一种企业信用管理方法技术

一种企业信用管理方法，不仅考虑到数值指标，还考虑到文本指标对制造业企业信用的影响，并且主动对文本进行分析获取文本指标对应的指标值，丰富企业信用风险预警的评价指标，还对获得的所有评价指标进行多重共线性检验处理，得到远低于评价指标的数量的公共评价因子，在保证了不丢失太多原始指标的信息的同时，尽可能的保留其反映的信息，以便更好更快地对企业信用风险进行预警。本发明专利技术更加科学、及时地获得了企业的信用值，在企业发生信用风险之前及时反映给企业自身及其利益相关者，为其科学决策提供信息支持。

A method of enterprise credit management

A method of enterprise credit management not only considers the numerical index, but also considers the influence of text index on the credit of manufacturing enterprises. It also takes the initiative to analyze the text to obtain the corresponding index value of text index, enriches the evaluation index of enterprise credit risk early warning, and carries out multi-collinearity on all the evaluation indexes obtained. The public evaluation factors which are far lower than the number of the evaluation indexes are obtained by the test processing. The information reflected by the public evaluation factors is kept as much as possible while not losing too much information of the original indexes, so as to better and faster warning of enterprise credit risk. The invention obtains the credit value of the enterprise more scientifically and timely, and reflects the credit risk to the enterprise itself and its stakeholders in time before the enterprise occurs, so as to provide information support for its scientific decision-making.

