CN113643115A - 基于期权定价模型的商业承兑汇票信用评分方法及系统 - Google Patents

Abstract

本发明公开了一种基于期权定价模型的商业承兑汇票信用评分方法及系统，所述方法应用于客户端所属的服务器，其特征在于，所述方法包括如下步骤：S1、获取商业承兑汇票承兑企业的财务信息与票据信息；S2、将承兑企业划分为多个企业集，并根据企业的行业特征进行分层建模，得到票据综合评分模型集；S3、确定与待测票据的承兑企业相匹配的票据综合评分模型，根据承兑企业财务信息与票据信息，输出票据综合评分；S4、将票据综合评分与预设阈值进行比较，发出预警信息；S5、生成评分报告，根据步骤S3运算生成的评分结果，保存为Word或Pdf文档，或打印保存的信用评分结果。基于期权定价模型的多因子动态商业承兑汇票信用评分方法具有逻辑严密、结论可靠等特点。

Description

基于期权定价模型的商业承兑汇票信用评分方法及系统

技术领域

本发明涉及票据评级领域，具体涉及基于期权定价模型的商业承兑汇票信用评分方法及系统及系统。

背景技术

按照我国《票据法》的规定，商业承兑汇票是指由法人或其他组织签发的，银行及财务公司以外的付款人承兑，由承兑人在指定日期无条件支付确定金额给收款人或者持票人的票据。为简便起见，文中所述的“票据”、“商票”特指商业承兑汇票。商票作为一种信用性票据，同样需要对其进行评估，向接收方揭示商票违约风险，为接收方提供参考。商票的违约风险主要取决于承兑企业的信用，同时与商票背后依赖的贸易背景以及背书流转过程中经手企业的信用等诸多商票特有的因素均有关系。

已有的信用评级体系主要关注企业和债券信用风险，使用企业较长期数据对企业及债券进行评估，且评级维持时间较长。使用时间跨度较长的数据对商票违约风险进行评估可能会丢失掉具有极强时效性的关键信息。对于商票而言，更加需要关注企业的现金流和可迅速变现资产的情况，且需要利用短期数据进行分析，不断抓取企业最新数据进行评价结果的更新。现有信用评级市场虽有针对超短融资券的评价方法和评价系统，但超短融资券仅在银行间债券市场流通，不能简单将其评价方法和评价系统直接套用至商业承兑汇票。

发明内容

为了克服传统信用评级模型的缺点，本发明提出了一种基于期权定价模型的商业承兑汇票信用评分及系统，通过对企业财务信息与票据信息进行数学建模，以及根据商业承兑汇票票面信息建模，客观地形成了票据调整评分指标的构建。最终形成了票据综合评分模型的构建，从而突破了传统评级模型中主观判断因素的限制。

本发明解决上述问题所采用的技术方案是：

基于期权定价模型的商业承兑汇票信用评分方法，所述方法应用于客户端所属的服务器，所述方法包括如下步骤：

S1、获取商业承兑汇票承兑企业的财务信息与票据信息，财务信息包括承兑企业的资产负债表、现金流量表与利润表中的相关数据，票据信息包括承兑企业的票据兑付记录信息以及票面信息；

S2、根据所述承兑企业的行业特征和预设行业划分标准，将承兑企业划分为多个企业集，并根据企业的行业特征进行分层建模，得到票据综合评分模型集；

S3、确定与待测票据的承兑企业相匹配的票据综合评分模型，获取承兑企业财务信息与票据信息，根据票据综合评分模型输出票据综合评分；

S4、将票据综合评分与预设阈值进行比较，若所述票据综合评分低于阈值，则发出预警信息，若所述票据综合评分高于阈值，则不发出预警信息；

S5、生成评分报告，根据步骤S3运算生成的评分结果，保存为Word或Pdf文档，或打印保存的信用评分结果。

进一步地，在所述步骤S1和S2之间还包括以下步骤：

进行重大风险事项审查，若承兑企业及票据存在所列重大风险事项预审表中的风险信息，则在报告中注明该承兑人存在重大事项风险；若承兑企业以及票据不存在所列重大风险事项预审表中的风险信息，则不在报告中注明该承兑人存在重大事项风险。所述重大风险事项预审表的数据获取自企查查、万得数据库、中国裁判文书网、中国执行信息公开网和票据信息和舆论监控引擎等。

