CN116091196A - 一种通过企业信用控制地方金融风险的方法 - Google Patents
一种通过企业信用控制地方金融风险的方法 Download PDFInfo
- Publication number
- CN116091196A CN116091196A CN202111289603.4A CN202111289603A CN116091196A CN 116091196 A CN116091196 A CN 116091196A CN 202111289603 A CN202111289603 A CN 202111289603A CN 116091196 A CN116091196 A CN 116091196A
- Authority
- CN
- China
- Prior art keywords
- credit
- enterprise
- data
- risk
- enterprise 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
Links
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明基于河北省金融服务平台、金融机构等单位开展的实际业务需求,本发明提供一种借用涉企数据分析企业信用情况,从而调节和管理企业信用控制地方风险的方法。直接通过省各厅局获取最准确的涉企数据(工商、司法、税务、奖惩、财务、电力等),数据归集完成后,利用大数据分析技术和自研企业信用评估算法,结合地方金融风险分类,实现企业风险标签计算,评估风险等级和风险影响,定义风险处理方案,构建信用五色图谱(二维码),按照风险等级标注颜色(红色‑代表企业信用违规,橙色‑代表企业信用异常,黄色‑代表企业信用预警,绿色‑代表企业信用政策,蓝色‑代表企业信用优秀),可以通过扫码二维码实现企业详情的查询。
Description
技术领域
本发明属于企业信用评估技术领域,具体涉及一种通过企业信用控制地方金融风险的方法。
背景技术
目前,评估企业信用的主流方法是通过企业资金流水数据进行评估,企业流水数据具有客观、量化等优点。资金流水额大,流水频繁,说明企业经营较好,但是企业资金流水容易造假,而且资金流水数据量大,人工审核只能是抽查。现有技术中,很多基于企业经营或财务数据对企业进行评估的方法,也都只是通过采集企业自身的数据通过模型来评估企业的方法,会存在一定的漏洞,无法实现客观的评估。
现有技术对企业信用进行评价时存在数据完整度上不足,缺失税务、电力等重要数据,其次是缺乏有效的企业数据风险评估方法,无法便捷直观的展示企业的风险程度及重要风险点,再是信用流转渠道不够深入,没有实际解决企业信用风险控制的问题。
发明内容
有鉴于此,有必要提供一种通过企业信用控制地方金融风险的方法;
一种通过企业信用控制地方金融风险的方法,利用调取企业工商数据、经营数据、风险数据,基于大数据分析量化企业信用指标,设置企业信用阈值,标注企业信用等级,形成企业信用身份证,“信用码”,“扫码”可查企业信用明细;企业相关数据发生变化时,重新训练模型,输出信用模型结果。
优选的,通过调取平台上关于企业的工商数据、税务数据、奖惩数据、财务数据、电力数据、通信数据、行业数据、公共信用数据、知识产权数据、科技研发能力数据、绿色减排数据、社会贡献数据,建立企业自己的风险数据库;计算数据与企业履约能力的关联性,对相关数值进行评分,数据表现好企业合法合规运营就记为正数,数据表现较差不合法合规运营就记为负数,数据越良好则记的数值越大;
设置每个上述影响引子的占比,工商数据占比0.8;税务占比1.0;奖惩占比0.5;财务占比0.2;电力占比0.5;通信占比0.3;行业占比0.3;公共信息占比0.2;知识产权占比0.3;科技研发能力占比2.0;绿色减排占比1.2;社会贡献占比0.8;
通过上述平台调取的各信息以及各自的影响因子进行加权平均计算得出最终的企业信用值。
优选的,地方金融风险分类,基于大数据分析计算能力,统计企业信用码分层分类,整理金融风险点,评估风险等级及风险影响,定义风险处理方案,构建信用五色图谱,当上述企业评分低于10分时则信用图谱显示为红色,红色-代表企业信用违规;当上述评分为10~30分之间时则信用图谱显示为橙色,橙色-代表企业信用异常;当上述评分为30~50分之间时则信用图谱显示为黄色,黄色-代表企业信用预警;当上述评分为50~80分之间时则信用图谱显示为绿色,绿色-代表企业信用政策;当上述评分为80分以上时时则信用图谱显示为蓝色,蓝色-代表企业信用优秀,对于不同颜色的企业,分类分级管制监督。
优选的,企业信用修复,打通地方性信用修复通道,通过履行社会责任、从事公益活动等行为提升信用状况,转为绿码、蓝码后在融资贷款等方面享受优惠政策;
地方金融风险控制,结合企业信用码分类,判断某家企业信用是否过关,对于风险高的企业即时纳入监管并上报相关部门进行处理,对于低风险企业,引导其进行信用修复,实现地方金融风险控制。
