CN112561686A - 供应链企业授信额度评估方法及系统 - Google Patents

Abstract

本申请实施例提供一种供应链企业授信额度评估方法及系统，方法包括：收集目标供应商的信息，并通过预设机器学习算法进行计算，获得授信参考额度；根据各所述目标供应商的授信参考额度，确定授信额度占比参考值；依据所述授信额度占比参考值自动进行拆分和流转；本申请能够结合目标供应商的企业信息、上游各供应商信息等，进行综合评估，从而输出上游供应商授信参考额度，指导授信额度拆分和流转。

Description

供应链企业授信额度评估方法及系统

技术领域

本申请涉及金融领域，具体涉及一种供应链企业授信额度评估方法及系统。

背景技术

随着科技不断创新和发展，供应链金融系统(或平台)增多，越来越多企业参与到供应链金融服务中，供应链金融市场规模越来越大。然而链上企业偿付能力良莠不齐，更有甚者通过欺诈的手段。因此，系统的风险控制和授信额度管理越发重要。

供应链金融是围绕核心企业，管理上下游中小企业的资金流和物流，通过中小企业与核心企业的资信捆绑来提供授信，并把单个企业不可控风险转变为供应链企业整体可控风险，实现银企互利共赢。其目标是解决中小企业融资难、融资贵的问题，促进金融服务实业，助力实业发展。

供应链上企业通过核心企业授信后，才能获得金融服务。首先，链上企业需获得授信额度。银行、保理等金融机构评估供应链上核心企业，并对其进行授信。核心企业获授信额度后，将授信额度拆分和流转至一级供应商。一级供应商也可通过同样的方式(拆分和流转等方式)将授信额度分配到二级供应商。在经过多层级拆分和流转后，链上企业均可获得授信额度。其次，链上企业使用授信。当获得授信额度后，链上企业依据贸易关系，如合同、订单、存货和应收账款等，从金融机构(资金端)申请融资、贷款等金融服务。

关于供应链金融的风险控制和授信额度管理已具备一定的技术储备。其中，关于风险控制，已涵盖了授信前的核心企业评估、授信拆分和流转前的企业风险评估，以及链上企业进行融资业务时的风控业务。关于融资方面，链上目标企业已实现在融资时通过其与关联关系的各关联企业信用值与所述目标企业关联，提高了目标企业的信用，以期增加融资额度。关于授信额度管理集中在事前授信、拆分、流转和清分等额度管理。但在授信额度拆分和流转前，仅依据上下游贸易关系中的订单额度、存货情况和应收账款额度等来确定授信额度，然而并未通过科学有效的方法进行授信额度评估。

银行等金融机构提供授信额度给核心企业后，核心企业作为供应链起点将授信额度在各级供应商之间拆分流转。而在拆分流转前，链上各企业只根据目标供应商(下同，即：直接关系的上游供应商或下游客户，)订单额度、应收账款额度等信息设置需流转授信额度，并未对目标供应商进行整体评估。这可能造成授信额度的供给和需求不匹配，导致授信额度配置效率低下，进而影响供应链金融服务的整体效率，还可能因授信额度过大造成目标供应商不合理使用，导致核心企业的资金损失和信用下降，不利于供应链金融整体风险防控和风险敞口。

发明内容

针对现有技术中的问题，本申请提供一种供应链企业授信额度评估方法及系统，能够结合目标供应商的企业信息、上游各供应商信息等，进行综合评估，从而输出目标供应商授信参考额度，指导授信额度流转。

为了解决上述问题中的至少一个，本申请提供以下技术方案：

第一方面，本申请提供一种供应链企业授信额度评估方法，包括：

收集目标供应商的信息，并通过预设机器学习算法进行计算，获得授信参考额度；

根据各所述目标供应商的授信参考额度，确定授信额度占比参考值；

依据所述授信额度占比参考值自动进行拆分和流转。

进一步地，所述目标供应商的信息包括工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度、历史授信额度使用率中的至少一种。

进一步地，所述通过预设机器学习算法进行计算，获得授信参考额度，包括：

根据目标供应商的时间序列数据进行建模分析，其中，所述时间序列数据包括合同趋势、订单趋势、相关财务信息趋势(应收账款趋和存货趋势等)、历史授信额度使用率中的至少一种；

采用预设机器学习算法进行计算授权额度参考值。

进一步地，所述通过预设机器学习算法进行计算，获得授信参考额度，包括：

根据截面数据和地区差异性信息进行建模，其中，所述截面数据包括目标供应商的设定时点的工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度中的至少一种；

采用预设机器学习算法进行计算授权额度参考值。

第二方面，本申请提供一种供应链企业授信额度评估装置，包括：

授信参考额度确定模块，用于收集目标供应商的信息，并通过预设机器学习算法进行计算，获得授信参考额度；

授信额度占比参考值确定模块，用于根据各所述目标供应商的授信参考额度，确定授信额度占比参考值；

授信额度拆分流转模块，用于依据所述授信额度占比参考值自动进行拆分和流转。

进一步地，所述授信参考额度确定模块中的所述目标供应商的信息包括工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度、历史授信额度使用率中的至少一种。

进一步地，所述授信参考额度确定模块包括：

第一建模单元，用于根据目标供应商的时间序列数据进行建模分析，其中，所述时间序列数据包括合同趋势、订单趋势、相关财务信息趋势(应收账款趋和存货趋势等)、历史授信额度使用率中的至少一种；

第一机器学习单元，用于采用预设机器学习算法进行计算授权额度参考值。

进一步地，所述授信参考额度确定模块包括：

第二建模单元，用于根据截面数据和地区差异性信息进行建模，其中，所述截面数据包括目标供应商的设定时点的工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度中的至少一种；

第二机器学习单元，用于采用预设机器学习算法进行计算授权额度参考值。

第三方面，本申请提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的供应链企业授信额度评估方法的步骤。

第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的供应链企业授信额度评估方法的步骤。

由上述技术方案可知，本申请提供一种供应链企业授信额度评估方法及系统，通过将企业各项指标如企业信息、企业供应关系及历史授信额度等纳入授信额度计算，从而能更科学更合理的帮助目标企业拆分授信额度，有效控制风险，提升授信额度使用效率，提高供应链金融服务的整体效率。

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，下面描述中的附图是本申请的一些实施例，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为本申请实施例中的供应链企业授信额度评估方法的流程示意图；

图2为本申请实施例中的供应链企业授信额度评估装置的结构图；

图3为本申请实施例中现有技术中的授信额度流转过程示意图；

图4为本申请实施例中授信参考额度评估流程示意图；

图5为本申请实施例中授信额度占比参考值评估流程示意图；

图6为本申请实施例中的电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作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。

考虑到现有技术中可能造成授信额度的供给和需求不匹配，导致授信额度配置效率低下，进而影响供应链金融服务的整体效率，还可能因授信额度过大造成目标供应商不合理使用，导致核心企业的资金损失和信用下降，不利于供应链金融整体风险防控和风险敞口的问题，本申请提供一种供应链企业授信额度评估方法及系统，通过将企业各项指标如企业信息、企业供应关系及历史授信额度等纳入授信额度计算，从而能更科学更合理的帮助目标企业拆分授信额度，有效控制风险，提升授信额度使用效率，提高供应链金融服务的整体效率。

为了能够结合目标供应商的企业信息、上游各供应商信息等，进行综合评估，从而输出上游供应商授信参考额度，指导授信额度流转，本申请提供一种供应链企业授信额度评估方法的实施例，参见图1，所述供应链企业授信额度评估方法具体包含有如下内容：

步骤S101：收集目标供应商的信息，并通过预设机器学习算法进行计算，获得授信参考额度；

步骤S102：根据各所述目标供应商的授信参考额度，确定授信额度占比参考值；

步骤S103：依据所述授信额度占比参考值自动进行拆分和流转。

从上述描述可知，本申请实施例提供的供应链企业授信额度评估方法，能够通过将企业各项指标如企业信息、企业供应关系及历史授信额度等纳入授信额度计算，从而能更科学更合理的帮助目标企业拆分授信额度，有效控制风险，提升授信额度使用效率，提高供应链金融服务的整体效率。

在本申请的供应链企业授信额度评估方法的一实施例中，还可以具体包含如下内容：

所述目标供应商的信息包括工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度、历史授信额度使用率中的至少一种。