进一步地，所述步骤S3还包括以下步骤：

S31、调用票据综合评分模型的第一子模型，所述第一子模型为承兑企业评分模型，根据所述财务信息计算承兑企业评分并存储评分结果；

S32、调用票据综合评分模型的第二子模型，所述第二子模型为票据调整评分模型，根据所述票据信息计算票据调整评分并存储评分结果；

S33获取每个所述子模型的权重；以及根据所述子模型的权重以及每个所述子模型的评分，计算所述票据综合评分并存储。

进一步地，每隔预设周期，获取当前周期承兑企业中财务信息与票据信息，通过票据综合评分模型，更新承兑企业票据综合评分。

所述财务数据和票据数据来源主要有两部分，第一部分为企业工商信息、公司财务报表、经营信息、风险信息、司法信息以及票据信息等数据；第二部分为企业自主申报的信息，包括企业主动提供的未公开的财务数据如偿债能力数据、运营能力数据、盈利能力数据等，还包括企业主动提供的处罚事项信息。通过公开数据和企业自主申报的数据，构建完备的企业数据库。

进一步地，所述步骤S31还包括以下步骤：

将所述财务信息输入预设承兑企业基础信用信息评分模型，得到所述承兑企业基础信用信息评分；

将所述财务信息输入预设票据承兑信用信息评分模型，得到所述票据承兑信用信息评分；

分别获取所述承兑企业基础信用信息评分模型、票据承兑信用信息评分模型的权重；以及根据所述权重以及所述模型的评分，计算所述承兑企业评分并存储。

进一步地，所述承兑企业基础信用信息评分模型包括建立基于随机负债的违约概率评分模型，根据企业的财务信息，拟合模型并输出违约概率值，其计算式为：

其中Pr(V_T＜F_T)为t时刻企业资产价值低于负债的概率，V_T表示T时刻企业的资产价值，特别地，企业在初始时刻的资产价值V₀为一个常数，F_T表示T时刻企业的负债，F₀表示初始时刻的公司负债，μ₁、μ₂为一个常数，μ₁表示企业资产价值的常漂移率，μ₂表示负债(违约边界)的常漂移率，σ₁表示资产价值的常波动率，σ₂表示负债(违约边界)的常波动率。

进一步地，所述承兑企业基础信用信息评分模型还包括信用利差评分模型，根据商业承兑汇票中承兑企业的债务到期支付函数，获得资产及负债数据信息，拟合模型并输出信用利差值，其计算式为：

其中y表示为企业票据的到期收益率，r表示为无风险利率(一年期国债利率)，Put(V₀，F，r，T，σ)表示为按照B-S期权公式，卖出期权的价格。

进一步地，所述承兑企业基础信用信息评分模型还包括分别获取违约概率值与信用利差值在整体评估中的权重,通过违约概率值与信用利差值的加权求和输出承兑企业基础信用信息评分结果并存储。

进一步地，获取所述票据承兑信用信息评分值包括以下步骤；

通过API接口调取承兑企业财务数据和四川川投云链有限责任公司开发的票据鹰眼系统的票据数据，所述财务数据包括企业资产负债表、现金流量表、利润表的财务数据；

根据票据兑付记录信息计算票据兑付信用预警值；

根据当期票据兑付记录信息与当期财务数据计算票据偿还保障预警值；

根据所述票据兑付信用预警值、票据偿还保障预警值，计算所述票据承兑信用信息评分并存储。

进一步地，获取所述企业集的票据兑付信用预警值、票据偿还保障值的预警阈值，若承兑企业的票据兑付信用预警值低于其预警阈值，发出预警信息，若承兑企业的票据偿还保障值低于其预警阈值，发出预警信息。

进一步地，所述票据调整评分模型，根据票面信息，分别进行贸易背景真实性、背书流转风险点与中间背书人、出票人及收票人增信情况评分，通过贸易背景真实性、票面瑕疵、背书流转风险点与中间背书人、出票人、收票人增信情况评分的加权求和，输出票据调整评分。

其中票面信息与票据瑕疵验证具体操作步骤如下：

如果图4中是否转让信息显示不可转让，报告中输出票据不可转让风险预警；

如果图4中承兑信息未显示无条件兑付，报告中输出票据不可无条件兑付风险预警；

核对图4中票据号码首位数字与承兑人类型是否符合，承兑人为银行、财务公司，首位数字“1”，承兑人为企业，首位数字为“2”。如果不符合，则在报告中输出票面瑕疵预警；

核对图4中票据号码第二位到第十二位数字与承兑人开户行行号是否一致。如果不一致，则在报告中输出票面瑕疵预警；

核对图4中票据号码第十三位到第二十位与承兑日期是否一致。如果不一致，则在报告中输出票面瑕疵预警；

核对图4中票据金额信息大写金额与票据金额信息小写金额是否一致。如果不一致，则在报告中输出票面瑕疵预警；

核对图4中票据金额信息大写金额与票据金额信息小写金额是否超过500万元人民币，如果超过，则在报告中输出超大额票据预警；

核对承兑人开户行行号信息与承兑人公司所在地信息，如果承兑人开户行与承兑人公司所在地不一致且无法核实的，则输出地址不一致风险预警。

进一步地，所述贸易背景真实性还包括检测企业贸易背景真实性存伪，具体包括以下步骤：

根据票据端的票面信息和发票信息等数据进行检测，包括增值税发票当月作废次数，增值税发票次月红字冲销次数，大额商票与小额发票同时出现；

根据实物端的企业数据进行检测，包括企业经营范围，行业管理，承兑期限。

进一步地，一种基于期权定价模型的商业承兑汇票信用评分系统，所述系统包括服务器和终端；

所述服务器，配置为采集对应于应用客户端的账号数据的行为数据，所述行为数据包括基于互联网的线上评价请求数据；

所述服务器，还配置为基于所述应用客户端的评价请求访问第一服务器，获得来自包括所述被评企业的第一特征变量，其中所述第一特征变量表示所述被评企业的行为特征；

所述服务器，还配置为基于所述应用客户端的评价请求访问第二服务器，获得来自包括所述被评企业的第二特征变量，其中所述第二特征变量表示所述被评票据的行为特征；

所述服务器，还配置为将所述第一特征变量、第二特征变量输入票据综合评分模型，获得票据综合评分；其中，所述票据综合评分模型用于根据所述第一特征变量、第二特征变量输出票据信用数据；

所述服务器，还配置为将所述票据信用数据进行预警分析，将票据信用数据与需要预警的信息发送至应用客户端；

所述终端，配置为基于所述票据信用数据与预警信息，通过所述应用客户端执行相应服务逻辑。

本发明具有的有益效果：

1、采用BSM期权定价模型对受评企业的违约概率以及信用利差进行分析，避免了过多主观因素对评级模型准确性的影响，加强了票据综合评分模型的科学性、稳定性和可靠性，通过对企业违约概率，信用利差进行定价得出承兑企业基础信用信息评分。基于BSM期权定价模型的违约概率以及信用利差定价具有逻辑严密、结论可靠、所需数据量小等特点。特别是在商票真实准确收益率难以获得的情况下，本方法可利用受评企业的资产及债务数据进行分析，具有易推广，数据适用性强的良好性质。

2、采用了多因子模型对受评票据进行评级。基于不同行业、不同财务状况等因素对受评票据进行针对性地分析，通过多个维度计算得出承兑企业评分、票据调整评分等关键指标，进而能够准确、客观、有效地对受评票据进行评分评级。

附图说明

图1为本发明的基于期权定价模型的商业承兑汇票信用评分方法结构示意图；

图2为本发明的实施例1商业承兑汇票评分方法流程示意图；

图3为本发明的检测企业贸易背景真实性方法示意图；

图4为本发明的商业承兑汇票示意图；

附图标记：1-是否转让信息，2-承兑信息，3-票据号码信息，6-票据金额信息(大写)，7-票据金额信息(小写)，8-开户行行号信息。

具体实施方式

下面结合实施例及附图，对本发明作进一步的详细说明，但本发明的实施方式不限于此。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖向”、“纵向”、“侧向”、“水平”、“内”、“外”、“前”、“后”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“开有”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例1

