[发明专利]一种基于税务大数据分析的信用评估方法

权利要求书

1.一种基于税务大数据分析的信用评估方法，其特征在于,该信用评估方法包括如下步骤：

步骤一、提取税务数据，将税务数据进行按照评价主体进行归一处理；

步骤二、针对评价主体进行显著特征提取，将企业的非常规行为按照纳税人进行打标签，并通过群体画像的形式分析显著特征标签提取；

步骤三、利用AI方式分析税务数据，选取指标并进行验证，基于验证通过的指标，将提取的显著特征进行场景化；

步骤四、基于AHP建立指标体系递阶层次结构，将影响评价的各因素按照不同属性自上而下分解成目标层、准则层和标签层三个层次，且同一层次的各因素从属于上一层次的因素；

步骤五、在指标体系递阶层次结构的基础上，根据上下层次之间的隶属关系构造判断矩阵；

步骤六、根据步骤五构造的判断矩阵，计算判断矩阵的最大特征值所对应的正规化的特征向量，该特征向量即为本层次因素相对于上层次所属因素的相对重要性权重值；

步骤七、根据步骤六计算得到个指标的权重，每个准则及指标都有一个权重系数，且每一层的权重系数之和等于1；

步骤八、利用专家评分法根据各指标对整个体系中影响程度，为每一个指标设定初始值；

步骤九、依据步骤一到步骤八货物的数据，构建信用评分模型，并抽样某地市的税务数据灌入信用评分模型进行训练，得到打分结果，根据打分结果不断调整信用评分模型的参数，并最终得到可以直接输出打分结果的新信用评分模型。

2.根据权利要求1所述的一种基于税务大数据分析的信用评估方法，其特征在于，在步骤一中，所述评价主体包括纳税人和办税人；

A)所述评价主体为纳税人时，将数据信息按照纳税人进行归集；

B)评价主体为办税人时，办税人员进行数据归集，数据归集方式包括：

B1)若采集数据的系统进行了实名制，则按照实名为主线进行归集，与实名制的主体相关的信息都认为是该主体的信息；

B2)若采集数据的系统未进行实名制，未实名制的信息则统一采用相同识别号或者身份证号为主线归集。

3.根据权利要求1所述的一种基于税务大数据分析的信用评估方法，其特征在于，在步骤二中，所述企业的非常规行为包括注销行为、非正常行为、逾期行为；

利用大数据的打标签方法，人工标签或者自动标签企业的非常规行为。

4.根据权利要求1所述的一种基于税务大数据分析的信用评估方法，其特征在于，在步骤三中，基于验证通过的指标，将提取的显著特征进行场景化，其具体操作内容包括：

1)删除取值变化小的指标，若某个特征90％的实例取值相等，就认为该指标作用不大，随后删除该取值变化小的指标；

2)通过皮尔逊相关系数度量不同指标之间的相关性，尤其通过皮尔逊相关系数对连续指标之间的线性相关进行度量，减少冗余指标；

3)采用距离相关系数，若距离相关系数为0，则判定这两个指标是各自独立的；

4)对于离散型指标之间的相关性，采用Spearman相关系数进行度量，通过不同的相关系数计算方法，度量任意两个离散指标之间的相关性，根据相关性的大小进行单指标提取；

5)基于机器学习模型的方法进行特征选择，采用决策树算法、随机森林算法、支持向量机算法至少一种算法对选择的特征进行打分，随后将打分结果运用到特征任务选择中，用来提取显著特征。

5.根据权利要求1所述的一种基于税务大数据分析的信用评估方法，其特征在于，在步骤四中，所述目标层评价结果量化预定目标；

所述准则层表示支持预定目标的分项支撑，准则层分为三级：

a)一级准则层分为基本特质-税务属性、行为偏好-涉税行为、历史信息-涉税历史、履约能力-遵从能力、税务关系-关联关系，以全面覆盖评价主体和税务数据范围为准；

b)二级准则层，按照税务业务分类，登记、认定、优惠、证明、申报、征收、法制等，囊括纳税人或办税人的全部涉税行为；

c)第三级为具体办理业务事项；

所述标签层表示实现预定目标所采用的指标，标签层包含增值税申报、个人所得税缴纳、增值税专用发票领用各具体事项，标签层是整个分析系统的最小单位。