企业信用风险评估方法和装置制造方法及图纸

本发明专利技术提供了一种企业信用风险评估方法和装置，该方法包括：提取拟受信企业的客观情况调查报告中的客观因素，客观情况调查报告中的客观因素为第一客观因素；将第一客观因素输入到预存储的每个风险分析模型中，输出每个风险分析模型对应的第一分析因素；将第一客观因素、第一分析因素输入到预存储的每个风险判断模型中，输出每个风险判断模型对应的第一结论因素；执行操作直到操作输出的第一结论因素不再变化为止，操作为：将第一客观因素、第一分析因素、上一次输出的第一结论因素输入到预存储的每个风险判断模型中，输出每个风险判断模型对应的第一结论因素；将第一客观因素、第一分析因素、全部的第一结论因素进行合并，形成信用风险视图。

【技术实现步骤摘要】

本专利技术实施例涉及数据处理
，尤其涉及一种企业信用风险评估方法和装置。
技术介绍
随着市场经济的不断深入，银行信贷规模不断扩大，银行在对企业贷款时，需要对企业进行信用风险评估，对无信用风险或信用风险较低的企业进行贷款行为。目前银行贷前环节所采用的对企业进行信用风险评估的方法主要以专家经验模型为主，辅以实际数据进行调整。所以专家经验模型所涉及的评估因素和指标的主观性较大，并且难以保证评估的全面性。同时，专家经验模型的更新周期较长，每次更新均需要投入大量的人力物力，导致专家经验模型的滞后性较为明显。
技术实现思路
本专利技术实施例提供一种企业信用风险评估方法，解决了现有技术中通过专家经验模型对企业信用风险评估造成评估结果具有主观性、片面性和滞后性的问题。本专利技术实施例提供一种企业信用风险评估方法，包括：提取拟受信企业的客观情况调查报告中的客观因素，所述拟受信企业的客观情况调查报告中提取的客观因素为第一客观因素；将所述第一客观因素输入到预存储的每个风险分析模型中，输出所述每个风险分析模型对应的第一分析因素；将所述第一客观因素、所述第一分析因素输入到预存储的每个风险判断模型中，输出所述每个风险判断模型对应的第一结论因素；执行操作直到所述操作输出的第一结论因素不再变化为止，所述操作为：将所述第一客观因素、所述第一分析因素、所述上一次输出的第一结论因素输入到所述预存储的每个风险判断模型中，输出所述每个风险判断模型对应的第一结论因素；将所述第一客观因素、所述第一分析因素、全部的第一结论因素进行合并，形成所述拟受信企业的信用风险视图；其中，所述预存储的每个风险分析模型和所述预存储的每个风险判断模型是根据近期内的多篇银行尽职调查报告构建的。本专利技术实施例提供一种企业信用风险评估装置，包括：提取模块，用于提取拟受信企业的客观情况调查报告中的客观因素，所述拟受信企业的客观情况调查报告中提取的客观因素为第一客观因素；输出模块，用于将所述第一客观因素输入到预存储的每个风险分析模型中，输出所述每个风险分析模型对应的第一分析因素；输出模块，还用于将所述第一客观因素、所述第一分析因素输入到预存储的每个风险判断模型中，输出所述每个风险判断模型对应的第一结论因素；操作模块，用于执行操作直到所述操作输出的第一结论因素不再变化为止，所述操作为：将所述第一客观因素、所述第一分析因素、所述上一次输出的第一结论因素输入到所述预存储的每个风险判断模型中，输出所述每个风险判断模型对应的第一结论因素；合并模块，用于将所述第一客观因素、所述第一分析因素、全部的第一结论因素进行合并，形成所述拟受信企业的信用风险视图；其中，所述预存储的每个风险分析模型和所述预存储的每个风险判断模型是根据近期内的多篇银行尽职调查报告构建的。本专利技术实施例提供一种企业信用风险评估方法和装置，通过提取拟受信企业的客观情况调查报告中的客观因素，拟受信企业的客观情况调查报告中提取的客观因素为第一客观因素；将第一客观因素输入到预存储的每个风险分析模型中，输出每个风险分析模型对应的第一分析因素；将第一客观因素、第一分析因素输入到预存储的每个风险判断模型中，输出每个风险判断模型对应的第一结论因素；执行操作直到操作输出的结论因素不再变化为止，操作为：将第一客观因素、第一分析因素、上一次输出的第一结论因素输入到
预存储的每个风险判断模型中，输出每个风险判断模型对应的第一结论因素；将第一客观因素、第一分析因素、全部的第一结论因素进行合并，形成拟受信企业的信用风险视图；由于预存储的每个风险分析模型和预存储的每个风险判断模型是根据近期内的多篇银行尽职调查报告构建的，所以在多篇银行尽职调查报告中可以包括各种情况，保证了评估的客观性和全面性。并且可随时根据近期的多篇银行尽职调查报告对模型进行更新，避免了模型的滞后性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术企业信用风险评估方法实施例一的流程图；图2为本专利技术企业信用风险评估方法实施例二的流程图；图3为本专利技术实施例二中采用信用风险评估方法的实例示意图；图4为本专利技术企业信用风险评估装置实施例一的结构示意图；图5为本专利技术企业信用风险评估装置实施例二的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。图1为本专利技术企业信用风险评估方法实施例一的流程图，如图1所示，本实施例的执行主体为企业信用风险评估装置，该企业信用风险评估装置可以位于本地终端的应用，或者还可以为位于本地终端的应用中的插件或软件开发工具包(Software Development Kit，SDK)等功能单元，本专利技术实施例对此不进行特别限定。可以理解的是，应用可以是安装在终端上的应用程序(nativeApp)，或者还可以是终端上的浏览器的一个网页程序(webApp)，本专利技术实施例对此不进行限定。则本实施例提供的企业信用风险评估方法包括以下几个步骤。步骤101，提取拟受信企业的客观情况调查报告中的客观因素。其中，拟受信企业的客观情况调查报告中提取的客观因素为第一客观因素，第一客观因素可以为多个。具体地，本实施例中，拟受信企业为贷前环节进行信用风险评估的企业。在拟受信企业的客观情况调查报告中包括各部门对受信企业的客观情况进行调查的结果。可先对拟受信企业的客观情况调查报告进行分词处理，再将分词处理后的各分词与预存储的包括全部客观因素的数据库中的分词进行匹配，相匹配的分词进行提取，获得客观情况调查报告中的多个第一客观因素。本实施例中，也可在进行分词处理后，根据“名词短语+数字短语”的结构，提取出客观情况调查报告中的满足“名词短语+数字短语”结构的多个分词，构成对应的多个第一客观因素。如提取出的第一客观因素可以为“应收账款3000万元”。本实施例中，也可采用其他的方式提取拟受信企业的客观情况调查报告中的多个第一客观因素，本实施例中不做限定。步骤102，将第一客观因素输入到预存储的每个风险分析模型中，输出
每个风险分析模型对应的第一分析因素。其中，第一分析因素本文档来自技高网...

