[发明专利]一种公共信用领域企业信用风险评估方法

说明书

本发明提供一种公共信用领域企业信用风险评估方法，其可以基于企业的在公共信用领域的历史数据，构建企业信用评价模型，分析得到企业在公共信用领域中的信用风险评估结果。本发明技术方案中，基于企业在公共信用领域内历史数据作为基础样本数据，对企业的公共信用领域内历史数据中的数值型特征变量、非数值型特征变量分别进行变量分箱处理后，进行变量筛选操作，然后基于预测性的数学模型：逻辑回归模型进行回归拟合，建立了用于评估企业严重失信风险的概率；最后建立公共信用领域企业信用风险评分卡对企业的信用风险进行评估。

技术领域

本发明涉及企业信用风险评估技术领域，具体为一种公共信用领域企业信用风险评估方法。

背景技术

在市场经济中，企业的信用在其运营的环境中愈发变得重要。然而，现有的信用评估方法大多基于企业的财务方面数据，如：企业的运营资金、收入、利润率、利润增长率等等进行展开。但是仅仅从财务方面对一个企业进行评估，得到的结果，明显只适用于投资方的需求。

目前国家正在推进社会信用体系建设，各地方政府都展开对企业信用评价的研究和探索，以期能够根据企业信用情况更好地对企业进行管理。然而，因为企业在公共信用领域的基础信息数据多为非数值型数据，同时，公共信用领域的评价维度和财务领域的评价维度也完全不同，所以无法直接使用现有的基于财务数据的风险评估方法。那么，如何在公共信用领域对企业进行信用评估则是急需解决的一个问题。

发明内容

为了解决现有技术中缺少在公共信用领域对企业进行信用评估的方法的问题，本发明提供一种公共信用领域企业信用风险评估方法，其可以基于企业的在公共信用领域的历史数据，构建企业信用评价模型，分析得到企业在公共信用领域中的信用风险评估结果。

本发明的技术方案是这样的：一种公共信用领域企业信用风险评估方法，其特征在于，其包括以下步骤：

S1：采集各类型企业在公共信用领域内历史数据作为基础样本数据；

所述基础样本数据包括：企业基本信息、企业公共信用信息；

所述企业基本信息为描述企业当前状态的信息；

所述企业公共信用信息为描述企业在公共信用领域曾经接收过的处罚记录的数据；

S2：对所述基础样本数据中的所有样本数据按照其所属种类进行预处理，得到样本数据集；

将所述样本数据集分割为训练用样本基础数据集、测试数据集；

S3：将所述训练用样本基础数据集中的数据进行变量分箱处理；

对于所述训练用样本基础数据集中的非数值型特征变量，基于直接分箱法进行分箱处理；

S4：对经过所述变量分箱处理的所述训练用样本基础数据集，进行变量筛选操作，得到最终的训练数据集；

所述变量筛选操作包括：

a1：对所述训练用样本基础数据集中的每种特征变量，分别计算得到对应的信息值；

a2：删除所述信息值低于预设的信息值阈值的特征变量；

a3：计算所述训练用样本基础数据集中的任意两种特征变量的皮尔逊相关系数，基于样本相关性对所述训练用样本基础数据集中的特征变量进行剔除；

a4：对所述训练用样本基础数据集中的每一种特征变量基于其自变量与因变量进行逻辑回归拟合，将所有无法显著预测因变量的特征变量进行剔除，得到所述训练数据集；

S5：基于逻辑回归模型对所述训练数据集进行模型拟合，将不符合预设的显著性指标的特征变量进行剔除，得到公共信用领域企业信用风险评估模型；

S6：基于所述公共信用领域企业信用风险评估模型的参数，构建公共信用领域企业信用风险评分卡；