CN112446776A - 基于多源对接融合数据的中小企业信用评价系统及方法 - Google Patents
基于多源对接融合数据的中小企业信用评价系统及方法 Download PDFInfo
- Publication number
- CN112446776A CN112446776A CN201910796888.7A CN201910796888A CN112446776A CN 112446776 A CN112446776 A CN 112446776A CN 201910796888 A CN201910796888 A CN 201910796888A CN 112446776 A CN112446776 A CN 112446776A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- data
- module
- credit
- scoring
- 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
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Technology Law (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种中小企业信用评价系统及方法,包括:企业信息填报模块、涉企数据对接融合模块和评分模块。该系统用以融资申请企业线上填报企业数据,并通过评分模块实时获得企业自评得分;将填报数据与涉企数据对接融合模块获得的权威数据比对融合后作为涉企数据传送给评分模块,以获得申请融资企业的信用评价得分和信用报告。涉企数据对接融合模块的推送子模块将信用评价得分结果和信用报告等信息推送至银行等相关金融机构。本发明提供的中小企业信用评价系统及方法能够自动化对接、融合和评估多个权威涉企数据,对影响企业整体实力及风险水平的因素做出综合的信用评价,进而获得更为科学、准确、可靠的企业信用评分,以便金融机构做出合理的信贷决策。
Description
技术领域
本发明涉及一种企业评价系统,特别涉及一种基于多源对接融合数据的中小企业信用评价系统及方法。
背景技术
随着普惠金融服务的不断下沉,庞大的中小企业群体越来越受到传统金融机构的重视。
中小企业,是指在中华人民共和国境内依法设立的,人员规模、经营规模相对较小的企业,包括中型企业、小型企业和微型企业。此类企业通常可由单个人或少数人提供资金组成,其雇用人数与营业额皆不大,因此在经营上多半是由业主直接管理,受外界干涉较少。2011年6月18日,工业和信息化部、国家统计局、国家发展和改革委员会、财政部联合印发了《关于印发中小企业划型标准规定的通知》,规定各行业划型标准为:
(一)农、林、牧、渔业。营业收入20000万元以下的为中小微型企业。其中,营业收入500万元及以上的为中型企业,营业收入50万元及以上的为小型企业,营业收入50万元以下的为微型企业。(二)工业。从业人员1000人以下或营业收入40000万元以下的为中小微型企业。其中,从业人员300人及以上,且营业收入2000万元及以上的为中型企业;从业人员20人及以上,且营业收入300万元及以上的为小型企业;从业人员20人以下或营业收入300万元以下的为微型企业。(三)建筑业。营业收入80000万元以下或资产总额80000万元以下的为中小微型企业。其中,营业收入6000万元及以上,且资产总额5000万元及以上的为中型企业;营业收入300万元及以上,且资产总额300万元及以上的为小型企业;营业收入300万元以下或资产总额300万元以下的为微型企业。(四)批发业。从业人员200人以下或营业收入40000万元以下的为中小微型企业。其中,从业人员20人及以上,且营业收入5000万元及以上的为中型企业;从业人员5人及以上,且营业收入1000万元及以上的为小型企业;从业人员5人以下或营业收入1000万元以下的为微型企业。(五)交通运输业。从业人员1000人以下或营业收入30000万元以下的为中小微型企业。其中,从业人员300人及以上,且营业收入3000万元及以上的为中型企业;从业人员20人及以上,且营业收入200万元及以上的为小型企业;从业人员20人以下或营业收入200万元以下的为微型企业。(六)零售业。从业人员300人以下或营业收入20000万元以下的为中小微型企业。其中,从业人员50人及以上,且营业收入500万元及以上的为中型企业;从业人员10人及以上,且营业收入100万元及以上的为小型企业;从业人员10人以下或营业收入100万元以下的为微型企业。(七)住宿业和餐饮业。从业人员300人以下或营业收入10000万元以下的为中小微型企业。其中,从业人员100人及以上,且营业收入2000万元及以上的为中型企业;从业人员10人及以上,且营业收入100万元及以上的为小型企业;从业人员10人以下或营业收入100万元以下的为微型企业。(八)信息传输业。从业人员2000人以下或营业收入10000万元以下的为中小微型企业。注:(六)、(七)(八)3条,从业人员10人及以上,且营业收入100万元及以上的为小型企业;从业人员10人以下或营业收入100万元以下的为微型企业。(九)软件和信息技术服务业。从业人员300人以下或营业收入10000万元以下的为中小微型企业。其中,从业人员100人及以上,且营业收入1000万元及以上的为中型企业;从业人员10人及以上,且营业收入50万元及以上的为小型企业;从业人员10人以下或营业收入50万元以下的为微型企业。(十)仓储业。从业人员200人以下或营业收入3000万元以下的为中小微型企业。注:(八)(九)(十)3条,其中,从业人员100人及以上,且营业收入1000万元及以上的为中型企业。(十一)邮政业。营业收入2000万元及以上的为中型企业;注:(十)(十一)2条,从业人员20人及以上,且营业收入100万元及以上的为小型企业;从业人员20人以下或营业收入100万元以下的为微型企业。交通运输业和邮政业从业人员1000人以下或营业收入30000万元以下的为中小微型企业。其中,从业人员300人及以上。(十二)房地产开发经营。营业收入200000万元以下或资产总额10000万元以下的为中小微型企业。其中,营业收入1000万元及以上,且资产总额5000万元及以上的为中型企业;营业收入100万元及以上,且资产总额2000万元及以上的为小型企业;营业收入100万元以下或资产总额2000万元以下的为微型企业。(十三)物业管理。从业人员1000人以下或营业收入5000万元以下的为中小微型企业。其中,从业人员300人及以上,且营业收入1000万元及以上的为中型企业;从业人员100人及以上,且营业收入500万元及以上的为小型企业;从业人员100人以下或营业收入500万元以下的为微型企业。(十四)租赁和商务服务业。从业人员300人以下或资产总额12000万元以下的为中小微型企业。其中,从业人员100人及以上,且资产总额8000万元及以上的为中型企业;从业人员10人及以上,且资产总额100万元及以上的为小型企业;从业人员10人以下或资产总额100万元以下的为微型企业。(十五)其他未列明行业。从业人员300人以下的为中小微型企业。其中,从业人员100人及以上的为中型企业;从业人员10人及以上的为小型企业;从业人员10人以下的为微型企业。
由于中小企业财务制度不健全,财务数据分散不规范,数据时效性、连续性质量较差、强征信数据缺失等各方面原因,导致针对中小企业的风险评估效果不佳。传统的金融机构针对中小企业的风险评估多数还是停留在“重财务数据,轻经营数据”的理念上展开评价,例如,在金融机构中,针对中小企业的授信业务一般根据其流动资金、银行承兑汇票、合同订单、应收账款、存货或出口退税额等对中小企业的信用风险水平进行评估,实际应用效果不佳,不能全面准确地评估中小企业的真实价值以及在未来一段时间内的信用风险水平。
具体来说,传统的偏财务数据分析的评价模型不能完全真实的反应中小企业的真实价值和风险情况,因为中小企业财务数据质量及可信度都较低,现存方法不能很好地解决不断增长的中小企业价值和风险水平评估的现实需求。
因此需要一种利用中小企业现有的真实数据要素完成对中小企业的评价,特别是价值评估及风险评价工作,以帮助银行等金融机构依据对中小企业的评价做出最科学的信贷决策。
发明内容
为了解决上述问题,本发明人进行了锐意研究,结果发现:通过将涉企数据对接融合模块对接的权威数据和通过企业信息填报模块获得的申请企业填报数据进行比对,提高了传送至评分模块的数据的真实性、完整性;通过设定具有多个评价指标的评分模块,对影响企业整体实力及风险水平的因素做出综合评价,量化企业风险,评分考虑因素充足,评分结果更为科学合理,从而完成了本发明。
本发明的目的在于提供以下方面:
第一方面,本发明提供一种中小企业信用评价系统,包括:
企业信息填报模块1,用以申请融资的企业填报数据并将填报数据传送给评分模块3,以获得企业自评得分11;
企业信息填报模块1还将填报数据传送给涉企数据对接融合模块2,以使填报数据和涉企数据对接融合模块2对接获得的权威数据融合;
涉企数据对接融合模块2,用以对接企业信息填报模块1传送的填报数据和从第三方渠道对接申请企业的权威数据;涉企数据对接融合模块2将权威数据和填报数据比对融合后作为涉企数据传送给评分模块3,以使评分模块3线上实时完成对申请融资的企业进行信用评价;
评分模块3,基于企业信息填报模块1传送的填报数据或涉企数据对接融合模块2传送的权威数据,对申请企业进行信用评价,以输出企业自评得分11或企业信用评分。
第二方面,本发明还提供了一种使用上述信用评价系统对中小企业进行信用评价的方法,包括:
S001、申请企业在企业信息填报模块1中对企业数据进行填报,企业信息填报模块1将填报数据传送给对接融合模块2和评分模块3,评分模块3对填报数据评价后输出企业自评得分11;
S002、涉企数据对接融合模块2从涉企数据相关政府部门(电力局、工商局、知识产权局等)或第三方(征信机构等)渠道对接权威数据后,与企业信息填报模块1传送的填报数据比对融合后,将确定的涉企数据传送给评分模块3;
S003、评分模块3基于涉企数据对接融合模块2传送的涉企数据进行信用评价,输出申请企业的信用评分,优选还输出信用报告;
更优选涉企数据对接融合模块2中的推送子模块对接到该信用报告后,将信用评分和信用报告推送给金融机构。
根据本发明提供的中小企业信用评价系统及方法,具有以下有益效果:
(1)根据本发明提供的基于从权威数据源对接数据的中小企业信用评价系统获得的多维涉企数据,通过设定的评分模块和评分规则输出企业评分,量化企业风险,从多个方面分别进行评分,评分时考虑的因素充足,使得评分结果更为科学合理;
(2)本发明提供的中小企业信用评价系统能够自动化对接、融多个政府部门和第三方征信公司的涉企数据,并将涉企数据分为与企业风险相关的多个大类及大类下的多个小类。通过分别对大类和小类中的指标进行全方位评估,对影响企业整体实力及风险水平的因素做出综合评价,获得更为科学合理的信用评分,以判断企业风险的高低。
(3)本发明提供的信用评价系统由于更多地考虑了中小企业的软信息,如电力数据、发票数据等,使评价结果更趋于真实;评价系统通过从政府权威部门对接涉企数据,使得数据真实可靠,效率高,评价准确,能够满足各类使用者的需求。
附图说明
图1示出一种优选实施方式中中小企业信用评价系统的组成示意图;
图2示出一种优选实施方式中企业信息填报模块的工作流程示意图;
图3示出一种优选实施方式中涉企数据对接融合模块的工作流程示意图。
附图标号说明:
1-企业信息填报模块
2-涉企数据对接融合模块
3-评分模块
11-企业自评得分
31-企业创新能力评分子模块
32-企业健康经营能力评分子模块
33-企业品牌影响力评分子模块
34-企业社会责任评分子模块
311-R&D投入占比指标维度判断部
312-知识产权数量指标维度判断部
313-是否国家重点支持行业指标维度判断部
321-企业成立年限指标维度判断部
322-实际控制人从业年限指标维度判断部
323-企业不良信贷记录指标维度判断部
324-毛利率指标维度判断部
325-实际控制人不良信贷记录次数指标维度判断部
326-T年营业收入增长率指标维度判断部
327-营业收入指标维度判断部
328-(T-1)年营业收入增长率指标维度判断部
329-带息负债比率指标维度判断部
3291-客户集中度指标维度判断部
3292-电耗标准差指标维度判断部
3293-合作金融机构数量指标维度判断部
331-专精特新企业指标维度判断部
332-企业资质数量指标维度判断部
333-其他市级部门及以上荣誉称号数量指标维度判断部
341-企业纳税级别指标维度判断部
342-企业纳税额指标维度判断部
343-是否缴纳社保指标维度判断部
344-社保缴纳人数指标维度判断部
具体实施方式
下面通过对本发明进行详细说明,本发明的特点和优点将随着这些示例性说明而变得更为清楚、明确。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
以下详述本发明。
根据本发明提供的一种基于多源对接融合数据的中小企业信用评价系统,所述评价系统以真实可靠的数据作为依据,对企业进行信用评价并输出评价得分,以便银行等金融机构以此企业信用评分作为参考依据对申请融资的企业进行授信。
所述中小企业信用评价系统如图1中所示,包括:
企业信息填报模块1,用以申请融资的企业填报数据并将填报数据传送给评分模块3,以获得企业自评得分11;
企业信息填报模块1还将填报数据传送给涉企数据对接融合模块2,以使填报数据和涉企数据对接融合模块2对接获得的权威数据融合;
优选地,所述企业信息填报模块1用以申请企业线上填报企业数据。
涉企数据对接融合模块2,用以对接企业信息填报模块1传送的填报数据和从第三方渠道对接申请企业的权威数据;涉企数据对接融合模块2将权威数据和填报数据比对融合后作为涉企数据传送给评分模块3,以使评分模块3对申请企业进行信用评价;
评分模块3,基于企业信息填报模块1传送的填报数据或涉企数据对接融合模块2传送的权威数据,对申请企业进行信用评价,以输出企业自评得分11或企业信用评分。
信用评价时优选为在线评价,更优选基于计算机的计算功能进行在线自动评价;线上实时输出企业自评得分11或企业信用评分。
优选地,企业信息填报模块1包括企业信息填报子模块和填报数据审核子模块,以归集填报数据。
申请企业在所述企业信息填报子模块中填报企业经营数据,包括企业基本信息、知识产权(专利、商标、著作权)数量、财务数据、研发数据、社保信息、电力数据和企业荣誉等。
