CN115330545A - 跨境供应链金融的数据核验方法 - Google Patents

跨境供应链金融的数据核验方法 Download PDF

Info

Publication number
CN115330545A
CN115330545A CN202210986855.0A CN202210986855A CN115330545A CN 115330545 A CN115330545 A CN 115330545A CN 202210986855 A CN202210986855 A CN 202210986855A CN 115330545 A CN115330545 A CN 115330545A
Authority
CN
China
Prior art keywords
data
supply chain
cross
integrity
matching degree
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.)
Granted
Application number
CN202210986855.0A
Other languages
English (en)
Other versions
CN115330545B (zh
Inventor
洪志权
蔡昆颖
于崇刚
黄觉晓
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.)
Guangdong Hong Kong Macao International Supply Chain Guangzhou Co ltd
Original Assignee
Guangdong Hong Kong Macao International Supply Chain Guangzhou 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 Guangdong Hong Kong Macao International Supply Chain Guangzhou Co ltd filed Critical Guangdong Hong Kong Macao International Supply Chain Guangzhou Co ltd
Priority to CN202210986855.0A priority Critical patent/CN115330545B/zh
Publication of CN115330545A publication Critical patent/CN115330545A/zh
Priority to PCT/CN2022/143280 priority patent/WO2024036867A1/zh
Application granted granted Critical
Publication of CN115330545B publication Critical patent/CN115330545B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q40/06—Asset management; Financial planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance
    • 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
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Human Resources & Organizations (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请提供一种跨境供应链金融的数据核验方法，包括根据融资方的各项跨境供应链数据、各项跨境供应链数据的数据项权重比例以及预设的数据完整性计算方法，得到融资方的数据完整性结果；根据各项跨境供应链数据以及预设的数据可信度计算方法，得到融资方的数据可信度结果；根据各项融资方的数据完整性结果和各项融资方的数据可信度结果，得到融资方的数据有效性系数；将各项跨境供应链数据进行对应匹配，获得各项数据之间的数据匹配度；根据各项数据之间的数据匹配度和数据有效性系数，获得融资方的数据核验结果。本申请可以高效准确地获得融资方的数据核验结果，从而判断出融资方提供的数据的真实性，为投资者的投资判断提供良好的判断基础。

