CN115936830A - 企业信用风险评估方法及装置 - Google Patents
企业信用风险评估方法及装置 Download PDFInfo
- Publication number
- CN115936830A CN115936830A CN202211680678.XA CN202211680678A CN115936830A CN 115936830 A CN115936830 A CN 115936830A CN 202211680678 A CN202211680678 A CN 202211680678A CN 115936830 A CN115936830 A CN 115936830A
- Authority
- CN
- China
- Prior art keywords
- credit
- risk
- enterprise
- target
- determining
- 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
Links
- 238000012502 risk assessment Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000011156 evaluation Methods 0.000 claims abstract description 68
- 230000002159 abnormal effect Effects 0.000 claims description 57
- 238000004590 computer program Methods 0.000 claims description 38
- 239000000463 material Substances 0.000 claims description 21
- 239000012852 risk material Substances 0.000 claims 1
- 230000005856 abnormality Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000004927 fusion Effects 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004900 laundering Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及一种企业信用风险评估方法及装置。属于企业信用风险评估技术领域,所述方法包括:获取目标企业的原始信用特征和企业身份标识;基于信用评估特征,从原始信用特征中确定目标信用特征;根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。本方法,基于目标信用特征和企业身份标识可客观的确定目标企业的信用风险评估结果,评估结果相较于现有评估方法得到的结果更加准确。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种企业信用风险评估方法及装5置。
背景技术
企业信用风险评估不仅有助于企业自身防范商业风险,建设、健全企业管理制度,还有助于其他企业或个人了解该企业的信用等级,做好投资、借贷等商业合作的风险把控。
0传统的金融机构在对企业进行风险评估时,大多是人为根据信用指标对企业信用进行主观评估,由于评估人员经验不同,往往评估结果差距也较大,获得的评估结果不够准确,可能会为客户造成严重的经济损失。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提升企业信用风险评估5结果准确性的企业信用风险评估方法及装置。
第一方面,本申请提供了一种企业信用风险评估方法。该方法包括:
获取目标企业的原始信用特征和企业身份标识;
基于信用评估特征,从原始信用特征中确定目标信用特征;
根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;0其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。
在其中一个实施例中,根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果,包括:
根据目标信用特征,确定信用风险等级;
5根据信用风险等级和企业身份标识,确定信用风险等级对应的风险提示信息。
在其中一个实施例中,确定信用风险等级,包括:
根据目标信用特征的严重等级,确定目标信用特征的特征值;
根据目标信用特征的属性信息,确定目标信用特征的风险类型;
根据特征值和风险类型,确定信用风险等级。
在其中一个实施例中,根据特征值和风险类型,确定信用风险等级,包括:
根据风险类型的类型属性,确定风险类型的权重;
根据特征值和风险类型的权重,确定信用风险等级。
在其中一个实施例中,根据信用风险等级和企业身份标识,确定信用风险等级对应的风险提示信息,包括:
根据企业身份标识和信用风险等级,确定目标企业的异常因素;
根据异常因素,确定目标企业的关联异常企业;
根据异常因素和关联异常企业,确定信用风险等级对应的风险提示信息。
在其中一个实施例中,该方法还包括:
基于信用风险评估结果,对目标企业进行风险追踪,获取目标企业的风险证明材料;
基于风险证明材料,确定信用评估结果的准确性。
第二方面,本申请还提供了一种企业信用风险评估装置。装置包括:
