CN111523853A - 一种企业信用信息加工、整理及存储的管理方法 - Google Patents

一种企业信用信息加工、整理及存储的管理方法 Download PDF

Info

Publication number
CN111523853A
CN111523853A CN202010290503.2A CN202010290503A CN111523853A CN 111523853 A CN111523853 A CN 111523853A CN 202010290503 A CN202010290503 A CN 202010290503A CN 111523853 A CN111523853 A CN 111523853A
Authority
CN
China
Prior art keywords
information
credit
enterprise
data
basic
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.)
Granted
Application number
CN202010290503.2A
Other languages
English (en)
Other versions
CN111523853B (zh
Inventor
张旿
李贝
张奇宝
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.)
Shanghai Credit Co ltd
Original Assignee
Shanghai Credit 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 Shanghai Credit Co ltd filed Critical Shanghai Credit Co ltd
Priority to CN202010290503.2A priority Critical patent/CN111523853B/zh
Publication of CN111523853A publication Critical patent/CN111523853A/zh
Application granted granted Critical
Publication of CN111523853B publication Critical patent/CN111523853B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • G06F16/215Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25Integrating or interfacing systems involving database management systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/103Workflow collaboration or project management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03Credit; Loans; Processing thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Technology Law (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明涉及一种企业信用信息加工、整理及存储的管理方法,该方法是采用不同的采集模式对各分类的企业信用信息进行采集,并对采集的企业信用信息进行数据校验、数据清洗、数据转换,依次分别存储在源表层(ODS层)、数据基础层(BAS层)、数据集市层(DMA层),之后再输出征信产品。本发明通过收集在信息主体自身、政府部门、金融机构、类金融机构的多渠道的企业信用信息,从多个维度为各类机构提供行业共享数据服务,并在确保数据隐私和安全的前提下提供多样的信用数据产品服务,帮助机构解决信息不对称问题,为其各类决策提供全面信息支撑,在有效减少企业间信用交易风险的前提下,为机构带来更大的经济效应。