在本申请的供应链企业授信额度评估方法的一实施例中，还可以具体包含如下内容：

所述通过预设机器学习算法进行计算，获得授信参考额度，包括：

根据目标供应商的时间序列数据进行建模分析，其中，所述时间序列数据包括合同趋势、订单趋势、相关财务信息趋势(应收账款趋和存货趋势等)、历史授信额度使用率中的至少一种；

采用预设机器学习算法进行计算授权额度参考值。

在本申请的供应链企业授信额度评估方法的一实施例中，还可以具体包含如下内容：

所述通过预设机器学习算法进行计算，获得授信参考额度，包括：

根据截面数据和地区差异性信息进行建模，其中，所述截面数据包括目标供应商的设定时点的工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度中的至少一种；

采用预设机器学习算法进行计算授权额度参考值。

为了能够结合目标供应商的企业信息、目标各供应商信息等，进行综合评估，从而输出目标供应商授信参考额度，指导授信额度流转，本申请提供一种用于实现所述供应链企业授信额度评估方法的全部或部分内容的供应链企业授信额度评估装置的实施例，参见图2，所述供应链企业授信额度评估装置具体包含有如下内容：

授信参考额度确定模块10，用于收集目标供应商的信息，并通过预设机器学习算法进行计算，获得授信参考额度；

授信额度占比参考值确定模块20，用于根据各所述目标供应商的授信参考额度，确定授信额度占比参考值；

授信额度拆分流转模块30，用于依据所述授信额度占比参考值自动进行拆分和流转。

从上述描述可知，本申请实施例提供的供应链企业授信额度评估装置，能够通过将企业各项指标如企业信息、企业供应关系及历史授信额度等纳入授信额度计算，从而能更科学更合理的帮助目标企业拆分授信额度，有效控制风险，提升授信额度使用效率，提高供应链金融服务的整体效率。

在本申请的供应链企业授信额度评估装置的一实施例中，还具体包含有如下内容：

所述授信参考额度确定模块中的所述目标供应商的信息包括工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度、历史授信额度使用率中的至少一种。

在本申请的供应链企业授信额度评估装置的一实施例中，还具体包含有如下内容：

所述授信参考额度确定模块10包括：

第一建模单元，用于根据目标供应商的时间序列数据进行建模分析，其中，所述时间序列数据包括合同趋势、订单趋势、相关财务信息趋势(应收账款趋和存货趋势等)、历史授信额度使用率中的至少一种；

第一机器学习单元，用于采用预设机器学习算法进行计算授权额度参考值。

在本申请的供应链企业授信额度评估装置的一实施例中，还具体包含有如下内容：

所述授信参考额度确定模块10包括：

第二建模单元，用于根据截面数据和地区差异性信息进行建模，其中，所述截面数据包括目标供应商的设定时点的工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度中的至少一种；

第二机器学习单元，用于采用预设机器学习算法进行计算授权额度参考值。

为了更进一步说明本方案，本申请还提供一种应用上述供应链企业授信额度评估装置实现供应链企业授信额度评估方法的具体应用实例，具体包含有如下内容：

参见图3，银行等金融机构提供授信额度给核心企业后，核心企业作为供应链起点将授信额度在各级供应商之间拆分流转，而授信额度流转前会根据链上企业订单、合同或应收账款等所含有的金额对目标供应商设置授信额度。若供应链上企业的供应关系只因应收账款产生，而应收账款已是一种债权，故授信额度根据应收账款的额度而设置，其风险是可控的。但供应链金融的平台(系统)均可能支持多种标的的供应关系，如合同、订单、存货等。当链上企业进行融资或贷款服务时，目标企业仅凭其与目标供应商的标的额度总额或一定比例提供授信额度，将导致目标供应商提供的授信额度不一。这可能造成部分供应商额度过剩，另一部分供应商额度不够用的情况，从而使授信额度需求和供给不匹配导致授信额度配置效率低下，进行影响供应链金融服务整体效率。还有可能因某个目标供应商获得了更大授信额度，但因其本身经营不善等风险无法履行合同或者订单而造成核心企业资金损失或信用下降，从而不利于本供应链金融的发展。因此，通过供应关系中各标的金额设置目标供应商的授信额度是不合理，有风险的。

