CN112308717A - 一种基于五流合一业务数据的模型构建装置及方法 - Google Patents
一种基于五流合一业务数据的模型构建装置及方法 Download PDFInfo
- Publication number
- CN112308717A CN112308717A CN202011227834.8A CN202011227834A CN112308717A CN 112308717 A CN112308717 A CN 112308717A CN 202011227834 A CN202011227834 A CN 202011227834A CN 112308717 A CN112308717 A CN 112308717A
- Authority
- CN
- China
- Prior art keywords
- data
- stream
- service data
- business
- dynamic
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开一种基于五流合一业务数据的模型构建装置及方法,该装置包括:数据获取模块,用于采集融资方在实时贸易过程中的动态业务数据,将所述动态业务数据存储到存储模块中;所述存储模块,用于获取所述融资方在历史贸易过程中的静态业务数据,并存储所述静态业务数据;模型构建模块,用于从所述存储模块中读取与交易活动相关联的动态业务数据和静态业务数据,并将所读取的数据聚类为五流合一类型的业务数据,根据所述五流合一类型的业务数据构建描述模型。通过本发明,企业能够更直观、更完整的将整个供应链业务贸易过程中的业务数据呈现给金融机构,以便于金融机构对企业进行授信评价。
Description
技术领域
本发明涉及金融及信息技术领域,尤其涉及一种基于五流合一业务数据的模型构建装置及方法。
背景技术
目前,中小企业的直接融资渠道存在门槛高、条件苛刻等问题。传统授信及风控评价标准局限于企业规模、企业主体资质及抵押物价值,金融机构较难评估中小企业的资信状况,诸如商业银行等金融机构的资金投向通常偏好政府融资项目,因此金融机构的贷款更多的倾向于发放给大型企业。
对于中小企业而言,由于中小企业业务细分纵深,财务管理存在不规范的情况,金融机构无法获取中小企业的所有真实交易数据,因而难以理解中小企业的业务底层逻辑,从而金融机构无法从企业的业务角度出发,来评判中小企业的业务及财务状况。即中小企业和金融机构存在信息不对称,金融机构无法获取中小企业的真实业务数据,导致众多中小企业拥有好业务却很难融资,金融机构对中小企业的融资态度基本上是惧贷、拒贷。
发明内容
本发明实施例提供了一种基于五流合一业务数据的模型构建装置及方法,以解决现有技术中如何将企业供应链的业务数据完整的、真实的呈现给金融机构的问题。
为了解决上述技术问题,本发明实施例提供了一种基于五流合一业务数据的模型构建装置,包括:
数据获取模块,用于采集融资方在实时贸易过程中的动态业务数据,将所述动态业务数据存储到存储模块中;
所述存储模块,与所述数据获取模块连接,用于获取所述融资方在历史贸易过程中的静态业务数据,并存储所述静态业务数据;
模型构建模块,与所述存储模块连接,用于从所述存储模块中读取与交易活动相关联的动态业务数据和静态业务数据,并将所读取的数据聚类为五流合一类型的业务数据,根据所述五流合一类型的业务数据构建描述模型。
在一实施例中,所述模型构建模块包括:
读取单元,用于从所述存储模块中读取与所述交易活动相关的动态业务数据和静态业务数据;
聚类单元,用于将所述读取单元所读取的业务数据聚类为合同流、发票流、资金流、货物流以及信息数据流的五流合一业务数据;
构建单元,用于以所述交易活动为中心,以所述五流合一业务数据为基础构建描述模型,所述描述模型用于描述所述融资方的完整贸易过程。
在一实施例中,所述数据获取模块包括:经多重加密的可信物端感知设备,所述可信物端感知设备通过物联网,从融资方供应链发生交易活动的各个环节,采集实时、防伪、全生命周期的可信动态业务数据。
在一实施例中,所述存储模块为全量区块链数据库。
在一实施例中,所述模型构建模块还包括:
写入模块,用于向所述描述模型中写入资产损益数据。
为了解决上述技术问题,本发明实施例还提供了一种基于五流合一业务数据的模型构建方法,其特征在于,包括:
采集融资方在实时贸易过程中的动态业务数据,将所述动态业务数据进行存储;
获取所述融资方在历史贸易过程中的静态业务数据,并存储所述静态业务数据;
从存储的数据中读取与交易活动相关联的动态业务数据和静态业务数据,并将所读取的数据聚类为五流合一类型的业务数据,根据所述五流合一类型的业务数据构建描述模型。