Description

跨境供应链金融的数据核验方法
技术领域
本申请涉及金融数据核验技术领域，具体涉及一种跨境供应链金融的数据核验方法。
背景技术
跨境供应链金融是解决中小企业融资难、融资贵等问题的有效手段，但在进行企业尽调时，由于存在对企业经营数据尽调不全面、数据核验方法不科学等问题，不能真实有效的评估企业的经营情况，因此影响投资者的投资判断，不利于跨境供应链金融的实现。
发明内容
本申请的目的在于克服现有技术中的缺点与不足，提供一种跨境供应链金融的数据核验方法，可以高效准确地获得融资方的数据核验结果，从而判断出融资方提供的数据的真实性，为投资者的投资判断提供良好的判断基础。
本申请的一个实施例提供一种跨境供应链金融的数据核验方法，包括：
获取融资方的多项跨境供应链数据以及各项所述跨境供应链数据的数据项权重比例；
根据各项所述跨境供应链数据、各项所述跨境供应链数据的数据项权重比例以及预设的数据完整性计算方法，得到所述融资方的数据完整性结果；
根据各项所述跨境供应链数据以及预设的数据可信度计算方法，得到所述融资方的数据可信度结果；
根据所述融资方的数据完整性结果和各项所述融资方的数据可信度结果，得到融资方的数据有效性系数；
将各项所述跨境供应链数据进行对应匹配，获得各项数据之间的数据匹配度；
根据各项数据之间的数据匹配度和所述数据有效性系数，获得融资方的数据核验结果。
相对于相关技术，本申请的跨境供应链金融的数据核验方法，可以根据融资方的多项跨境供应链数据，对融资方的数据进行完整性评价和可信度评价，以得到融资方的数据完整性结果和融资方的数据可信度结果，再根据数据完整性结果和数据可信度结果计算出融资方的数据有效性结果以及对应的有效性系数，然后结合从多项所述跨境供应链数据得到的多个数据匹配度，得到融资方的数据核验匹配度以及与所述数据核验匹配度对应的数据核验匹配等级，从而得到融资方的数据核验结果，以判断出融资方提供的数据的真实性，可以作为投资者是否投资给融资方的参考数据，为投资者的投资判断提供良好的判断基础。
为了能更清晰的理解本申请，以下将结合附图说明阐述本申请的具体实施方式。
附图说明
图1为本申请一个实施例的跨境供应链金融的数据核验方法的流程图。
图2为本申请一个实施例的跨境供应链金融的数据核验方法的步骤S111-S114的流程图。
图3为本申请一个实施例的跨境供应链金融的数据核验方法的步骤S51-S52的流程图。
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，下面将结合附图对本申请实施例方式作进一步地详细描述。
应当明确，所描述的实施例仅仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请实施例保护的范围。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。在本申请的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。在此所使用的词语“如果”/“若”可以被解释成为“在……时”或“当……时”或“响应于确定”。
此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
请参阅图1，其是本申请一个实施例的跨境供应链金融的数据核验方法的流程图，跨境供应链金融，是指在国际贸易领域，围绕核心企业，管理上下游中小企业的资金流和物流，并把单个企业(融资方)的不可控风险转变为供应链企业整体的可控风险，通过立体获取各类信息，将风险控制在最低的金融服务。
国际贸易是指跨越国境的货品和服务交易，一般由进口贸易和出口贸易所组成，因此也可称之为进出口贸易。
所述跨境供应链金融的数据核验方法包括：
S1：获取融资方的多项跨境供应链数据以及各项所述跨境供应链数据的数据项权重比例。
融资方是指资金的需求方，需要向外界融资的一方，融资方的多项跨境供应链数据包括融资方的财务报表数据、ERP数据、电商经营数据、银行交易流水数据和通关数据等数据。财务报表数据是反映融资方一定时期资金、利润状况的会计报表；ERP数据是指融资方的资源管理数据，整合了企业管理理念、业务流程、基础数据、人力物力、计算机软硬件等信息；电商经营数据是指融资方通过电商平台的商品信息、交易信息等数据；银行交易流水数据是指融资方的对公账户的交易记录；通关数据是指融资方进出口贸易的数据信息。
其中，获取融资方的多项跨境供应链数据，可以是通过全球优品分拨中心的接口获取，也可以是以人工导入的方式获取。其中，全球优品分拨中心是服务贸易和货物贸易服务一体化的新型服务体系平台。全球优品分拨中心基于大数据、物联网、AI、5G等技术，通过对支付、税务、通关、合同、全链路物流信息和服务商资源的有效整合，提供全球运营决策、供需智能合约、国际贸易合规等服务。具有可视化全球运营决策、供需智能合约、国际贸易合规、全球溯源、知识产权保护、国际物流筹划、全球数字报关、供应链金融适配、国际履约管理等功能。
所述数据项权重比例是表示各项跨境供应链数据的对于数据完整性或数据核验的重要程度，重要程度越高的跨境供应链数据，对应的数据项权重比例越大。
S2：根据各项所述跨境供应链数据、各项所述跨境供应链数据的数据项权重比例以及预设的数据完整性计算方法，得到所述融资方的数据完整性结果。
所述融资方的数据完整性结果是表示融资方的所有跨境供应链数据的整体完整性的结果，具体地，融资方的数据完整性结果受到各项跨境供应链数据的数据项权重比例影响，即数据项权重比例越高的跨境供应链数据，对数据完整性结果的影响越大，数据项权重比例越小的跨境供应链数据，对数据完整性结果的影响小。
S3：根据各项所述跨境供应链数据以及预设的数据可信度计算方法，得到所述融资方的数据可信度结果。
