CN113487410A - 一种授信管理方法、装置、电子设备及计算机可读介质 - Google Patents

Abstract

本发明公开了一种授信管理方法、装置、电子设备及计算机可读介质，涉及数据分析与挖掘技术领域。该方法的一具体实施方式包括：获取目标企业下与各评级指标对应的指标数据；对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，结合对所述任一个评级指标预设的权重值，得到所述任一个评级指标的分值；累加所有评级指标的分值，得到对所述目标企业的评分，若所述评分位于预设授信分值范围内，则对所述目标企业进行授信处理。该实施方式引入以社会信用数据为基础的企业研发能力、知识产权、资质奖项等与科技企业密切相关的软实力评价指标，提供了一种针对市场适用性强，不以金融机构私有数据为核心的科技企业评级模型。

Description

一种授信管理方法、装置、电子设备及计算机可读介质

技术领域

本发明涉及数据分析与挖掘技术领域，尤其涉及一种授信管理方法、装置、电子设备及计算机可读介质。

背景技术

贷款是金融机构提供给消费者资金，消费者按照一定的利率和归还条件归还资金的方式，金融机构通过贷款的方式将货币资金投放出去，满足社会扩大生产对补充资金的需要，促进经济发展。申请贷款，也成为了当代多数消费者的消费习惯。目前随着社会的发展，中小微企业越来越多，成为贷款的主要群体。

在实现本发明的过程中，发明人发现现有技术至少存在如下问题：现有用于评估授信的数据为金融机构独有，因此在需要对一个目标企业进行授信管理时，主要依赖金融机构操作，指标范围受限。且科技型企业有着显著的轻资产、高投入、高知识、高成长特点，而金融机构以财务指标为核心的传统评价体系难以适用此类企业，导致科技型企业融资难、融资贵的问题突出。

发明内容

有鉴于此，本发明实施例提供一种授信管理方法、装置、电子设备及计算机可读介质，至少能够解决现有技术中授信管理模型不具备通用性、且评估数据过于依赖金融机构提供的现象。

为实现上述目的，根据本发明实施例的一个方面，提供了一种授信管理方法，包括：

获取目标企业下与各评级指标对应的指标数据；

对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，结合对所述任一个评级指标预设的权重值，得到所述任一个评级指标的分值；

累加所有评级指标的分值，得到对所述目标企业的评分，若所述评分位于预设授信分值范围内，则对所述目标企业进行授信处理。

可选的，所述对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，包括：

判断样本企业中是否包含所述目标企业；

若包含，则从样本正态分布曲线中确定所述指标数据所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数；或

若不包含，则运用直方图匹配算法，对所述指标数据和所述样本数据一同进行正态分布处理，以更新样本正态分布曲线；

确定所述指标数据在更新后的样本正态分布曲线中所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数。

可选的，所述对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，包括：

运用直方图匹配算法，基于所述目标企业的规模信息和所属行业信息，对所述指标数据做正态分布处理；

确定样本正态分布曲线中所述处理结果所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数；其中，样本正态分布曲线通过对样本数据进行正态分布处理得到，样本数据对应多个样本企业。

可选的，在所述将与所述区间对应的概率作为所述任一个评价指标的功效系数之后，还包括：

运用直方图匹配算法，将所述目标企业的指标数据和所述样本数据，一同进行正态分布处理，以更新样本正态分布曲线。

可选的，所述对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，还包括：

运用功效系数法，将所述任一个评级指标下的指标数据转换为预设范围内的数值。

可选的，还包括：在运用直方图匹配算法后，从样本正态分布曲线中筛选出小于所述第一预设数值或者大于所述第二预设数值的概率，之后更新样本正态分布曲线；其中，所述第二预设数值大于所述第一预设数值。

