蕃茄风险控制该文上有关小原野控数学模型内容，以后有关的有：

不能不知—小企业最常用的三大情景数学模型……

彼时谈及了小原野控的三类数学模型：销售收入估计数学模型与欠费预测数学模型，那时的内容会在那个基础上再介绍除此之外三类数学模型，即诈欺预测数学模型与取钱率预测数学模型，相加出来在小企业有关数学模型上就有五大类常用数学模型。

因此在现阶段采用的企业信用记录层次上，也会跟大家介绍现阶段普通用得最多的企业信用记录调查报告都有什么样内容。

一.小企业有关数学模型

①销售额预测数学模型：

未来12个月限额预测

(小企业信贷/供应链金融/这种一来限额综合评价）

②欠费预测数学模型

欠费机率分

(小企业信贷/供应链金融/金融投资）

③取钱率预测数学模型

取钱机率分

(小企业信贷/金融投资)

④诈欺预测数学模型

诈欺分

(小企业信贷/供应链金融/金融投资）

①销售额预测数学模型

销售额预测数学模型，是借助企业发展史的经营方式数据去预测未来的经营方式情况。比如说在用往后2～3年的数据预测未来1年的前述销售额，于是如前所述这种的情景需求，他们就有了销售收入估计数学模型的内容。

对营业额估计不同的趋势预测采用的数学模型不一样，为了让数学模型能够做到精准的基础保障，同时他们以前述的生产数据作为检验的方法去找出最适合企业的销售额预测的一个方法。

在现阶段数学模型的采用上，ARIMA数学模型（时间序列分析）在销售额波动性比较大的企业比较适合，线性回归数学模型在销售额趋势比较明显的企业比较适合。

在用往后2～3年的数据预测往后1年的前述销售额，他们采用前述数据去校验数学模型的准确性，来选择合适的数学模型进行前述未来1年销售额的预测。

现阶段此数学模型，对贷款发放、设备租赁等涉及企业信用评估的情景有非常高的参考价值。

②数学模型介绍-欠费预测数学模型

欠费机率数学模型能做到对中小企业企业信贷的还款能力做准确的预测，数学模型主要采用的经典的逻辑回归数学模型。

参考着笔者以后的开发经验，现阶段欠费机率数学模型来源于10万以上的真实还款样本，因此如前所述现有不断增加的前述生产数据，对数学模型不断迭代优化。

同事在数学模型的开发上，同时对行业做了细分，因此综合了工商、司法、财税、发票、企业基本信息等建模变量，非常全面综合、各个层次评价了企业的信用情况，采用至少三年的发展史数据，数学模型稳定性好，无论是通用情景还是分行业情景预测性都有较好保障。

③数学模型介绍-取钱率预测数学模型

取钱率预测数学模型，则预测客群取钱数据的数学模型。如前所述发展史申请客户前述取钱情况，结合企业基本信息、工商信息、财税信息；

取钱标志(0:正常，1:未取钱)；采用逻辑回归数学模型建模，能够精准评估客户的取钱机率，从而对客户价值做进一步估计。

以下是他们以后项目开发的数学模型有关指标：

④数学模型介绍-诈欺预测数学模型

诈欺预测是根据上下游的交易数据等想内容，如前所述发展史放款客户开票表现，结合企业基本信息、工商司法信息、报税信息、销售额信息、贷款人信息作为入参变量；诈欺标志(0:正常，1:诈欺（诈欺来自于资方反馈，首期欠费且失联）)；按照一定比例划分训练集、测试集;分别采用决策树数学模型进行训练、验证。

现阶段在有关的诈欺策略中可以参考的层次有：

策略一：顶额开票风险

顶额开票是指不含税销售金额到达发票种类的上限，如百万元，开到999999.99元就属于顶额开票。

策略二：相同限额开票风险

策略三：客户集中度风险

策略四：废票风险

（详情参考第二期小原野控）

二.企业信用记录调查报告

数学模型能否开发取决于自家是否有有关的发展史数据，所以在当有关的数据匮乏时。他们也会借助市面上比较常规化的企业信用记录调查报告来辅助判断企业风险，企业信用记录调查报告的内容除了会涵盖上述的数学模型内容外，在目前市场上较为常规层次还可能包括有：

企业风险预测——未来12月销售收入预测、未来贷款机率、未来欠费风险、数学模型解读；

企业综合评价——企业基本信息、企业评分评级、工商司法风险提示、纳税发票财务风险提示；

纳税指标分析——纳税信用等级发展史、纳税收入总览、纳税指标分析、税收违法违规、欠税信息、每月社保缴纳合计；

财务指标分析——企业资产情况、负债情况、借款情况、应付应收账款、营业收入、营业利润、经营方式性现金流量变化情况；

发票指标分析——上游供应商分析、供应商集中度、稳定性分析 核心供应商法案情况 核心供应商关联情况 下游客户分析、客户集中度、稳定性分析 销项开票按月分类统计；

工商司法信息——企业工商基本信息、被执行信息、欠税信息、商标专利信息；

运用有关的企业信用记录调查报告，适用的情景有：

一.在某些数据供应链模式中，一些下游企业情景较单一，获取数据层次低，在有关的企业信用记录调查报告运用上可以：

1.1.弱核心化可以减少核心企业数据提供层次

1.2.销售额预测数学模型可以判断企业一整年总体经营方式情况，而非单一核心企业

1.3.验证数据发票可以验证ERP数据的真实性

1.4.情景提升不用单一向核心企业支付，提升企业积极性

二.传统的金融投资流程中授信有关的审核流程等

评估（审批）材料

a、基本数据资料类：营业执照、商业银行开户许可证、公司章程、公司简介

b、财务报表：最新三年财报 和 最新季报；报表明细科目；近一年主力商业银行流水

c、资历面：公司或者主要负责人名下的不动产证、车本复印件 （尽调过程中根据具体情况会有部分需要补充的细节材料）

有关企业信用记录和数学模型有关的内容，详细可关注《小原野控训练营》或在知识星球中，也有有关的信用记录层次的信用记录调查报告分享：

另更全面的内容，欢迎关注：《小原野控训练营》

~原创该文

…

end