CN113988726A - 基于区块链的企业行业信用评价管理系统 - Google Patents

Abstract

本发明公开了基于区块链的企业行业信用评价管理系统，涉及企业信用技术领域，包括数据采集模块、数据治理模块、区块链交易平台、综合指标评估模块以及风险评估子模块；数据采集模块用于获取企业风险评估影响因素和数据，制成原始数据表；数据治理模块用于对原始数据表中的数据做标准化处理，并从四个方面对数据进行治理；综合指标评估模块用于从主体风险、经营风险、信用风险、法律风险、成长风险五大维度来综合评价企业风险；风险评估子模块用于针对不同业务部门运用企业综合信用指数、风险应用导向得分联合评价企业风险，得到对应的企业风险指数，使得指标评价更加全面，便于用户对各个企业的信用评价有一个直观了解。

Description

基于区块链的企业行业信用评价管理系统

技术领域

本发明涉及企业信用技术领域，具体是基于区块链的企业行业信用评价管理系统。

背景技术

企业征信是收集、整理、保存、加工自然人、法人及其他组织的信用信息，并对外提供信用报告、信用评估、信用信息咨询等服务,帮助客户判断、控制信用风险,进行信用管理的活动；市场经济是信用经济,企业征信是减少市场经济主体之间信息不对称的重要手段；

然而，现有的企业行业信用体系建设总体上还处于发展阶段，随着企业行业信用社会影响力的不断增强， 当前的企业行业信用管理也出现了一些与改革和发展不相适应的短板，包括：1、纳税信用管理覆盖面还较窄；2、评价更新周期还较长；3、评价指标较简单、粗放，还需要进一步的优化；4、还缺少信用修复机制；5、信用联动还需要加强；为此，我们提出一种基于区块链的企业行业信用评价管理系统。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出基于区块链的企业行业信用评价管理系统。

为实现上述目的，根据本发明的第一方面的实施例提出基于区块链的企业行业信用评价管理系统，包括数据采集模块、数据治理模块、区块链交易平台、综合指标评估模块、数据库以及风险评估子模块；

通过区块链技术，搭建统一的企业风险监测模型指标体系；

所述数据采集模块用于获取企业风险评估影响因素和数据，制成原始数据表；所述数据治理模块用于对原始数据表中的数据做标准化处理，并从四个方面对数据进行治理，具体包括：去除数据表中的重复项-删除错误数据-统一数据格式-剔除覆盖率不足数据；

所述综合指标评估模块用于从主体风险、经营风险、信用风险、法律风险、成长风险五大维度来综合评价企业风险，得到企业综合信用指数；

所述风险评估子模块用于针对不同业务部门运用企业综合信用指数、风险应用导向得分联合评价企业风险，得到对应的企业风险指数；

所述风险评估子模块用于将评价得到的企业风险指数上传至区块链平台，所述区块链平台用于根据企业风险指数生成针对不同业务部门的企业信用排名，并根据企业信用排名将对应的企业信息发布于区块链平台。

进一步地，其中，所述标准化处理表示为：将数据按比例缩放，使之落入[0,1]区间，去除数据的单位限制，将其转化为无量纲的纯数值；转换函数为：X'=[X-min(X)]/[max(X)-min(X)]，其中，max为样本数据的最大值，min为样本数据的最小值，X为样本数据，X'为变换后的数据。

进一步地，所述综合指标评估模块的具体评估过程为：

根据统一的企业风险监测模型指标体系，从经数据治理模块处理后的数据表中尽可能多的归集与企业风险监测模型指标相关的表现数据；

对所归集到的与企业风险监测模型指标相关的表现数据进行分维度统计分析，消除无量纲影响；从主体风险、经营风险、信用风险、法律风险、成长风险五大维度提取影响企业风险监测模型指标评价的影响要素；