所述融资方的数据可信度结果，是表示融资方的所有跨境供应链数据的整体可信度，受到各项跨境供应链数据的可信度影响，其中，以财务报表数据这一项跨境供应链数据为例，若财务报表数据是通过审计流程，属于“有审计”的数据，表示财务报表数据这一项跨境供应链数据的可信度高。
S4：根据所述融资方的数据完整性结果和各项所述融资方的数据可信度结果，得到融资方的数据有效性系数。
所述融资方的数据有效性系数，是融资方的数据完整性结果和融资方的数据可信度结果的综合体现，具体地，融资方的数据有效性系数是，融资方的数据完整性结果与融资方的数据可信度结果之和对应的映射值，可以通过预设的映射关系获取，也可以通过查表方式获取。
其中，数据完整性结果占数据有效性结果的55％，数据可信度结果占数据有效性结果的45％。例如，数据有效性结果满分为100，则数据完整性结果满分为55，数据可信度结果满分为45。
S5：将各项所述跨境供应链数据进行对应匹配，获得各项数据之间的数据匹配度。
数据匹配度表示对应的两项跨境供应链数据的差异性，例如是两项跨境供应链数据中的营业收入数据的差异性，具体地，数据匹配度是将对应的两项跨境供应链数据中，同一属性中数值较小的一项除以数值较大的一项计算得到的，例如，两项跨境供应链数据分别为电商经营数据和银行交易流水数据，其中，电商经营数据的营业收入属性的数据为a，银行交易流水数据的营业收入属性的数据为A，且a<A，那么电商经营数据和银行交易流水数据对应的数据匹配度为a/A；若数据匹配度是将对应的两项跨境供应链数据包括多个属性数据，还需要计算各个属性数据的初始匹配度，然后将各个属性数据的初始匹配度的平均值确定为所述数据匹配度，例如两项跨境供应链数据分别为财务报表数据和ERP数据，财务报表数据和ERP数据都分别包括营业收入属性数据和利润率属性数据，其中，财务报表数据的营业收入属性数据和利润率属性数据分别为X和y，ERP数据的营业收入属性数据和利润率属性数据分别为x和Y，并且x<X，y<Y，此时营业收入属性数据对应的初始匹配度为x/X，利润率属性数据对应的初始匹配度为y/Y，财务报表数据和ERP数据对应的数据匹配度为((x/X)+(y/Y))/2。
S6：根据各项数据之间的数据匹配度和所述数据有效性系数，获得融资方的数据核验结果。
具体地，所述步骤S7是根据多个数据匹配度的平均值和所述数据有效性系数，计算出融资方的数据核验匹配度，并将与数据核验匹配度对应的数据核验匹配等级确定为融资方的数据核验结果。
其中，融资方的数据核验匹配度为，多个数据匹配度的平均值与数据有效性系数的乘积，根据融资方的数据核验匹配度的数值大小，至少划分出融资方的5个数据核验匹配等级，其中，融资方的数据核验匹配等级划分数量越多，对应得到的融资方的数据核验结果约准确。
相对于相关技术，本申请的跨境供应链金融的数据核验方法，可以根据融资方的多项跨境供应链数据，对融资方的数据进行完整性评价和可信度评价，以得到融资方的数据完整性结果和融资方的数据可信度结果，再根据数据完整性结果和数据可信度结果计算出融资方的数据有效性结果以及对应的有效性系数，然后结合从多项所述跨境供应链数据得到的多个数据匹配度的平均值，得到融资方的数据核验匹配度以及与所述数据核验匹配度对应的数据核验匹配等级，从而得到融资方的数据核验结果，可以作为投资者是否投资给融资方的参考数据，为投资者的投资判断提供良好的判断基础。
在一个可行的实施例中，所述步骤S1：获取融资方的多项跨境供应链数据以及各项所述跨境供应链数据的数据项权重比例的步骤，包括：
S101：获取各项所述跨境供应链数据之间的重要性标度值。
其中，各项所述跨境供应链数据之间的重要性标度值可以是用户预录入的数据。
S102：以各项所述跨境供应链数据为行属性和列属性建立对比矩阵，并将所述重要性标度值作为矩阵参数填充到所述对比矩阵，以得到各个矩阵参数对应的行属性的跨境供应链数据与列属性的跨境供应链数据的重要性标度值。
所述跨境供应链数据包括财务报表数据、ERP数据、电商经营数据、银行交易流水数据和通关数据，各项跨境供应链数据的重要性标度值如表1所示：
Figure BDA0003802254670000051
表1
S103：通过以下公式，计算出各项所述跨境供应链数据的数据项权重比例：
Figure BDA0003802254670000052
其中，wi表示第i行属性对应的跨境供应链数据的数据项权重比例，n表示跨境供应链数据的总项数；aij表示第i行属性和第j列属性对应的重要性标度值；akj表示第k行属性和第j列属性对应的重要性标度值。
其中，各项跨境供应链数据的数据项权重比例如表2所示：
Figure BDA0003802254670000061
表2
在本实施例中，可以根据各项所述跨境供应链数据之间的重要性标度值，获得各项所述跨境供应链数据的数据项权重比例，以提高计算融资方的数据完整性结果的准确性。
请参阅图2，在一个可行的实施例中，所述步骤S1：获取融资方的多项跨境供应链数据以及各项所述跨境供应链数据的数据项权重比例的步骤后，还包括：
S111：根据各项所述跨境供应链数据的数据项权重比例，以及所述对比矩阵中的矩阵参数，计算出所述对比矩阵的最大特征根。
具体地，通过以下公式，计算出所述对比矩阵的最大特征根：
Figure BDA0003802254670000062
其中，λmax表示所述对比矩阵的最大特征根，wj表示第j列属性对应的跨境供应链数据的数据项权重比例。
S112：根据所述最大特征根，以及融资方的多项跨境供应链数据的项数，计算出所述对比矩阵的一致性检验指标值。
具体地，通过以下公式，计算出所述对比矩阵的一致性检验指标值：
Figure BDA0003802254670000063
