CN111932356A

CN111932356A - 确定企业信用风险等级的方法和装置

Info

Publication number: CN111932356A
Application number: CN202010000467.1A
Authority: CN
Inventors: 陈杰; 马野; 朱以民
Original assignee: Baiwang Co ltd
Current assignee: Baiwang Co ltd
Priority date: 2020-01-02
Filing date: 2020-01-02
Publication date: 2020-11-13

Abstract

本申请公开了一种确定企业信用风险等级的方法及装置，方法包括：抽取用户发票行为数据，建立新数据表存储；对发票行为数据进行预处理；通过预处理后的发票行为数据分析影响企业信用风险的因素，利用所述因素建立信用评估模型；利用信用评估模型对企业发票行为数据进行分析；将分析结果换算成信用得分；根据所述信用得分确定企业信用风险等级。本申请的确定企业信用风险等级的方法，通过对发票行为数据的深度分析，能够挖掘企业经营现金流中隐藏的深层次问题，有效防范企业信用风险。

Description

确定企业信用风险等级的方法和装置

技术领域

本申请涉及数据处理技术领域，具体涉及一种确定企业信用风险等级的方法和装置。

背景技术

在目前的金融活动中，金融机构在对企业进行授信时很难发现其深层次的经营问题，某些企业甚至通过虚增收入等手段以期获取贷款。企业的不诚信进件增大了金融机构信用风险，降低了经济运营的效率。现有的用户信用评估方法大多把企业的基本信息、三方信息、交易流水等指标简单的加权处理，很难深度反映企业真实的风险情况。发票作为记载企业生产经营活动的业务凭证，其数据具有时序性，又因发票具有税收特征，开具发票的同时需要缴纳一定税款，提高了伪造流水成本，相比普通交易流水数据更具真实性。如何在授信过程中通过对发票数据的深度分析来挖掘企业经营现金流中隐藏的深层次问题，以便有效防范信用风险，是亟待解决的问题。

发明内容

本申请的目的是提供一种确定企业信用风险等级的方法和装置。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

根据本申请实施例的一个方面，提供一种确定企业信用风险等级的方法，包括：

抽取用户发票行为数据，建立新数据表存储；

对发票行为数据进行预处理；

通过预处理后的发票行为数据分析影响企业信用风险的因素，利用所述因素建立信用评估模型。

进一步地，所述方法还包括：

利用信用评估模型对企业发票行为数据进行分析。

进一步地，所述方法还包括：

将分析结果换算成信用得分。

进一步地，所述方法还包括：

根据所述信用得分确定企业信用风险等级。

根据本申请实施例的另一个方面，提供一种确定企业信用风险等级的装置，包括：

抽取模块，用于抽取用户发票行为数据，建立新数据表存储；

预处理模块，用于对发票行为数据进行预处理；

建模模块，用于通过预处理后的发票行为数据分析影响企业信用风险的因素，利用所述因素建立信用评估模型。

进一步地，所述装置还包括：

分析模块，用于利用信用评估模型对企业发票行为数据进行分析。

进一步地，所述装置还包括：

计算模块，用于将分析结果换算成信用得分。

进一步地，所述方法还包括：

评级模块，用于根据所述信用得分确定企业信用风险等级。

根据本申请实施例的另一个方面，提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现所述的确定企业信用风险等级的方法。

根据本申请实施例的另一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以实现所述的确定企业信用风险等级的方法。

本申请实施例的其中一个方面提供的技术方案可以包括以下有益效果：

本申请实施例提供的确定企业信用风险等级的方法，通过对发票行为数据的深度分析，能够挖掘企业经营现金流中隐藏的深层次问题，有效防范企业信用风险。

本申请的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者，部分特征和优点可以从说明书中推知或毫无疑义地确定，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，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示出了本申请的一个实施例的确定企业信用风险等级的方法的流程图；

图2示出了本申请的另一个实施例的确定企业信用风险等级的方法的流程图；

图3示出了本申请的另一个实施例的企业开票金额增长率及交易时间集中度的关系示意图；

图4示出了基于图3的企业信用风险等级划分示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施例对本申请做进一步说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。基于本申请中的实施例，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，都属于本申请保护的范围。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

本申请的一个实施例，提供一种确定企业信用风险等级的方法，包括：

S10、抽取用户发票行为数据，建立新数据表存储；

S20、对发票行为数据进行预处理；

S30、通过预处理后的发票行为数据分析影响企业信用风险的因素，利用所述因素建立信用评估模型；

S40、利用信用评估模型对企业发票行为数据进行分析。

S50、将分析结果换算成信用得分。

S60、根据所述信用得分确定企业信用风险等级。

本申请实施例的还提供了一种确定企业信用风险等级的装置，包括：

预处理模块，用于对发票行为数据进行预处理；

建模模块，用于通过预处理后的发票行为数据分析影响企业信用风险的因素，利用所述因素建立信用评估模型；

分析模块，用于利用信用评估模型对企业发票行为数据进行分析；

计算模块，用于将分析结果换算成信用得分；

评级模块，用于根据所述信用得分确定企业信用风险等级。

本实施例还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现所述的确定企业信用风险等级的方法。

本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以实现所述的确定企业信用风险等级的方法。

参考图2所示，本申请的另一个实施例提供了一种确定企业信用风险等级的方法，包括：

S1、从数据系统中抽取用户发票行为数据，建立新数据表存储；

具体地，步骤S1具体包括：从业务系统抽取开票企业开票行为数据，进行ETL处理后储存到数据仓库；其数据项主要包括发票数据中的开票金额、发票红冲、发票作废、开票时间等数据。

针对实际应用中大量的企业发票数据，实例中采用数据仓库的方式，利用ETL过程对业务系统中的发票数据进行抽取、转换、装载，通过建立一张以客户为中心的包含多属性的宽表储存到数据仓库，再供以后建模分析使用。所述数据抽取指从源系统中提取数据，同时按照分析需要转换为相应数据结构后汇总，在完成转换和汇总后加载到目标数据仓库。

S2、对发票行为数据进行预处理，发票行为数据包括开票金额、发票红冲、发票作废、开票时间、经营性现金流稳定性、收入增长数据及行为；

基于专家意见通过穷举的方式分析可能影响信用评估的因素，然后对数据仓库中的数据进行预处理，加工成相应指标，使其符合业务场景的需求，供给下一步建模使用。本实例中进行信用评估的数据都来源于企业的发票信息，影响因素主要包括开票时间、开票金额、发票红冲、发票作废，同时也不限定发票数据中其它影响信用评估的因素。在数据预处理过程中还要充分考虑相应指标的缺失值，以及指标间的业务逻辑关系。通过数据数据预处理我们加入经营性现金流稳定性、收入增长等新增字段。

S3、对预处理后的发票行为数据进行存储；

S4、通过预处理后的发票行为数据分析影响企业信用风险的因素，利用所述因素建立信用评估模型；

S5、利用信用评估模型对企业发票行为数据进行分析；

S6、将分析结果换算成信用得分；

将经营性现金流稳定性与收入增长作为主成分因子通过判别分析预测企业未来信用风险程度。再通过分群的方法将不同群体对应相应得分。将模型计算的风险评分作为新增字段存储在数据仓库中的款表中，供给业务场景调用。

S7、根据所述信用得分确定企业信用风险等级。

用户通过WEB或APP页面可调用数据仓库中动态存储的企业信用评分，生成时间序列图或以其他数据可视化的方式将信用得分展示在前台。

影响企业信用风险的因素，包括经营性现金流稳定性与收入增长率。

基于专家意见通过穷举的方式分析可能影响信用评估的因素，其中短期内经营现金流陡增有可能未来伴随经营现金流陡降，如金融机构依据陡增后的经营状况为企业授信将面临重大风险，如何识别陡增成为规避风险的关键。

发票行为数据包括发票主表及发票明细表，如果直接频繁调取业务集群中的发票数据信息回增加系统负载，我们定时抽取同信用风险分析相关字段进行指标加工及新增数据存储。发票数据本身有着非连续性特征，同时企业又会对已开票金额进行红冲、作废等操作，在建模时我们对这些数据按月进行统计求出实际开票金额后再进行下一步分析。

如图3和图4所示，本实施例将一定时间内企业开票金额增长率及交易时间集中度作为两个维度，其中一定时间内企业开票增长率＝(统计期期末开票金额-统计期起初开票金额)/统计期期初开票金额，交易时间集中度为开票金额的时间频数分布，开票时间越集中其分布越集中。

所述信用评估体系能够客观地评估企业经营活动的情况，因为该体系的数据源于企业经营活动中的发票数据，具有实时性和时序性。本发明实例中建立的风险评估模型将经营性现金流稳定性与收入增长作为主成分因子通过判别分析预测企业未来信用风险程度，符合真实业务的应用场景。

本实施例充分利用企业间商业往来的开票行为数据，在进行ETL处理后储存到数据仓库；通过对开票金额、发票红冲、发票作废、开票时间、经营性现金流稳定性、收入增长数据及行为的分析发现影响企业信用风险的因子，将经营性现金流稳定性与收入增长作为主成分因子通过判别分析预测企业未来信用风险程度，能够挖掘企业经营现金流中隐藏的深层次问题，有效防范企业信用风险。

需要说明的是：

术语“模块”并非意图受限于特定物理形式。取决于具体应用，模块可以实现为硬件、固件、软件和/或其组合。此外，不同的模块可以共享公共组件或甚至由相同组件实现。不同模块之间可以存在或不存在清楚的界限。

在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的虚拟机的创建装置中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

以上所述实施例仅表达了本申请的实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims

1.一种确定企业信用风险等级的方法，其特征在于，包括：

抽取用户发票行为数据，建立新数据表存储；

对发票行为数据进行预处理；

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

利用信用评估模型对企业发票行为数据进行分析。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

将分析结果换算成信用得分。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据所述信用得分确定企业信用风险等级。

5.一种确定企业信用风险等级的装置，其特征在于，包括：

预处理模块，用于对发票行为数据进行预处理；

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

7.根据权利要求6所述的装置，其特征在于，所述方法还包括：

计算模块，用于将分析结果换算成信用得分。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

评级模块，用于根据所述信用得分确定企业信用风险等级。

9.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-4中任一所述的确定企业信用风险等级的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以实现如权利要求1-4中任一所述的确定企业信用风险等级的方法。