获取模块,用于获取目标企业的原始信用特征和企业身份标识;
确定模块,用于基于信用评估特征,从原始信用特征中确定目标信用特征;
评估模块,用于根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。
第三方面,本申请还提供了一种计算机设备。计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取目标企业的原始信用特征和企业身份标识;
基于信用评估特征,从原始信用特征中确定目标信用特征;
根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。
第四方面,本申请还提供了一种计算机可读存储介质。计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标企业的原始信用特征和企业身份标识;
基于信用评估特征,从原始信用特征中确定目标信用特征;
根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。
第五方面,本申请还提供了一种计算机程序产品。计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标企业的原始信用特征和企业身份标识;
基于信用评估特征,从原始信用特征中确定目标信用特征;
根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。
上述企业信用风险评估方法及装置,获取目标企业的原始信用特征,结合信用评估特征,从原始信用特征中确定目标信用特征;根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。本申请通过先获取目标企业的原始信用特征,结合信用评估特征,从原始信用特征中确定目标信用特征;再根据目标信用特征和企业身份标识,确定目标企业的信用风险等级和信用风险等级对应的风险提示信息,基于目标信用特征和企业身份标识可客观的确定目标企业的信用风险评估结果,评估结果相较于现有评估方法得到的结果更加准确。
附图说明
图1为本实施例提供的企业信用风险评估方法的应用环境图;
图2为本实施例提供的第一种企业信用风险评估方法的流程示意图;
图3为本实施例提供的确定信用风险等级和风险提示信息的流程示意图;
图4为本实施例提供的确定信用风险等级的流程示意图;
图5为本实施例提供的目标信用特征和风险类型的示意图;
图6为本实施例提供的确定风险提示信息的流程示意图;
图7为本实施例提供的第二种企业信用风险评估方法的流程示意图;
图8为本实施例提供的信用风险等级和风险提示信息的示意图;
图9为本实施例提供的第三种企业信用风险评估方法的流程示意图;
图10为本实施例提供的第一种企业信用风险评估装置的结构框图;
图11为本实施例提供的第二种企业信用风险评估装置的结构框图;
图12为本实施例提供的第三种企业信用风险评估装置的结构框图;
图13为本实施例提供的计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的企业信用风险评估方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。具体的,终端102采集获取目标企业的原始信用特征和企业身份标识传输至服务器104,服务器104基于信用评估特征,从原始信用特征中确定目标信用特征,服务器104根据目标信用特征和企业身份标识,确定目标企业的信用风险等级和信用风险等级对应的风险提示信息。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等智能设备。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在其中一个实施例中,如图2所示,提供了一种企业信用风险评估方法,以该方法应用于图1中的服务器为例进行说明,如图2所示,包括以下步骤:
S201,获取目标企业的原始信用特征和企业身份标识。
其中,目标企业是指还未进行企业信用风险评估的企业;原始信用特征是指未与信用评估特征进行匹配的信用特征;企业身份标识是指用于表征企业身份的唯一标识,例如统一社会信用代码或者企业名称等。
本实施例一种可选的实施方式为:向目标企业终端发送获取指令,获取目标企业发送的原始信用特征或企业数据,从而获取目标企业的原始信用特征和企业身份标识;若获取的是目标企业发送的企业数据,则需要从企业数据中抽取原始信用特征和企业身份标识;其中,抽取方式可以但不限于是人工抽取或算法智能识别;获取目标企业发送的原始信用特征或企业数据,获取方式包括人工录入或从存储设备中调取。
本实施例另一种可选的实施方式为:向数据库中发送调用指令,获取数据库发送的目标企业的原始信用特征和企业身份标识。
S202,基于信用评估特征,从原始信用特征中确定目标信用特征。
其中,信用评估特征是预先设定的用于进行企业信用评估的评估特征;目标信用特征是指原始信用特征中与信用评估特征相对应的信用特征。
可选的,本实施例中将原始信用特征与信用评估特征进行匹配,获取原始信用特征中与信用评估特征相匹配的目标信用特征。
S203,根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。
