一种在线对发债主体进行信用评级的方法、装置、设备以及计算机存储介质制造方法及图纸

本发明专利技术涉及数据处理技术领域，公开了一种在线对发债主体进行信用评级的方法、装置、设备以及计算机存储介质。通过本发明专利技术创造，一方面利用发债主体公布的基础数据(包括经营数据以及公开的宏观经济数据等)，可以针对发债主体在反映偿债能力的各个评价指标维度上进行科学打分，另一方面可利用层次分析法得出各个评价指标维度的权重系数，最终综合打分结果和权重系数得到可作为信用评级结果的信用评分，进而通过信用评分的输出展示，可以在线及时地辅助投资者进行精准性投资，降低投资风险。

A method, device, equipment and computer storage medium for online credit rating of the issuer

【技术实现步骤摘要】
一种在线对发债主体进行信用评级的方法、装置、设备以及计算机存储介质
本专利技术属于数据处理
，具体涉及一种在线对发债主体进行信用评级的方法、装置、设备以及计算机存储介质。
技术介绍
近年来，我国的债券市场取得了快速发展，为我国的经济建设与社会发展做出了巨大贡献。截止到2018年底，我国债券市场规模已经达到了约86.39万亿，约合12.6万亿美元，债券市场的存量规模与GDP(GrossDomesticProduct，国内生产总值)的比率也在逐渐提高，2018年底占到90％。中国债券市场的产品也在不断创新，基础产品的种类已基本上与发达的债券市场相一致，主要品种包括政府债券、金融债券、公司信用债券和资产支持类债券等。债券市场的壮大一方面满足了融资主体的发展需求，另一方面丰富了投资者的投资品种。债券投资虽然投资风险较低，但除去政府证券之外，其它债权仍具有违约的可能。2014年“11超日债”成为国内第一例违约的公募公司债券，结束了以往债券全部刚性兑付的历史。2018年具有城投债属性的“17兵团六师SCP002”的违约表明城投债也不是绝对安全的。债券违约步入常态化已经形成趋势，从民营企业到国企、从信用债到城投债都可能发生违约。面对种类繁多、数量庞大的债券，以及违约风险的增大，投资者迫切需要可靠的债券信用评级技术来作为投资辅助工具。目前，投资者主要参考第三方债券信用评级机构发布的评级结果进行投资，但是却存在以下几个问题：(1)评级机构主要参考发债主体提供的公司经营状况、财务数据、行业环境等数据，经由分析师依靠经验对数据进行人工分析得出判断结论，结论带有分析师主观性，不够科学客观；(2)第三方评级机构在对发债主体进行信用评级的同时，还是受雇于发债主体的乙方，往往信用评级过程较为宽松，结果不够公正。另外，其他的债券信用评级技术还有以下几种：(1)KMV模型(即是美国旧金山市KMV公司于1997年建立的用来估计借款企业违约概率的方法，该模型认为贷款的信用风险是在给定负债的情况下由债务人的资产市场价值决定的)和持续期分析模型，虽然可以完全定量计算，但是要求大量违约数据，且KMV只适用于上市公司，因此对我国债券市场并不适用；(2)CreditMetrics模型和市场债券隐含评级模型，是在拥有大量已经完成评级的债券数据库的基础上对新发债券进行评级的技术，重度依赖于第三方评级结果，因此可靠性并不是很高。
技术实现思路
为了解决当前投资者因缺少可靠债券信用评级技术，不能在线及时进行精准性投资的问题，本专利技术目的在于提供一种在线对发债主体进行信用评级的方法、装置、设备以及计算机存储介质。本专利技术所采用的技术方案为：一种在线对发债主体进行信用评级的方法，包括如下步骤：S101.在线获取发债主体的基础数据；S102.根据所述基础数据获取发债主体的且与多项评价指标一一对应的指标参数；S103.针对各项评价指标，根据对应的指标参数对发债主体进行所在行业内的排序，然后将排序号作为该项评价指标的指标得分；S104.利用层次分析法获取各项评价指标的权重系数；S105.按照如下公式计算发债主体的信用评分P：式中，n为评价指标的总项数，i为介于1至n之间的自然数，wi为第i项评价指标的权重系数，pi为第i项评价指标的指标得分；S106.将所述信用评分作为信用评级结果进行输出展示。具体的，所述基础数据包括发债主体的财务数据、所在行业景气度、所在行业竞争力、经营管理状况数据和/或外部宏观经济环境数据。具体的，所述评价指标包括行业利润率、上游资金占用情况、下游资金占用情况、主体规模、资产负债率、流动负债占比、速动比率、流动比率、货币性负债、货币与流动负债比值、经营性现金流净值、经营性现金与流动负债比值、总现金流净值、总现金与流动负债比值、总资产收益率、营业毛利率、净利润增长率、营业利润、总利润、未使用授信额度、未使用授信额度与流动负债比值以及对外担保资产与总资产比值。优化的，在所述步骤S103中，针对某项特定评价指标，所述根据对应的指标参数对发债主体进行所在行业内的排序步骤包括如下：S301.通过所述步骤S101～S102，分别获取发债主体的且与所述特定评价指标对应的近N+1期的指标参数：v0,v1,v2,…,vk,…,vN，其中，N为介于3～10之间的自然数，k为介于1至N的自然数，v0为当期指标参数，vk为距离当期的第k期指标参数；S302.按照如下公式计算发债主体的指标参数历史均值和当期相对历史均值的指标参数增长率vg：S303.按照如下公式计算发债主体的排序积分Q：式中，λ1,λ2,λ3分别为第一预设参数；S304.按照所述排序积分的从低至高顺序，对发债主体进行所在行业内的排序。进一步具体的，在所述步骤S303中，所述第一预设参数λ1,λ2,λ3分别为：λ1＝5，λ2＝3和λ3＝2。优化的，在所述步骤S104中，所述利用层次分析法获取各项评价指标的权重系数的步骤包括如下：S401.建立由目标层、指标层和方案层构成的层次结构模型，其中，所述指标层中设置有n个元素并分别与各项评价指标一一对应；S402.根据所述指标层构建如下成对比较判断矩阵：矩阵中的第i行第j列元素aij表示比较第i项评价指标与第j项评价指标所得的重要性标度，i,j分别为介于1至n之间的自然数；S403.导入来自人机交互界面的且通过人工方式所做出的比较第i项评价指标与第j项评价指标所得的重要性标度，并将该重要性表度作为对应元素aij的数值；S404.针对所述指标层，基于所述成对比较判断矩阵进行层次单排序及其一致性校验，若所得的一致性比率小于第二预设参数，则一致性校验通过，然后执行步骤S405，否则返回执行步骤S403，其中，所述第二预设参数为不大于0.1的数值；S405.计算所述成对比较判断矩阵的最大特征值λmax及其所对应的特征向量，将所述特征向量中的第i个分量作为第i项评价指标的权重系数。进一步优化的，在所述步骤S405中，所述计算所述成对比较判断矩阵的特征向量的步骤包括如下：S4051.对所述对比较判断矩阵进行列向量归一化处理，然后对归一化后的各行矩阵元素进行求和，得到列矩阵；S4052.对所述列矩阵也进行归一化处理，即可得到所述成对比较判断矩阵的特征向量。本专利技术所采用的另一种技术方案为：一种在线对发债主体进行信用评级的装置，包括基础数据获取单元、指标参数获取单元、指标得分获取单元、指标权重获取单元、信用评分计算单元和显示单元；所述基础数据获取单元，用于在线获取发债主体的基础数据；所述指标参数获取单元，通信连接所述基础数据获取单元，用于根据所述基础数据获取发债主体的且与多项评价指标一一对应的指标参数；所述指标得分获取单元，通信连接所述指标参数获取单元，用于针对各项评价指标，根据对应的指标参数对发债主体进行所在行业内的排序，然后将排序号作为该项评价指标的指标得分；所述指标权重获取单元，用于利用层次分析法获取各项评价指标的权重系数；所述信用评分计算单元，分别通信连接所述指标得分获取单元和所述指标权重获取单元，用于按照如下公式计算发债主体的信用评分P：式中，n为评价指标的总项数，i为介于1至n之间的自然数，wi为第i项评价指标的权重系数，pi为第i项评价指标的指标得分；所述显示本文档来自技高网...