Description

一种企业信用信息加工、整理及存储的管理方法
技术领域
本发明涉及计算机技术领域,具体来说,是涉及一种企业信用信息加工、整理及存储的管理方法。
背景技术
企业信用报告已经成为了法人主体参与市场经济活动的经济身份证。企业信用报告的输出是以海量信息数据为基础的,如何收集企业信用信息,并进行合理的加工、整理和存储就显得格外重要。目前各类企业信用信息普遍存在信息分散、信息内容不完整、展示方式多样等问题,这都给信息高效采集带来了较大困难。通过设计企业信用信息分类模型,进一步夯实企业征信系统建设基础,对于优化征信数据采集应用、防控金融风险、促进我国信用体系建设等方面具有重要意义。尤其针对金融信用交易信息,金融机构、类金融机构的金融产品种类繁多,且产品持续创新,因此设计的标准接口规范要满足金融产品的多样性,要具有很强的拓展性。同时,收集的企业信用信息后需要把数据进行有效储存和管理,便于未来生成信用报告产品,也可以基于收集的企业信用信息提供其他的查询类、报告类、模型类、提示类的产品。
发明内容
本发明的目的是提供一种企业信用信息加工、整理及存储的管理方法,通过收集在信息主体自身、政府部门、金融机构、类金融机构的多渠道的企业信用信息,从多个维度为各类机构提供行业共享数据服务,并在确保数据隐私和安全的前提下提供多样的信用数据产品服务,帮助机构解决信息不对称问题,为其各类决策提供全面信息支撑,在有效减少企业间信用交易风险的前提下,为机构带来更大的经济效应。
本发明的目的是这样实现的:
一种企业信用信息加工、整理及存储的管理方法,该方法是采用不同的采集模式对各分类的企业信用信息进行采集,并对采集的企业信用信息进行数据校验、数据清洗、数据转换,依次分别存储在源表层(ODS层)、数据基础层(BAS层)、数据集市层(DMA层),之后再输出征信产品。
具体包括以下步骤:
(1)企业信用信息分类:
将企业信用信息按信用信息属性划分为企业基本信息、企业关联信息、信用交易信息、信用评价信息、信用辅助信息、异议信息六个分类,其中:
企业基本信息,是指可识别或定位该信息主体身份的信息,主要包括:身份识别信息、营业执照信息、状态信息、主要人员信息、股东及出资信息等。
企业关联信息,是指能够体现信息主体或企业主要人员与其他主体之间关联关系的相关信息,主要包括:企业对外投资、企业法定代表人对外投资、企业法定代表人其他公司任职、实际控制人等。
信用交易信息,是指以市场主体间的契约为基础的信息,主要包括:金融信用交易信息以及非金融信用交易信息,是企业信用信息最为核心的部分,也是可以直接反映信息主体信用状况的信息。但其中非金融信用交易信息,主要有企业主体间的应收账款、民间借贷等,这部分信息收集难度大,因此重点研究设计金融信用交易信息的采集模式。金融信用交易信息包括:企业信用主体基本信息记录、企业借贷交易信息记录、企业授信额度信息记录和关联合同信息记录。根据金融信用交易的投放频率、账户管理模式、是否循环等特征,将企业信用交易划分为六个账户类型:单次统一管理非循环账户、单次统一管理循环账户、分次统一管理非循环账户、分次统一管理循环账户、分次独立管理非循环账户、分次独立管理循环账户,将采集的金融信用交易数据根据账户类型进行划分。
信用评价信息,是指由政府有关部门、专业的评价机构或行业协会等按照一定的方法和程序对企业有关其信用行为、社会活动行为的可靠性、安全性程度进行估量后得出的结果性信息,按照评价主体的不同进一步划分为信用监管信息以及社会评价信息。
信用辅助信息,是指通过信息主体的运营信息、社会表现等信息,主要包括:业务信息、司法信息、行政执法信息、抵质押登记信息等。
异议信息,是记录信息主体对信用信息记录认定有异议而提出的异议申请信息和反馈结果信息。
(2)企业信用信息采集:
在数据采集的过程中,通过系统自动识别和人工判断相结合的方式将企业信用信息分为六类并采用相应的采集模式采集数据并将采集的企业信用信息分类加载进入数据库,采集模式包括四种模式,分别为:文件报送、页面录入、API对接、自动采集。
(a)文件报送:
主要用于信用交易信息的采集,采集的企业信用信息包括:在报送时必须包含的基础段和根据是否符合条件决定是否在报送时包含在内的非基础段,采集的企业信用信息数据通过XML进行组织,采用TXT加密加压的文件传输模式,将生成的信用信息报文传输给用户端web服务器,同一账户同一时点需要报送的内容,必须组织在一条记录中报送,报文中含有信息类型数据,系统根据信息类型将采集到的企业信用信息分类加载进入数据库。
采用文件报送模式来采集信用交易信息主要针对数据量大或者数据源合作单位有一定技术实力的情况下使用。当数据量小或者数据源合作单位技术实力比较薄弱无法承担采用文件报送方式采集的技术支持时,可以采用页面录入模式进行采集。
(b)页面录入:
主要用于异议信息和信用交易信息的采集,通过开发录入页面,为系统用户提供页面录入功能,不同信息类型在不同页面录入,系统根据信息类型将采集到的企业信用信息分类加载进入数据库。当数据量小或者数据源合作单位技术实力比较薄弱无法承担采用文件报送方式采集的技术支持时,则可以选择采用页面录入模式采集信用交易信息。
(c)API对接:
主要用于企业基本信息、企业关联信息、信用评价信息、信用辅助信息的采集,对接政府部门及合规第三方数据供应商,对API接口进行分类,通过API接口调用的形式,获取企业基本信息、企业关联信息、信用评价信息、信用辅助信息等各类企业信用信息,系统根据API接口类型和信息类型将采集到的企业信用信息分类加载进入数据库。
(d)自动采集:
通过配置采集入口、采集启动时间等采集互联网公开的企业基本信息、企业关联信息、信用评价信息、信用辅助信息,根据数据来源的不同设定信息类型,数据来源无法判断时通过人工判断信息类型,系统根据信息类型将采集到的企业信用信息分类加载进入数据库。
企业基本信息、企业关联信息、信用评价信息、信用辅助信息以自动采集和API对接为主要采集方式;信用交易信息(即:金融信用交易信息)以文件报送为主要采集方式;异议信息,文件报送、页面录入、API对接、自动采集四种模式都会涉及。
(3)企业信用信息加载和存储:
经过JAVA前端校验检查企业信用信息的基本格式是否正确,若正确则企业信用信息数据进入ODS层业务信息数据库,若错误则记录错误情况并且数据进入ODS层反馈信息数据库。
ODS层保存共享的历史数据和当前数据,历史数据永久保存形成ODS层数据库,当前数据使用完成后删除,历史数据包括业务信息和反馈信息。六类企业信用信息通过四种采集模式采集,采集到的企业信用信息可能有重复信息,保存在ODS层数据库中的企业信用信息不进行去重处理,而是根据设定时间戳、采集模式、数据源进行区分,保留全部数据。
经过SQL加载校验检查数据段、数据项是否正确,若正确则ODS层业务数据进入BAS层,若错误则记录错误情况并且数据进入ODS层反馈信息数据库。
BAS层对ODS层业务信息进行加工、集成、整合管理,形成BAS层数据库,保存ODS层整合完成之后的档案数据。BAS层数据库为档案层,针对不同采集方式和不同数据源的数据只保留有效数据,因此根据设定的主键以及可信度原则加载进入BAS层进行处理后保留有效数据。
(4)输出征信产品:
根据征信产品设计的请求,数据从BAS层调取后经转换进入DMA层,根据DMA层数据,生成并输出征信产品。
进一步地,所述企业信用信息加工、整理及存储的管理方法,还包括报数情况预警:对于触发预警的报数情况,系统进行主动提示,所述触发预警的情况包括但不限于:入库率低于阀值的文件,所述阈值可被修改或重新设定;以及在数据报送日期没有文件上报的机构。
其中,所述企业信用主体基本信息记录,包括:主体基本信息记录基础段,用于描述企业的身份标识、客户资料的信息来源、信息报告时间;主体基本信息记录其他标识段,用于描述企业除基础段中的身份标识外的其他身份标识;以及主体基本信息记录关联主体段,用于描述与企业有密切联系的公司、个人身份标识。其他标识段中的身份标识信息是对基础段中的身份标识信息进行补充和特殊说明,例如:在基础段中填写统一社会信用代码,在其他标识段中可以填写组织机构代码和工商注册号进行补充。
所述企业信用主体基本信息记录的采集时点包括:新增客户资料和更新客户资料。主体基本信息记录基础段在各采集时点必须报送;主体基本信息记录其他标识段和主体基本信息记录关联主体段在采集时点,如果信息发生了变化时则报送,信息发生变化包括两种情况:已报送的信息发生变化、新获取了以前没有的信息。
其中,所述企业借贷交易信息记录,包括以下各信息段中的部分或全部:借贷交易信息记录基础段,用于描述账户标识、账户类型,借款企业身份标识及信息报告日期;借贷交易信息记录基本信息段,用于描述账户对应的借贷产品种类、借款金额、借款期限、还款计划,以及其他统计相关的指标;借贷交易信息记录相关还款责任人段,用于描述借款人以外其他人的还款责任,包括但不限于共同借款人、保证人以及其他对本笔借款负有还款责任的个人或企业;借贷交易信息记录抵质押物信息段,用于描述该账户对应的抵押或质押合同标识;借贷交易信息记录授信额度信息段,用于描述该账户对应的授信协议标识;借贷交易信息记录初始债权说明段,用于描述催收账户的初始债权人及原始债务转催收时借款人的还款状态信息;借贷交易信息记录还款表现信息段,用于描述账户的账户状态、负债信息、逾期信息、最近一次约定还款、最近一次实际还款信息;以及借贷交易信息记录特定交易说明段,用于描述特定交易信息,例如展期、提前还款等。
所述企业借贷交易信息记录的采集时点,包括:账户开立、账户关闭、放款、约定还款、实际还款、五级分类调整、展期发生和其他报送日。其他报送日,包括但不限于以下两种情况:(1)若账户逾期,且当月没有需要上报的关键时点,则应在月底最后一天更新账户信息;(2)若发生担保变化、提前还款、账户核销等情况,且当月没有需要上报的关键时点,则应在月底最后一天将变化信息汇总成一条记录报送。
借贷交易信息记录基本信息段在账户开立时必须报送;借贷交易信息记录还款表现信息段在各采集时点必须报送;借贷交易信息记录特定交易说明段在账户开立采集时点不报送;其他段在采集时点如果信息发生了变化时则报送,信息发生变化包括两种情况:已报送的信息发生变化、新获取了以前没有的信息。
其中,所述企业授信额度信息记录,包括:授信额度信息记录基础段,用于描述授信协议标识、信息主体标识、信息来源;授信额度信息记录共同受信人信息段,用于描述授信协议的共同受信人身份信息;以及授信额度信息记录额度信息段,用于描述授信额度、授信业务类型额度期限及授信协议的状态信息。
所述企业授信额度信息记录的采集时点,包括:授信开始、额度调整和授信到期/失效。授信额度信息记录基础段和授信额度信息记录额度信息段在各采集时点必须报送;在授信开始采集时点如果有共同受信人则必须报送授信额度信息记录共同受信人信息段;在其它采集时点如果授信额度信息记录共同受信人信息发生变化则报送授信额度信息记录共同受信人信息段,否则不报送。
其中,所述关联合同信息记录,包括:关联合同信息记录基础段,用于描述抵押或质押合同标识信息;以及关联合同信息记录抵质押合同信息段,用于描述抵押或质押合同的额度、期限、状态等信息。
所述关联合同信息记录的采集时点,包括:合同生效、抵押物或质押物变更、合同到期/失效。关联合同信息记录基础段和关联合同信息记录抵质押合同信息段在各采集时点均必须报送。
本发明所提出的企业信用信息加工、整理及存储的管理方法,通过和市场上其他机构的企业信用信息加工、整理及存储的管理方法对比分析,本次专利申请的信息采集方法主要有三大个优势:(1)科学系统搭建企业信用信息模型,目前针对企业信用信息分类的各类实践以及研究,缺少覆盖全局的总体考虑,在此背景下本专利以优化征信数据采集应用、防控金融风险为目标,按照符合逻辑、有理有据的分类原则,在以本原性思维、规范性思维、系统性思维、创新性思维的指导下,设计了科学、合理的企业信用信息分类模型。(2)企业信用信息聚焦金融信用交易信息,本次专利申请的信息采集方法重点设计了金融信用交易信息模型,更能够直接反映信息主体的信用状况;(3)抽象数据模型,将不同信用交易业务抽象为单次统一管理非循环账户、单次统一管理循环账户、分次统一管理非循环账户、分次统一管理循环账户、分次独立管理非循环账户、分次独立管理循环账户6个账户,满足未来不同场景的金融信用交易业务报送需要,具有较强拓展性。通过分析,本发明所提出的企业信用信息加工、整理及存储的管理方法,相较市场上其他信用信息采集方法具有较大的新颖性、实用性和拓展性。
采用本发明所提出的企业信用信息加工、整理及存储的管理方法,采集的企业信用信息进行数据校验、数据清洗后分别存储在ODS层和BAS层,形成的ODS层数据库和BAS层数据库可以支持系统进行数据数据质量管理。数据质量管理主要包括报文入库情况查询、错误情况统计查询、预警信息管理、单笔业务数据查看、定点监测、两端核对、白名单管理、征信档案管理等功能。其中,报文入库情况查询、错误情况统计查询、预警信息管理、查看单笔业务数据、定点监测、两端核对、白名单管理等功能主要依据ODS层数据库;征信档案管理主要依据BAS层数据库。
具体实施方式
一种企业信用信息加工、整理及存储的管理方法,该方法是采用不同的采集模式对各分类的企业信用信息进行采集,并对采集的企业信用信息进行数据校验、数据清洗、数据转换,依次分别存储在源表层(ODS层)、数据基础层(BAS层)、数据集市层(DMA层),之后再输出征信产品。具体包括以下步骤:
(一)企业信用信息分类:
对企业信用信息分类进行梳理,分为6个一级分类以及22个二级分类。其中,一级分类按信用信息属性划分,二级分类是在一级分类基础上,对一级分类信息的细化,企业信用信息一级分类包括企业基本信息、企业关联信息、信用交易信息、信用评价信息、信用辅助信息、异议信息。具体见下表1-1:企业征信信息分类简表。
1-1:企业征信信息分类简表
Figure BDA0002450214840000061
Figure BDA0002450214840000071
(二)企业信用信息采集:
在数据采集的过程中,通过系统自动识别和人工判断相结合的方式将企业信用信息分为六类并采用相应的采集模式采集数据并将采集的企业信用信息分类加载进入数据库,采集模式包括四种模式,分别为:文件报送、页面录入、API对接、自动采集。
其中企业基本信息、企业关联信息、信用评价信息、信用辅助信息以自动采集和API对接为主要采集方式;信用交易信息以文件报送为主要采集方式;异议信息是对信用信息记录认定有异议而提出的异议申请信息和反馈结果信息,是以上四类信息的衍生信息,因此文件报送、页面录入、API对接、自动采集四种模式都会涉及。
(1)企业信用信息四种采集方式
(a)文件报送:
采集的各类信用信息均各自包括在报送时必须包含的基础段和根据是否符合条件决定是否在报送时包含在内的非基础段,采集的信用信息数据通过XML进行组织,采用TXT加密加压的文件传输模式,将生成的信用信息报文传输给用户端web服务器,同一账户同一时点需要报送的内容,必须组织在一条记录中报送,报文中含有信息类型数据,系统根据信息类型将采集到的企业信用信息分类加载进入数据库。
(b)页面录入:
通过开发录入页面,为系统用户提供页面录入功能,不同信息类型在不同页面录入,系统根据信息类型将采集到的企业信用信息分类加载进入数据库。
页面录入模式主要针对轻量级数据的采集交互,以可视化的方式提供便捷的数据采集服务。
(c)API对接:
对接政府部门及合规第三方数据供应商,对API接口进行分类,通过API接口调用的形式,获取企业基本信息、企业关联信息、信用评价信息、信用辅助信息等各类企业信用信息,系统根据API接口类型和信息类型将采集到的企业信用信息分类加载进入数据库。
API接口对接形式使得系统在获取各类数据时更为高效灵活,有效补充企业信用记录。
(d)自动采集
