CN112949910A - 一种自下而上的企业资产质量变化观测方法和装置 - Google Patents
一种自下而上的企业资产质量变化观测方法和装置 Download PDFInfo
- Publication number
- CN112949910A CN112949910A CN202110163654.6A CN202110163654A CN112949910A CN 112949910 A CN112949910 A CN 112949910A CN 202110163654 A CN202110163654 A CN 202110163654A CN 112949910 A CN112949910 A CN 112949910A
- Authority
- CN
- China
- Prior art keywords
- index
- obtaining
- user
- pressure
- pressure application
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000008859 change Effects 0.000 title claims abstract description 59
- 238000004364 calculation method Methods 0.000 claims abstract description 38
- 238000012360 testing method Methods 0.000 claims abstract description 16
- 238000003825 pressing Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 10
- 230000007704 transition Effects 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 abstract description 6
- 230000007613 environmental effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000008901 benefit Effects 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 7
- 230000007774 longterm Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000009530 blood pressure measurement Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000036316 preload Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- 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
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种自下而上的企业资产质量变化观测方法和装置,获得施压指标;根据施压指标获得施压公式;获得待测对象的第一指标数据集合;根据施压指标获得第一待测对象施压数据;根据施压公式、第一待测对象施压数据获得第一施压计算结果;从第一指标数据集合中确定待调整指标;根据第一施压计算结果对第一指标数据集合中的对应施压指标进行替换;根据第二指标数据集合、待调整指标获得第一调整指标数据;根据第一调整指标数据获得第一用户施压评级结果;根据第一用户施压评级结果获得第一用户资产变化数据。解决现有压力测试方案采用自上而下的方式从宏观角度统计各规模、行业、机构维度的指标变化情况,存在指标数据采集困难的技术问题。
Description
技术领域
本发明涉及企业资产观测技术领域,尤其涉及一种自下而上的企业资产质量变化观测方法和装置。
背景技术
现有技术中压力测试计算方案采用自上而下的方式从宏观角度统计各规模、行业、机构维度的指标变化情况,存在指标数据采集困难,影响数据分析的技术问题。
发明内容
本申请实施例通过提供一种自下而上的企业资产质量变化观测方法和装置,解决了现有技术中压力测试计算方案采用自上而下的方式从宏观角度统计各规模、行业、机构维度的指标变化情况,存在指标数据采集困难,影响数据分析的技术问题。
鉴于上述问题,提出了本申请实施例提供一种自下而上的企业资产质量变化观测方法和装置。
第一方面,本申请实施例提供了一种自下而上的企业资产质量变化观测方法,所述方法包括:根据施压情景,获得施压指标;根据所述施压指标,获得施压公式;获得待测对象的第一指标数据集合;根据所述施压指标,从所述第一指标数据集合中获得第一待测对象施压数据;根据所述施压公式、所述第一待测对象施压数据,获得第一施压计算结果;从所述第一指标数据集合中,确定待调整指标,其中,所述待调整指标与所述施压指标不同;根据所述第一施压计算结果对所述第一指标数据集合中的对应施压指标进行替换,获得第二指标数据集合;根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据;根据所述第一调整指标数据,获得第一用户施压评级结果;根据所述第一指标数据集合,获得第一用户初始评级结果;根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得第一用户资产变化数据。
另一方面,本申请还提供了一种自下而上的企业资产质量变化观测装置,所述装置包括:
第一获得单元,所述第一获得单元用于根据施压情景,获得施压指标;
第二获得单元,所述第二获得单元用于根据所述施压指标,获得施压公式;
第三获得单元,所述第三获得单元用于获得待测对象的第一指标数据集合;
第四获得单元,所述第四获得单元用于根据所述施压指标,从所述第一指标数据集合中获得第一待测对象施压数据;
第五获得单元,所述第五获得单元用于根据所述施压公式、所述第一待测对象施压数据,获得第一施压计算结果;
第一确定单元,所述第一确定单元用于从所述第一指标数据集合中,确定待调整指标,其中,所述待调整指标与所述施压指标不同;
第六获得单元,所述第六获得单元用于根据所述第一施压计算结果对所述第一指标数据集合中的对应施压指标进行替换,获得第二指标数据集合;
第七获得单元,所述第七获得单元用于根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据;
第八获得单元,所述第八获得单元用于根据所述第一调整指标数据,获得第一用户施压评级结果;
第九获得单元,所述第九获得单元用于根据所述第一指标数据集合,获得第一用户初始评级结果;
第十获得单元,所述第十获得单元用于根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得第一用户资产变化数据。
第三方面,本发明提供了一种自下而上的企业资产质量变化观测装置,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,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供了一种自下而上的企业资产质量变化观测方法和装置,通过根据施压情景,获得施压指标;根据所述施压指标,获得施压公式;获得待测对象的第一指标数据集合;根据所述施压指标,从所述第一指标数据集合中获得第一待测对象施压数据;根据所述施压公式、所述第一待测对象施压数据,获得第一施压计算结果;从所述第一指标数据集合中,确定待调整指标,其中,所述待调整指标与所述施压指标不同;根据所述第一施压计算结果对所述第一指标数据集合中的对应施压指标进行替换,获得第二指标数据集合;根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据;根据所述第一调整指标数据,获得第一用户施压评级结果;根据所述第一指标数据集合,获得第一用户初始评级结果;根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得第一用户资产变化数据。通过从下而上采用微观明细级客户数据进行预测,达到有效避免了对于中小企业而言微观数据获取难度较大问题,支持使用者采取多种方式对现有财务指标进行施压,相较于仅能进行倍数施压,更能满足多样的应用情景,同时采用施压-配平法进行财务指标施压以及相应运算,具有符合实际的应用场景,使预测结果更具有精确性的技术效果。从而解决了现有技术中压力测试计算方案采用自上而下的方式从宏观角度统计各规模、行业、机构维度的指标变化情况,存在指标数据采集困难,影响数据分析的技术问题。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种自下而上的企业资产质量变化观测方法的流程示意图;
图2为本申请实施例一种自下而上的企业资产质量变化观测装置的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第一确定单元16,第六获得单元17,第七获得单元18,第八获得单元19,第九获得单元 20,第十获得单元21,总线300,接收器301,处理器302,发送器 303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种自下而上的企业资产质量变化观测方法和装置,解决了现有技术中压力测试计算方案采用自上而下的方式从宏观角度统计各规模、行业、机构维度的指标变化情况,存在指标数据采集困难,影响数据分析的技术问题。达到了通过从下而上采用微观明细级客户数据进行预测,有效避免了对于中小企业而言微观数据获取难度较大问题,支持使用者采取多种方式对现有财务指标进行施压,相较于仅能进行倍数施压,更能满足多样的应用情景,同时采用施压-配平法进行财务指标施压以及相应运算,具有符合实际的应用场景,使预测结果更具有精确性的技术效果。
下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
现有技术中压力测试计算方案采用自上而下的方式从宏观角度统计各规模、行业、机构维度的指标变化情况,存在指标数据采集困难,影响数据分析的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
根据施压情景,获得施压指标;根据所述施压指标,获得施压公式;获得待测对象的第一指标数据集合;根据所述施压指标,从所述第一指标数据集合中获得第一待测对象施压数据;根据所述施压公式、所述第一待测对象施压数据,获得第一施压计算结果;从所述第一指标数据集合中,确定待调整指标,其中,所述待调整指标与所述施压指标不同;根据所述第一施压计算结果对所述第一指标数据集合中的对应施压指标进行替换,获得第二指标数据集合;根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据;根据所述第一调整指标数据,获得第一用户施压评级结果;根据所述第一指标数据集合,获得第一用户初始评级结果;根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得第一用户资产变化数据。达到了通过从下而上采用微观明细级客户数据进行预测,有效避免了对于中小企业而言微观数据获取难度较大问题,支持使用者采取多种方式对现有财务指标进行施压,相较于仅能进行倍数施压,更能满足多样的应用情景,同时采用施压-配平法进行财务指标施压以及相应运算,具有符合实际的应用场景,使预测结果更具有精确性的技术效果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
图1为本申请实施例一种自下而上的企业资产质量变化观测方法的流程示意图,如图1所示,本申请实施例提供了一种自下而上的企业资产质量变化观测方法,所述方法包括:
步骤S100:根据施压情景,获得施压指标。
步骤S200:根据所述施压指标,获得施压公式。
进一步而言,所述根据所述施压指标,获得施压公式,包括:根据所述施压指标,获得乘数因子;根据所述施压指标、所述乘数因子,获得所述施压公式。
进一步而言,所述根据所述施压指标,获得乘数因子,包括:根据所述施压情景,获得施压情景等级;根据所述施压情景等级、所述施压指标,获得所述乘数因子。
具体而言,根据施压情景,选择对应的施压指标,施压指标与施压公式一一对应,根据选择的施压指标则可以确定施压公式,同时根据施压情景的等级可以确定乘数因子,将乘数因子带入施压指标对应的施压公式中确定最终的施压公式。举例而言,这次待测用户为化工行业,施压情景为环保压力,为达到环保标准的要求,企业的经营成本会相应增加,营业利润下降。在设定的压力情景下,环保压力对企业的影响体现为相关财务指标的变化,选择对应的财务指标作为施压指标,同时施压情景还包括了不同的强弱等级,针对不同的强弱等级制定的乘数因子也会有所不同,通常施压等级越强对应的乘数因子也会越大。举例而言,根据化工行业客户环境风险压力测试报告对化工行业环保投入产出效果的研究,压力情景设计为轻度和重度压力情景,如下表1所示。
表1
步骤S300:获得待测对象的第一指标数据集合。
进一步而言,所述获得待测对象的第一指标数据集合,包括:根据所述施压情景,获得施压待测用户;根据所述施压待测用户,获得用户原始数据;从所述施压待测用户中,获得第一待测对象;根据所述第一待测对象的用户原始数据,从数据库中获得第一指标数据集合。
进一步而言,所述第一指标数据集合包括三类,分别为资产负债类、利润类、现金流量类。
具体而言,所述待测对象为根据施压情景确定的测压对象,该测压对象为某一行业,在实际中可根据压力测试的要求确定具体施压客户范围,另外本申请实施例的对象不包括非零售类客户。银行系统会针对用户的资产情况进行对应的客户评价,并且有成熟的评价模型对数据进行分析,客户信用评级是指商业银行为有效控制客户信用风险,实现信贷资金的安全性、流动性和收益性,从客户经营能力、盈利能力、偿还能力、发展能力,以及客户素质和信用状况等方面,对客户进行综合评价和信用等级的确定。其对象是经营期已满两个会计年度,财务管理制度健全,能提供会计报表的企业法人、合伙类法人、个人独资企业、法人客户分支机构和其他经济组织,包括已与银行建立信贷关系的客户,向银行申请建立信贷关系的客户,委托银行评估资信的客户。为使信用评级具有更强的操作性和评定结果更具可比性,评定对象可按行业和客户性质进一步细分,如农业、工业、商贸、房地产、事业法人、银行、非银行金融机构、综合等各类客户。用户在银行系统中具有对应是指标数据库,对于每一个客户,取其客户评级业务编号、组织机构代码证件号、一级机构编号、行政区划代码、客户规模代码、企业规模代码等信息作为原始数据。在数据库中通常会包含108个对应的指标,分为资产负债类、利润类、现金流量类三大类,各类指标存在一定的内部关联性,具体见下表2所示:
步骤S400:根据所述施压指标,从所述第一指标数据集合中获得第一待测对象施压数据。
具体而言,第一待测对象施压数据是从确定的待测对象中获取的其中一个待测样本,即其中一个客户的数据。
步骤S500:根据所述施压公式、所述第一待测对象施压数据,获得第一施压计算结果。
具体而言,根据确定的施压指标,和施压工具,将第一待测对象施压数据中的对应数据代入公式中进行计算,获得施压结算结果。举例而言,施压指标选取短期借款、长期借款和一年内到期的非流动性负债为待施压指标。根据选取的财务指标设定乘数因子,乘数因子定义为用于指标施压运算时中间步骤的某一表达式,其表现形式为分子指标/分母指标形式,例如:长期借款/(短期借款+长期借款+一年内到期的非流动性负债)。根据得到的乘数因子施压形式为待施压指标=参数1*(可选待施压指标)*(可选乘数因子)+ 参数2*(可选待施压指标)*(可选乘数因子)形式。具体的,例如:长期借款=0.37*短期借款+长期借款/(短期借款+长期借款+一年内到期的非流动性负债),将得到的待测对应的对应指标的数据带入该公式中,计算出对应的第一施压计算结果。
步骤S600:从所述第一指标数据集合中,确定待调整指标,其中,所述待调整指标与所述施压指标不同。
进一步而言,所述从所述第一指标数据集合中,确定待调整指标,包括:从所述第一指标数据集合中,获得第一待调整指标大类,所述第一待调整指标大类为所述资产负债类、利润类、现金流量类中的一种;根据所述第一待调整指标大类,确定所述待调整指标。
进一步的,所述待调整指标为1个或者两个以上。
具体而言,从资产表或者负债加所有者权益表中选择一项作为待调整指标大类,从其中选取一部分指标作为待调整项。特殊的,如果某一指标已被选为施压指标,则其将无法选为待调整项。
步骤S700:根据所述第一施压计算结果对所述第一指标数据集合中的对应施压指标进行替换,获得第二指标数据集合。
具体而言,对于施压指标则利用计算施压后的数据进行替换,不是施压指标的数据保持不变。
步骤S800:根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据。
进一步而言,所述根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据,包括:获得指标内置规则;根据所述指标内置规则、所述待调整指标,对所述第二指标数据集合进行调整,获得所述第一调整指标数据。
进一步而言,所述指标内置规则为:资产负债类=利润类+现金流量类。
进一步而言,所述根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据,包括:当所述待调整指标为两个以上时,根据所述第二指标数据集合,获得第一指标差值,所述第一指标差值为所述第二指标数据集合中资产负债类与利润类加现金流量类之和的差值;根据所述待调整指标、所述第一指标数据集合,获得待调整指标数据;根据所述待调整指标数据,获得待调整比例值;根据所述第一指标差值、所述待调整比例值,获得所述第一调整指标数据。
具体而言,因为财务指标参数值需要满足内置规则,即资产表下各项指标值之和应等于负债表与所有者权益表下所有指标之和。而当对各指标进行施压之后,对于施压后的结果基本无法满足此内置规则,因此需要对选取的待调整指标进行调整。具体调整规则如下,根据待调整指标原有值的大小比例确定待调整指标所占权重,根据待调整总和*权重为每个待调整指标分配待调整值,将指标原有值减去待调整值即为所得。具体的,假设资产表中各科目总和超过了负债表及所有者权益表科目总和100万,则100万即为待调整总值,假设选取待调整科目为营业收入和营业成本,营业收入值为150万,营业成本值为 50万,则按照3:1的比列分配待调整值,得到最终营业收入值为150 万-100万*3/4=75万,营业成本为50万-100万*1/4=25万。达到了采用施压-配平法进行财务指标施压以及相应运算,符合实际的应用场景,使得到的预测结果更具有精确性的技术效果。
步骤S900:根据所述第一调整指标数据,获得第一用户施压评级结果。
步骤S1000:根据所述第一指标数据集合,获得第一用户初始评级结果。
进一步而言,所述根据所述第一调整指标数据,获得第一用户施压评级结果,包括:将所述第一调整指标数据输入客户评级模型中;获得所述客户评级模型的输出结果,其中,所述输出结果包括用户施压评级结果、用户违约概率;根据所述输出结果,获得所述第一用户施压评级结果。
进一步而言,所述从所述施压待测用户中,获得第一待测对象之后,包括:从所述施压待测用户中,获得第二待测对象;根据所述第二待测对象,从数据库中获得第二用户指标数据集合;根据所述施压指标,从所述第二用户指标数据集合中获得第二待测对象施压数据;根据所述施压公式、所述第二待测对象施压数据,获得第二施压计算结果;根据所述第二施压计算结果对所述第二用户指标数据集合中的对应施压指标进行替换,获得第二用户施压后数据集合;根据所述第二用户施压后数据集合、所述待调整指标,获得第二调整指标数据;根据所述第二调整指标数据,获得第二用户施压评级结果;根据所述第二用户指标数据集合,获得第二用户初始评级结果;根据所述第二用户施压评级结果、所述第二用户初始评级结果,获得第二用户资产变化数据。
具体而言,对于所选择的待测试机构下的每一个客户,根据上述规则对每个客户的财务指标进行施压,第一用户施压计算处理后,再获得第二待测对象,继续对第二待测对象的财务指标进行施压,根据客户评级计算方法(该方法为已有模型方法,根据每个客户传入的各财务指标值,通过模型计算出该客户的评级)得到对客户施压后的客户评级,将该施压评级与客户原有评级差额得到单一客户下迁等级。
步骤S1100:根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得第一用户资产变化数据。
进一步而言,所述根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得第一用户资产变化数据,包括:根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得等级变化信息;根据所述等级变化信息,获得所述第一用户资产变化数据。
具体而言,根据每一客户分属的机构,从客户层级向机构层级汇总,可以得到每一机构在压力情景下的下迁情况和违约情况,结合各机构原有贷款额即可观测贷款资产质量变化情况。通过从下而上采用微观明细级客户数据进行预测,达到有效避免了对于中小企业而言微观数据获取难度较大问题,支持使用者采取多种方式对现有财务指标进行施压,相较于仅能进行倍数施压,更能满足多样的应用情景,同时采用施压-配平法进行财务指标施压以及相应运算,具有符合实际的应用场景,使预测结果更具有精确性的技术效果。从而解决了现有技术中压力测试计算方案采用自上而下的方式从宏观角度统计各规模、行业、机构维度的指标变化情况,存在指标数据采集困难,影响数据分析的技术问题。
进一步的,为了更为具体了解本申请实施例的一种自下而上的企业资产质量变化观测方法的使用过程,下面以化工行业样本客户为例具体说明压测实施的方法和步骤,展现客户在施压前后信用等级和违约概率的变化情况。
步骤一:选取测试样本
取20家客户为测试样本,其中10户为小企业,分别取其评级请求基本信息、定性信息、定量信息等评级所需数据,具体指标名称如表3所示。
表3评级数据具体指标名称
步骤二:计算施压前违约概率和评级结果
将步骤一获得的数据按所示模板格式填写,使用引擎计算获得施压前违约概率PD1-a和评级结果R1-a。
案例编号为3的客户施压前违约概率和评级结果引擎返还结果为客户初始违约概率0.01649208,客户初始信用等级代码1609。
步骤三:根据压力情景对客户进行施压处理
针对化工行业面临的环保压力,为达到环保标准的要求,企业的经营成本会相应增加,营业利润下降。在设定的压力情景下,环保压力对企业的影响体现为相关财务指标的变化,仅计算所测算模型涉及的指标,模型未涉及的指标默认不变。在测算中假设企业营业收入不变,环保投入导致营业成本上升,营业成本上升的资金可来自于上一年留存的货币资金或新增对外借款,然而由于营业成本变化和货币资金变化的比例关系难以确定,所以假设上升的营业成本全部来自于对外借款,从而导致财务费用增加,进而导致营业利润和利润总额下降,同时导致负债和所有者权益变化,并且影响总资产情况。对外借款来源分为长期借款、短期借款和一年内到期的非流动负债三项,新增借款在三项中的分配按照施压前三项之间的比例。财务费用和所得税费用按照施压前分别占借款和利润总额的占比等比例变化。
根据化工行业客户环境风险压力测试报告对化工行业环保投入产出效果的研究,压力情景设计为轻度和重度压力情景,如下表4所示。
表4:压力情景设计
抽取20家客户评级模型引用的最新一期年度财务报表,针对轻度压力和重度压力情况,即客户财务报表营业成本分别增加(0.53%* 营业收入)和(3.27%*营业收入),据此对相关财务指标按照修改规则进行修改。
案例编号为3的客户财务报表修改情况如下表所示。
步骤四:计算施压后违约概率和评级结果
使用修改后的财务报表数据更新步骤二填写的计算模板,其他数据保持不变,再次使用引擎计算分别获得轻度施压和重度施压后的违约概率PD1-b1、PD1-b2和评级结果R1-b1、R1-b2。
步骤五:对比施压前后客户违约概率和评级结果
案例编号为3的客户施压前后的违约概率和评级结果如下表所示。
从测试结果看,在轻度压力情境下,该客户违约概率有所上升,但评级未发生下迁情况;而在重度压力情境下,该客户较轻度压力时违约概率上升程度更高,并且评级出现下迁一级的情况。说明在重度压力情境下,环保投入的增加会对该客户的经营表现产生较大冲击,违约风险有较明显的上升。
综上,本申请实施例的自下而上的企业资产质量变化观测方法可以适应不断变化的业务需求,精确预测不利场景下各企业维度的财务指标以及贷款质量变化,其优点如下:
1、与自上而下的压力测试方法相比,本方案仅采用微观明细级客户数据进行预测,有效避免了对于中小企业而言微观数据获取难度较大问题。
2、施压方案的多样性。该方案支持使用者采取多种方式对现有财务指标进行施压,相较于仅能进行倍数施压,更能满足多样的应用情景。
3、采用施压-配平法进行财务指标施压以及相应运算,符合实际的应用场景,使得到的预测结果更具有精确性。
实施例二
基于与前述实施例中一种自下而上的企业资产质量变化观测方法同样发明构思,本发明还提供了一种自下而上的企业资产质量变化观测装置,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于根据施压情景,获得施压指标;
第二获得单元12,所述第二获得单元12用于根据所述施压指标,获得施压公式;
第三获得单元13,所述第三获得单元13用于获得待测对象的第一指标数据集合;
第四获得单元14,所述第四获得单元14用于根据所述施压指标,从所述第一指标数据集合中获得第一待测对象施压数据;
第五获得单元15,所述第五获得单元15用于根据所述施压公式、所述第一待测对象施压数据,获得第一施压计算结果;
第一确定单元16,所述第一确定单元16用于从所述第一指标数据集合中,确定待调整指标,其中,所述待调整指标与所述施压指标不同;
第六获得单元17,所述第六获得单元17用于根据所述第一施压计算结果对所述第一指标数据集合中的对应施压指标进行替换,获得第二指标数据集合;
第七获得单元18,所述第七获得单元18用于根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据;
第八获得单元19,所述第八获得单元19用于根据所述第一调整指标数据,获得第一用户施压评级结果;
第九获得单元20,所述第九获得单元20用于根据所述第一指标数据集合,获得第一用户初始评级结果;
第十获得单元21,所述第十获得单元21用于根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得第一用户资产变化数据。
进一步的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于根据所述施压情景,获得施压待测用户;
第十二获得单元,所述第十二获得单元用于根据所述施压待测用户,获得用户原始数据;
第十三获得单元,所述第十三获得单元用于从所述施压待测用户中,获得第一待测对象;
第一执行单元,所述第一执行单元用于根据所述第一待测对象的用户原始数据,从数据库中获得第一指标数据集合。
进一步的,所述第一指标数据集合包括三类,分别为资产负债类、利润类、现金流量类。
进一步的,所述装置还包括:
第十四获得单元,所述第十四获得单元用于获得指标内置规则;
第十五获得单元,所述第十五获得单元用于根据所述指标内置规则、所述待调整指标,对所述第二指标数据集合进行调整,获得所述第一调整指标数据。
进一步的,所述指标内置规则为:资产负债类=利润类+现金流量类。
进一步的,所述装置还包括:
第十四获得单元,所述第十四获得单元用于从所述第一指标数据集合中,获得第一待调整指标大类,所述第一待调整指标大类为所述资产负债类、利润类、现金流量类中的一种;
第二确定单元,所述第二确定单元用于根据所述第一待调整指标大类,确定所述待调整指标。
进一步的,所述待调整指标为1个或者两个以上。
进一步的,所述装置还包括:
第十五获得单元,所述第十五获得单元用于当所述待调整指标为两个以上时,根据所述第二指标数据集合,获得第一指标差值,所述第一指标差值为所述第二指标数据集合中资产负债类与利润类加现金流量类之和的差值;
第十六获得单元,所述第十六获得单元用于根据所述待调整指标、所述第一指标数据集合,获得待调整指标数据;
第十七获得单元,所述第十七获得单元用于根据所述待调整指标数据,获得待调整比例值;
第十八获得单元,所述第十八获得单元用于根据所述第一指标差值、所述待调整比例值,获得所述第一调整指标数据。
进一步的,所述装置还包括:
第一输入单元,所述第一输入单元用于将所述第一调整指标数据输入客户评级模型中;
第十九获得单元,所述第十九获得单元用于获得所述客户评级模型的输出结果,其中,所述输出结果包括用户施压评级结果、用户违约概率;
第二十获得单元,所述第二十获得单元用于根据所述输出结果,获得所述第一用户施压评级结果。
进一步的,所述装置还包括:
第二十一获得单元,所述第二十一获得单元用于根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得等级变化信息;
第二十二获得单元,所述第二十二获得单元用于根据所述等级变化信息,获得所述第一用户资产变化数据。
进一步的,所述装置还包括:
第二十三获得单元,所述第二十三获得单元用于根据所述施压指标,获得乘数因子;
第二十四获得单元,所述第二十四获得单元用于根据所述施压指标、所述乘数因子,获得所述施压公式。
进一步的,所述装置还包括:
第二十五获得单元,所述第二十五获得单元用于根据所述施压情景,获得施压情景等级;
第二十六获得单元,所述第二十六获得单元用于根据所述施压情景等级、所述施压指标,获得所述乘数因子。
进一步的,所述装置还包括:
第二十七获得单元,所述第二十七获得单元用于从所述施压待测用户中,获得第二待测对象;
第二十八获得单元,所述第二十八获得单元用于根据所述第二待测对象,从数据库中获得第二用户指标数据集合;
第二十九获得单元,所述第二十九获得单元用于根据所述施压指标,从所述第二用户指标数据集合中获得第二待测对象施压数据;
第三十获得单元,所述第三十获得单元用于根据所述施压公式、所述第二待测对象施压数据,获得第二施压计算结果;
第三十一获得单元,所述第三十一获得单元用于根据所述第二施压计算结果对所述第二用户指标数据集合中的对应施压指标进行替换,获得第二用户施压后数据集合;
第三十二获得单元,所述第三十二获得单元用于根据所述第二用户施压后数据集合、所述待调整指标,获得第二调整指标数据;
第三十三获得单元,所述第三十三获得单元用于根据所述第二调整指标数据,获得第二用户施压评级结果;
第三十四获得单元,所述第三十四获得单元用于根据所述第二用户指标数据集合,获得第二用户初始评级结果;
第三十五获得单元,所述第三十五获得单元用于根据所述第二用户施压评级结果、所述第二用户初始评级结果,获得第二用户资产变化数据。
前述图1实施例一中的一种自下而上的企业资产质量变化观测方法的各种变化方式和具体实例同样适用于本实施例的一种自下而上的企业资产质量变化观测装置,通过前述对一种自下而上的企业资产质量变化观测方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种自下而上的企业资产质量变化观测装置的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种自下而上的企业资产质量变化观测方法的发明构思,本发明还提供一种自下而上的企业资产质量变化观测装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种自下而上的企业资产质量变化观测方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器 301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本申请实施例提供了一种自下而上的企业资产质量变化观测方法和装置,通过根据施压情景,获得施压指标;根据所述施压指标,获得施压公式;获得待测对象的第一指标数据集合;根据所述施压指标,从所述第一指标数据集合中获得第一待测对象施压数据;根据所述施压公式、所述第一待测对象施压数据,获得第一施压计算结果;从所述第一指标数据集合中,确定待调整指标,其中,所述待调整指标与所述施压指标不同;根据所述第一施压计算结果对所述第一指标数据集合中的对应施压指标进行替换,获得第二指标数据集合;根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据;根据所述第一调整指标数据,获得第一用户施压评级结果;根据所述第一指标数据集合,获得第一用户初始评级结果;根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得第一用户资产变化数据。通过从下而上采用微观明细级客户数据进行预测,达到有效避免了对于中小企业而言微观数据获取难度较大问题,支持使用者采取多种方式对现有财务指标进行施压,相较于仅能进行倍数施压,更能满足多样的应用情景,同时采用施压-配平法进行财务指标施压以及相应运算,具有符合实际的应用场景,使预测结果更具有精确性的技术效果。从而解决了现有技术中压力测试计算方案采用自上而下的方式从宏观角度统计各规模、行业、机构维度的指标变化情况,存在指标数据采集困难,影响数据分析的技术问题。
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、系统、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(系统)、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系统。
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。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (15)
1.一种自下而上的企业资产质量变化观测方法,其中,所述方法包括:
根据施压情景,获得施压指标;
根据所述施压指标,获得施压公式;
获得待测对象的第一指标数据集合;
根据所述施压指标,从所述第一指标数据集合中获得第一待测对象施压数据;
根据所述施压公式、所述第一待测对象施压数据,获得第一施压计算结果;
从所述第一指标数据集合中,确定待调整指标,其中,所述待调整指标与所述施压指标不同;
根据所述第一施压计算结果对所述第一指标数据集合中的对应施压指标进行替换,获得第二指标数据集合;
根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据;
根据所述第一调整指标数据,获得第一用户施压评级结果;
根据所述第一指标数据集合,获得第一用户初始评级结果;
根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得第一用户资产变化数据。
2.如权利要求1所述的方法,其中,所述获得待测对象的第一指标数据集合,包括:
根据所述施压情景,获得施压待测用户;
根据所述施压待测用户,获得用户原始数据;
从所述施压待测用户中,获得第一待测对象;
根据所述第一待测对象的用户原始数据,从数据库中获得第一指标数据集合。
3.如权利要求2所述的方法,其中,所述第一指标数据集合包括三类,分别为资产负债类、利润类、现金流量类。
4.如权利要求3所述的方法,其中,所述根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据,包括:
获得指标内置规则;
根据所述指标内置规则、所述待调整指标,对所述第二指标数据集合进行调整,获得所述第一调整指标数据。
5.如权利要求4所述的方法,其中,所述指标内置规则为:资产负债类=利润类+现金流量类。
6.如权利要求3所述的方法,其中,所述从所述第一指标数据集合中,确定待调整指标,包括:
从所述第一指标数据集合中,获得第一待调整指标大类,所述第一待调整指标大类为所述资产负债类、利润类、现金流量类中的一种;
根据所述第一待调整指标大类,确定所述待调整指标。
7.如权利要求6所述的方法,其中,所述待调整指标为1个或者两个以上。
8.如权利要求7所述的方法,其中,所述根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据,包括:
当所述待调整指标为两个以上时,根据所述第二指标数据集合,获得第一指标差值,所述第一指标差值为所述第二指标数据集合中资产负债类与利润类加现金流量类之和的差值;
根据所述待调整指标、所述第一指标数据集合,获得待调整指标数据;
根据所述待调整指标数据,获得待调整比例值;
根据所述第一指标差值、所述待调整比例值,获得所述第一调整指标数据。
9.如权利要求1所述的方法,其中,所述根据所述第一调整指标数据,获得第一用户施压评级结果,包括:
将所述第一调整指标数据输入客户评级模型中;
获得所述客户评级模型的输出结果,其中,所述输出结果包括用户施压评级结果、用户违约概率;
根据所述输出结果,获得所述第一用户施压评级结果。
10.如权利要求1所述的方法,其中,所述根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得第一用户资产变化数据,包括:
根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得等级变化信息;
根据所述等级变化信息,获得所述第一用户资产变化数据。
11.如权利要求1所述的方法,其中,所述根据所述施压指标,获得施压公式,包括:
根据所述施压指标,获得乘数因子;
根据所述施压指标、所述乘数因子,获得所述施压公式。
12.如权利要求11所述的方法,其中,所述根据所述施压指标,获得乘数因子,包括:
根据所述施压情景,获得施压情景等级;
根据所述施压情景等级、所述施压指标,获得所述乘数因子。
13.如权利要求1所述的方法,其中,所述从所述施压待测用户中,获得第一待测对象之后,包括:
从所述施压待测用户中,获得第二待测对象;
根据所述第二待测对象,从数据库中获得第二用户指标数据集合;
根据所述施压指标,从所述第二用户指标数据集合中获得第二待测对象施压数据;
根据所述施压公式、所述第二待测对象施压数据,获得第二施压计算结果;
根据所述第二施压计算结果对所述第二用户指标数据集合中的对应施压指标进行替换,获得第二用户施压后数据集合;
根据所述第二用户施压后数据集合、所述待调整指标,获得第二调整指标数据;
根据所述第二调整指标数据,获得第二用户施压评级结果;
根据所述第二用户指标数据集合,获得第二用户初始评级结果;
根据所述第二用户施压评级结果、所述第二用户初始评级结果,获得第二用户资产变化数据。
14.一种自下而上的企业资产质量变化观测装置,其中,所述装置包括:
第一获得单元,所述第一获得单元用于根据施压情景,获得施压指标;
第二获得单元,所述第二获得单元用于根据所述施压指标,获得施压公式;
第三获得单元,所述第三获得单元用于获得待测对象的第一指标数据集合;
第四获得单元,所述第四获得单元用于根据所述施压指标,从所述第一指标数据集合中获得第一待测对象施压数据;
第五获得单元,所述第五获得单元用于根据所述施压公式、所述第一待测对象施压数据,获得第一施压计算结果;
第一确定单元,所述第一确定单元用于从所述第一指标数据集合中,确定待调整指标,其中,所述待调整指标与所述施压指标不同;
第六获得单元,所述第六获得单元用于根据所述第一施压计算结果对所述第一指标数据集合中的对应施压指标进行替换,获得第二指标数据集合;
第七获得单元,所述第七获得单元用于根据所述第二指标数据集合、所述待调整指标,获得第一调整指标数据;
第八获得单元,所述第八获得单元用于根据所述第一调整指标数据,获得第一用户施压评级结果;
第九获得单元,所述第九获得单元用于根据所述第一指标数据集合,获得第一用户初始评级结果;
第十获得单元,所述第十获得单元用于根据所述第一用户施压评级结果、所述第一用户初始评级结果,获得第一用户资产变化数据。
15.一种自下而上的企业资产质量变化观测装置,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,其中,所述处理器执行所述程序时实现权利要求1-13任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110163654.6A CN112949910A (zh) | 2021-02-05 | 2021-02-05 | 一种自下而上的企业资产质量变化观测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110163654.6A CN112949910A (zh) | 2021-02-05 | 2021-02-05 | 一种自下而上的企业资产质量变化观测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112949910A true CN112949910A (zh) | 2021-06-11 |
Family
ID=76242832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110163654.6A Pending CN112949910A (zh) | 2021-02-05 | 2021-02-05 | 一种自下而上的企业资产质量变化观测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112949910A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1746921A (zh) * | 2004-09-10 | 2006-03-15 | 鹏元资信评估有限公司 | 企业资信评级系统及其评级方法 |
CN105719013A (zh) * | 2016-01-15 | 2016-06-29 | 中国南方电网有限责任公司电网技术研究中心 | 测算企业资产负债的方法和系统 |
CN108846547A (zh) * | 2018-05-06 | 2018-11-20 | 成都信息工程大学 | 一种动态调整的企业信用风险评估方法 |
CN109961368A (zh) * | 2019-03-18 | 2019-07-02 | 京东数字科技控股有限公司 | 基于机器学习的数据处理方法及装置 |
CN110909294A (zh) * | 2019-10-29 | 2020-03-24 | 中国建设银行股份有限公司 | 数据处理的方法和装置 |
-
2021
- 2021-02-05 CN CN202110163654.6A patent/CN112949910A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1746921A (zh) * | 2004-09-10 | 2006-03-15 | 鹏元资信评估有限公司 | 企业资信评级系统及其评级方法 |
CN105719013A (zh) * | 2016-01-15 | 2016-06-29 | 中国南方电网有限责任公司电网技术研究中心 | 测算企业资产负债的方法和系统 |
CN108846547A (zh) * | 2018-05-06 | 2018-11-20 | 成都信息工程大学 | 一种动态调整的企业信用风险评估方法 |
CN109961368A (zh) * | 2019-03-18 | 2019-07-02 | 京东数字科技控股有限公司 | 基于机器学习的数据处理方法及装置 |
CN110909294A (zh) * | 2019-10-29 | 2020-03-24 | 中国建设银行股份有限公司 | 数据处理的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11599939B2 (en) | System, method and computer program for underwriting and processing of loans using machine learning | |
Engelmann et al. | The Basel II risk parameters: estimation, validation, and stress testing | |
Linsmeier et al. | Value at risk | |
US7783551B1 (en) | Method and system for simulating risk factors in parametric models using risk neutral historical bootstrapping | |
US20120278226A1 (en) | Systems and methods for using data metrics for credit score analysis | |
US20020184133A1 (en) | Method and system for verifying the integrity of data in a data warehouse and applying warehoused data to a plurality of predefined analysis models | |
CN112598500A (zh) | 一种无额度客户的授信处理方法及系统 | |
CN101185097A (zh) | 高级抵押借款诊断分析的方法和设备 | |
CN109598606B (zh) | 数据处理方法、装置、介质及电子设备 | |
CN111626855A (zh) | 债券信用利差预测方法及系统 | |
US20030120580A1 (en) | Processing system for market efficiency value added | |
CN113159545A (zh) | 确定价值属性值的方法、装置、电子设备和存储介质 | |
CN113034023A (zh) | 市场法资产评估系统及方法 | |
CN112949910A (zh) | 一种自下而上的企业资产质量变化观测方法和装置 | |
PETROVA et al. | Credit Risk Estimation through Eventological Scoring. | |
CN117252677A (zh) | 信贷额度确定方法和装置、电子设备及存储介质 | |
Felipe et al. | Production function estimation: Biased coefficients and endogenous regressors, or a case of collective amnesia? | |
JP2023046621A (ja) | 融資承認確率算出装置、融資承認確率算出方法及びプログラム | |
CN112907141A (zh) | 一种压力测试方法、装置、设备及存储介质 | |
Prorokowski | IFRS 9 in credit risk modelling | |
KR102334923B1 (ko) | 인공지능을 이용한 대출 확대 가설 검정 시스템 및 이를 이용한 방법 | |
Albulayhi et al. | Impact of shocks oil prices on the stock market | |
CN118014719B (zh) | 一种基于线性回归模型的企业信用智能分析方法和系统 | |
CA2789628C (en) | Methods and apparatus for on-line analysis of financial accounting data | |
JP5592861B2 (ja) | 債権評価支援システム、債権評価支援方法及び債権評価支援プログラム |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210611 |
|
RJ01 | Rejection of invention patent application after publication |