CN114331191A - 基于企业规模和关联的信用风险评估方法及装置 - Google Patents
基于企业规模和关联的信用风险评估方法及装置 Download PDFInfo
- Publication number
- CN114331191A CN114331191A CN202111680151.2A CN202111680151A CN114331191A CN 114331191 A CN114331191 A CN 114331191A CN 202111680151 A CN202111680151 A CN 202111680151A CN 114331191 A CN114331191 A CN 114331191A
- Authority
- CN
- China
- Prior art keywords
- target enterprise
- enterprise
- enterprises
- determining
- target
- 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
本申请实施例公开了一种基于企业规模和关联的信用风险评估方法及装置,其中方法包括:获取目标企业的经营相关信息,根据经营相关信息确定与目标企业关联的多个第一关联企业,目标企业和第一关联企业为第一规模企业;建立目标企业与多个第一关联企业的第一关系图谱,第一关系图谱中的节点值根据多个第一关联企业的经营评分确定,关系图谱中的边权值根据目标企业与多个关联企业的关联关系和关联程度确定;根据关系图谱中的边权值和节点值确定目标企业的经营评分,根据目标企业的经营评分确定目标企业的信用风险评估结果。本申请实施例通过小规模企业之间的关联关系确定目标企业的评估结果,保证了企业风险评估的准确性。
Description
技术领域
本申请涉及数据挖掘技术领域,特别是涉及一种基于企业规模和关联的信用风险评估方法及装置。
背景技术
现有的信用风险评估方法虽然多种多样,但是多数都是对申请贷款主体的信用评估,而忽略了与贷款主体相关联的主体。例如在供应链金融中,如果有一家小微企业与多家小微企业存在关联关系,那么可以根据这多家小微企业分析该一家小微企业的信用风险。
另一方面,与小微企业存在关联关系的企业如果是某大型企业的供应商,这个关系的发现和分析,将有助于更准确地评估小微企业的信用风险。
基于此,如何通过构建以数据驱动,以图机器学习为基础的针对小微企业信用评估体系,以及在保障数据来源的合法合规、准确性等要素的同时,从关联关系的角度衡量信用风险和建立风险传播途径,从而扩宽小微企业刻画维度,降低融资成本,提升风险感知和应对的灵敏度,是本申请亟待解决的技术问题。
发明内容
本申请实施例提供了一种基于企业规模和关联的信用风险评估方法及装置,通过深入分析目标企业与小微企业之间的关联关系,确定目标企业的信用风险评估结果,或者在无法判断时,引入大规模企业与目标企业的关联关系,保证了企业风险评估的灵活性与准确性,降低了融资过程中的风险性。
第一方面,提供了一种基于企业规模和关联的信用风险评估方法,该方法包括:获取目标企业的经营相关信息,根据经营相关信息确定与目标企业关联的多个第一关联企业,目标企业和第一关联企业为第一规模企业;建立目标企业与多个第一关联企业的第一关系图谱,第一关系图谱中的节点值根据多个第一关联企业的经营评分确定,关系图谱中的边权值根据目标企业与多个关联企业的关联关系和关联程度确定;根据关系图谱中的边权值和节点值确定目标企业的经营评分,根据目标企业的经营评分确定目标企业的信用风险评估结果。
可见,在本申请实施例中,通过获取目标企业的经营相关信息,确定与目标企业关联的多个小规模的第一关联企业,然后构建目标企业与多个第一关联企业的第一关系图谱,根据第一关系图谱中的边权值和节点值计算获得目标企业的经营评分,进而确定目标企业的信用风险评估结果,该过程中,由于目标企业与第一关联企业都为小规模企业,互相之间深入影响,关系图谱中的任意节点值或边权值都可能对目标企业的信用评分造成深刻影响,因此目标企业的关系谱图进行信用风险评估结果的获取,能够保证结果的准确性。
在一个可能的示例中,第一关系图谱中的边权值根据目标企业与多个第一关联企业的关联关系和关联程度确定包括:边权值的正负性根据目标企业与多个第一关联企业的关联关系确定,负边权值对应以下关联关系中的一种或多种:行政处罚关系、司法出发关系或交易黑名单;正边权值对应以下关联关系中的一种或多种:投资关系、上下游关系或担保关系。
在一个可能的示例中,关系图谱中的边权值根据目标企业与多个第一关联企业的关联关系和关联程度确定包括:获取目标企业与第一关联企业的来往金额;获取目标企业的经营金额并确定为第一金额,获取多个第一关联企业的经营金额并确定为第二金额;根据来往金额占第一金额的第一比例,以及来往金额占第二金额的第二比例,确定边权值的大小。
在一个可能的示例中,根据目标企业的经营评分确定目标企业的信用风险评估结果,包括:若目标企业的经营评分小于或等于第一预设阈值,则确定目标企业的信用风险评估结果为信用存在风险;和/或若目标企业的经营评分大于或等于第二预设阈值,则确定目标企业的信用风险评估结果为信用安全。
在一个可能的示例中,该方法还包括:若目标企业的经营评分小于第二预设阈值且大于第一预设阈值,则根据目标企业的经营相关信息确定与目标企业关联的多个第二关联企业,第二关联企业为第二规模企业,第二规模大于第一规模;建立目标企业与第二关联企业的第二关系图谱,第二关系图谱中的边权值根据目标企业与多个第二关联企业的关联关系和关联程度确定;若第二关系图谱中任意一条路径值大于第三预设阈值,则确定目标企业的信用风险评估结果为信用安全,路径值根据目标企业与第二关联企业边权值和第二关联企业的节点值确定。
在一个可能的示例中,该方法还包括:获取多个第二关联企业中每个第二关联企业的融资风险评分;获取多个第二关联企业中每个第二关联企业的税务评分;将融资风险评分和税务评分输入经营评分模型,获得多个第二关联企业中每个第二关联企业的经营评分。
在一个可能的示例中,该方法还包括:通过读取第一存储介质获取多个第一关联企业的经营评分,通过读取第二存储介质获取多个第二关联企业的经营评分,第一存储介质的读取速度大于第二存储介质的读取速度。
第二方面,提供了一种信用风险评估装置,其中包括:
获取单元,用于获取目标企业的经营相关信息,根据经营相关信息确定与目标企业关联的多个第一关联企业,目标企业和第一关联企业为第一规模企业;
建立单元,用于建立目标企业与第一关联企业的第一关系图谱,第一关系图谱中的节点值根据多个第一关联企业的经营评分确定,关系图谱中的边权值根据目标企业与多个关联企业的关联关系和关联程度确定;
审核单元,用于根据关系图谱中的边权值和节点值确定目标企业的经营评分,根据目标企业的经营评分确定目标企业的信用风险评估结果。
第三方面,提供了一种电子装置,上述装置包括:处理器、存储器、通信接口,处理器、存储器和通信接口相互连接,并且完成相互间的通信工作;
存储器上存储有可执行程序代码,通信接口用于进行无线通信;
处理器用于调取存储器上存储的可执行程序代码,执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
第四方面,本申请实施例提供了一种计算机程序产品,其中,计算机程序产品包括计算机程序,计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
第五方面,本申请实施例提供了一种风险评估***,其中包括第三方面所描述的电子装置,还可以包括用于与该电子装置交互的其他装置。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种信用风险评估***示意图;
图2A为本申请实施例提供的一种基于企业规模和关联的信用风险评估方法流程图;
图2B为本申请实施例提供的一种关系图谱示意图;
图2C为本申请实施例提供的另一种关系图谱示意图;
图3为本申请实施例提供的一种信用风险评估装置的结构示意图;
图4是本申请实施例提供的一种电子装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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作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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤的过程、方法、***、产品或设备没有限定于已列出的步骤,而是可选地还包括没有列出的步骤,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
首先,请参阅图1,图1为本申请实施例提供的一种信用风险评估***100的示意图,如图1所示,该***中包括风险评估服务器120,以及一个或多个企业用户设备110。其中,企业用户设备110用于向风险评估服务器120发起贷款申请,或者由风险评估服务器120主动向企业用户设备推送贷款业务。企业用户设备110与风险评估服务器120可以通过安装在企业用户设备上的信用风险评估应用程序(application,APP)连接,即信用风险评估APP安装在企业用户设备上,并提供企业用户操作的接口(application programminginterface,API),同时信用风险评估APP与风险评估服务器通信连接。
请参阅图2A,图2A为本申请实施例提供的一种基于企业规模和关联的信用风险评估方法流程图,应用于上述信用风险评估***中的风险评估服务器,具体地,该方法包括如下步骤:
201、获取目标企业的经营相关信息,根据经营相关信息确定与目标企业关联的多个第一关联企业,目标企业和第一关联企业为第一规模企业。
通常情况下,企业申请贷款的类型可以包括:信用贷款、担保贷款、票据贴现等。其中信用贷款是指企业信用信息对企业提供贷款。企业信用信息包括政府监管信息、银行信贷信息、行业评价信息、媒体评价信息、企业运营信息、市场反馈信息等。本申请实施例中,目标企业是一个小微企业,小微企业的判断方式包括:根据目标企业的经营额度判断、根据目标企业的纳税额度判断等。小微企业的企业运营信息很大部分地体现其企业信用。另外,小微企业的运营过程,很大程度上受到与其产生经营往来的其他小微企业,例如,对于饭店,假设其常用的蔬菜供应商由于自然灾害减产,则饭店很有可能经营受到影响。因此,获取与目标企业具有关联关系的其他小微企业,根据双方的关联关系以及关联程度,建立目标企业的关系图谱,进而获得目标企业的信用风险评估结果,用于为目标企业的贷款审核过程提供参考。
本申请实施例的应用场景可以包括:目标企业向风险评估服务器发起贷款申请,然后目标企业根据风险评估服务器的要求,或者自身主动,向风险评估服务器发送自身的经营相关信息。或者,也可以是风险评估服务器通过其他途径主动获取到了目标企业的经营相关信息。其中,目标企业的经营相关信息是指目标企业在经营过程中产生的一切可能的信息,具体可以包括目标企业的经营范围,目标企业与上下游企业或个人的交易往来(可以通过***或合同等凭证表征),目标企业的贷款信息(贷款担保企业以及金额)、目标企业的负债信息(负债对象企业及金额)、出借资金信息(出借企业及金额)、司法纠纷信息(作为司法出发方或接收方以及设计的金额)、缴税信息(包括缴税项目及缴税金额)等。
根据上述目标企业的经营相关信息,可以确定与目标企业关联的多个第一关联企业,第一关联企业与目标企业都是第一规模企业,第一规模企业是指小微企业,具体可以通过纳税额度小于或等于预设阈值或者其他方式来表征。广义上来说,第一关联企业可以是目标企业经营过程中,与目标企业发生过任意关联关系的企业,任意关联关系包括上述列举的经营相关信息中对应的关联关系。
202、建立目标企业与第一关联企业的第一关系图谱,第一关系图谱中的节点值根据多个第一关联企业的经营评分确定,关系图谱中的边权值根据目标企业与多个关联企业的关联关系和关联程度确定。
具体地,建立目标企业与多个第一关联企业的第一关系图谱,具体是指建立以目标企业为根节点,第一关联企业为叶节点的关系树,具体请参阅图2B,图2B为本申请实施例提供的一种关系图谱示意图,如图2B所示,包括目标企业对应的根节点,以及企业1,企业2,…企业N对应的叶节点,其中企业1,企业2,…企业N都为第一关联企业。
在第一关系图谱中,还包括每个第一关联企业对应的节点值,以及边权值,例如企业1,企业2,……企业N对应的节点值分别为s1,s2……sN,对应的边权值分别为w1,w2……wN。节点值根据每个第一关联企业自身的经营评分确定,每个第一关联企业自身的经营评分可以根据它们的关系图谱获得,也可以根据其他经营评分模型获得。边权值根据每个第一关联企业与目标企业的关联关系和关联程度确定,关联关系不同,权值大小、权值正负值都可能不同,关联程度不同,权值也可能不同。
具体地,第一关系图谱中的边权值根据目标企业与多个第一关联企业的关联关系和关联程度确定包括:边权值的正负性根据目标企业与多个第一关联企业的关联关系确定,负边权值对应以下关联关系中的一种或多种:行政处罚关系、司法出发关系或交易黑名单;正边权值对应以下关联关系中的一种或多种:投资关系、上下游关系或担保关系。
第一关联企业与目标企业之间的关联关系如果是负面关系,则可能对目标企业带来负面影响,体现到边权值中,即边权值的正负性为负。负面关系可以包括:行政处罚关系、司法出发关系或交易黑名单中的一种或多种。行政处罚关系,例如企业1被处以责令整改的行政处罚,而企业1为目标企业的第一关联企业,则目标企业存在与企业1的行政处罚关系,或者,企业2与目标企业交易过程中,被处以罚款并没收违法所得,则目标企业与企业2存在行政处罚关系。司法出发关系,例如目标企业为企业3的诉讼对象,则目标企业与企业3存在司法处罚关系。交易黑名单是指目标企业处于某企业的交易黑名单中,则目标企业与某企业存在交易黑名单关系。
第一关联企业与目标企业之间的关联关系如果是正面关系,则可能对目标企业带来正面影响,体现到边权值中,即边权值的正负性为正。负面关系可以包括:投资关系、上下游关系或担保关系中的一种或多种。投资关系是指,例如企业4为目标企业进行了投资,则目标企业存在与企业4的投资关系;上下游关系是指,例如企业5与目标企业存在上下游交易,则两者存在上下游关系;担保关系是指,例如企业6为目标企业的某次贷款提供了担保,则两者存在担保关系。
需要说明的是,可能影响边权值正负性的关联关系也可以是其他关联关系,本申请实施例中没有一一列举,但本申请实施例提供的关联关系不应造成这种影响关系的限制。
可见,在本申请实施例中,通过确定目标企业与多个第一关联企业的关联关系,确定关系图谱中边权值的正负性,考虑到了正面关联关系对目标企业经营评分的正面影响,以及负面关联关系对目标企业经营评分的负面影响,提升了确定目标企业经营评分的准确性。
可选地,关系图谱中的边权值根据目标企业与多个第一关联企业的关联关系和关联程度确定包括:获取目标企业与第一关联企业的来往金额;获取目标企业的经营金额并确定为第一金额,获取多个第一关联企业的经营金额并确定为第二金额;根据来往金额占第一金额的第一比例,以及来往金额占第二金额的第二比例,确定边权值的大小。
通常情况下,两个企业之间的关联程度可以根据两者之间资金往来大小确定。例如目标企业与企业1之间的资金往来金额为T万,两者之间的关联程度为T/M,其中M为目标企业的经营金额。也即是说,关联程度大小与来往资金金额大小成正比。那么,关系图谱中的边权值的大小可以根据目标企业和第一关联企业的关联程度大小确定。
具体地,本申请实施例中,可以同时考虑来往金额大小与企业本身经营金额的比值,确定该比来往金额对企业自身的影响程度,再综合两个来往企业的影响程度,获得两者之间的关联程度。例如,假设目标企业与企业1的来往金额为T,目标企业的经营金额为M,企业1的经营金额为M’,那么边权值大小|w1|=T/M*(T/M’)。
可见,在本申请实施例中,通过确定目标企业和多个第一关联企业之间的关联程度,确定目标企业与第一关联企业之间边权值的大小,其中关联程度的计算同时考虑了对目标企业的影响,以及对第一关联企业的影响,使得获取的边权值考虑了更加全面的因素,提升了边权值计算的准确性。
进一步地,可以将确定边权值正负性和确定边权值大小的方式进行结合,那么在目标企业和企业1的关联关系为行政处罚关系的情况下,两者之间的边权值大小w1=-T/M*(T/M’),在目标企业和企业1的关联关系为投资关系的情况下,两者之间的边权值大小w1=T/M*(T/M’)。
203、根据关系图谱中的边权值和节点值确定目标企业的经营评分,根据目标企业的经营评分确定目标企业的信用风险评估结果。
获得关系图谱中每个第一关联企业对应的节点值,以及每个关联企业与目标企业之间的边权值之后,可以计算获得目标企业的经营评分,具体可以通过对多个节点值与边权值的乘积求和获得,即目标企业的经营评分P=w1*s1+w2*s2+…+wN*sN。
在确定目标企业的经营评分后,可以根据经营评分确定目标企业的信用风险评估结果。经营评分与信用风险评估结果成负相关,经营评分越高,风险评估结果对应的风险性越低。
可选地,根据目标企业的经营评分确定目标企业的信用风险评估结果,包括:若目标企业的经营评分小于或等于第一预设阈值,则确定目标企业的信用风险评估结果为信用存在风险;和/或若目标企业的经营评分大于或等于第二预设阈值,则确定目标企业的信用风险评估结果为信用安全。
当目标企业的经营评分过低,即小于或等于第一预设阈值,可以直接确定目标企业的风险评估结果为信用存在风险,针对目标企业的贷款申请,倾向于不通过;当目标企业的经营评分很高,即大于或等于第二预设阈值,可以直接确定目标企业的信用风险评估结果为信用安全,针对目标企业的贷款申请,倾向于通过。
在一些情况下,目标企业的经营评分既不过低,也不过高,根据目标企业现目前的经营评分,不能很准确地确定目标用户的风险评估结果是否为存在风险,这种情况下,可以进一步获取目标企业与第二规模的企业之间的关联关系,第二规模是指纳税额度大于预设阈值,不属于小微企业行列的企业,然后根据目标企业与第二规模的企业之间的关联关系进一步确定目标企业的风险评估结果。
可选地,若目标企业的经营评分小于第二预设阈值且大于第一预设阈值,则根据目标企业的经营相关信息确定与目标企业关联的多个第二关联企业,第二关联企业为第二规模企业,第二规模大于第一规模;建立目标企业与第二关联企业的第二关系图谱,第二关系图谱中的边权值根据目标企业与多个第二关联企业的关联关系和关联程度确定;若第二关系图谱中任意一条路径值大于第三预设阈值,则确定目标企业的信用风险评估结果为信用安全,路径值根据目标企业与第二关联企业边权值和第二关联企业的节点值确定。
假设有第二规模的企业与目标企业产生过经营往来,那么根据目标企业的经营相关信息可以确定与目标企业关联的第二规模的多个第二关联企业。通过同样的方法,可以建立目标企业与第二关联企业的第二关系图谱,具体可参阅2C,图2C为本申请实施例提供的另一种关系图谱示意图,如图2C所示,包括目标企业对应的根节点,以及企业01,企业02和企业03对应的叶节点,其中企业01,企业02和企业03都为第二关联企业。
在第二关系图谱中,还包括每个第二关联企业对应的节点值,以及边权值,例如企业01,企业02和企业03对应的节点值分别为s01,s02和s03,对应的边权值分别为w01,w02和w03。节点值根据每个第二关联企业自身的经营评分确定,边权值根据每个第二关联企业与目标企业的关联关系和关联程度确定,关联关系不同,权值大小、权值正负值都可能不同,关联程度不同,权值也可能不同。
由于第二关联企业是大规模企业,与其经营相关的企业非常多,但是这类企业的经营状况体现在更多方面,而不仅仅体现在与其他企业的关联关系上。因此,可选情况下,该方法还包括:获取多个第二关联企业中每个第二关联企业的融资风险评分;获取多个第二关联企业中每个第二关联企业的税务评分;将融资风险评分和税务评分输入经营评分模型,获得多个第二关联企业中每个第二关联企业的经营评分。
也即是说,获取第二关联企业的融资风险评分,融资风险评分表示在金融机构针对第二关联企业进行融资风险(投资)评价时,对应的评分。评分越高表示能够为第二关联企业提供融资的可能性越高,这一融资风险评分能够结合银行信贷信息和行业评价信息这两方面的信用信息获得第二关联企业的评价结果。另外,获取第二关联企业的税务评分,税务评分表示税务机构针对第二关联企业进行纳税评价时,对应的评分。评分越高表示第二关联企业的纳税信用越好。结合这两方面的信息能够大致判断出第二关联企业的经营评分。
