CN114298566A - 一种基于企业画像的资产信息管理方法、设备及介质 - Google Patents

一种基于企业画像的资产信息管理方法、设备及介质 Download PDF

Info

Publication number
CN114298566A
CN114298566A CN202111643378.XA CN202111643378A CN114298566A CN 114298566 A CN114298566 A CN 114298566A CN 202111643378 A CN202111643378 A CN 202111643378A CN 114298566 A CN114298566 A CN 114298566A
Authority
CN
China
Prior art keywords
enterprise
asset
determining
risk
credit
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
Application number
CN202111643378.XA
Other languages
English (en)
Inventor
陈全捷
孔维孟
颜文科
张继成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Luxin Technology Co ltd
Original Assignee
Luxin Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Luxin Technology Co ltd filed Critical Luxin Technology Co ltd
Priority to CN202111643378.XA priority Critical patent/CN114298566A/zh
Publication of CN114298566A publication Critical patent/CN114298566A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种基于企业画像的资产信息管理方法、设备及介质,涉及数据处理领域,方法包括:根据企业画像确定企业的资产信息;构建资产风险画像,根据资产信息将企业画像与资产风险画像进行相似比对,得到资产相似度,根据资产相似度确定企业的第一资产风险成分;确定企业的用户,并确定用户的用户画像,根据用户画像确定用户资产信息,根据用户资产信息确定用户的企业关联资产信息,根据企业关联资产信息确定企业的第二资产风险成分;根据第一资产风险成分和/或第二资产风险成分,对企业进行资产信息管理,以确定企业的资产信用等级。通过对企业画像的数据分析和处理,对企业的资产信用情况进行评估,提高企业资产信用识别的可靠性。