研究公开网站,制定采集方案及开发采集模型,通过配置采集基本信息、清洗规则,配置采集入口、采集启动时间等采集互联网公开的企业基本信息、企业关联信息、信用评价信息、信用辅助信息,根据数据来源的不同设定信息类型,数据来源无法判断时通过人工判断信息类型,系统根据信息类型将采集到的企业信用信息分类加载进入数据库。
(2)金融信用交易信息账户划分
金融信用交易信息账户分类:根据金融信用交易的投放频率、账户管理模式、是否循环等特征,将金融信用交易划分为六个账户类型:单次统一管理非循环账户、单次统一管理循环账户、分次统一管理非循环账户、分次统一管理循环账户、分次独立管理非循环账户、分次独立管理循环账户,将采集的金融信用交易数据根据账户类型进行划分上报。具体见下表1-2:企业金融信用交易账户分类表。
表1-2:企业金融信用交易账户分类表
Figure BDA0002450214840000091
(3)金融信用交易信息数据范围
金融信用交易信息以文件报送为主要采集模式,其内容包括:企业基本信息记录、企业借贷交易信息记录、企业授信额度信息记录和关联合同信息记录。
a.企业基本信息记录
企业信用主体基本信息记录,包括:基础段,用于描述企业的身份标识、客户资料的信息来源、信息报告时间;其他标识段,用于描述企业除基础段中的身份标识外的其他身份标识(注意:其他标识段中的身份标识信息是对基础段中的身份标识信息进行补充和特殊说明。例如:在基础段中填写统一社会信用代码,在其他标识段中可以填写组织机构代码和工商注册号进行补充);以及关联主体段,用于描述与企业有密切联系的公司、个人身份标识及关联关系。
企业信用主体基本信息记录的采集时点包括:新增客户资料和更新客户资料;主体基本信息记录基础段在各采集时点必须报送,主体基本信息记录其他标识段和主体基本信息记录关联主体段在采集时点,如果信息发生了变化时则报送,信息发生变化包括两种情况:已报送的信息发生变化;新获取了以前没有的信息。
b.企业借贷交易信息记录
企业借贷交易信息记录,包括以下各信息段中的部分或全部:基础段、基本信息段、相关还款责任人段、抵质押物信息段、授信额度信息段、初始债权说明段、还款表现信息段以及特定交易说明段。
各信息段的具体包括信息和使用账户,见下表1-3企业借贷交易信息记录的组成。
表1-3企业借贷交易信息记录的组成
Figure BDA0002450214840000101
企业借贷交易信息记录的采集时点,包括:账户开立、账户关闭、放款、约定还款、实际还款、五级分类调整、展期发生和其他报送日。其他报送日,包括但不限于以下两种情况:(1)若账户逾期,且当月没有需要上报的关键时点,则应在月底最后一天更新账户信息;(2)若发生担保变化、提前还款、账户核销等情况,且当月没有需要上报的关键时点,则应在月底最后一天将变化信息汇总成一条记录报送。
借贷交易信息记录基本信息段在账户开立时必须报送,借贷交易信息记录还款表现信息段在各采集时点必须报送,借贷交易信息记录特定交易说明段在账户开立采集时点不报送,其他段在采集时点如果信息发生了变化时则报送;信息发生变化包括两种情况:已报送的信息发生变化;新获取了以前没有的信息。
c.授信额度信息记录
授信额度信息记录,包括:基础段,用于描述授信协议标识、信息主体标识、信息来源;共同受信人信息段,用于描述授信协议的共同受信人身份信息;以及额度信息段,用于描述授信额度、授信业务类型额度期限及授信协议的状态信息。
授信额度信息记录的采集时点,包括:授信开始、额度调整、授信到期/失效。基础段和额度信息段在各采集时点必须报送;在授信开始采集时点如果有共同受信人则必须报送共同受信人信息段;在其它采集时点如果共同受信人信息发生变化则报送共同受信人信息段,否则不报送。
d.关联合同信息记录
关联合同信息记录,包括:基础段,用于描述抵押或质押合同标识信息;以及抵质押合同信息段,用于描述抵押或质押合同的额度、期限、状态等信息。
关联合同信息记录的采集时点,包括:合同生效、抵押物或质押物变更、合同到期/失效。基础段和抵质押合同信息段在各采集时点均必须报送。
(三)企业信用信息加载和存储:
经过JAVA前端校验检查企业信用信息的基本格式是否正确,若正确则企业信用信息数据进入ODS层业务信息数据库,若错误则记录错误情况并且数据进入ODS层反馈信息数据库;
ODS层保存共享的历史数据和当前数据,历史数据永久保存形成ODS层数据库,当前数据使用完成后删除,历史数据包括业务信息和反馈信息;
经过SQL加载校验检查数据段、数据项是否正确,若正确则ODS层业务数据进入BAS层,若错误则记录错误情况并且数据进入ODS层反馈信息数据库;
BAS层对ODS层业务信息进行加工、集成、整合管理,形成BAS层数据库,保存ODS层整合完成之后的档案数据。
(四)输出征信产品:
根据征信产品设计的请求,数据从BAS层调取后经转换进入DMA层,根据DMA层数据,生成并输出征信产品。根据收集的企业信用信息可以提供报告类、查询类、模型类、提示类产品。征信产品体系详见下表1-4征信产品体系表。
1-4征信产品体系表
Figure BDA0002450214840000111
虽然本发明已依据较佳实施例在上文中加以说明,但这并不表示本发明的范围只局限于上述的结构,只要本技术领域的技术人员在阅读上述的说明后可很容易地发展出的等效替代结构,在不脱离本发明之精神与范围下所作之均等变化与修饰,皆应涵盖于本发明专利范围之内。

