[發明專利]一種經營主體的經營分析預測評估系統

在審

• 申請號: 201910668423.3
• 申請日: 2019-07-23
• 公開（公告）號: CN110415106A
• 公開（公告）日: 2019-11-05
• 發明（設計）人: 張小花
• 申請（專利權）人: 安徽迪科數金科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 北京和信華成知識產權代理事務所(普通合伙) 11390
• 代理人: 胡劍輝

1.一種經營主體的經營分析預測評估系統，其特征在于，包括數據收集模塊、模型建立單元、數據分析單元、處理器、顯示單元、存儲單元和管理單元；

其中，所述數據收集模塊用于收集目標用戶的基礎數據，所述基礎數據包括財務報表、線上交易數據、線上評價數據、支付數據、稅務數據和水電數據；

財務報表為規范的財務數據，包括資產負債表、利潤表和現金流量表；線上交易數據為通過電商交易平臺的交易數據，線上評價數據為對電商交易平臺的交易數據的評價；支付數據為通過支付寶或者微信等支付平臺的支付數據；水電數據為該目標用戶的每月用水用電數據；

所述模型建立單元用于根據基礎數據建立時間序列模型和xgboost回歸模型；所述數據分析單元用于結合模型建立單元對基礎數據進行特征分析處理，得到新的特征值并將該值標記為相關特征值，之后對相關特征值進行預測處理；將指標值和應變量進行相關性分析，應變量為營收，剔除相關性很弱的指標；通過python工具對訓練數據，也就是前述的自變量即基礎數據加上應變量即營收數據；具體處理步驟如下：

步驟一：對基礎數據進行特征篩選；具體通過sklearn庫中的RFECV來選擇，之后進行RF計算因子重要性與排名，統計因子重要性百分比與準確率、數據量的關系并繪圖；

步驟二：對缺失值進行處理，首先去除缺失值大于90％的特征，對于缺失值低于90％的特征，則采用平均值或眾數來替代缺失值；

步驟三：通過python工具進行極值處理，將指標值大于99.9％或小于0.1％的值改為99.9％或0.1％位置的值；

步驟四：特殊時期處理，找出預測時間段的方差大于閾值的商家，直接刪除波動過大的時段數據；過大指代此時預設時間段的均值超過預設值；

步驟五：構造特征，數據滑窗，增加前幾個季度的營收；通過比率滑窗得到環比和同比；從而得到相關特征值；

步驟六：調用python里面自帶的模塊包，傳入數據，構建算法模型，據企業的歷史數據量，歷史營收數據值較多，且營收時序圖較為穩定的行業，則采用了時間序列模型，預測下一期的營收，較多定義為八期及以上的營收數據；

歷史營收數據值較少時，較少定義為八期以下的營收數據，分別采用了機器學習算法隨機森林、lightgbm、xgboost，用基期的指標值去構建回歸模型，擬合當期的營收值；

步驟七：對模型進行優化，采用了滑窗訓練和三折交叉驗證方法進行優化；

步驟八：形成營收趨勢圖、同比波動趨勢圖等，將營收趨勢圖、同比波動趨勢圖標定為預測數據；

所述管理單元用于用戶錄入每月還款金額；所述數據收集模塊還用于獲取目標用戶的平均現金流入和平均現金流出；所述數據分析單元用于將預測數據傳輸到處理器；所述處理器用于根據預測數據獲取到預測的營收和家庭收入并進行償還能力分析得到分析結果；

所述處理器用于將分析結果傳輸到顯示單元進行實時顯示，所述處理器用于將分析結果傳輸到存儲單元進行實時存儲。

2.根據權利要求1所述的一種經營主體的經營分析預測評估系統，其特征在于，所述基礎數據通過網站爬取和授權得到。

3.根據權利要求1所述的一種經營主體的經營分析預測評估系統，其特征在于，所述歷史營收數據為公司一到n期的經營業績指標，是應變量；經過特征分析處理之后得到的相關特征值是自變量。

4.根據權利要求1所述的一種經營主體的經營分析預測評估系統，其特征在于，特征分析處理步驟七模型優化過程中，還將自變量值進行了歸一化處理，其中歸一化處理指的是：x*＝(x-x_mean)/(x_max-x_min),x_mean表示數據的均值，x就是一系列的自變量值；即將有量綱的表達式，經過變換，化為無量綱的表達式，成為標量。

5.根據權利要求1所述的一種經營主體的經營分析預測評估系統，其特征在于，所述家庭收入為企業主的家庭收入；具體償還能力分析步驟為：

步驟一：獲取到預測的營收、家庭收入、目標用戶的平均現金流入、平均現金流出和每月還款金額；

步驟二：將上述數據代入條件一和條件二：

條件一：目標用戶的家庭平均現金流入-目標用戶的平均現金流出>＝每月還款金額

條件二：合理還款能力＝(預測的營收+家庭收入)×指定占比，指定占比為40％～50％；

只有同時滿足條件一和條件二，才能判定具備還款能力；且每月還款金額小于等于合理還款能力；

步驟三：得到分析結果。