其中,信用风险评估结果是指根据目标信用特征和企业身份标识,对目标企业的信用风险作出的评估结果;信用风险等级是指目标企业的信用风险所对应的级别,例如高风险、中风险、低风险等;风险提示信息是指目标企业的相关风险事项,例如信用风险等级较高的关联异常企业;关联异常企业是指与目标企业存在关联,且企业信息存在异常的企业。
本实施例一种可选的实施方式为:对各目标信用特征赋予对应的信用风险数值,通过对各目标信用特征的信用风险数值进行融合(融合方式可以但不限于是求和、加权求和或求乘积等),得到目标企业的信用风险总值,基于信用风险总值,确定企业风险等级,例如可将信用风险总值预先划分为多个区间,通过确定信用风险总值落在哪个区间确定企业风险等级;根据企业身份标识可确定企业的相关信息(例如法人、关联企业、联系方式和注册地址等),再结合目标信用特征,确定和信用风险等级对应的风险提示信息。
本实施例另一种可选的实施方式为:对各目标信用特征赋予对应的信用风险数值,通过对各目标信用特征的信用风险数值进行融合(融合方式可以但不限于是求和、加权求和或求乘积等),得到信用风险总值;根据目标企业的企业身份标识可确定企业体量(例如营收、负债、市值或估值,以及企业类型等),根据企业体量确定信用风险权值,根据信用风险总值和信用风险权值,确定目标企业的信用风险评估结果。
本实施例又一种可选的实施方式为:对各目标信用特征赋予对应的信用风险数值,将目标信用特征的信用风险数值和企业身份标识,输入预先配置好的企业信用风险评估模型,由企业信用风险评估模型确定得到目标企业的信用风险评估结果;其中,企业信用风险评估模块优选的配置于redis数据库中。
本实施例中的企业信用风险评估方法,通过获取目标企业的原始信用特征,结合信用评估特征,从原始信用特征中确定目标信用特征;根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。本申请通过先获取目标企业的原始信用特征,结合信用评估特征,从原始信用特征中确定目标信用特征;再根据目标信用特征和企业身份标识,确定目标企业的信用风险等级和信用风险等级对应的风险提示信息,基于目标信用特征和企业身份标识可客观的确定目标企业的信用风险评估结果,评估结果相较于现有评估方法得到的结果更加准确。
在其中一个实施例中,为了提高目标企业的信用风险评估结果的评估效率,如图3所示,S203的一种可选实施方式,包括:
S301,根据目标信用特征,确定信用风险等级。
可选的,本实施例中预先确定不同信用风险等级所对应的目标信用特征的数量区间;确定目标企业的目标信用特征数量,根据目标信用特征的数量,确定信用风险等级。
S302,根据信用风险等级和企业身份标识,确定信用风险等级对应的风险提示信息。
可选的,本实施例中根据企业身份标识,确定目标企业的风险提示信息;对风险提示信息按照严重程度进行等级划分,选取与信用风险等级相对应的风险提示信息,从而确定信用风险等级对应的风险提示信息。
本实施例中根据目标信用特征,确定信用风险等级,再根据信用风险等级和企业身份标识,确定信用风险等级对应的风险提示信息,采用此种方式分步确定信用风险等级和风险提示信息,可有效提高目标企业的信用风险评估结果的评估效率。
在其中一个实施例中,为了更加准确的确定信用风险等级,如图4所示,S301的一种可选的实施方式,包括:
S401,根据目标信用特征的严重等级,确定目标信用特征的特征值。
其中,特征值是指根据目标信用特征的严重等级,确定得到的目标信用特征的数值,特征值可以是数值、分值或者百分数等。
可选的,本实施例中预先划分严重等级所对应的特征值区间,获取目标企业的目标信用特征的严重等级,根据目标信用特征的严重等级以及预先划分的特征值区间,确定目标信用特征的特征值;其中,获取目标企业的目标信用特征的严重等级的获取方式,包括:目标企业反馈获取或者根据企业身份标识向数据库中搜索获取。
S402,根据目标信用特征的属性信息,确定目标信用特征的风险类型。
其中,属性信息是指目标信用特征的描述性信息,用于确定目标信用特征的风险类型;风险类型是指目标信用特征的风险的种类。
可选的,本实施例中通过对目标信用特征进行语义分析,确定目标信用特征的属性信息,根据目标信用特征的属性信息,确定目标信用特征的风险类型。例如,如图5所示,目标信用特征包括曾发生过洗钱、被列入严重违法失信名单、经营状态非存续性、简易注销、来自高风险1类国家、税收违法、法定代表人失信风险,根据目标信用特征的属性信息对上述目标信用特征进行分类,风险类型如下:一类法律风险包括曾发生过洗钱;行政处罚风险包括被列入严重违法失信名单;经营合规性风险包括经营状态非存续性和简易注销;国别风险包括来自高风险1类国家;二类法律风险包括税收违法和法定代表人失信风险。
S403,根据特征值和风险类型,确定信用风险等级。
本实施例一种可选的实施方式为:根据风险类型的类型属性,确定风险类型的权重;根据特征值和风险类型的权重,确定信用风险等级;其中,类型属性是指风险类型的属性类别。具体的,可通过语义分析确定风险类型的类型属性,根据类型属性可确定风险类型在信用风险评估中的重要性,进而确定信用风险等级;根据特征值和风险类型的权重,确定信用风险等级。
可选的,根据特征值和风险类型的权重,确定信用风险等级,一种可选的实施方式为:求取每个目标信用特征的特征值与风险类型的权重的乘积,得到风险值,将各目标信用特征的风险值进行融合(例如求和、求成绩等),得到融合值,预先划分融合值区间,不同的融合值区间对应不同的信用风险等级,根据融合值,可确定信用风险等级。
本实施例通过严重等级,确定目标信用特征的特征值(如图5所示),再结合目标信用特征的风险类型,根据目标信用特征的特征值和风险类型,使确定得到的信用风险等级更加准确。