【技术实现步骤摘要】
一种企业信用管理方法
本专利技术涉及一种企业信用管理方法，尤其涉及一种制造业企业信用管理方法。
技术介绍
信用风险识别是指在风险事故发生之前，人们运用各种方法来系统的、连续的认识所面临的各种风险以及分析风险事故发生的潜在原因。企业一旦发生信用危机，其将带来巨大的危害，不仅可能导致企业自身陷入一系列困境泥潭，也会给企业的投资者、债权人、上下游供应商、企业员工以及社会等带来严重的影响。制造业作为我国国民经济的支柱行业，由于内外部经济形势的变化，近年来频频发生信用风险。在制造业与我国银行业的债务关系中，制造业约占据了中国商业银行20％的贷款金额，其不良资产率却是全行业的2.6倍。因此，对制造业企业进行信用风险进行识别并管理，对我国经济的稳定和可持续发展将起到不可忽视的作用。目前对于企业信用风险的研究主要侧重于对上市公司的财务数据的研究大多以一个财年为研究单位。当前企业风险预警体系通过采用最初的单一财务指标逐渐到以企业的偿债能力、营运能力、盈利能力、成长能力为主的财务多变量指标，再引入现金流管理能力来评估企业的风险承受能力，但是这样评估得到的企业风险承受能力仅仅只是对财务的判断，比较片面，而企业的风险不仅仅只来自于财务，还涉及其他方面。另外，现有技术中常常采用Logit模型或人工神经网络模型等对企业风险进行评估，但Logit模型计算过程比较复杂，而且在计算过程中有很多的近似处理，这不可避免地会影响到预测精度，最终得到的企业风险数据的准确度不高，而人工神经网络模型的最大缺点是其工作的随机性较强，如果要得到一个较好的神经网络结构，需要人为地去调试，非常耗费人力与时间，不存在普适性，因此该人工神经网络模型无法推广。
技术实现思路
本专利技术提供一种企业信用管理方法，更加科学、及时地获得了企业的信用值，在企业发生信用风险之前及时反映给企业自身及其利益相关者，为其科学决策提供信息支持。为了达到上述目的，本专利技术提供一种企业信用管理方法，包含以下步骤：步骤S1、从作为参照企业的多个制造业企业的数值报表中获取数值指标对应的指标值；步骤S2、对与参照企业相关联的文本进行分析从而获取文本指标对应的指标值；步骤S3、根据参照企业的多个指标值对所有指标进行筛选得出M个适用于评价参照企业的信用值的评价指标；步骤S4、基于评价指标的指标值，采用因子分析法对所有评价指标进行多重共线性检验处理，得出N个与评价指标相关联的公共评价因子；步骤S5、基于所有参照企业的N个公共评价因子对应的指标、指标值以及信用值，采用支持向量机得到分类识别函数；步骤S6、基于待评价制造业企业当前的N个公共评价因子对应的指标、指标值根据分类识别函数计算得到当前信用值；其中，N、M为大于1的正整数，且M＞N。所述的企业信用管理方法在步骤S6之后还包含以下步骤：步骤S7、输出待评价制造业企业的当前信用值；步骤S8、根据当前信用值判定与待评价制造业企业相对应的信用类型；步骤S9、基于信用类型以及预先设定与信用类型相对应的处理方式进行处理；步骤S10、对待评价制造业企业以及对应的处理方式进行存储。所述的参照企业包含：信用值终结的制造业企业，以及在历史时间段内信用值稳定的制造业企业；所述的数值报表为参照企业的财务报表；所述的数值指标包含：财务类指标；所述的文本指标包含：舆情类指标以及法律类指标；所述的步骤S2包含以下步骤：步骤S2.1、从文本指标相关联的网站抓取与制造业企业名称相关联的文本；步骤S2.2、根据预先存储的关键词依次识别文本中的关键词；步骤S2.3、基于预定规则判断关键词所在文本为正面描述或负面描述；步骤S2.4、根据判断单元的判断结果分别进行统计得到预定时间内参照企业与指标相关的正面描述或负面描述的次数；步骤S2.5、根据与指标相关的正面描述或负面描述的次数设定指标对应的指标值。所述的步骤S2.3中，预定规则为：当关键词所在语句中出现奇数次负面词汇时，判断关键词所在文本为负面描述；当关键词所在语句中连续出现偶数次负面词汇时，判断关键词所在文本为正面描述；当关键词所在语句中仅出现正面词汇时，判断关键词所在文本为正面描述。所述的步骤S3包含以下步骤：步骤S3.1、使用K-S检验对每个指标进行单独的正态分布检验；若所有的变量各自都符合正态分布，则认为这些所有的指标在总体上也能够符合正态分布；步骤S3.2、筛选对信用值终结的制造业企业和在历史时间段内信用值稳定的制造业企业的存在显著性差异的指标。所述的步骤S5包含以下步骤：步骤S5.1、根据与每个公共评价因子对应的评价指标的评价值计算得到公共评价因子对应的公共评价值，再将得到的公共评价值代入给定训练样本数据TT＝{(x1，y1),(x2，y2),...,(xm，ym),x1∈Rn，yi∈{-1,+1}}，在(x1，y1)中的x1包含一家参考企业的7个公共评价因子，y1表示该企业为信用值终结的制造业企业(-1)或者为在历史时间段内信用值稳定的制造业企业(+1)；步骤S5.2、探索选取的核函数K(x1，x)以及惩罚因子CC，构建并求解如下最优化问题：从而得到优判别函数，即分类识别函数：本专利技术不仅考虑到数值指标，还考虑到文本指标对制造业企业信用的影响，并且主动对文本进行分析获取文本指标对应的指标值，丰富企业信用风险预警的评价指标，还对获得的所有评价指标进行多重共线性检验处理，得到远低于评价指标的数量的公共评价因子，在保证了不丢失太多原始指标的信息的同时，尽可能的保留其反映的信息，以便更好更快地对企业信用风险进行预警。本专利技术更加科学、及时地获得了企业的信用值，在企业发生信用风险之前及时反映给企业自身及其利益相关者，为其科学决策提供信息支持。附图说明图1是本专利技术提供的一种企业信用管理方法的流程图。图2是本专利技术的实施例中参照信息存储部存储的数值指标的示意图。图3是本专利技术的实施例中参照信息存储部存储的舆情类指标的示意图。图4是本专利技术的实施例中参照信息存储部存储的法律类指标的示意图。图5是本专利技术的实施例中正态分布筛选单元的筛选结果示意图。图6是本专利技术的实施例中显著性分布筛选单元的筛选结果示意图。图7是本专利技术的实施例中多重共线性检验处理的示意图。图8是本专利技术提供的一种企业信用管理系统的示意图。具体实施方式以下根据图1～图8，具体说明本专利技术的较佳实施例。如图1所示，本专利技术提供一种企业信用管理方法，包含以下步骤：步骤S1、从作为参照企业的多个制造业企业的数值报表中获取数值指标对应的指标值；步骤S2、对与参照企业相关联的文本进行分析从而获取文本指标对应的指标值；步骤S3、根据参照企业的多个指标值对所有指标进行筛选得出M个适用于评价参照企业的信用值的评价指标；步骤S4、基于评价指标的指标值，采用因子分析法对所有评价指标进行多重共线性检验处理，得出N个与评价指标相关联的公共评价因子；步骤S5、基于所有参照企业的N个公共评价因子对应的指标、指标值以及信用值，采用支持向量机得到分类识别函数；步骤S6、基于待评价制造业企业当前的N个公共评价因子对应的指标、指标值根据分类识别函数计算得到当前信用值；步骤S7、输出待评价制造业企业的当前信用值，其中，N、M为大于1的正整数，且M＞N；步骤S8、基于特定规则根据当前信用值判定与待评价制造业企业相对应的信用类型本文档来自技高网...

