CN116934131A - 一种企业经营状况评估方法、装置及设备 - Google Patents
一种企业经营状况评估方法、装置及设备 Download PDFInfo
- Publication number
- CN116934131A CN116934131A CN202211623390.9A CN202211623390A CN116934131A CN 116934131 A CN116934131 A CN 116934131A CN 202211623390 A CN202211623390 A CN 202211623390A CN 116934131 A CN116934131 A CN 116934131A
- Authority
- CN
- China
- Prior art keywords
- internet
- dimension
- things card
- things
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims abstract description 99
- 230000000694 effects Effects 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims description 39
- 238000004519 manufacturing process Methods 0.000 claims description 20
- 238000011161 development Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 6
- 230000018109 developmental process Effects 0.000 description 11
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000011534 incubation Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请提供一种企业经营状况评估方法、装置及设备,涉及物联网技术领域,该方法包括:获取物联卡用户的物联卡业务数据、终端网络数据和企业信用信息数据;根据所述物联卡业务数据、所述终端网络数据、所述企业信用信息数据,从预定义维度对所述物联卡用户的信用情况进行评价,其中,所述预定义维度包括以下至少一项:身份特征、消费价值、活跃动态、业务波动、经营风险;根据各维度对应的评价结果,评估所述物联卡用户的经营状况。如此,实现了基于运营商提供的数据对企业经营状况进行评估,确保了避免了数据被篡改,提高了评估的经营状况的准确性和可靠性。
Description
技术领域
本申请涉及物联网技术领域,特别是指一种企业经营状况评估方法、装置及设备。
背景技术
在企业贷款后,有必要对企业的经营状况进行监测,以便对未来经济效益和贷款风险进行预测,若企业的经营状况不达标,可能造成贷款无法收回形成坏账,导致放款平台的经济损失。现有技术中可通过企业的互联网行为数据和基础数据的结合来推断企业经营状况,互联网数据虽然可作为企业经营状况的参考,但是容易被篡改,所以该方式很难对企业的经营状况进行准确分析。
发明内容
本申请实施例提供一种企业经营状况评估方法、装置及设备,解决了目前用于评价企业经营状况的数据易被篡改导致评估准确性低的问题。
第一方面,为了达到上述目的,本申请的实施例提供一种企业经营状况评估方法,包括:
获取物联卡用户的物联卡业务数据、终端网络数据和企业信用信息数据;
根据所述物联卡业务数据、所述终端网络数据、所述企业信用信息数据,从预定义维度对所述物联卡用户的信用情况进行评价,其中,所述预定义维度包括以下至少一项:身份特征、消费价值、活跃动态、业务波动、经营风险;
根据各维度对应的评价结果,评估所述物联卡用户的经营状况。
可选地,所述身份特征包括以下至少一项:客户性质、行业性质、客户市场潜力、资金情况、入网时长、客户等级。
可选地,从身份特征维度对所述物联卡用户的信用情况进行评价,获得所述身份特征维度对应的评价结果,包括:
根据所述物联卡业务数据中与各项所述身份特征对应的数据,分别对所述物联卡用户进行评价,获得各项所述身份特征对应的评分;
根据各项所述身份特征对应的评分,以及预定义的各项所述身份特征的权重,计算身份特征综合评分。
可选地,根据所述物联卡业务数据中与各项所述身份特征对应的数据,分别对所述物联卡用户进行评价,获得各项所述身份特征对应的评分,包括以下至少一项:
根据所述物联卡业务数据中的客户性质,对所述物联卡用户的经营生产的稳定性进行评价,获得经营生产稳定性评分;
根据所述物联卡业务数据中的行业性质,对所述物联卡用户的行业发展稳健情况进行评价,获得行业发展评分;
根据所述物联卡业务数据中的行业的排名,对所述物联卡用户的市场潜力进行评价,获得市场潜力评分;
根据所述物联卡业务数据中的注册资金情况和所述物联卡用户的贷款金额,对所述物联卡用户的资金情况进行评价,获得资金情况评分;
根据所述物联卡业务数据中的入网时长,对所述物联卡用户的忠诚及稳定性进行评价,获得忠诚稳定情况评分;
根据所述物联卡业务数据中的客户等级,获得客户等级评分。
可选地,所述消费价值包括以下至少一项:缴费金额、账户余额、每用户平均收入ARPU值。
可选地,所述活跃动态包括以下至少一项:活跃卡规模、活跃卡规模分布、活跃卡占比、活跃区域、每张物联卡平均用量、物联卡的移动特性。
可选地,所述业务波动包括以下至少一项:昨日新增比例、累计新增比例、昨日注销比例、累计注销比例。
可选地,所述经营风险包括以下至少一项:信用风险、业务风险、消费风险。
可选地,根据各维度对应的评价结果,评估所述物联卡用户的经营状况,包括:
根据预设时长内的第一维度的多个评价结果,确定所述物联卡用户在所述第一维度上的稳定程度;
根据所述预设时长内的第一维度的多个评价结果,确定所述物联卡用户在所述第一维度上的变化趋势;
根据各个维度上的稳定程度和变化趋势,评估所述物联卡用户的经营状况;
其中,所述第一维度为所述预定义维度的任一维度。
可选地,根据预设时长内的第一维度的多个评价结果,确定所述物联卡用户在所述第一维度上的稳定程度,包括:
计算所述第一维度的多个评价结果的平均值;