在其中一个实施例中,为了准确的获取信用风险等级对应的风险提示信息,如图6所示,S302的一种可选的实施方式为:
S601,根据企业身份标识和信用风险等级,确定目标企业的异常因素。
其中,异常因素是指目标企业中存在异常的因素,例如,联系方式、注册地址、法人等。
可选的,本实施例中根据企业身份标识可确定目标企业的相关因素,确定相关因素的异常等级(相关因素有的正常,有的异常,并且异常的等级不同,可由目标企业主观划分),选取异常等级与信用风险等级相对应的相关因素,作为异常因素,从而确定目标企业的异常因素。例如,如图7所示,信用风险等级为中风险,与信用风险等级相对应的异常因素为联系方式、注册地址和法定代表人。
S602,根据异常因素,确定目标企业的关联异常企业。
其中,关联异常企业是指与目标企业存在关联的异常企业。
可选的,本实施例中获取异常因素,并输入数据库,以供数据库基于异常因素,确定目标企业的关联异常企业。
S603,根据异常因素和关联异常企业,确定信用风险等级对应的风险提示信息。
可选的,本实施例中将异常因素和关联异常企业进行组合,确定信用风险等级对应的风险提示信息。例如,如图7所示,根据异常因素和关联异常企业,确定得到的信用风险等级为“中风险”的风险提示信息包括“同联系方式企业存在异常”、“关联方成员企业存在异常”、“联系方式或注册地址重复”、“联系方式异常”、“法定代表人频繁变更”和“同实际控制人企业众多增加不确定风险”;其中,还包括对每条风险提示信息,进行风险追踪,获取具体可追溯信息。例如,如图7示出,“同联系方式企业存在异常”的具体可追溯信息为“与该企业使用相同联系方式的企业中有39家存在异常信息”。
在其中一个实施例中,为了进一步提升信用评估结果的准确性,如图8所示,本实施例的企业信用风险评估方法一种可选的实施方式,包括:
S801,获取目标企业的原始信用特征和企业身份标识。
S802,基于信用评估特征,从原始信用特征中确定目标信用特征。
S803,根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。
S804,基于信用风险评估结果,对目标企业进行风险追踪,获取目标企业的风险证明材料。
其中,风险证明材料是指对目标企业进行风险追踪,用于支撑信用风险评估结果的证明材料。
可选的,本实施例通过获取信用风险评估结果,抽取信用风险等级中的目标信用特征和风险提示信息,对目标信用特征和风险提示信息进行风险追踪,并获取相应的风险证明材料。其中,风险追踪包括可以电话核实、实地核实等多种核实方式。
S805,基于风险证明材料,确定信用评估结果的准确性。
可选的,本实施例中获取风险证明材料和信用风险评估结果,基于风险证明材料对风险评估结果进行审核确认,基于审核确认的结果,确定信用评估结果的准确性。其中,通过获取审核确认的当前执行节点(执行节点包括跟进中、待审核、未通过和已完成等),确定审核确认的审核进度。
本实施例通过风险追踪和获取风险证明材料以及审核确认,不仅便于目标企业对信用风险评估结果的追溯,还提升了信用评估结果的准确性。
在其中一个实施例中,如图9所示,企业信用风险评估方法一种可选的实施方式,包括:
S901,获取目标企业的原始信用特征和企业身份标识。
S902,基于信用评估特征,从原始信用特征中确定目标信用特征。
S903,根据目标信用特征的严重等级,确定目标信用特征的特征值。
S904,根据目标信用特征的属性信息,确定目标信用特征的风险类型。
S905,根据风险类型的类型属性,确定风险类型的权重。
S906,根据特征值和风险类型的权重,确定信用风险等级。
S907,根据企业身份标识和信用风险等级,确定目标企业的异常因素。
S908,根据异常因素,确定目标企业的关联异常企业。
S909,根据异常因素和关联异常企业,确定信用风险等级对应的风险提示信息。
S9010,基于信用风险评估结果,对目标企业进行风险追踪,获取目标企业的风险证明材料。
S9011,基于风险证明材料,确定信用评估结果的准确性。
本实施例通过先获取目标企业的原始信用特征,结合信用评估特征,从原始信用特征中确定目标信用特征;再根据目标信用特征和企业身份标识,确定目标企业的信用风险等级和信用风险等级对应的风险提示信息,基于目标信用特征和企业身份标识可客观的确定目标企业的信用风险评估结果,评估结果相较于现有评估方法得到的结果更加准确。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的企业信用风险评估方法的企业信用风险评估装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个企业信用风险评估装置实施例中的具体限定可以参见上文中对于企业信用风险评估方法的限定,在此不再赘述。
在其中一个实施例中,如图10所示,提供了一种企业信用风险评估装置1,包括:获取模块10、确定模块20和评估模块30,其中:
获取模块10,用于获取目标企业的原始信用特征和企业身份标识;
确定模块20,用于基于信用评估特征,从原始信用特征中确定目标信用特征;
评估模块30,用于根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。
在其中一个实施例中,在上图10的基础上,如图11所示,上图10中的评估模块30进一步包括:
等级确定单元301,用于根据目标信用特征,确定信用风险等级;
提示信息确定单元302,用于根据信用风险等级和企业身份标识,确定信用风险等级对应的风险提示信息。