优选所述企业信息填报子模块中设置的填报内容选自于评分模块3中设置的指标,以便所述中小企业信用评价系统基于申请企业在企业信息填报模块1中填报的数据,使评分模块3运算得出企业自评得分11。
在一种更优选的实施方式中,所述企业信息填报子模块中设置的填报内容包括:是否鼓励产业:是/否;企业获得资质(等级资质)个数;实际控制人姓名;实际控制人证件号码;实际控制人从业年限;实际控制人不良信贷记录次数;企业不良信贷记录次数;法定代表人不良信贷记录次数;从下游第一大客户获得营业收入;从下游第二大客户获得营业收入;从下游第三大客户获得营业收入;未结清贷款金融机构个数;未结清贷款总额;荣誉称号名称:(隐形冠军小巨人专精特新);其他市级部门及以上荣誉称号数量;资产总额;从业人数;请选择意向合作银行1;请选择意向合作银行2;企业是否有独立用电户号:是/否;企业授权书上传;材料上传(包括企业的荣誉称号凭证、企业资质凭证)。
所述企业自评得分11是在假定申请企业的填报数据都是真实的前提下,评分模块3输出的企业信用评价自评得分。
通过企业自评得分11,企业可以基于自己填报的数据实时获得该中小企业信用评价系统对其进行的信用评价,便于企业预估本企业的信用评价和评估金融机构授信的可能性。
所述填报数据审核子模块用以对填报数据和企业信息进行审核,以便校验填报数据和企业信息的真实性。
优选地,申请企业在企业信息填报子模块中存在填报内容缺漏时,填报数据审核子模块判定审核未通过;
当申请企业在企业信息填报子模块中上传的电子文件不符合填报项目的要求时,填报数据审核子模块判定审核未通过。
优选地,当企业信息填报子模块中的填报数据与涉企数据对接融合模块2从第三方渠道对接的权威数据差距过大,超过预设幅度范围时,填报数据审核人员会对该企业的填报数据做详细审查以判定该企业填报数据是否作假,再做出是否审核通过的决定。当所述填报数据审核子模块中未预设该企业的相关数据但权威数据中存在时,判定审核通过,将填报数据传送给涉企数据对接融合模块2和评分模块3。
企业信息填报模块1将填报数据传送给涉企数据对接融合模块2和评分模块3的可以采用HTTP(POST和GET)、WEBSERVICE等现有技术中常用的方法。
在一种优选的实施方式中,如图2所示,申请企业在企业信息填报模块1中填报相关内容时,申请企业在企业信息填报子模块中进行填报,填报数据审核子模块对填报数据进行审核,审核通过后结束填报;审核未通过时拒绝审核,促使申请企业完善填报数据和提高填报数据的真实性。
所述企业信息填报模块1中,企业信息填报子模块可以采用多种现有技术实现与用户的交互,优选用于用户交互的前端通过VUE.JS实现;填报数据审核子模块优选采用SOA架构,以提供服务的方式进行前后端的数据交互。
所述涉企数据对接融合模块2从第三方渠道对接融合数据,优选通过API接口对接权威数据。所述API接口是一组定义、程序及协议的集合,通过API接口实现评价系统和第三方平台/系统之间的相互通信,实现不同平台/系统间的数据共享。
在本发明中,优选所述第三方渠道为权威数据源,包括政府部门网站、第三方征信网站、国家公共事务服务部门网站如供电局、水利局、银行等网站。这是因为,通过权威数据源对接到的权威数据的权威性和质量都高于企业信息填报模块1中的填报数据,有利于提高涉企数据的真实性。
优选涉企数据对接融合模块2与第三方渠道进行对接时采用线上对接的方式,通过API接口实现权威数据的自动对接。
本发明提供的评价系统中,涉企数据对接融合模块2对接获得的数据,包括填报数据和权威数据,可以实时被评分模块3直接调用,评分模块3基于涉企数据对接融合模块2对接获得的数据进行企业信用评价。
数据调用或传输可以采用HTTP(POST和GET)、WEBSERVICE等现有技术中常用的方法。
在涉企数据对接融合模块2中,对接的权威数据应该能够展示出企业的经营能力和债务偿还能力,优选如图3所示,包括工商信息、税收/财务、电力、专利、著作权、商标、土地资产及质押、房屋登记及抵押、社保和开票数据。
进一步地,所述涉企数据对接融合模块2还用以将从第三方渠道对接获得的权威数据与企业的填报数据进行比对校验,通过多元检验保证涉企数据的一致性和真实性。
涉企数据对接融合模块2中,对接获得的权威数据的优先级高于企业的填报数据:
当从第三方渠道获取的申请企业的权威数据不缺失并且权威数据与企业的填报数据不一致时,涉企数据对接融合模块2将权威数据作为涉企数据传送给评分模块3,此时得到对接数据得分,并将对接数据得分作为企业信用评分;
当权威数据缺失相关数据但填报数据存在时,所述涉企数据对接融合模块2将权威数据中缺失但填报数据中存在的数据与权威数据融合,将融合数据作为涉企数据传送给评分模块3,此时得到融合数据得分,并将该融合数据得分作为企业信用评分。
本发明中,企业信息填报模块1和涉企数据对接融合模块2在评价系统中具有流程上的前后关系,企业在企业信息填报模块1中填报和审核数据内容,审核成功后填报数据传送至涉企数据对接融合模块2中;涉企数据对接融合模块2通过接口对接第三方渠道的权威数据,并将权威数据和企业填报数据进行比对,以保证传送至评分模块3的涉企数据权威和真实有效性。
优选地,在涉企数据对接融合模块2还设有推送子模块,所述推送子模块用以向金融机构推送企业信用报告,必要时还可以推送涉企数据对接融合模块2比对融合后的涉企数据。通过权威数据和填报数据的多重校验,也保证了推送给金融机构的数据是真实可靠的。
评分模块3,基于企业信息填报模块1传送的填报数据,对申请企业进行信用评价并输出企业自评得分11。
优选地,评分模块3基于涉企数据对接融合模块2传送的涉企数据对申请企业进行信用评价,并输出企业信用评分,优选还输出企业信用报告,所述企业信用报告报可以包括企业信用评分、企业相关经营数据、财务数据、建议授信额度等。。
进一步地,涉企数据对接融合模块2中的推送子模块与评分模块3对接获取企业信用评分和信用报告,并将企业信用评分以及信用报告推送给银行等金融机构。
评分模块3是中小企业信用评价系统的关键,优选评价模块3的构建包括以下步骤:
S301,基于确定的评价维度构建评分模块3的子模块,并设置子模块中的入模指标;
S302,设置评价维度的权重系数,优选通过构建评价维度的两两相对重要性判断矩阵进行设置;
S303,对子模块中的入模指标进行分段处理;
S304,确定入模指标的权重系数;
S305,确定入模指标的最终权重系数和打分规则,完成评分模型3的构建。
在S301中,根据中小企业的特点,确定影响中小企业发展的评价维度,设置评分模块3的子模块和构建子模块中的入模指标。
影响中小企业发展的因素一般有两类,一类是内部因素,如抵御风险的能力较差、技术创新能力不足、人才机制不完善、经营管理和财务制度不健全等;一类是外部因素,如融资渠道单一、缺乏针对中小企业的系统性和规范的法律政策保障机制环境、中小企业产业机构趋同,同质化严重。
信贷业务中金融机构非常关注中小企业的偿债能力和偿债意愿,影响中小企业偿债能力和偿债意愿的因素都是对其进行信用评价的评价维度。评价维度的影响因素可能有多个,相应设置多个评价维度。根据评价维度相应设置评分模块3的子模块,例如可以为F1、F2、F3…Fn。
评分模块3中,评价维度子模块的个数越多,对企业信用评价的真实性和可靠性越高;但评价系统越复杂,涉企数据获得的难度和真实性越低,企业信用评价结果的可靠性会降低。
