[发明专利]基于大数据分析的关系圈挖掘方法及其应用

说明书

技术领域

本发明属于关系圈挖掘技术领域，涉及基于大数据分析的关系圈挖掘方法及其应用。

背景技术

基于目前各种信息不公开不对称的大背景下，近年来不良贷款、信用不良等企业日益增多，很多企业从银行贷款并非自用，而是挪给信用不良不能贷款的关联企业使用；还有企业本身实力可以按照合同约束履行，但是关联企业信用不良间接导致该企业无法履行合同，导致合同纠纷等。

例如A公司信用情况良好从银行贷款1000万，银行审核A公司信用报告后放贷，A公司将贷款转移给信用不良无法贷款的关联B公司，B公司在经营过程中亏损或者将贷款偿还了B公司的不良贷款或欠款，从而导致A公司需自己偿还贷款或无力偿还，致使A公司现金流出现问题甚至更严重。

例如甲公司是一家经营时间及营收良好的公司，但是甲公司的关联公司乙、丙两公司是经营不良或新投资行业转型公司，乙、丙公司可能长期需要甲公司经济支撑导致甲公司资金周转不良，拖欠客户供应商；还可能乙、丙公司出现司法案件，无力偿还，最终由甲公司来承担风险，最终导致甲、乙、丙三家公司都出现信用不良，资金链断裂，甚至破产倒闭等。

因此，规避关联企业风险需要一种快速、准确的企业及高管关系圈分析挖掘技术。

发明内容

本发明提出基于大数据分析的关系圈挖掘方法及其应用，解决了现有技术中的上述问题。

本发明的技术方案是这样实现的：

基于大数据分析的关系圈挖掘方法，包括以下步骤，

步骤一、确定目标企业关系人分值A：

A＝A1+A2+A3，A1为目标企业股东模块分值、A2为目标企业非股东高管模块分值、A3为目标企业商业关系模块分值；

A1＝k11A11+k12A12+k13A13，A11为目标企业自然人股东模块分值、A12为目标企业股东兼高管模块分值、A13为目标企业股东商业关系模块分值，k11、k12、k13分别为A11、A12、A13的权重；

A11＝A111+A112，A111为目标企业自然人股东中本企业股东模块分值，A112为目标企业自然人股东中法人股东的股东模块分值，

A2＝k21A21+k22A22+k23A23，A21为目标企业非股东高管主模块分值、A22为目标企业非股东高管作为非目标企业股东模块分值、A23为目标企业非股东高管商业关系模块分值，k21、k22、k23分别为A21、A22、A23的权重；

步骤二、确定目标企业关系圈分值B：

B＝B1+B2+B3，B1为目标企业股权关系模块分值，B2为目标企业高管重叠模块分值，B3为目标企业商业合作模块分值；

B1＝B11+B12，B11为目标企业法人股东模块分值，B12为目标企业参股公司模块分值；

B11＝f111B111+f112B112+f113B113+f114B114，B111为目标企业法人股东的法人股东占比模块分值，B112为目标企业法人股东的高管重叠模块分值，B113为目标企业法人股东的行业关联分值，B114为目标企业法人股东的地理远近模块分值，f111、f112、f113、f114分别为B111、B112、B113、B114的权重；

B12＝f121B121+f122B123+f123B123+f124B124，B121为目标企业参股公司参股比例模块分值，B122为目标企业参股公司的高管重叠模块分值，B123为目标企业参股公司的行业关联分值，B124为目标企业参股公司的地理远近模块分值，f121、f122、f123、f124分别为B121、B122、B123、B124的权重，

B2＝f21B21+f22B22+f23B23+f24B24，B21为目标企业高管重叠主模块分值，B22为目标企业与高管重叠公司商业合作模块分值，B23为目标企业与高管重叠公司行业关联模块分值，B24为目标企业与高管重叠公司地理远近模块分值，f21、f22、f23、f24分别为B21、B22、B23、B24的权重；

步骤三、根据目标企业关系人分值A和/或目标企业关系圈分值B确定目标企业关系分值C。

作为进一步的技术方案，