[發明專利]一種中小企業風險評估方法

在審

• 申請號: 201510324199.8
• 申請日: 2015-06-11
• 公開（公告）號: CN104966159A
• 公開（公告）日: 2015-10-07
• 發明（設計）人: 徐榮靜
• 申請（專利權）人: 安徽融信金模信息技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/08
• 代理公司: 合肥市長遠專利代理事務所(普通合伙) 34119
• 代理人: 程篤慶;黃樂瑜

技術領域

本發明涉及企業風險評估技術領域，尤其涉及一種中小企業風險評估方法。

背景技術

在中國很多企業融資難，必須得通過抵質押來獲得融資。建立面向企業經營風險預警系列軟件，用來協助金融機構對企業授信決策與信用風險管理，非常必要。目前廣泛應用的企業風險評估軟件，都是以企業的財務報表作為評估的基礎數據，通過這些可信的財務基礎數據，通過風控模型計算出企業的經營情況。但是很多企業尤其是中小企業因財務報表信息品質較低，企業信用風險受到企業負責人的影響程度極高，財務報表信息可信度較低，常有內外賬不一致之情形。因此傳統的企業風險預測模型應用在中小企業上，勢必有結構上的偏誤，致使預測能力降低，勢必影響銀行授信據測，提高銀行的信用風險。

發明內容

基于背景技術存在的技術問題，本發明提出了一種中小企業風險評估方法。

本發明提出的一種中小企業風險評估方法，包括以下步驟：

S1、從待評估企業采集包括財務數據在內的多種經營狀態數據，并存儲到預設的數據鏡像區；

S2、根據與待評估企業的關聯度收集行業信息，并根據來源的可信度從行業信息中篩選行業數據，將行業數據傳送到數據鏡像區進行存儲；

S3、根據預設數據處理模式調用數據鏡像區的經營狀態數據并進行處理，獲得目標經營數據，并參照對應的行業數據為每一個目標經營數據標設可信加權值，目標經營數據與可信加權值被存儲到預設的數據倉庫區；

S4、根據預設的數據模型從數據倉庫區調用目標經營數據及對應的可信加權值進行數據處理，產生評估結果；

S5、根據模型處理模塊的評估結果生成報告。

該中小企業風險評估方法以包括財務數據在內的多種經營狀態數據為評估基礎，參照與企業關聯度強且可信性高的行業數據，根據多種經營狀態數據對企業進行分析，避免了僅依靠一類數據如財務數據對企業進行風險評估時，評估精確度對采用數據的依賴性強，評估正確性風險大的缺陷。

優選地，步驟S1具體包括以下步驟：

S11、獲得待評估企業的數據庫授權；

S12、對待評估企業的數據庫實時或定時進行全文搜索，采集經營狀態數據，并存儲到數據鏡像區。

獲得企業授權后，可對企業收據庫進行合法的全文搜索，從而找出企業隱藏數據和異地服務器數據，以免被表面數據蒙蔽。

優選地，步驟S1中采集的經營狀態數據包括：ERP系統數據、HR系統數據和財務系統數據。多種經營狀態數據可擴大覆蓋企業數據類別的范圍，從而在更全面的覆蓋企業運營數據的基礎導航，有利于對企業運營狀態做出更正確的評估。

優選地，步驟S2具體包括以下步驟：

S21、預設與待評估企業的關聯度大于關聯度預設值的關聯模型，并預設有可信度閾值；

S22、根據關聯模型采集行業信息，并根據行業信息來源對其標設可信度；

S23、選取可信度大于可信度閾值的行業信息作為行業數據并存儲到數據鏡像區。

通過關聯模型可針對性的快速采集行業信息，而通過可信度閾值的設置，可保證提取出來的行業數據的真實性，避免被錯誤的行業信息蒙蔽。

優選地，步驟S2具體包括以下步驟：

S21、預設關聯度預設值；

S22、采集與待評估企業的關聯度大于關聯度預設值的行業信息，并將行業信息根據來源可信度進行排序；

S23、根據可信度從大到小的順序提取行業信息作為行業數據。

以上行業數據的采集方式中，行業數據主要依賴于關聯度預設值的設置，其根據可信度大小排序直接從行業信息中篩選行業數據，效率較高。

優選地，步驟S23具體為：根據可信度從大到小的順序提取行業信息作為行業數據，直至提取到的行業數據覆蓋預設的數據范圍。以避免經營狀態數據找不到可參照的行業數據。

優選地，步驟S4中預設的數據模型包括償債能力評估模型和信用風險評估模型。

優選地，步驟S5中生成的報告包括：企業償債能力報告、企業財務危機預警報告和企業信用風險評估報告。企業財務危機預警報告可作為企業自我監控的依據，方便企業自檢，而企業償債能力報告和企業信用風險評估報告，可作為借貸單位或者合作單位對企業進行評估的預警數據。