数据处理方式利用所述数据计算征信结果；

将所述征信结果发送给金融机构的计算机系统，供该金融机构计算机系统根据所述征信结果完成授信；

其中，所述企业是被授信的对象，所述金融机构是实施授信的主体；在企业端配置所述前置模型，对企业的原始数据进行计算处理，征信操作均在企业端完成，仅将企业端计算输出的脱敏信息发送给所述金融机构计算机系统，供所述金融机构计算机系统利用该脱敏数据直接完成授信。

2.根据权利要求1所述的企业交易自动征信方法,其特征在于,所述征信指标包括以下之一或其任意组合：

历史数据时长，进销存平衡，毛利率波动，销售金额同比波动，销售数据本福德法则验证，前5大客户集中度，前5大供应商集中度，毛利率环比平均，库存周转率环比平均，销售金额环比平均，销售采购比平均，以及应付应收比环比平均。

3.根据权利要求1所述的企业交易自动征信方法,其特征在于,所述数据项包括以下之一或其任意组合：

交易数据、库存数据。

4.根据权利要求1所述的企业交易自动征信方法,其特征在于,所述企业信息管理系统包括以下之一或其任意组合：

ERP系统、进销存系统。

5.根据权利要求1所述的企业交易自动征信方法,其特征在于,所述征信结果包括以下之一或其任意组合：

交易信用分、交易信用评级、建议授信额度。

6.一种企业交易自动征信系统,其特征在于,包括:

接收模块，用于接收征信报告生成请求，该请求中包括所需征信指标；

识别模块，用于识别企业信息管理系统的厂牌和版本；

配置模块，用于根据所述征信指标、所述厂牌和版本在企业端配置前置模型，该前置模型中包括计算征信指标所需的数据项和数据处理方式；

提取模块，用于根据所述前置模型从所述企业信息管理系统中提取与所述数据项相应的数据；

数据处理模块，用于根据所述前置模型中的数据处理方式利用所述数据计算征信结果；

发送模块，用于将所述征信结果发送给金融机构的计算机系统，供该金融机构计算机系统根据所述征信结果完成授信，

其中，所述企业是被授信的对象，所述金融机构是实施授信的主体；在企业端配置所述前置模型，对企业的原始数据进行计算处理，征信操作均在企业端完成，仅将企业端计算输出的脱敏信息发送给所述金融机构计算机系统，供所述金融机构计算机系统利用该脱敏数据直接完成授信。

7.根据权利要求6所述的企业交易自动征信系统,其特征在于,所述征信指标包括以下之一或其任意组合：

贸易真实性、业务健康度。

8.根据权利要求6所述的企业交易自动征信系统,其特征在于,所述企业信息管理系统包括以下之一或其任意组合：

ERP系统、进销存系统。

9.根据权利要求6所述的企业交易自动征信系统,其特征在于,所述征信结果包括以下之一或其任意组合：

交易信用分、交易信用评级、建议授信额度。

Images