将影响要素按影响维度及程度进行分类，采用权重分配模型进行计算得出企业综合信用指数，并将企业综合信用指数存储至数据库。

进一步地，所述企业风险指数包括股权潜在风险指数、税务潜在风险指数以及人行信用潜在风险指数。

进一步地，所述风险评估子模块包括股权潜在风险评分单元、税务潜在风险评分单元以及人行信用潜在风险评分单元；

其中股权潜在风险评分单元用于根据企业股权冻结、股权出质和经营异常三种行为来反映企业股权风险；税务潜在风险评分单元用于根据企业发生重大税收违法、欠税200万元两种行为来反映企业税务风险；人行信用潜在风险评分单元主要根据企业发生贷款逾期行为来反映企业人行信用风险。

进一步地，所述股权潜在风险评分单元的具体工作步骤如下：

获取所述三种行为各自的时效性变量和事件影响大小变量；其中时效性变量包括股权冻结且未解冻事件距今时长、有效股权出质时间距今时长以及经营异常且未退出事件距今时长；事件影响大小变量包括股权冻结且未解冻事件金额占注册资本比重、有效股权出质金额占注册资本比重；

对时效性变量和事件影响大小变量分配权重，计算得出对应的风险应用导向得分，则股权潜在风险指数=企业综合信用指数×60%+风险应用导向得分×40%。

进一步地，所述税务潜在风险评分单元的具体工作步骤如下：

获取所述两种行为各自的时效性变量和事件影响大小变量；其中时效性变量包括列入重大税收违法案件距今时长，事件影响大小变量包括欠税金额占注册资本比重以及欠税二百万元以上事件、列入重大税收违法案件次数；

对时效性变量和事件影响大小变量分配权重，计算得出对应的风险应用导向得分；则税务潜在风险指数=企业综合信用指数×60%+风险应用导向得分×40%。

进一步地，所述人行信用潜在风险评分单元的具体工作步骤如下：

获取贷款逾期行为的当前状态变量和事件影响大小变量，其中当前状态变量为当月贷款逾期金额，事件影响大小变量包括贷款逾期累计次数以及贷款逾期次数占总应还款次数比重；

对当前状态变量和事件影响大小变量分配权重，计算得出对应的风险应用导向得分；则人行信用潜在风险指数=企业综合信用指数×60%+风险应用导向得分×40%。

与现有技术相比，本发明的有益效果是：

1、本发明中数据治理模块用于对原始数据表中的数据做标准化处理，并去除冗余、错误、格式不规范以及覆盖率不足的数据，便于不同单位或量级的指标能够进行比较和加权，综合指标评估模块用于根据统一的企业风险监测模型指标体系，从数据表中尽可能多的归集与企业风险监测模型指标相关的表现数据，从主体风险、经营风险、信用风险、法律风险、成长风险五大维度提取影响要素，采用权重分配模型进行计算得出企业综合信用指数，覆盖面广，提高信用评价的可信度；

2、本发明中风险评估子模块用于针对不同业务部门运用企业综合信用指数、风险应用导向得分联合评价企业风险，其中主要根据企业股权冻结、股权出质和经营异常三种行为来反映企业股权风险；根据企业发生重大税收违法、欠税200万元两种行为来反映企业税务风险；根据企业发生贷款逾期行为来反映企业人行信用风险；使得指标评价更加全面，便于用户对各个企业的信用评价有一个直观了解，为用户寻找合作伙伴提供参考，具有很好的推广应用价值。

附图说明

为了更清楚地说明本发明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，下面描述中的附图仅仅是本发明的一些实施例，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为本发明的系统框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，基于区块链的企业行业信用评价管理系统，包括数据采集模块、数据治理模块、区块链交易平台、综合指标评估模块、数据库以及风险评估子模块；

通过区块链技术，搭建统一的企业风险监测模型指标体系；其中企业风险监测模型指标体系总指标主要从主体风险、经营风险、信用风险、法律风险、成长风险五大维度来综合评价企业风险；

数据采集模块用于获取企业风险评估影响因素和数据，制成原始数据表；原始数据表覆盖了市监局、人社、税务局、公积金中心、信用处、知识产权保护中心、科技局、法院、人民银行维度的数据；

数据治理模块用于对原始数据表中的数据做标准化处理，并从四个方面对数据进行治理，将数据高效性利用，具体包括：

数据冗余：数据表中的重复项，根据实际情况使用不同的字段进行去重，如企业社保信息，使用企业名称、统一社会信用代码、缴纳保险月份与缴纳保险种类四个字段去重字段混合情况；

