应收账款保理业务风险模型的建立方法及装置制造方法及图纸

本申请提供一种应收账款保理业务风险模型的建立方法及装置，方法包括：获取某商超类公司N年内各供应商的基本信息、交易信息及外部征信信息，各信息包括多个变量；对变量进行数据清理及整合；对处理后所得变量进行探索性分析；根据交易信息确定供应商的风险指数，将风险指数定义为因变量；将剩余变量定义为自变量，分析自变量与风险的相关性，根据相关性对自变量进行初步筛选；根据自变量的多重共线性、在统计学上的意义及信息价值确定关键自变量；根据关键自变量及因变量建立供应商的风险模型，计算风险模型中的未知参数，将计算得到的未知参数值代回风险模型。本申请能够量化评估应收账款保理业务的风险。 1

Establishment method and device of risk model for accounts receivable factoring business

This application provides a method and device for establishing the risk model of the accounts receivable factoring business. The methods include: obtaining the basic information, transaction information and external credit information of the suppliers in N years of a business superclass company, including various variables, clearing and integrating the variables, and exploring the processed variables. Determine the risk index of the supplier according to the transaction information, define the risk index as the dependent variable, define the residual variable as the independent variable, analyze the correlation between the independent variable and the risk, and screen the independent variable according to the correlation; according to the multiple collinearity, statistical significance and information price of the independent variable The key independent variable is determined by the value, and the risk model of the supplier is established according to the key independent variable and the dependent variable. The unknown parameters in the risk model are calculated, and the calculated value of the unknown parameter is replaced by the risk model. This application can quantify the risk of accounts receivable factoring business. One

【技术实现步骤摘要】
应收账款保理业务风险模型的建立方法及装置
本申请属于风险控制领域，特别涉及一种应收账款保理业务风险模型关键变量的确定方法及装置。
技术介绍
供应链金融市场规模巨大，达十万亿级。其中，最主要的金融模式之一就是应收账款保理业务。现有技术中，应收账款保理业务风险模型的建立一般是通过专家评分方法及基于一定行业数据样本累积的量化决策规则确定。对于专家评分方法，金融机构主要采取加强贷前资料审核，调查人员走访客户，撰写尽职调查报告，采用专家经验评分的方法，对风险进行评估。这种方法存在如下缺陷：1)即使同一操作标准，金融机构审批人员的主观认识差异，也可能会对相同企业产生不同的判断，容易造成人为操作性风险；2)本质上还是主观经验的判断，难以客观量化评估风险大小；3)由于是人工决策，周期长，速度慢，一般只适用于大额授信。对于基于一定行业数据样本累积的量化决策规则，存在某一个垂直领域有一定的数据积累，结合经验，形成一套风险评估的准则。该种方法存在如下缺陷：1)分析样本数量小，风险评估的规则精准度较差；2)分析样本时间短，风险评估的规则稳定性较差。
技术实现思路
为了解决
技术介绍
中提到的缺陷，本申请提供一种应收账款保理业务风险模型的建立方法，包括：获取某商超类公司N年内各供应商的基本信息、交易信息及外部征信信息，其中，基本信息、交易信息及外部征信信息包括多个变量；对供应商的变量进行数据清理及整合处理；对处理后所得变量进行探索性分析，剔除异常值大于第一预定阈值和缺失值大于第二预定阈值的变量；根据交易信息确定供应商的风险指数，将风险指数定义为因变量；将剩余的变量定义为自变量，分析自变量与供应商风险的相关性，根据相关性对自变量进行初步筛选；对于初步筛选出的自变量，分析自变量之间多重共线性、自变量在统计学上的意义及自变量信息价值，根据自变量的多重共线性、自变量在统计学上的意义及自变量信息价值确定关键自变量；根据关键自变量及因变量利用逻辑回归建立供应商的风险模型，计算风险模型中的未知参数，将计算得到的未知参数值代回风险模型。本申请还提供一种应收账款保理业务风险模型的建立装置，包括：获取模块，用于获取某商超类公司N年内各供应商的基本信息、交易信息及外部征信信息，其中，基本信息、交易信息及外部征信信息包括多个变量；处理模块，用于对供应商的变量进行数据清理及整合处理；探索性分析模块，用于对处理后所得变量进行探索性分析，剔除异常值大于第一预定阈值和缺失值大于第二预定阈值的变量；风险指数确定模块，用于根据交易信息确定供应商的风险指数，将风险指数定义为因变量；第一自变量筛选模块，用于将剩余的变量定义为自变量，分析自变量与供应商风险的相关性，根据相关性对自变量进行初步筛选；第二自变量筛选模块，用于对于初步筛选出的自变量，分析自变量之间多重共线性、自变量在统计学上的意义及自变量信息价值，根据自变量的多重共线性、自变量在统计学上的意义及自变量信息价值确定关键自变量；建模模块，用于根据关键自变量及因变量利用逻辑回归建立供应商的风险模型，计算风险模型中的未知参数，将计算得到的未知参数值代回风险模型。本申请基于海量供应商数据，确定了关键自变量，建立了应收账款保理业务风险模型，能够量化评估应收账款保理业务的风险，为实现商超类保理业务的自动审批提供依据。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例的应收账款保理业务风险模型的建立方法流程图；图2为本申请实施例的应收账款保理业务风险模型的建立装置结构图。具体实施方式为了使本申请的技术特点及效果更加明显，下面结合附图对本申请的技术方案做进一步说明，本申请也可有其他不同的具体实例来加以说明或实施，任何本领域技术人员在权利要求范围内做的等同变换均属于本申请的保护范畴。在本说明书的描述中，参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。本申请所述的应收账款保理业务指的是，金融机构(包括银行及保理公司)从客户(本申请中，指某商超类公司的供应商)购进的应收账款，从而为其融通资金的一系列服务。本申请所述的应收账款保理业务风险模型适用于商业超市类型的企业，例如，永辉超市。本申请所述的风险指的是，供应商在获取贷款以后，与商超类公司合作关系出现问题，造成金融机构购进的应收账款产生瑕疵，进而形成损失。如图1所示，图1为本申请实施例的应收账款保理业务风险模型的建立方法流程图。本实施例确定了关键自变量，建立了应收账款保理业务风险模型，能够量化评估应收账款保理业务的风险，为实现商超类保理业务的自动审批提供依据。具体的，包括：步骤101：获取某商超类公司N年内各供应商的基本信息、交易信息及外部征信信息，其中，基本信息、交易信息及外部征信信息包括多个变量；步骤102：对供应商的变量进行数据清理及整合处理；步骤103：对处理后所得变量进行探索性分析处理，剔除异常值大于第一预定阈值和缺失值大于第二预定阈值的变量；步骤104：根据交易信息确定供应商的风险指数，将风险指数定义为因变量；步骤105：将剩余的变量定义为自变量，分析自变量与客户风险的相关性，根据相关性对自变量进行初步筛选；步骤106：对于初步筛选出的自变量，分析自变量之间多重共线性、自变量在统计学上的意义及自变量信息价值，根据自变量的多重共线性、自变量在统计学上的意义及自变量信息价值确定关键自变量；步骤107：根据关键自变量及因变量利用逻辑回归建立供应商的风险模型，通过最大似然估计计算风险模型中的未知参数，将计算得到的未知参数值代回风险模型。详细的说，步骤101中，供应商的基本信息包括但不限于注册资本、注册时间、所属行业、客户地域、销售品牌所属科目、合作时间、结算方式、结算周期等。供应商的交易信息包括信息流、物流及资金流信息。信息流信息指数据的时间维度分为小时、日、月、年等，可以反映客户的经营趋势的信息。物流及资金流信息反映供应商的资金和商品流向。一具体实施方式中，交易信息包括但不限于历史进货、退货、销售、促销、对账、票核、付款等。另一具体实施方式中，供应商的交易信息还包括衍生变量信息，例如到货率、毛利率、退货率、保证金率、销售环比/同比、促销率、是否有质量投诉等。供应商的外部信用记录包括但不限于有无不良信用记录、公检法信息、有无司法纠纷等，外部信用记录可从第三方征信机构获得。上述步骤102中，对供应商的变量进行数据清理及整合处理具体包括：步骤1021：对变量的变量名及数据格式进行转换，例如，源销售额变量的名称为TZOPC0009，为了便于阅读及分析，可将销售额变量名更改为sales-amt，同本文档来自技高网...

