[发明专利]一种应收账款债权融资客户授信方法及系统

权利要求书

1.一种应收账款债权融资客户授信方法，其特征在于，包括如下步骤：

获取应收账款债权的融资请求信息，查询并核实与融资请求信息对应的应收账款债权信息；

对客户进行信用评价，以确定客户的授信额度；

根据客户的授信额度，向授信后的客户发放融资，以实现应收账款债权的授信融资。

2.根据权利要求1所述的应收账款债权融资客户授信方法，其特征在于，在所述对客户进行信用评价，确定客户的授信额度中，包括如下步骤：

从外部合作数据源、互联网以及内部数据库中获取被评客户的外部和内部数据，所述外部和内部数据至少包括供应链上下游交易数据、工商数据、信用记录以及信用评级历史数据；

对获取的外部和内部数据进行清洗操作，清洗操作用于从原始数据中筛选出标准数据；

计算标准数据对应的统计量F和相关矩阵S；

设定入选临界值F_in和剔除临界值F_out；

判断统计量F中的变量是否处于入选临界值F_in和剔除临界值F_out之间；

若是，则输出该变量，得到入选终量，所述入选终量作为信用评价模型的模型变量，构建信用评价模型；

若否，则剔除该变量，并再次判断统计量F中的变量是否处于入选临界值F_in和剔除临界值F_out之间。

通过信用评价模型输出信用评分和信用等级，以进行客户授信。

3.根据权利要求2所述的应收账款债权融资客户授信方法，其特征在于，所述判断统计量F中的变量是否处于入选临界值F_in和剔除临界值F_out之间，包括：

计算统计量F中变量的最大值F_max；

判断最大值F_max是否大于入选临界值F_in；

若是，则输出该统计量F中的变量，得到入选变量。

若否，则剔除统计量F中的该变量，再次判断统计量F中变量的最大值F_max是否大于入选临界值F_in。

4.根据权利要求3所述的应收账款债权融资客户授信方法，其特征在于，所述输出该变量，得到入选变量后，包括：

计算入选变量中的最小值F_min；

判断最小值F_min是否小于剔除临界值F_out；

若是，则剔除该入选变量，并再次判断最大值F_max是否小于剔除临界值F_out；

若否，则输出该入选变量，该入选变量作为入选终量。

5.根据权利要求2所述的应收账款债权融资客户授信方法，其特征在于，所述输出该变量，得到入选终量时，对相关矩阵S进行消去变换，得到入选相关矩阵，所述入选终量对应的入选相关矩阵的最后一行数据作为信用评价模型的回归系数。

6.一种应收账款债权融资客户授信系统，其特征在于，包括融资请求获取模块(1)、客户授信模块(2)和融资发放模块(3)；

融资请求获取模块(1)用于获取应收账款债权的融资请求信息，查询并核实与融资请求信息对应的应收账款债权信息；

客户授信模块(2)用于对客户进行信用评价，以确定客户的授信额度；

融资发放模块(3)用于根据客户的授信额度，向授信后的客户发放融资，以实现应收账款债权的授信融资。