其中，C.I.表示所述对比矩阵的一致性检验指标值。
S113：获取所述对比矩阵的平均一致性指标值，将所述一致性检验指标值与所述平均一致性指标值的比值确定为所述对比矩阵的一致性比例。
通过以下公式，计算出所述对比矩阵的一致性比例：
Figure BDA0003802254670000071
其中，C.R.表示所述对比矩阵的一致性比例，R.I.表示所述平均一致性指标值。
S114：若所述对比矩阵的一致性比例小于预设的一致性校验阈值，确定所述对比矩阵通过校验，各项所述跨境供应链数据的数据项权重比例为有效值，否则，所述对比矩阵不通过校验，各项所述跨境供应链数据的数据项权重比例为无效值。
在本实施例中，通过将所述对比矩阵的一致性比例与预设的一致性校验阈值进行比对，判断项所述跨境供应链数据的数据项权重比例是否录入错误或者计算错误，以防止错误的数据项权重比例影响融资方的数据完整性结果的计算。
其中，预设的一致性校验阈值由用户设置，例如设置为0.1，根据表2中的参数，可以计算出对比矩阵的一致性比例为0.0773，即对比矩阵的一致性比例小于预设的一致性校验阈值，各项所述跨境供应链数据的数据项权重比例为有效值。
在一个可行的实施例中，所述步骤S2：根据各项所述跨境供应链数据、各项所述跨境供应链数据的数据项权重比例以及预设的数据完整性计算方法，得到所述融资方的数据完整性结果的步骤，包括：
S201：获取预设的各项跨境供应链数据的完整性基础分值。其中，各项跨境供应链数据的完整性基础分值都为100。
S202：若所述跨境供应链数据包括财务报表数据，将所述财务报表数据的完整性基础分值与所述财务报表数据的数据项权重比例的乘积确定为所述财务报表数据的完整性得分；若所述跨境供应链数据不包括财务报表数据，所述财务报表数据的完整性得分为0。
S203：若所述跨境供应链数据包括ERP数据，且所述ERP数据包括汇总数据和明细数据，将所述ERP数据的基础分值与所述ERP数据的数据项权重比例的乘积确定为所述ERP数据的完整性得分，若所述ERP数据只包括汇总数据，将所述ERP数据的基础分值与所述ERP数据的数据项权重比例的乘积的一半，确定为所述ERP数据的完整性得分；若所述跨境供应链数据不包括ERP数据，所述ERP数据的完整性得分为0。
S204：若所述跨境供应链数据包括电商经营数据，且所述电商经营数据包括电商渠道和经营数据，将所述电商经营数据的基础分值与所述电商经营数据的数据项权重比例的乘积确定为所述电商经营数据的完整性得分，若所述电商经营数据只包括电商渠道，将所述电商经营数据的基础分值与所述电商经营数据的数据项权重比例的乘积的一半，确定为所述ERP数据的完整性得分；若所述跨境供应链数据不包括电商经营数据，所述电商经营数据的完整性得分为0。
S205：若所述跨境供应链数据包括银行交易流水数据，将所述银行交易流水数据的基础分值与所述银行交易流水数据的数据项权重比例的乘积确定为所述银行交易流水数据的完整性得分；若所述跨境供应链数据不包括银行交易流水数据，所述银行交易流水数据的完整性得分为0。
S206：若所述跨境供应链数据包括通关数据，将所述通关数据的基础分值与所述通关数据的数据项权重比例的乘积确定为所述通关数据的完整性得分，若所述跨境供应链数据不包括通关数据，所述通关数据的完整性得分为0。
步骤S201-S206的数据操作如表3所示：
Figure BDA0003802254670000081
表3
S207：对所述财务报表数据的完整性得分、所述ERP数据的完整性得分、所述电商经营数据的完整性得分、所述银行交易流水数据的完整性得分，以及所述通关数据的完整性得分进行求和，以得到完整性总得分。
S208：获取与完整性总得分对应的完整性结果比例，根据所述完整性结果比例和预设的数据完整性基础分，计算出所述融资方的数据完整性结果。
在本实施例中，通过步骤S201-S208计算出的融资方的数据完整性结果与各项跨境供应链数据的数据项权重比例和数据的完整性相关，可以提高融资方的数据完整性结果的准确性。
其中，融资方的数据完整性结果满分为55，例如，完整性总得分大于等于90的，对应的完整性结果比例为1，对应的融资方的数据完整性结果为55；完整性总得分小于90，但大于等于80的，对应的完整性结果比例为0.9，对应的融资方的数据完整性结果为49.5；完整性总得分小于80，但大于等于60的，对应的完整性结果比例为0.7，对应的融资方的数据完整性结果为38.5；完整性总得分小于60的，对应的完整性结果比例为0.45，对应的融资方的数据完整性结果为24.75。如表4所示：
Figure BDA0003802254670000091
表4
请参阅图3，在一个可行的实施例中，所述步骤S3：根据各项所述跨境供应链数据以及预设的数据可信度计算方法，得到所述融资方的数据可信度结果的步骤，包括：
S31：根据预设的数据可信度评级方法，对融资方的多项跨境供应链数据评定，得到融资方的数据可信度评级。
所述步骤S31：包括：
S311：若所述财务报表数据为经过审计的数据，确定所述财务报表数据为高信度数据；若所述ERP数据为系统对接的数据和/或存在查验账号，确定所述ERP数据为高信度数据；若所述电商经营数据为系统对接的数据和/或存在查验账号，确定所述电商经营数据为高信度数据；若所述银行交易流水数据为系统对接的数据和/或存在监管账号，确定所述银行交易流水数据为高信度数据；若所述通关数据为系统对接的数据和/或经过第三方核验的数据，确定所述通关数据为高信度数据。
S312：根据高信度数据的项数和与跨境供应链数据的总项数的比例，以及所述数据可信度评级规则的对应关系，得到融资方的数据可信度评级。
通过步骤S311-S312，可以评定得到融资方的数据可信度评级。