可选的，所述第一预设数值、所述第二预设数值位于0和1之间，所述第一预设数值为大于0的一个数值，所述第二预设数值为小于1的另一个数值。

可选的，所述评级指标为二级指标；

所述累加所有评级指标的分值，得到对所述目标企业的评分，包括：

累加任一个一级指标下所有二级指标的分值，得到所述任一个一级指标的功效系数，结合对所述任一个一级评级指标预设的权重值，得到所述任一个一级评级指标的分值；

累加所有一级评级指标的分值，得到对所述目标企业的评分。

可选的，所述一级指标包括企业基本信息、科技研发能力、知识产权评价、经营管理能力；

企业基本信息下的二级指标包括：企业实力评价、行业趋势和信用记录；

科技研发能力下的二级指标包括：企业研发投入强度、企业投入强度水平和研发人员占比水平；

知识产权评价下的二级指标包括：知识产权拥有水平；

经营管理能力下的二级指标包括：主营收入占比水平、人均销售收入水平、资产收益水平和主营业务成本水平。

可选的，企业基本信息、科技研发能力、知识产权评价和经营管理能力的权重值总和为1。

可选的，所述累加所有评级指标的分值，得到对所述目标企业的评分，还包括：

采取扩大分差法，对累加得到的评分进行扩大处理，得到对所述目标企业的实际评分。

可选的，所述得到对所述目标企业的实际评分，还包括：

获取所述目标企业的社会评价信息，结合对所述社会评价信息预设的权重值，计算所述目标企业的社会评价值；

累计所述实际评分和所述社会评价值，得到所述目标企业的最终评分。

可选的，若所述评分位于预设授信分值范围内，则对所述目标企业进行授信处理，还包括：

判断所述评分所处得分区间，将与所述得分区间对应的等级作为对所述目标企业的授信等级，进而基于与所述授信等级对应的授信额对所述目标企业进行授信处理。

可选的，所述基于与所述授信等级对应的授信额对所述目标企业进行授信处理，还包括：

基于所述目标企业上一年实缴增值税纳税额和所得税纳税额，以确定实缴纳税可贷额度，计算所述实缴纳税可贷额度和所述授信额的比值；

确定所述比值所处区间，获取与所述区间对应的比例，将所述比例乘以所述授信额，以调整对所述目标企业的实际授信额。

可选的，预设授信分值范围为[第三预设数值，第四预设数值]，

所述方法还包括：

统计评分小于所述第三预设数值的第一企业数量，判断所述第一企业数量是否超出第一预设阈值；或

统计评分大于或等于所述第三预设数值、且小于等于所述第四预设数值的第二企业数量，判断所述第二企业数量是否超出第二预设阈值；

若超出，则对样本企业的评分进行正态分布处理，运用贝塔分布算法调整正态分布曲线的峰度、偏度，以调整所述预设授信分值范围。

可选的，所述目标企业属于中小微企业下的科技型企业。

为实现上述目的，根据本发明实施例的另一方面，提供了一种授信管理装置，包括：

获取模块，用于获取目标企业下与各评级指标对应的指标数据；

计算模块，用于对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，结合对所述任一个评级指标预设的权重值，得到所述任一个评级指标的分值；

评分模块，用于累加所有评级指标的分值，得到对所述目标企业的评分，若所述评分位于预设授信分值范围内，则对所述目标企业进行授信处理。

可选的，所述计算模块，用于：

判断样本企业中是否包含所述目标企业；

若包含，则从样本正态分布曲线中确定所述指标数据所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数；或

若不包含，则运用直方图匹配算法，对所述指标数据和所述样本数据一同进行正态分布处理，以更新样本正态分布曲线；

确定所述指标数据在更新后的样本正态分布曲线中所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数。

可选的，所述计算模块，用于：

运用直方图匹配算法，基于所述目标企业的规模信息和所属行业信息，对所述指标数据做正态分布处理；

确定样本正态分布曲线中所述处理结果所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数；其中，样本正态分布曲线通过对样本数据进行正态分布处理得到，样本数据对应多个样本企业。

可选的，所述计算模块，还用于：

运用直方图匹配算法，将所述目标企业的指标数据和所述样本数据，一同进行正态分布处理，以更新样本正态分布曲线。

可选的，所述计算模块，用于：

运用功效系数法，将所述任一个评级指标下的指标数据转换为预设范围内的数值。

可选的，所述计算模块，还用于：

在运用直方图匹配算法后，从样本正态分布曲线中筛选出小于所述第一预设数值或者大于所述第二预设数值的概率，之后更新样本正态分布曲线；其中，所述第二预设数值大于所述第一预设数值。

