一种企业信用管理系统技术方案

一种企业信用管理系统，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。

【技术实现步骤摘要】
一种企业信用管理系统
本专利技术涉及一种企业信用管理系统，尤其涉及一种制造业企业信用管理系统。
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系统，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系统，包含：参照信息存储部，其中存储有作为参照企业的多个制造业企业的参照企业名称、以及与该参照企业名称相对应的信用值、多个与信用值相关联的数值指标以及文本指标；数值指标获取部，其从参照企业的数值报表中获取数值指标对应的指标值；文本指标分析部，其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；指标筛选部，其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；线性检验部，其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；分类函数建立部，其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；信用值计算部，其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。所述的文本指标分析部包含：关键词存储单元，其存储与文本指标相对应的关键词；文本抓取单元，其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；关键词识别单元，其根据关键词存储单元中的关键词依次识别文本中的关键词；判断单元，其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；统计单元，其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；指标值设定单元，其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。所述的指标筛选部包含：正态分布筛选单元，其使用K-S检验对每个指标进行单独的正态分布检验；显著性分布筛选单元，其筛选初始指标中对于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这两类企业之间存在显著性差异的指标。如权利要求3所述的企业信用管理系统，其特征在于，所述的企业信用管理系统还包含：结果输出部，其输出待评价制造业企业的当前信用值；信用类型判定部，其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；处理部，其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；处理记录存储部，其对待评价制造业企业以及对应的处理方式进行存储；暂存部，其用于暂时储存制造业企业信用管理系统的各个组成部分之间所交换的数据信息。所述的企业信用管理系统还包含：控制部，其用于控制参照信息存储部、数值指标获取部、文本指标分析部、指标筛选部、线性检验部、分类函数建立部、信用值计算部、结果输出部、信用类型判定部、处理部、处理记录存储部以及暂存部的运行。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；判断单元采用的预定规则为：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。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；步骤S9、基于信用类型以及本文档来自技高网...

【技术保护点】
1.一种企业信用管理系统，其特征在于，包含：参照信息存储部，其中存储有作为参照企业的多个制造业企业的参照企业名称、以及与该参照企业名称相对应的信用值、多个与信用值相关联的数值指标以及文本指标；数值指标获取部，其从参照企业的数值报表中获取数值指标对应的指标值；文本指标分析部，其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；指标筛选部，其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；线性检验部，其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；分类函数建立部，其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；信用值计算部，其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系统，其特征在于，包含：参照信息存储部，其中存储有作为参照企业的多个制造业企业的参照企业名称、以及与该参照企业名称相对应的信用值、多个与信用值相关联的数值指标以及文本指标；数值指标获取部，其从参照企业的数值报表中获取数值指标对应的指标值；文本指标分析部，其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；指标筛选部，其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；线性检验部，其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；分类函数建立部，其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；信用值计算部，其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系统，其特征在于，所述的文本指标分析部包含：关键词存储单元，其存储与文本指标相对应的关键词；文本抓取单元，其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；关键词识别单元，其根据关键词存储单元中的关键词依次识别文本中的关键词；判断单元，其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；统计单元，其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；指标值设定单元，其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。3.如权利要求2所述的企业信用管理系统，其特征在于，所述的指标筛选部包含：正态分布...

【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