例如，若高信度数据的项数和与跨境供应链数据的总项数的比例大于或等于0.75，表示融资方的数据可信度评级为高级，若高信度数据的项数和与跨境供应链数据的总项数的比例小于0.75但大于或等于0.6，表示融资方的数据可信度评级为较高；若高信度数据的项数和与跨境供应链数据的总项数的比例小于0.6但大于或等于0.5，表示融资方的数据可信度评级为中级；若高信度数据的项数和与跨境供应链数据的总项数的比例小于0.5，表示融资方的数据可信度评级为低级。如表5所示：
Figure BDA0003802254670000101
表5
S32：根据所述数据可信度评级，获取对应的可信度结果比例。
其中，所述跨境供应链数据包括财务报表数据、ERP数据、电商经营数据、银行交易流水数据和通关数据。
S33：根据所述可信度结果比例和预设的数据可信度基础分，计算出所述融资方的数据可信度结果。
在本事实例中，通过步骤S31-S33，可以获得融资方的数据可信度结果，其中，预设的数据可信度基础分为45，因此融资方的数据可信度结果满分为45分，例如，融资方的数据可信度评级为高级，对应的可信度结果比例为1；融资方的数据可信度评级为较高，对应的可信度结果比例为0.85；融资方的数据可信度评级为中级，对应的可信度结果比例为0.6；融资方的数据可信度评级为低级，对应的可信度结果比例为0.45，如表6所示：
Figure BDA0003802254670000111
表6
在一个可行的实施例中，所述步骤S4：根据所述融资方的数据完整性结果和各项所述融资方的数据可信度结果，得到融资方的数据有效性系数的步骤，包括：
S41：将所述融资方的数据完整性结果和各项所述融资方的数据可信度结果的总和确定为数据有效性结果。
S42：若数据有效性结果大于或等于第一有效性结果阈值，确定融资方的数据有效性系数为1；若数据有效性结果小于第一有效性结果阈值，但大于或等于第二有效性结果阈值，确定融资方的数据有效性系数为0.8；若数据有效性结果小于第二有效性结果阈值，但大于或等于第三有效性结果阈值，确定融资方的数据有效性系数为0.6；若数据有效性结果小于第三有效性结果阈值，确定融资方的数据有效性系数为0.4。
在本实施例中，可以获取数据有效性结果对应的数据有效性系数，以便于后续对融资方的数据核验匹配度的计算。
在一个可行的实施例中，所述步骤S5：将各项所述跨境供应链数据进行对应匹配，获得各项数据之间的数据匹配度，包括：
S51：将所述财务报表数据和所述ERP数据进行比对，获得所述财务报表数据和所述ERP数据之间的数据匹配度。
S52：将所述财务报表数据和所述电商经营数据进行比对，获得所述财务报表数据和所述电商经营数据之间的数据匹配度。
S53：将所述ERP数据和所述电商经营数据进行比对，获得所述ERP数据和所述电商经营数据之间的数据匹配度。
S54：将所述银行交易流水数据和所述电商经营数据进行比对，获得所述银行交易流水数据和所述电商经营数据之间的数据匹配度。
S55：将所述通关数据和所述ERP数据进行比对，获得所述通关数据和所述ERP数据之间的数据匹配度。
S56：将所述通关数据和所述电商经营数据进行比对，获得所述通关数据和所述电商经营数据之间的数据匹配度。
S57：将所述财务报表数据和所述银行交易流水数据进行比对，获得所述财务报表数据和所述银行交易流水数据之间的数据匹配度。
在本实施例中，通过将预设的两项跨境供应链数据进行比对，可以得到多个数据匹配度，以表示跨境供应链数据之间的差异性。
其中，步骤S51-S57不存在先后执行顺序的差异，而步骤S51-S57获取数据匹配度的过程与上文中步骤S5过程相同，因此不再赘述。
在一个可行的实施例中，所述步骤S6：根据各项数据之间的数据匹配度和所述数据有效性系数，获得融资方的数据核验结果的步骤，包括：
通过以下公式，计算出融资方的数据核验匹配度：
V＝K×R；
其中，V为融资方的数据核验匹配度，K为多个数据匹配度的平均值；R为数据有效性系数；
若融资方的数据核验匹配度大于或等于预设的第一有效匹配度阈值，确定对应的数据核验匹配等级为极高；若融资方的数据核验匹配度小于所述第一有效匹配度阈值，且大于或等于预设的第二有效匹配度阈值，确定对应的数据核验匹配等级为较高；若融资方的数据核验匹配度小于所述第二有效匹配度阈值，且大于或等于预设的第三有效匹配度阈值，确定对应的数据核验匹配等级为一般；若融资方的数据核验匹配度小于所述第三有效匹配度阈值，且大于或等于预设的第四有效匹配度阈值，确定对应的数据核验匹配等级为较低；若融资方的数据核验匹配度小于所述第四有效匹配度阈值，确定对应的数据核验匹配等级为极低。如表7所示：
Figure BDA0003802254670000131
表7
在本实施例中，可以得到反映了数据匹配度、数据完整性和数据可信度的数据核验匹配等级，将数据核验匹配等级作为融资方数据真实性的尽调结论，有利于投资方根据快速判断融资方数据的真实性，以及决定是否对融资方进行投资。
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选定的功能的装置。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选定的功能。
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选定的功能的步骤。
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。
存储器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)。存储器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)