根据上述过程获取到第二关联企业的节点值以及边权值后,可以获得多个路径值,多个路径值中的每个路径值与一个第二关联企业对应。例如图2C中,目标企业-企业01对应路径值1(路径1对应的值),目标企业-企业02对应路径值2,以此类推。路径值具体根据目标企业与第二关联企业边权值和第二关联企业的节点值确定,例如可以为:路径值=边权值*节点值,与前述内容描述一致的,边权值可以包括正负性,边权值为正,对应表征目标企业与第二关联企业存在正向关联关系,边权值为负,表征目标企业与第二关联企业存在负向关联关系。
假设第二关系图谱中存在任意一条路径值大于第三预设阈值,则说明目标企业与某一个大规模企业之间存在较深刻的真向关联关系,则可以确定目标企业的信用风险评估结果为信用安全。实际上,对于目标企业来说,因为自身是小规模企业,能够大致判断出其与大规模企业存在较深的正向关联性,也一定程度上肯定了目标企业的经营实力,因此,根据目标企业与第二规模企业的关联关系对目标企业的信用风险评估结果进行进一步判断,提升了判断准确性,同时保证了判断过程的低能耗和高效率。
可选情况下,该方法还包括:通过读取第一存储介质获取多个第一关联企业的经营评分,通过读取第二存储介质获取多个第二关联企业的经营评分,第一存储介质的读取速度大于第二存储介质的读取速度。
根据前述描述可知,获取目标企业的经营评分,首先是将其与第一关联企业的经营评分结合进行获取,第一关联企业的经营评分可以存储在第一存储介质中,或者第一关联企业的经营评分获取过程可以通过读取第一存储介质中的程序来实现。因此,第一存储介质可以是读取速度更快的存储介质。而在第一关联企业与目标企业的关联关系无法使得判断出目标企业的信贷风险评估结果的情况下,才需要进一步结合第二关联企业的经营评分,同样的,第二关联企业的经营评分可以存储在第二存储介质中,或者第二关联企业的经营评分获取过程可以通过读取第二存储介质中的程序来实现,因此,第二存储介质的使用频率比第一存储介质的使用频率低,第二存储介质的读取速度可以比第一存储介质低。这样可以节省搞笑存储介质的占用,降低存储介质的部署成本。
可见,在本申请实施例中,通过获取目标企业的经营相关信息,确定与目标企业关联的多个小规模的第一关联企业,然后构建目标企业与多个第一关联企业的第一关系图谱,根据第一关系图谱中的边权值和节点值计算获得目标企业的经营评分,进而确定目标企业的信用风险评估结果,该过程中,由于目标企业与第一关联企业都为小规模企业,互相之间深入影响,关系图谱中的任意节点值或边权值都可能对目标企业的信用评分造成深刻影响,因此目标企业的关系谱图进行信用风险评估结果的获取,能够保证结果的准确性。
与上述图2A~图2C对应实施例一致的,请参阅图3,图3为本申请实施例提供的一种信用风险评估装置300的结构示意图,如图3所示,其中包括:
获取单元301,用于获取目标企业的经营相关信息,根据经营相关信息确定与目标企业关联的多个第一关联企业,目标企业和第一关联企业为第一规模企业;
建立单元302,用于建立目标企业与第一关联企业的第一关系图谱,第一关系图谱中的节点值根据多个第一关联企业的经营评分确定,关系图谱中的边权值根据目标企业与多个关联企业的关联关系和关联程度确定;
审核单元303,用于根据关系图谱中的边权值和节点值确定目标企业的经营评分,根据目标企业的经营评分确定目标企业的信用风险评估结果。
可以看出,本申请实施例所描述的装置,通过获取目标企业的经营相关信息,确定与目标企业关联的多个小规模的第一关联企业,然后构建目标企业与多个第一关联企业的第一关系图谱,根据第一关系图谱中的边权值和节点值计算获得目标企业的经营评分,进而确定目标企业的信用风险评估结果,该过程中,由于目标企业与第一关联企业都为小规模企业,互相之间深入影响,关系图谱中的任意节点值或边权值都可能对目标企业的信用评分造成深刻影响,因此目标企业的关系谱图进行信用风险评估结果的获取,能够保证结果的准确性。
可选地,第一关系图谱中的边权值根据目标企业与多个第一关联企业的关联关系和关联程度确定包括:边权值的正负性根据目标企业与多个第一关联企业的关联关系确定,负边权值对应以下关联关系中的一种或多种:行政处罚关系、司法出发关系或交易黑名单;正边权值对应以下关联关系中的一种或多种:投资关系、上下游关系或担保关系。
可选地,关系图谱中的边权值根据目标企业与多个第一关联企业的关联关系和关联程度确定包括:获取目标企业与第一关联企业的来往金额;获取目标企业的经营金额并确定为第一金额,获取多个第一关联企业的经营金额并确定为第二金额;根据来往金额占第一金额的第一比例,以及来往金额占第二金额的第二比例,确定边权值的大小。
可选地,根据目标企业的经营评分确定目标企业的信用风险评估结果,包括:若目标企业的经营评分小于或等于第一预设阈值,则确定目标企业的信用风险评估结果为信用存在风险;和/或若目标企业的经营评分大于或等于第二预设阈值,则确定目标企业的信用风险评估结果为信用安全。
可选地,审核单元303还用于:若目标企业的经营评分小于第二预设阈值且大于第一预设阈值,则根据目标企业的经营相关信息确定与目标企业关联的多个第二关联企业,第二关联企业为第二规模企业,第二规模大于第一规模;建立目标企业与第二关联企业的第二关系图谱,第二关系图谱中的边权值根据目标企业与多个第二关联企业的关联关系和关联程度确定;若第二关系图谱中任意一条路径值大于第三预设阈值,则确定目标企业的信用风险评估结果为信用安全,路径值根据目标企业与第二关联企业边权值和第二关联企业的节点值确定。
可选地,审核单元303还用于:获取多个第二关联企业中每个第二关联企业的融资风险评分;获取多个第二关联企业中每个第二关联企业的税务评分;将融资风险评分和税务评分输入经营评分模型,获得多个第二关联企业中每个第二关联企业的经营评分。
可选地,审核单元303还用于:读取第一存储介质获取多个第一关联企业的经营评分,通过读取第二存储介质获取多个第二关联企业的经营评分,第一存储介质的读取速度大于第二存储介质的读取速度。
具体地,本申请实施例可以根据上述方法示例对数据采集装置进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
与上述图2A~图2C对应实施例一致的,请参阅图4,图4是本申请实施例提供的一种电子装置400的结构示意图,如图4所示:该装置包括处理器、存储器、通信接口,处理器、存储器和通信接口相互连接,并且完成相互间的通信工作;
存储器上存储有可执行程序代码,通信接口用于进行无线通信;
处理器用于调取存储器上存储的可执行程序代码,执行如上述方法实施例中记载的任何一种数据采集方法的部分或全部步骤,上述计算机包括电子终端设备。
其中,存储器可以是易失性存储器如动态随机存储器DRAM,也可以是非易失性存储器如机械硬盘。上述存储器用于存储一组可执行程序代码,上述处理器用于调用存储器中存储的可执行程序代码,可以执行包括以下指令:
获取目标企业的经营相关信息,根据经营相关信息确定与目标企业关联的多个第一关联企业,目标企业和第一关联企业为第一规模企业;建立目标企业与多个第一关联企业的第一关系图谱,第一关系图谱中的节点值根据多个第一关联企业的经营评分确定,关系图谱中的边权值根据目标企业与多个关联企业的关联关系和关联程度确定;根据关系图谱中的边权值和节点值确定目标企业的经营评分,根据目标企业的经营评分确定目标企业的信用风险评估结果。
可见,在本申请实施例中,通过获取目标企业的经营相关信息,确定与目标企业关联的多个小规模的第一关联企业,然后构建目标企业与多个第一关联企业的第一关系图谱,根据第一关系图谱中的边权值和节点值计算获得目标企业的经营评分,进而确定目标企业的信用风险评估结果,该过程中,由于目标企业与第一关联企业都为小规模企业,互相之间深入影响,关系图谱中的任意节点值或边权值都可能对目标企业的信用评分造成深刻影响,因此目标企业的关系谱图进行信用风险评估结果的获取,能够保证结果的准确性。
可选地,上述处理器用于调用存储器中存储的可执行程序代码还用于执行图2A~图2C对应实施例的其他方法,在此不再赘述。
本申请实施例提供了一种计算机程序产品,其中,计算机程序产品包括计算机程序,计算机程序可操作来使计算机如上述方法实施例中记载的任何一种贷款风险评估方法的部分或全部步骤,该计算机程序产品可以是一个软件安装包。
需要说明的是,对于前述的任一种信用风险评估方法的实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请所必须的。
尽管在此结合各实施例对本申请进行了描述,然而,在实施所要求保护的本申请过程中,本领域技术人员通过查看附图、公开内容、以及所附权利要求书,可理解并实现所公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
本领域普通技术人员可以理解上述任一种数据采集方法的方法实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请一种数据采集方法及装置的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请一种数据采集方法及装置的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
本申请是参照本申请实施例的方法、硬件产品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。
可以理解的是,凡是被控制或者被配置以用于执行本申请一种数据采集方法的方法实施例所描述的流程图的处理方法的产品,如上述流程图的终端以及计算机程序产品,均属于本申请所描述的相关产品的范畴。
显然,本领域的技术人员可以对本申请提供的一种数据采集方法及装置进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种基于企业规模和关联的信用风险评估方法,其特征在于,所述方法包括:
获取所述目标企业的经营相关信息,根据所述经营相关信息确定与所述目标企业关联的多个第一关联企业,所述目标企业和所述第一关联企业为第一规模企业;
建立所述目标企业与所述多个第一关联企业的第一关系图谱,所述第一关系图谱中的节点值根据所述多个第一关联企业的经营评分确定,所述关系图谱中的边权值根据所述目标企业与所述多个关联企业的关联关系和关联程度确定;
根据所述关系图谱中的边权值和节点值确定所述目标企业的经营评分,根据所述目标企业的经营评分确定所述目标企业的信用风险评估结果。
2.根据权利要求1所述的方法,其特征在于,所述第一关系图谱中的边权值根据所述目标企业与所述多个第一关联企业的关联关系和关联程度确定包括:所述边权值的正负性根据所述目标企业与所述多个第一关联企业的关联关系确定,所述负边权值对应以下关联关系中的一种或多种:行政处罚关系、司法出发关系或交易黑名单;所述正边权值对应以下关联关系中的一种或多种:投资关系、上下游关系或担保关系。
3.根据权利要求1或2所述的方法,其特征在于,所述关系图谱中的边权值根据所述目标企业与所述多个第一关联企业的关联关系和关联程度确定包括:
获取所述目标企业与所述第一关联企业的来往金额;
获取所述目标企业的经营金额并确定为第一金额,获取所述多个第一关联企业的经营金额并确定为第二金额;
根据所述来往金额占所述第一金额的第一比例,以及所述来往金额占所述第二金额的第二比例,确定所述边权值的大小。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标企业的经营评分确定所述目标企业的信用风险评估结果,包括:
若所述目标企业的经营评分小于或等于第一预设阈值,则确定所述目标企业的信用风险评估结果为信用存在风险;和/或
若所述目标企业的经营评分大于或等于第二预设阈值,则确定所述目标企业的信用风险评估结果为信用安全。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
若所述目标企业的经营评分小于第二预设阈值且大于第一预设阈值,则根据所述目标企业的经营相关信息确定与所述目标企业关联的多个第二关联企业,所述第二关联企业为第二规模企业,第二规模大于第一规模;
建立所述目标企业与所述第二关联企业的第二关系图谱,所述第二关系图谱中的边权值根据所述目标企业与所述多个第二关联企业的关联关系和关联程度确定;
若所述第二关系图谱中任意一条路径值大于第三预设阈值,则确定目标企业的信用风险评估结果为信用安全,所述路径值根据所述目标企业与所述第二关联企业边权值和所述第二关联企业的节点值确定。
6.根据权利要求4或5所述的方法,其特征在于,所述方法还包括:
获取所述多个第二关联企业中每个第二关联企业的融资风险评分;
获取所述多个第二关联企业中每个第二关联企业的税务评分;
将所述融资风险评分和所述税务评分输入经营评分模型,获得所述多个第二关联企业中每个第二关联企业的经营评分。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:通过读取第一存储介质获取所述多个第一关联企业的经营评分,通过读取第二存储介质获取所述多个第二关联企业的经营评分,所述第一存储介质的读取速度大于所述第二存储介质的读取速度。
8.一种信用风险评估装置,其特征在于,所述装置包括:
获取单元,用于获取所述目标企业的经营相关信息,根据所述经营相关信息确定与所述目标企业关联的多个第一关联企业,所述目标企业和所述第一关联企业为第一规模企业;
建立单元,用于建立所述目标企业与所述第一关联企业的第一关系图谱,所述第一关系图谱中的节点值根据所述多个第一关联企业的经营评分确定,所述关系图谱中的边权值根据所述目标企业与所述多个关联企业的关联关系和关联程度确定;
审核单元,用于根据所述关系图谱中的边权值和节点值确定所述目标企业的经营评分,根据所述目标企业的经营评分确定所述目标企业的信用风险评估结果。
9.一种电子装置,其特征在于,所述装置包括:
处理器、存储器、通信接口,所述处理器、所述存储器和所述通信接口相互连接,并且完成相互间的通信工作;
所述存储器上存储有可执行程序代码,所述通信接口用于进行无线通信;
所述处理器用于调取所述存储器上存储的所述可执行程序代码,执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111680151.2A CN114331191A (zh) | 2021-12-30 | 2021-12-30 | 基于企业规模和关联的信用风险评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111680151.2A CN114331191A (zh) | 2021-12-30 | 2021-12-30 | 基于企业规模和关联的信用风险评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114331191A true CN114331191A (zh) | 2022-04-12 |
Family
ID=81023037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111680151.2A Pending CN114331191A (zh) | 2021-12-30 | 2021-12-30 | 基于企业规模和关联的信用风险评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114331191A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116362940A (zh) * | 2023-04-01 | 2023-06-30 | 山东联信数字科技有限公司 | 一种基于大数据分析的企业信用评估方法、***、装置和存储介质 |