本发明采用上述技术方案,其有益效果在于:基于河北省金融服务平台、金融机构等单位开展的实际业务需求,本发明提供一种借用涉企数据分析企业信用情况,从而调节和管理企业信用控制地方风险的方法。直接通过省各厅局获取最准确的涉企数据(工商、司法、税务、奖惩、财务、电力等),数据归集完成后,利用大数据分析技术和自研企业信用评估算法,结合地方金融风险分类,实现企业风险标签计算,评估风险等级和风险影响,定义风险处理方案,构建信用五色图谱(二维码),按照风险等级标注颜色(红色-代表企业信用违规,橙色-代表企业信用异常,黄色-代表企业信用预警,绿色-代表企业信用政策,蓝色-代表企业信用优秀),可以通过扫码二维码实现企业详情的查询。
重点解决企业全维度信用信息的获取、调用、展示和信用风险分析,辅助河北省金融服务平台和金融机构进行企业信用的初筛和尽调,解决河北省中小企业融资难、融资慢问题;辅助地方监管机构对企业进行监管,解决分级分类监管问题。
附图说明
附图1本发明方案的流程图。
附图2实施例1的评价结果图。
附图3为实施例1的系统流程图。
图4为本发明实施例金融云数据流转系统流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合具体实施实例,对本发明进行进一步说明。但是,应当理解,此处描述的具体实例仅仅用于解释本发明,并不用于限定本发明。
实施例1.
一种通过企业信用控制地方金融风险的方法,利用调取企业工商数据、经营数据、风险数据,基于大数据分析量化企业信用指标,设置企业信用阈值,标注企业信用等级,形成企业信用身份证,“信用码”,“扫码”可查企业信用明细;企业相关数据发生变化时,重新训练模型,输出信用模型结果。
进一步的,通过调取平台上关于企业的工商数据、税务数据、奖惩数据、财务数据、电力数据、通信数据、行业数据、公共信用数据、知识产权数据、科技研发能力数据、绿色减排数据、社会贡献数据,建立企业自己的风险数据库;数据合法合规就记为正数,不合法合规就记为负数,数据越良好则记的数值越大;
设置每个上述影响引子的占比,工商数据占比0.8;税务占比1.0;奖惩占比0.5;财务占比0.2;电力占比0.5;通信占比0.3;行业占比0.3;公共信息占比0.2;知识产权占比0.3;科技研发能力占比2.0;绿色减排占比1.2;社会贡献占比0.8;
从各公共信息平台调取甲公司的工商数据评分为30分,税务信息为20分,奖惩分数为10分,财务数据为30分,电力数据为50分,通信数据为30分,行业数据为15分,公共信用数据为20分,知识产权数据为15分,科技研发能力数据为25分,绿色减排数据为15分,社会贡献数据为10分,用水数据为35分。每个数据再乘以数据的占比因子得出甲企业的信用总评分为188.5。
通过上述平台调取的各信息以及各自的影响因子进行加权平均计算得出最终的企业信用值。
进一步的,地方金融风险分类,基于大数据分析计算能力,统计企业信用码分层分类,整理金融风险点,评估风险等级及风险影响,定义风险处理方案,构建信用五色图谱,当上述企业评分低于10分时则信用图谱显示为红色,红色-代表企业信用违规;当上述评分为10~30分之间时则信用图谱显示为橙色,橙色-代表企业信用异常;当上述评分为30~50分之间时则信用图谱显示为黄色,黄色-代表企业信用预警;当上述评分为50~80分之间时则信用图谱显示为绿色,绿色-代表企业信用政策;当上述评分为80分以上时时则信用图谱显示为蓝色,蓝色-代表企业信用优秀,对于不同颜色的企业,分类分级管制监督。
进一步的,企业信用修复,打通地方性信用修复通道,通过履行社会责任、从事公益活动等行为提升信用状况,转为绿码、蓝码后在融资贷款等方面享受优惠政策;
具体参见图3、图4为本发明实施例的实际系统工作流程图,其中图3为本发明金融云信用码工作系统,信用码工作系统具体包括以下模块:包括金融机构、企业信用码、核验系统、业务能力系统、授权中心,其中业务能力系统包括风评机构、信评机构、中小微企业、金融机构和共享单位等,业务能力系统将这些数据反馈至企业信用系统,企业信用系统具体包括数据系统、查询系统、舆情系统、风险系统、报告系统、信用系统、分析系统及监控系统等,通过企业信用系统进行显示,扫描企业信用码就可以查看到企业的信用信息,核验系统负责核验企业的信息,授权中心用于读取企业的电网、运营商、信易贷等企业商业金融信息,用以评估企业的信用值。
参见图4为本发明实施例金融云数据流转系统流程图,包括企业政务平台系统、企业信用评价、存储池、企业信用系统、企业信用码、安全网关、企业信用码流通体系、企业信用信息,企业政务平台具体包括来自政务厅、人社厅、监管局、税务局、住建厅、信访局等的信息,从这些平台获取企业的信用评价通过存储分析系统分析评价后传输至存储池进行存储,通过企业信用系统获取企业的信用标签传输至存储池内存储,从国家电网、运营商、信息贷及其他第三方处获取得到企业的信用信息传输至企业信用系统获得企业的信用评价,通过企业信息库、金融服务平台等地方获得企业的金融信息传输至金融机构处对企业的金融及信用信息获得综合评价。
1、通过信用码颜色即可凸显企业状态,保护企业数据不过多的对外流转(除金融机构等);2、通过推广信用码,加强信用修复信息共享,加快建立完善协同联动、“一码通办”机制,切实解决“信用修复难”问题;3、拥有企业信用码后,行政审批优先办理,重点解决中小企业审批繁、融资难等问题,促进便民利企。