1.一种跨境供应链金融的数据核验方法，其特征在于，包括：
获取融资方的多项跨境供应链数据以及各项所述跨境供应链数据的数据项权重比例；
根据各项所述跨境供应链数据、各项所述跨境供应链数据的数据项权重比例以及预设的数据完整性计算方法，得到所述融资方的数据完整性结果；
根据各项所述跨境供应链数据以及预设的数据可信度计算方法，得到所述融资方的数据可信度结果；
根据所述融资方的数据完整性结果和各项所述融资方的数据可信度结果，得到融资方的数据有效性系数；
将各项所述跨境供应链数据进行对应匹配，获得各项数据之间的数据匹配度；
根据各项数据之间的数据匹配度和所述数据有效性系数，获得融资方的数据核验结果。
2.根据权利要求1所述的跨境供应链金融的数据核验方法，其特征在于，所述根据各项所述跨境供应链数据、各项所述跨境供应链数据的数据项权重比例以及预设的数据完整性计算方法，得到所述融资方的数据完整性结果的步骤，包括：
获取预设的各项跨境供应链数据的完整性基础分值；
若所述跨境供应链数据包括财务报表数据，将所述财务报表数据的完整性基础分值与所述财务报表数据的数据项权重比例的乘积确定为所述财务报表数据的完整性得分；若所述跨境供应链数据不包括财务报表数据，所述财务报表数据的完整性得分为0；
若所述跨境供应链数据包括ERP数据，且所述ERP数据包括汇总数据和明细数据，将所述ERP数据的基础分值与所述ERP数据的数据项权重比例的乘积确定为所述ERP数据的完整性得分，若所述ERP数据只包括汇总数据，将所述ERP数据的基础分值与所述ERP数据的数据项权重比例的乘积的一半，确定为所述ERP数据的完整性得分；若所述跨境供应链数据不包括ERP数据，所述ERP数据的完整性得分为0；
若所述跨境供应链数据包括电商经营数据，且所述电商经营数据包括电商渠道和经营数据，将所述电商经营数据的基础分值与所述电商经营数据的数据项权重比例的乘积确定为所述电商经营数据的完整性得分，若所述电商经营数据只包括电商渠道，将所述电商经营数据的基础分值与所述电商经营数据的数据项权重比例的乘积的一半，确定为所述ERP数据的完整性得分；若所述跨境供应链数据不包括电商经营数据，所述电商经营数据的完整性得分为0；
若所述跨境供应链数据包括银行交易流水数据，将所述银行交易流水数据的基础分值与所述银行交易流水数据的数据项权重比例的乘积确定为所述银行交易流水数据的完整性得分；若所述跨境供应链数据不包括银行交易流水数据，所述银行交易流水数据的完整性得分为0；
若所述跨境供应链数据包括通关数据，将所述通关数据的基础分值与所述通关数据的数据项权重比例的乘积确定为所述通关数据的完整性得分，若所述跨境供应链数据不包括通关数据，所述通关数据的完整性得分为0；
对所述财务报表数据的完整性得分、所述ERP数据的完整性得分、所述电商经营数据的完整性得分、所述银行交易流水数据的完整性得分，以及所述通关数据的完整性得分进行求和，以得到完整性总得分；
获取与完整性总得分对应的完整性结果比例，根据所述完整性结果比例和预设的数据完整性基础分，计算出所述融资方的数据完整性结果。
3.根据权利要求1所述的跨境供应链金融的数据核验方法，其特征在于，所述根据各项所述跨境供应链数据以及预设的数据可信度计算方法，得到所述融资方的数据可信度结果的步骤，包括：
根据预设的数据可信度评级方法，对融资方的多项跨境供应链数据评定，得到融资方的数据可信度评级；
根据所述数据可信度评级，获取对应的可信度结果比例；
根据所述可信度结果比例和预设的数据可信度基础分，计算出所述融资方的数据可信度结果。
4.根据权利要求3所述的跨境供应链金融的数据核验方法，其特征在于，所述跨境供应链数据包括财务报表数据、ERP数据、电商经营数据、银行交易流水数据和通关数据；
所述根据预设的数据可信度评级方法，对融资方的多项跨境供应链数据评定，得到融资方的数据可信度评级的步骤，包括：
若所述财务报表数据为经过审计的数据，确定所述财务报表数据为高信度数据；若所述ERP数据为系统对接的数据和/或存在查验账号，确定所述ERP数据为高信度数据；若所述电商经营数据为系统对接的数据和/或存在查验账号，确定所述电商经营数据为高信度数据；若所述银行交易流水数据为系统对接的数据和/或存在监管账号，确定所述银行交易流水数据为高信度数据；若所述通关数据为系统对接的数据和/或经过第三方核验的数据，确定所述通关数据为高信度数据；
根据高信度数据的项数和与跨境供应链数据的总项数的比例，以及所述数据可信度评级规则的对应关系，得到融资方的数据可信度评级。
5.根据权利要求1所述的跨境供应链金融的数据核验方法，其特征在于，所述根据各项数据之间的数据匹配度和所述数据有效性系数，获得融资方的数据核验结果的步骤，包括：
通过以下公式，计算出融资方的数据核验匹配度：
V＝K×R；
其中，V为融资方的数据核验匹配度，K为多个数据匹配度的平均值；R为数据有效性系数；
若融资方的数据核验匹配度大于或等于预设的第一有效匹配度阈值，确定对应的数据核验匹配度等级为极高；若融资方的数据核验匹配度小于所述第一有效匹配度阈值，且大于或等于预设的第二有效匹配度阈值，确定对应的数据核验匹配度等级为较高；若融资方的数据核验匹配度小于所述第二有效匹配度阈值，且大于或等于预设的第三有效匹配度阈值，确定对应的数据核验匹配度等级为一般；若融资方的数据核验匹配度小于所述第三有效匹配度阈值，且大于或等于预设的第四有效匹配度阈值，确定对应的数据核验匹配度等级为较低；若融资方的数据核验匹配度小于所述第四有效匹配度阈值，确定对应的数据核验匹配度等级为极低。