经过多次研究发现,为了降低评价系统的复杂程度,同时保证获得涉企数据的真实性和评价系统的可靠性,最终确定对中小企业的偿债能力和偿债意愿可能产生重大影响的因素包括企业创新能力、企业健康经营能力、企业品牌影响力和企业社会责任。
将上述影响因素作为评分模块3中对中小企业偿债能力和偿债意愿的评价维度,并以此设置评分模块3的子模块,分别为企业创新能力评分子模块31、企业健康经营能力评分子模块32、企业品牌影响力评分子模块33和企业社会责任评分子模块34。
构建评分模块3子模块的入模指标时,最好邀请银行风控专家、评价系统模型构建专家、信贷业务人员组成专家委员会共同对入模指标的两两相对重要性进行筛选。
这是因为,信贷专家或专家委员会(银行风控专家和信贷业务人员)具有多年从业经验,定性判断相对而言准确性更高;模型构建专家对某个领域的业务理解更多的偏向于通过公共渠道知识了解的群体的平均情况,对具体领域的专业而全面的知识和经验可借助专家能够专业地输出全面、科学、相对可靠的专家经验,从而提高入模指标的准确性。一般来说,入模指标设有多个。
本发明中,中小企业信用评价系统,基于专家委员会对中小企业信用风险的专业知识定性地确定影响中小企业信用质量和风险的因素,从4个评价维度对中小企业信用质量和风险进行评估。
通过对上述4个评价维度的深入研究,充分考虑了影响评价维度的多方面因素,尽量减少单一因素对评价的偏差影响,通过多因素或多个入模指标提高评价维度的准确性、真实性和可靠性。
优选地,企业创新能力评分子模块31的入模指标包括研发(R&D)投入占比指标维度判断部311、知识产权(专利、著作权、商标)数量指标维度判断部312、是否国家重点支持行业指标维度判断部313;
优选地,企业健康经营能力评分子模块32的入模指标包括成立年限指标维度判断部321、实际控制人从业年限指标维度判断部322、企业不良信贷记录次数指标维度判断部323、毛利率指标维度判断部324、实际控制人不良信贷记录次数指标维度判断部325、T年营业收入增长率指标维度判断部326、营业收入指标维度判断部327、(T-1)年营业收入增长率指标维度判断部328、带息负债比率指标维度判断部329、客户集中度指标维度判断部3291、电耗标准差指标维度判断部3292、合作金融机构数量指标维度判断部3293;
优选地,企业品牌影响力评分子模块33的入模指标包括专精特新企业指标维度判断部331、企业资质数量指标维度判断部332、其他市级部门及以上荣誉称号数量指标维度判断部333;
优选地,企业社会责任评分子模块34的入模指标包括企业纳税级别指标维度判断部341、企业纳税额指标维度判断部342、是否缴纳社保指标维度判断部343、社保缴纳人数指标维度判断部344。
通过上述入模指标,能够显著反映中小企业的融资问题、偿债能力及偿债意愿,有助于金融机构深入了解中小企业的经营状况,从而做出合适的金融决策。
在S302中,基于在S301中确定的评价维度,确定各个评价维度的权重系数,通过权重系数的设置可以使评价维度有所轻重,避免单一评价维度对信用评价的过分影响,提高了评价系统的可靠性。
优选通过层次分析法中的两两相对重要性确定评价维度的权重。所述两两相对重要性是在判断指标体系(包括评价维度和入模指标)各层级之间相对重要性的一种比较和计算的方法,该方法需要利用层次分析法建立递阶层次结构。
具体到本发明的评价系统中,所述递阶层次结构指目标层和准则层,其中目标层为评分模块3对中小企业的信用评价得分;准则层为供中小企业信用评价系统决策的方案或措施,也就是在S301中确定的多个评价维度,每个评价维度就是一个元素。
通过准则层相对于目标层的相对重要性判断以及最低准则层相对于准则层的相对重要性判断,建立递阶层次结构和建立两两相对重要性判断矩阵,通过相对重要性权值或相对优劣次序的排序,得出不同方案的权重。
两两相对重要性判断矩阵的形式如下:
一般判断矩阵形式为:B=(bij)nxn;其中,nxn表示是几行几列所组成的矩阵,如上表就是一个由n行和n列组成的矩阵;i是行数,j是列数。
判断矩阵bij具有特征:自比性bii=1,反比性bji=1/bij,一致性bij=bik/bjk,(i,j,k=1,2,3...,n,n为整数);i是行数,j是列数,k是第几个元素。bji表示针对目标层而言,元素pj对pi的相对重要性数值,即重要性的比较标度。
判断矩阵中的bij是根据资料数据、专家经验和系统工程分析人员的经验,反复研究确定的。通过对所有评价维度的两两相对重要性进行判断,构建两两相对重要性判断矩阵,求出矩阵的特征向量即为权重。
根据bij所述得到的两两相对重要性判断矩阵如下:
上述判断矩阵的特征向量或层次单排序结果W在判断矩阵中具有如下关系:
BW=λmaxW
λmax为从判断矩阵B中求得的最大特征根。
其中W的分量W1,W2,W3,W4,......Wi为对应于i个元素的相对重要性,即权重系数,i=1,2,3......n,n为大于0的整数。
其中,权重系数Wi的计算方法包括如下步骤:
a:将判断矩阵的每一列元素做归一化处理,如下:
(i,j=1,2,3......n)
(i,j=1,2,3......n)
(i,j=1,2,3......n)
Wi为判断矩阵中i个元素的权重系数。
特征向量W=(W1,W2,W3,...,Wi)T;并计算判断矩阵中的最大特征根λmax。
优选地,利用最大特征根对特征向量做一致性检验,当一致性检验结果满足设定要求时,特征向量的结果才可接受。
由于判断矩阵为主观评估给出,完全有可能出现逻辑错误,这样,判断矩阵的可靠性难以保障。因此,利用层次分析法保持思维判断的一致性非常重要。
判断矩阵中,bij=1/bji>0,bii=1时为正互反矩阵,同时满足bij/bjk=bik(i,j,k=1,2,3...,n)时,称为一致性矩阵,说明判断矩阵具有完全的一致性,即思维判断的一致性。
一致性CI指标为:CI=(λmax–n)/(n-1),λ为从判断矩阵B中求得的最大特征根。
一致性指标CI值越小,判断矩阵越接近于完全一致性,CI值越大,判断矩阵偏离完全一致性程度越大。当判断矩阵的阶数n<3时,判断矩阵永远具有完全一致性。
优选对于多阶判断矩阵引入平均随机一致性指标RI,1-15阶正互反矩阵计算1000次得到的平均随机一致性指标可通过统计相关的标准表获得,具体如下:
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.46 | 1.49 | 1.52 | 1.54 | 1.56 | 1.58 | 1.59 |
判断矩阵一致性指标CI与同阶平均随机一致性指标RI之比,称为随机一致性比率CR。
当CR<0.1时,认为判断矩阵具有可接受的一致性,当CR>0.1时,需要调整和修正判断矩阵,使其满足CR<0.1后才具有可接受的一致性。
特别地,为了对两两相对重要性判断的情况进行量化,必须定义描述任意两元素的相对优越程度,优选采用1-9的标度,如下:
在一种更优选的实施方式中,准则层(企业创新能力、企业健康经营能力、企业品牌影响力、企业社会责任)对目标层(中小企业信用风险评价)影响的相对重要性,如下表所示:
根据以上数据,构建准则层相对于目标层的两两相对重要性矩阵如下所示:
最终得到评价维度的权重分别为,企业创新能力的权重系数为0.20,企业健康经营能力的权重系数为0.50,企业品牌影响力的权重系数为0.10,企业社会责任的权重系数为0.20。
