CN111738581B - 一种适于银行体系的重型机械制造业企业的评级系统 - Google Patents

一种适于银行体系的重型机械制造业企业的评级系统 Download PDF

Info

Publication number
CN111738581B
CN111738581B CN202010539167.0A CN202010539167A CN111738581B CN 111738581 B CN111738581 B CN 111738581B CN 202010539167 A CN202010539167 A CN 202010539167A CN 111738581 B CN111738581 B CN 111738581B
Authority
CN
China
Prior art keywords
enterprise
equal
central control
control module
matrix
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.)
Active
Application number
CN202010539167.0A
Other languages
English (en)
Other versions
CN111738581A (zh
Inventor
冯天驰
丁扬
黎慧剑
陈丽辉
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.)
Hunan Sanxiang Bank Co Ltd
Original Assignee
Hunan Sanxiang Bank 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 Hunan Sanxiang Bank Co Ltd filed Critical Hunan Sanxiang Bank Co Ltd
Priority to CN202010539167.0A priority Critical patent/CN111738581B/zh
Publication of CN111738581A publication Critical patent/CN111738581A/zh
Application granted granted Critical
Publication of CN111738581B publication Critical patent/CN111738581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q40/02Banking, e.g. interest calculation or account maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40Document-oriented image-based pattern recognition
    • G06V30/41Analysis of document content
    • G06V30/413Classification of content, e.g. text, photographs or tables

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Computational Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Mathematical Optimization (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Finance (AREA)
  • Mathematical Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Technology Law (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种适于银行体系的重型机械制造业企业的评级系统,包括:信息处理模块、文本识别模块、通信模块、数据模块和中控模块。本发明通过使用信息处理模块和文本识别模块识别和处理信息,使用通信模块从服务器中的大数据中获取信息,再通过数据模块选取指定关键词对企业信息进行检索,能够快速判定企业的真实性以及企业所属领域,同时,本发明通过使用中控模块依次对企业进行初始风险评级和初始信用评级,通过在信用评级之前设置风险评级,降低了银行在对企业办理业务时的风险系数,通过中控模块对企业的信用评级进行快速判定,提高了银行对企业的评级效率,使银行能够在短时间内对大量量重型机械制造业企业客户进行评级。

Description

一种适于银行体系的重型机械制造业企业的评级系统
技术领域
本发明涉及企业信用评级技术领域,尤其涉及一种适于银行体系的重型机械制造业企业的评级系统。
背景技术
信用是市场经济运行的前提与基础。市场经济主要通过市场机制实现资源配置,而作为市场机制核心内容的商品交换的基本原则是建立在信用基础上的等价交换。随着交换关系的复杂化,整个经济活动由彼此相连、互为制约的信用关系所联结。
企业信用评级作为一个完整的体系,包括信用评级的要素和指标、信用评级的等级和标准、信用评级的方法和模型等方面的内容。企业信用评级以企业或单位为被评对象开展的信用评级活动,目前,由于投资者与经营者之间存在着信息不对称,因此会形成两个问题:第一是逆向选择;第二是道德风险。解决这两个问题的一个有效办法就是信用评级。信用评级不但为资金供需双方的信息缺口开辟通道,使资本市场不至于收敛于因信息不对称而无法发挥资金中介的功能,使资金需求者能取得所需资金从事其各项生产经营活动,使资金供给者的投资拥有适合其风险偏好的目标,也使金融机构的管理效率得到提高,从而增强了资本市场的整体效率。
然而,对于重型机械制造业企业的评级,长期以来依靠从业人员的业务经验和一般公司评判标准进行,无法对大量客户进行标准化的评价,导致针对该领域企业的评级效率低。
发明内容
为此,本发明提供一种适于银行体系的重型机械制造业企业的评级系统,用以克服现有技术中无法对大量重型机械制造业企业客户进行标准化评价导致评级效率低的问题。
为实现上述目的,本发明提供一种适于银行体系的重型机械制造业企业的评级系统,包括:
信息处理模块,用以收集和处理待评级企业的指定信息;当系统对指定进行评级时,信息处理模块会对企业提交的指定文件进行收集和统计并在统计完成后将信息分别输送至文本识别模块和中控模块;
文本识别模块,其与所述信息处理模块相连,用以从信息处理模块中的信息提取出文字信息;当文本识别模块接收到所述信息处理模块输送的信息时,文本识别模块会提取图像信息中的文字信息并将文字信息输送至中控模块;
通信模块,其与服务器相连,用以通过服务器从云端检索与待评级企业相关的指定信息;当中控模块对企业进行评级时,通信模块通过服务器从云端检索企业信息并将企业信息输送至中控模块;
数据模块,其与中控模块相连,在数据模块内预先储存有指定的信息和规则,用以作为中控模块对企业进行评级时的依据;当中控模块对企业进行评级时,中控模块从数据模块中调取指定的信息作为评级依据;
中控模块,其分别与所述信息处理模块、文本识别模块、通信模块和数据模块相连,用以根据通信模块和数据模块输送的信息与信息处理模块和文本识别模块输送的信息进行比对以对企业进行评级;当中控模块接收到信息处理模块输送的图像信息和文本识别模块输送的文字信息后,中控模块控制通信模块从云端检索企业相关信息以判定企业的真实性、根据图像信息判定企业的从数据模块中调取指定的关键词对文字信息和图像信息判定和核实企业的实际所有人以及检索以判定企业所属领域;判定完成后中控模块会从数据模块中选取指定评级标准以对企业进行初始风险评级和初始信用评级并根据评级结果从数据模块中选取指定的评级周期以在企业达到评级周期时对企业进行周期风险评级和周期信用评级。
进一步地,所述信息处理模块接收的企业信息包括企业的营业执照、租房证明和企业所有人的身份证件;所述信息处理模块接收的企业信息的途径包括扫描纸质文件或接收电子件。
进一步地,当所述文本识别模块将文字信息输送至中控模块时,中控模块根据文字信息建立企业矩阵A0(N0,L0,M0,D0,T0),其中N0为企业名称,L0为企业地址信息,M0为企业统一社会信用代码,D0为企业的登记机关信息,T0为企业的登记日期;建立完成后,中控模块控制通信模块通过服务器从云端进行检索,并根据检索结果判定企业的真实性。
进一步地,所述中控模块在对企业真实性进行判定时,中控模块从云端查询L0位置处的具体企业信息、并生成企业名称信息Nl,从云端查询与M0代码相匹配的企业名称、并生成企业名称信息Nm,根据D0和T0检索对应登记机关在特定登记日期内的企业信息、根据企业名称生成企业名称矩阵Nd(Nd1,Nd2,Nd3...Ndn)、其中、Nd1为该登记机关在指定日期内登记的第一企业名称、Nd2为该登记机关在指定日期内登记的第二企业名称、Nd3为该登记机关在指定日期内登记的第三企业名称、Ndn为该登记机关在指定日期内登记的第n企业名称;中控模块将N0依次与Nl、Nm和Nd矩阵中的各项名称依次进行比对并根据比对结果判定企业的真实性;当N0与Nl相同、N0与Nm相同,且Nd矩阵中的第n企业名称Ndn相同,则中控模块判定待评级企业存在;当Nl或Nm与N0不同,或Nd矩阵中各企业名称均与N0不同,中控模块判定待评级企业不存在。
进一步地,所述数据模块中预存有检索分值S0,当所述文本识别模块将文字信息输送至中控模块时,中控模块从数据模块中调取关键字矩阵W0(W1,W2,W3...Wn),其中W1为第一关键词,W2为第二关键词,W3为第三关键词,Wn为第n关键词;当所述中控模块在判定企业领域时,中控模块使用关键字矩阵中的各关键词对文本信息依次进行检索,并生成检索结果矩阵w0(w1,w2,w3...wn),其中,w1为中控模块检索到的第一关键词的数量,W2为中控模块检索到的第二关键词的数量,W3为中控模块检索到的第三关键词的数量,wn为中控模块检索到的第n关键词的数量;检索完成后,中控模块统计各关键词数量总和w,
Figure BDA0002538262210000031
计算完成后,中控模块根据w计算检索分值S,
Figure BDA0002538262210000032
其中ai为第i关键词数量wi的第i权重系数,
Figure BDA0002538262210000033
中控模块计算出S值后,从数据模块中调取S0并将S与S0进行比对:
当S<S0时,中控模块判定待评级企业所属领域不属于评级领域,不进行评级并发送报告;
当S≥S0时,中控模块判定待评级企业所属领域属于评级领域并对该企业进行评级。
进一步地,所述数据模块中还设有预设初始风险评级矩阵组Rc(Rc1,Rc2,Rc3,Rc4,Rc5);其中,Rc1为第一初始风险等级矩阵,Rc2为第二初始风险等级矩阵,Rc3为第三初始风险等级矩阵,Rc4为第四初始风险等级矩阵,Rc5为第五初始风险等级矩阵,其中各初始风险等级矩阵的等级强度按照顺序依次升高,初始风险等级强度越高,则待评级企业的业务办理风险越高;
对于第i初始信用评级矩阵Rci,Rci(eci,hci,oci),i=1,2,3,4,5,其中,eci为第i预设个人信用记录信息,hci为第i预设个人资产总值,Oci为企业实际所有人在其他银行的第i预设信用等级;对于eci,ec1>ec2>ec3>ec4>ec5;对于hci,hc1>hc2>hc3>hc4>hc5;对于oci,oc1>oc2>oc3>oc4>oc5;
当中控模块对企业进行初始风险评级时,中控模块控制通信模块检索待评级企业实际所有人的指定数据并根据检索数据建立该企业所有人的信用矩阵rc(ec,hc,oc),其中,ec为该企业实际所有人在评定前的实际信用记录信息,hc为该企业实际所有人在评定前的实际资产总值,oc为该企业实际所有人在评定前在其他银行的实际信用等级;
中控模块在建立rc矩阵后从数据模块中调取Rc矩阵组,中控模块从Rc矩阵组中依次提取出各Rci矩阵并将rc矩阵中的各项数值依次与Rci矩阵中的各项数值进行对比:
当ec≥ec5、hc≥hc5、oc≥oc5时,中控模块判定该待评级企业的初始风险等级为五级;
当ec≥ec4、hc≥hc4、oc≥oc4时,中控模块判定该待评级企业的初始风险等级为四级;
当ec≥ec3、hc≥hc3、oc≥oc3时,中控模块判定该待评级企业的初始风险等级为三级;
当ec≥ec2、hc≥hc2、oc≥oc2时,中控模块判定该待评级企业的初始风险等级为二级;
当ec≥ec1、hc≥hc1、oc≥oc1时,中控模块判定该待评级企业的初始风险等级为一级。
进一步地,所述数据模块中还设有预设初始信用评级矩阵组Rx(Rx1,Rx2,Rx3,Rx4,Rx5);其中,Rx1为第一初始信用等级矩阵,Rx2为第二初始信用等级矩阵,Rx3为第三初始信用等级矩阵,Rx4为第四初始信用等级矩阵,Rx5为第五初始信用等级矩阵,其中各初始信用等级矩阵的等级强度按照顺序依次降低,初始信用等级强度越高,则待评级企业的业务办理信用级别越高;
对于第i初始信用评级矩阵Rxi,Rxi(Exi,Hxi,Gxi,Oxi,Bxi),其中,Exi为企业第i预设信用记录信息,Hxi为企业第i预设资产总值,Gxi为企业第i预设经济收益值,Oxi为企业在其他银行的第i预设信用等级,Bxi为企业第i预设效益波动值;对于Exi,Ex1>Ex2>Ex3>Ex4>Ex5;对于Hxi,Hx1>Hx2>Hx3>Hx4>Hx5;对于Gxi,Gx1>Gx2>Gx3>Gx4>Gx5;对于Oxi,Ox1>Ox2>Ox3>Ox4>Ox5;对于Bxi,Bx1<Bx2<Bx3<Bx4<Bx5;
当中控模块对企业进行初始信用评级时,中控模块控制通信模块检索待评级企业的指定数据并根据检索数据建立该企业的信用矩阵rx(Ex,Hx,Gx,Ox,Bx),其中,Ex为该企业在评定前的实际信用记录信息,Hx为该企业在评定前的实际资产总值,Gx为该企业在评定前的实际经济收益值,Ox为该企业在评定前在其他银行的实际信用等级,Bx为该企业在评定前的实际效益波动值;
中控模块在建立rx矩阵后从数据模块中调取Rx矩阵组,中控模块从Rx矩阵组中依次提取出各Rxi矩阵并将rx矩阵中的各项数值依次与Rxi矩阵中的各项数值进行对比:
当Ex≥Ex5、Hx≥Hx5、Gx≥Gx5、Ox≥Ox5、Bx≤Bx5时,中控模块判定该待评级企业的初始信用等级为五级;
当Ex≥Ex4、Hx≥Hx4、Gx≥Gx4、Ox≥Ox4、Bx≤Bx4时,中控模块判定该待评级企业的初始信用等级为四级;
当Ex≥Ex3、Hx≥Hx3、Gx≥Gx3、Ox≥Ox3、Bx≤Bx3时,中控模块判定该待评级企业的初始信用等级为三级;
当Ex≥Ex2、Hx≥Hx2、Gx≥Gx2、Ox≥Ox2、Bx≤Bx2时,中控模块判定该待评级企业的初始信用等级为二级;
当Ex≥Ex1、Hx≥Hx1、Gx≥Gx1、Ox≥Ox1、Bx≤Bx1时,中控模块判定该待评级企业的初始信用等级为一级。
进一步地,所述数据模块中还设有风险评级周期矩阵fz(fz1,fz2,fz3,fz4,fz5)和预设周期风险评级矩阵组Rz(Rz1,Rz2,Rz3,Rz4,Rz5);其中,fz1为中控模块判定企业初始风险等级为一级时的评级周期,fz2为中控模块判定企业初始风险等级为二级时的评级周期,fz3为中控模块判定企业初始风险等级为三级时的评级周期,fz4为中控模块判定企业初始风险等级为四级时的评级周期,fz5为中控模块判定企业初始风险等级为五级时的评级周期,各周期的间隔时长顺次增加;Rz1为第一周期风险等级矩阵,Rz2为第二周期风险等级矩阵,Rz3为第三周期风险等级矩阵,Rz4为第四周期风险等级矩阵,Rz5为第五周期风险等级矩阵,其中各周期风险等级矩阵的等级强度按照顺序依次升高,周期风险等级强度越高,则待评级企业的业务办理风险越高;
对于第i周期信用评级矩阵Rzi,Rzi(ezi,hzi,ozi),i=1,2,3,4,5,其中,ezi为第i预设个人信用记录信息,hzi为第i预设个人资产总值,Ozi为企业实际所有人在其他银行的第i预设信用等级;对于ezi,ez1>ez2>ez3>ez4>ez5;对于hzi,hz1>hz2>hz3>hz4>hz5;对于ozi,oz1>oz2>oz3>oz4>oz5;
当待评级企业距上次风险评级的时长达到指定周期fzi时,中控模块对企业进行周期风险评级,中控模块控制通信模块检索待评级企业实际所有人的指定数据并根据检索数据建立该企业的信用矩阵rz(ez,hz,oz),其中,ez为该企业实际所有人在指定评级周期内的实际信用记录信息,hz为该企业实际所有人在指定评级周期内的实际资产总值,oz为该企业实际所有人在指定评级周期内在其他银行的实际信用等级;
中控模块在建立rz矩阵后从数据模块中调取Rz矩阵组,中控模块从Rz矩阵组中依次提取出各Rzi矩阵并将rz矩阵中的各项数值依次与Rzi矩阵中的各项数值进行对比:
当ez≥ez5、hz≥hz5、oz≥oz5时,中控模块将该待评级企业的周期风险等级调节为五级;
当ez≥ez4、hz≥hz4、oz≥oz4时,中控模块将该待评级企业的周期风险等级调节为四级;
当ez≥ez3、hz≥hz3、oz≥oz3时,中控模块将该待评级企业的周期风险等级调节为三级;
当ez≥ez2、hz≥hz2、oz≥oz2时,中控模块将该待评级企业的周期风险等级调节为二级;
当ez≥ez1、hz≥hz1、oz≥oz1时,中控模块将该待评级企业的周期风险等级调节为一级。
进一步地,所述数据模块中还设有预设周期信用评级矩阵组Rq(Rq1,Rq2,Rq3,Rq4,Rq5);其中,Rq1为预设第一周期信用等级矩阵,Rq2为预设第二周期信用等级矩阵,Rq3为预设第三周期信用等级矩阵,Rq4为预设第四周期信用等级矩阵,Rq5为预设第五周期信用等级矩阵,其中各周期信用等级矩阵的等级强度按照顺序依次降低,周期信用等级强度越高,则待评级企业的业务办理信用级别越高;
对于第i周期信用评级矩阵Rqi,Rqi(Eqi,Hqi,Gqi,Oqi,Bqi),其中,Eqi为第i预设信用记录信息,Hqi为第i预设资产总值,Gqi为第i预设经济收益值,Oqi为其他银行的第i预设信用等级,Bqi为第i预设效益波动值;对于Eqi,Eq1>Eq2>Eq3>Eq4>Eq5;对于Hqi,Hq1>Hq2>Hq3>Hq4>Hq5;对于Gqi,Gq1>Gq2>Gq3>Gq4>Gq5;对于Oqi,Oq1>Oq2>Oq3>Oq4>Oq5;对于Bqi,Bq1<Bq2<Bq3<Bq4<Bq5;
当待评级企业距上次风险评级的时长达到指定周期fzi时,中控模块对企业进行周期信用评级,中控模块控制通信模块检索待评级企业的指定数据并根据检索数据建立该企业的信用矩阵rq(Eq,Hq,Gq,Oq,Bq),其中,Eq为该企业在指定评级周期中的实际信用记录信息,Hq为该企业在指定评级周期中的实际资产总值,Gq为该企业在指定评级周期中的实际经济收益值,Oq为该企业在指定评级周期中在其他银行的实际信用等级,Bq为该企业在指定评级周期中的实际效益波动值;
中控模块在建立rq矩阵后从数据模块中调取Rq矩阵组,中控模块从Rq矩阵组中依次提取出各Rqi矩阵并将rq矩阵中的各项数值依次与Rqi矩阵中的各项数值进行对比:
当Eq≥Eq5、Hq≥Hq5、Gq≥Gq5、Oq≥Oq5、Bq≤Bq5时,中控模块判定该待评级企业的周期信用等级为五级;
当Eq≥Eq4、Hq≥Hq4、Gq≥Gq4、Oq≥Oq4、Bq≤Bq4时,中控模块判定该待评级企业的周期信用等级为四级;
当Eq≥Eq3、Hq≥Hq3、Gq≥Gq3、Oq≥Oq3、Bq≤Bq3时,中控模块判定该待评级企业的周期信用等级为三级;
当Eq≥Eq2、Hq≥Hq2、Gq≥Gq2、Oq≥Oq2、Bq≤Bq2时,中控模块判定该待评级企业的周期信用等级为二级;
当Eq≥Eq1、Hq≥Hq1、Gq≥Gq1、Oq≥Oq1、Bq≤Bq1时,中控模块判定该待评级企业的周期信用等级为一级。
与现有技术相比,本发明的有益效果在于,本发明通过使用信息处理模块和文本识别模块对收集到的信息进行识别和处理,使用通信模块从服务器中的大数据中获取对应企业信息,再通过数据模块选取指定关键词对企业信息进行检索,能够快速判定企业的真实性以及企业所属领域,从完成而对大量待评级企业的初步筛选。同时,本发明通过使用中控模块对采集到的企业信息进行统计和处理,从而依次对企业进行初始风险评级和初始信用评级,通过在信用评级之前设置风险评级,能够有效防止企业在办理业务后进行不法交易,降低了银行在对企业办理业务时的风险系数,且,本发明通过中控模块对企业的信用评级进行快速判定,提高了银行对企业的评级效率,使银行能够在短时间内对大量量重型机械制造业企业客户进行评级。
进一步地,所述系统在对企业进行初始风险评级和初始信用评级后,还会根据初始风险评级和初始信用评级设置评级周期,当企业在评级完成后经过指定时间时,中控模块会根据企业在周期内的运营数据重新对企业进行周期风险评级和周期信用评级,针对不同评级的企业选用对应的评级周期进行多次评级,能够使银行根据实际情况调节企业的风险等级和信用等级,从而提高企业对本银行的会用率。
进一步地,所述信息处理模块接收的企业信息包括扫描纸质文件或电子件的企业的营业执照、租房证明和企业所有人的身份证件,信息处理模块通过接收上述文件,能够从文件中快速获取中控模块判定所需的信息,从而进一步提高所述系统的评级效率,同时,通过使用不同的途径对信息进行采集,能够提高所述系统的适用范围。
进一步地,所述中控模块会根据信息处理模块和文本识别模块提供的信息建立企业矩阵A0(N0,L0,M0,D0,T0),同时,根据L0、M0、D0和T0依次生成Nl、Nm和Nd,通过将Nl、Nm和Nd依次与N0进行对比,使用三重验证的方式对企业的真实性进行判断,从而提高对企业的筛选效率。
进一步地,所述中控模块还会从数据模块中调取关键字矩阵W0(W1,W2,W3...Wn)并使用矩阵中的各关键词对企业信息进行检索,生成检索结果矩阵w0(w1,w2,w3...wn),在生成w0矩阵后,使用
Figure BDA0002538262210000091
Figure BDA0002538262210000092
对企业所属领域进行判定,从而进一步提高了所述系统的筛选效率。
进一步地,在对企业进行初始风险评级时,中控模块根据检索数据建立该企业所有的信用矩阵rc(ec,hc,oc),并将rc矩阵中的各项数据与预设初始风险评级矩阵组Rc(Rc1,Rc2,Rc3,Rc4,Rc5)中各矩阵依次进行对比以得出企业的初始风险等级,能够将企业所有人的信用与资产量化以对企业的风险等级进行初步的评价,在保证评级精度的同时,提高了对企业的评级效率。
进一步地,在对企业进行初始信用评级时,中控模块根据检索数据建立该企业的信用矩阵rx(Ex,Hx,Gx,Ox,Bx)并将rx矩阵中的各项数据与预设初始信用评级矩阵组Rxi(Exi,Hxi,Gxi,Oxi,Bxi)中各矩阵依次进行对比以得出企业的初始信用等级,能够将企业的信用与资产量化以对企业的信用等级进行初步的评价,在保证评级精度的同时,提高了对企业的评级效率。
附图说明
图1为本发明所述适于银行体系的重型机械制造业企业的评级系统的结构示意图;
图2为本发明所述适于银行体系的重型机械制造业企业的评级系统的工作流程图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本发明所述适于银行体系的重型机械制造业企业的评级系统的结构示意图。所述系统包括:信息处理模块、文本识别模块、通信模块、数据模块和中控模块。其中,所述信息处理模块用以收集和处理待评级企业的指定信息。所述文本识别模块与所述信息处理模块相连,用以从信息处理模块中的信息提取出文字信息。所述通信模块与系统外服务器相连,用以通过服务器从云端检索与待评级企业相关的指定信息。所述数据模块与中控模块相连,在数据模块内预先储存有指定的信息和规则,用以作为中控模块对企业进行评级时的依据。所述中控模块分别与所述信息处理模块、文本识别模块、通信模块和数据模块相连,用以根据通信模块和数据模块输送的信息与信息处理模块和文本识别模块输送的信息进行比对以对企业进行评级。
当系统运行时,所述信息处理模块对企业提交的指定文件进行收集和统计并在统计完成后将信息分别输送至所述文本识别模块和所述中控模块,文本识别模块会提取图像信息中的文字信息并将文字信息输送至中控模块,中控模块接收到信息处理模块输送的图像信息和文本识别模块输送的文字信息后,控制通信模块从云端检索企业相关信息以判定企业的真实性、根据图像信息判定企业的从数据模块中调取指定的关键词对文字信息和图像信息判定和核实企业的实际所有人以及检索以判定企业所属领域;判定完成后中控模块会从数据模块中选取指定评级标准以对企业进行初始风险评级和初始信用评级并根据评级结果从数据模块中选取指定的评级周期以在企业达到评级周期时对企业进行周期风险评级和周期信用评级。
请参阅图2所示,其为本发明所述适于银行体系的重型机械制造业企业的评级系统的工作流程图。本发明所述系统在运行时包括以下步骤:
步骤1:信息处理模块收集和统计待评级企业的指定信息;
步骤2:文本识别模块对信息处理模块输送的信息进行识别,提取图像信息中的文字信息;
步骤3:中控模块控制通信模块根据文字信息和图像信息通过服务器从云端检索企业信息以判定企业的真实性;
步骤4:中控模块接收文字信息后从数据模块内调取指定的关键词,中控模块使用关键词对文字信息进行检索以判定企业所属领域;
步骤5:中控模块根据信息处理模块收集的图像信息和文本识别模块判定和核实企业的实际所有人;
步骤6:中控模块控制通信模块通过服务器从云端统计企业的交易信息,对企业进行初始风险评级和初始信用评级;
步骤7:中控模块根据企业风险评级和信用评级选取指定的周期,在周期内对企业的交易信息进行统计并对企业进行周期风险评级和周期信用评级。
具体而言,所述信息处理模块接收的企业信息包括企业的营业执照、租房证明和企业所有人的身份证件;所述信息处理模块接收的企业信息的途径包括扫描纸质文件或接收电子件。
具体而言,在所述步骤3中,当所述文本识别模块将文字信息输送至中控模块时,中控模块根据文字信息建立企业矩阵A0(N0,L0,M0,D0,T0),其中N0为企业名称,L0为企业地址信息,M0为企业统一社会信用代码,D0为企业的登记机关信息,T0为企业的登记日期;建立完成后,中控模块控制通信模块通过服务器从云端进行检索,并根据检索结果判定企业的真实性。
具体而言,所述中控模块在对企业真实性进行判定时,中控模块从云端查询L0位置处的具体企业信息、并生成企业名称信息Nl,中控模块从云端查询与M0代码相匹配的企业名称、并生成企业名称信息Nm,中控模块根据D0和T0检索对应登记机关在特定登记日期内的企业信息、根据企业名称生成企业名称矩阵Nd(Nd1,Nd2,Nd3...Ndn)、其中、Nd1为该登记机关在指定日期内登记的第一企业名称、Nd2为该登记机关在指定日期内登记的第二企业名称、Nd3为该登记机关在指定日期内登记的第三企业名称、Ndn为该登记机关在指定日期内登记的第n企业名称;中控模块将N0依次与Nl、Nm和Nd矩阵中的各项名称依次进行比对并根据比对结果判定企业的真实性;当N0与Nl相同、N0与Nm相同,且Nd矩阵中的第n企业名称Ndn相同,则中控模块判定待评级企业存在;当Nl或Nm与N0不同,或Nd矩阵中各企业名称均与N0不同,中控模块判定待评级企业不存在。
具体而言,所述数据模块中预存有检索分值S0,当所述文本识别模块将文字信息输送至中控模块时,中控模块从数据模块中调取关键字矩阵W0(W1,W2,W3...Wn),其中W1为第一关键词,W2为第二关键词,W3为第三关键词,Wn为第n关键词;当所述中控模块在判定企业领域时,中控模块使用关键字矩阵中的各关键词对文本信息依次进行检索,并生成检索结果矩阵w0(w1,w2,w3...wn),其中,w1为中控模块检索到的第一关键词的数量,W2为中控模块检索到的第二关键词的数量,W3为中控模块检索到的第三关键词的数量,wn为中控模块检索到的第n关键词的数量;检索完成后,中控模块统计各关键词数量总和w,
Figure BDA0002538262210000121
计算完成后,中控模块根据w计算检索分值S,
Figure BDA0002538262210000122
其中ai为第i关键词数量wi的第i权重系数,
Figure BDA0002538262210000123
中控模块计算出S值后,从数据模块中调取S0并将S与S0进行比对:
当S<S0时,中控模块判定待评级企业所属领域不属于评级领域,不进行评级并发送报告;
当S≥S0时,中控模块判定待评级企业所属领域属于评级领域并对该企业进行评级。
具体而言,所述数据模块中还设有预设初始风险评级矩阵组Rc(Rc1,Rc2,Rc3,Rc4,Rc5);其中,Rc1为第一初始风险等级矩阵,Rc2为第二初始风险等级矩阵,Rc3为第三初始风险等级矩阵,Rc4为第四初始风险等级矩阵,Rc5为第五初始风险等级矩阵,其中各初始风险等级矩阵的等级强度按照顺序依次升高,初始风险等级强度越高,则待评级企业的业务办理风险越高。
对于第i初始信用评级矩阵Rci,Rci(eci,hci,oci),i=1,2,3,4,5,其中,eci为第i预设个人信用记录信息,hci为第i预设个人资产总值,Oci为企业实际所有人在其他银行的第i预设信用等级;对于eci,ec1>ec2>ec3>ec4>ec5;对于hci,hc1>hc2>hc3>hc4>hc5;对于oci,oc1>oc2>oc3>oc4>oc5。
当中控模块对企业进行初始风险评级时,中控模块控制通信模块检索待评级企业实际所有人的指定数据并根据检索数据建立该企业所有人的信用矩阵rc(ec,hc,oc),其中,ec为该企业实际所有人在评定前的实际信用记录信息,hc为该企业实际所有人在评定前的实际资产总值,oc为该企业实际所有人在评定前在其他银行的实际信用等级。
中控模块在建立rc矩阵后从数据模块中调取Rc矩阵组,中控模块从Rc矩阵组中依次提取出各Rci矩阵并将rc矩阵中的各项数值依次与Rci矩阵中的各项数值进行对比:
当ec≥ec5、hc≥hc5、oc≥oc5时,中控模块判定该待评级企业的初始风险等级为五级;
当ec≥ec4、hc≥hc4、oc≥oc4时,中控模块判定该待评级企业的初始风险等级为四级;
当ec≥ec3、hc≥hc3、oc≥oc3时,中控模块判定该待评级企业的初始风险等级为三级;
当ec≥ec2、hc≥hc2、oc≥oc2时,中控模块判定该待评级企业的初始风险等级为二级;
当ec≥ec1、hc≥hc1、oc≥oc1时,中控模块判定该待评级企业的初始风险等级为一级。
具体而言,所述数据模块中还设有预设初始信用评级矩阵组Rx(Rx1,Rx2,Rx3,Rx4,Rx5);其中,Rx1为第一初始信用等级矩阵,Rx2为第二初始信用等级矩阵,Rx3为第三初始信用等级矩阵,Rx4为第四初始信用等级矩阵,Rx5为第五初始信用等级矩阵,其中各初始信用等级矩阵的等级强度按照顺序依次降低,初始信用等级强度越高,则待评级企业的业务办理信用级别越高。
对于第i初始信用评级矩阵Rxi,Rxi(Exi,Hxi,Gxi,Oxi,Bxi),其中,Exi为企业第i预设信用记录信息,Hxi为企业第i预设资产总值,Gxi为企业第i预设经济收益值,Oxi为企业在其他银行的第i预设信用等级,Bxi为企业第i预设效益波动值;对于Exi,Ex1>Ex2>Ex3>Ex4>Ex5;对于Hxi,Hx1>Hx2>Hx3>Hx4>Hx5;对于Gxi,Gx1>Gx2>Gx3>Gx4>Gx5;对于Oxi,Ox1>Ox2>Ox3>Ox4>Ox5;对于Bxi,Bx1<Bx2<Bx3<Bx4<Bx5。
当中控模块对企业进行初始信用评级时,中控模块控制通信模块检索待评级企业的指定数据并根据检索数据建立该企业的信用矩阵rx(Ex,Hx,Gx,Ox,Bx),其中,Ex为该企业在评定前的实际信用记录信息,Hx为该企业在评定前的实际资产总值,Gx为该企业在评定前的实际经济收益值,Ox为该企业在评定前在其他银行的实际信用等级,Bx为该企业在评定前的实际效益波动值。
中控模块在建立rx矩阵后从数据模块中调取Rx矩阵组,中控模块从Rx矩阵组中依次提取出各Rxi矩阵并将rx矩阵中的各项数值依次与Rxi矩阵中的各项数值进行对比:
当Ex≥Ex5、Hx≥Hx5、Gx≥Gx5、Ox≥Ox5、Bx≤Bx5时,中控模块判定该待评级企业的初始信用等级为五级;
当Ex≥Ex4、Hx≥Hx4、Gx≥Gx4、Ox≥Ox4、Bx≤Bx4时,中控模块判定该待评级企业的初始信用等级为四级;
当Ex≥Ex3、Hx≥Hx3、Gx≥Gx3、Ox≥Ox3、Bx≤Bx3时,中控模块判定该待评级企业的初始信用等级为三级;
当Ex≥Ex2、Hx≥Hx2、Gx≥Gx2、Ox≥Ox2、Bx≤Bx2时,中控模块判定该待评级企业的初始信用等级为二级;
当Ex≥Ex1、Hx≥Hx1、Gx≥Gx1、Ox≥Ox1、Bx≤Bx1时,中控模块判定该待评级企业的初始信用等级为一级。
具体而言,所述数据模块中还设有风险评级周期矩阵fz(fz1,fz2,fz3,fz4,fz5)和预设周期风险评级矩阵组Rz(Rz1,Rz2,Rz3,Rz4,Rz5);其中,fz1为中控模块判定企业初始风险等级为一级时的评级周期,fz2为中控模块判定企业初始风险等级为二级时的评级周期,fz3为中控模块判定企业初始风险等级为三级时的评级周期,fz4为中控模块判定企业初始风险等级为四级时的评级周期,fz5为中控模块判定企业初始风险等级为五级时的评级周期,各周期的间隔时长顺次增加;Rz1为第一周期风险等级矩阵,Rz2为第二周期风险等级矩阵,Rz3为第三周期风险等级矩阵,Rz4为第四周期风险等级矩阵,Rz5为第五周期风险等级矩阵,其中各周期风险等级矩阵的等级强度按照顺序依次升高,周期风险等级强度越高,则待评级企业的业务办理风险越高。
对于第i周期信用评级矩阵Rzi,Rzi(ezi,hzi,ozi),i=1,2,3,4,5,其中,ezi为第i预设个人信用记录信息,hzi为第i预设个人资产总值,Ozi为企业实际所有人在其他银行的第i预设信用等级;对于ezi,ez1>ez2>ez3>ez4>ez5;对于hzi,hz1>hz2>hz3>hz4>hz5;对于ozi,oz1>oz2>oz3>oz4>oz5。
当待评级企业距上次风险评级的时长达到指定周期fzi时,中控模块对企业进行周期风险评级,中控模块控制通信模块检索待评级企业实际所有人的指定数据并根据检索数据建立该企业的信用矩阵rz(ez,hz,oz),其中,ez为该企业实际所有人在指定评级周期内的实际信用记录信息,hz为该企业实际所有人在指定评级周期内的实际资产总值,oz为该企业实际所有人在指定评级周期内在其他银行的实际信用等级。
中控模块在建立rz矩阵后从数据模块中调取Rz矩阵组,中控模块从Rz矩阵组中依次提取出各Rzi矩阵并将rz矩阵中的各项数值依次与Rzi矩阵中的各项数值进行对比:
当ez≥ez5、hz≥hz5、oz≥oz5时,中控模块将该待评级企业的周期风险等级调节为五级;
当ez≥ez4、hz≥hz4、oz≥oz4时,中控模块将该待评级企业的周期风险等级调节为四级;
当ez≥ez3、hz≥hz3、oz≥oz3时,中控模块将该待评级企业的周期风险等级调节为三级;
当ez≥ez2、hz≥hz2、oz≥oz2时,中控模块将该待评级企业的周期风险等级调节为二级;
当ez≥ez1、hz≥hz1、oz≥oz1时,中控模块将该待评级企业的周期风险等级调节为一级。
具体而言,所述数据模块中还设有预设周期信用评级矩阵组Rq(Rq1,Rq2,Rq3,Rq4,Rq5);其中,Rq1为预设第一周期信用等级矩阵,Rq2为预设第二周期信用等级矩阵,Rq3为预设第三周期信用等级矩阵,Rq4为预设第四周期信用等级矩阵,Rq5为预设第五周期信用等级矩阵,其中各周期信用等级矩阵的等级强度按照顺序依次降低,周期信用等级强度越高,则待评级企业的业务办理信用级别越高。
对于第i周期信用评级矩阵Rqi,Rqi(Eqi,Hqi,Gqi,Oqi,Bqi),其中,Eqi为第i预设信用记录信息,Hqi为第i预设资产总值,Gqi为第i预设经济收益值,Oqi为其他银行的第i预设信用等级,Bqi为第i预设效益波动值;对于Eqi,Eq1>Eq2>Eq3>Eq4>Eq5;对于Hqi,Hq1>Hq2>Hq3>Hq4>Hq5;对于Gqi,Gq1>Gq2>Gq3>Gq4>Gq5;对于Oqi,Oq1>Oq2>Oq3>Oq4>Oq5;对于Bqi,Bq1<Bq2<Bq3<Bq4<Bq5。
当待评级企业距上次风险评级的时长达到指定周期fzi时,中控模块对企业进行周期信用评级,中控模块控制通信模块检索待评级企业的指定数据并根据检索数据建立该企业的信用矩阵rq(Eq,Hq,Gq,Oq,Bq),其中,Eq为该企业在指定评级周期中的实际信用记录信息,Hq为该企业在指定评级周期中的实际资产总值,Gq为该企业在指定评级周期中的实际经济收益值,Oq为该企业在指定评级周期中在其他银行的实际信用等级,Bq为该企业在指定评级周期中的实际效益波动值。
中控模块在建立rq矩阵后从数据模块中调取Rq矩阵组,中控模块从Rq矩阵组中依次提取出各Rqi矩阵并将rq矩阵中的各项数值依次与Rqi矩阵中的各项数值进行对比:
当Eq≥Eq5、Hq≥Hq5、Gq≥Gq5、Oq≥Oq5、Bq≤Bq5时,中控模块判定该待评级企业的周期信用等级为五级;
当Eq≥Eq4、Hq≥Hq4、Gq≥Gq4、Oq≥Oq4、Bq≤Bq4时,中控模块判定该待评级企业的周期信用等级为四级;
当Eq≥Eq3、Hq≥Hq3、Gq≥Gq3、Oq≥Oq3、Bq≤Bq3时,中控模块判定该待评级企业的周期信用等级为三级;
当Eq≥Eq2、Hq≥Hq2、Gq≥Gq2、Oq≥Oq2、Bq≤Bq2时,中控模块判定该待评级企业的周期信用等级为二级;
当Eq≥Eq1、Hq≥Hq1、Gq≥Gq1、Oq≥Oq1、Bq≤Bq1时,中控模块判定该待评级企业的周期信用等级为一级。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。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 (6)

1.一种适于银行体系的重型机械制造业企业的评级系统,其特征在于,包括:
信息处理模块,用以收集和处理待评级企业的指定信息;当系统对指定进行评级时,信息处理模块会对企业提交的指定文件进行收集和统计并在统计完成后将信息分别输送至文本识别模块和中控模块;
文本识别模块,其与所述信息处理模块相连,用以从信息处理模块中的信息提取出文字信息;当文本识别模块接收到所述信息处理模块输送的信息时,文本识别模块会提取图像信息中的文字信息并将文字信息输送至中控模块;
通信模块,其与服务器相连,用以通过服务器从云端检索与待评级企业相关的指定信息;当中控模块对企业进行评级时,通信模块通过服务器从云端检索企业信息并将企业信息输送至中控模块;
数据模块,其与中控模块相连,在数据模块内预先储存有指定的信息和规则,用以作为中控模块对企业进行评级时的依据;当中控模块对企业进行评级时,中控模块从数据模块中调取指定的信息作为评级依据;
中控模块,其分别与所述信息处理模块、文本识别模块、通信模块和数据模块相连,用以根据通信模块和数据模块输送的信息与信息处理模块和文本识别模块输送的信息进行比对以对企业进行评级;当中控模块接收到信息处理模块输送的图像信息和文本识别模块输送的文字信息后,中控模块控制通信模块从云端检索企业相关信息以判定企业的真实性、根据图像信息判定企业的从数据模块中调取指定的关键词对文字信息和图像信息判定和核实企业的实际所有人以及检索以判定企业所属领域;判定完成后中控模块会从数据模块中选取指定评级标准以对企业进行初始风险评级和初始信用评级并根据评级结果从数据模块中选取指定的评级周期以在企业达到评级周期时对企业进行周期风险评级和周期信用评级;
当所述文本识别模块将文字信息输送至中控模块时,中控模块根据文字信息建立企业矩阵A0(N0,L0,M0,D0,T0),其中N0为企业名称,L0为企业地址信息,M0为企业统一社会信用代码,D0为企业的登记机关信息,T0为企业的登记日期;建立完成后,中控模块控制通信模块通过服务器从云端进行检索,并根据检索结果判定企业的真实性;
当所述中控模块在对企业真实性进行判定时,中控模块从云端查询L0位置处的具体企业信息、并生成企业名称信息Nl,从云端查询与M0代码相匹配的企业名称、并生成企业名称信息Nm,根据D0和T0检索对应登记机关在特定登记日期内的企业信息、根据企业名称生成企业名称矩阵Nd(Nd1,Nd2,Nd3...Ndn)、其中、Nd1为该登记机关在指定日期内登记的第一企业名称、Nd2为该登记机关在指定日期内登记的第二企业名称、Nd3为该登记机关在指定日期内登记的第三企业名称、Ndn为该登记机关在指定日期内登记的第n企业名称;中控模块将N0依次与Nl、Nm和Nd矩阵中的各项名称依次进行比对并根据比对结果判定企业的真实性;当N0与Nl相同、N0与Nm相同,且Nd矩阵中的第n企业名称Ndn相同,则中控模块判定待评级企业存在;当Nl或Nm与N0不同,或Nd矩阵中各企业名称均与N0不同,中控模块判定待评级企业不存在;
所述数据模块中预存有检索分值S0,当所述文本识别模块将文字信息输送至中控模块时,中控模块从数据模块中调取关键字矩阵W0(W1,W2,W3...Wn),其中W1为第一关键词,W2为第二关键词,W3为第三关键词,Wn为第n关键词;当所述中控模块在判定企业领域时,中控模块使用关键字矩阵中的各关键词对文本信息依次进行检索,并生成检索结果矩阵w0(w1,w2,w3...wn),其中,w1为中控模块检索到的第一关键词的数量,w2为中控模块检索到的第二关键词的数量,w3为中控模块检索到的第三关键词的数量,wn为中控模块检索到的第n关键词的数量;检索完成后,中控模块统计各关键词数量总和w,
Figure 668057DEST_PATH_IMAGE001
,计算完成后,中控模块根据w计算检索分值S,
Figure 116356DEST_PATH_IMAGE002
,其中ai为第i关键词数量wi的第i权重系数, ai=wi/w;中控模块计算出S值后,从数据模块中调取S0并将S与S0进行比对:
当S<S0时,中控模块判定待评级企业所属领域不属于评级领域,不进行评级并发送报告;
当S≥S0时,中控模块判定待评级企业所属领域属于评级领域并对该企业进行评级。
2.根据权利要求1所述的适于银行体系的重型机械制造业企业的评级系统,其特征在于,所述信息处理模块接收的企业信息包括企业的营业执照、租房证明和企业所有人的身份证件;所述信息处理模块接收的企业信息的途径包括扫描纸质文件或接收电子件。
3.根据权利要求1所述的适于银行体系的重型机械制造业企业的评级系统,其特征在于,所述数据模块中还设有预设初始风险评级矩阵组Rc(Rc1,Rc2,Rc3,Rc4,Rc5);其中,Rc1为第一初始风险等级矩阵,Rc2为第二初始风险等级矩阵,Rc3为第三初始风险等级矩阵,Rc4为第四初始风险等级矩阵,Rc5为第五初始风险等级矩阵,其中各初始风险等级矩阵的等级强度按照顺序依次升高,初始风险等级强度越高,则待评级企业的业务办理风险越高;
对于第i初始信用评级矩阵Rci,Rci(eci,hci,oci),i=1,2,3,4,5,其中,eci为第i预设个人信用记录信息,hci为第i预设个人资产总值,Oci为企业实际所有人在其他银行的第i预设信用等级;对于eci,ec1>ec2>ec3>ec4>ec5;对于hci,hc1>hc2>hc3>hc4>hc5;对于oci,oc1>oc2>oc3>oc4>oc5;
当中控模块对企业进行初始风险评级时,中控模块控制通信模块检索待评级企业实际所有人的指定数据并根据检索数据建立该企业所有人的信用矩阵rc(ec,hc,oc),其中,ec为该企业实际所有人在评定前的实际信用记录信息,hc为该企业实际所有人在评定前的实际资产总值,oc为该企业实际所有人在评定前在其他银行的实际信用等级;
中控模块在建立rc矩阵后从数据模块中调取Rc矩阵组,中控模块从Rc矩阵组中依次提取出各Rci矩阵并将rc矩阵中的各项数值依次与Rci矩阵中的各项数值进行对比:
当ec≥ec5、hc≥hc5、oc≥oc5时,中控模块判定该待评级企业的初始风险等级为五级;
当ec≥ec4、hc≥hc4、oc≥oc4时,中控模块判定该待评级企业的初始风险等级为四级;
当ec≥ec3、hc≥hc3、oc≥oc3时,中控模块判定该待评级企业的初始风险等级为三级;
当ec≥ec2、hc≥hc2、oc≥oc2时,中控模块判定该待评级企业的初始风险等级为二级;
当ec≥ec1、hc≥hc1、oc≥oc1时,中控模块判定该待评级企业的初始风险等级为一级。
4.根据权利要求3所述的适于银行体系的重型机械制造业企业的评级系统,其特征在于,所述数据模块中还设有预设初始信用评级矩阵组Rx(Rx1,Rx2,Rx3,Rx4,Rx5);其中,Rx1为第一初始信用等级矩阵,Rx2为第二初始信用等级矩阵,Rx3为第三初始信用等级矩阵,Rx4为第四初始信用等级矩阵,Rx5为第五初始信用等级矩阵,其中各初始信用等级矩阵的等级强度按照顺序依次降低,初始信用等级强度越高,则待评级企业的业务办理信用级别越高;
对于第i初始信用评级矩阵Rxi,Rxi(Exi,Hxi,Gxi,Oxi,Bxi),其中,Exi为企业第i预设信用记录信息,Hxi为企业第i预设资产总值,Gxi为企业第i预设经济收益值,Oxi为企业在其他银行的第i预设信用等级,Bxi为企业第i预设效益波动值;对于Exi,Ex1>Ex2>Ex3>Ex4>Ex5;对于Hxi,Hx1>Hx2>Hx3>Hx4>Hx5;对于Gxi,Gx1>Gx2>Gx3>Gx4>Gx5;对于Oxi,Ox1>Ox2>Ox3>Ox4>Ox5;对于Bxi,Bx1<Bx2<Bx3<Bx4<Bx5;
当中控模块对企业进行初始信用评级时,中控模块控制通信模块检索待评级企业的指定数据并根据检索数据建立该企业的信用矩阵rx(Ex,Hx,Gx,Ox,Bx),其中,Ex为该企业在评定前的实际信用记录信息,Hx为该企业在评定前的实际资产总值,Gx为该企业在评定前的实际经济收益值,Ox为该企业在评定前在其他银行的实际信用等级,Bx为该企业在评定前的实际效益波动值;
中控模块在建立rx矩阵后从数据模块中调取Rx矩阵组,中控模块从Rx矩阵组中依次提取出各Rxi矩阵并将rx矩阵中的各项数值依次与Rxi矩阵中的各项数值进行对比:
当Ex≥Ex5、Hx≥Hx5、Gx≥Gx5、Ox≥Ox5、Bx≤Bx5时,中控模块判定该待评级企业的初始信用等级为五级;
当Ex≥Ex4、Hx≥Hx4、Gx≥Gx4、Ox≥Ox4、Bx≤Bx4时,中控模块判定该待评级企业的初始信用等级为四级;
当Ex≥Ex3、Hx≥Hx3、Gx≥Gx3、Ox≥Ox3、Bx≤Bx3时,中控模块判定该待评级企业的初始信用等级为三级;
当Ex≥Ex2、Hx≥Hx2、Gx≥Gx2、Ox≥Ox2、Bx≤Bx2时,中控模块判定该待评级企业的初始信用等级为二级;
当Ex≥Ex1、Hx≥Hx1、Gx≥Gx1、Ox≥Ox1、Bx≤Bx1时,中控模块判定该待评级企业的初始信用等级为一级。
5.根据权利要求4所述的适于银行体系的重型机械制造业企业的评级系统,其特征在于,所述数据模块中还设有风险评级周期矩阵fz(fz1,fz2,fz3,fz4,fz5)和预设周期风险评级矩阵组Rz(Rz1,Rz2,Rz3,Rz4,Rz5);其中,fz1为中控模块判定企业初始风险等级为一级时的评级周期,fz2为中控模块判定企业初始风险等级为二级时的评级周期,fz3为中控模块判定企业初始风险等级为三级时的评级周期,fz4为中控模块判定企业初始风险等级为四级时的评级周期,fz5为中控模块判定企业初始风险等级为五级时的评级周期,各周期的间隔时长顺次增加;Rz1为第一周期风险等级矩阵,Rz2为第二周期风险等级矩阵,Rz3为第三周期风险等级矩阵,Rz4为第四周期风险等级矩阵,Rz5为第五周期风险等级矩阵,其中各周期风险等级矩阵的等级强度按照顺序依次升高,周期风险等级强度越高,则待评级企业的业务办理风险越高;
对于第i周期信用评级矩阵Rzi,Rzi(ezi,hzi,ozi),i=1,2,3,4,5,其中,ezi为第i预设个人信用记录信息,hzi为第i预设个人资产总值,Ozi为企业实际所有人在其他银行的第i预设信用等级;对于ezi,ez1>ez2>ez3>ez4>ez5;对于hzi,hz1>hz2>hz3>hz4>hz5;对于ozi,oz1>oz2>oz3>oz4>oz5;
当待评级企业距上次风险评级的时长达到指定周期fzi时,中控模块对企业进行周期风险评级,中控模块控制通信模块检索待评级企业实际所有人的指定数据并根据检索数据建立该企业的信用矩阵rz(ez,hz,oz),其中,ez为该企业实际所有人在指定评级周期内的实际信用记录信息,hz为该企业实际所有人在指定评级周期内的实际资产总值,oz为该企业实际所有人在指定评级周期内在其他银行的实际信用等级;
中控模块在建立rz矩阵后从数据模块中调取Rz矩阵组,中控模块从Rz矩阵组中依次提取出各Rzi矩阵并将rz矩阵中的各项数值依次与Rzi矩阵中的各项数值进行对比:
当ez≥ez5、hz≥hz5、oz≥oz5时,中控模块将该待评级企业的周期风险等级调节为五级;
当ez≥ez4、hz≥hz4、oz≥oz4时,中控模块将该待评级企业的周期风险等级调节为四级;
当ez≥ez3、hz≥hz3、oz≥oz3时,中控模块将该待评级企业的周期风险等级调节为三级;
当ez≥ez2、hz≥hz2、oz≥oz2时,中控模块将该待评级企业的周期风险等级调节为二级;
当ez≥ez1、hz≥hz1、oz≥oz1时,中控模块将该待评级企业的周期风险等级调节为一级。
6.根据权利要求5所述的适于银行体系的重型机械制造业企业的评级系统,其特征在于,所述数据模块中还设有预设周期信用评级矩阵组Rq(Rq1,Rq2,Rq3,Rq4,Rq5);其中,Rq1为预设第一周期信用等级矩阵,Rq2为预设第二周期信用等级矩阵,Rq3为预设第三周期信用等级矩阵,Rq4为预设第四周期信用等级矩阵,Rq5为预设第五周期信用等级矩阵,其中各周期信用等级矩阵的等级强度按照顺序依次降低,周期信用等级强度越高,则待评级企业的业务办理信用级别越高;
对于第i周期信用评级矩阵Rqi,Rqi(Eqi,Hqi,Gqi,Oqi,Bqi),其中,Eqi为第i预设信用记录信息,Hqi为第i预设资产总值,Gqi为第i预设经济收益值,Oqi为其他银行的第i预设信用等级,Bqi为第i预设效益波动值;对于Eqi,Eq1>Eq2>Eq3>Eq4>Eq5;对于Hqi,Hq1>Hq2>Hq3>Hq4>Hq5;对于Gqi,Gq1>Gq2>Gq3>Gq4>Gq5;对于Oqi,Oq1>Oq2>Oq3>Oq4>Oq5;对于Bqi,Bq1<Bq2<Bq3<Bq4<Bq5;
当待评级企业距上次风险评级的时长达到指定周期fzi时,中控模块对企业进行周期信用评级,中控模块控制通信模块检索待评级企业的指定数据并根据检索数据建立该企业的信用矩阵rq(Eq,Hq,Gq,Oq,Bq),其中,Eq为该企业在指定评级周期中的实际信用记录信息,Hq为该企业在指定评级周期中的实际资产总值,Gq为该企业在指定评级周期中的实际经济收益值,Oq为该企业在指定评级周期中在其他银行的实际信用等级,Bq为该企业在指定评级周期中的实际效益波动值;
中控模块在建立rq矩阵后从数据模块中调取Rq矩阵组,中控模块从Rq矩阵组中依次提取出各Rqi矩阵并将rq矩阵中的各项数值依次与Rqi矩阵中的各项数值进行对比:
当Eq≥Eq5、Hq≥Hq5、Gq≥Gq5、Oq≥Oq5、Bq≤Bq5时,中控模块判定该待评级企业的周期信用等级为五级;
当Eq≥Eq4、Hq≥Hq4、Gq≥Gq4、Oq≥Oq4、Bq≤Bq4时,中控模块判定该待评级企业的周期信用等级为四级;
当Eq≥Eq3、Hq≥Hq3、Gq≥Gq3、Oq≥Oq3、Bq≤Bq3时,中控模块判定该待评级企业的周期信用等级为三级;
当Eq≥Eq2、Hq≥Hq2、Gq≥Gq2、Oq≥Oq2、Bq≤Bq2时,中控模块判定该待评级企业的周期信用等级为二级;
当Eq≥Eq1、Hq≥Hq1、Gq≥Gq1、Oq≥Oq1、Bq≤Bq1时,中控模块判定该待评级企业的周期信用等级为一级。
CN202010539167.0A 2020-06-14 2020-06-14 一种适于银行体系的重型机械制造业企业的评级系统 Active CN111738581B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010539167.0A CN111738581B (zh) 2020-06-14 2020-06-14 一种适于银行体系的重型机械制造业企业的评级系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010539167.0A CN111738581B (zh) 2020-06-14 2020-06-14 一种适于银行体系的重型机械制造业企业的评级系统

Publications (2)

Publication Number Publication Date
CN111738581A CN111738581A (zh) 2020-10-02
CN111738581B true CN111738581B (zh) 2022-03-29

Family

ID=72649071

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010539167.0A Active CN111738581B (zh) 2020-06-14 2020-06-14 一种适于银行体系的重型机械制造业企业的评级系统

Country Status (1)

Country Link
CN (1) CN111738581B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117875725B (zh) * 2024-03-13 2024-08-02 湖南三湘银行股份有限公司 一种基于知识图谱的信息处理系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030074212A1 (en) * 2001-10-12 2003-04-17 Easy 221 Consulting Inc. Online enterprise diagnosis system and method
CN108564465A (zh) * 2018-05-03 2018-09-21 上海第二工业大学 一种企业信用管理方法
CN109949162A (zh) * 2019-03-18 2019-06-28 重庆大学 一种基于云服务器的投资管理评估系统
CN110533435A (zh) * 2019-08-30 2019-12-03 北京智云信国际信用评价有限公司 一种企业信用识别与监控系统

Also Published As

Publication number Publication date
CN111738581A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
US10127554B2 (en) Fraud early warning system and method
US20200320536A1 (en) Instant Funds Availability Risk Assessment System and Method
US8170953B1 (en) Systems and method for screening payment transactions
CN112862298B (zh) 一种针对用户画像的信用评估方法
US7004382B2 (en) Payment validation network
CN107784067B (zh) 监察信息处理方法、装置、服务器和存储介质
AU2011204887B2 (en) System and method for prioritizing processing of payment instructions
CN109564668A (zh) 电子抵押经纪和监控
US8751375B2 (en) Event processing for detection of suspicious financial activity
CN113011973B (zh) 基于智能合约数据湖的金融交易监管模型的方法及设备
US12118524B2 (en) Instant funds availability risk assessment and real-time loss alert system and method
US20070174214A1 (en) Integrated fraud management systems and methods
US20200104843A1 (en) Method and system for increasing transaction accuracy and speed
US8676700B2 (en) Methods and systems for handling currency
US11941632B2 (en) Instant funds availability risk assessment and real-time fraud alert system and method
WO2010148408A2 (en) System and method for enhancing credit and debt collection
CN111738581B (zh) 一种适于银行体系的重型机械制造业企业的评级系统
JP2023539711A (ja) 機密データに対する不正防止およびデータ保護のための速度システム
CN117078446B (zh) 一种农村集体资产的闭环关联管理系统及方法
US20140258117A1 (en) Methods and systems for handling currency
CN111709639B (zh) 一种适于银行体系的重型机械制造业企业的评级方法
JP2009301236A (ja) 信用情報機関仲介装置
CN116662387A (zh) 业务数据处理方法、装置、设备及存储介质
KR20200029660A (ko) 빅데이터 기반의 전산원장 분리 저장을 위한 펀딩 제공 시스템 및 그 방법
CN112785425A (zh) 一种分布式的智能经济管理系统及管理方法

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