6.根据权利要求1所述的跨境供应链金融的数据核验方法，其特征在于，所述跨境供应链数据包括财务报表数据、ERP数据、电商经营数据、银行交易流水数据和通关数据；
所述根据预设的匹配度获取规则，从多项所述跨境供应链数据中获取多个数据匹配度的步骤，包括：
将所述财务报表数据和所述ERP数据进行比对，获得所述财务报表数据和所述ERP数据之间的数据匹配度；
将所述财务报表数据和所述电商经营数据进行比对，获得所述财务报表数据和所述电商经营数据之间的数据匹配度；
将所述ERP数据和所述电商经营数据进行比对，获得所述ERP数据和所述电商经营数据之间的数据匹配度；
将所述银行交易流水数据和所述电商经营数据进行比对，获得所述银行交易流水数据和所述电商经营数据之间的数据匹配度；
将所述通关数据和所述ERP数据进行比对，获得所述通关数据和所述ERP数据之间的数据匹配度；
将所述通关数据和所述电商经营数据进行比对，获得所述通关数据和所述电商经营数据之间的数据匹配度；
将所述财务报表数据和所述银行交易流水数据进行比对，获得所述财务报表数据和所述银行交易流水数据之间的数据匹配度。
7.根据权利要求1所述的跨境供应链金融的数据核验方法，其特征在于，所述根据所述融资方的数据完整性结果和各项所述融资方的数据可信度结果，确定数据有效性结果，并结合预设的数据有效性结果和数据有效性系数的对应关系，得到融资方的数据有效性系数的步骤，包括：
将所述融资方的数据完整性结果和各项所述融资方的数据可信度结果的总和确定为数据有效性结果；
若数据有效性结果大于或等于第一有效性结果阈值，确定融资方的数据有效性系数为1；若数据有效性结果小于第一有效性结果阈值，但大于或等于第二有效性结果阈值，确定融资方的数据有效性系数为0.8；若数据有效性结果小于第二有效性结果阈值，但大于或等于第三有效性结果阈值，确定融资方的数据有效性系数为0.6；若数据有效性结果小于第三有效性结果阈值，确定融资方的数据有效性系数为0.4。
8.根据权利要求1至7中任一项权利要求所述的跨境供应链金融的数据核验方法，其特征在于，所述获取融资方的多项跨境供应链数据以及各项所述跨境供应链数据的数据项权重比例的步骤，包括：
获取各项所述跨境供应链数据之间的重要性标度值；
以各项所述跨境供应链数据为行属性和列属性建立对比矩阵，并将所述重要性标度值作为矩阵参数填充到所述对比矩阵，以得到各个矩阵参数对应的行属性的跨境供应链数据与列属性的跨境供应链数据的重要性标度值；
通过以下公式，计算出各项所述跨境供应链数据的数据项权重比例：
Figure FDA0003802254660000041
其中，wi表示第i行属性对应的跨境供应链数据的数据项权重比例，n表示跨境供应链数据的总项数；aij表示第i行属性和第j列属性对应的重要性标度值；akj表示第k行属性和第j列属性对应的重要性标度值。
9.根据权利要求8所述的跨境供应链金融的数据核验方法，其特征在于，所述获取融资方的多项跨境供应链数据以及各项所述跨境供应链数据的数据项权重比例的步骤后，还包括：
根据各项所述跨境供应链数据的数据项权重比例，以及所述对比矩阵中的矩阵参数，计算出所述对比矩阵的最大特征根；
根据所述最大特征根，以及融资方的多项跨境供应链数据的项数，计算出所述对比矩阵的一致性检验指标值；
获取所述对比矩阵的平均一致性指标值，将所述一致性检验指标值与所述平均一致性指标值的比值确定为所述对比矩阵的一致性比例；
若所述对比矩阵的一致性比例小于预设的一致性校验阈值，确定所述对比矩阵通过校验，各项所述跨境供应链数据的数据项权重比例为有效值，否则，所述对比矩阵不通过校验，各项所述跨境供应链数据的数据项权重比例为无效值。
10.根据权利要求9所述的跨境供应链金融的数据核验方法，其特征在于：
通过以下公式，计算出所述对比矩阵的最大特征根：
Figure FDA0003802254660000051
其中，λmax表示所述对比矩阵的最大特征根，wj表示第j列属性对应的跨境供应链数据的数据项权重比例；
通过以下公式，计算出所述对比矩阵的一致性检验指标值：
Figure FDA0003802254660000052
其中，C.I.表示所述对比矩阵的一致性检验指标值；
通过以下公式，计算出所述对比矩阵的一致性比例：
Figure FDA0003802254660000053
其中，C.R.表示所述对比矩阵的一致性比例，R.I.表示所述平均一致性指标值。
CN202210986855.0A 2022-08-17 2022-08-17 跨境供应链金融的数据核验方法 Active CN115330545B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210986855.0A CN115330545B (zh) 2022-08-17 2022-08-17 跨境供应链金融的数据核验方法
PCT/CN2022/143280 WO2024036867A1 (zh) 2022-08-17 2022-12-29 跨境供应链金融的数据核验方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210986855.0A CN115330545B (zh) 2022-08-17 2022-08-17 跨境供应链金融的数据核验方法

