本发明专利技术公开一种基于企业关联关系的信贷综合评分方法，涉及金融数据处理技术领域，包括：从企业信息库中抽取企业关联关系，构建企业关系知识库；汇总现有信贷模型，构建信贷模型库；从企业关系知识库中获取目标企业的关联关系，识别出有效关联关系，并对目标企业及其有效关联关系进行权重赋值；根据目标企业业务需求，筛选有效关联关系，从信贷模型库中选取对应的模型分别计算目标企业及筛选后有效关联关系的信贷评分；加权计算单模型输出的信贷评分，加和后得到目标企业的最终信贷评分。本发明专利技术还公开一种基于企业关联关系的信贷综合评分模型，其用于实现前述方法，以增强信贷风险检测范围，提高信贷模型的预测风险能力。提高信贷模型的预测风险能力。提高信贷模型的预测风险能力。
【技术实现步骤摘要】
一种基于企业关联关系的信贷综合评分方法及模型
[0001]本专利技术涉及金融数据处理
，具体的说是一种基于企业关联关系的信贷综合评分方法及模型。
技术介绍
[0002]随着国家对中小企业贷款扶持等政策的出台，各金融机构面向中小企业的信贷业务量得到提高。但因为中小企业自身特色，传统信贷模型是否能满足对中小企业信贷风险的检测，或者在传统信贷模型基础上有没有优化的办法来增加中小企业信贷风险预测能力，需要进一步探讨。
技术实现思路
[0003]本专利技术针对目前技术发展的需求和不足之处，提供一种基于企业关联关系的信贷综合评分方法及模型。
[0004]首先，本专利技术提供一种基于企业关联关系的信贷综合评分方法，解决上述技术问题采用的技术方案如下：
[0005]一种基于企业关联关系的信贷综合评分方法，包括如下步骤：
[0006]S1、从企业信息库中抽取企业关联关系，构建企业关系知识库；
[0007]S2、汇总现有的信贷准入模型、信贷评分模型、信贷反欺诈模型，构建信贷模型库；
[0008]S3、从企业关系知识库中获取目标企业的关联关系，识别出目标企业的有效关联关系，并对目标企业及其有效关联关系进行权重赋值；
[0009]S4、根据目标企业的业务需求，对目标企业的有效关联关系进行筛选，从信贷模型库中选取对应的模型，分别计算目标企业及筛选后有效关联关系的信贷评分；
[0010]S5、基于目标企业及筛选后有效关联关系的权重值，计算目标企业及筛选后有效关联关系的有效信贷评分并加和，得到目标企业的最终信贷评分。
[0011]可选的，企业信息库是企业数据库的一部分，从企业信息库中抽取的企业关联关系既包括企业自身的关联关系，又包括与企业有业务往来的客户关联关系和供应商关联关系。
[0012]可选的，执行步骤S3，识别目标企业的有效关联关系，并对目标企业及其有效关联关系进行权重赋值，具体操作包括：
[0013]S3.1、从企业信息库获取目标企业的注册信息情况、经营情况、股东变更情况；
[0014]S3.2、根据股东占股、对外投资比例、高管人员任职情况、以及业务往来密切程度分别设定有效阈值；
[0015]S3.3、将目标企业中的股东占股、对外投资比例、高管人员任职情况、以及业务往来密切程度与设定的有效阈值进行比较，判断关联关系是否有效，
[0016]S3.3a、若目标企业中的股东占股/对外投资比例/高管人员任职情况/业务往来密切程度超出有效阈值，则判定为有效关联关系，并执行步骤S3.4，
[0017]S3.3b、若目标企业中的股东占股/对外投资比例/高管人员任职情况/业务往来密切程度未超出有效阈值的，则判定为无效关联关系；
[0018]S3.4、根据目标企业中的股东占股、对外投资比例、高管人员任职情况、以及业务往来密切程度进行权重赋值。
[0019]优选的，信贷模型库中的信贷准入模型、信贷评分模型、信贷反欺诈模型适用的企业关联关系主体包含法人和自然人。
[0020]其次，本专利技术提供一种基于企业关联关系的信贷综合评分模型，解决上述技术问题采用的技术方案如下：
[0021]一种基于企业关联关系的信贷综合评分模型，其结构包括：
[0022]抽取构建模块，用于从企业信息库中抽取企业关联关系，构建企业关系知识库；
[0023]汇总构建模块，用于汇总现有的信贷准入模型、信贷评分模型、信贷反欺诈模型，构建信贷模型库；
[0024]获取处理模块，用于从企业关系知识库中获取目标企业的关联关系，并识别目标企业的有效关联关系；
[0025]赋值模块，用于对目标企业及其有效关联关系进行权重赋值；
[0026]筛选模块，用于根据目标企业的业务需求，对目标企业的有效关联关系进行筛选，
[0027]调用模块，用于根据目标企业及筛选后的有效关联关系从信贷模型库中调用对应的模型，被调用的模型计算目标企业及筛选后有效关联关系的信贷评分；
[0028]汇总计算模块，用于根据目标企业及筛选后有效关联关系的权重值计算目标企业及筛选后有效关联关系的有效信贷评分并加和，得到目标企业的最终信贷评分。
[0029]可选的，所涉及企业信息库是企业数据库的一部分，从企业信息库中抽取的企业关联关系既包括企业自身的关联关系，又包括与企业有业务往来的客户关联关系和供应商关联关系。