【技术保护点】
1.一种企业信用管理方法，其特征在于，包含以下步骤：步骤S1、从作为参照企业的多个制造业企业的数值报表中获取数值指标对应的指标值；步骤S2、对与参照企业相关联的文本进行分析从而获取文本指标对应的指标值；步骤S3、根据参照企业的多个指标值对所有指标进行筛选得出M个适用于评价参照企业的信用值的评价指标；步骤S4、基于评价指标的指标值，采用因子分析法对所有评价指标进行多重共线性检验处理，得出N个与评价指标相关联的公共评价因子；步骤S5、基于所有参照企业的N个公共评价因子对应的指标、指标值以及信用值，采用支持向量机得到分类识别函数；步骤S6、基于待评价制造业企业当前的N个公共评价因子对应的指标、指标值根据分类识别函数计算得到当前信用值；其中，N、M为大于1的正整数，且M＞N。

【技术特征摘要】
1.一种企业信用管理方法，其特征在于，包含以下步骤：步骤S1、从作为参照企业的多个制造业企业的数值报表中获取数值指标对应的指标值；步骤S2、对与参照企业相关联的文本进行分析从而获取文本指标对应的指标值；步骤S3、根据参照企业的多个指标值对所有指标进行筛选得出M个适用于评价参照企业的信用值的评价指标；步骤S4、基于评价指标的指标值，采用因子分析法对所有评价指标进行多重共线性检验处理，得出N个与评价指标相关联的公共评价因子；步骤S5、基于所有参照企业的N个公共评价因子对应的指标、指标值以及信用值，采用支持向量机得到分类识别函数；步骤S6、基于待评价制造业企业当前的N个公共评价因子对应的指标、指标值根据分类识别函数计算得到当前信用值；其中，N、M为大于1的正整数，且M＞N。2.如权利要求1所述的企业信用管理方法，其特征在于，所述的参照企业包含：信用值终结的制造业企业，以及在历史时间段内信用值稳定的制造业企业；所述的数值报表为参照企业的财务报表；所述的数值指标包含：财务类指标；所述的文本指标包含：舆情类指标以及法律类指标；3.如权利要求2所述的企业信用管理方法，其特征在于，所述的步骤S2包含以下步骤：步骤S2.1、从文本指标相关联的网站抓取与制造业企业名称相关联的文本；步骤S2.2、根据预先存储的关键词依次识别文本中的关键词；步骤S2.3、基于预定规则判断关键词所在文本为正面描述或负面描述；步骤S2.4、根据判断单元的判断结果分别进行统计得到预定时间内参照企业与指标相关的正面描述或负面描述的次数；步骤S2.5、根据与指标相关的正面描述或负面描述的次数设定指标对应的指标值。4.如权利要求3所述的企业信用管理方法，其特征在于，所述的步骤S2.3中，预定规则为：当关键词所在语句中出现奇数次负面词汇时，判断关键词所在文本为负面描述；当关键词所在语句中连续出现偶数次负面词汇时，判断关键词所在文本为正面描述；当关键词所在语...

【专利技术属性】
技术研发人员：叶尔肯拜·苏琴，
申请(专利权)人：上海第二工业大学，
类型：发明
国别省市：上海,31