在评分模块3中,以100分为满分,根据权重系数可以获得最大特征值。
在S303中,基于在S301中构建的入模指标,对入模指标进行分段处理。入模指标分段处理是指对非连续性变量进行降维的处理,这样可以降低评分模块3的复杂度。
对入模指标进行分段处理时,最好邀请银行风控专家、评价系统模型构建专家、信贷业务人员组成专家委员会共同完成入模指标分段处理以实现评分模块3的降维处理。
在评分模块3的降维处理中,通常将具有某一相似属性或特性的变量合并处理,以达到降维的目的。比如,对企业主学历的指标分段处理,可能的指标选择有高中毕业、初中毕业、职业技校、本科三本院校毕业、本科二本院校毕业、本科一本院校毕业、硕士985院校毕业以及硕士211院校毕业等,指标打分范围太广,使得评分模块3的复杂度很高。指标分段处理即降维处理后,学历指标例如可以设置为高中毕业、本科毕业、硕士毕业和博士毕业四个维度,大大降低了评分模块3的复杂度。
入模指标分段处理的方法包括最优分段法和等距分段法:对中小企业信用风险影响呈非线性关系的指标,优选采用等距分段法,例如企业主的收入水平指标;对中小企业信用风险影响呈线性关系的指标,优选采用最优分段法,例如企业主受教育程度指标。
所述等距分段法是指,在一定范围内设置分段,每段间的范围大小基本相当;所述最优分段法是指,针对非线性的指标,人为设定的符合需求的分类方法。
具体而言,入模指标中,R&D投入占比指标维度判断部311进行等距分段;知识产权数量指标维度判断部312依据专利、著作权和商标进行分类;是否国家重点支持行业指标维度判断部313依据是否进行分类;成立年限指标维度判断部321、实际控制人从业年限指标维度判断部322、企业不良信贷记录次数指标维度判断部323、毛利率指标维度判断部324、实际控制人不良信贷记录次数指标维度判断部325、T年营业收入增长率指标维度判断部326、营业收入指标维度判断部327、(T-1)年营业收入增长率指标维度判断部328、带息负债比率指标维度判断部329、客户集中度指标维度判断部3291、电耗标准差指标维度判断部3292、合作金融机构数量指标维度判断部3293进行等距分段;专精特新企业指标维度判断部331依据国家分类隐形冠军、小巨人及国高新、专精特性进行分类;企业资质数量指标维度判断部332和其他市级部门及以上荣誉称号数量指标维度判断部333进行等距分段;企业纳税级别指标维度判断部341依据国家纳税信用级别进行分类,设置为A、B、C三类;企业纳税额指标维度判断部342和社保缴纳人数指标维度判断部344进行等距分段;是否缴纳社保指标维度判断部343依据是否进行分类。
在S304中,优选构建各个评价维度相对入模指标和入模指标相对各个评价维度的两两相对重要性判断矩阵,确定入模指标的权重系数和最大特征值。同样地,通过对评价维度中的多个入模指标进行权重分配,尽量避免单一入模指标对评价维度的过分影响,通过多个入模指标权重的不同,提高入模指标对评价维度的评价准确性、真实性和可靠性。
与S302相似,根据专家委员会对入模指标的相对重要性进行判断并构建4个评价维度相对各自入模指标和入模指标相对各自评价维度的两两相对重要性判断矩阵,确定入模指标的权重系数,然后利用求得的最大特征值对判断矩阵做一致性检验,保证入模指标的权重系数满足统计需求。
优选地,在各个评价维度中,入模指标的权重系数分别为:
企业创新能力评分子模块31中,R&D投入占比指标维度判断部311权重系数为0.35;知识产权数量指标维度判断部312权重系数0.50;是否国家重点支持指标维度判断部313行业权重系数0.15;
企业健康经营能力评分子模块32中,企业成立年限指标维度判断部321权重系数0.08;企业实际控制人从业年限指标维度判断部322权重系数0.08;企业不良信贷记录次数指标维度判断部323权重系数0.06;企业实际控制人不良信贷记录次数指标维度判断部325权重系数0.04;营业收入指标维度判断部327权重系数0.14;毛利率指标维度判断部324权重系数0.14;带息负债比率指标维度判断部329权重系数0.10;客户集中度指标维度判断部3291权重系数0.10;T年营业收入增长率指标维度判断部326权重系数0.08;T-1年营业收入增长率指标维度判断部328权重系数0.08;电耗标准差指标维度判断部3292权重系数0.04;合作金融机构数目指标维度判断部3293权重系数0.06;
企业品牌影响力评分子模块33中,专精特新企业指标维度判断部331权重系数0.50;其他市级部门及以上荣誉称号数量指标维度判断部333权重系数0.40;企业资质数量指标维度判断部332权重系数0.10;
企业社会责任评分子模块34中,企业纳税级别指标维度判断部341权重系数0.25;企业纳税额指标维度判断部342权重系数0.40;是否缴纳社会保险指标维度判断部343权重系数0.10;社保缴纳人数指标维度判断部344权重系数0.25。
在本发明提供的中小企业信用评价系统中,通过设置多维度的涉企数据,并对不同评价维度和入模指标进行权重设置,量化了企业风险,评分因素充足,使得后续的打分规则和评分结果更为科学合理。
S305中,基于上述步骤确定的评价维度和入模指标的权重,确定入模指标对评价系统的最终权重及打分规则,完成评分模型3的构建。
所述入模指标的最终权重是指入模指标在评分模块3中相对中小企业信用评分的权重。采用与上文步骤基本相似的-层次分析法确定通过入模指标的最终权重,即准则层相对于目标层的相对重要性判断以及最低准则层相对于准则层的相对重要性判断,建立递阶层次结构和建立两两相对重要性判断矩阵,通过相对重要性权值或相对优劣次序的排序,得出入模指标的最终权重。
结合S304中获得的入模指标的权重系数和最大特征值,以及S303中分段处理后的入模指标,确定入模指标的打分规则。
在一种优选的实施方式中,评分模块3中各个入模指标的打分规则如下:
打分规则中,[表示包括边界值,(和)表示不包括边界值。
所述评分模块3对某一中小企业进行信用评分时,最终获得的企业自评得分11或企业信用得分的计算方法为:
基于打分规则中各个入模指标获得的分值,与该入模指标最终权重的乘积,为该入模指标在信用评分中的得分;各个评价维度中所有入模指标信用评分的总和,即为评分模块3对某一中小企业进行信用评分得到的分数,即企业自评得分11或企业信用得分。
当评分模块3以填报数据为涉企数据进行计算时,获得的信用评分为企业自评得分11,企业可以实时获得;
当评分模块3以涉企数据对接融合模块2传送的涉企数据进行计算时,获得的信用评分为企业信用评分。
较好地,基于获得的企业信用得分,在评分模块3还可以给出建议授信额度或将各个评分子模块的得分制成信用报告。优选涉企数据对接融合模块2中的推送子模块对接到该信用报告后,将其推送给金融机构。
进一步地,在评分模块3中还包括计算模块,所述计算模块与每一个评分子模块相连,用以获得每一个评分子模块给出的评分,并根据各个评分子模块中的入模指标的权重系数计算出最终的总评分。
较好地,在评分模块3中还包括显示装置,所述显示装置用以显示信用评分信息,如企业名称、企业评价总得分,各个评价维度得分,以及建议授信额度等。
