一种应收账款评级方法及系统技术方案

本发明专利技术公开了一种应收账款评级方法及系统，属于信用风险管理技术领域，包括采集应收账款债权的基础信息，所述基础信息包括客户信息和应收账款信息；基于设定的主体考量因素及其对应的权重，对客户信息进行定性定量加权求和，得到主体评级分数；根据设定的债项考量因素及其对应的权重，对应收账款信息进行定性定量加权求和，得到债项评级分数；根据主体评级分数和债项评级分数，得到该项应收账款债权的总评分；基于该项应收账款债权的总评分，从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。通过为应收账款进行信用评级，更好的促进应收账款债权流转和融资等功能的实现，以帮助企业盘活沉淀的资产。

【技术实现步骤摘要】
一种应收账款评级方法及系统
本专利技术涉及信用风险管理
，特别涉及一种应收账款评级方法及系统。
技术介绍
当前，全国各类经济主体尤其是民营企业和中小微企业的应收账款规模持续居高不下，造成大量的资产沉淀亟待盘活，由此也催生了诸多围绕应收账款的金融创新产品，如供应链金融、应收账款债权凭证(合同)流转等，随着应收账款债权流转及融资市场的快速发展，如何有效缓解市场各方对应收账款信息不对称、披露不透明的顾虑，以提高交易效率，加快资产盘活服务实体经济发展是迫切需要解决的问题。
技术实现思路
本专利技术的目的在于提供一种应收账账款评级方法及系统，以对应收账款的信用等级进行评定。为实现以上目的，本专利技术采用一种应收账款评级方法，包括：采集应收账款债权的基础信息，所述基础信息包括客户信息和应收账款信息；基于设定的主体考量因素及其对应的权重，对客户信息进行定性定量加权求和，得到主体评级分数；根据设定的债项考量因素及其对应的权重，对所述应收账款信息进行定性定量加权求和，得到债项评级分数；根据所述主体评级分数和债项评级分数，得到该项应收账款债权的总评分；基于该项应收账款债权的总评分，从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。进一步地，在所述基于该项应收账款债权的总评分，从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级之后，包括：通过打分的机制来建立所述应收账款债权总评分与违约概率之间的关联关系；基于内部等级与PD之间的映射模型，通过违约概率得出最终的信用评级。进一步地，在所述获取应收账款债权的基础信息之后，还包括：对所述客户信息和所述应收账款债权信息进行尽职调查，得到调查后的应收账款基础信息。进一步地，违约概率PD的计算方法为：其中，z为应收账款债权的总评分。进一步地，所述设定的主体考量因素至少包括所处区域、行业特征、行业地位、经营周转能力、盈利能力、销售收入变化趋势、资产负债率、净资产以及销售利润率。进一步地，所述设定的债项考量因素至少包括权属清晰程度、应收账款类别、应收账款期限、应收账款金额、交易关系紧密和稳定程度、坏账率、退货记录、回款账户锁定以及相关增信措施信息。另一方面，提供一种应收账款评级系统，包括信息采集模块、主体评分模块、债权评分模块、综合评分模块以及匹配模块；信息采集模块用于采集应收账款债权的基础信息，所述基础信息包括客户信息和应收账款信息；主体评分模块用于基于设定的主体考量因素及其对应的权重，对客户信息进行定性定量加权求和，得到主体评级分数；债权评分模块用于根据设定的债项考量因素及其对应的权重，对所述应收账款信息进行定性定量加权求和，得到债项评级分数；综合评分模块用于根据所述主体评级分数和债项评级分数，得到该项应收账款债权的总评分；匹配模块用于基于该项应收账款债权的总评分，从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。进一步地，还包括：与所述匹配模块连接的映射模块，该映射模块用于基于内部等级与PD之间的映射模型，映射模块用于：通过打分的机制来建立所述应收账款债权总评分与违约概率之间的关联关系；基于内部等级与PD之间的映射模型，通过违约概率得出最终的信用评级。进一步地，违约概率PD的计算方法为：其中，z为应收账款债权的总评分。与现有技术相比，本专利技术存在以下技术效果：本专利技术首先采集应收账款债权的客户(主体)信息和应收账款(债项)信息，对客户信息进行主体评价，反应应收账款债权的违约概率，以应收账款债权为中心进行债项评价，反应应收账款债权的违约损失率，将主体与债项进行综合评价和预期，得到该笔应收账款的信用等级，解决市场各方对于应收账款债权的信息不对称问题，提高交易活跃度，促进应收账款债权流转和融资实现。附图说明下面结合附图，对本专利技术的具体实施方式进行详细描述：图1是一种应收账款评级方法的流程示意图；图2是应收账款评级标准表格示意图；图3是应收账款等级-PD-评级结果对应关系示意图；图4是一种应收账款评级系统结构示意图。具体实施方式为了更进一步说明本专利技术的特征，请参阅以下有关本专利技术的详细说明与附图。所附图仅供参考与说明之用，并非用来对本专利技术的保护范围加以限制。如图1所示，本实施例公开了一种应收账款评级方法，包括如下步骤S1至S5：S1、采集应收账款债权的基础信息，所述基础信息包括客户信息和应收账款信息；其中，客户信息包括：客户名称、实缴资本、所处区域、行业特征、行业地位、经营周转能力、盈利能力、销售收入变化趋势、资产负债率、净资产、销售利润率、是否是多家银行积极营销的优质客户、有无不良信用记录等。应收账款信息包括：权属清晰程度、应收账款类别、应收账款期限、应收账款金额、交易关系紧密和稳定程度、坏账率、退货记录、回款账户锁定以及相关增信措施信息等。S2、基于设定的主体考量因素及其对应的权重，对客户信息进行定性定量加权求和，得到主体评级分数；其中，主体评分的计算公式为：主体分＝x1b1+x2b2+…+xnbn，x1，x2，……，xn为设定的主体考量因素，b1，b2，……，bn为这n个考量因素的权重。主体考量因素包括所处区域、行业特征、行业地位、经营周转能力、盈利能力、销售收入变化趋势、资产负债率、净资产以及销售利润率等。S3、根据设定的债项考量因素及其对应的权重，对所述应收账款信息进行定性定量加权求和，得到债项评级分数；其中，债项评分的计算公式为：债项分＝x1b1+x2b2+…+xnbn，x1，x2，……，xn设定的债项考量因素，b1，b2，……，bn为这n个考量因素的权重。债项考量因素包括权属清晰程度、应收账款类别、应收账款期限、应收账款金额、交易关系紧密和稳定程度、坏账率、退货记录、回款账户锁定以及相关增信措施信息等。S4、根据所述主体评级分数和债项评级分数，得到该项应收账款债权的总评分；其中，总评分的计算公式为：总评分＝主体分×比例A+债项分×(1-比例A)，主体分与债项分的比例之和为100％。S5、基于该项应收账款债权的总评分，从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。具体地，依据自身的风险偏好确定自己的内部等级，应收账款评级标准表如图2所示。进一步地，在所述基于该项应收账款债权的总评分，从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级之后，包括：通过打分的机制来建立所述应收账款债权总评分与违约概率之间的关联关系；基于内部等级与PD之间的映射模型，通过违约概率得出最终的信用评级。其中，违约概率PD的计算方法为：z为应收账款债权的总评分。其中，应收账款等级-P本文档来自技高网...