可选的，所述第一预设数值、所述第二预设数值位于0和18之间，所述第一预设数值为大于0的一个数值，所述第二预设数值为小于18的另一个数值。

可选的，所述评级指标为二级指标；

所述评分模块，用于：

累加任一个一级指标下所有二级指标的分值，得到所述任一个一级指标的功效系数，结合对所述任一个一级评级指标预设的权重值，得到所述任一个一级评级指标的分值；

累加所有一级评级指标的分值，得到对所述目标企业的评分。

可选的，所述一级指标包括企业基本信息、科技研发能力、知识产权评价、经营管理能力；

企业基本信息下的二级指标包括：企业实力评价、行业趋势和信用记录；

科技研发能力下的二级指标包括：企业研发投入强度、企业投入强度水平和研发人员占比水平；

知识产权评价下的二级指标包括：知识产权拥有水平；

经营管理能力下的二级指标包括：主营收入占比水平、人均销售收入水平、资产收益水平和主营业务成本水平。

可选的，企业基本信息、科技研发能力、知识产权评价和经营管理能力的权重值总和为1。

可选的，所述评分模块，还用于：采取扩大分差法，对累加得到的评分进行扩大处理，得到对所述目标企业的实际评分。

可选的，所述评分模块，还用于：

获取所述目标企业的社会评价信息，结合对所述社会评价信息预设的权重值，计算所述目标企业的社会评价值；

累计所述实际评分和所述社会评价值，得到所述目标企业的最终评分。

可选的，所述评分模块，还用于：判断所述评分所处得分区间，将与所述得分区间对应的等级作为对所述目标企业的授信等级，进而基于与所述授信等级对应的授信额对所述目标企业进行授信处理。

可选的，所述评分模块，还用于：

基于所述目标企业上一年实缴增值税纳税额和所得税纳税额，以确定实缴纳税可贷额度，计算所述实缴纳税可贷额度和所述授信额的比值；

确定所述比值所处区间，获取与所述区间对应的比例，将所述比例乘以所述授信额，以调整对所述目标企业的实际授信额。

可选的，预设授信分值范围为[第三预设数值，第四预设数值]，

所述装置还包括调整模块，用于：

统计评分小于所述第三预设数值的第一企业数量，判断所述第一企业数量是否超出第一预设阈值；或

统计评分大于或等于所述第三预设数值、且小于等于所述第四预设数值的第二企业数量，判断所述第二企业数量是否超出第二预设阈值；

若超出，则对样本企业的评分进行正态分布处理，运用贝塔分布算法调整正态分布曲线的峰度、偏度，以调整所述预设授信分值范围。

可选的，所述目标企业属于中小微企业下的科技型企业。

为实现上述目的，根据本发明实施例的再一方面，提供了一种授信管理电子设备。

本发明实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一个所述的授信管理方法。

为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一个所述的授信管理方法。

根据本发明所述提供的方案，上述发明中的一个实施例具有如下优点或有益效果：基于社会信用数据，针对科技信用贷款，给出了评级模型的解决方案，包括评级指标库、指标测算、评级模型构建。弥补了现有科技信用贷领域评级方法与模型的缺失，丰富贷款评级的测算方法。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的一种授信管理方法的主要流程示意图；

图2是根据本发明实施例的一种计算指标功效系数的流程示意图；

图3是样本正态分布曲线示意图；

图4是根据本发明实施例的另一种计算指标功效系数的流程示意图；

图5是是根据本发明实施例的一种可选的授信管理方法的流程示意图；

图6是根据本发明实施例的一种授信管理装置的主要模块示意图；

图7是本发明实施例可以应用于其中的示例性系统架构图；

图8是适于用来实现本发明实施例的移动设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

参见图1，示出的是本发明实施例提供的一种授信管理方法的主要流程图，包括如下步骤：

S101：获取目标企业下与各评级指标对应的指标数据；

S102：对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，结合对所述任一个评级指标预设的权重值，得到所述任一个评级指标的分值；

S103：累加所有评级指标的分值，得到对所述目标企业的评分，若所述评分位于预设授信分值范围内，则对所述目标企业进行授信处理。

上述实施方式中，对于步骤S101～S102，分析企业风险点，明确规模与多元化、运营实力、盈利能力、财务政策与偿债能力等四大因素，通过专家咨询法(Delphi)和层次分析法对各层次的指标进行动态赋权，通过指标数据分布区间来评定企业的授信等级。

本发明以企业基本信息、科技研发能力、经营管理能力、知识产权评价等作为一级评级指标，构建指标库，指标库部分指标及指标说明内容如下：

表1

针对目标企业，首先引入与每个二级指标对应的指标数据，如社会信用数据，之后开始计算功效系数。需要说明的是，本方案并未使用到金融机构的私有数据，如目标企业的存款、贷款、结算量、息差、理财等。

实施例一，参见图2所示：

S201：判断样本企业中是否包含所述目标企业；

S201：若包含，则从样本正态分布曲线中确定所述指标数据所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数；

S202：若不包含，则运用直方图匹配算法，对所述指标数据和所述样本数据一同进行正态分布处理，以更新样本正态分布曲线；

S203：确定所述指标数据在更新后的样本正态分布曲线中所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数。

样本正态分布曲线由样本数据生成，样本数据对应样本企业，且样本企业的数量为多个。本实施例以样本数据为基础，仅考虑相应样本正态分布曲线，在目标企业不属于样本企业的情况下，需要糅合目标企业的指标数据和原有样本数据，重新生成样本正态分布曲线，参见图3所示。

只有在目标企业属于样本企业或者重新糅合之后，在样本正态分布曲线中查询与一个二级指标下指标数据对应的区间，一个区间对应一个概率，因而可以将与该区间对应的概率作为一个二级指标对应的功效系数。

进一步的，在判断指标数据在样本正态分布曲线中所处的区间之前，还可以使用功效系数法，将每个二级指标下的指标数据转换为0～1之间的数值，使其呈现为某一特定密度分布。

更进一步的，为使得最终区间计算准确率更高，还可以从样本正态分布曲线中筛选出小于第一预设数值或者大于第二预设数值的概率，以重新更新样本正态分布曲线；其中，第一预设数值为大于0的一个数值，第二预设数值为小于1的另一个数值。

实施例二，参见图4所示：

S401：运用功效系数法，将任一个评级指标下的指标数据转换为预设范围内的数值；

S402：基于所述目标企业的规模信息和所属行业信息，对所述数据做正态分布处理；

S402：确定样本正态分布曲线中所述处理结果所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数；其中，样本正态分布曲线通过对样本数据进行正态分布处理得到，样本数据对应多个样本企业；

S404：运用直方图匹配算法，将所述目标企业的指标数据和所述样本数据，一同进行正态分布处理，以更新样本正态分布曲线。

本实施例首先运用功效系数法，将各评级指标下的指标数据变更为0～1范围的数值，且各评级指标均按行业信息和规模信息独立计算。例如企业研发投入原始指标数据：

(2575.75,2632.1,2736.47,3622.33,4247.47,4473.17,4485.61,4514.41,4697.56,5210.71,5562.45,5921.6,6478.47,...)

转换结果：

(0.2434,0.2545,0.2945,0.3535,0.4534,0.5642,0.5861,0.5834,0.6453,0.7345,0.7643,0.8646,0.8543,...)

基于部分指标具有创新性的考虑，因此在功效系数转换过程中，允许进行最优系数调整，即根据直方图分布结果，对部分极值进行重新分布，使得企业指标转换为无量纲功效系数时，更加贴近实际，并有一定的指导意义。

进一步的，此处并未考虑样本企业中是否包含目标企业，因此在计算目标企业各二级指标的功效系数之后，可以结合样本数据重新更新样本正态分布曲线。

按照以上计算方式，得到每个二级指标的功效系数，之后可以计算每个二级指标的分值，根据考虑信息的不同有两种计算方式，假设已知每个一级指标的权重、二级指标的权重，以表1中的企业基本信息为例，其在所有一级指标下的权重为15％，该指标下的二级指标企业实力评价、行业趋势和信用记录的权重假设分别为30％、40％和30％：

1)不考虑一级指标的权重

对于行业趋势，假设计算得到的功效系数为5，与权重40％的乘积为2，表示其在同一一级指标下所有二级指标中的分值。

2)考虑一级指标的权重

对于行业趋势，假设计算得到的功效系数为5，与权重40％的乘积为2，与企业基本信息权重15％的乘积为0.3，表示在所有指标下的分值。

对于步骤S103，对于不考虑一级指标权重的情况，在计算到每个二级指标的分值后，还需要累加以计算该一级指标的功效系数，结合该一级指标的预设权重值，得到该一级指标的分值。例如，在分别计算企业实力评价、行业趋势和信用记录的分值后，累加乘以15％，得到企业基本信息的分值，之后再累加所有一级指标的分值，以得到对目标企业的评分。但对于考虑一级指标权重的情况，此时直接累加即可得到整个指标分值的和，即对目标企业的评分。

具体地，采用线性综合法，将这些同度量指标的分值综合起来，得到综合评分D＝∑(功效系数Ai×权重Wi)。考虑所得评分实际较小，因此采取扩大分差法，对原始评分整体进行折合计算，判断目标企业评分是否位于[60，100](该预设授信分值范围仅为示例，实际可调)。例如，对所有企业的评分整体扩大20倍，企业A的评分为3.3，扩大后为66，为实际评分。

进一步的，考虑不同企业对社会、所属领域所做出的贡献，可以适应性进行加分，参见表2所示：

表2

获取该目标企业的社会评价信息，确定企业加分项，如获奖信息，并根据具体获奖含金量、等级等，计算其功效系数，结合其预设权重，得到获奖信息分值，进而得到社会评价信息的分值。需要说明的是，社会评价信息的分值并不会进行扩大处理，例如，企业A的评分为66，社会评价信息的分值为5，两者累加得到企业A的最终评分为71。

此外，还可以对预设授信分值范围(如上述[60，100])进行调整，首先判断实际评分低于60的企业数量是否超限，如100家企业中50个企业的实际评分均低于60。或者是否大部分企业的评分都满足授信条件，如100家企业中有98家企业的评分均位于60～100之间。

以上都属于需要调整预设授信分值范围的情况，或者根据实际业务需要，运用贝塔分布算法通过设置参数α、β值灵活控制分布形状，以对样本企业实际评分的总值、峰度、偏度，进行动态调整，使其符合各自的风险偏好。

表3

α	β	[60,70)	[70,80)	[80,90)	[90,100]
						2	4	36	45	17	2
3	4	16	49	31	4
						2	2	15	35	34	16
4	3	3	31	49	17
						4	2	1	17	45	37

上述实施例所提供的方法，针对中小微企业垂直领域——科技型企业，引入以社会信用数据为基础的企业研发能力、知识产权、资质奖项等与科技企业密切相关的软实力评价指标，提供了一种针对市场适用性强，不以金融机构私有数据为核心的科技企业评级模型。

参见图5，示出了根据本发明实施例的一种可选的授信管理方法流程示意图，包括如下步骤：

S501：获取目标企业下与各评级指标对应的指标数据；

S502：对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，结合对所述任一个评级指标预设的权重值，得到所述任一个评级指标的分值；

S503：累加所有评级指标的分值，得到对所述目标企业的评分，若所述评分位于预设授信分值范围内，则对所述目标企业进行授信处理；

S504：判断所述评分所处得分区间，将与所述得分区间对应的等级作为对所述目标企业的授信等级，确定与所述授信等级对应的授信额；

S505：基于所述目标企业上一年实缴增值税纳税额和所得税纳税额，以确定实缴纳税可贷额度，计算所述实缴纳税可贷额度和所述授信额的比值；

S506：确定所述比值所处区间，获取与所述区间对应的比例，将所述比例乘以所述授信额，以调整对所述目标企业的实际授信额。

上述实施方式中，对于步骤S501～S503可参见图1所示步骤S101～S103的描述，在此不再赘述。

上述实施方式中，对于步骤S504，设定分级映射标准，将企业得分转化为授信等级，参见表4所示：

表4得分等级对照表

授信等级	得分区间	授信额
			AAA	96＝<x	500
AA	85<＝x<96	400
			A	76<＝x<85	300
BBB	69<＝x<76	200
			BB	60<＝x<69	100

假设企业最终得分为71，位于69<＝x<76区间，则确定该目标企业的授信等级为BBB，与其对应的授信额为200。

对于步骤S505～S506，获取企业上年的实缴纳税额并进行放大，得到实缴纳税可贷额度＝企业上年实缴增值税纳税额的x倍+企业上年实缴所得税纳税额的y倍，其中，x、y依据工作人员设定。

基于上述z和表3所得授信额进行调整，得到最终的建议授信额，参见表5所示，其中k＝实缴纳税可贷额度和授信额的比值：

表5纳税调整对照表

确定k所处区间，将与该区间对应的比例，乘以通过表3确定的授信额，得到对该目标企业的实际授信额。

本发明实时例所提供的方法，以社会信用数据为支撑，针对科技信用贷款研发，包括评级指标库、指标测算、评级模型构建，弥补了现有科技信用贷领域评级方法与模型的缺失，丰富贷款评级的测算。

参见图6，示出了本发明实施例提供的一种授信管理装置600的主要模块示意图，包括：

获取模块601，用于获取目标企业下与各评级指标对应的指标数据；

计算模块602，用于对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，结合对所述任一个评级指标预设的权重值，得到所述任一个评级指标的分值；

评分模块603，用于累加所有评级指标的分值，得到对所述目标企业的评分，若所述评分位于预设授信分值范围内，则对所述目标企业进行授信处理。

本发明实施装置中，所述计算模块602，用于：

判断样本企业中是否包含所述目标企业；

若包含，则从样本正态分布曲线中确定所述指标数据所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数；或

若不包含，则运用直方图匹配算法，对所述指标数据和所述样本数据一同进行正态分布处理，以更新样本正态分布曲线；

确定所述指标数据在更新后的样本正态分布曲线中所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数。

本发明实施装置中，所述计算模块602，用于：

运用直方图匹配算法，基于所述目标企业的规模信息和所属行业信息，对所述指标数据做正态分布处理；

确定样本正态分布曲线中所述处理结果所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数；其中，样本正态分布曲线通过对样本数据进行正态分布处理得到，样本数据对应多个样本企业。

本发明实施装置中，所述计算模块602，还用于：

运用直方图匹配算法，将所述目标企业的指标数据和所述样本数据，一同进行正态分布处理，以更新样本正态分布曲线。

本发明实施装置中，所述计算模块602，用于：

运用功效系数法，将所述任一个评级指标下的指标数据转换为预设范围内的数值。

本发明实施装置中，所述计算模块602，还用于：

在运用直方图匹配算法后，从样本正态分布曲线中筛选出小于所述第一预设数值或者大于所述第二预设数值的概率，之后更新样本正态分布曲线；其中，所述第二预设数值大于所述第一预设数值。

本发明实施装置中，所述第一预设数值、所述第二预设数值位于0和18之间，所述第一预设数值为大于0的一个数值，所述第二预设数值为小于18的另一个数值。

本发明实施装置中，所述评级指标为二级指标；

所述评分模块603，用于：

累加任一个一级指标下所有二级指标的分值，得到所述任一个一级指标的功效系数，结合对所述任一个一级评级指标预设的权重值，得到所述任一个一级评级指标的分值；

累加所有一级评级指标的分值，得到对所述目标企业的评分。

本发明实施装置中，所述一级指标包括企业基本信息、科技研发能力、知识产权评价、经营管理能力；

企业基本信息下的二级指标包括：企业实力评价、行业趋势和信用记录；

科技研发能力下的二级指标包括：企业研发投入强度、企业投入强度水平和研发人员占比水平；

知识产权评价下的二级指标包括：知识产权拥有水平；

经营管理能力下的二级指标包括：主营收入占比水平、人均销售收入水平、资产收益水平和主营业务成本水平。

本发明实施装置中，企业基本信息、科技研发能力、知识产权评价和经营管理能力的权重值总和为1。

本发明实施装置中，所述评分模块603，还用于：采取扩大分差法，对累加得到的评分进行扩大处理，得到对所述目标企业的实际评分。

本发明实施装置中，所述评分模块603，还用于：

获取所述目标企业的社会评价信息，结合对所述社会评价信息预设的权重值，计算所述目标企业的社会评价值；

累计所述实际评分和所述社会评价值，得到所述目标企业的最终评分。

本发明实施装置中，所述评分模块603，还用于：

判断所述评分所处得分区间，将与所述得分区间对应的等级作为对所述目标企业的授信等级，进而基于与所述授信等级对应的授信额对所述目标企业进行授信处理。

本发明实施装置中，所述评分模块603，还用于：

基于所述目标企业上一年实缴增值税纳税额和所得税纳税额，以确定实缴纳税可贷额度，计算所述实缴纳税可贷额度和所述授信额的比值；

确定所述比值所处区间，获取与所述区间对应的比例，将所述比例乘以所述授信额，以调整对所述目标企业的实际授信额。

本发明实施装置中，预设授信分值范围为[第三预设数值，第四预设数值]，

所述装置还包括调整模块，用于：

统计评分小于所述第三预设数值的第一企业数量，判断所述第一企业数量是否超出第一预设阈值；或

统计评分大于或等于所述第三预设数值、且小于等于所述第四预设数值的第二企业数量，判断所述第二企业数量是否超出第二预设阈值；

若超出，则对样本企业的评分进行正态分布处理，运用贝塔分布算法调整正态分布曲线的峰度、偏度，以调整所述预设授信分值范围。

本发明实施装置中，所述目标企业属于中小微企业下的科技型企业。

另外，在本发明实施例中所述装置的具体实施内容，在上面所述方法中已经详细说明了，故在此重复内容不再说明。

图7示出了可以应用本发明实施例的示例性系统架构700，包括终端设备701、702、703，网络704和服务器705(仅仅是示例)。

终端设备701、702、703可以是具有显示屏并且支持网页浏览的各种电子设备，安装有各种通讯客户端应用，用户可以使用终端设备701、702、703通过网络704与服务器705交互，以接收或发送消息等。

网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

服务器705可以是提供各种服务的服务器，用于执行设定指标、拉取与指标对应的指标数据、基于指标数据计算指标功效系数，基于功效系数计算企业评分，调整评分以及调整授信额操作。

需要说明的是，本发明实施例所提供的方法一般由服务器705执行，相应地，装置一般设置于服务器705中。

应该理解，图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图8，其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块、计算模块、评分模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，评分模块还可以被描述为“企业评分模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：

获取模块，用于获取目标企业下与各评级指标对应的指标数据；

计算模块，用于对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，结合对所述任一个评级指标预设的权重值，得到所述任一个评级指标的分值；

评分模块，用于累加所有评级指标的分值，得到对所述目标企业的评分，若所述评分位于预设授信分值范围内，则对所述目标企业进行授信处理。

根据本发明实施例的技术方案，针对中小微企业垂直领域——科技型企业，引入以社会信用数据为基础的企业研发能力、知识产权、资质奖项等与科技企业密切相关的软实力评价指标，提供了一种针对市场适用性强，不以金融机构私有数据为核心的科技企业评级模型。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (18)

1.一种授信管理方法，其特征在于，包括：

获取目标企业下与各评级指标对应的指标数据；

对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，结合对所述任一个评级指标预设的权重值，得到所述任一个评级指标的分值；

累加所有评级指标的分值，得到对所述目标企业的评分，若所述评分位于预设授信分值范围内，则对所述目标企业进行授信处理。

2.根据权利要求1所述的方法，其特征在于，所述对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，包括：

判断样本企业中是否包含所述目标企业；

若包含，则从样本正态分布曲线中确定所述指标数据所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数；或

若不包含，则运用直方图匹配算法，对所述指标数据和所述样本数据一同进行正态分布处理，以更新样本正态分布曲线；

确定所述指标数据在更新后的样本正态分布曲线中所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数。

3.根据权利要求1所述的方法，其特征在于，所述对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，包括：

运用直方图匹配算法，基于所述目标企业的规模信息和所属行业信息，对所述指标数据做正态分布处理；

确定样本正态分布曲线中所述处理结果所处的区间，将与所述区间对应的概率作为所述任一个评价指标的功效系数；其中，样本正态分布曲线通过对样本数据进行正态分布处理得到，样本数据对应多个样本企业。

4.根据权利要求3所述的方法，其特征在于，在所述将与所述区间对应的概率作为所述任一个评价指标的功效系数之后，还包括：

运用直方图匹配算法，将所述目标企业的指标数据和所述样本数据，一同进行正态分布处理，以更新样本正态分布曲线。

5.根据权利要求2或3所述的方法，其特征在于，所述对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，还包括：

运用功效系数法，将所述任一个评级指标下的指标数据转换为预设范围内的数值。

6.根据权利要求2或3所述的方法，其特征在于，还包括：

在运用直方图匹配算法后，从样本正态分布曲线中筛选出小于所述第一预设数值或者大于所述第二预设数值的概率，之后更新样本正态分布曲线；其中，所述第二预设数值大于所述第一预设数值。

7.根据权利要求6所述的方法，其特征在于，所述第一预设数值、所述第二预设数值位于0和1之间，所述第一预设数值为大于0的一个数值，所述第二预设数值为小于1的另一个数值。

8.根据权利要求1所述的方法，其特征在于，所述评级指标为二级指标；

所述累加所有评级指标的分值，得到对所述目标企业的评分，包括：

累加任一个一级指标下所有二级指标的分值，得到所述任一个一级指标的功效系数，结合对所述任一个一级评级指标预设的权重值，得到所述任一个一级评级指标的分值；

累加所有一级评级指标的分值，得到对所述目标企业的评分。

9.根据权利要求8所述的方法，其特征在于，所述一级指标包括企业基本信息、科技研发能力、知识产权评价、经营管理能力；

企业基本信息下的二级指标包括：企业实力评价、行业趋势和信用记录；

科技研发能力下的二级指标包括：企业研发投入强度、企业投入强度水平和研发人员占比水平；

知识产权评价下的二级指标包括：知识产权拥有水平；

经营管理能力下的二级指标包括：主营收入占比水平、人均销售收入水平、资产收益水平和主营业务成本水平。

10.根据权利要求9所述的方法，其特征在于，企业基本信息、科技研发能力、知识产权评价和经营管理能力的权重值总和为1。

11.根据权利要求1或8所述的方法，其特征在于，所述累加所有评级指标的分值，得到对所述目标企业的评分，还包括：

采取扩大分差法，对累加得到的评分进行扩大处理，得到对所述目标企业的实际评分。

12.根据权利要求11所述的方法，其特征在于，所述得到对所述目标企业的实际评分，还包括：

获取所述目标企业的社会评价信息，结合对所述社会评价信息预设的权重值，计算所述目标企业的社会评价值；

累计所述实际评分和所述社会评价值，得到所述目标企业的最终评分。

13.根据权利要求1所述的方法，其特征在于，若所述评分位于预设授信分值范围内，则对所述目标企业进行授信处理，还包括：

判断所述评分所处得分区间，将与所述得分区间对应的等级作为对所述目标企业的授信等级，进而基于与所述授信等级对应的授信额对所述目标企业进行授信处理。

14.根据权利要求13所述的方法，其特征在于，所述基于与所述授信等级对应的授信额对所述目标企业进行授信处理，还包括：

基于所述目标企业上一年实缴增值税纳税额和所得税纳税额，以确定实缴纳税可贷额度，计算所述实缴纳税可贷额度和所述授信额的比值；

确定所述比值所处区间，获取与所述区间对应的比例，将所述比例乘以所述授信额，以调整对所述目标企业的实际授信额。

15.根据权利要求1所述的方法，其特征在于，预设授信分值范围为[第三预设数值，第四预设数值]，

所述方法还包括：

统计评分小于所述第三预设数值的第一企业数量，判断所述第一企业数量是否超出第一预设阈值；或

统计评分大于或等于所述第三预设数值、且小于等于所述第四预设数值的第二企业数量，判断所述第二企业数量是否超出第二预设阈值；

若超出，则对样本企业的评分进行正态分布处理，运用贝塔分布算法调整正态分布曲线的峰度、偏度，以调整所述预设授信分值范围。

16.一种授信管理装置，其特征在于，包括：

获取模块，用于获取目标企业下与各评级指标对应的指标数据；

计算模块，用于对于任一个评级指标下的指标数据，计算所述任一个评级指标的功效系数，结合对所述任一个评级指标预设的权重值，得到所述任一个评级指标的分值；

评分模块，用于累加所有评级指标的分值，得到对所述目标企业的评分，若所述评分位于预设授信分值范围内，则对所述目标企业进行授信处理。

17.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-15中任一个所述的方法。

18.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-15中任一个所述的方法。

Images