一种政策补贴企业效用的评估办法的制作方法

技术特征：
1.一种政策补贴企业效用的评估办法，其特征在于：其方法包括如下步骤：（s1）：采集待评估企业的交易行为，查看待评估企业是否有违规或失信交易行为，记录下违规或失信交易行为，并计算出违规或失信交易行为在正常交易行为所占的比重，若比重大于行业信用值，则判定为失信较重的企业，不予以继续评估，将失信较重的企业筛出：（s2）：采集待评估企业的静态信息数据、企业动态信息数据、宏观外延信息数据、法人实控人高管信息数据和政策补贴数据，并对获取的数据进行预处理，同时从各种数据中获取影响企业效用的数据因子；（s3）：基于卷积神经网络构建用于计算企业效用函数模型，从互联网大数据中获取其他政策补贴企业的效用数据，并将相关企业的影响企业效用的数据因子制成训练集，将该训练集输入至函数模型中，并在深度学习平台对函数模型进行训练；（s4）：将评估企业的数据因子输入至训练好的函数模型中，并根据待评估企业各个效用影响因子的量化数据、权重系数和权重修正值，来确定待评估企业的效用值，并进行企业评分，生成企业效用的评估报告和企业画像。2.根据权利要求1所述的一种政策补贴企业效用的评估办法，其特征在于：所述步骤（s1）中，行业信用值为多个企业信用值的平均值。3.根据权利要求1所述的一种政策补贴企业效用的评估办法，其特征在于：所述步骤（s1）中，采集待评估企业交易行为的时长为半年或半年以上。4.根据权利要求1所述的一种政策补贴企业效用的评估办法，其特征在于：所述步骤（s2）中，待评估企业的静态信息数据包括有工商注册、法院涉诉、对外投融资、商标、专利和著作权，待评估企业的动态信息数据财务报表、纳税信息、银行流水、人行征信和用水用电。5.根据权利要求1所述的一种政策补贴企业效用的评估办法，其特征在于：所述步骤（s2）中，待评估企业的宏观外延信息数据包括有宏观经济、行业指数、舆情监控以及上下游和竞争对手，法人实控人高管信息数据包括有人行征信、网络行为、黑名单命中、社交关系和认证信息。6.根据权利要求1所述的一种政策补贴企业效用的评估办法，其特征在于：所述步骤（s2）中，数据预处理的方式包括有缺失数据补齐以及重复、噪声数据删除。7.根据权利要求1所述的一种政策补贴企业效用的评估办法，其特征在于：所述步骤（s3）中，模型训练的过程分为神经网络训练、数据的预测、强化模型学习和基于训练集的预测四个阶段。8.根据权利要求1所述的一种政策补贴企业效用的评估办法，其特征在于：所述步骤（s3）中，深度学习平台为tensorflow学习平台或pytorch学习平台中的任意一种。9.根据权利要求1所述的一种政策补贴企业效用的评估办法，其特征在于：所述步骤（s4）中，企业的评分包括有经营面评分、宏观评分、法人评分、还款能力评分、还款意愿评分、反欺诈评分和逾期风险评分。

技术总结
本发明涉及企业补贴技术领域，尤其为一种政策补贴企业效用的评估办法，其方法包括如下步骤：采集待评估企业的交易行为，查看待评估企业是否有违规或失信交易行为，记录下违规或失信交易行为，并计算出违规或失信交易行为在正常交易行为所占的比重，若比重大于行业信用值；本发明提出的方法基于补贴企业的各项数据对企业效用进行评估，并得出企业的效用值和企业画像来作为补贴企业的重要指标之一，提高了企业效用评估的准确性和效率，以便补贴企业进行决策选择，给企业的发展带来了助力，同时也便于政府对补贴政策进行调整，而且该方法也能够筛出失信较重的企业，并对该类企业不进行评估，简化了评估流程。简化了评估流程。简化了评估流程。


技术研发人员：任泳然
受保护的技术使用者：深圳金赋科技有限公司
技术研发日：2021.09.18
技术公布日：2022/1/3