[0030]可选的，所涉及获取处理模块识别目标企业的有效关联关系的具体操作如下：
[0031]首先，从企业信息库获取目标企业的注册信息情况、经营情况、股东变更情况；
[0032]随后，根据股东占股、对外投资比例、高管人员任职情况、以及业务往来密切程度分别设定有效阈值；
[0033]再随后，将目标企业中的股东占股、对外投资比例、高管人员任职情况、以及业务往来密切程度与设定的有效阈值进行比较，判断关联关系是否有效，
[0034]a、若目标企业中的股东占股/对外投资比例/高管人员任职情况/业务往来密切程度超出有效阈值，则判定为有效关联关系，并执行步骤S3.4，
[0035]b、若目标企业中的股东占股/对外投资比例/高管人员任职情况/业务往来密切程度未超出有效阈值的，则判定为无效关联关系。
[0036]进一步可选的，所涉及赋值模块根据目标企业中的股东占股、对外投资比例、高管人员任职情况、以及业务往来密切程度进行权重赋值。
[0037]优选的，所涉及信贷模型库中的信贷准入模型、信贷评分模型、信贷反欺诈模型适用的企业关联关系主体包含法人和自然人。
[0038]本专利技术的一种基于企业关联关系的信贷综合评分方法及模型，与现有技术相比具有的有益效果是：
[0039](1)本专利技术把目标企业及其关联关系均作为分析对象，综合考虑目标企业及其关联关系的信贷风险，并做到强关系强关联、弱关系弱关联，增强了信贷风险检测范围，提高了信贷模型的感知能力和预测风险能力；
[0040](2)本专利技术尤其适用于中小企业信贷场景下，用于进行企业自身及其关联关系的信用风险预测。
附图说明
[0041]附图1是本专利技术实施例一的方法流程示意图；
[0042]附图2是本专利技术实施例二的模块连接框图；
[0043]附图中各标号信息表示：
[0044]1、抽取构建模块，2、企业信息库，3、企业关系知识库，4、汇总构建模块，5、信贷模型库，6、获取处理模块，7、赋值模块，8、筛选模块，9、调用模块，10、汇总计算模块。
具体实施方式
[0045]为使本专利技术的技术方案、解决的技术问题和技术效果更加清楚明白，以下结合具体实施例，对本专利技术的技术方案进行清楚、完整的描述。
[0046]实施例一：
[0047]结合附图1，本实施例提出一种基于企业关联关系的信贷综合评分方法，包括如下步骤：
[0048]S1、从企业信息库中抽取企业关联关系，构建企业关系知识库本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于企业关联关系的信贷综合评分方法，其特征在于,包括如下步骤：S1、从企业信息库中抽取企业关联关系，构建企业关系知识库；S2、汇总现有的信贷准入模型、信贷评分模型、信贷反欺诈模型，构建信贷模型库；S3、从企业关系知识库中获取目标企业的关联关系，识别出目标企业的有效关联关系，并对目标企业及其有效关联关系进行权重赋值；S4、根据目标企业的业务需求，对目标企业的有效关联关系进行筛选，从信贷模型库中选取对应的模型，分别计算目标企业及筛选后有效关联关系的信贷评分；S5、基于目标企业及筛选后有效关联关系的权重值，计算目标企业及筛选后有效关联关系的有效信贷评分并加和，得到目标企业的最终信贷评分。2.根据权利要求1所述的一种基于企业关联关系的信贷综合评分方法，其特征在于，所述企业信息库是企业数据库的一部分，从企业信息库中抽取的企业关联关系既包括企业自身的关联关系，又包括与企业有业务往来的客户关联关系和供应商关联关系。3.根据权利要求1所述的一种基于企业关联关系的信贷综合评分方法，其特征在于，执行步骤S3，识别目标企业的有效关联关系，并对目标企业及其有效关联关系进行权重赋值，具体操作包括：S3.1、从企业信息库获取目标企业的注册信息情况、经营情况、股东变更情况；S3.2、根据股东占股、对外投资比例、高管人员任职情况、以及业务往来密切程度分别设定有效阈值；S3.3、将目标企业中的股东占股、对外投资比例、高管人员任职情况、以及业务往来密切程度与设定的有效阈值进行比较，判断关联关系是否有效，S3.3a、若目标企业中的股东占股/对外投资比例/高管人员任职情况/业务往来密切程度超出有效阈值，则判定为有效关联关系，并执行步骤S3.4，S3.3b、若目标企业中的股东占股/对外投资比例/高管人员任职情况/业务往来密切程度未超出有效阈值的，则判定为无效关联关系；S3.4、根据目标企业中的股东占股、对外投资比例、高管人员任职情况、以及业务往来密切程度进行权重赋值。4.根据权利要求1所述的一种基于企业关联关系的信贷综合评分方法，其特征在于，所述信贷模型库中的信贷准入模型、信贷评分模型、信贷反欺诈模型适用的企业关联关系主体包含法人和自然人。5.一种基于企业关联关系的信贷综合评分模型，其特征在于,其结构包括：抽取构建模块...
【专利技术属性】
技术研发人员：王菲，杨宝华，崔乐乐，
申请(专利权)人：天元大数据信用管理有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。