Description

一种基于企业画像的资产信息管理方法、设备及介质
技术领域
本申请涉及数据处理领域,尤其涉及一种基于企业画像的资产信息管理方法、设备及介质。
背景技术
资产信息管理是一个体系完整的企业社会服务,包括信用评级的要素和指标、信用评级的等级和标准、信用评级的方法和模型等方面的内容。其中信用评级指标和信用评级方法是信用评级体系中最核心的两个内容,同时又是信用评价体系中联系最紧密、影响最深刻的两个内容。
企业画像是指通过分析一个或多个来源的数据,对企业相关的信息进行提炼与整理,从而得到刻画、描述企业经营业务、发展情况等多个方面的“画像”,即数据集。现阶段,在许多针对企业的业务或应用中,都是基于企业画像所确定的企业相关信息而开展。伴随着互联网信息的海量扩张,以及社会信息化程度的提高,企业本身相关的信息、数据也在飞速的增加,这也导致企业画像这一技术方法的应用更加丰富,分析成果更具说服力。
因此,如何通过企业画像对企业资产信用为例的资产信息进行管理成为现阶段亟待解决的问题。
发明内容
为了解决上述问题,本申请提出了一种基于企业画像的资产信息管理方法,包括:获取企业的企业画像,根据所述企业画像确定所述企业的资产信息;构建资产风险画像,根据所述资产信息将所述企业画像与所述资产风险画像进行相似比对,得到所述资产相似度,将所述资产相似度与预先设置的风险阈值进行比较,若所述资产相似度大于所述风险阈值,则根据所述资产相似度确定所述企业的第一资产风险成分;确定所述企业的用户,并确定所述用户的用户画像,根据所述用户画像确定用户资产信息,根据所述用户资产信息确定所述用户的企业关联资产信息,根据所述企业关联资产信息确定所述企业的第二资产风险成分;根据所述第一资产风险成分和/或所述第二资产风险成分,对所述企业进行资产信息管理,以确定所述企业的资产信用等级。
在一个示例中,确定所述企业的资产信用等级之后,所述方法还包括:确定所述企业画像的标签,将所述标签将所述资产信息进行资产领域的划分,以确定所述企业在所述资产领域的领域资产信用等级;根据所述领域资产信用等级确定所述企业在所述资产领域的信用排名,根据所述信用排名确定企业榜样。
在一个示例中,根据所述信用排名确定企业榜样之后,所述方法还包括:根据所述企业画像的所述标签确定所述企业画像的完整程度;若所述企业画像的所述资产信息有缺漏,确定缺漏的所述资产信息所在的所述资产领域,并根据所述资产领域确定所述企业榜样;根据所述企业榜样确定对应的所述资产信息,并根据所述资产信息确定资产规划。
在一个示例中,根据所述第一资产风险成分,对所述企业进行资产信息管理,以确定所述企业的资产信用等级,具体包括:根据所述第一资产风险成分确定所述企业的负债情况,根据所述负债情况确定所述企业的作价出资和折股的依据;根据所述依据确定所述企业的资产出资情况,并根据所述资产出资情况确定所述资产信用等级。
在一个示例中,根据所述第一资产风险成分,对所述企业进行资产信息管理,以确定所述企业的资产信用等级,具体还包括:根据所述第一资产风险成分确定所述企业的投入资产价值和股东权益比例,并确定所述企业的非货币资产;根据所述非货币资产获得所述企业的现时公允价值;根据所述投入资产价值、所述股东权益比例和所述现时公允价值确定所述企业的对外投资情况,并根据所述对外投资情况确定所述资产信用等级。
在一个示例中,所述方法还包括:确定所述企业的企业性质,根据所述企业性质对所述企业进行所述资产信息管理;若所述企业为国有企业,则确定所述国有企业的资产权益,并根据所述资产权益确定所述国有企业的所述资产信用等级;确定所述企业的主营业务,根据所述主营业务对所述企业进行所述资产信息管理;若所述企业的所述主营业务为房地产开发,则确定所述企业的存货情况,并根据所述存货情况确定所述企业的所述资产信用等级。
在一个示例中,所述方法还包括:确定所述企业的企业类型,根据所述企业类型确定所述企业的评定标准,根据所述评定标准和所述资产信用等级,确定所述企业的所述资产风险因子;所述资产风险因子用于使所述企业对所述资产信用等级进行维护。
在一个示例中,所述方法还包括:根据所述资产信用等级对所述企业的财务风险进行评估,以获得所述企业的定量指标;根据所述资产信用等级对所述企业进行业务风险评估和行业风险评估,以获得所述企业的定性指标;根据所述定量指标和所述定性指标确定所述企业的市场竞争地位和行业发展趋势。
另一方面,本申请还提出了一种基于企业画像的资产信息管理设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述一种基于企业画像的资产信息管理设备能够执行如上述任意一个示例所述的方法。
另一方面,本申请还提出了一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:如上述任意一个示例所述的方法。
