[发明专利]一种预测应收账款未来回款的方法及系统

说明书

本发明涉及回款预测的技术领域，提供了一种预测应收账款未来回款的方法及系统。方法包括：S1：获取被测对象的包括客户基础数据、应收账款数据、回款数据在内的数据；S2：获取被测对象历史的应收账款数据作为样本进行计算预测，统计应收账款数据从形成日到观测日结束为止每月的应收账款余额的数值，对每月的应收账款余额计算平均余额占比，以此去计算出下一个月预测的应收账款余额，并使用当月的应收账款余额减去下一个月预测的应收账款余额，计算得到预测的下一个月的回款金额，并进行逐月的计算预测。解决了传统的根据企业的平均违约率来计算预计还款，由于企业的违约会因不同时期、不同原因不断发生变化，导致还款预测的偏差很大的问题。

技术领域

本发明涉及回款预测的技术领域，尤其涉及一种预测应收账款未来回款的方法及系统。

背景技术

在金融领域，中小企业融资难、融资贵一直是一个世界性的难题。随着近些年互联网的发展，互联网小贷、供应链金融的出现在一定程度上有所缓解，但对金融机构来说，仍然存在着一些长期困扰的痛点和需求，包括看不清产业链、摸不透底层资产以及对企业主体不信任等。根据2019年人民银行的研究报告《制造业企业融资需求的总量与结构特征》中可以看到，受技术能力的制约实体产业金融服务呈存在潜在需求大、满足程度低的问题。随着数字经济的兴起，产业数字化成为产业升级的重要目标。因此，基于产业数字化水平，通过计算手段帮助让底层资产透明、可信以及风险可控。

对于实体产业由于商贸交易，存在着大量的应收账款，而企业通过应收账款转让、质押等方式来获取金融服务。因此，对于应收账款的管理则成为金融机构风险管理的核心要点之一，尤其是对应收账款未来的回款的预测管理。但是，对于金融机构或会计事务所等中介机构，其对应收账款的回款预测只是简单的按照约定的账期计算得到应收账款应还款日，根据企业的历史违约数据计算得到平均的违约率，预计还款-违约金额＝实际回款。但是，显然企业的违约由于不同时期、不同原因是会发生变化的，依靠计算得到的静态的违约率应用在预测中，预测的效果不是很好，偏差较大。

在专利申请CN201910877050.0--一种预测还款概率的方法、装置、电子设备和存储介质中公开“提供一种预测还款概率的方法，包括：获取每一设备的历史还款状态信息，其中所述历史还款状态信息包括过去n期的还款状态信息和本期还款状态信息，所述还款状态包括正常还款和逾期还款，所述逾期还款包括逾期1期、逾期2期和逾期多期；以及根据所述设备的历史还款状态信息，采用马尔科夫状态转移矩阵计算每一所述设备在下一期的还款概率。简化每一设备在下一期的还款概率的预测准确率，进而可以帮助租赁商、经销商和主机厂有效预测下一期的回款总金额，以提升对债权风险的控制能力”。上述技术方案，通过计算下一期的还款概率，来预测下一期的回款总金额，其实与上文中提到的计算违约率类似，由于企业的违约在不同时期、不同原因是会发生变化的，因此预测出来的效果仍然偏差较大。

发明内容

针对上述问题，本发明的目的在于提供一种预测应收账款未来回款的方法及系统。摆脱了传统的根据企业的平均违约率来计算预计还款，由于企业的违约会因不同时期、不同原因不断发生变化，导致还款预测的偏差很大的问题。基于产业链下游对核心企业形成的近期的全量的应收账款，观测应收账款从形成后到观测日结束为止每月余额的变化，并计算出各月形成的应收账款的平均余额占比，以此数据去预测融资的底层应收账款的下个月的余额，并拿已知的当月余额-下月预测的余额，即得到所预测的回款金额，并进行逐月预测。

本发明的上述发明目的是通过以下技术方案得以实现的：

一种预测应收账款未来回款的方法，包括以下步骤：

S1：获取被测对象的包括客户基础数据、应收账款数据、回款数据在内的数据，并对数据进行包括缺失值处理、极值处理在内的处理；