【技术保护点】
一种企业信用风险评估方法，其特征在于，包括：提取拟受信企业的客观情况调查报告中的客观因素，所述拟受信企业的客观情况调查报告中提取的客观因素为第一客观因素；将所述第一客观因素输入到预存储的每个风险分析模型中，输出所述每个风险分析模型对应的第一分析因素；将所述第一客观因素、所述第一分析因素输入到预存储的每个风险判断模型中，输出所述每个风险判断模型对应的第一结论因素；执行操作直到所述操作输出的第一结论因素不再变化为止，所述操作为：将所述第一客观因素、所述第一分析因素、所述上一次输出的第一结论因素输入到所述预存储的每个风险判断模型中，输出所述每个风险判断模型对应的第一结论因素；将所述第一客观因素、所述第一分析因素、全部的第一结论因素进行合并，形成所述拟受信企业的信用风险视图；其中，所述预存储的每个风险分析模型和所述预存储的每个风险判断模型是根据近期内的多篇银行尽职调查报告构建的。

【技术特征摘要】
1.一种企业信用风险评估方法，其特征在于，包括：提取拟受信企业的客观情况调查报告中的客观因素，所述拟受信企业的客观情况调查报告中提取的客观因素为第一客观因素；将所述第一客观因素输入到预存储的每个风险分析模型中，输出所述每个风险分析模型对应的第一分析因素；将所述第一客观因素、所述第一分析因素输入到预存储的每个风险判断模型中，输出所述每个风险判断模型对应的第一结论因素；执行操作直到所述操作输出的第一结论因素不再变化为止，所述操作为：将所述第一客观因素、所述第一分析因素、所述上一次输出的第一结论因素输入到所述预存储的每个风险判断模型中，输出所述每个风险判断模型对应的第一结论因素；将所述第一客观因素、所述第一分析因素、全部的第一结论因素进行合并，形成所述拟受信企业的信用风险视图；其中，所述预存储的每个风险分析模型和所述预存储的每个风险判断模型是根据近期内的多篇银行尽职调查报告构建的。2.根据权利要求1所述的方法，其特征在于，所述将所述第一客观因素、所述第一分析因素输入到预存储的每个风险判断模型中，输出所述每个风险判断模型对应的第一结论因素之前，还包括：提取近期内的多篇银行尽职调查报告中的第二客观因素、第二分析因素和第二结论因素；对所述第二客观因素、所述第二分析因素和所述第二结论因素分别进行聚类，形成客观因素集、分析因素集、结论因素集；根据所述客观因素集和所述分析因素集构建风险分析决策树模型；根据所述客观因素集、所述分析因素集和所述结论因素集构建风险判断决策树模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述客观因素集和所述分析因素集构建风险分析决策树模型具体包括：以全部的所述客观因素集为输入，全部的所述分析因素集为输出，采用预先剪枝算法或后剪枝算法构建多个风险分析决策树模型。4.根据权利要求2所述的方法，其特征在于，所述根据所述客观因素、所述分析因素集和所述结论因素集构建风险判断决策树模型具体包括：以全部的所述客观因素集、全部的所述分析因素和除作为输出的结论因素集外的其他结论因素集为输入，多个所述结论因素集为输出，采用预先剪枝算法或后剪枝算法，构建多个风险判断决策树模型。5.根据权利要求2-4任一项所述的方法，其特征在于，所述提取近期内的多篇银行尽职调查报告中的第二客观因素、第二分析因素和第二结论因素具体包括：根据“名词短语+数字短语”的结构，提取近期内的多篇银行尽职调查报告中的第二客观因素；根据“名词短语+形容词”的结构，提取近期内的多篇银行尽职调查报告中的第二分析因素；根据“名词短语+动词短语”的结构，提取近期内的多篇银行尽职调查报告中的第二结论因素。6.一种企业...

【专利技术属性】
技术研发人员：黄绍辉，王芳，董俊博，郭林海，张云峰，赵璐，施敬思，曹印杰，王瑞，洪丹，
申请(专利权)人：中国民生银行股份有限公司，
类型：发明
国别省市：北京;11