根据所述第一维度的多个评价结果和所述平均值,计算所述第一维度对应的方差,所述第一维度的方差表征所述物联卡用户在所述第一维度上的稳定程度。
可选地,根据所述预设时长内的第一维度的多个评价结果,确定所述物联卡用户在所述第一维度上的变化趋势,包括:
计算所述第一维度的相邻的两个评价结果的差值;
在多个所述差值中,提取最大差值;
根据各维度对应的最大差值,确定各维度对应的权重;
根据在所述预设时长内所述第一维度上的最后一个差值,以及所述第一维度对应的权重,计算第一数值,所述第一数值表征所述物联卡用户在所述第一维度上的变化趋势。
可选地,根据各个维度上的稳定程度和变化趋势,评估所述物联卡用户的经营状况,包括:
根据所述第一维度上的稳定程度和变化趋势,以及,预定义的稳定程度的权重和变化趋势的权重,确定所述物联卡用户在所述第一维度上的经营状况;
根据所述物联卡用户在各维度上的经营状况,确定所述物联卡用户的经营状况。
第二方面,为达到上述目的,本申请的实施例提供一种企业经营状况评估装置,包括:
获取模块,用于获取物联卡用户的物联卡业务数据、终端网络数据和企业信用信息数据;
评价模块,用于根据所述物联卡业务数据、所述终端网络数据、所述企业信用信息数据,从预定义维度对所述物联卡用户的信用情况进行评价,其中,所述预定义维度包括以下至少一项:身份特征、消费价值、活跃动态、业务波动、经营风险;
评估模块,用于根据各维度对应的评价结果,评估所述物联卡用户的经营状况。
第三方面,为达到上述目的,本申请的实施例提供一种企业经营状况评估设备,包括:收发机、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令;所述处理器执行所述程序或指令时实现如第一方面所述的企业经营状况评估方法。
第四方面,为达到上述目的,本申请的实施例提供一种可读存储介质,其上存储有程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的企业经营状况评估方法。
本申请的上述技术方案的有益效果如下:
本申请的实施例的企业经营状况评估方法,首先,获取物联卡用户的物联卡业务数据、终端网络数据和企业信用信息数据等物联卡的实际行为数据;然后,根据所述物联卡业务数据、所述终端网络数据、所述企业信用信息数据,从预定义维度对所述物联卡用户的信用情况进行评价,其中,所述预定义维度包括以下至少一项:身份特征、消费价值、活跃动态、业务波动、经营风险;最后,根据各维度对应的评价结果,评估所述物联卡用户的经营状况;如此,实现了基于物联卡的真实使用数据对企业的经营状况进行评估,避免了数据被篡改,提高了评估结果的准确性和可靠性。
附图说明
图1为本申请实施例的企业经营状况评估方法的流程示意图之一;
图2为本申请实施例的企业经营状况评估方法的流程示意图之二;
图3为本申请实施例的企业经营状况评估装置的结构示意图;
图4为本申请实施例的企业经营状况评估设备的结构示意图。
具体实施方式
为使本申请要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本申请的各种实施例中,应理解,下述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
另外,本文中术语“系统”和“网络”在本文中常可互换使用。
在本申请所提供的实施例中,应理解,“与A相应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其它信息确定B。
在对本申请实施例进行说明之前,首先对相关技术点进行说明:
贷后评估:即:贷款后评估,是在对特定对象进行贷款后,对贷款对象已建成投产或正在建设实施的贷款项目的建设实施、生产经营状况、贷款的使用、贷款本息回收、银行效益等情况进行分析、考核,对未来经济效益和贷款风险进行预测。若经过评估,贷款对象的项目建设进度严重不达标、放款企业具有巨大经营风险等可能造成贷款无法收回形成坏账,则可能为放款企业造成经济损失。
物联卡数据:运营商面向市面上各行业客户销售的物联卡相关数据。主要包含订购类数据与使用类数据,订购类数据包含:行业客户开卡相关的企业信息、物联卡连接数据、运营商业务订购数据、账务文件数据;使用类数据包含物联卡活跃数据、终端活跃数据、流量数据、位置数据等。
如图1所示,本申请实施例提供一种企业经营状况评估方法,包括:
步骤101,获取物联卡用户的物联卡业务数据、终端网络数据和企业信用信息数据;
本步骤中,物联卡业务数据和终端网络数据可以从运营商处获得,具体可以从运营商业支系统获得,如此能够避免这些数据被篡改或伪造,其中,终端为使用该物联卡的终端,如手机等;企业信用信息数据可以从企业信用信息公示系统获得;相对于现有的通过互联网信息挖掘数据并进行关联分析,以评价企业的经营状况的方式,本申请实施例中获取的上述数据相对更加全面,弥补了现有的评估数据不足的缺点,且上述数据更贴近企业的真实生产情况,使得评估结果更真实且可靠。
步骤102,根据物联卡业务数据、终端网络数据、企业信用信息数据,从预定义维度对所述物联卡用户的信用情况进行评价,其中,预定义维度包括以下至少一项:身份特征、消费价值、活跃动态、业务波动、经营风险;
本步骤中,从多方面对物联卡用户的信用情况进行评价,提升了评价的全面性,其中,身份特征维度、消费价值维度主要基于物联卡业务数据进行评价、活跃动态维度和业务波动维度主要基于终端网络数据和物联卡业务数据进行评价,经营风险维度主要基于企业信用信息数据进行评价,具体的评价方式将在下文进行详细描述。
步骤103,根据各维度对应的评价结果,评估物联卡用户的经营状况。
本步骤中,基于各个维度的评价结果综合评估物联卡用户的经营状况,提升了评估结果的全面性、准确性和可靠性。
本申请实施例的企业经营状况评估方法,首先,获取物联卡用户的物联卡业务数据、终端网络数据和企业信用信息数据等物联卡的实际行为数据;然后,根据所述物联卡业务数据、所述终端网络数据、所述企业信用信息数据,从预定义维度对所述物联卡用户的信用情况进行评价,其中,所述预定义维度包括以下至少一项:身份特征、消费价值、活跃动态、业务波动、经营风险;最后,根据各维度对应的评价结果,评估所述物联卡用户的经营状况;如此,实现了基于物联卡的真实使用数据对企业的经营状况进行评估,避免了数据被篡改,提高了评估结果的准确性和可靠性。
这里,对上述各类数据的具体内容进行举例说明:
物联卡业务数据主要可包括在运营商处获取物联卡的开户规模数据,活跃数据,新增用户统计数据,销户用户统计数据,用户激活数据,同行业数据,套餐数据,资费数据,欠费数据、账务数据,以及对应的近12个月的历史数据等。同时针对用户开户信息中涉及的企业工商信息,包含企业营业执照,企业法人信息,办公场所现场考察、贷款项目现场考察信息,用于后期与公开的企业信用信息变动情况进行比对。
终端网络数据包含通过对运营商信令数据进行深度数据包检测(Deep PacketInspection,DPI)挖掘,识别出客户真实上网行为、流量大小、活跃情况等网络侧真实数据。
以上相关数据主要从运营商内部获取,可靠性高,不易作假。
企业信用信息数据包括:企业工商信息、企业司法风险、企业经营风险、企业图谱信息,主要用于从第三方企业信用信息公示系统获取。其中:
工商信息:主要包括企业工商基本信息及其变动情况,对贷款企业(物联卡用户)贷前评估申请内容进行核对并监测其异常变动情况。并将监控异常情况与运营商系统内部客户开户数据进行比对,进行风险提示。
企业司法风险:主要包括企业法律诉讼及其详情、败诉信息、立案信息、破产重整等重大司法风险。
企业经营风险数据:主要包括欠税信息、经营异常、清算信息、拍卖信息、抵押信息、担保信息、质押信息等。与运营商内部账务数据进行匹配,账务数据为按月进行结算,实时性较高,及时印证企业经营风险。
企业图谱信息:对企业法人、董监高关联企业进行图谱分析,并对关联企业工商信息、企业司法风险、企业经营风险进行监控。依据企业法人、董监高、股东等在企业占比权重不同,设置不同重要性指标,评估各关键人关联企业发生风险对本企业经营状况影响比重。
作为一个可选的实现方式,身份特征包括以下至少一项:客户性质、行业性质、客户市场潜力、资金情况、入网时长、客户等级。
在身份特征包括上述内容的基础上,作为一个可选的实现方式,从身份特征维度对所述物联卡用户的信用情况进行评价,获得身份特征维度对应的评价结果,包括:
根据物联卡业务数据中与各项身份特征对应的数据,分别对物联卡用户进行评价,获得各项身份特征对应的评分;本步骤中,分别从上述几个方面分别对物联卡用户的身份特征进行评价,提升了评价的全面性,以提高评价的准确性。
根据各项身份特征对应的评分,以及预定义的各项身份特征的权重,计算身份特征综合评分。也就是说,身份特征综合评分为基于权重求和获得。
作为一个具体的实现方式,根据物联卡业务数据中与各项身份特征对应的数据,分别对物联卡用户进行评价,获得各项身份特征对应的评分,包括以下至少一项:
(1)根据物联卡业务数据中的客户性质,对物联卡用户的经营生产的稳定性进行评价,获得经营生产稳定性评分;
本步骤中,客户性质指物联卡用户的企业类型,具体可以从物联卡业务数据中的用户开户信息中获得该企业类型;其中,企业类型主要分为物联网硬件生产企业、政企事业单位、国有企业、上市公司、物联网产品销售企业、物联网产品运营企业、其他等;另外,本步骤中具体可以是依据不同企业类型经营生产的稳定情况进行评分,例如,政企事业单位、国有企业、上市公司的经营生产稳定性相对较好,则评分相对较高。
(2)根据物联卡业务数据中的行业性质,对物联卡用户的行业发展稳健情况进行评价,获得行业发展评分;
本步骤中,行业性质可以是指物联卡用户所属的行业的性质,也可以是指贷款项目所归属的行业的性质,本步骤具体可以通过评估行业发展稳健情况进行汗液发展评分。
其中,行业性质或称为行业标签可以依据相关部门下发的文件中的内容进行划分,例如,该文件划分了8个一类行业与27个二类行业,针对每个行业,根据行业特定发展规律,将行业依据不同成熟度划分为不同生命周期,具体为:培育期、成长期、成熟期、饱和期。各生命周期计算模型分别为:
培育期:初始状态,进入成长期前均为培育期;
成长期:近三月增长率均>10%,且行业内客户数>20个;
成熟期:近三月平均增长率<5%,且增长率连续半年<10%;
饱和期:近三个月平均增长率<3%,且连续半年增长率<5%;或者,连续一年<5%;或者,连续三月增长率<5%且出现负增长;
模型内各生命周期只能往后发展,如果未满足下一生命周期条件则保持在原生命周期不动。
这里,需要说明的是,本步骤中,在对行业发展稳健情况进行评价之前,可以利用企业信用信息数据和物联卡业务数据的交叉验证,确认物联卡业务数据的真实性,以避免物联卡用户在申请物联卡时提供的信息存在虚假信息或物联卡用户的经营范围等存在变更的情况,从而确保用于评估的数据的准确性和真实性。
(3)根据物联卡业务数据中的行业的排名,对物联卡用户的市场潜力进行评价,获得市场潜力评分;
本步骤中,具体是依据贷款企业(物联卡用户)所在行业中排名表现情况计算器市场潜力信息;其中,行业的排名可以由运营商基于对同一个行业中的指定区域内所有用户的分析获得,具体的,如下表1所示,行业的排名可以包括开卡规模同行业排名,和/或,活跃卡规模同行业排名等。
表1
(4)根据物联卡业务数据中的注册资金情况和物联卡用户的贷款金额,对所述物联卡用户的资金情况进行评价,获得资金情况评分;
本步骤可以结合贷款金额占注册资金与认缴资金进行综合评分,具体可以依据占比情况、注册资金、认缴资金等,根据不同分段情况分不同权重进行综合评分,具体权重分配例如以下所示:
贷款占注册资金占比分段评分为:10%、30%、50%、70%、100%,整体占注册资金指标权重15%,根据分段评分值与指标权重相乘得贷款占注册资金占比指标得分;
贷款占认缴资金占比分段评分为:10%、30%、50%、70%、100%,整体占注册资金指标权重40%,根据分段评分值与指标权重相乘得贷款占认缴资金占比指标得分;
注册资金分段评分为:0~10万、10~50万、50万~100万、100万到500万、500万以上,整体占注册资金指标权重5%,根据分段评分值与指标权重相乘得注册资金指标得分;
认缴资金分段评分为:0~10万、10~50万、50万~100万、100万到500万、500万以上,整体占注册资金指标权重40%,根据分段评分值与指标权重相乘得认缴资金指标得分;
最终,根据以上指标值进行算数求和,得到最终的资金情况指标值。
这里,需要说明的是,在执行本步骤之前,也可以利用企业信用信息数据和物联卡业务数据的交叉验证,确认物联卡业务数据的真实性,以避免物联卡用户在申请物联卡时提供的相关资金信息存在虚假信息的情况,从而确保用于评估的数据的准确性和真实性。
(5)根据物联卡业务数据中的入网时长,对所述物联卡用户的忠诚及稳定性进行评价,获得忠诚稳定情况评分;
本步骤中,入网时长越久的企业的业务稳定性和忠诚度越高,具体可以根据企业与运营商合作时长计算该忠诚稳定情况评分,例如分段值为:注册时间(入网时长)大于一年、注册时间大于三个月小于一年、注册时间小于3个月等,不同分段对应的评分不同,其中,入网时长越长对应的忠诚稳定情况评分越高。
(6)根据所述物联卡业务数据中的客户等级,获得客户等级评分。
本步骤中,客户等级可以由运营商根据实际情况进行评价获得,例如,可以基于物联卡用户的入网时间、消费情况、欠费情况、企业规模等方面评价客户等级,其中,老客户等级越高,对应的客户等级评分越高。
作为一个可选的实现方式,消费价值包括以下至少一项:缴费金额、账户余额、每用户平均收入(Average Revenue Per User,ARPU)值。
这里,需需要说明的是,消费价值维度的评价主要包括客户与运营商进行实际业务往来产生现金流情况及对应现金流情况评估,实现了基于物联卡用户的实际使用情况进行评估,提高了评估的准确性和可靠性。
具体的,从消费价值维度对物联卡用户的信用情况进行评价,获得消费价值维度对应的评价结果包括:
针对缴费金额,可以依据物联卡用户在运营商账户中实际缴费现金流情况结合贷款金额进行分权重判定;例如,基于单次实际缴费金额、缴费频次、贷款金额在实际缴费金额中的比重等,每一项占不同的比重,且每一项再分段对应不同的权重等;
针对ARPU值,可以针对物联卡用户的每张卡的平均资费贡献情况进行判定,防止物联卡用户通过大量开卡虚增连接规模,掩盖真实经营情况;具体的示例如下表2所示:
表2
针对账户余额,可以通过余额分段的方式进行权重判定。
在分别基于缴费金额、账户余额和ARPU值进行评估后,基于预先定义的上述三项的权重和各个评价结果,获得消费金额维度对应的评价结果。
作为一个可选的实现方式,活跃动态包括以下至少一项:活跃卡规模、活跃卡规模分布、活跃卡占比、活跃区域、每张物联卡平均用量、物联卡的移动特性。
这里需要说明的是,从活跃动态维度对物联卡用户的信用情况进行评价,获得活跃动态维度对应的评价结果主要是依据物联卡用户实际在网络中使用情况进行分析,以真实感知客户业务健康情况。其中,针对上述各项活跃动态进行评价具体如下:
针对活跃卡规模,可以根据物联卡用户时机活跃卡数量进行分段评分,时机活跃度用户数越大,客户业务健康度越高,对应的评分越高。
针对活跃卡规模分布,由于物联卡业务具有明细B端业务特点,物联卡业务的相关贷款企业(物联卡用户)其终端使用往往呈现一点拿卡,全国使用的特点。因此,物联卡业务分布越广,越证明其业务使用具有可靠性,使用位置越集中,可信度越低,可能出现批量拿卡虚增连接规模的情况。基于此可知,活跃卡规模分布越广泛,相应的评分越高。
针对活跃卡占比,由于活跃卡占比越高,物联卡用户实际业务健康度越高,因此,相应的评分越高。
针对活跃区域,依据全国各城市繁荣程度不同,在越繁荣地区开展业务越多,企业需要的财务资金越多,企业实力越雄厚,因而存在财务风险相对较小,基于此,可以基于物联卡的活跃区域,对物联卡用户的信用程度进行评价,其中,物联卡的活跃区域越繁荣,相对的评分越高。
针对每张物联卡平均用量,平均用量越多,代表企业需要支付的结算费越多,在不出现违约情况下,表明企业实际业务更加健康。而当某企业每张卡平均用量指标持续下降时,则表明该企业风险逐步恶化。因此,每张物联卡平均用量越多,相对的评分越高。
针对物联卡的移动特性,由于固定部署终端成本相对较低,移动性越高表明贷款企业(物联卡用户)终端建造或采购成本、使用成本越高,企业越不容易发生违约情况。因此,承载物联卡的终端为移动终端越多,移动终端的移动范围越广泛,相应的评分越高。
其中,各活跃动态的示例如下表3所示:
表3
在分别基于上述各项活跃动态进行评估后,再基于预先定义的上述各项的权重和各个评价结果,获得活跃动态维度对应的评价结果。
作为一个可选的实现方式,业务波动包括以下至少一项:昨日新增比例、累计新增比例、昨日注销比例、累计注销比例。
这里,需要说明的是,针对业务波动维度可以通过对贷款企业经营指标在一段时间内的异常波动情况进行监测,以识别企业经营异常变动情况。下面,针对各个业务波动指标进行说明:
针对昨日新增比例,可以对物联卡用户持续开卡进行监控,判断物联卡用户(贷款企业)业务需求是否持续保持旺盛,若是,则相应的评分相对较高;
针对累计新增比例:类似于昨日新增比例,对企业一段时间业务发展情况进行监控,若累计新增比例持续保持旺盛,则相应的评分相对较高;
针对昨日注销比例,可以对物联卡用户的物联卡业务注销情况进行监控,以评估物联卡用户业务需求是否持续旺盛,若昨日注销比例降低,则表示物联卡用户的业务需求持续旺盛,相应的评分相对较高;
针对累计注销比例,类似于昨日注销比例,对物联卡用户持续销卡情况进行重点关注,以及时对物联卡用户经营重大变动情况核查原因,若累计注销比例持续增加,则表示物联卡用户的业务需求降低,相应的评分相对较低;
其中,各业务波动指标的示例如下表4所示:
表4
另外,在分别基于上述各项业务波动指标进行评估后,再基于预先定义的上述各项的权重和各个评价结果,获得业务波动维度对应的评价结果。
作为一个可选的实现方式,所述经营风险包括以下至少一项:信用风险、业务风险、消费风险。
这里,需要说明的是,针对经营风险维度可以通过监控企业不同类型运营风险情况,对具有涉案通报、加入合作黑名单客户、降低其信用水平;其中,可以基于前述的企业信用信息数据对经营风险进行评估;下面,针对经营风险的各指标进行说明:
针对信用风险,主要场景参见如下表4中的内容,对于相关部门通报其物联卡涉诈、转售、涉恐等问题,则确定信用风险为高度风险,相对应的评分较低。
针对业务风险,对客户业务活跃情况持续降低,大量销卡等定义不同程度异常,以针对异常情况进行风险评估;其中,这些异常情况越多,相对应的评分越低。
针对消费风险,对大量发生欠费停机等表明现金流不充裕的情况进行监控,及时通报客户现金流变动。其中,若现金流不充裕的情况较多,则消费风险较大,相对应的评分较低。
其中,各经营风险指标的示例如下表5所示:
表5
另外,在分别基于上述各项经营风险指标进行评估后,再基于预先定义的上述各项的权重和各个评价结果,获得经营风险维度对应的评价结果。
作为一个可选的实现方式,步骤103,根据各维度对应的评价结果,评估物联卡用户的经营状况,包括:
(1)根据预设时长内的第一维度的多个评价结果,确定所述物联卡用户在所述第一维度上的稳定程度;