【技术保护点】
1.一种应收账款保理业务风险模型的建立方法，其特征在于，包括：

【技术特征摘要】
1.一种应收账款保理业务风险模型的建立方法，其特征在于，包括：获取某商超类公司N年内各供应商的基本信息、交易信息及外部征信信息，其中，基本信息、交易信息及外部征信信息包括多个变量；对供应商的变量进行数据清理及整合处理；对处理后所得变量进行探索性分析，剔除异常值大于第一预定阈值和缺失值大于第二预定阈值的变量；根据交易信息确定供应商的风险指数，将风险指数定义为因变量；将剩余的变量定义为自变量，分析自变量与供应商风险的相关性，根据相关性对自变量进行初步筛选；对于初步筛选出的自变量，分析自变量之间多重共线性、自变量在统计学上的意义及自变量信息价值，根据自变量的多重共线性、自变量在统计学上的意义及自变量信息价值确定关键自变量；根据关键自变量及因变量利用逻辑回归建立供应商的风险模型，计算风险模型中的未知参数，将计算得到的未知参数值代回风险模型。2.如权利要求1所述的方法，其特征在于，对供应商的变量进行数据清理及整合处理包括：对变量的变量名及数据格式进行转换；对同一供应商与时间相关的变量做整合处理。3.如权利要求1所述的方法，其特征在于，分析自变量与供应商风险的相关性，根据相关性对自变量进行初步筛选包括：利用逐步回归方法结合AIC准则和BIC准则对自变量进行初步筛选；和/或采用信息熵方法对自变量进行初步筛选；和/或采用Lasso方法对自变量进行初步筛选。4.如权利要求1所述的方法，其特征在于，供应商的风险指数确定过程包括：设定一观察时间点，根据供应商观察点前后的交易信息判断该商超类公司与供应商的交易关系是否稳定，若交易关系稳定，则将供应商的风险指数赋值为0，若交易关系不稳定，则将供应商的风险指数赋值为1。5.如权利要求1所述的方法，其特征在于，风险模型的计算公式为：其中，g(x)为风险指数，β0为截距，βk为系数，xk为第k个关键自变量，n为自变量个数。6.如权利要求5所述的方法，其特征在于，还包括根据风险模型计算风险...

【专利技术属性】
技术研发人员：殷敦伟，
申请(专利权)人：永辉青禾商业保理重庆有限公司，
类型：发明
国别省市：重庆,50