地方金融风险控制,企业信用风险情况,结合企业信用码分类,判断某家企业信用是否过关,对于风险高的企业即时纳入监管并上报相关部门进行处理,对于低风险企业,引导其进行信用修复,实现地方金融风险控制。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (4)
1.一种通过企业信用控制地方金融风险的方法,其特征在于:利用调取企业工商数据、经营数据、风险数据,基于大数据分析量化企业信用指标,设置企业信用阈值,标注企业信用等级,形成企业信用身份证,“信用码”,“扫码”可查企业信用明细;企业相关数据发生变化时,重新训练模型,输出信用模型结果。
2.如权利要求书1所述的一种通过企业信用控制地方金融风险的方法,其特征在于:通过调取平台上关于企业的工商数据、税务数据、奖惩数据、财务数据、电力数据、通信数据、行业数据、公共信用数据、知识产权数据、科技研发能力数据、绿色减排数据、社会贡献数据,建立企业自己的风险数据库;计算数据与企业履约能力的关联性,对相关数值进行评分,数据表现好企业合法合规运营就记为正数,数据表现较差不合法合规运营就记为负数,数据越良好则记的数值越大;
设置每个上述影响引子的占比,工商数据占比0.8;税务占比1.0;奖惩占比0.5;财务占比0.2;电力占比0.5;通信占比0.3;行业占比0.3;公共信息占比0.2;知识产权占比0.3;科技研发能力占比2.0;绿色减排占比1.2;社会贡献占比0.8;通过上述平台调取的各信息以及各自的影响因子进行加权平均计算得出最终的企业信用值。
3.如权利要求书1所述的一种通过企业信用控制地方金融风险的方法,其特征在于:地方金融风险分类,基于大数据分析计算能力,统计企业信用码分层分类,整理金融风险点,评估风险等级及风险影响,定义风险处理方案,构建信用五色图谱,当上述企业评分低于10分时则信用图谱显示为红色,红色-代表企业信用违规;当上述评分为10~30分之间时则信用图谱显示为橙色,橙色-代表企业信用异常;当上述评分为30~50分之间时则信用图谱显示为黄色,黄色-代表企业信用预警;当上述评分为50~80分之间时则信用图谱显示为绿色,绿色-代表企业信用政策;当上述评分为80分以上时时则信用图谱显示为蓝色,蓝色-代表企业信用优秀,对于不同颜色的企业,分类分级管制监督。
4.如权利要求书1所述的一种通过企业信用控制地方金融风险的方法,其特征在于:企业信用修复,打通地方性信用修复通道,通过履行社会责任、从事公益活动等行为提升信用状况,转为绿码、蓝码后在融资贷款等方面享受优惠政策;地方金融风险控制,企业信用风险情况,结合企业信用码分类,判断某家企业信用是否过关,对于风险高的企业即时纳入监管并上报相关部门进行处理,对于低风险企业,引导其进行信用修复,实现地方金融风险控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111289603.4A CN116091196A (zh) | 2021-11-02 | 2021-11-02 | 一种通过企业信用控制地方金融风险的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111289603.4A CN116091196A (zh) | 2021-11-02 | 2021-11-02 | 一种通过企业信用控制地方金融风险的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116091196A true CN116091196A (zh) | 2023-05-09 |
Family
ID=86201152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111289603.4A Pending CN116091196A (zh) | 2021-11-02 | 2021-11-02 | 一种通过企业信用控制地方金融风险的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116091196A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116628206A (zh) * | 2023-06-08 | 2023-08-22 | 江苏万禾信息技术有限公司 | 基于数据分析的企业信用分析管理系统 |
-
2021
- 2021-11-02 CN CN202111289603.4A patent/CN116091196A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116628206A (zh) * | 2023-06-08 | 2023-08-22 | 江苏万禾信息技术有限公司 | 基于数据分析的企业信用分析管理系统 |
CN116628206B (zh) * | 2023-06-08 | 2024-01-05 | 乌鲁木齐汇智兴业信息科技有限公司 | 基于数据分析的企业信用分析管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Weber et al. | Incorporating sustainability criteria into credit risk management | |