这里,需要说明的是,一般地,本申请实施例中以“月”为周期从该预定义维度对物联卡用户的信用情况进行评价,本步骤中,该预设时长可以为多个月,如六个月,则每一个维度对应六个评价结果。
本步骤基于物理卡用户的历史数据对物联卡用户在各维度上的稳定程度进行评价,避免了仅利用某一个月的评价结果进行经营状况评价时,由于该数据的偶然异常造成的经营状况评价不准确的问题。
(2)根据预设时长内的第一维度的多个评价结果,确定所述物联卡用户在所述第一维度上的变化趋势;
如前所述,例如基于历史上六个月的评价结果确定物联卡用户在该第一维度上的变化趋势,从而了解用户的经营趋势变化。
(3)根据各个维度上的稳定程度和变化趋势,评估所述物联卡用户的经营状况;
其中,所述第一维度为所述预定义维度的任一维度。
本可选实现方式中,基于历史数据,从各维度评价物联卡用户的经营的稳定性和总体的变化趋势,从而确定物联卡用户的趋势画像,实现了从多维度全方面的对物联卡用户的经营状况进行及时、准确的评价,能够以在周、月等粒度区间内及时发现企业经营异常,保障放贷企业经济利益。
作为一个具体的实现方式,根据预设时长内的第一维度的多个评价结果,确定物联卡用户在所述第一维度上的稳定程度,包括:
计算第一维度的多个评价结果的平均值;
根据第一维度的多个评价结果和该平均值,计算第一维度对应的方差,第一维度的方差表征所述物联卡用户在所述第一维度上的稳定程度。
也就是说,针对预设维度中的各维度,均采用本可选实现方式的方法进行稳定程度的评价。
作为另一个具体的实现方式,根据预设时长内的第一维度的多个评价结果,确定物联卡用户在第一维度上的变化趋势,包括:
计算第一维度的相邻的两个评价结果的差值;本步骤中,可以是后一个月的评价结果减去前一个月的评价结果的差值,该差值为正值时,表示正向变化趋势,该差值为负值时,表示负向变化趋势;
在多个差值中,提取最大差值;
根据各维度对应的最大差值,确定各维度对应的权重;本步骤具体可以是,基于各维度的最大差值与所有最大差值的和的比值,确定各维度对应的权重;
根据在预设时长内第一维度上的最后一个差值,以及第一维度对应的权重,计算第一数值,第一数值表征物联卡用户在所述第一维度上的变化趋势;本步骤具体为:预设时长内的最后一个月与前一个月的差值乘以该维度的权重的乘积表示物联卡用户叜该第一维度上的变化趋势。
作为一个可选的实现方式,根据各个维度上的稳定程度和变化趋势,评估所述物联卡用户的经营状况,包括:
根据所述第一维度上的稳定程度和变化趋势,以及,预定义的稳定程度的权重和变化趋势的权重,确定所述物联卡用户在所述第一维度上的经营状况;例如,稳定程度的权重为50%,变化趋势的权重为50%。
根据所述物联卡用户在各维度上的经营状况,确定所述物联卡用户的经营状况;本步骤中,可以基于预先定义的各维度的权重,确定最终的经营状况。
简言之,根据各维度的信用情况的评价结果评价物联卡用户的经营状况的过程包括:①计算企业的变化的稳定程度,即,根据指标变化的趋势进行画像。具体是:计算每个指标(每个维度对应的评价结果)的平均值,并同每个指标与平均值的差的平方的波动程度来评价企业的经营情况的变化程度。②计算企业的变化趋势,其中,正向变化趋势为正值,负向变化为负值,计算方式为计算每两个相邻月份的指标差,用后一个月减去前一个月,得出正负值,基于最高的一个值确定权重,最后得出最后一个月的各维度的正负差值对应的权重,通过正负值的内容乘以其权重,得出变化趋势最后结果。③通过正负值结果占50%加上变化趋势程度占50%的比例,计算最后的各维度的趋势指数值。最终,根据各维度的趋势指数值确定最终的经营状况。
下面,结合图2对本申请实施例的企业经营状况评估方法的实现过程进行说明:
S201,物联卡业务数据与网络数据采集;即,从运营商业支系统采集武林卡业务数据与网络数据;
S202,企业信用信息公示系统数据采集;即,从企业信用信息公示系统采集企业信用信息数据;
S203,基于身份特征、消费价值、活跃动态、业务波动、经营风险五个维度进行客户信用得分评估;
S204,权重分配;即:基于五个维度的信用得分评估,为各维度分配权重;
S205,信用得分,即:基于分配的权重和最后一个月的客户信用得分评估的结果,得到最终的信用得分(表征企业经营状况的得分)。
本申请实施例的方法,通过真实可靠的贷款对象(物联卡用户)与运营商实际现金交易情况信息、贷款对象实际业务发生情况信息,从身份特征、消费价值、活跃动态、业务波动、运营风险等不同维度进行判断,并分段构造评估模型,及时发现其经营变动甚至恶化情况,及时通知放款企业关注,避免进一步造成经济损失。本申请实施例的方法具有如下有益效果:
数据的准确性与可靠性:现有技术的数据获取方案更多是通过互联网中信息挖掘数据并进行关联分析,当前大多数中小规模生产企业并无太多互联网公开信息,能够从网络上获取数据较少,较难满足对企业信用评估所需要的全面数据。同时当前互联网中公开热点数据、新闻信息并不规范,存在造假和篡改可能,不能形成可靠的评估结论。相对于现有技术,本申请实施例通过运营商业支系统中实际开卡数据、客户实际支付账务数据、网络实际使用活跃数据等作为分析依据,涉及具体的现金交易,相关数据难以篡改与伪造,同时弥补了中小企业贷后评估数据不足的缺点,贴近企业真实生产情况,对中小企业经营状况进行评估。
数据评估及时性:企业的经营异常判断方法最可靠的是通过其日常经营生产需求旺盛、经营活动活跃情况进行判断,当企业订单减少、用于生产使用设备活跃降低甚至大面积关停、现金流减少拖欠供应商费用等情况,均能够显著表明企业当前经营生产存在困难,存在债务展期甚至违约可能,本发明利用企业真实生产产生的数据进行评估,能够以在周、月等粒度区间内及时发现企业经营异常,保障放贷企业经济利益。
总而言之,随着国内外复杂的贸易环境挑战,全国经济增长呈现放缓趋势,各金融机构坏账率均在逐步抬升,近期各地企业频繁出现资金不足的现象,因而增强了金融机构贷后监管、企业信用评估需求。
金融机构对于贷后企业的经营情况重点关注,便于动态评估客户偿还能力,及时发现异常经营状态并提前规避处理减少坏账损失,对于物联网行业客户,物联卡设备的业务数据可直观反映企业运营状态。通过实时汇聚企业的物联网业务数据,包括活跃状态、缴费情况、消费价值、违规行为等维度,动态评估企业经营状况,当发生业务异常时快速告警,并提供多元业务指标支撑客户分析,及时处理客户还贷风险。
如图3所示,本申请实施例还提供一种企业经营状况评估装置,包括:
获取模块301,用于获取物联卡用户的物联卡业务数据、终端网络数据和企业信用信息数据;
评价模块302,用于根据所述物联卡业务数据、所述终端网络数据、所述企业信用信息数据,从预定义维度对所述物联卡用户的信用情况进行评价,其中,所述预定义维度包括以下至少一项:身份特征、消费价值、活跃动态、业务波动、经营风险;
评估模块303,用于根据各维度对应的评价结果,评估所述物联卡用户的经营状况。
可选地,所述身份特征包括以下至少一项:客户性质、行业性质、客户市场潜力、资金情况、入网时长、客户等级。
可选地,所述评价模块302包括:
评价子模块,用于根据所述物联卡业务数据中与各项所述身份特征对应的数据,分别对所述物联卡用户进行评价,获得各项所述身份特征对应的评分;
计算子模块,用于根据各项所述身份特征对应的评分,以及预定义的各项所述身份特征的权重,计算身份特征综合评分。
可选地,所述评价子模块具体用于以下至少一项:
根据所述物联卡业务数据中的客户性质,对所述物联卡用户的经营生产的稳定性进行评价,获得经营生产稳定性评分;
根据所述物联卡业务数据中的行业性质,对所述物联卡用户的行业发展稳健情况进行评价,获得行业发展评分;
根据所述物联卡业务数据中的行业的排名,对所述物联卡用户的市场潜力进行评价,获得市场潜力评分;
根据所述物联卡业务数据中的注册资金情况和所述物联卡用户的贷款金额,对所述物联卡用户的资金情况进行评价,获得资金情况评分;
根据所述物联卡业务数据中的入网时长,对所述物联卡用户的忠诚及稳定性进行评价,获得忠诚稳定情况评分;
根据所述物联卡业务数据中的客户等级,获得客户等级评分。
可选地,所述消费价值包括以下至少一项:缴费金额、账户余额、每用户平均收入ARPU值。
可选地,所述活跃动态包括以下至少一项:活跃卡规模、活跃卡规模分布、活跃卡占比、活跃区域、每张物联卡平均用量、物联卡的移动特性。
可选地,所述业务波动包括以下至少一项:昨日新增比例、累计新增比例、昨日注销比例、累计注销比例。
可选地,所述经营风险包括以下至少一项:信用风险、业务风险、消费风险。
可选地,所述评估模块303,包括:
第一确定子模块,用于根据预设时长内的第一维度的多个评价结果,确定所述物联卡用户在所述第一维度上的稳定程度;
第二确定子模块,用于根据所述预设时长内的第一维度的多个评价结果,确定所述物联卡用户在所述第一维度上的变化趋势;
评估子模块,用于根据各个维度上的稳定程度和变化趋势,评估所述物联卡用户的经营状况;
其中,所述第一维度为所述预定义维度的任一维度。
可选地,所述第一确定子模块,包括:
第一计算单元,用于计算所述第一维度的多个评价结果的平均值;
第二计算单元,用于根据所述第一维度的多个评价结果和所述平均值,计算所述第一维度对应的方差,所述第一维度的方差表征所述物联卡用户在所述第一维度上的稳定程度。
可选地,所述第二确定子模块,包括:
第三计算单元,用于计算所述第一维度的相邻的两个评价结果的差值;
提取单元,用于在多个所述差值中,提取最大差值;
第一确定单元,用于根据各维度对应的最大差值,确定各维度对应的权重;
第四计算单元,用于根据在所述预设时长内所述第一维度上的最后一个差值,以及所述第一维度对应的权重,计算第一数值,所述第一数值表征所述物联卡用户在所述第一维度上的变化趋势。
可选地,所述评估子模块包括:
第二确定单元,用于根据所述第一维度上的稳定程度和变化趋势,以及,预定义的稳定程度的权重和变化趋势的权重,确定所述物联卡用户在所述第一维度上的经营状况;
第三确定单元,用于根据所述物联卡用户在各维度上的经营状况,确定所述物联卡用户的经营状况。
需要说明的是,本申请实施例提供的上述企业经营状况评估装置,能够实现上述企业经营状况评估方法实施例所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
如图4所示,本申请实施例还提供一种企业经营状况评估设备,包括收发器410、处理器400、存储器420及存储在所述存储器420上并可在所述处理器400上运行的程序或指令;所述处理器400执行所述程序或指令时实现上述企业经营状况评估方法。
所述收发器410,用于在处理器400的控制下接收和发送数据。
其中,在图4中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器400代表的一个或多个处理器和存储器420代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发器410可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元。针对不同的设备,用户接口430还可以是能够外接内接需要设备的接口,连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
处理器400负责管理总线架构和通常的处理,存储器420可以存储处理器400在执行操作时所使用的数据。
本申请实施例的一种可读存储介质,其上存储有程序或指令,所述程序或指令被处理器执行时实现如上所述的企业经营状况评估方法中的步骤,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
进一步需要说明的是,此说明书中所描述的电子设备包括但不限于智能手机、平板电脑等,且所描述的许多功能部件都被称为模块,以便更加特别地强调其实现方式的独立性。
本申请实施例中,模块可以用软件实现,以便由各种类型的处理器执行。举例来说,一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块,举例来说,其可以被构建为对象、过程或函数。尽管如此,所标识模块的可执行代码无需物理地位于一起,而是可以包括存储在不同位里上的不同的指令,当这些指令逻辑上结合在一起时,其构成模块并且实现该模块的规定目的。
实际上,可执行代码模块可以是单条指令或者是许多条指令,并且甚至可以分布在多个不同的代码段上,分布在不同程序当中,以及跨越多个存储器设备分布。同样地,操作数据可以在模块内被识别,并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集,或者可以分布在不同位置上(包括在不同存储设备上),并且至少部分地可以仅作为电子信号存在于系统或网络上。