本发明是授信额度拆分前的评估模块。其在授信额度拆分流转前，目标企业对目标供应商进行授信额度评估，并根据评估结果分配授信额度，再将其流转至目标供应商。具体授信额度评估模块分为两部分，即：对各目标供应商的额度评估及对各目标供应商的额度占比评估。

参见图4，首先，获得目标供应商授信参考额度(或范围)。

1)收集整合该目标供应商的信息，包含但不限于工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度、历史授信额度使用率。

2)通过机器学习算法或专家经验评价等方式进行计算，获得授信参考额度(或范围)。具体的方法包括但不限于：根据目标供应商的合同趋势、订单趋势、相关财务信息趋势、历史授信额度使用率等时间序列数据进行建模分析。也根据截面数据，如目标供应商的某时点的营业收入情况、订单情况、合同情况、工商信息、法人信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度等，以及同行业营业收入平均水平、订单的平均水平等，再加上地区差异性等信息进行建模。

综上所述，采用多种机器学习算法进行计算授权额度参考值(或范围)，也可参考专家的经验和评价获取授权额度参考值(或范围)。

如图5所示，根据各目标供应商(企业A和企业B)的授信参考额度(或范围)可进行直接计算，也可进行机器学习算法，从而获得合理的授信额度占比参考值(或范围)。

最后，目标企业获取了目标供应商的授信参考额度(或范围)和授信额度占比参考值(或范围)。目标企业直接设置目标供应商的总额度，可由评估模块依据授信额度占比参考值(或范围)自动进行拆分，然后流转，也可由目标企业对目标供应商的授信额度做调整进行拆分，再进行流转。

其中，关于工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息等如下所述：

1)工商信息包含但不限于法人、财务负责人、实控人、办税人、董事、监事、高管、电话号码、手机号码、电子邮箱、传真号码、工商注册地址、生产厂房地址、办公场所地址、企业存续时间。

2)法人信息包含学历学位、毕业学校、年龄等。

3)财务信息包括但不限于资产负债表、利润表和现金流量表及表外信息。

4)税务信息包含但不限于税务登记信息、税务变更信息、征收信息。

5)海关信息包含但不限于进出口货物、汇率等。

6)舆情信息可来源互联网论坛、新闻等。

7)法律诉讼信息包含所有与该企业关联的法律诉讼。

8)供应信息包含合作时长、重要程度等。此外，若存在供应合同，则需收集整合供应链上合同关键信息，包含但不限于合同内交货批次及交货时间等信息；若存在供应订单，包含但不限于订单内各订购产品名称、价格、金额等；若是存货，包含但不限于存货的估值、行业对应的价格变动等；若含应收账款，则包含应收账款的账期、金额等。

9)宏中观信息包含行业信息、地区信息、宏观政策、行业政策等。

10)历史授信额度包含但不限于历史各种标的的授信额度和授信额度使用情况。

有上述内容可知，本申请至少还可以实现如下技术效果：

本发明则能将企业各项指标如企业信息、企业供应关系及历史授信额度等纳入授信额度计算，从而能更科学更合理的帮助目标企业拆分授信额度，有效控制风险，提升授信额度使用效率，提高供应链金融服务的整体效率。

从硬件层面来说，为了能够结合目标供应商的企业信息、上游各供应商信息等，进行综合评估，从而输出上游供应商授信参考额度，指导授信额度流转，本申请提供一种用于实现所述供应链企业授信额度评估方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：

处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现供应链企业授信额度评估装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输；该逻辑控制器可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该逻辑控制器可以参照实施例中的供应链企业授信额度评估方法的实施例，以及供应链企业授信额度评估装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。

可以理解的是，所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。

在实际应用中，供应链企业授信额度评估方法的部分可以在如上述内容所述的电子设备侧执行，也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器。

上述的客户端设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。

图6为本申请实施例的电子设备9600的系统构成的示意框图。如图6所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图6是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。

一实施例中，供应链企业授信额度评估方法功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：

步骤S101：收集目标供应商的信息，并通过预设机器学习算法进行计算，获得授信参考额度；

步骤S102：根据各所述目标供应商的授信参考额度，确定授信额度占比参考值；

步骤S103：依据所述授信额度占比参考值自动进行拆分和流转。

从上述描述可知，本申请实施例提供的电子设备，通过将企业各项指标如企业信息、企业供应关系及历史授信额度等纳入授信额度计算，从而能更科学更合理的帮助目标企业拆分授信额度，有效控制风险，提升授信额度使用效率，提高供应链金融服务的整体效率。