CN116402416A (zh) * | 2023-04-11 | 2023-07-07 | 北京思维实创科技有限公司 | 指标数据驱动的企业组织冗余度与重要性评价方法及*** |
CN117575796A (zh) * | 2024-01-15 | 2024-02-20 | 快捷通支付服务有限公司 | 一种用于确定商户风险信息的方法、设备及介质 |
-
2021
- 2021-12-30 CN CN202111680151.2A patent/CN114331191A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116362940A (zh) * | 2023-04-01 | 2023-06-30 | 山东联信数字科技有限公司 | 一种基于大数据分析的企业信用评估方法、***、装置和存储介质 |
CN116402416A (zh) * | 2023-04-11 | 2023-07-07 | 北京思维实创科技有限公司 | 指标数据驱动的企业组织冗余度与重要性评价方法及*** |
CN116402416B (zh) * | 2023-04-11 | 2023-10-20 | 北京思维实创科技有限公司 | 指标数据驱动的企业组织冗余度与重要性评价方法及*** |
CN117575796A (zh) * | 2024-01-15 | 2024-02-20 | 快捷通支付服务有限公司 | 一种用于确定商户风险信息的方法、设备及介质 |
CN117575796B (zh) * | 2024-01-15 | 2024-06-28 | 快捷通支付服务有限公司 | 一种用于确定商户风险信息的方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114331191A (zh) | 基于企业规模和关联的信用风险评估方法及装置 | |
TWI729474B (zh) | 理賠業務處理方法及裝置 | |
CN110766541B (zh) | 贷款风险评估方法、装置、设备及计算机可读存储介质 | |
CN106033575A (zh) | 风险账户识别方法及装置 | |
CN110009365B (zh) | 非正常转移电子资产的用户群体检测方法、装置和设备 | |
CN111566683A (zh) | 强健和自适应的人工智能建模 | |
CN107026848A (zh) | 业务授权方法及装置 | |
CN106161824B (zh) | 一种通讯号码活跃度确定方法及装置 | |
CN107742217A (zh) | 基于商家的业务控制方法和装置 | |
CN110415104A (zh) | 数据处理方法和装置,电子设备和存储介质 | |
CN108711013A (zh) | 异常行为确定方法、装置、设备及存储介质 | |
CN112330355A (zh) | 消费券交易数据处理方法、装置、设备及存储介质 | |
CN114418737A (zh) | 基于多信源的企业信贷风险评估方法、装置及存储介质 | |
Wang et al. | Does AI-based credit scoring improve financial inclusion? Evidence from online payday lending | |
WO2022113058A1 (en) | Method for generating transferable tranches | |
CN111582872A (zh) | 异常账号检测模型训练、异常账号检测方法、装置及设备 | |
CN114066616A (zh) | 一种基于区块链的工程领域供应链金融风险评估*** | |
CN111160695A (zh) | 计算机运行的风险账户的识别方法、***、装置及存储介质 | |
US10528924B2 (en) | Self-aware token | |
CN112330373A (zh) | 用户行为分析方法、装置及计算机可读存储介质 | |
CN116630020A (zh) | 风险评估方法、装置、存储介质及电子设备 | |
CN114331674A (zh) | 贷款欺诈模式识别方法及装置 | |
CN115689571A (zh) | 异常用户行为监测方法、装置、设备和介质 | |
CN114444120A (zh) | 一种基于区块链的融资方法、装置、电子设备和存储介质 | |
Brown | Financial reform and the subsidization of sophisticated investors' ignorance in securitization markets |
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 |