【技术保护点】
1.一种在线对发债主体进行信用评级的方法，其特征在于，包括如下步骤：S101.在线获取发债主体的基础数据；S102.根据所述基础数据获取发债主体的且与多项评价指标一一对应的指标参数；S103.针对各项评价指标，根据对应的指标参数对发债主体进行所在行业内的排序，然后将排序号作为该项评价指标的指标得分；S104.利用层次分析法获取各项评价指标的权重系数；S105.按照如下公式计算发债主体的信用评分P：

【技术特征摘要】
1.一种在线对发债主体进行信用评级的方法，其特征在于，包括如下步骤：S101.在线获取发债主体的基础数据；S102.根据所述基础数据获取发债主体的且与多项评价指标一一对应的指标参数；S103.针对各项评价指标，根据对应的指标参数对发债主体进行所在行业内的排序，然后将排序号作为该项评价指标的指标得分；S104.利用层次分析法获取各项评价指标的权重系数；S105.按照如下公式计算发债主体的信用评分P：式中，n为评价指标的总项数，i为介于1至n之间的自然数，wi为第i项评价指标的权重系数，pi为第i项评价指标的指标得分；S106.将所述信用评分作为信用评级结果进行输出展示。2.如权利要求1所述的一种在线对发债主体进行信用评级的方法，其特征在于，所述基础数据包括发债主体的财务数据、所在行业景气度、所在行业竞争力、经营管理状况数据和/或外部宏观经济环境数据。3.如权利要求1所述的一种在线对发债主体进行信用评级的方法，其特征在于，所述评价指标包括行业利润率、上游资金占用情况、下游资金占用情况、主体规模、资产负债率、流动负债占比、速动比率、流动比率、货币性负债、货币与流动负债比值、经营性现金流净值、经营性现金与流动负债比值、总现金流净值、总现金与流动负债比值、总资产收益率、营业毛利率、净利润增长率、营业利润、总利润、未使用授信额度、未使用授信额度与流动负债比值以及对外担保资产与总资产比值。4.如权利要求1所述的一种在线对发债主体进行信用评级的方法，其特征在于，在所述步骤S103中，针对某项特定评价指标，所述根据对应的指标参数对发债主体进行所在行业内的排序步骤包括如下：S301.通过所述步骤S101～S102，分别获取发债主体的且与所述特定评价指标对应的近N+1期的指标参数：v0,v1,v2,…,vk,…,vN，其中，N为介于3～10之间的自然数，k为介于1至N的自然数，v0为当期指标参数，vk为距离当期的第k期指标参数；S302.按照如下公式计算发债主体的指标参数历史均值v和当期相对历史均值的指标参数增长率vg：S303.按照如下公式计算发债主体的排序积分Q：式中，λ1,λ2,λ3分别为第一预设参数；S304.按照所述排序积分的从低至高顺序，对发债主体进行所在行业内的排序。5.如权利要求4所述的一种在线对发债主体进行信用评级的方法，其特征在于，在所述步骤S303中，所述第一预设参数λ1,λ2,λ3分别为：λ1＝5，λ2＝3和λ3＝2。6.如权利要求1所述的一种在线对发债主体进行信用评级的方法，其特征在于，在所述步骤S104中，所述利用层次分析法获取各项评价指标的权重系数的步骤包括如下：S401.建立由目标层、指标层和方案层构成的层次结构模型，其中，所述指标层中设置有n个元素并分别与各项评价指...

【专利技术属性】
技术研发人员：刘炳尧，孙文秀，李晖，
申请(专利权)人：浙江爱宽投资管理有限公司，
类型：发明
国别省市：浙江,33