进一步地,在评分模块3中还可以设置企业贷款授信模块,其用以金融机构在线完成对中小企业贷款申请的受理、预授信,授信等业务操作;金融机构通过中小企业信用评价系统推送的企业信用评分及企业信用报告判断申请企业的信用质量及风险情况,以便于做出科学准确的信贷决策。
本发明还提供了一种使用上述信用评价系统对中小企业进行信用评价的方法,包括:
S001、申请企业在企业信息填报模块1中对企业数据进行填报,企业信息填报模块1将填报数据传送给涉企数据对接融合模块2和评分模块3,评分模块3对填报数据评价后输出企业自评得分11;
S002、涉企数据对接融合模块2从第三方渠道对接权威数据后,与企业信息填报模块1传送的填报数据比对融合后,将确定的涉企数据传送给评分模块3;
S003、评分模块3基于涉企数据对接融合模块2传送的涉企数据进行信用评价,输出申请企业的信用评分;优选还输出信用报告。
优选涉企数据对接融合模块2中的推送子模块对接到该信用报告后,将信用评分和信用报告推送给金融机构,使金融机构及时获知申请企业的经营能力和抗风险能力、偿债能力等,以便金融机构做出合适的信贷决策。
本发明提供的中小企业信用评价系统能够自动化对接融合多个政府部门和第三方征信公司的涉企数据,并将涉企数据分为与企业风险相关的多个大类及大类下的多个小类。通过分别对大类和小类中的指标进行全方位评估,对影响企业整体实力及风险水平的因素做出综合评价,获得更为科学合理的信用评分,以判断企业风险的高低。
本发明提供的信用评价系统由于更多地考虑了中小企业的软信息,如电力数据、发票数据等,使评价结果更趋于真实;评价系统通过从政府权威部门对接涉企数据,使得数据真实可靠,效率高,评价准确,能够满足各类使用者的需求。
实施例
实施例1
中小企业信用评价系统包括企业信息填报模块、涉企数据对接融合模块和评分模块。
企业信息填报模块包括企业信息填报子模块和填报数据审核子模块。
涉企数据对接融合模块包括推送子模块,其通过接口与政府相关涉企数据部门和第三方征信机构对接获得权威数据。
评分模块中包括企业创新能力评分子模块、企业健康经营能力评分子模块、企业品牌影响力评分子模块和企业社会责任评分子模块,对申请企业进行信用评价。
申请企业在企业信息填报模块的企业信息填报子模块内填报数据,填报数据审核子模块审核通过后,数据传输至评分模块,评分模块对填报数据进行评分,实时得出企业自评得分。
涉企数据对接融合模块通过API接口自动从政府权威部门对接权威数据,涉企数据对接融合模块比对权威数据和填报数据后,优先选取权威数据作为涉企数据;对接部门如果返回的数据为空时,如果企业填报了此缺失为空的数据,涉企数据对接融合模块自动获取填报数据中的相关数据进行整体的数据融合,融合动作完成后,评分模块自动调取对接融合后的数据作为涉企数据进行评价模型运算,输出企业信用评价得分、企业信用评价报告以及建议授信额度等信息,评分最高分不超过满分100分。
其中,建议授信额度根据信用评价得分的3倍计算,比如,得分为70分,建议授信额度为210万人民币。
涉企数据对接融合模块的推送子模块将涉企数据、评分和建议授信额度自动生产制作成企业信用报告推送给相关金融机构。
以上结合具体实施方式和范例性实例对本发明进行了详细说明,不过这些说明并不能理解为对本发明的限制。本领域技术人员理解,在不偏离本发明精神和范围的情况下,可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进,这些均落入本发明的范围内。本发明的保护范围以所附权利要求为准。
Claims (10)
1.一种中小企业信用评价系统,其特征在于,该系统包括:
企业信息填报模块(1),用以申请融资的企业填报数据并将填报数据传送给评分模块(3),以获得企业自评得分(11);
企业信息填报模块(1)还将填报数据传送给涉企数据对接融合模块(2),以使填报数据和涉企数据对接融合模块(2)对接获得的权威数据融合;
涉企数据对接融合模块(2),用以对接企业信息填报模块(1)传送的填报数据和从涉企数据相关政府部门(电力局、工商局、知识产权局等)或者第三方权威渠道(征信机构等)对接申请企业的权威数据;涉企数据对接融合模块(2)将权威数据和填报数据比对融合后作为涉企数据传送给评分模块(3),以使评分模块(3)对申请企业进行信用评价;
评分模块(3),基于企业信息填报模块(1)传送的填报数据或涉企数据对接融合模块(2)传送的权威数据(优先调用权威渠道对接的涉企数据,权威渠道对接的数据为空时,调取企业填报的相关数据作为评分依据),对申请企业进行信用评价,以输出企业自评得分(11)或企业信用评分。
2.根据权利要求1所述的系统,其特征在于,企业信息填报模块(1)包括企业信息填报子模块和填报数据审核子模块,以归集填报数据;
所述企业信息填报子模块用以填报企业经营数据;优选通过VUE.JS技术制作;
所述填报数据审核子模块用以对填报数据进行审核,以校验填报数据的完整性;优选采用SOA架构,通过提供服务的方式进行企业信息填报子模块和填报数据审核子模块的数据交互。
3.根据权利要求1所述的系统,其特征在于,所述涉企数据对接融合模块(2)从涉企数据相关政府部门(电力局、工商局、知识产权局等)或第三方(征信机构等)权威数据源对接权威数据,优选从权威数据源通过API接口对接权威数据并作为评分依据。
4.根据权利要求1所述的系统,其特征在于,涉企数据对接融合模块(2)中,当权威数据与填报数据不一致时,涉企数据对接融合模块(2)将权威数据作为涉企数据传送给评分模块(3),得到的对接数据得分为企业信用评分;
当权威数据缺失相关数据但填报数据存在时,所述涉企数据对接融合模块(2)将权威数据中缺失但填报数据中存在的数据与权威数据融合,将融合数据作为涉企数据传送给评分模块(3),得到的融合数据得分为企业信用评分。
5.根据权利要求1所述的系统,其特征在于,
所述企业信息填报模块(1)用以申请企业线上填报企业数据;评分模块(3)基于企业信息填报模块(1)传送的填报数据,对申请企业进行在线信用评价并实时输出企业自评得分(11);
评分模块(3)基于涉企数据对接融合模块(2)传送的涉企数据对申请企业进行在线信用评价,输出企业信用评分和企业信用评价报告;
涉企数据对接融合模块(2)中设有推送子模块,其对接评分模块(3)的企业信用评分和企业信用评价报告后推送给相关金融机构。
6.根据权利要求1所述的系统,其特征在于,评分模块(3)的构建包括以下步骤:
S301,基于确定的评价维度构建评分模块(3)的子模块,并设置子模块中的入模指标;
S302,设置评价维度的权重系数,优选通过构建评价维度的两两相对重要性判断矩阵进行设置;
S303,对子模块中的入模指标进行分段处理;
S304,确定入模指标的权重系数;
S305,确定入模指标的最终权重系数和打分规则,完成评分模型(3)的构建。
7.根据权利要求1所述的系统,其特征在于,S301中,
评分模块(3)的子模块包括,企业创新能力评分子模块(31)、企业健康经营能力评分子模块(32)、企业品牌影响力评分子模块(33)和企业社会责任评分子模块(34);
企业创新能力评分子模块(31)的入模指标包括研发(R&D)投入占比指标维度判断部(311)、知识产权(专利、著作权、商标)数量指标维度判断部(312)、是否国家重点支持行业指标维度判断部(313);