Claims (10)

1.一种企业信用信息加工、整理及存储的管理方法,其特征在于,该方法是:采用不同的采集模式对各分类的企业信用信息进行采集,并对采集的企业信用信息进行数据校验、数据清洗、数据转换,依次分别存储在源表层(ODS层)、数据基础层(BAS层)、数据集市层(DMA层),之后再输出征信产品;具体包括以下步骤:
(1)企业信用信息分类:
将企业信用信息按信用信息属性划分为企业基本信息、企业关联信息、信用交易信息、信用评价信息、信用辅助信息、异议信息六个分类,其中:
企业基本信息,是指可识别或定位该信息主体身份的信息,主要包括:身份识别信息、营业执照信息、状态信息、主要人员信息、股东及出资信息等;
企业关联信息,是指能够体现信息主体或企业主要人员与其他主体之间关联关系的相关信息,主要包括:企业对外投资、企业法定代表人对外投资、企业法定代表人其他公司任职、实际控制人等;
信用交易信息,是指以市场主体间的契约为基础的信息,主要包括:金融信用交易信息,金融信用交易信息包括:企业信用主体基本信息记录、企业借贷交易信息记录、企业授信额度信息记录和关联合同信息记录,根据金融信用交易的投放频率、账户管理模式、是否循环等特征,将企业信用交易划分为六个账户类型:单次统一管理非循环账户、单次统一管理循环账户、分次统一管理非循环账户、分次统一管理循环账户、分次独立管理非循环账户、分次独立管理循环账户,将采集的金融信用交易数据根据账户类型进行划分;
信用评价信息,是指由政府有关部门、专业的评价机构或行业协会等按照一定的方法和程序对企业有关其信用行为、社会活动行为的可靠性、安全性程度进行估量后得出的结果性信息,按照评价主体的不同进一步划分为信用监管信息以及社会评价信息;
信用辅助信息,是指通过信息主体的运营信息、社会表现等信息,主要包括:业务信息、司法信息、行政执法信息、抵质押登记信息等;
异议信息,是记录信息主体对信用信息记录认定有异议而提出的异议申请信息和反馈结果信息;
(2)企业信用信息采集:
在数据采集的过程中,通过系统自动识别和人工判断相结合的方式将企业信用信息分为六类并采用相应的采集模式采集数据并将采集的企业信用信息分类加载进入数据库,采集模式包括四种模式,分别为:文件报送、页面录入、API对接、自动采集;
(a)文件报送:
主要用于信用交易信息的采集,采集的企业信用信息包括:在报送时必须包含的基础段和根据是否符合条件决定是否在报送时包含在内的非基础段,采集的企业信用信息数据通过XML进行组织,采用TXT加密加压的文件传输模式,将生成的信用信息报文传输给用户端web服务器,同一账户同一时点需要报送的内容,必须组织在一条记录中报送,报文中含有信息类型数据,系统根据信息类型将采集到的企业信用信息分类加载进入数据库;
(b)页面录入:
主要用于异议信息和信用交易信息的采集,通过开发录入页面,为系统用户提供页面录入功能,不同信息类型在不同页面录入,系统根据信息类型将采集到的企业信用信息分类加载进入数据库;
(c)API对接:
主要用于企业基本信息、企业关联信息、信用评价信息、信用辅助信息的采集,对接政府部门及合规第三方数据供应商,对API接口进行分类,通过API接口调用的形式,获取企业基本信息、企业关联信息、信用评价信息、信用辅助信息等各类企业信用信息,系统根据API接口类型和信息类型将采集到的企业信用信息分类加载进入数据库;
(d)自动采集:
通过配置采集入口、采集启动时间等采集互联网公开的企业基本信息、企业关联信息、信用评价信息、信用辅助信息,根据数据来源的不同设定信息类型,数据来源无法判断时通过人工判断信息类型,系统根据信息类型将采集到的企业信用信息分类加载进入数据库;
(3)企业信用信息加载和存储:
经过JAVA前端校验检查企业信用信息的基本格式是否正确,若正确则企业信用信息数据进入ODS层业务信息数据库,若错误则记录错误情况并且数据进入ODS层反馈信息数据库;
ODS层保存共享的历史数据和当前数据,历史数据永久保存形成ODS层数据库,当前数据使用完成后删除,历史数据包括业务信息和反馈信息;
经过SQL加载校验检查数据段、数据项是否正确,若正确则ODS层业务数据进入BAS层,若错误则记录错误情况并且数据进入ODS层反馈信息数据库;
BAS层对ODS层业务信息进行加工、集成、整合管理,形成BAS层数据库,保存ODS层整合完成之后的档案数据;
(4)输出征信产品:
根据征信产品设计的请求,数据从BAS层调取后经转换进入DMA层,根据DMA层数据,生成并输出征信产品。
2.如权利要求1所述的企业信用信息加工、整理及存储的管理方法,其特征在于:还包括报数情况预警:对于触发预警的报数情况,系统进行主动提示,所述触发预警的情况包括但不限于以下:
入库率低于阀值的文件,所述阈值可被修改或重新设定;以及
在数据报送日期没有文件上报的机构。
3.如权利要求1所述的企业信用信息加工、整理及存储的管理方法,其特征在于:所述企业信用主体基本信息记录,包括:
主体基本信息记录基础段,用于描述企业的身份标识、客户资料的信息来源、信息报告时间;
主体基本信息记录其他标识段,用于描述企业除基础段中的身份标识外的其他身份标识;以及
主体基本信息记录关联主体段,用于描述与企业有密切联系的公司、个人身份标识。
4.如权利要求3所述的企业信用信息加工、整理及存储的管理方法,其特征在于:所述企业信用主体基本信息记录的采集时点包括:新增客户资料和更新客户资料;
主体基本信息记录基础段在各采集时点必须报送;
主体基本信息记录其他标识段和主体基本信息记录关联主体段在采集时点,如果信息发生了变化时则报送,信息发生变化包括两种情况:已报送的信息发生变化、新获取了以前没有的信息。
5.如权利要求1所述的企业信用信息加工、整理及存储的管理方法,其特征在于,所述企业借贷交易信息记录,包括以下各信息段中的部分或全部:
借贷交易信息记录基础段,用于描述账户标识、账户类型,借款企业身份标识及信息报告日期;
借贷交易信息记录基本信息段,用于描述账户对应的借贷产品种类、借款金额、借款期限、还款计划,以及其他统计相关的指标;
借贷交易信息记录相关还款责任人段,用于描述借款人以外其他人的还款责任,包括但不限于共同借款人、保证人以及其他对本笔借款负有还款责任的个人或企业;
借贷交易信息记录抵质押物信息段,用于描述该账户对应的抵押或质押合同标识;
借贷交易信息记录授信额度信息段,用于描述该账户对应的授信协议标识;
借贷交易信息记录初始债权说明段,用于描述催收账户的初始债权人及原始债务转催收时借款人的还款状态信息;
借贷交易信息记录还款表现信息段,用于描述账户的账户状态、负债信息、逾期信息、最近一次约定还款、最近一次实际还款信息;以及
借贷交易信息记录特定交易说明段,用于描述特定交易信息,例如展期、提前还款等。
6.如权利要求5所述的企业信用信息加工、整理及存储的管理方法,其特征在于:所述企业借贷交易信息记录的采集时点,包括:账户开立、账户关闭、放款、约定还款、实际还款、五级分类调整、展期发生和其他报送日;
其他报送日,包括但不限于以下两种情况:(1)若账户逾期,且当月没有需要上报的关键时点,则应在月底最后一天更新账户信息;(2)若发生担保变化、提前还款、账户核销等情况,且当月没有需要上报的关键时点,则应在月底最后一天将变化信息汇总成一条记录报送;
借贷交易信息记录基本信息段在账户开立时必须报送;
借贷交易信息记录还款表现信息段在各采集时点必须报送;
借贷交易信息记录特定交易说明段在账户开立采集时点不报送,其他段在采集时点如果信息发生了变化时则报送,信息发生了变化包括两种情况:已报送的信息发生变化、新获取了以前没有的信息。
7.如权利要求1所述的企业信用信息加工、整理及存储的管理方法,其特征在于,所述企业授信额度信息记录,包括:
授信额度信息记录基础段,用于描述授信协议标识、信息主体标识、信息来源;
授信额度信息记录共同受信人信息段,用于描述授信协议的共同受信人身份信息;以及
授信额度信息记录额度信息段,用于描述授信额度、授信业务类型额度期限及授信协议的状态信息。
8.如权利要求7所述的企业信用信息加工、整理及存储的管理方法,其特征在于:所述企业授信额度信息记录的采集时点,包括:授信开始、额度调整和授信到期/失效;
授信额度信息记录基础段和授信额度信息记录额度信息段在各采集时点必须报送;
在授信开始采集时点如果有共同受信人则必须报送授信额度信息记录共同受信人信息段;
在其它采集时点如果授信额度信息记录共同受信人信息发生变化则报送授信额度信息记录共同受信人信息段,否则不报送。
9.如权利要求1所述的企业信用信息加工、整理及存储的管理方法,其特征在于,所述关联合同信息记录,包括:
关联合同信息记录基础段,用于描述抵押或质押合同标识信息;以及
关联合同信息记录抵质押合同信息段,用于描述抵押或质押合同的额度、期限、状态等信息。
10.如权利要求9所述的企业信用信息加工、整理及存储的管理方法,其特征在于:所述关联合同信息记录的采集时点,包括:合同生效、抵押物或质押物变更、合同到期/失效;关联合同信息记录基础段和关联合同信息记录抵质押合同信息段在各采集时点均必须报送。
CN202010290503.2A 2020-04-14 2020-04-14 一种企业信用信息加工、整理及存储的管理方法 Active CN111523853B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010290503.2A CN111523853B (zh) 2020-04-14 2020-04-14 一种企业信用信息加工、整理及存储的管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010290503.2A CN111523853B (zh) 2020-04-14 2020-04-14 一种企业信用信息加工、整理及存储的管理方法