按照我国《票据法》的规定，商业承兑汇票是指由法人或其他组织签发的，银行及财务公司以外的付款人承兑，由承兑人在指定日期无条件支付确定金额给收款人或者持票人的票据。为简便起见，文中所述的“票据”、“商票”特指商业承兑汇票。商票作为一种信用性票据，同样需要对其进行评估，向接收方揭示商票违约风险，为接收方提供参考。商票的违约风险主要取决于企业的信用，同时与商票背后依赖的贸易背景以及背书流转过程中经手企业的信用等诸多商票特有的因素均有关系。

因此一种基于期权定价模型的商业承兑汇票信用评分方法具体为票据综合评分的风险评级。

基于期权定价模型的商业承兑汇票信用评分方法及系统，所述方法应用于客户端所属的服务器，所述方法包括如下步骤：

S1、获取商业承兑汇票承兑企业的财务信息与票据信息，财务信息包括承兑企业的资产负债表、现金流量表与利润表中的相关数据，票据信息包括承兑企业的票据兑付记录及票面信息；

进行重大风险事项审查，若承兑企业及票据存在所列重大风险事项预审表中的风险信息，则在报告中注明该承兑人存在重大事项风险；若承兑企业以及票据则不在报告中注明该承兑人存在重大事项风险。进行步骤S2。所述重大风险事项预审表的数据通过获取自企查查、万得数据库、票据背面信息、中国执行信息公开网、中国裁判文书网和舆论监控引擎等。

风险事项包括承兑人风险事项和票据风险事项，承兑人风险事项包括公司进行破产清算、违法违规行为、重大债务违约、票据相关诉讼、票据舆论；票据风险事项包括票据被质押、背书问题、票据相关企业风险。重大风险事项审查如表1所示：

表1

所述财务数据和票据数据来源主要有两部分，第一部分为企业工商信息、公司财务报表、经营信息、风险信息、司法信息以及票据信息等数据；第二部分为企业自主申报的信息，包括企业主动提供的未公开的财务数据如偿债能力数据、运营能力数据、盈利能力数据等，还包括企业主动提供的处罚事项信息、债务违约信息等。通过公开数据和企业自主申报的数据，构建完备的企业数据库。

S2、根据所述承兑企业的行业特征和预设行业划分标准，将承兑企业划分为多个企业集，并根据企业的行业特征进行分层建模，得到票据综合评分模型集；

S3、确定与待测票据的承兑企业相匹配的票据综合评分模型，获取承兑企业财务信息与票据信息，根据票据综合评分模型输出票据综合评分，包括以下步骤；

S31、调用票据综合评分模型的第一子模型，所述第一子模型为承兑企业评分模型，根据所述财务信息计算承兑企业评分并存储评分结果；

对承兑企业进行信用评分，主要考虑对承兑企业自身的信用风险进行评分，综合考虑承兑企业的财务信息及非财务信息(包括但不限于承兑人历史票据兑付信息等)，所需要的数据及期权定价模型具体变量如表2所示：

表2

S311、将所述财务信息输入预设承兑企业基础信用信息评分模型，得到所述承兑企业基础信用信息评分值，方法如下:

S3111、承兑企业违约概率的计算：

根据BSM模型的基本假设，我们假设承兑人的资产价格服从几何布朗运动，承兑人的资产满足以下随机微分方程：

其中ε为标准正态分布随机变量，随机微分方程的随机项由其体现；

利用

公式以及随机分析工具求出资产变化所满足的随机函数解析式为：

到期日t＝T时，承兑人资产价格变动的随机函数解析式为：

经典模型均假设无风险利率是一个常量，但是经典模型并未能很好地反映市场交易的实际情况，尤其不能很好地表现实际情况中负债的随机变动性。为符合实际，本发明引入符合随机游走的负债表达式。

其中假设负债F_T服从一个几何布朗分布，则用期权定价模型对承兑人的信用违约风险进行估计时，F_T的算法由随机微分过程得出，则T时刻资产价值低于负债的概率为：

注：N(·)为正态分布的分布函数。

S3112、承兑企业信用利差的计算：

票据利差是指票据到期收益率与无风险利率(即一年期国债收益率)的差值，所满足的等量关系为：

信用利差(Creditspread)＝y-r；

使用承兑人的资产及负债数据对承兑人的票据信用利差进行定价，具体的数学模型及方法为：

首先，将商业承兑汇票中的承兑人与持票人之间的到期支付函数类比公司股权持有人与债权持有人的到期支付函数建模，分别为：

对于持票人而言，其支付函数为：

max(V_T-F_T，0)；

通过BSM公式得出其收益期望为：

E[max(V_T-F_T，0)]＝E₀＝Call(V₀，F，r，T，σ)；

由BSM期权定价公式可以得出该欧式看涨期权的定价公式为：

Call(V₀，F，r，T，σ)＝V₀N(d₁)-F_Te^-rTN(d₂)；

其中：

对于承兑人而言，其支付函数为：

min(V_T，F_T)-V_T-max(V_T-F_T，0)；

同时依据会计准则，总资产＝债务+权益资产

利用该等式，可以得出在0时期债权人的支付函数：

F₀＝V₀-E₀＝V₀-Call(V₀，F，r，T，σ)；

其次，我们需要对债务现值进行定价：

有风险溢价的债务价值＝无风险溢价的债务价值-卖出期权

转化为数学表达式如下：

F₀＝F_Te^-rT-Put(V₀，F，r，T，σ)；

最后，我们对信用利差进行定价：

将未来到期的债务贴现到现在的0时期：

F₀＝F_Te^-yT；

F₀＝F_Te^-rT-Put(V₀，F，r，T，σ)＝F_Te^-yT；

通过变换可以得到：

其中：

Put(V₀，F，r，T，σ)可以通过BSM期权定价公式解出其标准数学表达式，为：

Put(V₀，F，r，T，σ)＝F_Te^-rTN(-d₂)-N(d₁)V₀；

其中：

S3113、根据违约概率评分模型和信用利差评分模型对承兑企业的信用违约风险进行评估获得承兑企业基础信用信息评分：

基于违约概率的评级分数：

当违约概率为0时，评级分数为100分。当违约概率每升高一个百分点，评级分数下降1分，本项最低得分为0分，出现负数时记为0分。则评级分数为：。

基于信用利差的评级分数：

当信用利差为0时，评级分数为100。当信用利差每升高20个BP，评级分数下降一分，本项最低得分为0分，出现负数时记为0分。则评级分数为：

综合违约概率模型和信用利差的评级分数：

承兑企业基础信用信息评分通过违约概率模型的评级分数和信用利差模型的评级分数进行加权统计而得出，则承兑企业基础信用信息评分F1为：

承兑企业基础信用信息评分F1＝w₁*score₁+w₂*score₂；

其中W1，W2为权重比例。

S312、将所述财务与票据信息输入预设票据承兑信用信息评分模型，得到所述票据承兑信用信息评分值；

通过API接口调取承兑企业财务数据和四川川投云链有限责任公司开发的票据鹰眼系统的票据数据。(票据鹰眼系统是川投云链自主研发的集风控预警和信息披露为一体的系统。系统收录、整理中国人民银行电子商业汇票系统(ECDS)中承兑人历史兑付记录，现已实时反馈主流承兑企业的商票兑付记录信息，可直观显示承兑人在总签发、已结清、未结清、总拒付方面的金额、笔数情况)

所述财务数据包括企业资产负债表、现金流量表、利润表的财务数据；

根据票据兑付记录信息计算票据兑付信用预警值；

根据当期票据兑付记录信息与当期财务数据计算票据偿还保障预警值；

根据所述票据兑付信用预警值、票据偿还保障预警值，计算所述票据承兑信用信息评分并存储。

进一步地，获取所述企业集的票据兑付信用预警值、票据偿还保障值的预警阈值，若承兑企业的票据兑付信用预警值低于其预警阈值，发出预警信息，若承兑企业的票据偿还保障值低于其预警阈值，发出预警信息。

建立票据承兑信用信息模型，得到票据承兑信用信息评分F2：

票据承兑信息信用评分根据票据兑付信用预警值以及票据偿还保障预警值，获得票据承兑信用信息评分F2，具体计算公式如下：

票据承兑信用信息评分

其中：(1)D₁为票据兑付信用预警阈值，D₂为票据偿还预警阈值，采用行业样本的70％分位数，每年更新，(2)J为票据兑付信用预警值，B为票据偿还保障预警值；

S313、获取每个所述模型的权重；以及根据所述模型的权重以及每个所述模型的评分，计算所述承兑企业评分并存储。

综合以上步骤，得到承兑企业评分F，计算方式为承兑企业基础信用信息评分F1以及票据承兑信用信息评分F2的加权求和，从而得到承兑企业评分F，进一步可以输出承兑企业评分报告,即F＝F1*W3+F2*W4，其中W3、W4为权重比例；

S32、调用票据综合评分模型的第二子模型，所述第二子模型为票据调整评分模型，根据所述票据信息计算票据调整评分并存储评分结果；

票据调整评分侧重于票项本身作为信用传导、支付结算工具、融资工具的特定属性，以及在贴现、转贴现、回购及再贴现等交易环节的流转特征，与承兑企业评分有所区别，票据调整评分结果由评级得分、预警状态和评级报告组成。

票据调整评分模型对商业承兑汇票出具不同的评级分数。票据评级指标由票据自身属性指标和票据流转指标两方面构成。其中票据自身属性指标包括但不限于票据是否具有真实贸易背景、票据期限、票面金额等；票据流转指标基于票据作为支付结算手段在背书流转环节中所产生的流转记录，分析在票据流转中的潜在风险。

根据票面信息，分别进行贸易背景真实性，票面瑕疵，背书流转风险点与中间背书人、出票人及收票人增信情况评分，通过贸易背景真实性，背书流转风险点，票面瑕疵与中间背书人、出票人、收票人增信情况评分的加权求和，输出票据调整评分。

其中票面信息与票据瑕疵验证具体操作步骤如下：

如果图4中是否转让信息1显示不可转让，报告中输出票据不可转让风险预警；

如果图4中承兑信息2未显示无条件兑付，报告中输出票据不可无条件兑付风险预警；

核对图4中票据号码3首位数字与承兑人类型是否符合，承兑人为银行、财务公司，首位数字“1”，承兑人为企业，首位数字为“2”。如果不符合，则在报告中输出票面瑕疵预警；

核对图4中票据号码3第二位到第十二位数字与承兑人开户行行号是否一致。如果不一致，则在报告中输出票面瑕疵预警；

核对图4中票据号码3第十三位到第二十位与承兑日期是否一致。如果不一致，则在报告中输出票面瑕疵预警；

核对图4中票据金额信息4大写金额与票据金额信息5小写金额是否一致。如果不一致，则在报告中输出票面瑕疵预警；

核对图4中票据金额信息4大写金额与票据金额信息5小写金额是否超过500万元人民币，如果超过，则在报告中输出超大额票据预警；

核对承兑人开户行行号信息6与承兑人公司所在地信息，如果承兑人开户行与承兑人公司所在地不一致且无法核实的，则输出地址不一致风险预警。

评审项目组根据线上线下搜集的信息基于三个指标对受评票据的信用信息进行打分，如表4所示，其中每个x_i∈[0，100]，i＝1，2，3。

表4

指标	指标意义
		x<sub>1</sub>	贸易背景真实性
x<sub>2</sub>	背书流转风险点，票面瑕疵
		x<sub>3</sub>	中间背书人、出票人、收票人增信情况

每一个变量分数同样通过德尔菲专家评分法产生；对于受评票据评分而言，具体计算公式如下：

票据调整评分

S33、分别获取承兑企业评分模型、票据调整评分模型的权重；以及根据所述模型的权重以及每个所述模型的评分，计算所述票据综合评分并存储。

根据承兑企业评分F和票据调整评分I在整体评估中的重要作用设定比例，然后将各数据分别乘以各自的加权比例进行求和，票据综合评分P计算公式为承兑企业评分F票据调整评分I的加权求和，即P＝W5*F+W6*I，其中W5、W6为权重比例，P为票据综合评分。

S4、将票据综合评分与预设阈值进行比较，若所述票据综合评分低于阈值，则发出预警信息，若所述票据综合评分高于阈值，则不发出预警信息。

S5、生成评分报告，根据步骤S3运算生成的评分结果，保存为Word或Pdf文档，或打印保存的信用评分结果。

进一步地，每隔3个月，获取当前周期承兑企业中财务信息与票据信息，通过票据综合评分模型，更新票据综合评分。

为保证评级结果的延续性及时效性，可在评级有效期内对承兑主体进行跟踪评级。同时设置风险预警区间，提示商票兑付风险。跟踪评级结果与公告结果不一致的，将及时通知送评对象，并将其预警状态在相关平台予以公示。

实施例2

本实施例与实施例1的区别在于，所述票据调整评分模型中获取贸易背景真实性指标包括以下步骤：

在企业提供合同、发票等信息的情况下检测企业贸易背景真实性存伪，针对三类真实性存伪问题：虚假贸易合同；虚构上游交易合同和虚开发票；利用关联企业或隐形关联虚构贸易背景。通过检测企业贸易背景真实性存伪，从而预警票据贸易背景真实性，预防潜在风险，包括：

根据票据端的票面信息和发票信息等数据进行检测，包括增值税发票当月作废次数，增值税发票次月红字冲销次数，大额商票与小额发票同时出现；

根据实物端的企业数据进行检测，包括企业经营范围，行业管理(此项交易是否符合行业规范、行业惯例等行业管理规定)，承兑期限。

为保证评级结果的延续性及时效性，可在评级有效期内对承兑主体进行跟踪评级。同时设置风险预警区间，提示商票兑付风险。跟踪评级结果与公告结果不一致的，将及时通知送评对象，并将其预警状态在相关平台予以公示。

实施例3

一种基于期权定价方法的多因子动态商业承兑汇票信用评分系统，所述系统包括服务器和终端；

所述服务器，配置为采集对应于应用客户端的账号数据的行为数据，所述行为数据包括基于互联网的线上评价请求数据；

所述服务器，还配置为基于所述应用客户端的评价请求访问第一服务器，获得来自包括所述被评企业的第一特征变量，其中所述第一特征变量表示所述被评企业的行为特征；

所述服务器，还配置为基于所述应用客户端的评价请求访问第二服务器，获得来自包括所述被评企业的第二特征变量，其中所述第二特征变量表示所述被评票据的行为特征；

所述服务器，还配置为将所述第一特征变量、第二特征变量输入票据综合评分模型，获得票据综合评分；其中，所述票据综合评分模型用于根据所述第一特征变量、第二特征变量输出票据信用数据；

所述服务器，还配置为将所述票据信用数据进行预警分析，将票据信用数据与需要预警的信息发送至应用客户端；

所述终端，配置为基于所述票据信用数据与预警信息，通过所述应用客户端执行相应服务逻辑。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，依据本发明的技术实质，在本发明的精神和原则之内，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。

Claims (11)

1.基于期权定价模型的商业承兑汇票信用评分方法，所述方法应用于客户端所属的服务器，其特征在于，所述方法包括如下步骤：

S1、获取商业承兑汇票承兑企业的财务信息与票据信息，财务信息包括承兑企业的资产负债表、现金流量表与利润表中的相关数据，票据信息包括承兑企业的票据兑付记录信息以及票面信息；

S2、根据所述承兑企业的行业特征和预设行业划分标准，将承兑企业划分为多个企业集，并根据企业的行业特征进行分层建模，得到票据综合评分模型集；

S3、确定与待测票据的承兑企业相匹配的票据综合评分模型，根据承兑企业财务信息与票据信息，输出票据综合评分；

S4、将票据综合评分与预设阈值进行比较，若所述票据综合评分低于阈值，则发出预警信息，若所述票据综合评分高于阈值，则不发出预警信息；

S5、生成评分报告，根据步骤S3运算生成的评分结果，保存为Word或Pdf文档，或打印保存的信用评分结果。

2.根据权利要求1所述的基于期权定价模型的商业承兑汇票信用评分方法，其特征在于，所述步骤S3还包括以下步骤：

S31、调用票据综合评分模型的第一子模型，所述第一子模型为承兑企业评分模型，根据所述财务信息计算承兑企业评分并存储评分结果；

S32、调用票据综合评分模型的第二子模型，所述第二子模型为票据调整评分模型，根据所述票据信息计算票据调整评分并存储评分结果；

S33、获取每个所述子模型的权重；以及根据所述子模型的权重以及每个所述子模型的评分，计算所述票据综合评分并存储。

3.根据权利要求1所述的基于期权定价模型的商业承兑汇票信用评分方法，其特征在于，每隔预设周期，获取当前周期承兑企业中财务信息与票据信息，调用票据综合评分模型，更新承兑企业票据综合评分。

4.根据权利要求1所述的基于期权定价模型的商业承兑汇票信用评分方法，其特征在于，所述步骤S31还包括以下步骤：

将所述财务信息输入预设承兑企业基础信用信息评分模型，得到所述承兑企业基础信用信息评分；

将所述财务信息和票据信息输入预设票据承兑信用信息评分模型，得到所述票据承兑信用信息评分；

分别获取所述承兑企业基础信用信息评分模型、票据承兑信用信息评分模型的权重，以及根据所述权重以及所述模型的评分，计算所述承兑企业评分并存储。

5.根据权利要求4所述的基于期权定价模型的商业承兑汇票信用评分方法，其特征在于，所述承兑企业基础信用信息评分模型包括建立基于随机负债的违约概率评分模型，根据承兑企业的财务信息，拟合模型并输出违约概率值，其计算式为：

6.根据权利要求5所述的基于期权定价模型的商业承兑汇票信用评分方法，其特征在于，所述承兑企业基础信用信息评分模型还包括信用利差评分模型，根据待测票据的承兑企业债务到期支付函数，获得资产及负债数据信息，拟合模型并输出信用利差值，其计算式为：

信用利差

7.根据权利要求6所述的基于期权定价模型的商业承兑汇票信用评分方法，其特征在于，所述承兑企业基础信用信息评分模型还包括分别获取违约概率值与信用利差值的权重，通过违约概率值与信用利差值的加权求和输出承兑企业基础信用信息评分结果并存储。

8.根据权利要求4所述的基于期权定价模型的商业承兑汇票信用评分方法，其特征在于，获取所述票据承兑信用信息评分值包括以下步骤；

通过API接口获取承兑企业财务数据和票据鹰眼系统的票据数据，所述财务数据包括企业资产负债表、现金流量表、利润表的财务数据；

根据票据兑付记录信息计算票据兑付信用预警值；

根据当期票据兑付记录信息与当期财务数据计算票据偿还保障预警值；

根据所述票据兑付信用预警值、票据偿还保障预警值，计算所述票据承兑信用信息评分并存储。

9.根据权利要求8所述的基于期权定价模型的商业承兑汇票信用评分方法，其特征在于，分别获取所述企业集的票据兑付信用预警阈值、票据偿还保障值的预警阈值，若承兑企业的票据兑付信用预警值低于其预警阈值，发出预警信息，若承兑企业的票据偿还保障值低于其预警阈值，发出预警信息。

10.根据权利要求2所述的基于期权定价模型的商业承兑汇票信用评分方法，其特征在于，所述票据调整评分模型，根据票面信息，分别进行贸易背景真实性，票面瑕疵，背书流转风险点与中间背书人、出票人及收票人增信情况评分，通过贸易背景真实性，票面瑕疵，背书流转风险点与中间背书人、出票人、收票人增信情况评分的加权求和，输出票据调整评分。

11.一种基于期权定价模型的商业承兑汇票信用评分系统，所述系统包括服务器和终端；

所述服务器，配置为采集对应于应用客户端的账号数据的行为数据，所述行为数据包括基于互联网的线上评价请求数据；

所述服务器，还配置为基于所述应用客户端的评价请求访问第一服务器，获得来自包括所述被评企业的第一特征变量，其中所述第一特征变量表示所述被评企业的行为特征；

所述服务器，还配置为基于所述应用客户端的评价请求访问第二服务器，获得来自包括所述被评企业的第二特征变量，其中所述第二特征变量表示所述被评票据的行为特征；

所述服务器，还配置为将所述第一特征变量、第二特征变量输入票据综合评分模型，获得票据综合评分；其中，所述票据综合评分模型用于根据所述第一特征变量、第二特征变量输出票据信用数据；

所述服务器，还配置为将所述票据信用数据进行预警分析，将票据信用数据与需要预警的信息发送至应用客户端；

所述终端，配置为基于所述票据信用数据与预警信息，通过所述应用客户端执行相应服务逻辑。

Images