企业健康经营能力评分子模块(32)的入模指标包括成立年限指标维度判断部(321)、实际控制人从业年限指标维度判断部(322)、企业不良信贷记录次数指标维度判断部(323)、毛利率指标维度判断部(324)、实际控制人不良信贷记录次数指标维度判断部(325)、T年营业收入增长率指标维度判断部(326)、营业收入指标维度判断部(327)、(T-1)年营业收入增长率指标维度判断部(328)、带息负债比率指标维度判断部(329)、客户集中度指标维度判断部(3291)、电耗标准差指标维度判断部(3292)、合作金融机构数量指标维度判断部(3293);
企业品牌影响力评分子模块(33)的入模指标包括专精特新企业指标维度判断部(331)、企业资质数量指标维度判断部(332)、其他市级部门及以上荣誉称号数量指标维度判断部(333);
企业社会责任评分子模块(34)的入模指标包括企业纳税级别指标维度判断部(341)、企业纳税额指标维度判断部(342)、是否缴纳社保指标维度判断部(342)、社保缴纳人数指标维度判断部(344)。
10.一种使用权利要求1-9之一所述信用评价系统对中小企业进行信用评价的方法,其特征在于,包括:
S001、申请企业在企业信息填报模块(1)中对企业数据进行填报,企业信息填报模块(1)将填报数据传送给对接融合模块(2)和评分模块(3),评分模块(3)对填报数据评价后输出企业自评得分(11);
S002、涉企数据对接融合模块(2)从涉企数据相关政府部门(电力局、工商局、知识产权局等)或第三方(征信机构等)渠道对接权威数据后,与企业信息填报模块(1)传送的填报数据比对融合后,将确定的涉企数据传送给评分模块(3);
S003、评分模块(3)基于涉企数据对接融合模块(2)传送的涉企数据进行信用评价,输出申请企业的信用评分,优选还输出信用报告;
更优选涉企数据对接融合模块(2)中的推送子模块对接到该信用评分和信用报告后,将信用评分和信用报告推送给相关金融机构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910796888.7A CN112446776A (zh) | 2019-08-27 | 2019-08-27 | 基于多源对接融合数据的中小企业信用评价系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910796888.7A CN112446776A (zh) | 2019-08-27 | 2019-08-27 | 基于多源对接融合数据的中小企业信用评价系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112446776A true CN112446776A (zh) | 2021-03-05 |
Family
ID=74742033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910796888.7A Pending CN112446776A (zh) | 2019-08-27 | 2019-08-27 | 基于多源对接融合数据的中小企业信用评价系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446776A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113626415A (zh) * | 2021-08-27 | 2021-11-09 | 天元大数据信用管理有限公司 | 一种信用数据输出方法、设备及介质 |
CN113643115A (zh) * | 2021-08-19 | 2021-11-12 | 四川川投云链科技有限公司 | 基于期权定价模型的商业承兑汇票信用评分方法及系统 |
CN113792219A (zh) * | 2021-11-16 | 2021-12-14 | 江苏金融租赁股份有限公司 | 一种融资租赁场景下的客户推荐模型构建方法 |
CN113822542A (zh) * | 2021-08-30 | 2021-12-21 | 天元大数据信用管理有限公司 | 一种基于政务大数据的企业征信平台构建方法 |
CN114021873A (zh) * | 2021-09-23 | 2022-02-08 | 上海仪电人工智能创新院有限公司 | 一种数据指标量化方法和智慧园区企业价值评价系统 |
TWI809925B (zh) * | 2021-07-29 | 2023-07-21 | 天脈科技股份有限公司 | 商業數據評價系統、方法及其電腦程式產品 |
CN117217634A (zh) * | 2023-11-07 | 2023-12-12 | 数据空间研究院 | 一种基于复杂网络的企业合作社区发现方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102226914A (zh) * | 2011-05-26 | 2011-10-26 | 李强 | 科技型中小企业成长能力专家评价系统 |
CN105913195A (zh) * | 2016-04-29 | 2016-08-31 | 浙江汇信科技有限公司 | 基于全行业数据的企业金融风险评分方法 |
CN109191279A (zh) * | 2018-08-01 | 2019-01-11 | 西安日间结算登记有限公司 | 基于线上供应链金融的中小企业信用风险评估平台 |
CN110020048A (zh) * | 2017-10-27 | 2019-07-16 | 北京宸信征信有限公司 | 一种基于开源数据的企业风险评价系统及方法 |
-
2019
- 2019-08-27 CN CN201910796888.7A patent/CN112446776A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102226914A (zh) * | 2011-05-26 | 2011-10-26 | 李强 | 科技型中小企业成长能力专家评价系统 |
CN105913195A (zh) * | 2016-04-29 | 2016-08-31 | 浙江汇信科技有限公司 | 基于全行业数据的企业金融风险评分方法 |
CN110020048A (zh) * | 2017-10-27 | 2019-07-16 | 北京宸信征信有限公司 | 一种基于开源数据的企业风险评价系统及方法 |
CN109191279A (zh) * | 2018-08-01 | 2019-01-11 | 西安日间结算登记有限公司 | 基于线上供应链金融的中小企业信用风险评估平台 |
Non-Patent Citations (1)
Title |
---|
王鹏虎: "《B2B电子商务 引领企业成长引擎》", 北京企业管理出版社, pages: 328 - 339 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI809925B (zh) * | 2021-07-29 | 2023-07-21 | 天脈科技股份有限公司 | 商業數據評價系統、方法及其電腦程式產品 |
CN113643115A (zh) * | 2021-08-19 | 2021-11-12 | 四川川投云链科技有限公司 | 基于期权定价模型的商业承兑汇票信用评分方法及系统 |
