专利名称：一种基于灰色模糊的企业信用评价方法
技术领域：
本发明涉及企业信用评价领域，尤其是一种适用处理财税的大容量多维实时数据的企业信用评价方法。
背景技术：
财务方面的实时数据通常具有数量大、数据流量突发性高、维度高等特点，如何处理如此庞大的实时数据以及如何运用如此庞大的数据进行企业的信用评价一直是个难题。因为这些实时数据维数高，噪音大，冗余量高，数据的突变性也较高，如果运用这样的数据进行企业信用评价，运算的复杂度必然较高，时效性也会大大折扣。同时，采用这样的数据对企业进行信用评价，结果也必然会存在失真的危险。因为我们是对企业财政数据进行实时采集，所以得到的都是基于时间序列的数据，这些数据具有时间属性，但是它的时态关系和时态数据库系统相比要简单一些，主要是说其时间是序列化的。用户可能对那些在较小范围变化的数据兴趣不大，仅较为关注默写变化剧烈的拐点数据。由于受评样本一上市公司经济结构比较复杂，常常会因为政策或者某些特殊的原因导致其在某一个或者某一段时间点的数据发生剧增或者骤减的现象，与其正常稳定状态下的数据产生很大的差异。但是对于每家企业来说，在长期的经营周期里其经验业绩必然会呈现出一种稳定的趋势，这样就意味着该企业的信用状态也必然会在同样的时间段里相对稳定。所谓“数据突变”是指当受评样本由于受到某些特殊原因的影响，从而导致其在某一个或者某一段时间点的数据发生剧增或者骤减的现象，与其正常稳定状态下的数据产生很大的差异。如果采用这种情况下采集来的数据样本对企业进行信用评价的话，必然会导致很明显的错评现象，对企业的评价就不够真实、客观，很容易产生信用风险。传统信用评价技术大多数都是针对在孤立时间点上对受评的目标企业数据进行评价分析，但是往往受评目标由于某些原因可能会产生数据“突变”，导致评价结果不准确，从而产生信用风险。
发明内容
为了克服已有企业信用评价方法的运算复杂度高、时效性较差、可靠性较差的不足，本发明提供一种降低运算复杂度、时效性良好、有效提高可靠性的基于灰色模糊的企业信用评价方法。本发明解决其技术问题所采用的技术方案是一种基于灰色模糊的企业信用评价方法，所述评价方案包括以下步骤I)多维时间序列数据初始化 将待评价企业的财政数据实时采集，得到基于时间序列的数据，即长度为n的d维时间序列定义为Xi (t) ； {i = 1,2, L, d ；t = 1,2, L, n}，其中，Xi (t)表示的是当时间点为t时，第i维变量Xi的取值；
一个长度为n的d维时间序列用矩阵的形式表示为
权利要求
1.一种基于灰色模糊的企业信用评价方法，其特征在于所述评价方案包括以下步骤 1)多维时间序列数据初始化 将待评价企业的财政数据实时采集，得到基于时间序列的数据，即长度为n的d维时间序列定义为Xi (t) ； {i = 1,2, L, d ；t = 1,2, L, n}，其中，Xi (t)表示的是当时间点为t时，第i维变量Xi的取值； 一个长度为n的d维时间序列用矩阵的形式表示为 X L「X I =X2.2 L X2." LH _ M M L M 5 L 该矩阵中每一项元素Xi, t表示的是第i维指标Xi在时间点t上的采样值； 2)建立信用评价指标体系划分信用评价等级标准，并确定各种信用评价指标； 3)数据预处理 在同一个信用指标体系中，采用简单的数学函数变换将各种信用评价指标的数值映射到同一某个数值区间，指标度量单位统一化的数据模型如下x..=^(I) 5 Si 其中，Xij为第j个时间点的第i项指标的最初元素A为第i项指标所有取值的均值，$为第i项指标的方差，用公式表示为 (2) nn v , 对于指标度量单位统一化数据模型处理之后得到的X' u，再采用极值方法进行处理，使得被处理之后的数据都能够映射到[O，I]区间上，极值方法的公式为X;.= H(3)J X1r -Xt ./cmax/cmin 其中，X' kmM和X' kmin分别指X' lk, X' 2k, L, X' ^中的最大值和最小值； 4)进行灰色关联分析先确定参考序列和比较序列，接着计算灰色关联系数，最后计算灰色关联度，得到信用评判值组成的灰色关联矩阵； 5)模糊聚类分析 将灰色关联矩阵转化成模糊相似矩阵，将模糊相似矩阵进行平方自合成法将其转换成模糊等价矩阵，选取置信水平值\ G
，求出模糊等价矩阵的\阶矩阵，当入，样本Xi与\可并为同一类，所得到的分类就是在\水平上的等价分类，实现不同的评价结果。
2.如权利要求I所述的基于灰色模糊的企业信用评价方法，其特征在于所述步骤4)中，确定参考序列和比较序列的过程 所述参考序列是由最优单目标优化值构成，记为xw，参考序列Xw可表示为
3.如权利要求I或2所述的基于灰色模糊的企业信用评价方法，其特征在于所述模糊聚类分析过程中，采用数量积法来计算
全文摘要
一种基于灰色模糊的企业信用评价方法，包括以下步骤1)多维时间序列数据初始化；2)划分信用评价等级标准，并确定各种信用评价指标；3)在同一个信用指标体系中，采用简单的数学函数变换将各种信用评价指标的数值映射到同一某个数值区间；4)先确定参考序列和比较序列，接着计算灰色关联系数，最后计算灰色关联度，得到信用评判值组成的灰色关联矩阵；5)将灰色关联矩阵转化成模糊相似矩阵，将模糊相似矩阵进行平方自合成法将其转换成模糊等价矩阵，选取置信水平值λ∈
，求出模糊等价矩阵的λ阶矩阵，当rij≤λ，样本xi与xj可并为同一类，所得到的分类就是在λ水平上的等价分类，实现不同的评价结果。本发明降低运算复杂度、时效性良好、有效提高可靠性。
文档编号G06Q30/00GK102629296SQ20121005013
公开日2012年8月8日 申请日期2012年2月29日 优先权日2012年2月29日
发明者刘东升, 周怡, 王冰, 王蓓, 琚春华, 郭晓娜, 陈庭贵 申请人:浙江工商大学