一种基于电力数据的用电企业信用评价的方法和系统技术方案

本发明专利技术公开了一种基于电力数据的用电企业信用评价的方法和系统，所述方法包括：对电力数据的指标进行梳理，筛选出企业的稳定性指标和竞争力指标；对企业的稳定性和竞争力进行评分；根据稳定性评分和竞争力评分，判断是否采用该用电企业的电力数据；若是，基于逻辑回归的方法，利用训练集进行训练，获得回归模型；基于回归模型，建立评分模型；根据评分模型对用电企业的电力数据进行分析，获得用电企业的信用评价。基于用电企业的电力数据，分析挖掘企业的用电数据，得出企业稳定性评分和企业竞争力评分，通过构建回归模型和评分模型，对企业信用进行评价，为金融机构提供贷前风险评估，以及贷后风险和贷后预警提供有益的数据支撑。撑。撑。

【技术实现步骤摘要】
一种基于电力数据的用电企业信用评价的方法和系统


[0001]本专利技术涉及信用分析
，具体涉及一种基于电力数据的用电企业信用评价的方法和系统。

技术介绍

[0002]金融机构以银行为主导，信贷业务已成为银行关键业务，并且成为银行收入主要来源，而信贷风险也变成其面临的主要风险。其中，企业信贷风险又是银行的主要的信贷风险。这一切对已经全面对外开放的商业银行的风险管理技术和水平以及风险管理体制等都提出了严峻的挑战，商业银行必须持续不断地提高企业信贷风险管理技术和水平。
[0003]随着我国深化经济结构改革，加快民营企业创业创新发展步伐，出台了一系列扶持中小企业快速发展政策。降低了成立公司门槛，如注册资金由实缴登记制改为认缴登记制；经营范围只要表述清楚规范，法定代表人和股东无需人人到场，只需要身份证复印件即可批准成立公司。从而加剧了企业风险，进一步对企业信贷风险管理提出了挑战。
[0004]电力资源作为企业生成经营过程中不可或缺，贯穿始终，电力数据可以全面的反映生产企业的日常生产、经营和管理状态，是全面掌握企业生产状况的重要数据资源。因此，深度挖掘企业的电力数据，通过电力数据对用电企业的信用进行评价尤为重要。

技术实现思路

[0005]针对现有技术中存在的上述技术问题，本专利技术提供一种基于电力数据的用电企业信用评价的方法和系统，通过企业的电力数据对企业稳定性、竞争力以及信用进行评价，为金融机构的贷前风险评估、贷后预警提供支撑数据。
[0006]本专利技术公开了一种基于电力数据的用电企业信用评价的方法，所述方法包括：对电力数据的指标进行梳理，筛选出企业的稳定性指标和竞争力指标；根据所述稳定性指标，对企业的稳定性进行评分；根据所述竞争力指标，对企业的竞争力进行评分；根据所述稳定性评分和竞争力评分，判断是否采用该用电企业的电力数据；若是，将所述电力数据加入到训练集；基于逻辑回归的方法，利用训练集进行训练，获得回归模型；基于所述回归模型，建立评分模型；根据所述评分模型对用电企业的电力数据进行分析，获得用电企业的信用评价。
[0007]优选的，对企业的稳定性或竞争力进行评分的方法包括：
[0008]设定稳定性指标或竞争力指标的域值区间和相应的分值；
[0009]基于所述指标的实际值匹配相应的分值；
[0010]根据所述指标的分值及其权重，获得稳定性或竞争力的评分。
[0011]优选的，本专利技术的方法还包括线性计算指标分值的方法：
[0012]设置指标的线性区间；
[0013]若指标值小于线性区间的下限，指标分值为零；
[0014]若指标值大于线性区间的上限，指标分值为最高分值；
[0015]若指标值在线性区间内，通过公式1或公式3计算指标分值：
[0016]score＝((X
‑
A)/(B
‑
A))
×
top
ꢀꢀ
(1)；
[0017]score＝[1
‑
(X
‑
A)/(B
‑
A)]×
top
ꢀꢀ
(3)
[0018]其中，score为指标分值，X表示为指标值，A表示为线性区间的下限，B表示为线性区间的上限，top表示为最高分；
[0019]通过公式2计算稳定性评分：
[0020]B16Ls
×
W1+B17Ls
×
W2+
…
+BnLs
×
Wn＝S
SCORE
ꢀꢀꢀꢀꢀ
(2)
[0021]其中，BnLs表示为稳定性指标，Wn表示为稳定性指标的权重，S
SCORE
表示为稳定性评分；
[0022]通过公式11计算竞争力评分：
[0023]B35Lc
×
W35+B37Lc
×
W37+
…
+BmLc
×
Wm＝C
SCORE
ꢀꢀꢀꢀ
(11)
[0024]其中，BmLc表示为竞争力指标，Wm表示为竞争力指标的权重，C
SCORE
表示为竞争力评分。
[0025]优选的，通过信息熵的方法获得指标的权重：
[0026][0027][0028]其中，E
k
表示为指标k的信息熵，X
ik
表示为指标k的第i个值，n表示为指标k具有n个值；
[0029]通过公式14获得指标的权重：
[0030][0031]其中，W
k
表示为指标k的权重，K表示为指标数量。
[0032]优选的，采用该用电企业的电力数据的方法包括：
[0033]根据公式21计算综合得分：
[0034]V＝λ1
×
S
SCORE
+λ2
×
C
SCORE
ꢀꢀ
(21)
[0035]其中，V表示为综合得分，λ1为稳定性评分的权重；λ2竞争力评分的权重；
[0036]若V大于第一域值，则对用电企业进行信用评价。
[0037]优选的，训练回归模型的方法包括：
[0038]为训练集中的用电企业打标签，所述标签包括正标签和负标签；
[0039]对训练集中的用电数据进行预处理和标准化处理；
[0040]对指标进行分箱，获得指标分组，使各分组的证据权重呈单调趋势或U型趋势；
[0041]根据公式22计算证据权重：
[0042][0043]其中，WOE
t
表示为分组t的证据权重，B
t
表示为分组t中负标签的数量，B
T
表示为总负标签的数量，G
t
表示为分组t中正标签的数量，G
T
表示为总正标签的数量；P
t1
表示为分组t中负标签与总负标签的比例，P
t0
表示为分组t中正标签与总正标签的比例；
[0044]根据公式23和24计算信息价值：
[0045][0046][0047]其中，IV
t
表示为分组t的信息价值，u表示为指标分组数，IV表示为指标信息价值；
[0048]判断指标信息价值是否大于第四域值；
[0049]若大于第四域值，将该指标作为建模指标；
[0050]通过建模指标的证据权重训练逻辑回归模型：
[0051][0052][0053]ln(odds)＝α+βX
ꢀꢀ
(27)
[0054]其中，pi表示为正标签的概率，X表示为证据权重的数据，odds表示为正标签的发生比，α和β表示为逻辑回归的参数；
[0055]建立评分模型的方法包括：
[0056]根据公式28获得信用评分：
[0057]Score＝本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电力数据的用电企业信用评价的方法，其特征在于，所述方法包括：对电力数据的指标进行梳理，筛选出企业的稳定性指标和竞争力指标；根据所述稳定性指标，对企业的稳定性进行评分；根据所述竞争力指标，对企业的竞争力进行评分；根据所述稳定性评分和竞争力评分，判断是否采用该用电企业的电力数据；若是，将所述电力数据加入到训练集；基于逻辑回归的方法，利用训练集进行训练，获得回归模型；基于所述回归模型，建立评分模型；根据所述评分模型对用电企业的电力数据进行分析，获得用电企业的信用评价。2.根据权利要求1所述的方法，其特征在于，对企业的稳定性或竞争力进行评分的方法包括：设定稳定性指标或竞争力指标的域值区间和相应的分值；基于指标的实际值匹配相应的分值；根据所述指标的分值及其权重，获得稳定性或竞争力的评分。3.根据权利要求2所述的方法，其特征在于，还包括线性计算指标分值的方法：设置指标的线性区间；若指标值小于线性区间的下限，指标分值为零；若指标值大于线性区间的上限，指标分值为最高分值；若指标值在线性区间内，通过公式1或公式3计算指标分值：score＝((X
‑
A)/(B
‑
A))
×
top
ꢀꢀ
(1)；score＝[1
‑
(X
‑
A)/(B
‑
A)]
×
top
ꢀꢀ
(3)其中，score为指标分值，X表示为指标值，A表示为线性区间的下限，B表示为线性区间的上限，top表示为最高分；通过公式2计算稳定性评分：B16Ls
×
W1+B17Ls
×
W2+
…
+BnLs
×
Wn＝S
SCORE
ꢀꢀ
(2)其中，BnLs表示为稳定性指标，Wn表示为稳定性指标的权重，S
SCORE
表示为稳定性评分；通过公式11计算竞争力评分：B35Lc
×
W35+B37Lc
×
W37+
…
+BmLc
×
Wm＝C
SCORE
ꢀꢀꢀ
(11)其中，BmLc表示为竞争力指标，Wm表示为竞争力指标的权重，C
SCORE
表示为竞争力评分。4.根据权利要求3所述的方法，其特征在于，通过信息熵的方法获得指标的权重：4.根据权利要求3所述的方法，其特征在于，通过信息熵的方法获得指标的权重：其中，E
k
表示为指标k的信息熵，X
ik
表示为指标k的第i个值，n表示为指标k具有n个值；通过公式14获得指标的权重：其中，W
k
表示为指标k的权重，K表示为指标数量。5.根据权利要求4所述的方法，其特征在于，判断是否采用该用电企业的电力数据的方
法包括：根据公式21计算综合得分：V＝λ1
×
S
SCORE
+λ2
×
C
SCORE
ꢀꢀ
(21)其中，V表示为综合得分，λ1为稳定性评分的权重；λ2竞争力评分的权重；若V大于第一域值，则对用电企业进行信用评价。6.根据权利要求1所述的方法，其特征在于，训练回归模型的方法包括：为训练集中的用电企业打标签，所述标签包括正标签和负标签；对训练集中的用电数据进行预处理和标准化处理；对指标进行分箱，获得指标分组，使各分组的证据权重呈单调趋势或U型趋势；根据公式22计算证据权重：其中，WOE
t
表示为分组t的证据权重，B
t
表示为分组t中负标签的数量，B
T
表示为总负标签的数量，G
t
表示为分组t中正标签的数量，G
T
表示为总正标签的数量；P...

【专利技术属性】
技术研发人员：张颖，张子闻，付晓，霍耀冉，聂恬，肖钰皓，袁野，罗苇杭，
申请(专利权)人：国网四川省电力公司信息通信公司，
类型：发明
国别省市：