CN113626415A (zh) * | 2021-08-27 | 2021-11-09 | 天元大数据信用管理有限公司 | 一种信用数据输出方法、设备及介质 |
CN113626415B (zh) * | 2021-08-27 | 2024-02-23 | 天元大数据信用管理有限公司 | 一种信用数据输出方法、设备及介质 |
CN113822542A (zh) * | 2021-08-30 | 2021-12-21 | 天元大数据信用管理有限公司 | 一种基于政务大数据的企业征信平台构建方法 |
CN114021873A (zh) * | 2021-09-23 | 2022-02-08 | 上海仪电人工智能创新院有限公司 | 一种数据指标量化方法和智慧园区企业价值评价系统 |
CN113792219A (zh) * | 2021-11-16 | 2021-12-14 | 江苏金融租赁股份有限公司 | 一种融资租赁场景下的客户推荐模型构建方法 |
CN117217634A (zh) * | 2023-11-07 | 2023-12-12 | 数据空间研究院 | 一种基于复杂网络的企业合作社区发现方法 |
CN117217634B (zh) * | 2023-11-07 | 2024-02-02 | 数据空间研究院 | 一种基于复杂网络的企业合作社区发现方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112446776A (zh) | 基于多源对接融合数据的中小企业信用评价系统及方法 | |
Irawan et al. | The impact of transfer pricing and earning management on tax avoidance | |
Adair et al. | The reporting of risk in real estate appraisal property risk scoring | |
Knechel | The future of assurance in capital markets: Reclaiming the economic imperative of the auditing profession | |
TWI248001B (en) | Methods and apparatus for automated underwriting of segmentable portfolio assets | |
MXPA01008622A (es) | Evaluacion rapida de portafolios de activos tales como instrumentos financieros. | |
Kucharska-Stasiak | Uncertainty of property valuation as a subject of academic research | |
Gavalas et al. | An integrated credit rating and loan quality model: application to bank shipping finance | |
Olojede et al. | Corporate governance mechanisms and creative accounting practices: the role of accounting regulation | |
CN112668945A (zh) | 一种企业信用风险评估方法及设备 | |
Dimi et al. | The usefulness of South African annual reports as at December 2010 | |
Healy | Reflections on M&A accounting from AOL’s acquisition of Time Warner | |
CN114881485A (zh) | 一种基于层次分析法和云模型的企业资金风险评估方法 | |
US11238532B2 (en) | Intelligent loan qualification based on future servicing capability | |
Wu et al. | The Impact of FinTech index on P2P lending rate | |
US20210406998A1 (en) | Intelligent loan qualification based on future servicing capability | |
Anggreni et al. | Effect of auditor ethics and audit tenure on auditor ability to detect creative accounting practices | |
Quaranta et al. | Impairment of intangible assets and disclosure by Italian banks | |
Kuciapski et al. | Examining the role of trust and risk in the Software-as-a-Service adoption decision | |
Xie et al. | Assessment of associated credit risk in the supply chain based on trade credit risk contagion | |
Peng et al. | Is goodwill attritional? Survival analysis of the M&A goodwill of A-Share listed company from 2007 to 2017 | |
CN114240598A (zh) | 授信额度模型生成方法、授信额度确定方法、装置 | |
Febrianto et al. | THE EFFECT OF MACROECONOMIC FACTOR, EARNING MANAGEMENT AND FINANCIAL RISK ON FIRMS'VALUE: AN EMPIRICAL ANALYSIS OF LISTED COMMERCIAL BANKS | |
Pratami et al. | The Role of Financing Models and Credit Risk on Islamic Bank Stability | |
Herdjiono et al. | Corporate social responsibility disclosure and corporate values: the moderation effect of profitability: Case of Indonesia |
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 |