通过对企业画像的数据分析和处理,获得企业的资产信息,并通过与信用风险画像的比对,对企业的资产信用情况进行评估,获得企业的资产信用情况,从而挖掘出企业的信用风险,增加用户资产信用风险案例的数据进行企业资产信用风险识别,不再只从企业层面的数字逻辑进行资产信用风险评估,优化了企业资产信用的识别依据,提高企业资产信用识别的可靠性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种基于企业画像的资产信息管理方法的流程示意图;
图2为本申请实施例中一种基于企业画像的资产信息管理设备示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
如图1所示,本申请实施例提供的一种基于企业画像的资产信息管理方法,包括:
步骤101:获取企业的企业画像,根据所述企业画像确定所述企业的资产信息。
一个完整的企业画像以企业为中心,通过企业画像将企业各维度的相关数据进行归纳整合。企业画像主要包含企业的工商信息、投融资信息、企业信用、企业资质、司法文书、知识产权、招投标、行业标准、债券基金、成果奖励、产品价格、人才招聘、上市信息等多个维度的数据信息。企业画像还能够描述企业间的各种关系,如投资、担保、质押、诉讼等,企业的信用也通过这些关系互相影响。对企业画像的数据信息进行获取,得到该企业相关的资产信息,根据这些资产信息利用知识推理、挖掘、发现、关联,从显性关系中获取更多的隐性数据关联,对企业的资产信用进行评估。此外,出于维持公司正面形象、保持正常信用评级等目的,一些企业会涉嫌造假,关联分析在评估风险方面非常有效,能够有效地甄别可能会存在的供应链风险、产业链风险、担保代偿风险、行业周期性风险、金融市场暴雷风险等。
步骤102:构建资产风险画像,根据所述资产信息将所述企业画像与所述资产风险画像进行相似比对,得到所述资产相似度,将所述资产相似度与预先设置的风险阈值进行比较,若所述资产相似度大于所述风险阈值,则根据所述资产相似度确定所述企业的第一资产风险成分。
信用风险画像是预先根据各信用风险案例中的信用风险企业的各类资产信息数据,构建的模板画像。构建企业画像的过程实质上是给企业添加标签的过程,不同的企业的资产信息不同,所以企业画像的标签也是不同的。该资产信息包括债权资产、收益权资产、抵质押资产等。具体的,在获得待识别企业的企业画像以及信用风险画像后,可以将企业画像和信用风险画像之间的标签进行相似度比对,得到两者间的标签相似度。从而获取待识别企业与信用风险企业之间的资产信用相似度。将上述资产信用相似度与预先设置的信用阈值进行比较,该信用阈值可以根据对当前市面上所有信用风险案例的风险平均值而设置。该信用风险案例为具有违约风险的企业案例,且该企业按合约如期履行债务或其他业务的能力和意愿较低。若资产信用相似度大于该信用阈值,则该企业存在信用风险,根据资产信用相似度确定企业的资产信用风险成分(在此称为第一资产风险成分),该第一资产风险成分至少包括资产失信案例。
步骤103:确定所述企业的用户,并确定所述用户的用户画像,根据所述用户画像确定用户资产信息,根据所述用户资产信息确定所述用户的企业关联资产信息,根据所述企业关联资产信息确定所述企业的第二资产风险成分。
对企业的用户进行确定,该用户包括责任人、股东等。获取企业用户的用户画像,并获取用户画像标签,根据用户画像标签对企业用户的用户资产信息进行分析,该用户资产信息包括收入情况、支付情况、现有资产等。根据用户资产信息对该用户的收入潜力、支付能力等相关资产情况进行评估,并对用户进行风险刻画,得到用户的信用资产的增信结构与特征,了解用户的违约情况、风险准备金和未来现金流,并对对用户的违约概率、违约损失、风险准备金计提等进行计算,得到用户资产信用信息。将该用户资产信用信息与所属企业的资产信息进行关联性分析,得到与该企业相关的用户资产信用信息。并根据上述分析得到用户资产信用信息确定该用户所属企业的资产信用风险成分(在此称为第二资产风险成分)。
步骤104:根据所述第一资产风险成分和/或所述第二资产风险成分,对所述企业进行资产信息管理,以确定所述企业的资产信用等级。
当企业只有第一资产风险成分,没有第二资产成分时,根据该第一资产风险成分对企业进行风险刻画,得到该企业的资产信用等级。当企业只有第二资产风险成分,没有第一资产成分时,根据该第二资产风险成分对企业进行风险刻画,得到该企业的资产信用等级。当企业同时具有第一资产风险成分和第二资产风险成分时,对企业的第一资产风险成分和第二资产风险成分按照预先设定的占比进行综合评估,对企业进行风险刻画,得到该企业的资产信用等级,该资产信用等级可以通过具体分数、阶段成绩等形式来表示。例如,按照阶段成绩的表示方法,资产信用较高的企业资产信用等级为“优”,资产信用较低的企业资产信用等级为“差”。
