[发明专利]一种政策补贴企业效用的评估办法

说明书

本发明涉及企业补贴技术领域，尤其为一种政策补贴企业效用的评估办法，其方法包括如下步骤：采集待评估企业的交易行为，查看待评估企业是否有违规或失信交易行为，记录下违规或失信交易行为，并计算出违规或失信交易行为在正常交易行为所占的比重，若比重大于行业信用值；本发明提出的方法基于补贴企业的各项数据对企业效用进行评估，并得出企业的效用值和企业画像来作为补贴企业的重要指标之一，提高了企业效用评估的准确性和效率，以便补贴企业进行决策选择，给企业的发展带来了助力，同时也便于政府对补贴政策进行调整，而且该方法也能够筛出失信较重的企业，并对该类企业不进行评估，简化了评估流程。

技术领域

本发明涉及企业补贴技术领域，具体为一种政策补贴企业效用的评估办法。

背景技术

企业一般是指以盈利为目的，运用各种生产要素（土地、劳动力、资本、技术和企业家才能等），向市场提供商品或服务，实行自主经营、自负盈亏、独立核算的法人或其他社会经济组织。政府补助是指企业从政府无偿取得货币性资产或非货币性资产，但不包括政府作为企业所有者投入的资本。我国主要政府补助为财政贴息、研究开发补贴以及政策性补贴。补贴的申请条件有（1）生产经营活动符合国家及所在区域产业结构调整政策和环保政策；（2）依法参加失业保险并足额缴纳失业保险费；（3）上年度未裁员或裁员率低于统筹地区城镇登记失业率；（4）企业财务制度健全、管理运行规范；（5）企业的信用度。对于政策补贴企业，其效用的评估是企业决策选择以及政府补贴政策的重要指标之一，同时也是衡量企业是否能继续获得补贴的标准之一，同时对于已获得补贴的企业，一旦出现严重失信行为，政府有权终止或收回补贴，因此无需对严重失信的企业进行评估。

为此我们提出一种基于补贴企业的各项数据对企业效用的评估，并得出企业的效用值和企业画像，同时能够筛出失信较重企业的评估办法。

发明内容

本发明的目的在于提供一种政策补贴企业效用的评估办法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种政策补贴企业效用的评估办法，其方法包括如下步骤：

（S1）：采集待评估企业的交易行为，查看待评估企业是否有违规或失信交易行为，记录下违规或失信交易行为，并计算出违规或失信交易行为在正常交易行为所占的比重，若比重大于行业信用值，则判定为失信较重的企业，不予以继续评估，将失信较重的企业筛出：

（S2）：采集待评估企业的静态信息数据、企业动态信息数据、宏观外延信息数据、法人实控人高管信息数据和政策补贴数据，并对获取的数据进行预处理，同时从各种数据中获取影响企业效用的数据因子；

（S3）：基于卷积神经网络构建用于计算企业效用函数模型，从互联网大数据中获取其他政策补贴企业的效用数据，并将相关企业的影响企业效用的数据因子制成训练集，将该训练集输入至函数模型中，并在深度学习平台对函数模型进行训练；

（S4）：将评估企业的数据因子输入至训练好的函数模型中，并根据待评估企业各个效用影响因子的量化数据、权重系数和权重修正值，来确定待评估企业的效用值，并进行企业评分，生成企业效用的评估报告和企业画像。

优选的，所述步骤（S1）中，行业信用值为多个企业信用值的平均值。

优选的，所述步骤（S1）中，采集待评估企业交易行为的时长为半年或半年以上。

优选的，所述步骤（S2）中，待评估企业的静态信息数据包括有工商注册、法院涉诉、对外投融资、商标、专利和著作权，待评估企业的动态信息数据财务报表、纳税信息、银行流水、人行征信和用水用电。

优选的，所述步骤（S2）中，待评估企业的宏观外延信息数据包括有宏观经济、行业指数、舆情监控以及上下游和竞争对手，法人实控人高管信息数据包括有人行征信、网络行为、黑名单命中、社交关系和认证信息。

优选的，所述步骤（S2）中，数据预处理的方式包括有缺失数据补齐以及重复、噪声数据删除。