Publications (2)

Publication Number Publication Date
CN115330545A true CN115330545A (zh) 2022-11-11
CN115330545B CN115330545B (zh) 2023-05-30

Family

ID=83923245

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210986855.0A Active CN115330545B (zh) 2022-08-17 2022-08-17 跨境供应链金融的数据核验方法

Country Status (2)

Country Link
CN (1) CN115330545B (zh)
WO (1) WO2024036867A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024036867A1 (zh) * 2022-08-17 2024-02-22 粤港澳国际供应链(广州)有限公司 跨境供应链金融的数据核验方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106991610A (zh) * 2017-03-09 2017-07-28 深圳前海智链金融服务有限公司 一种提供供应链智能金融服务的系统
CN109918218A (zh) * 2019-01-28 2019-06-21 广州供电局有限公司 一种基于电力收费的错误数据分析方法
CN111798298A (zh) * 2020-07-08 2020-10-20 广州新丝路信息科技有限公司 一种跨境电商供应链金融贷前企业评估方法及系统
CN111985938A (zh) * 2020-08-18 2020-11-24 支付宝(杭州)信息技术有限公司 一种跨境交易的真实性验证方法、装置及设备
CN112035948A (zh) * 2020-08-03 2020-12-04 智慧航海（青岛）科技有限公司 一种应用于船模虚拟试验平台的可信度综合评估方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160180353A1 (en) * 2014-12-22 2016-06-23 Steven Chien Analyzing data of cross border transactions within a network trading platform
CN113516560A (zh) * 2021-04-27 2021-10-19 吉林省裕林信息科技有限公司 供应链金融风控数据交叉验证方法、系统、计算机设备
CN114022273A (zh) * 2021-11-26 2022-02-08 江苏华博实业集团有限公司 一种用于融资供应链的金融风险管理系统及其方法
CN115330545B (zh) * 2022-08-17 2023-05-30 粤港澳国际供应链(广州)有限公司 跨境供应链金融的数据核验方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106991610A (zh) * 2017-03-09 2017-07-28 深圳前海智链金融服务有限公司 一种提供供应链智能金融服务的系统
CN109918218A (zh) * 2019-01-28 2019-06-21 广州供电局有限公司 一种基于电力收费的错误数据分析方法
CN111798298A (zh) * 2020-07-08 2020-10-20 广州新丝路信息科技有限公司 一种跨境电商供应链金融贷前企业评估方法及系统
CN112035948A (zh) * 2020-08-03 2020-12-04 智慧航海（青岛）科技有限公司 一种应用于船模虚拟试验平台的可信度综合评估方法
CN111985938A (zh) * 2020-08-18 2020-11-24 支付宝(杭州)信息技术有限公司 一种跨境交易的真实性验证方法、装置及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘健: "" 基于层次分析法的高校图书馆网站用户满意度评价指标体系构建研究"" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024036867A1 (zh) * 2022-08-17 2024-02-22 粤港澳国际供应链(广州)有限公司 跨境供应链金融的数据核验方法

Also Published As

Publication number Publication date
CN115330545B (zh) 2023-05-30
WO2024036867A1 (zh) 2024-02-22

Similar Documents

Publication Publication Date Title
Featherstone et al. Determining the probability of default and risk‐rating class for loans in the seventh farm credit district portfolio
KR20200007271A (ko) 암호화폐 평가 방법 및 암호화폐 지수
KR102246782B1 (ko) 상거래데이터를 이용한 ai기반의 평가모델을 포함하는 기업의 채무상환능력 평가시스템
CN112801529B (zh) 财务数据分析方法及装置、电子设备及介质
Daniel et al. Corporate rating forecasting using Artificial Intelligence statistical techniques
CN115330545B (zh) 跨境供应链金融的数据核验方法
CN114529400A (zh) 一种消费贷款预授信评估方法、设备及介质
CN117575776A (zh) 一种借贷风控模型训练方法、设备以及可读存储介质
KR102249028B1 (ko) 기업의 채무상환능력 평가시스템
CN111429286A (zh) 财务可信度的评估方法、装置、设备和存储介质
CN117196646A (zh) 一种供应商资质审核方法、设备及介质
Grody et al. Risk accounting-part 2: The risk data aggregation and risk reporting (BCBS 239) foundation of enterprise risk management (ERM) and risk governance
Toufaili The impact of risk management on financial performance
Arsenijević The conservatism principle in modern financial reporting
Kang et al. Estimating Korea's Exchange Rate Exposure
Rinjani Analysis Of Risk Profile, Good Corporate Governance, Earnings, Capital: Health Calculation Method At Bank Perkreditan Rakyat:(Study On PT. BPR Bank Bapas 69 Perseroda Magelang Regency and its Industrial Average in 2018-2020)
US20060149646A1 (en) Method of processing investment data and making compensation determinations and associated system
Hui et al. Market Risk and Operational Risk Towards Company’s Profitability
Lessambo et al. Risks in the Banking Industry
CN112967129A (zh) 一种金融数据的测算方法、装置、计算机设备及存储介质
Vinichenko et al. Diagnostic of Anti-Crisis Stability of Agribusiness Entities at Introduction of Innovations into the Cycle of Production
Chaudhuri et al. Operational Risk
Pomorina Economic Capital Structure and Banking Financial Risks Aggregation
Castro Estimating a financial distress rating system for Spanish firms with a simple hazard model
CN114881796A (zh) 一种基于数税结合的融资方法及装置

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
GR01 Patent grant
GR01 Patent grant