在模块可以利用软件实现时,考虑到现有硬件工艺的水平,所以可以以软件实现的模块,在不考虑成本的情况下,本领域技术人员都可以搭建对应的硬件电路来实现对应的功能,所述硬件电路包括常规的超大规模集成(VLSI)电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备,诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。
上述范例性实施例是参考该些附图来描述的,许多不同的形式和实施例是可行而不偏离本申请精神及教示,因此,本申请不应被建构成为在此所提出范例性实施例的限制。更确切地说,这些范例性实施例被提供以使得本申请会是完善又完整,且会将本申请范围传达给那些熟知此项技术的人士。在该些图式中,组件尺寸及相对尺寸也许基于清晰起见而被夸大。在此所使用的术语只是基于描述特定范例性实施例目的,并无意成为限制用。如在此所使用地,除非该内文清楚地另有所指,否则该单数形式“一”、“一个”和“该”是意欲将该些多个形式也纳入。会进一步了解到该些术语“包含”及/或“包括”在使用于本说明书时,表示所述特征、整数、步骤、操作、构件及/或组件的存在,但不排除一或更多其它特征、整数、步骤、操作、构件、组件及/或其族群的存在或增加。除非另有所示,陈述时,一值范围包含该范围的上下限及其间的任何子范围。
以上所述是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (15)
1.一种企业经营状况评估方法,其特征在于,包括:
获取物联卡用户的物联卡业务数据、终端网络数据和企业信用信息数据;
根据所述物联卡业务数据、所述终端网络数据、所述企业信用信息数据,从预定义维度对所述物联卡用户的信用情况进行评价,其中,所述预定义维度包括以下至少一项:身份特征、消费价值、活跃动态、业务波动、经营风险;
根据各维度对应的评价结果,评估所述物联卡用户的经营状况。
2.根据权利要求1所述的方法,其特征在于,所述身份特征包括以下至少一项:客户性质、行业性质、客户市场潜力、资金情况、入网时长、客户等级。
3.根据权利要求2所述的方法,其特征在于,从身份特征维度对所述物联卡用户的信用情况进行评价,获得所述身份特征维度对应的评价结果,包括:
根据所述物联卡业务数据中与各项所述身份特征对应的数据,分别对所述物联卡用户进行评价,获得各项所述身份特征对应的评分;
根据各项所述身份特征对应的评分,以及预定义的各项所述身份特征的权重,计算身份特征综合评分。
4.根据权利要求3所述的方法,其特征在于,根据所述物联卡业务数据中与各项所述身份特征对应的数据,分别对所述物联卡用户进行评价,获得各项所述身份特征对应的评分,包括以下至少一项:
根据所述物联卡业务数据中的客户性质,对所述物联卡用户的经营生产的稳定性进行评价,获得经营生产稳定性评分;
根据所述物联卡业务数据中的行业性质,对所述物联卡用户的行业发展稳健情况进行评价,获得行业发展评分;
根据所述物联卡业务数据中的行业的排名,对所述物联卡用户的市场潜力进行评价,获得市场潜力评分;
根据所述物联卡业务数据中的注册资金情况和所述物联卡用户的贷款金额,对所述物联卡用户的资金情况进行评价,获得资金情况评分;
根据所述物联卡业务数据中的入网时长,对所述物联卡用户的忠诚及稳定性进行评价,获得忠诚稳定情况评分;
根据所述物联卡业务数据中的客户等级,获得客户等级评分。
5.根据权利要求1所述的方法,其特征在于,所述消费价值包括以下至少一项:缴费金额、账户余额、每用户平均收入ARPU值。
6.根据权利要求1所述的方法,其特征在于,所述活跃动态包括以下至少一项:活跃卡规模、活跃卡规模分布、活跃卡占比、活跃区域、每张物联卡平均用量、物联卡的移动特性。
7.根据权利要求1所述的方法,其特征在于,所述业务波动包括以下至少一项:昨日新增比例、累计新增比例、昨日注销比例、累计注销比例。
8.根据权利要求1所述的方法,其特征在于,所述经营风险包括以下至少一项:信用风险、业务风险、消费风险。
9.根据权利要求1所述的方法,其特征在于,根据各维度对应的评价结果,评估所述物联卡用户的经营状况,包括:
根据预设时长内的第一维度的多个评价结果,确定所述物联卡用户在所述第一维度上的稳定程度;
根据所述预设时长内的第一维度的多个评价结果,确定所述物联卡用户在所述第一维度上的变化趋势;
根据各个维度上的稳定程度和变化趋势,评估所述物联卡用户的经营状况;
其中,所述第一维度为所述预定义维度的任一维度。
10.根据权利要求9所述的方法,其特征在于,根据预设时长内的第一维度的多个评价结果,确定所述物联卡用户在所述第一维度上的稳定程度,包括:
计算所述第一维度的多个评价结果的平均值;
根据所述第一维度的多个评价结果和所述平均值,计算所述第一维度对应的方差,所述第一维度的方差表征所述物联卡用户在所述第一维度上的稳定程度。
11.根据权利要求9所述的方法,其特征在于,根据所述预设时长内的第一维度的多个评价结果,确定所述物联卡用户在所述第一维度上的变化趋势,包括:
计算所述第一维度的相邻的两个评价结果的差值;
在多个所述差值中,提取最大差值;
根据各维度对应的最大差值,确定各维度对应的权重;
根据在所述预设时长内所述第一维度上的最后一个差值,以及所述第一维度对应的权重,计算第一数值,所述第一数值表征所述物联卡用户在所述第一维度上的变化趋势。
12.根据权利要求9所述的方法,其特征在于,根据各个维度上的稳定程度和变化趋势,评估所述物联卡用户的经营状况,包括:
根据所述第一维度上的稳定程度和变化趋势,以及,预定义的稳定程度的权重和变化趋势的权重,确定所述物联卡用户在所述第一维度上的经营状况;
根据所述物联卡用户在各维度上的经营状况,确定所述物联卡用户的经营状况。
13.一种企业经营状况评估装置,其特征在于,包括:
获取模块,用于获取物联卡用户的物联卡业务数据、终端网络数据和企业信用信息数据;
评价模块,用于根据所述物联卡业务数据、所述终端网络数据、所述企业信用信息数据,从预定义维度对所述物联卡用户的信用情况进行评价,其中,所述预定义维度包括以下至少一项:身份特征、消费价值、活跃动态、业务波动、经营风险;
评估模块,用于根据各维度对应的评价结果,评估所述物联卡用户的经营状况。
14.一种企业经营状况评估设备,包括:收发机、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令;其特征在于,所述处理器执行所述程序或指令时实现如权利要求1至12任一项所述的企业经营状况评估方法。
