[發明專利]企業信用動態評分系統及方法

在審

• 申請號: 201710701907.4
• 申請日: 2017-08-16
• 公開（公告）號: CN107527212A
• 公開（公告）日: 2017-12-29
• 發明（設計）人: 宋朝欽;吳詠
• 申請（專利權）人: 無錫企業征信有限公司
• 主分類號: G06Q30/00
• 分類號: G06Q30/00;G06Q10/06;G06Q40/06
• 代理公司: 無錫市匯誠永信專利代理事務所(普通合伙)32260
• 代理人: 張歡勇

1.一種企業信用動態評分系統，其特征在于，包括：

輸入模塊：企業提交信用評分申請及相關授權；

采集模塊：多渠道采集該企業相關信息；

建模模塊：根據不同行業，建立評分模型基礎指標項；

分類模塊：對模型基礎指標項進行相關性分類，相關聯的基礎指標分入同一類；

生成模塊：根據包含的基礎指標項的個數分為一元、二元至多元的評分指標項；

輸入模塊：根據初始值對每個評分指標指定權重分值；

選擇模塊：確定待評分企業所屬的行業后選擇前面建立的行業評分模型；

查詢模塊：查詢出數據庫中所有待評分企業所屬行業的所有已評分企業，選擇評分模型的一個評分指標，提取每個已評分企業對應的該評分指標項中包含的基礎指標項的值以及該評分指標得分值；

處理模塊：建立多元線性回歸方程；將待評分企業各項基礎指標值納入多元線性回歸方程，計算分值；將待評分企業及已評分企業該評分指標得分值進行歸一化處理；所有企業歸一化處理結果*該評分指標權重分值得到新的得分，該得分更新入數據庫；依次對評分模型中每個評分指標進行同樣處理，最后求和所有評分指標得分后得到企業的最終信用評分；

輸出模塊：將評分報告發送給待評分企業。

2.根據權利要求1所述的企業信用動態評分系統，其特征在于，

多元線性回歸方程為：

y＝b₀+b₁x₁+b₂x₂+...+b_kx_k+e

因變量y為評分指標得分，自變量x₁，x₂，…x_k為評分指標包含的基礎指標值。

3.根據權利要求2所述的企業信用動態評分系統，其特征在于，

評分指標的歸一化處理，采用min-max標準化，轉化函數如下：

新的得分＝評分指標權重分值*X^*。

4.根據權利要求1-3任一項所述的企業信用動態評分系統，其特征在于，還包括風險預警模塊；企業所有評分指標新的得分更新進入數據庫系統；計算該企業新的最終信用得分；

判斷模塊：判斷該企業新的最終信用得分是否低于預警閾值，是則產生風險預警告警提示，否則進行下一步判斷；判斷該企業信用得分持續降低時間是否超過預警閾值，是則產生風險預警提示，否則結束。

5.一種企業信用動態評分方法，其特征在于：包括以下步驟：

Step1:企業提交信用評分申請及相關授權；

Step2:多渠道采集該企業相關信息；

Step3：根據企業所屬行業建立評分模型基礎指標項；

Step4:選擇一個評分模型中未處理的評分指標；

Step5:從數據庫中提取該行業所有企業對應的該評分指標包含的基礎指標的值及評分指標得分；

Step6:利用Step5中取得的數據建立多元線性回歸方程；

Step7:將待評分企業納入多元線性回歸方程，計算該評分指標的得分；

Step8:將Step5取得的企業的得分同Step7計算的得分一起進行歸一化處理；

Step9:每一個企業歸一化處理的結果乘以該評分指標權重得分，得出企業該評分指標新的的得分，更新進數據庫；

Step10:按照Step4到Step9依次處理評分模型中的所有評分指標；

Step11:對待評分企業的評分指標值求和，得出該企業的最終信用評分；

Step12:將評分報告發送待評分企業。

6.根據權利要求5所述的企業信用動態評分方法，其特征在于：還包括企業風險預警方法；企業風險預警方法包括如下步驟：

Step13:企業所有評分指標新的得分更新進入數據庫系統；

Step14:計算該企業新的最終信用得分；

Step15:判斷該企業新的最終信用得分是否低于預警閾值，是則產生風險預警告警提示，否則進行下一步判斷；

Step16:判斷該企業信用得分持續降低時間是否超過預警閾值，是則產生風險預警提示，否則結束。