在一实施例中,所述从存储的数据中读取与交易活动相关联的动态业务数据和静态业务数据,并将所读取的数据聚类为五流合一类型的业务数据,根据所述五流合一类型的业务数据构建描述模型,包括:
从存储的数据中读取与所述交易活动相关的动态业务数据和静态业务数据;
将所读取的业务数据聚类为合同流、发票流、资金流、货物流以及信息数据流的五流合一业务数据;
以所述交易活动为中心,以所述五流合一业务数据为基础构建描述模型,所述描述模型用于描述所述融资方的完整贸易过程。
在一实施例中,所述动态业务数据包括:实时、防伪、全生命周期的可信动态业务数据。
在一实施例中,所述动态业务数据及所述静态业务数据存储在全量区块链数据库中。
在一实施例中,所述方法还包括:
向所述描述模型中写入资产损益数据。
有益的效果
本发明实施例提供的一种基于五流合一业务数据的模型构建装置及方法,通过获取企业的历史静态业务数据和实时动态业务数据,将这些数据聚类为五流合一类型,以交易活动为中心,构建用于描述整个业务贸易过程的描述模型,通过描述模型能够复现贸易过程中的动态变化及实时交互的关系。从而,企业通过描述模型能够更直观、更完整的将整个供应链业务贸易过程中的五流合一的业务数据呈现给金融机构,将具体产生真实收益的业务环节纳入融资评估范畴,使得供应链中的相关企业与融资企业主体作为整体能够被金融机构授信,为金融机构及资金方开辟新的利润来源,降低中小企业的融资成本。
附图说明
图1是本发明一个实施例提供的一种基于五流合一业务数据的模型构建装置的结构示意图;
图2是本发明另一个实施例提供的一种基于五流合一业务数据的模型构建装置的结构示意图;
图3是本发明另一个实施例提供的一种基于五流合一业务数据的模型构建装置的结构示意图;
图4是本发明另一个实施例提供的一种基于五流合一业务数据的模型构建方法的流程图;
图5是本发明另一个实施例提供的一种基于五流合一业务数据的模型构建方法的流程图;
图6是本发明另一个实施例提供的一种基于五流合一业务数据的模型构建方法的流程图。
具体实施方式
以下,举出实施例来说明本发明的具体实施方式,但本发明的实施方式不受如下这些实施例的限制,可在不影响本发明所要达到的技术效果的范围内做出任意选择和变更。
为了使本发明更容易理解,所使用的术语用以下来定义。
如图1所示,为本发明一个实施例提供的一种基于五流合一业务数据的模型构建装置的结构示意图,该模型构建装置可以应用在终端上,本公开中的终端可以是任何具有上网功能的智能终端,例如,可以具体为手机、电脑、PDA(Personal Digital Assistant,个人数字助理)等。该风险识别装置至少可以包括:数据获取模块110、存储模块120以及模型构建模块130。
其中,数据获取模块110用于采集融资方(企业)贸易过程中的业务数据,该业务数据为实时动态的可信防伪业务数据,数据获取模块110将获取的该动态业务数据存储到存储模块120中。
存储模块120与数据获取模块110连接,用于存储数据获取模块110获取的动态业务数据,还用于读取企业在历史贸易过程中的静态业务数据,并将静态业务数据写入区块链中进行存储。
模型构建模块130与存储模块120连接,用于读取存储模块120中存储的与交易活动相关的业务数据,将读取的业务数据聚类为五流合一类型的业务数据,再以交易活动为中心,根据五流合一业务数据构造描述模型。
至此,本发明实施例提供的一种基于五流合一业务数据的模型构建装置,通过获取企业的历史静态业务数据和实时动态业务数据,将这些数据聚类为五流合一类型,以交易活动为中心,能够构建用于描述整个业务贸易过程的描述模型,描述模型能够复现贸易过程中的动态变化及实时交互的关系。从而,企业通过描述模型能够更直观、更完整的将整个供应链业务贸易过程中的五流合一的业务数据呈现给金融机构,以便于金融机构了解企业的业务状况。
下面以具体实施例来说明本公开实施例提供的技术方案。
如图2所示,为本发明另一个实施例提供的一种基于五流合一业务数据的模型构建装置的结构示意图,在上述图1所示实施例的基础上,模型构建模块130至少可以包括:读取单元1301、聚类单元1302以及构建单元1303。
其中,读取单元1301,用于从存储模块120中读取与交易活动相关的动态业务数据和静态业务数据。存储模块120中存储有企业的全部的或者设定时间段内的静态业务数据和动态业务数据。
聚类单元1302,与读取单元1301连接,用于将读取单元1301所读取的业务数据聚类为合同流、发票流、资金流、货物流以及信息数据流的五流合一业务数据。
构建单元1303,与聚类单元1302连接,用于以交易活动为中心,以五流合一业务数据为基础构建描述模型,该描述模型用于描述企业(融资方)的完整贸易过程。