【技术保护点】
1.一种应收账款评级方法，其特征在于，包括：/n采集应收账款债权的基础信息，所述基础信息包括客户信息和应收账款信息；/n基于设定的主体考量因素及其对应的权重，对客户信息进行定性定量加权求和，得到主体评级分数；/n根据设定的债项考量因素及其对应的权重，对所述应收账款信息进行定性定量加权求和，得到债项评级分数；/n根据所述主体评级分数和债项评级分数，得到该项应收账款债权的总评分；/n基于该项应收账款债权的总评分，从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。/n

【技术特征摘要】
1.一种应收账款评级方法，其特征在于，包括：
采集应收账款债权的基础信息，所述基础信息包括客户信息和应收账款信息；
基于设定的主体考量因素及其对应的权重，对客户信息进行定性定量加权求和，得到主体评级分数；
根据设定的债项考量因素及其对应的权重，对所述应收账款信息进行定性定量加权求和，得到债项评级分数；
根据所述主体评级分数和债项评级分数，得到该项应收账款债权的总评分；
基于该项应收账款债权的总评分，从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级。


2.如权利要求1所述的应收账款评级方法，其特征在于，在所述基于该项应收账款债权的总评分，从预先设定的应收账款评级标准表中匹配得到与该项应收账款债权对应的信用等级之后，包括：
通过打分的机制来建立所述应收账款债权总评分与违约概率之间的关联关系；
基于内部等级与PD之间的映射模型，通过违约概率得出最终的信用评级。


3.如权利要求1所述的应收账款评级方法，其特征在于，在所述获取应收账款债权的基础信息之后，还包括：
对所述客户信息和所述应收账款债权信息进行尽职调查，得到调查后的应收账款基础信息。


4.如权利要求2所述的应收账款评级方法，其特征在于，所述违约概率PD的计算方法为：



其中，z为应收账款债权的总评分。


5.如权利要求1所述的应收账款评级方法，其特征在于，所述设定的主体考量因素至少包括所处区域、行业特征、行业地位、经营周转能力、盈利能力、销售收入...

【专利技术属性】
技术研发人员：梁樑，黄林，黄学柱，朱香友，李书生，陈洪兵，曾水保，王晓燕，
申请(专利权)人：安徽海汇金融投资集团有限公司，
类型：发明
国别省市：安徽;34