在一个实施例中,企业画像包括多个标签,每个标签表示该企业不同的资产信息,将企业画像的标签按照不同的资产领域进行划分,该资产领域可以为投资、债权、抵押等相关资产信息。将划分后的标签进行整合,并对每个标签对应资产信息的所有资产信用风险成分进行对应的划分,根据划分后的资产信用风险成分确定该企业在该资产领域下的领域资产信用等级,例如,该企业在债权相关领域的资产信用等级。在该资产领域下,根据企业的领域资产信用等级对所有企业进行信用排名,并找到该资产领域中资产信用等级最高的企业,作为该资产领域的企业信用榜样。
在一个实施例中,部分企业由于经营时间较短,或者刚注册的企业,由于资产信息较少,其企业画像的标签不完整,可以用来进行资产信息管理的资料也不足。对于上述企业画像不完整的企业,确定其企业画像缺漏的资产信息的资产领域,根据确定的资产领域进一步找到该资产领域的企业信用榜样。获取该企业信用榜样在该资产领域的相关资产信息,将该资产信息进行整理,获得该资产领域的一个信用标准,根据该信用标准为企业画像不完整的企业建立资产信用规划,以对该企业未来的资产信用建立完善的维护方案。
在一个实施例中,当企业需要进行改制,或者用企业资产、负债进行出资,或者设立有限公司或者股份有限公司时,需要根据第一资产风险成分确定该企业的负债情况,根据负债情况对公司的各项资产和负债进行资产评估,评估结果作为企业的出资作价和折股的依据。根据上述依据确定企业的资产出资情况,并根据资产出资情况确定该企业的资产信用等级,以对企业在改制、出资、设立有限公司或者股份有限公司时提供相关的资产数据。
在一个实施例中,当企业准备以非货币资产出资,或者对外投资时,需要进行资产评估,即根据第一资产风险成分确定企业的投入资产价值和股东权益比例,并确定该企业的非货币资产。
当企业与外资合资或合作时,合作的任何一方企业需要以非货币资产形式出资,则需要对企业的非货币资产进行评估,以获得企业的现时公允价值,从而确定出资和股权比例。根据投入资产价值、股东权益比例和现时公允价值确定企业的对外投资情况,并根据对外投资情况确定资产信用等级,以为企业提供相关的资产数据。
在一个实施例中,确定企业的企业性质,根据企业性质对企业进行资产信息管理,其中,企业性质包括但不限于国有企业,即国企或国有控股企业。任何涉及国有企业的资产及权益的购置、出售等交易,必须对该企业进行资产评估。若企业为国有企业,则确定国有企业的资产权益,并根据资产权益确定国有企业的资产信用等级。
确定企业的主营业务,根据主营业务对企业进行资产信息管理,其中,主营业务的范围包括但不限于房地产开发。企业为房地产开发为主营业务,在首次公开发行前,根据证监会的规定,必须对企业进行存货的资产评估。若企业的主营业务为房地产开发,则确定企业的存货情况,并根据存货情况确定企业的资产信用等级。
在一个实施例中,确定企业的企业类型,根据企业类型确定企业的评定标准,根据评定标准和资产信用等级,对企业的资产风险因子进行评估,其中,企业类型包括但不限于公司企业、金融组织。资产风险因子包括但不限于企业信用风险因子、证券信用风险因子、专项项目风险因子。例如:在对企业信用风险因子的评估过程中,对该企业的企业类型进行确定,对于包括工业、商业、外贸、交通、建筑、房地产、旅游等公司企业,对其企业的偿债能力和盈利能力进行计算,再根据该企业的资产信用等级,确定企业信用风险情况;在对于包括商业银行、保险公司、信托投资公司、证券公司等各类金融组织,对其资金运用的盈利性、流动性和安全性按照预先这顶的比例进行统一计算,获得资产负债比例,再根据该企业的资产信用等级,确定企业信用风险情况。
在一个实施例中,根据企业的资产信用等级对企业的财务风险进行评估,其评估范围包括资产负债结构、盈利能力、现金流量充足性和资产流动性,以获得该企业的定量指标。根据企业资产信用等级对企业进行业务风险评估和行业风险评估,其评估范围包括基本经营和竞争地位、管理水平、关联交易、担保和其他还款保障,以获得企业的定性指标。根据定量指标和定性指标确定企业的市场竞争地位和行业发展趋势。
如图2所示,本申请实施例还提供了一种基于企业画像的资产信息管理设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述一种基于企业画像的资产信息管理设备能够执行如上述任意一个实施例所述的方法。
本申请实施例还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:如上述任意一个实施例所述的方法。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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装置。
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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于企业画像的资产信息管理方法,其特征在于,包括:
获取企业的企业画像,根据所述企业画像确定所述企业的资产信息;
构建资产风险画像,根据所述资产信息将所述企业画像与所述资产风险画像进行相似比对,得到所述资产相似度,将所述资产相似度与预先设置的风险阈值进行比较,若所述资产相似度大于所述风险阈值,则根据所述资产相似度确定所述企业的第一资产风险成分;
确定所述企业的用户,并确定所述用户的用户画像,根据所述用户画像确定用户资产信息,根据所述用户资产信息确定所述用户的企业关联资产信息,根据所述企业关联资产信息确定所述企业的第二资产风险成分;
根据所述第一资产风险成分和/或所述第二资产风险成分,对所述企业进行资产信息管理,以确定所述企业的资产信用等级。
2.根据权利要求1所述的方法,其特征在于,确定所述企业的资产信用等级之后,所述方法还包括:
确定所述企业画像的标签,将所述标签将所述资产信息进行资产领域的划分,以确定所述企业在所述资产领域的领域资产信用等级;
根据所述领域资产信用等级确定所述企业在所述资产领域的信用排名,根据所述信用排名确定企业榜样。
3.根据权利要求2所述的方法,其特征在于,根据所述信用排名确定企业榜样之后,所述方法还包括:
根据所述企业画像的所述标签确定所述企业画像的完整程度;
若所述企业画像的所述资产信息有缺漏,确定缺漏的所述资产信息所在的所述资产领域,并根据所述资产领域确定所述企业榜样;
根据所述企业榜样确定对应的所述资产信息,并根据所述资产信息确定资产规划。
4.根据权利要求1所述的方法,其特征在于,根据所述第一资产风险成分,对所述企业进行资产信息管理,以确定所述企业的资产信用等级,具体包括:
根据所述第一资产风险成分确定所述企业的负债情况,根据所述负债情况确定所述企业的作价出资和折股的依据;
根据所述依据确定所述企业的资产出资情况,并根据所述资产出资情况确定所述资产信用等级。
5.根据权利要求1所述的方法,其特征在于,根据所述第一资产风险成分,对所述企业进行资产信息管理,以确定所述企业的资产信用等级,具体还包括:
根据所述第一资产风险成分确定所述企业的投入资产价值和股东权益比例,并确定所述企业的非货币资产;
根据所述非货币资产获得所述企业的现时公允价值;
根据所述投入资产价值、所述股东权益比例和所述现时公允价值确定所述企业的对外投资情况,并根据所述对外投资情况确定所述资产信用等级。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述企业的企业性质,根据所述企业性质对所述企业进行所述资产信息管理;
若所述企业为国有企业,则确定所述国有企业的资产权益,并根据所述资产权益确定所述国有企业的所述资产信用等级;
确定所述企业的主营业务,根据所述主营业务对所述企业进行所述资产信息管理;
若所述企业的所述主营业务为房地产开发,则确定所述企业的存货情况,并根据所述存货情况确定所述企业的所述资产信用等级。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述企业的企业类型,根据所述企业类型确定所述企业的评定标准,根据所述评定标准和所述资产信用等级,确定所述企业的所述资产风险因子;所述资产风险因子用于使所述企业对所述资产信用等级进行维护。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述资产信用等级对所述企业的财务风险进行评估,以获得所述企业的定量指标;
根据所述资产信用等级对所述企业进行业务风险评估和行业风险评估,以获得所述企业的定性指标;
根据所述定量指标和所述定性指标确定所述企业的市场竞争地位和行业发展趋势。
9.一种基于企业画像的资产信息管理设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述一种基于企业画像的资产信息管理设备能够执行如权利要求1-8中任意一项权利要求所述的方法。
10.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:如权利要求1-8中任意一项权利要求所述的方法。
CN202111643378.XA 2021-12-29 2021-12-29 一种基于企业画像的资产信息管理方法、设备及介质 Pending CN114298566A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111643378.XA CN114298566A (zh) 2021-12-29 2021-12-29 一种基于企业画像的资产信息管理方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111643378.XA CN114298566A (zh) 2021-12-29 2021-12-29 一种基于企业画像的资产信息管理方法、设备及介质

