System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,尤其涉及基于电力数据与金融数据的授信额度预测方法和系统。
技术介绍
1、现有的电力企业授信额度的测算方法,采用线下人工调查的方式,工作量大,调查花费时间较长,既增加工作负担,又影响融资业务办理效率,而且隐私数据容易泄露,影响金融业务的增长速度。
技术实现思路
1、针对现有技术的不足,本申请提出了一种基于电力数据与金融数据的授信额度预测方法和系统。
2、为了实现上述目的,本申请技术方案如下:
3、一种基于电力数据与金融数据的授信额度预测方法,包括以下步骤:
4、s1、获取电力企业集合中每个电力企业的基础数据。基础数据包括电力侧基础数据和金融侧基础数据中的至少一个。
5、s2、将基础数据转化为对应的指标数据。指标数据分为电力侧指标数据和金融侧指标数据。
6、s3、对电力侧指标数据和金融侧指标数据进行隐匿求交,选取同时含有电力侧指标数据和金融侧指标数据的电力企业,形成交集企业集合。
7、s4、将交集企业的电力侧指标数据输入至预设的电力状况评估模型,得到交集企业的电力状况预测结果;将交集企业的金融侧指标数据输入至预设的金融状况评估模型,得到交集企业的金融状况预测结果。
8、s5、对电力状况预测结果和金融状况预测结果进行加权求和,得到交集企业的授信额度预测结果。
9、可选地,步骤s4包括以下步骤s41-s45:
10、s41、通过金融评估系统向电力评估系统发送待查询企
11、s42、通过电力评估系统根据标识在交集企业集合中查询所述待查询企业,电力评估系统若从交集企业集合中查询到所述待查询企业,则调取所述待查询企业的电力侧指标数据。
12、s43、通过电力评估系统将所述待查询企业的电力侧指标数据输入至预设的电力状况评估模型,得到所述待查询企业的电力状况预测结果,并将所述待查询企业的电力状况预测结果反馈至金融评估系统。
13、s44、通过金融评估系统调取所述待查询企业的金融侧指标数据。
14、s45、通过金融评估系统将所述待查询企业的金融侧指标数据输入至预设的金融状况评估模型,得到所述待查询企业的金融状况预测结果。
15、可选地,在步骤s4之前,包括以下步骤s041-s043:
16、s041、利用纵向secureboost模型建立电力侧指标数据与电力状况相对应的待训练电力状况评估模型;并利用纵向secureboost模型建立金融侧指标数据与金融状况相对应的待训练金融状况评估模型。
17、s042、获取电力侧指标数据样本集合和金融侧指标数据样本集合。
18、s043、以电力侧指标数据样本集合为输入,以样本对应的发电经营情况、用电情况为输出,对待训练电力状况评估模型进行训练,直至待训练电力状况评估模型的损失函数收敛,得到电力状况评估模型;以金融侧指标数据样本集合为输入,以样本对应的税收情况、征信情况为输出,对待训练金融状况评估模型进行训练,直至待训练金融状况评估模型的损失函数收敛,得到金融状况评估模型。
19、可选地,电力状况预测结果和金融状况预测结果分别分为五个级别。
20、可选地,电力状况预测结果包括发电经营情况分值、用电情况分值。金融状况预测结果包括税收情况分值、征信情况分值。
21、可选地,授信额度预测结果的表达式为:
22、s=a×l+b×m+c×n+d×k
23、其中,l表示发电经营情况分值,m表示用电情况分值,n表示税收情况分值,k表示征信情况分值,a、b、c、d分别表示权重值。
24、基于相同的技术构思,本申请还提供了一种基于电力数据与金融数据的授信额度预测系统,包括:
25、获取模块,用于获取电力企业集合中每个电力企业的基础数据;基础数据包括电力侧基础数据和金融侧基础数据中的至少一个。
26、处理模块,用于将基础数据转化为对应的指标数据;指标数据分为电力侧指标数据和金融侧指标数据;对电力侧指标数据和金融侧指标数据进行隐匿求交,选取同时含有电力侧指标数据和金融侧指标数据的电力企业,形成交集企业集合;将交集企业的电力侧指标数据输入至预设的电力状况评估模型,得到交集企业的电力状况预测结果;将交集企业的金融侧指标数据输入至预设的金融状况评估模型,得到交集企业的金融状况预测结果;对电力状况预测结果和金融状况预测结果进行加权求和,得到交集企业的授信额度预测结果。
27、本申请的有益效果:通过隐匿求交的方式形成电力侧和金融侧的交集企业名单,在交互电力企业电力数据和金融数据的同时,能够保障客户隐私数据的安全,并且通过模型评估企业电力状况和金融状况,进而分析电力企业的授信额度,准确性高,效率快。
本文档来自技高网...【技术保护点】
1.一种基于电力数据与金融数据的授信额度预测方法,其特征在于,包括以下步骤S1-S5:
2.根据权利要求1所述的基于电力数据与金融数据的授信额度预测方法,其特征在于,
3.根据权利要求1所述的基于电力数据与金融数据的授信额度预测方法,其特征在于,
4.根据权利要求1所述的基于电力数据与金融数据的授信额度预测方法,其特征在于,
5.根据权利要求1所述的基于电力数据与金融数据的授信额度预测方法,其特征在于,
6.根据权利要求5所述的基于电力数据与金融数据的授信额度预测方法,其特征在于,
7.一种基于电力数据与金融数据的授信额度预测系统,其特征在于,包括:
8.根据权利要求7所述的基于电力数据与金融数据的授信额度预测系统,其特征在于,所述处理模块,用于
9.根据权利要求7所述的基于电力数据与金融数据的授信额度预测系统,其特征在于,所述处理模块,用于:
10.根据权利要求7所述的基于电力数据与金融数据的授信额度预测系统,其特征在于,电力状况预测结果和金融状况预测结果分别分为五个级别
...【技术特征摘要】
1.一种基于电力数据与金融数据的授信额度预测方法,其特征在于,包括以下步骤s1-s5:
2.根据权利要求1所述的基于电力数据与金融数据的授信额度预测方法,其特征在于,
3.根据权利要求1所述的基于电力数据与金融数据的授信额度预测方法,其特征在于,
4.根据权利要求1所述的基于电力数据与金融数据的授信额度预测方法,其特征在于,
5.根据权利要求1所述的基于电力数据与金融数据的授信额度预测方法,其特征在于,
6.根据权利要求5所述的基于电...
【专利技术属性】
技术研发人员:柯公武,朱涛,陈铁义,姜魏,邬明亮,王澍,华晓,卢彩霞,高天,孙兴达,
申请(专利权)人:国网浙江省电力有限公司双创中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。