15.一种可读存储介质,其上存储有程序或指令,其特征在于,所述程序或指令被处理器执行时实现如权利要求1至12任一项所述的企业经营状况评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211623390.9A CN116934131A (zh) | 2022-12-16 | 2022-12-16 | 一种企业经营状况评估方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211623390.9A CN116934131A (zh) | 2022-12-16 | 2022-12-16 | 一种企业经营状况评估方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116934131A true CN116934131A (zh) | 2023-10-24 |
Family
ID=88386789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211623390.9A Pending CN116934131A (zh) | 2022-12-16 | 2022-12-16 | 一种企业经营状况评估方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116934131A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117610941A (zh) * | 2024-01-18 | 2024-02-27 | 杭州智诚惠通科技有限公司 | 基于数据库处理的大件运输信用评价方法、系统和介质 |
-
2022
- 2022-12-16 CN CN202211623390.9A patent/CN116934131A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117610941A (zh) * | 2024-01-18 | 2024-02-27 | 杭州智诚惠通科技有限公司 | 基于数据库处理的大件运输信用评价方法、系统和介质 |
CN117610941B (zh) * | 2024-01-18 | 2024-04-26 | 杭州智诚惠通科技有限公司 | 基于数据库处理的大件运输信用评价方法、系统和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Aron et al. | The Economics of Mobile Money: harnessing the transformative power of technology to benefit the global poor | |
US20110166987A1 (en) | Evaluating Loan Access Using Online Business Transaction Data | |
Chen et al. | XBRL adoption and bank loan contracting: Early evidence | |
US8355974B2 (en) | Account level liquidity charge determination | |
Gatti et al. | Measuring value‐at‐risk in project finance transactions | |
Eze et al. | Electronic banking and profitability of commercial banks in Nigeria | |
CN111754116B (zh) | 一种基于标签画像技术的信用评估方法及装置 | |
CN103123712A (zh) | 一种网络行为数据的监控方法和系统 | |
CN110246030A (zh) | 多方联动的贷后风险管理方法、终端、装置及存储介质 | |
CN111476660A (zh) | 一种基于数据分析的智能风控系统及方法 | |
CN108921456A (zh) | 风险评估方法、装置及计算机可读存储介质 | |
CN111553563A (zh) | 企业欺诈风险的确定方法及装置 | |
Wong et al. | Financial accounting fraud detection using business intelligence | |
CN112232950A (zh) | 针对借贷风险的评估方法及装置、设备、计算机可读存储介质 | |
US20110125623A1 (en) | Account level cost of funds determination | |
CN116934131A (zh) | 一种企业经营状况评估方法、装置及设备 | |
CN112801528A (zh) | 车险风险监测方法、装置、存储介质及计算机设备 | |
Iatridis et al. | Voluntary IAS 1 accounting disclosures prior to official IAS adoption: An empirical investigation of UK firms | |
KR20090001917A (ko) | 여신 고객에 대한 조기경보 방법 및 시스템과 이를 위한기록매체 | |
CN110910002A (zh) | 一种应收账款违约风险识别方法及系统 | |
CN114155080B (zh) | 一种欺诈识别方法、设备及存储介质 | |
CN115907947A (zh) | 一种企业贷款风险的预测方法及系统 | |
KR20160094157A (ko) | 기업 연쇄부도위험 관리 시스템 및 이를 이용한 연쇄부도위험 관리 방법 | |
US8595114B2 (en) | Account level interchange effectiveness determination | |
CN114880369A (zh) | 一种基于弱数据技术的风险授信方法和系统 |
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 |