在其中一个实施例中,上图10中的等级确定单元301,具体用于:根据目标信用特征的严重等级,确定目标信用特征的特征值;根据目标信用特征的属性信息,确定目标信用特征的风险类型;根据特征值和风险类型,确定信用风险等级。
在其中一个实施例中,上图10中的等级确定单元301,还具体用于:根据风险类型的类型属性,确定风险类型的权重;根据特征值和风险类型的权重,确定信用风险等级。
在其中一个实施例中,上图11中的提示信息确定单元302具体用于:根据企业身份标识和信用风险等级,确定目标企业的异常因素;根据异常因素,确定目标企业的关联异常企业;根据异常因素和关联异常企业,确定信用风险等级对应的风险提示信息。
在其中一个实施例中,在上图10的基础上,如图12所示,上图10中的企业信用风险评估装置还包括:
追踪模块40,用于基于信用风险评估结果,对目标企业进行风险追踪,获取目标企业的风险证明材料;
判断模块50,用于基于风险证明材料,确定信用评估结果的准确性。
上述企业信用风险评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图13所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储目标企业相关数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种企业信用风险评估方法。
本领域技术人员可以理解,图13中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取目标企业的原始信用特征和企业身份标识;
基于信用评估特征,从原始信用特征中确定目标信用特征;
根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据目标信用特征,确定信用风险等级;
根据信用风险等级和企业身份标识,确定信用风险等级对应的风险提示信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定信用风险等级,包括:
根据目标信用特征的严重等级,确定目标信用特征的特征值;
根据目标信用特征的属性信息,确定目标信用特征的风险类型;
根据特征值和风险类型,确定信用风险等级。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据特征值和风险类型,确定信用风险等级,包括:
根据风险类型的类型属性,确定风险类型的权重;
根据特征值和风险类型的权重,确定信用风险等级。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据信用风险等级和企业身份标识,确定信用风险等级对应的风险提示信息,包括:
根据企业身份标识和信用风险等级,确定目标企业的异常因素;
根据异常因素,确定目标企业的关联异常企业;
根据异常因素和关联异常企业,确定信用风险等级对应的风险提示信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:该方法还包括:
基于信用风险评估结果,对目标企业进行风险追踪,获取目标企业的风险证明材料;
基于风险证明材料,确定信用评估结果的准确性。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标企业的原始信用特征和企业身份标识;
基于信用评估特征,从原始信用特征中确定目标信用特征;
根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据目标信用特征,确定信用风险等级;
根据信用风险等级和企业身份标识,确定信用风险等级对应的风险提示信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定信用风险等级,包括:
根据目标信用特征的严重等级,确定目标信用特征的特征值;
根据目标信用特征的属性信息,确定目标信用特征的风险类型;
根据特征值和风险类型,确定信用风险等级。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据特征值和风险类型,确定信用风险等级,包括:
根据风险类型的类型属性,确定风险类型的权重;
根据特征值和风险类型的权重,确定信用风险等级。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据信用风险等级和企业身份标识,确定信用风险等级对应的风险提示信息,包括:
根据企业身份标识和信用风险等级,确定目标企业的异常因素;
根据异常因素,确定目标企业的关联异常企业;
根据异常因素和关联异常企业,确定信用风险等级对应的风险提示信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:该方法还包括:
基于信用风险评估结果,对目标企业进行风险追踪,获取目标企业的风险证明材料;
基于风险证明材料,确定信用评估结果的准确性。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标企业的原始信用特征和企业身份标识;
基于信用评估特征,从原始信用特征中确定目标信用特征;
根据目标信用特征和企业身份标识,确定目标企业的信用风险评估结果;其中,信用风险评估结果包括:信用风险等级和信用风险等级对应的风险提示信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据目标信用特征,确定信用风险等级;