Publications (2)

Publication Number Publication Date
CN111523853A true CN111523853A (zh) 2020-08-11
CN111523853B CN111523853B (zh) 2022-10-21

Family

ID=71902745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010290503.2A Active CN111523853B (zh) 2020-04-14 2020-04-14 一种企业信用信息加工、整理及存储的管理方法

Country Status (1)

Country Link
CN (1) CN111523853B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112051992A (zh) * 2020-09-02 2020-12-08 天元大数据信用管理有限公司 基于征信报告生成的数据处理方法及系统
CN112330459A (zh) * 2020-10-22 2021-02-05 北京华彬立成科技有限公司 一种基于工商数据挖掘企业投融资事件的方法及装置
CN112463737A (zh) * 2020-11-17 2021-03-09 中科金审(北京)科技有限公司 针对多格式数据智能匹配模板快速采集数据的系统及方法
CN112465656A (zh) * 2020-12-08 2021-03-09 中国人寿保险股份有限公司 一种保险明细数据报送方法及装置
CN112613717A (zh) * 2020-12-17 2021-04-06 安徽兆尹信息科技股份有限公司 金融数据处理方法以及存储介质
CN113011755A (zh) * 2021-03-24 2021-06-22 珠海华发金融科技研究院有限公司 一种基于集团业务管控模式的客户大数据整合方法和系统
CN114463053A (zh) * 2022-01-21 2022-05-10 浪潮卓数大数据产业发展有限公司 一种企业归属分类的方法及系统
CN115456753A (zh) * 2022-09-07 2022-12-09 安徽省优质采科技发展有限责任公司 一种招投标平台的企业信用信息分析方法及系统
CN115689731A (zh) * 2023-01-04 2023-02-03 北京信加科技有限公司 基于Flink大数据技术的征信报数方法、装置、设备及介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942718A (zh) * 2014-04-14 2014-07-23 中国人民银行征信中心 企业信贷信息采集整合方法
CN104103009A (zh) * 2014-05-16 2014-10-15 张岩 一种基于信用报告的数据库的构建方法
KR20150004027A (ko) * 2013-07-02 2015-01-12 중소기업은행 복수의 업체를 관리하기 위한 업체 관리 시스템 및 그 방법
CN106485582A (zh) * 2016-10-18 2017-03-08 上海众恒信息产业股份有限公司 一种大数据融合征信平台
CN106611369A (zh) * 2015-10-26 2017-05-03 艾迪艾思(北京)电子商务有限公司 一种基于企业征信信息采集的金融服务平台系统
CN109144982A (zh) * 2018-09-29 2019-01-04 北京友友天宇系统技术有限公司 多维全息数据库动态构建技术系统
CN110489459A (zh) * 2019-08-07 2019-11-22 国网安徽省电力有限公司 一种基于大数据平台的企业级业数融合数据分析系统
CN110647563A (zh) * 2018-06-07 2020-01-03 阿里巴巴集团控股有限公司 一种数据处理方法、装置及其设备
CN110659976A (zh) * 2018-06-29 2020-01-07 上海塔莫信息科技有限公司 基于区块链的企业技术服务征信系统及其管理方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150004027A (ko) * 2013-07-02 2015-01-12 중소기업은행 복수의 업체를 관리하기 위한 업체 관리 시스템 및 그 방법
CN103942718A (zh) * 2014-04-14 2014-07-23 中国人民银行征信中心 企业信贷信息采集整合方法
CN104103009A (zh) * 2014-05-16 2014-10-15 张岩 一种基于信用报告的数据库的构建方法
CN106611369A (zh) * 2015-10-26 2017-05-03 艾迪艾思(北京)电子商务有限公司 一种基于企业征信信息采集的金融服务平台系统
CN106485582A (zh) * 2016-10-18 2017-03-08 上海众恒信息产业股份有限公司 一种大数据融合征信平台
CN110647563A (zh) * 2018-06-07 2020-01-03 阿里巴巴集团控股有限公司 一种数据处理方法、装置及其设备
CN110659976A (zh) * 2018-06-29 2020-01-07 上海塔莫信息科技有限公司 基于区块链的企业技术服务征信系统及其管理方法
CN109144982A (zh) * 2018-09-29 2019-01-04 北京友友天宇系统技术有限公司 多维全息数据库动态构建技术系统
CN110489459A (zh) * 2019-08-07 2019-11-22 国网安徽省电力有限公司 一种基于大数据平台的企业级业数融合数据分析系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHENG FAN ET AL.: "A framework for knowledge discovery in massive building automation data and its application in building diagnostics", 《AUTOMATION IN CONSTRUCTION》 *
陈春玲等: "去中心化的征信系统模型研究", 《计算机技术与发展》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112051992A (zh) * 2020-09-02 2020-12-08 天元大数据信用管理有限公司 基于征信报告生成的数据处理方法及系统
CN112330459A (zh) * 2020-10-22 2021-02-05 北京华彬立成科技有限公司 一种基于工商数据挖掘企业投融资事件的方法及装置
CN112463737A (zh) * 2020-11-17 2021-03-09 中科金审(北京)科技有限公司 针对多格式数据智能匹配模板快速采集数据的系统及方法
CN112465656A (zh) * 2020-12-08 2021-03-09 中国人寿保险股份有限公司 一种保险明细数据报送方法及装置
CN112613717A (zh) * 2020-12-17 2021-04-06 安徽兆尹信息科技股份有限公司 金融数据处理方法以及存储介质
CN113011755A (zh) * 2021-03-24 2021-06-22 珠海华发金融科技研究院有限公司 一种基于集团业务管控模式的客户大数据整合方法和系统
CN114463053A (zh) * 2022-01-21 2022-05-10 浪潮卓数大数据产业发展有限公司 一种企业归属分类的方法及系统
CN115456753A (zh) * 2022-09-07 2022-12-09 安徽省优质采科技发展有限责任公司 一种招投标平台的企业信用信息分析方法及系统
CN115689731A (zh) * 2023-01-04 2023-02-03 北京信加科技有限公司 基于Flink大数据技术的征信报数方法、装置、设备及介质

Also Published As

Publication number Publication date
CN111523853B (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
CN111523853B (zh) 一种企业信用信息加工、整理及存储的管理方法
Debreceny et al. Data mining journal entries for fraud detection: An exploratory study
US8082209B2 (en) Compliance control in a card based program
Emeka-Nwokeji Repositioning accounting information system through effective data quality management: A framework for reducing costs and improving performance
US20040243588A1 (en) Systems and methods for administering a global information database
WO2007022510A2 (en) Systems and methods for placing debt
EP1805710A2 (en) Financial institution portal system and method
US8494929B1 (en) Salary advisor for small business employers
US20080201157A1 (en) Methods, systems, and computer software utilizing xbrl to electronically link the accounting records of multi-period contracts and multi-period loans and grants for management
Mundy et al. The use of an ERP system to facilitate regulatory compliance
JP4373642B2 (ja) 取引先要項システム、取引先動向表示制御方法及びプログラム
Roubtsova et al. A Practical Extension of Frameworks for Auditing with Process Mining.
US20070136184A1 (en) Sharing credit information between credit-providing companies and debt-collection companies
JP2006155630A (ja) 取引先要項システム
Alfred Impact of computerized accounting on performance of payroll accounting: Case study of urban water and sewerage of authorities
Alfonsius Accounting Information System and Business Organizations: GARRY ALFONSIUS Bachelor of Science in Business Administration at Universal Institute of Professional Management UIPM Singapore
Yan Three essays on the adoption and application of emerging technologies in accounting
Steward et al. Data Analytics and Litigation
Fredrik The process of on-boarding minors in retail banking, A process evaluation using the Lean Six Sigma framework
Chiantera Data quality and data governance in insurance corporations
SARI et al. STUDY OF SUPPLIER RELATIONS MANAGEMENT (SRM) APPROACHES IN RELATION TO THE GENERAL LEDGER, SYSTEM CYCLE: TRADISONAL VS DIGITAL AND INTERNAL CONTROL TO SUPPORT OF THE GRANTS REPORTING EFFICIENCY AND TRANSPARENCY (GREAT) ACT
Kakaire Impact of accounting information system on decision making process in centenary bank, Bugiri branch
JP4024268B2 (ja) 取引先要項システム
Kingsbury Federal Human Resources Data: OPM Should Improve the Availability and Reliability of Payroll Data to Support Accountability and Workforce Analytics
JP2021086403A (ja) 企業内の既存システムを利用した業務改革支援システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant