CN111724251A - 一种应收账款评级方法及系统 - Google Patents
一种应收账款评级方法及系统 Download PDFInfo
- Publication number
- CN111724251A CN111724251A CN201910217644.9A CN201910217644A CN111724251A CN 111724251 A CN111724251 A CN 111724251A CN 201910217644 A CN201910217644 A CN 201910217644A CN 111724251 A CN111724251 A CN 111724251A
- Authority
- CN
- China
- Prior art keywords
- debt
- rating
- receivable
- information
- accounts receivable
- 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
Images
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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- G06Q40/08—Insurance
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
本发明公开了一种应收账款评级方法及系统,属于信用风险管理技术领域,包括采集应收账款债权的基础信息,所述基础信息包括客户信息和应收账款信息;基于设定的主体考量因素及其对应的权重,对客户信息进行定性定量加权求和,得到主体评级分数;根据设定的债项考量因素及其对应的权重,对应收账款信息进行定性定量加权求和,得到债项评级分数;根据主体评级分数和债项评级分数,得到该项应收账款债权的总评分;基于该项应收账款债权的总评分,从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。通过为应收账款进行信用评级,更好的促进应收账款债权流转和融资等功能的实现,以帮助企业盘活沉淀的资产。
Description
技术领域
本发明涉及信用风险管理技术领域,特别涉及一种应收账款评级方法及系统。
背景技术
当前,全国各类经济主体尤其是民营企业和中小微企业的应收账款规模持续居高不下,造成大量的资产沉淀亟待盘活,由此也催生了诸多围绕应收账款的金融创新产品,如供应链金融、应收账款债权凭证(合同)流转等,随着应收账款债权流转及融资市场的快速发展,如何有效缓解市场各方对应收账款信息不对称、披露不透明的顾虑,以提高交易效率,加快资产盘活服务实体经济发展是迫切需要解决的问题。
发明内容
本发明的目的在于提供一种应收账账款评级方法及系统,以对应收账款的信用等级进行评定。
为实现以上目的,本发明采用一种应收账款评级方法,包括:
采集应收账款债权的基础信息,所述基础信息包括客户信息和应收账款信息;
基于设定的主体考量因素及其对应的权重,对客户信息进行定性定量加权求和,得到主体评级分数;
根据设定的债项考量因素及其对应的权重,对所述应收账款信息进行定性定量加权求和,得到债项评级分数;
根据所述主体评级分数和债项评级分数,得到该项应收账款债权的总评分;
基于该项应收账款债权的总评分,从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。
进一步地,在所述基于该项应收账款债权的总评分,从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级之后,包括:
通过打分的机制来建立所述应收账款债权总评分与违约概率之间的关联关系;
基于内部等级与PD之间的映射模型,通过违约概率得出最终的信用评级。
进一步地,在所述获取应收账款债权的基础信息之后,还包括:
对所述客户信息和所述应收账款债权信息进行尽职调查,得到调查后的应收账款基础信息。
进一步地,违约概率PD的计算方法为:
其中,z为应收账款债权的总评分。
进一步地,所述设定的主体考量因素至少包括所处区域、行业特征、行业地位、经营周转能力、盈利能力、销售收入变化趋势、资产负债率、净资产以及销售利润率。
进一步地,所述设定的债项考量因素至少包括权属清晰程度、应收账款类别、应收账款期限、应收账款金额、交易关系紧密和稳定程度、坏账率、退货记录、回款账户锁定以及相关增信措施信息。
另一方面,提供一种应收账款评级系统,包括信息采集模块、主体评分模块、债权评分模块、综合评分模块以及匹配模块;
信息采集模块用于采集应收账款债权的基础信息,所述基础信息包括客户信息和应收账款信息;
主体评分模块用于基于设定的主体考量因素及其对应的权重,对客户信息进行定性定量加权求和,得到主体评级分数;
债权评分模块用于根据设定的债项考量因素及其对应的权重,对所述应收账款信息进行定性定量加权求和,得到债项评级分数;
综合评分模块用于根据所述主体评级分数和债项评级分数,得到该项应收账款债权的总评分;
匹配模块用于基于该项应收账款债权的总评分,从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。
进一步地,还包括:与所述匹配模块连接的映射模块,该映射模块用于基于内部等级与PD之间的映射模型,映射模块用于:
通过打分的机制来建立所述应收账款债权总评分与违约概率之间的关联关系;
基于内部等级与PD之间的映射模型,通过违约概率得出最终的信用评级。
进一步地,违约概率PD的计算方法为:
与现有技术相比,本发明存在以下技术效果:本发明首先采集应收账款债权的客户(主体)信息和应收账款(债项)信息,对客户信息进行主体评价,反应应收账款债权的违约概率,以应收账款债权为中心进行债项评价,反应应收账款债权的违约损失率,将主体与债项进行综合评价和预期,得到该笔应收账款的信用等级,解决市场各方对于应收账款债权的信息不对称问题,提高交易活跃度,促进应收账款债权流转和融资实现。
附图说明
下面结合附图,对本发明的具体实施方式进行详细描述:
图1是一种应收账款评级方法的流程示意图;
图2是应收账款评级标准表格示意图;
图3是应收账款等级-PD-评级结果对应关系示意图;
图4是一种应收账款评级系统结构示意图。
具体实施方式
为了更进一步说明本发明的特征,请参阅以下有关本发明的详细说明与附图。所附图仅供参考与说明之用,并非用来对本发明的保护范围加以限制。
如图1所示,本实施例公开了一种应收账款评级方法,包括如下步骤S1至S5:
S1、采集应收账款债权的基础信息,所述基础信息包括客户信息和应收账款信息;
其中,客户信息包括:客户名称、实缴资本、所处区域、行业特征、行业地位、经营周转能力、盈利能力、销售收入变化趋势、资产负债率、净资产、销售利润率、是否是多家银行积极营销的优质客户、有无不良信用记录等。
应收账款信息包括:权属清晰程度、应收账款类别、应收账款期限、应收账款金额、交易关系紧密和稳定程度、坏账率、退货记录、回款账户锁定以及相关增信措施信息等。
S2、基于设定的主体考量因素及其对应的权重,对客户信息进行定性定量加权求和,得到主体评级分数;
其中,主体评分的计算公式为:主体分=x1b1+x2b2+…+xnbn,x1,x2,……,xn为设定的主体考量因素,b1,b2,……,bn为这n个考量因素的权重。主体考量因素包括所处区域、行业特征、行业地位、经营周转能力、盈利能力、销售收入变化趋势、资产负债率、净资产以及销售利润率等。
S3、根据设定的债项考量因素及其对应的权重,对所述应收账款信息进行定性定量加权求和,得到债项评级分数;
其中,债项评分的计算公式为:债项分=x1b1+x2b2+…+xnbn,x1,x2,……,xn设定的债项考量因素,b1,b2,……,bn为这n个考量因素的权重。债项考量因素包括权属清晰程度、应收账款类别、应收账款期限、应收账款金额、交易关系紧密和稳定程度、坏账率、退货记录、回款账户锁定以及相关增信措施信息等。
S4、根据所述主体评级分数和债项评级分数,得到该项应收账款债权的总评分;
其中,总评分的计算公式为:总评分=主体分×比例A+债项分×(1-比例A),主体分与债项分的比例之和为100%。
S5、基于该项应收账款债权的总评分,从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。
具体地,依据自身的风险偏好确定自己的内部等级,应收账款评级标准表如图2所示。
进一步地,在所述基于该项应收账款债权的总评分,从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级之后,包括:
通过打分的机制来建立所述应收账款债权总评分与违约概率之间的关联关系;
基于内部等级与PD之间的映射模型,通过违约概率得出最终的信用评级。
其中,违约概率PD的计算方法为:
z为应收账款债权的总评分。
其中,应收账款等级-PD-评级结果对应关系如图3所示。
进一步地,在上述步骤S1:获取应收账款债权的基础信息之后,还包括:
对所述客户信息和所述应收账款债权信息进行尽职调查,得到调查后的应收账款基础信息,以对应收账款的基础信息的完整性、真实性和信用等级准确性等进行审核。若信息不真实不完整,则审核不通过需提交人员进行修改重新提交。
如图4所示,本实施例还公开了一种应收账款评级系统,包括信息采集模块10、主体评分模块20、债权评分模块30、综合评分模块40以及匹配模块50;
信息采集模块10用于采集应收账款债权的基础信息,所述基础信息包括客户信息和应收账款信息;
主体评分模块20用于基于设定的主体考量因素及其对应的权重,对客户信息进行定性定量加权求和,得到主体评级分数;
债权评分模块30用于根据设定的风险考量因素及其对应的权重,对所述应收账款信息进行定性定量加权求和,得到债项评级分数;
综合评分模块40用于根据所述主体评级分数和债项评级分数,得到该项应收账款债权的总评分;
匹配模块50用于基于该项应收账款债权的总评分,从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。应收账款评级标准表可参照图2所示。
进一步地,还包括:与所述匹配模块50连接的映射模块60,该映射模块60用于基于内部等级与PD之间的映射模型,是将通过打分的机制来建立总评分与违约概率之间的关联关系,然后通过违约概率得出最终的信用评级。
进一步地,违约概率PD的计算方法为:
其中,z为应收账款债权的总评分。
需要说明的是,应收账款评级结果既可为提供应收账款质押融资、保理等传统业务的银行及保理商服务,也可为供应链金融、应收账款债权凭证(合同)流转等金融创新业务提供服务,对外公布还可以为参与应收账款债权流转和融资的各类投资者、债权受让人等相关主体提供参考,缓解市场各方的信息不对称,为应收账款债权风险定价提供依据,提高交易活跃度,有效促进应收账款债权流转、融资市场的发展以及资源的有效配置。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种应收账款评级方法,其特征在于,包括:
采集应收账款债权的基础信息,所述基础信息包括客户信息和应收账款信息;
基于设定的主体考量因素及其对应的权重,对客户信息进行定性定量加权求和,得到主体评级分数;
根据设定的债项考量因素及其对应的权重,对所述应收账款信息进行定性定量加权求和,得到债项评级分数;
根据所述主体评级分数和债项评级分数,得到该项应收账款债权的总评分;
基于该项应收账款债权的总评分,从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。
2.如权利要求1所述的应收账款评级方法,其特征在于,在所述基于该项应收账款债权的总评分,从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级之后,包括:
通过打分的机制来建立所述应收账款债权总评分与违约概率之间的关联关系;
基于内部等级与PD之间的映射模型,通过违约概率得出最终的信用评级。
3.如权利要求1所述的应收账款评级方法,其特征在于,在所述获取应收账款债权的基础信息之后,还包括:
对所述客户信息和所述应收账款债权信息进行尽职调查,得到调查后的应收账款基础信息。
5.如权利要求1所述的应收账款评级方法,其特征在于,所述设定的主体考量因素至少包括所处区域、行业特征、行业地位、经营周转能力、盈利能力、销售收入变化趋势、资产负债率、净资产以及销售利润率。
6.如权利要求1所述的应收账款评级方法,其特征在于,所述设定的债项考量因素至少包括权属清晰程度、应收账款类别、应收账款期限、应收账款金额、交易关系紧密和稳定程度、坏账率、退货记录、回款账户锁定以及相关增信措施信息。
7.一种应收账款评级系统,其特征在于,包括信息采集模块、主体评分模块、债权评分模块、综合评分模块以及匹配模块;
信息采集模块用于采集应收账款债权的基础信息,所述基础信息包括客户信息和应收账款信息;
主体评分模块用于基于设定的主体考量因素及其对应的权重,对客户信息进行定性定量加权求和,得到主体评级分数;
债权评分模块用于根据设定的债项考量因素及其对应的权重,对所述应收账款信息进行定性定量加权求和,得到债项评级分数;
综合评分模块用于根据所述主体评级分数和债项评级分数,得到该项应收账款债权的总评分;
匹配模块用于基于该项应收账款债权的总评分,从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。
8.如权利要求7所述的应收账款评级系统,其特征在于,还包括:与所述匹配模块连接的映射模块,映射模块用于:
通过打分的机制来建立所述应收账款债权总评分与违约概率之间的关联关系;
基于内部等级与PD之间的映射模型,通过违约概率得出最终的信用评级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910217644.9A CN111724251A (zh) | 2019-03-21 | 2019-03-21 | 一种应收账款评级方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910217644.9A CN111724251A (zh) | 2019-03-21 | 2019-03-21 | 一种应收账款评级方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111724251A true CN111724251A (zh) | 2020-09-29 |
Family
ID=72563073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910217644.9A Pending CN111724251A (zh) | 2019-03-21 | 2019-03-21 | 一种应收账款评级方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111724251A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739744A (zh) * | 2023-06-13 | 2023-09-12 | 湖北盈嘉集团有限公司 | 一种应收账款确权中企业信用评级系统 |
-
2019
- 2019-03-21 CN CN201910217644.9A patent/CN111724251A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739744A (zh) * | 2023-06-13 | 2023-09-12 | 湖北盈嘉集团有限公司 | 一种应收账款确权中企业信用评级系统 |
CN116739744B (zh) * | 2023-06-13 | 2024-01-26 | 湖北盈嘉集团有限公司 | 一种应收账款确权中企业信用评级系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khaddafi et al. | Analysis Z-score to predict bankruptcy in banks listed in Indonesia stock exchange | |
Kallberg et al. | The value of private sector business credit information sharing: the US case | |
Spencer et al. | Leases: A review of contemporary academic literature relating to lessees | |
Ombaka et al. | Mergers and acquisitions on financial performance among selected commercial banks, Kenya | |
Mendoza | Financial performance of micro, small and medium enterprises (MSMES) in the Philippines | |
Ive et al. | Trade credit in the UK construction industry: an empirical analysis of construction contractor financial positioning and performance | |
Goldie et al. | Do mutual fund investors care about auditor quality? | |
Liu et al. | Effect of earnings management on economic value added: G20 and African countries study | |
Currie | A test of the strategic effect of Basel II operational risk requirements on banks | |
Canner et al. | Credit risk and the provision of mortgages to lower-income and minority homebuyers | |
Kisala | The effect of credit risk management practices on loan performance in microfinance institutions in Nairobi, Kenya | |
CN111724251A (zh) | 一种应收账款评级方法及系统 | |
Aldayel et al. | Risk management and performance: a case study of credit risk management in commercial banks | |
Akber et al. | First and second-generation commercial banks in Bangladesh: A comparative financial analysis | |
Carson et al. | Assessing accuracy and reliability: a note based on approaches used in national accounts and balance of payments statistics | |
Kelly et al. | Equipment lease financing: the role of community banks | |
Kalunda et al. | Financial inclusion using traditional banking channels and its effect on financial performance of commercial banks in Kenya | |
US20110295732A1 (en) | System and method of ascertaining market value of an asset, liability, or other article, through a competitive valuation process | |
Abramishvili et al. | Is it possible to assess the corporate market value in the emerging market | |
Obeidat et al. | The impact of working capital management on the profitability of construction equipment firms: Evidence from listed construction equipment firms in Abu Dhabi stock exchange | |
Febrianto et al. | THE EFFECT OF MACROECONOMIC FACTOR, EARNING MANAGEMENT AND FINANCIAL RISK ON FIRMS'VALUE: AN EMPIRICAL ANALYSIS OF LISTED COMMERCIAL BANKS | |
Jayawardane et al. | The impact of financial reporting practices on performance: A study of small and medium enterprises in Rathnapura district, Sri Lanka | |
Nemoto et al. | An Estimation of the Inside Bank Premium | |
Udounwa et al. | Assessment of cash management practice and growth of SMES in Uyo Local Government Area | |
Asubonteng et al. | The role of bank value in cash holdings of banks in Ghana |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200929 |