数据错误：如企业基本信息表中存在市监局等级错误数据，根据企业名称与统一社会信用代码进行去重处理；

数据格式不规范：如企业设立登记信息与变更信息表日期格式不统一，并且有不合理的日期，对此清洗成统一的日期格式，并将1949年10月1日前的日期改为1949年10月1日，将超过当前日期的数据改为当前日期；

数据覆盖率不足：观察数据的覆盖率情况，对指标体系进行更改，对数据覆盖率不高的指标考虑进行剔除；

其中，标准化处理是将数据按比例缩放，使之落入一个小的特定区间，在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权；

对原始数据的线性变换，使结果落到[0,1]区间，转换函数如下：

X'=[X-min(X)]/[max(X)-min(X)]

其中，max为样本数据的最大值，min为样本数据的最小值，X为样本数据，X'为变换后的数据；

综合指标评估模块用于从主体风险、经营风险、信用风险、法律风险、成长风险五大维度来综合评价企业风险，具体为：

根据统一的企业风险监测模型指标体系，从经数据治理模块处理后的数据表中尽可能多的归集与企业风险监测模型指标相关的表现数据；

对所归集到的与企业风险监测模型指标相关的表现数据进行分维度统计分析，消除无量纲影响，从主体风险、经营风险、信用风险、法律风险、成长风险五大维度提取影响企业风险监测模型指标评价的影响要素；

将影响要素按影响维度及程度进行分类，采用权重分配模型进行计算得出企业综合信用指数，并将企业综合信用指数存储至数据库；

本发明中能够将模糊、随意的文字表述和量化数据转换为统一评价标准，使得不同企业的披露信息具有可比性，并为计分奠定基础，提高企业信用评估的客观性；

风险评估子模块用于针对不同业务部门运用企业综合信用指数、风险应用导向得分联合评价企业风险，得到对应的企业风险指数，企业风险指数包括股权潜在风险指数、税务潜在风险指数以及人行信用潜在风险指数；

风险评估子模块包括股权潜在风险评分单元、税务潜在风险评分单元以及人行信用潜在风险评分单元，具体评分过程如下：

股权潜在风险评分单元主要根据企业股权冻结、股权出质和经营异常三种行为来反映企业股权风险，具体为：

获取三种行为各自的时效性变量和事件影响大小变量；其中时效性变量包括股权冻结且未解冻事件距今时长、有效股权出质时间距今时长以及经营异常且未退出事件距今时长；事件影响大小变量包括股权冻结且未解冻事件金额占注册资本比重、有效股权出质金额占注册资本比重；

对时效性变量和事件影响大小变量分配权重，计算得出对应的风险应用导向得分；其中有效股权出质金额占注册资本比重、股权冻结且未解冻事件金额占注册资本比重与风险应用导向得分成负相关，其余因素与风险应用导向得分成正相关；具体为：

将股权冻结且未解冻事件距今时长、有效股权出质时间距今时长以及经营异常且未退出事件距今时长依次标记为T1、T2、T3；将股权冻结且未解冻事件金额占注册资本比重、有效股权出质金额占注册资本比重依次标记为B1、B2；则风险应用导向得分=(T1×a3+T2×a4+T3×a5)/(B1×a1+B2×a2)，其中a1、a2、a3、a4、a5均为预设比例权重；

利用公式：股权潜在风险指数=企业综合信用指数×60%+风险应用导向得分×40%计算得到企业的股权潜在风险指数；

税务潜在风险评分单元主要根据企业发生重大税收违法、欠税200万元两种行为来反映企业税务风险，具体为：

获取两种行为各自的时效性变量和事件影响大小变量，其中时效性变量包括列入重大税收违法案件距今时长，事件影响大小变量包括欠税金额占注册资本比重以及欠税二百万元以上事件、列入重大税收违法案件次数；

对时效性变量和事件影响大小变量分配权重，计算得出对应的风险应用导向得分；其中列入重大税收违法案件距今时长与风险应用导向得分成负相关，其余因素与风险应用导向得分成正相关；具体为：

