申请/专利权人：上海生腾数据科技有限公司;上海合合信息科技股份有限公司;上海临冠数据科技有限公司;上海盈五蓄数据科技有限公司

申请日：2021-05-17

公开（公告）日：2024-03-05

公开（公告）号：CN113222255B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/0635;G06Q50/18

优先权：

专利状态码：有效-授权

法律状态：2024.03.05#授权;2021.08.24#实质审查的生效;2021.08.06#公开

摘要：本申请公开了一种企业合同履约表现量化及短期违约预测的方法。从司法裁判文书中获取企业数据。确定违约严重度的多个分段区间。为每一家企业在四个维度进行排序。为三个维度建立线性模型，根据线性模型为每一家企业在三个维度上计算得分。建立合同履约分计算模型，计算每一家企业的合同履约分。根据企业的合同履约分的不同区间进行评级，不同评级表征不同的企业历史违约严重度和或未来短期内违约风险。采用多个样本企业的真实结果作为预测结果的校验值，对所述合同履约分计算模型中的a、b、c系数进行调整，使所述合同履约分计算模型的计算及后续的评级预测结果符合预期。本申请可用于企业的企业合同履约表现量化及短期违约预测。

主权项：1.一种企业合同履约表现量化及短期违约预测的方法，其特征是，包括如下步骤；步骤S1：从司法裁判文书中获取企业数据；步骤S2：计算样本企业的未来三年企业死亡率和违约严重度，通过数据统计分析构建样本企业的未来三年企业死亡率与违约严重度的关系，将一个相近范围内的未来三年企业死亡率对应的违约严重度作为违约严重度的一个分段区间，以此得到违约严重度的多个分段区间；所述违约严重度是指违约规模相对企业规模的大小，违约规模是指违约案件的判决总金额；企业规模取决于注册资本、人员、融资；违约严重度＝违约规模÷企业规模；步骤S3：为每一家企业在违约规模维度、违约次数维度、被执行情况维度、违约连续性维度这四个维度进行排序；步骤S4：为违约规模维度、违约次数维度、被执行情况维度建立三个线性模型，根据线性模型为每一家企业在违约规模维度、违约次数维度、被执行情况维度上计算得分；所述三个线性模型均为score＝x－yz×n，score为某一家企业在该维度的得分，x为起始分因子，y是该企业的违约规模，z是该企业的企业规模，n是该企业在该维度上由步骤S3得到的排序；不同的违约严重度的分段区间对应着不同的起始分因子x；步骤S5：根据每一家企业在违约规模维度、违约次数维度、被执行情况维度的得分以及违约连续性系数建立合同履约分计算模型，用所述合同履约分计算模型计算每一家企业的合同履约分；所述合同履约分计算模型为index＝score1×a＋score2×b＋score3×c×d；index为企业的合同履约分，score1表示该企业在违约规模维度的得分，score2表示该企业在违约次数维度的得分，score3表示该企业在被执行情况维度的得分，a、b、c分别为违约规模维度、违约次数维度、被执行情况维度的影响系数，d为企业在时间、违约次数上衡量出的违约连续性系数，违约连续性系数d是基于违约连续性维度的有限数量的排列组合和排序而人为设定的系数；步骤S6：根据企业的合同履约分的不同区间进行评级，不同评级表征不同的企业历史违约严重度和或未来短期内违约风险；步骤S7：采用多个样本企业套入所述步骤S5建立的合同履约分计算模型，并进入步骤S6根据样本企业在所述合同履约分计算模型计算出的合同履约分进行评级，作为预测结果；以样本企业的真实结果作为预测结果的校验值，对所述合同履约分计算模型中的a、b、c系数进行调整，使所述合同履约分计算模型的计算及后续的评级预测结果符合预期；经过系数调整后的所述合同履约分计算模型及后续的评级用于企业合同履约表现量化及短期违约预测。

全文数据：

权利要求：

百度查询： 上海生腾数据科技有限公司;上海合合信息科技股份有限公司;上海临冠数据科技有限公司;上海盈五蓄数据科技有限公司 一种合同履约表现量化及短期违约预测的方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD