CN113610615A - 一种根据流水判别企业经营水平的方法 - Google Patents
一种根据流水判别企业经营水平的方法 Download PDFInfo
- Publication number
- CN113610615A CN113610615A CN202110834526.XA CN202110834526A CN113610615A CN 113610615 A CN113610615 A CN 113610615A CN 202110834526 A CN202110834526 A CN 202110834526A CN 113610615 A CN113610615 A CN 113610615A
- Authority
- CN
- China
- Prior art keywords
- transaction
- running water
- data
- monthly
- expenditure
- 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.)
- Withdrawn
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000033001 locomotion Effects 0.000 claims abstract description 6
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims 1
- 230000029305 taxis Effects 0.000 claims 1
- 238000010835 comparative analysis Methods 0.000 abstract description 2
- 238000012502 risk assessment Methods 0.000 abstract description 2
- 238000002372 labelling Methods 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
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
- G06Q40/12—Accounting
- G06Q40/123—Tax preparation or submission
-
- 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)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及风险评估技术领域，具体地说是一种根据流水判别企业经营水平的方法，包括主要交易对手分析，月贡献率分析，贡献度比对分析，营销反哺分析，日常进出账分析，日均分析，资金调动分析，并将分析结果分别与设定的临界值比较，如在临界值范围内，则没有逾期风险，如超出临界值范围，则逾期风险较高。本发明同现有技术相比，从经过处理的电子流水数据中，进行包括主要交易对手分析、月贡献率分析、贡献度对比分析、营销反哺分析的交易对手分析以及包括日常进出帐分析、日均分析、资金调动分析的日常经营分析，判断企业及企业主的经营能力，得出逾期风险结论。
Description
技术领域
本发明涉及风险评估技术领域，具体地说是一种根据流水判别企业经营水平的方法。
背景技术
现有流水经营判断的方法主要包括日均余额的统计分析与前十大对手方的统计分析，资金流入流出的统计分析。由于原始流水数据的处理比较简易，分析算法也较常规，只能浅显的反应出流水主体的经营能力。
因此，需要设计一种根据流水判别企业经营水平的方法，能够更好地评估企业经营能力，评估逾期风险。
发明内容
本发明的目的是克服现有技术的不足，提供了一种根据流水判别企业经营水平的方法，能够更好地评估企业经营能力，评估逾期风险。
为了达到上述目的，本发明提供一种根据流水判别企业经营水平的方法，包括如下步骤：步骤1，主要交易对手分析，步骤2，月贡献率分析，步骤3，贡献度比对分析，步骤4，营销反哺分析，步骤5，日常进出账分析，步骤6，日均分析，步骤7，资金调动分析，步骤8，将主要交易对手分析结果、月贡献率分析结果、贡献度比对分析结果、营销反哺分析结果、日常进出账分析结果、日均分析结果、资金调动分析结果分别与设定的临界值比较，如在临界值范围内，则没有逾期风险，如超出临界值范围，则逾期风险较高。
所述的主要交易对手分析包括如下步骤：步骤a1，对流水数据进行统计，剔除空的交易对手，分别以进账金额、进账笔数、出账金额、出账笔数进行所有交易对手排名，步骤a2，对所有交易对手的进账金额、进账笔数、出账金额、出账笔数的四个排名值分别记为InAmt、InCnt、OutAmt 、OutCnt，对四个排名值进行权重配比并重新计算新名次，步骤a3，按升序排序截取前十位交易对手并标注排名后，存入流水数据中，步骤a4，对前十位交易对手计算交易自然月个数、交易平均账期、进账笔均、进账日均、出账笔均、出账日均，根据每个自然月进行进账金额、进账笔数、出账金额、出账笔数的计算并绘制月度进出账趋势图，形成主要交易对手分析结果。
所述的月贡献率分析包括如下步骤：步骤b1，计算每个自然月的月进账金额、月进账笔均、月出账金额、月出账笔均，并计算每月的进账贡献率和出账贡献率，对前五位交易对手绘制月贡献率趋势图，步骤b2，以前五汇总人员、前十汇总人员的月均进账金额、月均出账金额作为衡量基准，计算相对贡献率，比对相对贡献率在衡量基准的上下浮动程度，并评估交易发生的淡旺季，形成月贡献率分析结果。
所述的贡献度比对分析包括如下步骤：步骤c1，对流水数据划分，若存在一份及以上的旧流水数据，则按照时间由远到近进行编号，记录时间维度为历史流水，进行步骤c2；若不存在旧流水数据，则对新流水数据进行划分，若新流水数据为不同年份，则划分年度流水并按照时间由远到近进行编号，若新流水数据为同一年度且不同半年，则划分半年期流水并按照时间由远到近进行编号，若新流水数据为同一半年，则划分季度流水并按照时间由远到近进行编号；步骤c2，对每个编号的流水数据分别计算各层次贡献度，评估交易对手的稳定性以及时间维度变化，形贡献度比对分析结果。
所述的营销反哺分析包括如下步骤：步骤d1，划分对私交易、对公交易，获得对私出账、对私进账、对公出账、对公进账的流水数据；步骤d2，分别对对私出账、对私进账、对公出账、对公进账的流水数据进行信息识别，将交易备注列内容与字符“采购”、“预定”、“货款”比对，对高相似度的进账信息标注下游客户、下游企业，对相似的出账信息标注上游客户、上游企业；步骤d3，对对私出账、对私进账、对公出账、对公进账的流水数据进行联络号码捕捉，将交易备注列内容中读取11位且开头两位数字是13~19的连续数字标注联络号码，形成营销反哺分析结果。
所述的日常进出账分析包括如下步骤：步骤e1，获取已有标签的流水数据，剔除关联关系交易、异常交易、借贷交易后，形成经营进账流水，步骤e2，筛选出账的全部数据，对交易备注、交易渠道、交易类型、交易用途四列计算“工资”、“奖金”、“年终奖”字符相似度，对高相似度的流水条目标注支付工资，步骤e3，剔除标注支付工资的出账数据，对交易备注、交易渠道、交易类型、交易用途四列计算“电费”、“水费”、“水电”、“煤气”、“燃气”字符相似度，对高相似度的流水条目标注生活支出，步骤e4，剔除标注支付工资、生活支出的出账数据，对交易备注、交易渠道、交易类型、交易用途四列计算“房租”、“租金”字符相似度，对高相似度的流水条目标注租金支出，步骤e5，剔除标注支付工资、生活支出、租金支出的出账数据，对交易备注、交易渠道、交易类型、交易用途四列计算“保险”、“保费”、“维修费”字符相似度，对高相似度的流水条目标注保险支出，步骤e6，剔除标注支付工资、生活支出、租金支出、保险支出的出账数据，对交易备注、交易渠道、交易类型、交易用途四列计算“缴税”、“纳税”、“交税”字符相似度，对高相似度的流水条目标注缴税，步骤e7，对经营进账流水以及标注支付工资、生活支出、租金支出、保险支出、缴税的出账流水，进行以自然月为单位的汇总，绘制日常经营进出账图，形成日常进出账分析结果； 所述的日均分析包括如下步骤：步骤f1，获取流水数据，筛选出各个季度的21~23日的结息日进账流水，对交易备注、交易渠道、交易类型、交易用途四列计算“付息”、“利息存入”、“结息”、“入息”、“利息起息”字符相似度，筛选出高相似度的流水条目，并按照每个季度节点去重，只保留金额最小的一条流水并标注结息，步骤f2，对每条标注结息的季度流水进行结息日均计算，步骤f3，获取流水数据，对每一天流水进行去重，只保留最后一条流水条目，并顺序补充填满缺失的日期，缺失的当前余额列数据则填补为前一天的当前余额，步骤f4，进行余额日均的计算，步骤f5，搜寻系统中的旧流水数据，若存在一份及以上的旧流水数据，则按照时间由远到近进行流水数据编号，重新进行步骤f1~f4，并记录维度为历史日均，继续进行步骤f6，若不存在旧流水数据，则对新流水数据进行划分，若新流水数据为不同年份，则按年度由远到近进行编号，重新进行步骤f1~f4，并记录维度为年度日均，继续进行步骤f6，若新流水数据为相同年份，则不记录时间维度，继续进行步骤f6，步骤f6，若存在历史日均数据或者年度日均数据，则对比日均数据的历史比对与年度比对，形成具有多段流水区间的结息变化以及余额变化的日均分析结果。
所述的资金调动分析包括如下步骤：步骤g1，获取已有标签的流水数据，剔除关联关系交易、异常交易、借贷交易后，形成经营进账流水，步骤g2，对经营进账流水的经营性进账金额进行0-5万、5-10万、10-30万、30-50万、50-100万的区间划分，统计区间笔数，计算笔数占比并绘制笔数统计饼图，步骤g3，获取流水数据，对每一天流水进行去重，只保留最后一条流水条目，并顺序补充填满缺失的日期，缺失的当前余额列数据则填补为前一天的当前余额，步骤g4，对余额进行0-5万、5-10万、10-30万、30-50万、50-100万的区间划分，统计区间天数，计算天数占比，绘制天数统计饼图，步骤g5，获取申请金额，在笔数统计饼图、天数统计饼图中标注申请金额的具体区间，如所在区间占比小于5%，则提示风险。
所述的流水数据包括交易时间、交易对手、交易金额、交易备注、交易渠道、交易用途、借贷交易类型、异常交易类型、关联担保类型。
所述的对四个排名值进行权重配比并重新计算新名次的计算公式为： Rank=InAmt+2×InCnt+2×OutAmt+3×OutCnt。
如月进账金额＞2倍月进账笔均，进账贡献率=（月进账金额-月进账笔均）÷进账总额，如0＜月进账金额＜2倍月进账笔均，进账贡献率=月进账金额÷2倍进账总额，如月进账金额=0，进账贡献率=0；如月出账金额＞2倍月出账笔均，出账贡献率=（月出账金额-月出账笔均）÷出账总额，如0＜月出账金额＜2倍月出账笔均，出账贡献率=月出账金额÷2倍出账总额，如月出账金额=0，出账贡献率=0。
所述的相对贡献率的计算公式为：进账相对贡献率=进账总额÷月均进账金额，出账相对贡献路=出账总额÷月均出账金额。
所述的旧流水数据为距离所提供流水最后交易日一年以上的流水数据，新流水数据为距离所提供流水最后交易日一年及以内的流水数据。
所述的高相似度指比对字符与关键字符按照相似度计算最大值>0.76。
本发明同现有技术相比，从经过处理的电子流水数据中，进行包括主要交易对手分析、月贡献率分析、贡献度对比分析、营销反哺分析的交易对手分析以及包括日常进出帐分析、日均分析、资金调动分析的日常经营分析，判断企业及企业主的经营能力，得出逾期风险结论。
具体实施方式
现对本发明做进一步描述。
本发明提供一种根据流水判别企业经营水平的方法，包括如下步骤：步骤1，主要交易对手分析，主要交易对手分析包括如下步骤：步骤a1，对流水数据进行统计，剔除空的交易对手，分别以进账金额、进账笔数、出账金额、出账笔数进行所有交易对手排名，步骤a2，对所有交易对手的进账金额、进账笔数、出账金额、出账笔数的四个排名值分别记为InAmt、InCnt、OutAmt 、OutCnt，对四个排名值进行权重配比并重新计算新名次，步骤a3，按升序排序截取前十位交易对手并标注排名后，存入流水数据中，步骤a4，对前十位交易对手计算交易自然月个数、交易平均账期、进账笔均、进账日均、出账笔均、出账日均，根据每个自然月进行进账金额、进账笔数、出账金额、出账笔数的计算并绘制月度进出账趋势图，形成主要交易对手分析结果。
主要交易对手分析能够抓取流水主体的进出账特征并挖掘重要交易对象。
步骤2，月贡献率分析。月贡献率分析包括如下步骤：步骤b1，计算每个自然月的月进账金额、月进账笔均、月出账金额、月出账笔均，并计算每月的进账贡献率和出账贡献率，对前五位交易对手绘制月贡献率趋势图，步骤b2，以前五汇总人员、前十汇总人员的月均进账金额、月均出账金额作为衡量基准，计算相对贡献率，比对相对贡献率在衡量基准的上下浮动程度，并评估交易发生的淡旺季，形成月贡献率分析结果。
月贡献率是评判每个交易对手每个月与流水主体交易重要程度的数据指标，主要交易对手抓取是通过全局层面进行了排名，但是由于行业淡旺季影响、存销情况，需要具体分析每个自然月主要交易对手与流水主体的交易往来。
步骤3，贡献度比对分析。贡献度比对分析包括如下步骤：步骤c1，对流水数据划分，若存在一份及以上的旧流水数据，则按照时间由远到近进行编号，记录时间维度为历史流水，进行步骤c2；若不存在旧流水数据，则对新流水数据进行划分，若新流水数据为不同年份，则划分年度流水并按照时间由远到近进行编号，若新流水数据为同一年度且不同半年，则划分半年期流水并按照时间由远到近进行编号，若新流水数据为同一半年，则划分季度流水并按照时间由远到近进行编号；步骤c2，对每个编号的流水数据分别计算各层次贡献度，评估交易对手的稳定性以及时间维度变化，形贡献度比对分析结果。
当一份所提供的流水数据能够按照季度、半年、年度去划分，就可以比较每个季度、半年、年度所有交易对手的交易金额占比；同理，当一笔业务进行续贷、驳回再贷等情况时，可以对比新旧两份流水不同层次交易对手的交易金额占比，也称作层次贡献度。
步骤4，营销反哺分析。营销反哺分析包括如下步骤：步骤d1，划分对私交易、对公交易，获得对私出账、对私进账、对公出账、对公进账的流水数据；步骤d2，分别对对私出账、对私进账、对公出账、对公进账的流水数据进行信息识别，将交易备注列内容与字符“采购”、“预定”、“货款”比对，对高相似度的进账信息标注下游客户、下游企业，对相似的出账信息标注上游客户、上游企业；步骤d3，对对私出账、对私进账、对公出账、对公进账的流水数据进行联络号码捕捉，将交易备注列内容中读取11位且开头两位数字是13~19的连续数字标注联络号码，形成营销反哺分析结果。
主要交易对手之中藏匿了与流水主体交易的主要客群，包括一些个人与企业，对此，营销反哺模块区分对私、对公交易，拆解主要交易对手。
步骤5，日常进出账分析。日常进出账分析包括如下步骤：步骤e1，获取已有标签的流水数据，剔除关联关系交易、异常交易、借贷交易后，形成经营进账流水，步骤e2，筛选出账的全部数据，对交易备注、交易渠道、交易类型、交易用途四列计算“工资”、“奖金”、“年终奖”字符相似度，对高相似度的流水条目标注支付工资，步骤e3，剔除标注支付工资的出账数据，对交易备注、交易渠道、交易类型、交易用途四列计算“电费”、“水费”、“水电”、“煤气”、“燃气”字符相似度，对高相似度的流水条目标注生活支出，步骤e4，剔除标注支付工资、生活支出的出账数据，对交易备注、交易渠道、交易类型、交易用途四列计算“房租”、“租金”字符相似度，对高相似度的流水条目标注租金支出，步骤e5，剔除标注支付工资、生活支出、租金支出的出账数据，对交易备注、交易渠道、交易类型、交易用途四列计算“保险”、“保费”、“维修费”字符相似度，对高相似度的流水条目标注保险支出，步骤e6，剔除标注支付工资、生活支出、租金支出、保险支出的出账数据，对交易备注、交易渠道、交易类型、交易用途四列计算“缴税”、“纳税”、“交税”字符相似度，对高相似度的流水条目标注缴税，步骤e7，对经营进账流水以及标注支付工资、生活支出、租金支出、保险支出、缴税的出账流水，进行以自然月为单位的汇总，绘制日常经营进出账图，形成日常进出账分析结果。
流水数据中的收入、支出都有不同的类型，日常进出账分析模块能够根据数据表现进行细致划分，并且捕捉淡旺季特征。
步骤6，日均分析。日均分析包括如下步骤：步骤f1，获取流水数据，筛选出各个季度的21~23日的结息日进账流水，对交易备注、交易渠道、交易类型、交易用途四列计算“付息”、“利息存入”、“结息”、“入息”、“利息起息”字符相似度，筛选出高相似度的流水条目，并按照每个季度节点去重，只保留金额最小的一条流水并标注结息，步骤f2，对每条标注结息的季度流水进行结息日均计算，步骤f3，获取流水数据，对每一天流水进行去重，只保留最后一条流水条目，并顺序补充填满缺失的日期，缺失的当前余额列数据则填补为前一天的当前余额，步骤f4，进行余额日均的计算，步骤f5，搜寻系统中的旧流水数据，若存在一份及以上的旧流水数据，则按照时间由远到近进行流水数据编号，重新进行步骤f1~f4，并记录维度为历史日均，继续进行步骤f6，若不存在旧流水数据，则对新流水数据进行划分，若新流水数据为不同年份，则按年度由远到近进行编号，重新进行步骤f1~f4，并记录维度为年度日均，继续进行步骤f6，若新流水数据为相同年份，则不记录时间维度，继续进行步骤f6，步骤f6，若存在历史日均数据或者年度日均数据，则对比日均数据的历史比对与年度比对，形成具有多段流水区间的结息变化以及余额变化的日均分析结果。
步骤7，资金调动分析，资金调动分析包括如下步骤：步骤g1，获取已有标签的流水数据，剔除关联关系交易、异常交易、借贷交易后，形成经营进账流水，步骤g2，对经营进账流水的经营性进账金额进行0-5万、5-10万、10-30万、30-50万、50-100万的区间划分，统计区间笔数，计算笔数占比并绘制笔数统计饼图，步骤g3，获取流水数据，对每一天流水进行去重，只保留最后一条流水条目，并顺序补充填满缺失的日期，缺失的当前余额列数据则填补为前一天的当前余额，步骤g4，对余额进行0-5万、5-10万、10-30万、30-50万、50-100万的区间划分，统计区间天数，计算天数占比，绘制天数统计饼图，步骤g5，获取申请金额，在笔数统计饼图、天数统计饼图中标注申请金额的具体区间，如所在区间占比小于5%，则提示风险。
资金调动分析监控了经营性进账以及每日余额，根据申请金额进行分析对比。
步骤8，将主要交易对手分析结果、月贡献率分析结果、贡献度比对分析结果、营销反哺分析结果、日常进出账分析结果、日均分析结果、资金调动分析结果分别与设定的临界值比较，如在临界值范围内，则没有逾期风险，如超出临界值范围，则逾期风险较高。逾期对象聚集于该客群的浓度提升，引起警戒。
上述步骤中，流水数据包括交易时间、交易对手、交易金额、交易备注、交易渠道、交易用途、借贷交易类型、异常交易类型、关联担保类型。
上述步骤中，对四个排名值进行权重配比并重新计算新名次的计算公式为： Rank=InAmt+2×InCnt+2×OutAmt+3×OutCnt。
上述步骤中，如月进账金额＞2倍月进账笔均，进账贡献率=（月进账金额-月进账笔均）÷进账总额，如0＜月进账金额＜2倍月进账笔均，进账贡献率=月进账金额÷2倍进账总额，如月进账金额=0，进账贡献率=0；如月出账金额＞2倍月出账笔均，出账贡献率=（月出账金额-月出账笔均）÷出账总额，如0＜月出账金额＜2倍月出账笔均，出账贡献率=月出账金额÷2倍出账总额，如月出账金额=0，出账贡献率=0。
上述步骤中，相对贡献率的计算公式为：进账相对贡献率=进账总额÷月均进账金额，出账相对贡献路=出账总额÷月均出账金额。
上述步骤中，旧流水数据为距离所提供流水最后交易日一年以上的流水数据，新流水数据为距离所提供流水最后交易日一年及以内的流水数据。
上述步骤中，高相似度指比对字符与关键字符按照相似度计算最大值>0.76。
相似度计算步骤如下：步骤1，设定检测字符串为x,划分为词组集
，设定关键字符集
。
步骤2，计算词组集与每个关键字符的余弦相似度，第一步将
细分为文字，如
，以k1的文字为标准基计算x1的编码值,如
与k1基
计算余弦相似度
,依次计算
，根据公式
计算出字符串X与关键词k1的相似度。
步骤3，得到字符串X与每个关键词的相似度之后再取最大值，根据公式
计算字符串X与关键词集k的相似度。
Claims (7)
1.一种根据流水判别企业经营水平的方法，其特征在于：包括如下步骤：步骤1，主要交易对手分析，步骤2，月贡献率分析，步骤3，贡献度比对分析，步骤4，营销反哺分析，步骤5，日常进出账分析，步骤6，日均分析，步骤7，资金调动分析，步骤8，将主要交易对手分析结果、月贡献率分析结果、贡献度比对分析结果、营销反哺分析结果、日常进出账分析结果、日均分析结果、资金调动分析结果分别与设定的临界值比较，如在临界值范围内，则没有逾期风险，如超出临界值范围，则逾期风险较高； 所述的主要交易对手分析包括如下步骤：步骤a1，对流水数据进行统计，剔除空的交易对手，分别以进账金额、进账笔数、出账金额、出账笔数进行所有交易对手排名，步骤a2，对所有交易对手的进账金额、进账笔数、出账金额、出账笔数的四个排名值分别记为InAmt、InCnt、OutAmt 、OutCnt，对四个排名值进行权重配比并重新计算新名次，步骤a3，按升序排序截取前十位交易对手并标注排名后，存入流水数据中，步骤a4，对前十位交易对手计算交易自然月个数、交易平均账期、进账笔均、进账日均、出账笔均、出账日均，根据每个自然月进行进账金额、进账笔数、出账金额、出账笔数的计算并绘制月度进出账趋势图，形成主要交易对手分析结果； 所述的月贡献率分析包括如下步骤：步骤b1，计算每个自然月的月进账金额、月进账笔均、月出账金额、月出账笔均，并计算每月的进账贡献率和出账贡献率，对前五位交易对手绘制月贡献率趋势图，步骤b2，以前五汇总人员、前十汇总人员的月均进账金额、月均出账金额作为衡量基准，计算相对贡献率，比对相对贡献率在衡量基准的上下浮动程度，并评估交易发生的淡旺季，形成月贡献率分析结果； 所述的贡献度比对分析包括如下步骤：步骤c1，对流水数据划分，若存在一份及以上的旧流水数据，则按照时间由远到近进行编号，记录时间维度为历史流水，进行步骤c2；若不存在旧流水数据，则对新流水数据进行划分，若新流水数据为不同年份，则划分年度流水并按照时间由远到近进行编号，若新流水数据为同一年度且不同半年，则划分半年期流水并按照时间由远到近进行编号，若新流水数据为同一半年，则划分季度流水并按照时间由远到近进行编号；步骤c2，对每个编号的流水数据分别计算各层次贡献度，评估交易对手的稳定性以及时间维度变化，形贡献度比对分析结果； 所述的营销反哺分析包括如下步骤：步骤d1，划分对私交易、对公交易，获得对私出账、对私进账、对公出账、对公进账的流水数据；步骤d2，分别对对私出账、对私进账、对公出账、对公进账的流水数据进行信息识别，将交易备注列内容与字符“采购”、“预定”、“货款”比对，对高相似度的进账信息标注下游客户、下游企业，对相似的出账信息标注上游客户、上游企业；步骤d3，对对私出账、对私进账、对公出账、对公进账的流水数据进行联络号码捕捉，将交易备注列内容中读取11位且开头两位数字是13~19的连续数字标注联络号码，形成营销反哺分析结果； 所述的日常进出账分析包括如下步骤：步骤e1，获取已有标签的流水数据，剔除关联关系交易、异常交易、借贷交易后，形成经营进账流水，步骤e2，筛选出账的全部数据，对交易备注、交易渠道、交易类型、交易用途四列计算“工资”、“奖金”、“年终奖”字符相似度，对高相似度的流水条目标注支付工资，步骤e3，剔除标注支付工资的出账数据，对交易备注、交易渠道、交易类型、交易用途四列计算“电费”、“水费”、“水电”、“煤气”、“燃气”字符相似度，对高相似度的流水条目标注生活支出，步骤e4，剔除标注支付工资、生活支出的出账数据，对交易备注、交易渠道、交易类型、交易用途四列计算“房租”、“租金”字符相似度，对高相似度的流水条目标注租金支出，步骤e5，剔除标注支付工资、生活支出、租金支出的出账数据，对交易备注、交易渠道、交易类型、交易用途四列计算“保险”、“保费”、“维修费”字符相似度，对高相似度的流水条目标注保险支出，步骤e6，剔除标注支付工资、生活支出、租金支出、保险支出的出账数据，对交易备注、交易渠道、交易类型、交易用途四列计算“缴税”、“纳税”、“交税”字符相似度，对高相似度的流水条目标注缴税，步骤e7，对经营进账流水以及标注支付工资、生活支出、租金支出、保险支出、缴税的出账流水，进行以自然月为单位的汇总，绘制日常经营进出账图，形成日常进出账分析结果； 所述的日均分析包括如下步骤：步骤f1，获取流水数据，筛选出各个季度的21~23日的结息日进账流水，对交易备注、交易渠道、交易类型、交易用途四列计算“付息”、“利息存入”、“结息”、“入息”、“利息起息”字符相似度，筛选出高相似度的流水条目，并按照每个季度节点去重，只保留金额最小的一条流水并标注结息，步骤f2，对每条标注结息的季度流水进行结息日均计算，步骤f3，获取流水数据，对每一天流水进行去重，只保留最后一条流水条目，并顺序补充填满缺失的日期，缺失的当前余额列数据则填补为前一天的当前余额，步骤f4，进行余额日均的计算，步骤f5，搜寻系统中的旧流水数据，若存在一份及以上的旧流水数据，则按照时间由远到近进行流水数据编号，重新进行步骤f1~f4，并记录维度为历史日均，继续进行步骤f6，若不存在旧流水数据，则对新流水数据进行划分，若新流水数据为不同年份，则按年度由远到近进行编号，重新进行步骤f1~f4，并记录维度为年度日均，继续进行步骤f6，若新流水数据为相同年份，则不记录时间维度，继续进行步骤f6，步骤f6，若存在历史日均数据或者年度日均数据，则对比日均数据的历史比对与年度比对，形成具有多段流水区间的结息变化以及余额变化的日均分析结果； 所述的资金调动分析包括如下步骤：步骤g1，获取已有标签的流水数据，剔除关联关系交易、异常交易、借贷交易后，形成经营进账流水，步骤g2，对经营进账流水的经营性进账金额进行0-5万、5-10万、10-30万、30-50万、50-100万的区间划分，统计区间笔数，计算笔数占比并绘制笔数统计饼图，步骤g3，获取流水数据，对每一天流水进行去重，只保留最后一条流水条目，并顺序补充填满缺失的日期，缺失的当前余额列数据则填补为前一天的当前余额，步骤g4，对余额进行0-5万、5-10万、10-30万、30-50万、50-100万的区间划分，统计区间天数，计算天数占比，绘制天数统计饼图，步骤g5，获取申请金额，在笔数统计饼图、天数统计饼图中标注申请金额的具体区间，
如所在区间占比不足5%，则提示风险。
2.根据权利要求1所述的一种根据流水判别企业经营水平的方法，其特征在于：所述的流水数据包括交易时间、交易对手、交易金额、交易备注、交易渠道、交易用途、借贷交易类型、异常交易类型、关联担保类型。
3.根据权利要求1所述的一种根据流水判别企业经营水平的方法，其特征在于：所述的对四个排名值进行权重配比并重新计算新名次的计算公式为： Rank=InAmt+2×InCnt+2×OutAmt+3×OutCnt。
4.根据权利要求1所述的一种根据流水判别企业经营水平的方法，其特征在于：如月进账金额＞2倍月进账笔均，进账贡献率=（月进账金额-月进账笔均）÷进账总额，如0＜月进账金额＜2倍月进账笔均，进账贡献率=月进账金额÷2倍进账总额，如月进账金额=0，进账贡献率=0；如月出账金额＞2倍月出账笔均，出账贡献率=（月出账金额-月出账笔均）÷出账总额，如0＜月出账金额＜2倍月出账笔均，出账贡献率=月出账金额÷2倍出账总额，如月出账金额=0，出账贡献率=0。
5.根据权利要求1所述的一种根据流水判别企业经营水平的方法，其特征在于：所述的相对贡献率的计算公式为：进账相对贡献率=进账总额÷月均进账金额，出账相对贡献路=出账总额÷月均出账金额。
6.根据权利要求1所述的一种根据流水判别企业经营水平的方法，其特征在于： 所述的旧流水数据为距离所提供流水最后交易日一年以上的流水数据，新流水数据为距离所提供流水最后交易日一年及以内的流水数据。
7.根据权利要求1所述的一种根据流水判别企业经营水平的方法，其特征在于：所述的高相似度指比对字符与关键字符按照相似度计算最大值>0.76。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110834526.XA CN113610615A (zh) | 2021-07-23 | 2021-07-23 | 一种根据流水判别企业经营水平的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110834526.XA CN113610615A (zh) | 2021-07-23 | 2021-07-23 | 一种根据流水判别企业经营水平的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113610615A true CN113610615A (zh) | 2021-11-05 |
Family
ID=78305210
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110834526.XA Withdrawn CN113610615A (zh) | 2021-07-23 | 2021-07-23 | 一种根据流水判别企业经营水平的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113610615A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114372681A (zh) * | 2021-12-27 | 2022-04-19 | 见知数据科技(上海)有限公司 | 基于流水数据的企业分类方法、装置、设备、介质和产品 |
| CN115439030A (zh) * | 2022-11-09 | 2022-12-06 | 山东民昊健康科技有限公司 | 一种基于大数据分析的资金往来信息管理系统 |
-
2021
- 2021-07-23 CN CN202110834526.XA patent/CN113610615A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114372681A (zh) * | 2021-12-27 | 2022-04-19 | 见知数据科技(上海)有限公司 | 基于流水数据的企业分类方法、装置、设备、介质和产品 |
| CN115439030A (zh) * | 2022-11-09 | 2022-12-06 | 山东民昊健康科技有限公司 | 一种基于大数据分析的资金往来信息管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cowles 3rd | Can stock market forecasters forecast? | |
| Frame et al. | Credit scoring and the availability of small business credit in low‐and moderate‐income areas | |
| CN113610615A (zh) | 一种根据流水判别企业经营水平的方法 | |
| CN115409364A (zh) | 一种基于数据分析的数据安全风险评估方法 | |
| CN111489254A (zh) | 基于历史信用大数据的信贷风险评估智能引擎系统 | |
| CN114971883B (zh) | 一种基于大数据的小微企业信贷风险评估分析系统 | |
| Hladika | Impact of COVID-19 pandemic on the loans quality, provisions and profitability of the banking sector | |
| Haque et al. | Continued discussion on conventional versus Islamic banks: combining financial ratios and efficiency | |
| Chang et al. | Intra‐industry bankruptcy contagion: Evidence from the pricing of industry recovery rates | |
| Aristyatama et al. | Transfer Pricing Aggressiveness, Income Smoothing, and Managerial Ability to Avoid Taxation | |
| Dia et al. | Fuzzy evaluation of risk management profiles disclosed in corporate annual reports | |
| Michis | Market concentration and nonlinear pricing in European banking | |
| Benson et al. | The effect of voluntary GAAP compliance and financial disclosure on governmental borrowing costs | |
| JP3415117B2 (ja) | 経理処理システム及び経理処理プログラムを記録した媒体 | |
| Белоусова et al. | The macroeconomic and institutional determinants of the profit efficiency frontier for Russian banks | |
| Manzoni | Modeling Eurobond credit ratings and forecasting downgrade probability | |
| US8626633B1 (en) | Website and computer program for transfer of return on investment on a real time basis for OiBiTDA | |
| Hu | Compensation in Expropriations: A Preliminary Economic Analysis | |
| CN112685563A (zh) | 生产经营视角下的现金流数据处理方法和装置 | |
| Martin et al. | Predictive modeling of surveyed property conditions and vacancy | |
| Tumala et al. | Economic policy uncertainty index for Nigeria | |
| Gapinski et al. | A model of Yugoslav economic performance | |
| Massoud et al. | Who Makes Credit Card Mistakes? | |
| Rashidfard | Does Fair Value Accounting Exacerbate the Procyclicality of Bank Lending? | |
| Goodarzi et al. | Loan prepayment modeling |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211105 |
|
| WW01 | Invention patent application withdrawn after publication |