将列入重大税收违法案件距今时长标记为T4；将欠税金额占注册资本比重、欠税二百万元以上事件次数、列入重大税收违法案件次数依次标记为B3、C1、C2；则风险应用导向得分=(B3×b2+C1×b3+C2×b4)/(T4×b1)，其中b1、b2、b3、b4均为预设比例权重；

利用公式：税务潜在风险指数=企业综合信用指数×60%+风险应用导向得分×40%计算得到企业的税务潜在风险指数；

人行信用潜在风险评分单元主要根据企业发生贷款逾期行为来反映企业人行信用风险，具体为：

获取贷款逾期行为的当前状态变量和事件影响大小变量，其中当前状态变量为当月贷款逾期金额（绝对值），事件影响大小变量包括贷款逾期累计次数以及贷款逾期次数占总应还款次数比重；

对当前状态变量和事件影响大小变量分配权重，计算得出对应的风险应用导向得分；其中各因素均与风险应用导向得分成正相关；具体为：

将当月贷款逾期金额标记为W1，将贷款逾期累计次数标记为C3，将贷款逾期次数占总应还款次数比重标记为B4；则风险应用导向得分=W1×b5+C3×b6+B4×b7，其中b5、b6、b7均为预设比例权重；

利用公式：人行信用潜在风险指数=企业综合信用指数×60%+风险应用导向得分×40%计算得到企业的人行信用潜在风险指数；

风险评估子模块用于将评价得到的企业风险指数上传至区块链平台，区块链平台用于根据企业风险指数生成针对不同业务部门的企业信用排名，并根据企业信用排名将对应的企业信息发布于区块链平台，便于用户对各个企业的信用评价有一个直观了解，为用户寻找合作伙伴提供参考。

本发明的工作原理：

基于区块链的企业行业信用评价管理系统，在工作时，通过区块链技术，搭建统一的企业风险监测模型指标体系；数据治理模块用于对原始数据表中的数据做标准化处理，并去除冗余、错误、格式不规范以及覆盖率不足的数据，便于不同单位或量级的指标能够进行比较和加权，综合指标评估模块用于根据统一的企业风险监测模型指标体系，从数据表中尽可能多的归集与企业风险监测模型指标相关的表现数据，从主体风险、经营风险、信用风险、法律风险、成长风险五大维度提取影响要素，采用权重分配模型进行计算得出企业综合信用指数；

风险评估子模块用于针对不同业务部门运用企业综合信用指数、风险应用导向得分联合评价企业风险，其中股权潜在风险评分单元主要根据企业股权冻结、股权出质和经营异常三种行为来反映企业股权风险；税务潜在风险评分单元主要根据企业发生重大税收违法、欠税200万元两种行为来反映企业税务风险；人行信用潜在风险评分单元主要根据企业发生贷款逾期行为来反映企业人行信用风险；区块链平台用于根据企业风险指数生成针对不同业务部门的企业信用排名，并根据企业信用排名将对应的企业信息发布于区块链平台，便于用户对各个企业的信用评价有一个直观了解，为用户寻找合作伙伴提供参考；本发明不仅能够对企业做出精准的信用评价，降低金融服务的成本，为金融服务机构和企业提供一种快捷、可靠、廉价的信用评价系统，而且也更好的实现了“互联网+信用”，具有很好的推广应用价值。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.基于区块链的企业行业信用评价管理系统，其特征在于，包括数据采集模块、数据治理模块、区块链交易平台、综合指标评估模块、数据库以及风险评估子模块；

通过区块链技术，搭建统一的企业风险监测模型指标体系；

所述数据采集模块用于获取企业风险评估影响因素和数据，制成原始数据表；所述数据治理模块用于对原始数据表中的数据做标准化处理，并从四个方面对数据进行治理，具体包括：去除数据表中的重复项-删除错误数据-统一数据格式-剔除覆盖率不足数据；

