[发明专利]违约指数评估方法

说明书

本发明实施例提供一种违约指数评估方法，属于企业信用评估和预测技术领域。评估方法包括：根据与样本企业关联的样本关联企业的历史涉税数据以及设定的模型建立规则，建立用于对目标企业进行评估的违约指数评估模型；获取所述目标企业在设定统计周期的涉税数据；根据所述目标企业在设定统计周期的涉税数据和所述违约指数评估模型，计算所述目标企业的违约指数。由此，一方面，使用涉税数据可以避免因为财务数据统计不准确而产生的误差，所以得到的评估结果更准确、更全面；另一方面，从关联企业角度，如供应链角度，对企业信用做出评估，可以反应企业在市场结构中的信用情况，从而增加评估结果的可信度。

技术领域

本发明实施例涉及企业信用评估和预测技术领域，尤其涉及一种违约指数评估方法。

背景技术

随着我国社会信用体系的建立和完善以及与金融体系的不断融合，企业信用尤其是企业信贷信用的评估和预测成为了金融体系、信用体系以及企业大数据的交织点和基础。

目前，国内的银行金融机构等对企业信贷信用评估和预测方法中，主要评估依据为财务数据和企业财产。但是，财务数据和企业资产数据存在统计不准确，不能准确反映企业经营状态、市场情况、供应链状态以及交易对手等信息；并且，财务数据存在可追溯性差、追溯成本高、完整性低、可信性低等问题。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有企业信贷信用评估和预测方法所得的结果可信度低。

发明内容

有鉴于此，本发明实施例所解决的技术问题之一在于提供一种违约指数评估方法，用以克服现有技术中，评估和预测方法所得的结果准确性差的缺陷，达到提高评估和预测准确性的效果。

本发明实施例提供一种违约指数评估方法，包括：根据与样本企业关联的样本关联企业的历史涉税数据以及设定的模型建立规则，建立用于对目标企业进行评估的违约指数评估模型；获取目标企业在设定统计周期的涉税数据；根据目标企业在设定统计周期的涉税数据和违约指数评估模型，计算目标企业的违约指数。

可选地，在本发明一具体实施例中，在根据与样本企业关联的样本关联企业的历史涉税数据以及设定的模型建立规则，建立用于对目标企业进行评估的违约指数评估模型之前，方法还包括：获取与样本企业关联的样本关联企业的历史涉税数据，其中，样本关联企业包括与样本企业在供应链上相关联的一个或多个企业。

可选地，在本发明一具体实施例中，获取与样本企业关联的样本关联企业的历史涉税数据包括：选取存在历史违约情况的企业作为样本企业，获取样本关联企业的在样本企业违约时点开始向前回溯至少12个月度的历史涉税数据。

可选地，在本发明一具体实施例中，历史涉税数据包括每个样本关联企业的发票总额、发票总张数中的至少一种。

可选地，在本发明一具体实施例中，根据与样本企业关联的样本关联企业的历史涉税数据以及设定的模型建立规则，建立用于对目标企业进行评估的违约指数评估模型，包括：根据与样本企业关联的样本关联企业的历史涉税数据以及逻辑回归模型建立规则，建立用于对目标企业进行评估的违约指数评估模型。

可选地，在本发明一具体实施例中，根据与样本企业关联的样本关联企业的历史涉税数据以及逻辑回归模型建立规则，建立用于对目标企业进行评估的违约指数评估模型，包括：

对样本关联企业的历史涉税数据进行数据预处理，获得一组或多组样本数据，其中，样本数据中包括样本关联企业与样本企业相关的税务数据、以及样本企业对样本关联企业发生的违约情况；

建立逻辑回归基础函数，其数学形式是：其中，χ表示税务数据，h_θ(χ)表示违约情况，θ表示χ的系数；

通过所述一组或多组样本数据训练所述逻辑回归基础函数，并根据最大近似然函数的方法获得最优的系数θ；

根据所述最优的系数θ，确定逻辑回归计算模型；