根据信用风险等级和企业身份标识,确定信用风险等级对应的风险提示信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定信用风险等级,包括:
根据目标信用特征的严重等级,确定目标信用特征的特征值;
根据目标信用特征的属性信息,确定目标信用特征的风险类型;
根据特征值和风险类型,确定信用风险等级。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据特征值和风险类型,确定信用风险等级,包括:
根据风险类型的类型属性,确定风险类型的权重;
根据特征值和风险类型的权重,确定信用风险等级。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据信用风险等级和企业身份标识,确定信用风险等级对应的风险提示信息,包括:
根据企业身份标识和信用风险等级,确定目标企业的异常因素;
根据异常因素,确定目标企业的关联异常企业;
根据异常因素和关联异常企业,确定信用风险等级对应的风险提示信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:该方法还包括:
基于信用风险评估结果,对目标企业进行风险追踪,获取目标企业的风险证明材料;
基于风险证明材料,确定信用评估结果的准确性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种企业信用风险评估方法,其特征在于,所述方法包括:
获取目标企业的原始信用特征和企业身份标识;
基于信用评估特征,从所述原始信用特征中确定目标信用特征;
根据所述目标信用特征和企业身份标识,确定所述目标企业的信用风险评估结果;其中,所述信用风险评估结果包括:信用风险等级和所述信用风险等级对应的风险提示信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标信用特征和企业身份标识,确定所述目标企业的信用风险评估结果,包括:
根据所述目标信用特征,确定信用风险等级;
根据所述信用风险等级和所述企业身份标识,确定所述信用风险等级对应的风险提示信息。
3.根据权利要求2所述的方法,其特征在于,确定信用风险等级,包括:
根据目标信用特征的严重等级,确定目标信用特征的特征值;
根据目标信用特征的属性信息,确定目标信用特征的风险类型;
根据所述特征值和所述风险类型,确定信用风险等级。
4.根据权利要求3所述的方法,其特征在于,所述根据所述特征值和所述风险类型,确定信用风险等级,包括:
根据所述风险类型的类型属性,确定所述风险类型的权重;
根据所述特征值和所述风险类型的权重,确定信用风险等级。
5.根据权利要求1所述的方法,其特征在于,所述根据所述信用风险等级和所述企业身份标识,确定所述信用风险等级对应的风险提示信息,包括:
根据所述企业身份标识和所述信用风险等级,确定目标企业的异常因素;
根据所述异常因素,确定所述目标企业的关联异常企业;
根据所述异常因素和所述关联异常企业,确定所述信用风险等级对应的风险提示信息。
6.根据权利要求1所述的方法,其特征在于,所述的方法,还包括:
基于所述信用风险评估结果,对目标企业进行风险追踪,获取目标企业的风险证明材料;
基于所述风险证明材料,确定所述信用评估结果的准确性。
7.一种企业信用风险评估装置,其特征在于,包括:
获取模块,用于获取目标企业的原始信用特征和企业身份标识;
确定模块,用于基于信用评估特征,从所述原始信用特征中确定目标信用特征;
评估模块,用于根据所述目标信用特征和企业身份标识,确定所述目标企业的信用风险评估结果;其中,所述信用风险评估结果包括:信用风险等级和所述信用风险等级对应的风险提示信息。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的企业信用风险评估方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的企业信用风险评估方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的企业信用风险评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211680678.XA CN115936830A (zh) | 2022-12-27 | 2022-12-27 | 企业信用风险评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211680678.XA CN115936830A (zh) | 2022-12-27 | 2022-12-27 | 企业信用风险评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115936830A true CN115936830A (zh) | 2023-04-07 |
Family
ID=86554008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211680678.XA Pending CN115936830A (zh) | 2022-12-27 | 2022-12-27 | 企业信用风险评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115936830A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203808A (zh) * | 2016-07-01 | 2016-12-07 | 中国民生银行股份有限公司 | 企业信用风险评估方法和装置 |