在另一个实施方式中，供应链企业授信额度评估装置可以与中央处理器9100分开配置，例如可以将供应链企业授信额度评估装置配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现供应链企业授信额度评估方法功能。

如图6所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图6中所示的所有部件；此外，电子设备9600还可以包括图6中没有示出的部件，可以参考现有技术。

如图6所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。

其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。

输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。

该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。

存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。

通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。

基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。

本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的供应链企业授信额度评估方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的供应链企业授信额度评估方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：

步骤S101：收集目标供应商的信息，并通过预设机器学习算法进行计算，获得授信参考额度；

步骤S102：根据各所述目标供应商的授信参考额度，确定授信额度占比参考值；

步骤S103：依据所述授信额度占比参考值自动进行拆分和流转。

从上述描述可知，本申请实施例提供的计算机可读存储介质，通过将企业各项指标如企业信息、企业供应关系及历史授信额度等纳入授信额度计算，从而能更科学更合理的帮助目标企业拆分授信额度，有效控制风险，提升授信额度使用效率，提高供应链金融服务的整体效率。

本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种供应链企业授信额度评估方法，其特征在于，所述方法包括：

收集目标供应商的信息，并通过预设机器学习算法进行计算，获得授信参考额度；

根据各所述目标供应商的授信参考额度，确定授信额度占比参考值；

依据所述授信额度占比参考值自动进行拆分和流转。

2.根据权利要求1所述的供应链企业授信额度评估方法，其特征在于，所述目标供应商的信息包括工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度、历史授信额度使用率中的至少一种。

3.根据权利要求1所述的供应链企业授信额度评估方法，其特征在于，所述通过预设机器学习算法进行计算，获得授信参考额度，包括：

根据目标供应商的时间序列数据进行建模分析，其中，所述时间序列数据包括合同趋势、订单趋势、相关财务信息趋势、历史授信额度使用率中的至少一种；

采用预设机器学习算法进行计算授权额度参考值。

4.根据权利要求1所述的供应链企业授信额度评估方法，其特征在于，所述通过预设机器学习算法进行计算，获得授信参考额度，包括：

根据截面数据和地区差异性信息进行建模，其中，所述截面数据包括目标供应商的设定时点工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度中的至少一种；

采用预设机器学习算法进行计算授权额度参考值。

5.一种供应链企业授信额度评估装置，其特征在于，包括：

授信参考额度确定模块，用于收集目标供应商的信息，并通过预设机器学习算法进行计算，获得授信参考额度；

授信额度占比参考值确定模块，用于根据各所述目标供应商的授信参考额度，确定授信额度占比参考值；

授信额度拆分流转模块，用于依据所述授信额度占比参考值自动进行拆分和流转。

6.根据权利要求5所述的供应链企业授信额度评估装置，其特征在于，所述授信参考额度确定模块中的所述目标供应商的信息包括工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度、历史授信额度使用率中的至少一种。

7.根据权利要求5所述的供应链企业授信额度评估装置，其特征在于，所述授信参考额度确定模块包括：

第一建模单元，用于根据目标供应商的时间序列数据进行建模分析，其中，所述时间序列数据包括合同趋势、订单趋势、相关财务信息趋势、历史授信额度使用率中的至少一种；

第一机器学习单元，用于采用预设机器学习算法进行计算授权额度参考值。

8.根据权利要求5所述的供应链企业授信额度评估装置，其特征在于，所述授信参考额度确定模块包括：

第二建模单元，用于根据截面数据和地区差异性信息进行建模，其中，所述截面数据包括目标供应商的设定时点的工商信息、法人信息、财务信息、税务信息、海关信息、舆情信息、法律诉讼信息、供应信息、历史授信额度中的至少一种；

第二机器学习单元，用于采用预设机器学习算法进行计算授权额度参考值。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述的供应链企业授信额度评估方法的步骤。

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，该计算机程序被处理器执行时实现权利要求1至4任一项所述的供应链企业授信额度评估方法的步骤。

Images