CN102226914A (zh) | 科技型中小企业成长能力专家评价系统 | |
CN110097459A (zh) | 一种基于大数据技术的金融风险评估方法及系统 | |
Kumar et al. | Effectivness of the Adoption of the XBRL Standard in the Indian Banking Sector | |
Robbins et al. | Benchmarking the financial performance of local councils in Ireland | |
Jindal et al. | Board diversity and firm performance influenced by ownership concentration: evidence from India | |
Elliott et al. | Eco-innovation and employment: A task-based analysis | |
CN116091196A (zh) | 一种通过企业信用控制地方金融风险的方法 | |
CN110544005A (zh) | 一种基于安全生产标准化模型的绩效考评系统和方法 | |
Okafor et al. | Did the adoption of IFRS affect corporate tax avoidance | |
CN106846148A (zh) | 一种流程闭环模式下的贷后检查管理方法 | |
Udoayang et al. | Optimizing return on assets through Investment in property, plant and equipment: Evidence from listed Nigerian manufacturing companies | |
Soana | Corporate social responsibility and financial performance: evidence from the financial sector | |
CN113674075A (zh) | 企业债务融资工具信用评级的方法 | |
CN116167629A (zh) | 一种分布式的策略自动化生成方法、系统及存储介质 | |
Xiaobo et al. | An empirical study on impacts of environmental regulation on environmental information disclosure of listed companies of China: based on researches on listed companies in nonferrous metal industry | |
CN110084273A (zh) | 一种上市公司投资价值量化计算方法与装置 | |
Howard et al. | Can Machine Learning Improve Correspondence Audit Case Selection? | |
Shahzad et al. | IMPACT OF PERCEIVED BUSINESS RISK ON ORGANIZATION PERFORMANCE: AN INTEGRATED RISK MANAGEMENT FRAMEWORK BASED ON INTERNAL CONTROLS | |
Arisudhana et al. | Data Mining in Auditing: Challenges and Opportunities | |
Zheng et al. | CORPORATE DIGITAL TRANSFORMATION AND FINANCIAL REPORTING QUALITY: AN EMPIRICAL STUDY OF CHINESE LISTED COMPANIES. | |
CN114911847B (zh) | 一种基于大数据的跨境贸易数据统计及分析方法 | |
Lin et al. | A novel rural microcredit decision model and solving via binary differential evolution algorithm | |
He | Design of an Intelligent Financial Report Analysis System under the Background of Big Data | |
Al-Karawi et al. | INTERNATIONAL JOURNAL OF RESEARCH IN SOCIAL SCIENCES & HUMANITIES |
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 |