其中,五流合一数据类型具体包括合同流、发票流、资金流、货物流以及信息数据流这五种类型。由于在业务的完整供应链条中,所涉及的数据必然会包括合同类、发票类、资金类、货物类以及信息数据类这几个类型,因而将业务数据拆解为这五种类型,通过五流合一业务数据来描述整个贸易过程,能够使得贸易的各参与方更清晰的了解整个贸易过程,便于判断各交易环节是否规范和完整。
在一实施例中,交易活动可以理解为交易行为,与交易活动相关的业务数据可以包括交易行为所涉及的各个交易环节的交易方、工作内容等数据。交易环节可以包括:订购、运输、存储、交付、验收以及结算等环节;交易环节的交易方可以包括:供货商、销售方等;交易环节的工作内容可以包括:角色清单,订单要素。其中订单要素可以包括交易时间、交易地点、交易金额、收益及交易数量等。
在一实施例中,与交易活动相关的业务数据还可以包括交易活动之间的关系,即如果一个交易活动必须要用另一个交易活动的结果才能继续开展工作,那么这两个交易活动之间就是有关系、有关联,并且这种关联是单向的;如果这两个交易活动互相要使用对方的结果才能使工作进展下去,那么这两个交易活动之间的关系就是双向的。交易活动之间的关系数据,可以包括:交易活动之间的顺序、交易活动之间的逻辑等,交易活动之间的顺序根据活动发生的时间、活动类型等因素来确定,例如活动B必须在活动A完成之后、且活动C完成之前执行,那么这几个活动A、B、C之间的顺序为A、B、C,而交易活动之间的逻辑可以根据设定的公式等因素来确定。
在一实施例中,数据获取模块110可以包括:经多重加密的可信物端感知设备,该可信物端感知设备通过物联网,从企业供应链中发生贸易交互的各个环节、节点获取全生命周期的可信业务数据,该业务数据为防伪数据,可信数据获取模块110将获取的实时动态的业务数据存储到存储模块120中。
在一实施例中,存储模块120为区块链形态的存储模块,例如全量区块链数据库。
至此,本发明实施例提供的一种基于五流合一业务数据的模型构建装置,通过基于多重加密物联网设备及行业联盟链来获取和存储业务数据,能够确保业务数据的真实性和有效性,且区块链中碎片化的存储方式使得业务数据对托管方不可见,从而保障了业务数据的安全性。
如图3所示,为本发明另一个实施例提供的一种基于五流合一业务数据的模型构建装置的结构示意图,在上述图1所示实施例的基础上,模型构建模块130还可以包括:写入单元1304。
写入模块1304,用于往描述模型中写入资产损益数据,资产损益数据可以包括:行业逻辑、公允价值变动、贸易期内数据连续性变动、货物损耗、业务利润损耗等。
具体而言,资产指的是购买的货品(物料);资产损益,是指在货品最终交付前,发生的成本及费用;资产的公允价值表示资产的市场价格,包括资产的重量、质量、运费变动、贸易过程中产生的税金和业务成本;业务利润损耗可以包括资产的发运前成本变动、到厂后成本变动。其中公允价值可以通过网络或者行业标准数据获得,资产损益数据可以通过网络获得。贸易期内数据的变动是指资金与货物之间的连续转换,货物损耗是指亏吨亏卡等货品品或质的变化,业务利润损耗是指交付前产生的各种费用。资产损益数据可以用于交易环节的资产资金守恒核算,及业务风险的识别。
在一实施例中,交易活动具有金融性属性、物流类属性、信息类属性和管理类属性。金融性属性涵盖保证金及货物处置信息等风险缓释措施、融资类型、银行、融资参与方、授信属性、抵押资产信息、金融凭证、合约类资源、资金、融资周期、融资费率、执行情况、动态风险、静态风险、核心企业风险、融资企业风险、外部环境风险;物流类属性包括:铁路发运轨迹、站台接收吨数、下游接收吨数、矿发质检、发运前质检、下游接收质检、矿出短倒运费、铁路运费、站台费、物流公司、物流信息、发货时间、交付时间、货运单状态和跟踪;信息类属性具体包括:中标通知书、历史交易数据交叉验证、电厂锅炉机组容量、电厂询价函、下游需求指标匹配、铁路局历史发运计划及到站信息等贸易真实性数据;管理类属性包括:项目开始时间、结束时间、时限、履行地点、当前状态、历史状态和资质评级等外部数据。
在每一个交易活动、交易环节中,上述属性信息都几乎同时存在,这也是贸易参与方和融资方难以掌握资产方(企业)真实数据的原因所在,而本实施例中,将上述信息通过描述模型以活动为中心来展示,就可以让融资方了解贸易过程中的真实交易数据,并且也便于资产资金守恒核算。
至此,本发明实施例提供的一种基于五流合一业务数据的模型构建装置,通过在描述模型中写入资产损益数据,能够有利于贸易参与方及融资机构更加清晰的了解行业业务状况及企业资产损益状况,也便于融资方根据资产损益数据预估业务风险。
如图4所示,为本发明另一个实施例提供的一种基于五流合一业务数据的模型构建方法的流程图,结合图1-图3所示实施例,该方法可以包括以下步骤:
步骤S110、采集企业在贸易过程中的业务数据,该业务数据为实时动态的可信防伪业务数据,将获取的该动态业务数据进行存储;
步骤S120、读取企业在历史贸易过程中的静态业务数据,并将静态业务数据进行存储;
步骤S130、从存储的动态业务数据和静态业务数据中读取与交易活动相关的业务数据,将读取的业务数据聚类为五流合一类型的业务数据,并以交易活动为中心,根据五流合一业务数据构造描述模型。
在一实施例中,上述方法可以基于图1所示的基于五流合一业务数据的模型构建装置来实现。
至此,本发明实施例提供的一种基于五流合一业务数据的模型构建方法,通过获取企业的历史静态业务数据和实时动态业务数据,将这些数据聚类为五流合一类型,以交易活动为中心,能够构建用于描述整个业务贸易过程的描述模型,描述模型能够复现贸易过程中的动态变化及实时交互的关系。从而,企业通过描述模型能够更直观、更完整的将整个供应链业务贸易过程中的五流合一的业务数据呈现给金融机构,以便于金融机构了解企业的业务状况。
如图5所示,为本发明另一个实施例提供的一种基于五流合一业务数据的模型构建方法的流程图,在上述图4所示实施例的基础上,步骤S130至少可以包括:
步骤S1301、从存储的业务数据中读取与交易活动相关的动态业务数据和静态业务数据,其中,业务数据可以存储在全量区块链数据库中。
全量区块链数据库中存储有企业的全部的或者设定时间段内的静态业务数据和动态业务数据。
步骤S1302、将所读取的业务数据聚类为合同流、发票流、资金流、货物流以及信息数据流的五流合一业务数据。
步骤S1303、以交易活动为中心,以五流合一业务数据为基础构建描述模型,该描述模型用于描述企业的完整贸易过程。
其中,五流合一数据类型具体包括合同流、发票流、资金流、货物流以及信息数据流这五种类型。由于在业务的完整供应链条中,所涉及的业务数据必然会包括合同类、发票类、资金类、货物类以及信息数据类这几个类型,因而将业务数据拆解为这五种类型,通过五流合一多维度的业务数据来描述整个贸易过程,能够使得贸易的各参与方更清晰的了解整个贸易过程,便于判断各交易环节是否规范和完整。
在一实施例中,交易活动可以理解为交易行为,与交易活动相关的业务数据可以包括交易行为所涉及的各个交易环节的交易方、工作内容等数据。交易环节可以包括:订购、运输、存储、交付、验收以及结算等环节;交易环节的交易方可以包括:供货商、销售方等;交易环节的工作内容可以包括:角色清单,订单要素。其中订单要素可以包括交易时间、交易地点、交易金额、收益及交易数量等。
在一实施例中,与交易活动相关的业务数据还可以包括:交易活动之间的关系,即如果一个交易活动必须要用另一个交易活动的结果才能继续开展工作,那么这两个交易活动之间就是有关系、有关联,并且这种关联是单向的;如果这两个交易活动互相要使用对方的结果才能使工作进展下去,那么这两个交易活动之间的关系就是双向的。交易活动之间的关系数据,可以包括:交易活动之间的顺序、交易活动之间的逻辑等,交易活动之间的顺序根据活动发生的时间、活动类型等因素来确定,例如活动B必须在活动A完成之后、且活动C完成之前执行,那么这几个活动A、B、C之间的顺序为A、B、C。而交易活动之间的逻辑可以根据设定的公式等因素来确定。
在一实施例中,业务数据为全生命周期的可信业务数据,该业务数据为防伪数据。
至此,本发明实施例提供的一种基于五流合一业务数据的模型构建方法,通过基于多重加密物联网设备及行业联盟链来获取和存储业务数据,能够确保业务数据的真实性和有效性,且区块链中碎片化的存储方式使得业务数据对托管方不可见,从而保障了业务数据的安全性。
如图6所示,为本发明另一个实施例提供的一种基于五流合一业务数据的模型构建方法的流程图,在上述图4所示实施例的基础上,步骤S130还可以包括:
步骤S1304、往描述模型中写入资产损益数据,资产损益数据可以包括:行业逻辑、公允价值变动、贸易期内数据连续性变动、货物损耗、业务利润损耗等。
在一实施例中,资产指的是购买的货品(物料);资产损益,是指在货品最终交付前,发生的成本及费用;资产的公允价值表示资产的市场价格,包括资产的重量、质量、运费变动、贸易过程中产生的税金和业务成本;业务利润损耗可以包括:资产的发运前成本变动、到厂后成本变动。其中公允价值可以通过网络或者行业标准数据获得,资产损益数据可以通过网络获得。贸易期内数据的变动是指资金与货物之间的连续转换,货物损耗是指亏吨亏卡等货品品或质的变化,业务利润损耗是指交付前产生的各种费用。资产损益数据可以用于交易环节的资产资金守恒核算,及业务风险的识别。
在一实施例中,交易活动具有金融性属性、物流类属性、信息类属性和管理类属性。金融性属性涵盖保证金及货物处置信息等风险缓释措施、融资类型、银行、融资参与方、授信属性、抵押资产信息、金融凭证、合约类资源、资金、融资周期、融资费率、执行情况、动态风险、静态风险、核心企业风险、融资企业风险、外部环境风险;物流类属性包括:铁路发运轨迹、站台接收吨数、下游接收吨数、矿发质检、发运前质检、下游接收质检、矿出短倒运费、铁路运费、站台费、物流公司、物流信息、发货时间、交付时间、货运单状态和跟踪;信息类属性具体包括:中标通知书、历史交易数据交叉验证、电厂锅炉机组容量、电厂询价函、下游需求指标匹配、铁路局历史发运计划及到站信息等贸易真实性数据;管理类属性包括:项目开始时间、结束时间、时限、履行地点、当前状态、历史状态和资质评级等外部数据。
在每一个交易活动、交易环节中,上述属性信息都几乎同时存在,这也是贸易参与方和融资机构难以掌握企业真实数据的原因所在,而本实施例中,将上述信息通过描述模型以活动为中心来展示,就可以让融资机构了解贸易过程中的真实交易数据,并且也便于资产资金守恒核算。
至此,本发明实施例提供的一种基于五流合一业务数据的模型构建方法,通过在描述模型中写入资产损益数据,能够有利于贸易参与方及融资机构更加清晰的了解行业业务状况及企业资产损益状况,也便于融资方根据资产损益数据预估业务风险。
为了进一步详细说明本发明实施例提供的一种基于五流合一业务数据的模型构建装置及方法,本实施例以订单融资业务为例进行说明。
订单融资模式的内涵是贸易方凭借信用良好的买方订单,在交强的发货能力和有效担保条件下,金融机构为贸易方生产经营提供融资的方式。在本实施例中,订单融资为全流程模式。
可信物端感知设备从各个交易环节获取完整贸易过程(涉及贸易方、下游电厂、上游煤矿等各主体)的实时动态业务数据,并将获取的动态业务数据存储在区块链数据库中,区块链数据库还获取历史贸易过程的静态业务数据,并进行存储。模型构建模块将区块链数据库中存储的业务数据按照合同流、发票流、资金流、货物流、信息数据流这五种类型进行归类聚合,得到五流合一类型的业务数据,并以交易活动为中心,根据五流合一业务数据构建描述模型,通过描述模型复现完整供应链的业务流程。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种基于五流合一业务数据的模型构建装置,其特征在于,包括:
数据获取模块,用于采集融资方在实时贸易过程中的动态业务数据,将所述动态业务数据存储到存储模块中;
所述存储模块,与所述数据获取模块连接,用于获取所述融资方在历史贸易过程中的静态业务数据,并存储所述静态业务数据;
模型构建模块,与所述存储模块连接,用于从所述存储模块中读取与交易活动相关联的动态业务数据和静态业务数据,并将所读取的数据聚类为五流合一类型的业务数据,根据所述五流合一类型的业务数据构建描述模型。
2.如权利要求1所述的装置,其特征在于,所述模型构建模块包括:
读取单元,用于从所述存储模块中读取与所述交易活动相关的动态业务数据和静态业务数据;
聚类单元,用于将所述读取单元所读取的业务数据聚类为合同流、发票流、资金流、货物流以及信息数据流的五流合一业务数据;
构建单元,用于以所述交易活动为中心,以所述五流合一业务数据为基础构建描述模型,所述描述模型用于描述所述融资方的完整贸易过程。
3.如权利要求1所述的装置,其特征在于,所述数据获取模块包括:经多重加密的可信物端感知设备,所述可信物端感知设备通过物联网,从融资方供应链发生交易活动的各个环节,采集实时、防伪、全生命周期的可信动态业务数据。
4.如权利要求1所述的装置,其特征在于,所述存储模块为全量区块链数据库。
5.如权利要求1所述的装置,其特征在于,所述模型构建模块还包括:
写入模块,用于向所述描述模型中写入资产损益数据。
6.一种基于五流合一业务数据的模型构建方法,其特征在于,包括:
采集融资方在实时贸易过程中的动态业务数据,将所述动态业务数据进行存储;
获取所述融资方在历史贸易过程中的静态业务数据,并存储所述静态业务数据;
从存储的数据中读取与交易活动相关联的动态业务数据和静态业务数据,并将所读取的数据聚类为五流合一类型的业务数据,根据所述五流合一类型的业务数据构建描述模型。
7.如权利要求6所述的方法,其特征在于,所述从存储的数据中读取与交易活动相关联的动态业务数据和静态业务数据,并将所读取的数据聚类为五流合一类型的业务数据,根据所述五流合一类型的业务数据构建描述模型,包括:
从存储的数据中读取与所述交易活动相关的动态业务数据和静态业务数据;
将所读取的业务数据聚类为合同流、发票流、资金流、货物流以及信息数据流的五流合一业务数据;
以所述交易活动为中心,以所述五流合一业务数据为基础构建描述模型,所述描述模型用于描述所述融资方的完整贸易过程。
8.如权利要求6所述的方法,其特征在于,所述动态业务数据包括:实时、防伪、全生命周期的可信动态业务数据。
9.如权利要求6所述的方法,其特征在于,所述动态业务数据及所述静态业务数据存储在全量区块链数据库中。
10.如权利要求6所述的方法,其特征在于,所述方法还包括:
向所述描述模型中写入资产损益数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011227834.8A CN112308717A (zh) | 2020-11-06 | 2020-11-06 | 一种基于五流合一业务数据的模型构建装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011227834.8A CN112308717A (zh) | 2020-11-06 | 2020-11-06 | 一种基于五流合一业务数据的模型构建装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112308717A true CN112308717A (zh) | 2021-02-02 |
Family
ID=74326239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011227834.8A Pending CN112308717A (zh) | 2020-11-06 | 2020-11-06 | 一种基于五流合一业务数据的模型构建装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112308717A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113890871A (zh) * | 2021-09-03 | 2022-01-04 | 青岛微智慧信息有限公司 | 灵工平台对接税务批量开票的安全解决方法及其服务端 |
CN114465911A (zh) * | 2022-02-10 | 2022-05-10 | 成都阿普奇科技股份有限公司 | 物联网感知设备资源统一描述方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004001639A2 (en) * | 2002-06-20 | 2003-12-31 | Ezd Limited | Method and apparatus for facilitating funding of trade |
CN109584049A (zh) * | 2018-12-14 | 2019-04-05 | 曹洪 | 一种信息处理方法及装置 |
CN109658231A (zh) * | 2018-12-14 | 2019-04-19 | 曹洪 | 一种信息管理平台 |
CN111464655A (zh) * | 2020-04-10 | 2020-07-28 | 深圳物缘科技有限公司 | 基于区块链的物联网数据管理方法及系统 |
-
2020
- 2020-11-06 CN CN202011227834.8A patent/CN112308717A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004001639A2 (en) * | 2002-06-20 | 2003-12-31 | Ezd Limited | Method and apparatus for facilitating funding of trade |
CN109584049A (zh) * | 2018-12-14 | 2019-04-05 | 曹洪 | 一种信息处理方法及装置 |
CN109658231A (zh) * | 2018-12-14 | 2019-04-19 | 曹洪 | 一种信息管理平台 |
CN111464655A (zh) * | 2020-04-10 | 2020-07-28 | 深圳物缘科技有限公司 | 基于区块链的物联网数据管理方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113890871A (zh) * | 2021-09-03 | 2022-01-04 | 青岛微智慧信息有限公司 | 灵工平台对接税务批量开票的安全解决方法及其服务端 |
CN114465911A (zh) * | 2022-02-10 | 2022-05-10 | 成都阿普奇科技股份有限公司 | 物联网感知设备资源统一描述方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nagel et al. | Banks’ risk dynamics and distance to default | |
Duffee | Estimating the price of default risk | |
Britten-Jones et al. | Non-linear value-at-risk | |
Dos Santos et al. | Are new IT-enabled investment opportunities diminishing for firms? | |
Young et al. | Corporate Financial Reporting and Analysis: A Global Perspective | |
CN112330439A (zh) | 一种基于五流合一业务数据的金融风险识别装置及方法 | |
Fitzpatrick et al. | The Use of Trade Credit by Businesses| Bulletin–September 2013 | |
CN111709830A (zh) | 一种授信额度确定方法、装置、设备和介质 | |
CN112308717A (zh) | 一种基于五流合一业务数据的模型构建装置及方法 | |
Djaddan et al. | The role of business risk and non debt tax shields to debt to equity ratio on pharmacy listed companies in Indonesia | |
Gourieroux et al. | Disastrous defaults | |
Jensen | Fair Value Accounting in the USAs | |
David et al. | Financial reporting choices, governance structures, and strategic assets: a transaction cost perspective | |
Director | Financial analysis for HR managers: Tools for linking HR strategy to business strategy | |
Barrett et al. | American Accounting Association Committee on Accounting and | |
McMillan et al. | BLADE for productivity research | |
Subramanian R et al. | Commercial Banks, Banking Systems, and Basel Recommendations | |
Shamkuts | Fair value accounting | |
Keasey et al. | Interest rate premia on UK small‐firm bank borrowings: A research note | |
Gauthier | Securitization Economics | |
Foley-Fisher et al. | How Do US Life Insurers Manage Liquidity in Times of Stress? | |
Li et al. | [Retracted] Research on the Risk Measurement Algorithm of Supply Chain Order Financing Based on Insurance Actuarial | |
Yan-ling | Analysis on the Internal Control of Enterprise Accounting under Computer Network Environment | |
Duțescu et al. | The Financial Statements | |
Fanta et al. | Structured Finance in Africa |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210202 |
|
WD01 | Invention patent application deemed withdrawn after publication |