CN109801162A - 一种社交媒体数据与多标准交叉认证融合的信用评级方法 - Google Patents

Abstract

一种社交媒体数据与多标准交叉认证融合的信用评级方法，属于信用评级技术领域。方法包括确定企业的信用评级标准和信用等级；信用评级标准包括财务标准、非财务标准、社交媒体标准；采集企业的财务数据、非财务数据、社交媒体数据；并获得企业的财务标准绩效得分、非财务标准绩效得分、社交媒体得分；根据各个信用评级标准的权重，基于企业的财务标准绩效得分、非财务标准绩效得分、社交媒体得分计算企业的总累积置信度；根据总累积置信度和风险态度阈值对企业进行信用评级。本发明集成社交媒体数据和传统评级方法，将各企业的绩效表现得分转换为累积置信度（CBD），得到一个全方面的可靠的信用评级。

Description

一种社交媒体数据与多标准交叉认证融合的信用评级方法

技术领域

本发明涉及信用评级技术领域，特别涉及一种社交媒体数据与多标准交叉认证融合的信用评级方法，具体提出了一种基于累积置信度（CBD）的多标准信用评级方法，在确定企业信用评级时融入社交媒体数据。

背景技术

在银行业，“信贷”可以被定义为允许特定的个人或组织访问特定的资源，并在协议中为贷款者和借款人设定预先确定的条件。为了建立有效的信用风险管理体系，银行应衡量信用风险的大小和潜在影响。信用评估的基本任务是将企业分为风险组。如企业在还款实力及还款意愿方面表现良好，可被视为有良好信誉的企业。企业有不良迹象的，可以视为资信不佳。信誉度高的企业可以分为许多不同目的的群体，如确定信贷额度和贷款人规定的条件。

信用评级是根据一个公司的财务和非财务标准的评估。财务标准是以速动比率、负债比率、存货周转率、税前利润率等比率来表示的货币事实。另一方面，非财务标准则考虑申请组织的商业、管理和组织活动。这些措施的例子包括组织对战略计划的适应性、客户满意度的提高以及未来对新产品/服务的展望等。如今，一个在网络环境中播放的简单的新闻页面，一个局势评估或在社交媒体上传播的提及(例如微博)都有可能改变整个国家的议程。因此，从企业社交网络账号收集的数据可以被认为是一个重要的信息来源。现代金融部门正面临着这样一种情况，即信贷分析者基于金融或非金融措施做出的判断的可靠性已不足以完全评估信用评级。

发明专利申请CN107240014A公开了一种基于企业征信业务的信用评级方法，并具体公开了方法包括以下步骤：S1：数据获取环节，获取被评级企业的相关数据；S2：数据清洗环节，对所述相关数据进行格式转换，消除所述相关数据中的冗余数据，得到具有一致性的标准格式数据；S3：数据调动环节，对所述标准格式的数据进行数据特征描述，调动所述标准格式的数据特征状况匹配程度高的数据；S4：数据建模环节，将步骤S2中所述标准格式的数据分别导入相应的模型，以所述数据调动后的数据作为参考依据，进行数据建模，从不同维度进行数据分析；S5：结果输出环节，将所述数据建模分析后的结果数据进行输出操作，从不同维度分析，将所述结果反馈在所述系统中；S6：报表生成环节，得出具体评级报表。该方法主要是针对财务数据进行企业信用评级，并未考虑社交媒体对企业信用度的影响，无法全方面评估企业信用度。

发明内容

本发明针对现有技术存在的问题，提出了一种社交媒体数据与多标准交叉认证融合的信用评级方法，这种方法的优点在于系统集成社交媒体数据和经典信用评级的方法。具体包括利用层次分析法（AHP）对信用评级问题中的各种标准进行排序，然后利用情感分析来对企业的社交媒体数据进行打分，最后将各企业的绩效表现得分转换为累积置信度(CBD)，并将其汇总为信用评级。

本发明是通过以下技术方案得以实现的：

本发明一种社交媒体数据与多标准交叉认证融合的信用评级方法，包括：

确定企业的信用评级标准和信用等级；其中，所述信用评级标准包括财务标准、非财务标准、社交媒体标准；

采集企业的财务数据、非财务数据、社交媒体数据；并基于财务标准对财务数据进行打分，获得企业的财务标准绩效得分，基于非财务标准对非财务数据进行打分，获得企业的非财务标准绩效得分；基于社交媒体标准对社交媒体数据进行打分，获得企业的社交媒体得分；

根据各个信用评级标准的权重，基于企业的财务标准绩效得分、非财务标准绩效得分、社交媒体得分计算企业的总累积置信度；

根据总累积置信度和风险态度阈值对企业进行信用评级。

作为优选，所述财务标准包括速动比率、流动比率、负债比率、存货周转率、税前利润率、税前净资产回报率、利息支出与净销售比率；

所述非财务标准包括管理人员的商业经验、管理质量、市场定位、宏观经济状况；

所述社交媒体标准包括正/负情感比率、追随者增长率、提及次数、喜欢或转发活动的比率。

作为优选，所述财务标准绩效得分按如下方式获得：基于财务标准并对照财务打分标准表，对财务数据进行打分；

所述非财务标准绩效得分按如下方式获得：基于非财务标准并对照非财务打分标准表，对非财务数据进行打分。

作为优选，所述社交媒体得分按如下方式获得：

对社交媒体数据进行文本情感分析，基于社交媒体标准对社交媒体数据进行打分。

作为优选，所述各个信用评级标准的权重是通过层次分析法确定。

作为优选，企业的累积置信度计算具体为：

利用三角模糊数定义各个信用评级标准的信用评级；

利用三角模糊数将各个信用评级标准的得分转换为置信度；

根据置信度，计算企业信用评级标准的初步累积置信度；

根据各个信用评级标准的权重，计算企业的总累积置信度。

作为优选，所述根据总累积置信度和风险态度阈值对企业进行信用评级具体为：

根据贷方风险态度等级设定风险态度阈值；

总累积置信度大于风险态度阈值时，贷方给企业分配低信用评级，总累积置信度等于风险态度阈值时，贷方给企业分配中间信用评级，总累积置信度小于风险态度阈值时，贷方给企业分配高信用评级。

作为优选，所述贷方风险态度等级包括中立态度等级、避险态度等级、风险寻求等级。

本发明具有以下有益效果：

本发明一种社交媒体数据与多标准交叉认证融合的信用评级方法，在评价企业信用等级时融入社交媒体数据，并利用累积置信度来表示信用评级。具体包括利用层次分析法（AHP）对信用评级问题中的各种标准进行排序，然后利用情感分析来对企业的社交媒体数据进行打分，最后将各企业的绩效表现得分转换为累积置信度(CBD)，并将其汇总为信用评级。

附图说明

图1为本发明一种社交媒体数据与多标准交叉认证融合的信用评级方法流程图；

图2为依据本发明一种社交媒体数据与多标准交叉认证融合的信用评级方法将得分到置信度的转换过程图。

具体实施方式

以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。

如图1，本发明一种社交媒体数据与多标准交叉认证的信用评级方法包括：

S10,确定企业的信用评级标准和信用等级；其中，所述信用评级标准包括财务标准、非财务标准、社交媒体标准；

S20,采集企业的财务数据、非财务数据、社交媒体数据；并基于财务标准对财务数据进行打分，获得企业的财务标准绩效得分，基于非财务标准对非财务数据进行打分，获得企业的非财务标准绩效得分；基于社交媒体标准对社交媒体数据进行打分，获得企业的社交媒体得分；

S30,根据各个信用评级标准的权重，基于企业的财务标准绩效得分、非财务标准绩效得分、社交媒体得分计算企业的总累积置信度；

S40,根据总累积置信度和风险态度阈值对企业进行信用评级。

在步骤S10中，信用评级标准将经典的财务标准、非财务标准和社交媒体标准相结合，以使后续的信用评级更全面。所述财务标准包括速动比率、流动比率、负债比率、存货周转率、税前利润率、税前净资产回报率、利息支出与净销售比率。所述非财务标准包括管理人员的商业经验、管理质量、市场定位、宏观经济状况。所述社交媒体标准包括正/负情感比率、追随者增长率、提及次数、喜欢或转发活动的比率。所述财务标准、所述非财务标准、所述社交媒体标准不限于上述内容，可以是其他反映财务、非财务、社交媒体内容的标准。如将信用评级标准记为k，k=1,2，…，K。K为自然数。例如，k为1时，可以代表财务标准中的速动比率；k为2时，可以代表财务标准中的流动比率；k为3时，可以代表非财务标准中的商业经验；k为4时，可以代表社交媒体标准中的正/负情感比率，等等。

在步骤S10中，信用等级可设定为多个信用级别，如高、中、低信用等级，或者第一、第二、第三信用等级，等诸如此类的信用等级。该信用等级作为后续企业信用评级的基础。例如，定义5个信用等级，将其表示为，指定信用等级A~E分别为。

在步骤S20中，需要采集企业的财务数据、非财务数据、社交媒体数据。其中，财务数据来源于企业的财务报表、银行流水等反映财务状况的信息，财务数据主要反映财务信息，如速动比率、流动比率等。非财务数据来源于管理人员履历、管理成果、市场反响等信息，非财务数据主要反映成果信息，如管理质量、市场状况。所述社交媒体数据来源于企业微博、论坛、公众号等社交媒介，所述社交媒体数据主要反映媒体信息，如点击率、点赞率、分享率、评论、转发。

所述基于财务标准对财务数据进行打分，获得企业的财务标准绩效得分的步骤具体包括：基于财务标准并对照财务打分标准表，对财务数据进行打分。可预先根据专家，如审计师经验形成财务打分标准表，如税前利润率达到60~70%，则打70分，税前利润率达到50~60%，则打60分。获得的财务数据在比对财务打分标准表后，能获得企业的财务标准绩效得分。或者，财务标准绩效得分由专家直接打分获得。或者，通过财务比率分析计算财务标准的绩效得分。

所述基于非财务标准对非财务数据进行打分，获得企业的非财务标准绩效得分的步骤具体包括：基于非财务标准并对照非财务打分标准表，对非财务数据进行打分。可预先根据专家经验形成非财务打分标准表，如管理人员带队处理过5个以上国家级项目，则打90分，带队处理过5个以上省级项目，则打80分。获得的非财务数据在比对非财务打分标准表后，能获得企业的非财务标准绩效得分。或者，非财务标准绩效得分由专家直接打分获得。

所述基于社交媒体标准对社交媒体数据进行打分，获得企业的社交媒体得分的步骤具体包括：对社交媒体数据进行文本情感分析，基于社交媒体标准对社交媒体数据进行打分。所述文本情感分析是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程，主要对采集的评论信息进行文本情感分析。可首先确定情感库，将代表情感的词进行收集、归类，不同的词代表不同类型的情感。当采集到评论信息后，进行字段处理，对“喜欢”等用词归类为正面情绪，对“不喜欢”等用词归类为负面情绪，为此，可统计出正/负情感比率。又例如，“提及次数”也可根据上述方式获得。将企业名称或LOGO作为关键词，对符合关键词的采集字段进行标引或统计次数。除此之外，所述社交媒体得分还可通过统计视频/文章点击率，或者点赞数，或者转发量来获得。

上述财务标准的绩效得分、非财务标准的绩效得分、社交媒体标准得分可通过表示。为企业j在标准k中的得分。其中，企业的财务标准和非财务标准构成了信用评级标准的主要输入。

步骤S30中企业的总累积置信度计算具体为：

S31,利用三角模糊数定义各个信用评级标准的信用评级；

定义转换参数：基于标准k中的得分最优值和最不优值，定义标准（包括财务标准，非财务标准和社交媒体标准）的三角模糊数。设L 和R分别为三角模糊数的下限和上限，C为可能性最大的值，那么信用评级的三角模糊数用表示，由于有5个不同的信用评级，形成5个不同的模糊数。

举例说明，对于收益标准（属性值越大，其偏好越大），定义如下三角模糊数（参照图2）：

、

对于成本标准（属性值越大，其偏好越小），定义如下三角模糊数：

其中，在收益标准中，在成本标准中。

S32,利用三角模糊数将各个信用评级标准的得分转换为置信度；

利用已定义的三角模糊数将绩效得分转换为置信度，记为。计算在不同信用评级水平下企业j对标准k的置信度，计算过程遵循以下规律（以收益标准为例）：

如果（或成本标准中），

则置信度；

如果（或成本标准中的得分），

则置信度，；

如果（或成本标准中的得分），

则置信度，。

5个汇总得到。

例如，第10家企业在第2个标准中的绩效得分为0.4994，计算得到在中的置信度为0.4942，在中的置信度为0.5058，那么表示为。

S33,根据置信度，计算企业信用评级标准的初步累积置信度；

根据置信度计算企业j对标准k的初步累积置信度，记为。计算过程为。例如，将上一步骤中的转换为。

S34,根据各个信用评级标准的权重，计算企业的总累积置信度。

根据每个标准的权重，汇总得到每个企业j的总累积置信度， 。

各个信用评级标准的权重是通过层次分析法确定。层次分析法简称AHP，是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。首先，建立层次结构模型。将决策的目标、考虑的因素（决策准则）和决策对象按它们之间的相互关系分为最高层、中间层和最低层，绘出层次结构图。最高层是指决策的目的、要解决的问题。最低层是指决策时的备选方案。中间层是指考虑的因素、决策的准则。对于相邻的两层，称高层为目标层，低层为因素层。其次，利用构建判断矩阵，为要素i与要素j重要性比较结果。 依据比例标度表进行标度，如同等重要，因素i比因素j为1；极端重要，因素i比因素j为9。接着，对应于判断矩阵最大特征根的特征向量，经归一化(使向量中各元素之和等于1)后记为W。W的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值，这一过程称为层次单排序。并对层次单排序进行一致性检验，即对一致矩阵确定不一致的允许范围。最后，计算某一层次所有因素对于最高层(总目标)相对重要性的权值，称为层次总排序。通过层次分析法计算获得的权重，记为W，。除此之外，各个信用评级标准的权重还可根据评定侧重点进行设定。

步骤S40中所述根据总累积置信度和风险态度阈值对企业进行信用评级的步骤具体为：

S41,根据贷方风险态度等级设定风险态度阈值；

S42,总累积置信度大于风险态度阈值时，贷方给企业分配低信用评级，总累积置信度等于风险态度阈值时，贷方给企业分配中间信用评级，总累积置信度小于风险态度阈值时，贷方给企业分配高信用评级。

根据上一阶段计算的总累积置信度，为每个企业指定一个信用评级。计算 ，其中 表示贷方风险态度的阈值。根据上式，如果是大于或等于的最小上限，那么向企业j分配等级。

所述贷方风险态度等级包括中立态度等级、避险态度等级、风险寻求等级。具体地，如果贷方具有中立态度（即中立态度等级），则将阈值确定为50％；如果贷方表现出避险态度（即避险态度等级），则将阈值确定为50％以上，并且贷方通过分配较低的信用评级来减少风险；如果贷方是风险寻求者（即风险寻求等级），将阈值确定为50％以下，并且贷方给企业分配较高的信用评级。因此，阈值的大小对信用评级结果具有较大影响。

本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。

Claims (8)

1.一种社交媒体数据与多标准交叉认证融合的信用评级方法，其特征在于，包括：

确定企业的信用评级标准和信用等级；其中，所述信用评级标准包括财务标准、非财务标准、社交媒体标准；

采集企业的财务数据、非财务数据、社交媒体数据；并基于财务标准对财务数据进行打分，获得企业的财务标准绩效得分，基于非财务标准对非财务数据进行打分，获得企业的非财务标准绩效得分；基于社交媒体标准对社交媒体数据进行打分，获得企业的社交媒体得分；

根据各个信用评级标准的权重，基于企业的财务标准绩效得分、非财务标准绩效得分、社交媒体得分计算企业的总累积置信度；

根据总累积置信度和风险态度阈值对企业进行信用评级。

2.根据权利要求1所述的一种社交媒体数据与多标准交叉认证融合的信用评级方法，其特征在于，

所述财务标准包括速动比率、流动比率、负债比率、存货周转率、税前利润率、税前净资产回报率、利息支出与净销售比率；

所述非财务标准包括管理人员的商业经验、管理质量、市场定位、宏观经济状况；

所述社交媒体标准包括正/负情感比率、追随者增长率、提及次数、喜欢或转发活动的比率。

3.根据权利要求1所述的一种社交媒体数据与多标准交叉认证融合的信用评级方法，其特征在于，

所述财务标准绩效得分按如下方式获得：基于财务标准并对照财务打分标准表，对财务数据进行打分；

所述非财务标准绩效得分按如下方式获得：基于非财务标准并对照非财务打分标准表，对非财务数据进行打分。

4.根据权利要求1所述的一种社交媒体数据与多标准交叉认证融合的信用评级方法，其特征在于，所述社交媒体得分按如下方式获得：

对社交媒体数据进行文本情感分析，基于社交媒体标准对社交媒体数据进行打分。

5.根据权利要求1所述的一种社交媒体数据与多标准交叉认证融合的信用评级方法，其特征在于，所述各个信用评级标准的权重是通过层次分析法确定。

6.根据权利要求1所述的一种社交媒体数据与多标准交叉认证融合的信用评级方法，其特征在于，企业的累积置信度计算具体为：

利用三角模糊数定义各个信用评级标准的信用评级；

利用三角模糊数将各个信用评级标准的得分转换为置信度；

根据置信度，计算企业信用评级标准的初步累积置信度；

根据各个信用评级标准的权重，计算企业的总累积置信度。

7.根据权利要求1所述的一种社交媒体数据与多标准交叉认证融合的信用评级方法，其特征在于，所述根据总累积置信度和风险态度阈值对企业进行信用评级具体为：

根据贷方风险态度等级设定风险态度阈值；

总累积置信度大于风险态度阈值时，贷方给企业分配低信用评级，总累积置信度等于风险态度阈值时，贷方给企业分配中间信用评级，总累积置信度小于风险态度阈值时，贷方给企业分配高信用评级。

8.根据权利要求7所述的一种社交媒体数据与多标准交叉认证融合的信用评级方法，其特征在于，所述贷方风险态度等级包括中立态度等级、避险态度等级、风险寻求等级。