Publications (1)

Publication Number Publication Date
CN114298566A true CN114298566A (zh) 2022-04-08

Family

ID=80971996

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111643378.XA Pending CN114298566A (zh) 2021-12-29 2021-12-29 一种基于企业画像的资产信息管理方法、设备及介质

Country Status (1)

Country Link
CN (1) CN114298566A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115099680A (zh) * 2022-07-14 2022-09-23 平安科技(深圳)有限公司 风险管理方法、装置、设备及存储介质
CN116610762A (zh) * 2023-07-18 2023-08-18 恒丰银行股份有限公司 一种企业数据资产的管理方法、设备及介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115099680A (zh) * 2022-07-14 2022-09-23 平安科技(深圳)有限公司 风险管理方法、装置、设备及存储介质
CN115099680B (zh) * 2022-07-14 2024-02-02 平安科技(深圳)有限公司 风险管理方法、装置、设备及存储介质
CN116610762A (zh) * 2023-07-18 2023-08-18 恒丰银行股份有限公司 一种企业数据资产的管理方法、设备及介质
CN116610762B (zh) * 2023-07-18 2023-09-26 恒丰银行股份有限公司 一种企业数据资产的管理方法、设备及介质

Similar Documents

Publication Publication Date Title
Lowry et al. Information revealed through the regulatory process: Interactions between the SEC and companies ahead of their IPO
Martin et al. Towards a framework for supply chain finance for the supply side
Sadok et al. Artificial intelligence and bank credit analysis: A review
KR20190064749A (ko) 지능형 증권 투자 의사결정 지원 방법 및 그 장치
CN111260368A (zh) 一种账户交易风险判断方法、装置及电子设备
CN114298566A (zh) 一种基于企业画像的资产信息管理方法、设备及介质
Netter et al. Operational risk in financial service providers and the proposed Basel capital accord: an overview
Heath et al. Financial stability analysis: What are the data needs?
Huang et al. The nature of corporate social responsibility disclosure and investment efficiency: Evidence from China
Mendes et al. Insolvency prediction in the presence of data inconsistencies
Vousinas Supply chain finance revisited: A critical review with future prospects
Martijn et al. Determining the effects of data governance on the performance and compliance of enterprises in the logistics and retail sector
Trung et al. Factors Influencing the Financial Distress Probability of Vietnam Enterprises
Muñoz-Izquierdo et al. Machine learning in corporate credit rating assessment using the expanded audit report
Denny et al. Anticorruption Techs to Face a Global Economy-Federated Learning, Open Data Catalogues, and'Blockchain'
Fanta et al. Structured Finance in Africa
Chiamaka Determinants of Credit Default in Banking in Nigeria
Indiriawati The Incremental Value of Islamic Social Reporting: Evidence from Companies Listed in Jakarta Islamic Index
Xu et al. When to Maximize Green Benefits in the Construction and Engineering Industry? Perspectives from Risk Modifying Factors
Gudiño et al. Machine Learning Models, Risk Management Current Regulation and Perspectives
Saarinen Financial drivers and inhibitors of circular economy business
de los Baños García-Moreno et al. Moody’s Ratings Statistical Forecasting for Industrial and Retail Firms
Mahendra et al. The Determinant of the Possibility of Merger in Indonesia
Tien et al. Analysis of Factors Affecting the Capital Structure of Industrial Enterprises Listed on Vietnam Stock Market
Caridad y López del Río et al. Daniel Caridad y López del Río. 2021. Moody’s Ratings Statistical Forecasting for Industrial and Retail Firms. Economies 9: 154

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: 20220408

RJ01 Rejection of invention patent application after publication