所述综合指标评估模块用于从主体风险、经营风险、信用风险、法律风险、成长风险五大维度来综合评价企业风险，得到企业综合信用指数；

所述风险评估子模块用于针对不同业务部门运用企业综合信用指数、风险应用导向得分联合评价企业风险，得到对应的企业风险指数；

所述风险评估子模块用于将评价得到的企业风险指数上传至区块链平台，所述区块链平台用于根据企业风险指数生成针对不同业务部门的企业信用排名，并根据企业信用排名将对应的企业信息发布于区块链平台。

2.根据权利要求1所述的基于区块链的企业行业信用评价管理系统，其特征在于，其中，所述标准化处理表示为：将数据按比例缩放，使之落入[0,1]区间，去除数据的单位限制，将其转化为无量纲的纯数值；转换函数为：X'=[X-min(X)]/[max(X)-min(X)]，其中，max为样本数据的最大值，min为样本数据的最小值，X为样本数据，X'为变换后的数据。

3.根据权利要求1所述的基于区块链的企业行业信用评价管理系统，其特征在于，所述综合指标评估模块的具体评估过程为：

根据统一的企业风险监测模型指标体系，从经数据治理模块处理后的数据表中归集与企业风险监测模型指标相关的表现数据；

对所归集到的与企业风险监测模型指标相关的表现数据进行分维度统计分析，消除无量纲影响；从主体风险、经营风险、信用风险、法律风险、成长风险五大维度提取影响企业风险监测模型指标评价的影响要素；

将影响要素按影响维度及程度进行分类，采用权重分配模型进行计算得出企业综合信用指数，并将企业综合信用指数存储至数据库。

4.根据权利要求1所述的基于区块链的企业行业信用评价管理系统，其特征在于，所述企业风险指数包括股权潜在风险指数、税务潜在风险指数以及人行信用潜在风险指数。

5.根据权利要求1所述的基于区块链的企业行业信用评价管理系统，其特征在于，所述风险评估子模块包括股权潜在风险评分单元、税务潜在风险评分单元以及人行信用潜在风险评分单元；

其中股权潜在风险评分单元用于根据企业股权冻结、股权出质和经营异常三种行为来反映企业股权风险；税务潜在风险评分单元用于根据企业发生重大税收违法、欠税200万元两种行为来反映企业税务风险；人行信用潜在风险评分单元主要根据企业发生贷款逾期行为来反映企业人行信用风险。

6.根据权利要求5所述的基于区块链的企业行业信用评价管理系统，其特征在于，所述股权潜在风险评分单元的具体工作步骤如下：

获取所述三种行为各自的时效性变量和事件影响大小变量；其中时效性变量包括股权冻结且未解冻事件距今时长、有效股权出质时间距今时长以及经营异常且未退出事件距今时长；事件影响大小变量包括股权冻结且未解冻事件金额占注册资本比重、有效股权出质金额占注册资本比重；

对时效性变量和事件影响大小变量分配权重，计算得出对应的风险应用导向得分，则股权潜在风险指数=企业综合信用指数×60%+风险应用导向得分×40%。

7.根据权利要求5所述的基于区块链的企业行业信用评价管理系统，其特征在于，所述税务潜在风险评分单元的具体工作步骤如下：

获取所述两种行为各自的时效性变量和事件影响大小变量；其中时效性变量包括列入重大税收违法案件距今时长，事件影响大小变量包括欠税金额占注册资本比重以及欠税二百万元以上事件、列入重大税收违法案件次数；

对时效性变量和事件影响大小变量分配权重，计算得出对应的风险应用导向得分；则税务潜在风险指数=企业综合信用指数×60%+风险应用导向得分×40%。

8.根据权利要求5所述的基于区块链的企业行业信用评价管理系统，其特征在于，所述人行信用潜在风险评分单元的具体工作步骤如下：

获取贷款逾期行为的当前状态变量和事件影响大小变量，其中当前状态变量为当月贷款逾期金额，事件影响大小变量包括贷款逾期累计次数以及贷款逾期次数占总应还款次数比重；

对当前状态变量和事件影响大小变量分配权重，计算得出对应的风险应用导向得分；则人行信用潜在风险指数=企业综合信用指数×60%+风险应用导向得分×40%。

Images