CN109492945A (zh) * | 2018-12-14 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 企业风险识别监控方法、装置、设备及存储介质 |
CN109816217A (zh) * | 2019-01-04 | 2019-05-28 | 深圳壹账通智能科技有限公司 | 案件处理方法、装置、计算机设备和存储介质 |
CN113988671A (zh) * | 2021-11-02 | 2022-01-28 | 城云科技(中国)有限公司 | 企业信用风险评估方法、装置及应用 |
-
2022
- 2022-12-27 CN CN202211680678.XA patent/CN115936830A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203808A (zh) * | 2016-07-01 | 2016-12-07 | 中国民生银行股份有限公司 | 企业信用风险评估方法和装置 |
CN109492945A (zh) * | 2018-12-14 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 企业风险识别监控方法、装置、设备及存储介质 |
CN109816217A (zh) * | 2019-01-04 | 2019-05-28 | 深圳壹账通智能科技有限公司 | 案件处理方法、装置、计算机设备和存储介质 |
CN113988671A (zh) * | 2021-11-02 | 2022-01-28 | 城云科技(中国)有限公司 | 企业信用风险评估方法、装置及应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020160166A1 (en) | Systems and methods for vulnerability assessment and remedy identification | |
WO2020073727A1 (zh) | 风险预测方法、装置、计算机设备和存储介质 | |
CN111861716B (zh) | 一种基于软件系统的贷中监控预警等级生成方法 | |
CN113553583A (zh) | 信息系统资产安全风险评估方法与装置 | |
CN115630221A (zh) | 终端应用界面展示数据处理方法、装置及计算机设备 | |
CN114140221A (zh) | 一种欺诈风险预警方法、装置及设备 | |
CN110619564B (zh) | 一种反欺诈特征生成方法和装置 | |
CN114387085B (zh) | 流水数据处理方法、装置、计算机设备和存储介质 | |
CN115879819A (zh) | 企业信用评估方法及装置 | |
CN115936830A (zh) | 企业信用风险评估方法及装置 | |
CN115099967A (zh) | 一种基于供应链的企业主社交推荐方法、装置及存储介质 | |
CN114240100A (zh) | 贷款评估方法、装置、计算机设备和存储介质 | |
JP2017200079A (ja) | 情報端末からインターネットを通じて申告された利用者の電話番号を取得して利用者の不信指標を出力するコンピューティング | |
US11948207B1 (en) | Machine learning based approach for recommending different categories of tax deductible expenses and related examples of tax deductible expenses for each category | |
CN117575607A (zh) | 交易风险识别方法、装置、计算机设备和存储介质 | |
CN116797348A (zh) | 风险管控处理方法、装置、计算机设备和存储介质 | |
CN117408772A (zh) | 金融产品推荐方法、装置、计算机设备和存储介质 | |
CN117390258A (zh) | 金融业务推荐方法、装置、计算机设备和存储介质 | |
CN117541193A (zh) | 业务审核方法、装置、计算机设备和存储介质 | |
CN115393047A (zh) | 风险评估方法、装置、计算机设备和存储介质 | |
CN117853217A (zh) | 数据隐私保护的金融违约率预测方法、装置以及设备 | |
CN117541392A (zh) | 数据处理方法、装置、计算机设备、存储介质和程序产品 | |
CN116862296A (zh) | 用户资格审核方法、装置、计算机设备和存储介质 | |
CN116645138A (zh) | 目标业务产品确定方法、装置、计算机设备、存储介质 | |
CN117034345A (zh) | 数据脱敏方法、装置、计算机设备和存储介质 |
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 |