一种基于林业的金融服务综合化平台

1.本发明涉及金融服务管理技术领域，具体而言，是一种基于林业的金融服务综合化平台。


背景技术：

2.企业金融贷款是指企业向金融机构申请资金，用于经营活动、扩大生产规模或进行投资等方面的借款，伴随者现在企业注册数量、企业规模的不断扩张，企业进行金融贷款的需求越来越高涨，在这种情况下，为了使企业金融贷款办理更加便捷化，很多银行都开通了企业金融贷款服务窗口来针对性地办理企业金融贷款。
3.众所周知，银行办理企业金融贷款的首要操作就是评估企业的贷款额度，对于林业企业来说，由于其经营受到天气、灾害、病虫害等自然因素的影响，导致林业企业的经营风险较高，在评估林业企业贷款额度时需要投入较大的人力精力进行严格评估，同时林业企业的抵押物一般为林木、森林资源，与其他行业企业的抵押物相比，无法移动，且需要实地勘察，这使得在进行林业企业贷款额度评估时需要银行投入大量时间成本，一方面降低了林业企业贷款额度的评估效率，容易占用其他企业的金融贷款时机，另一方面加重了银行评估人员的评估压力，导致银行往往不愿意接收林业企业的贷款申请，且即使接收了林业企业的贷款申请也不会优先进行处理，使得林业企业在申请贷款时难以获得高质量的金融贷款服务，极大影响了林业企业的发展。


技术实现要素：

4.为了克服上述不足，本发明搭建了一种基于林业的金融服务综合化平台，通过联通银行为林业企业提供贷款额度评估的中间媒介平台，不需要由银行直接进行贷款额度评估，能够有效解决相应的技术问题。
5.为达到上述目的，本发明的技术方案是这样实现的：一种基于林业的金融服务综合化平台，包括：目标林业企业信息上传模块，用于由目标林业企业向平台上传经营规模信息、经营期间在各借贷银行的信用等级、财务信息、抵押担保信息、所在供应链信息和基础贷款信息。
6.经营稳定度评估模块，用于基于目标林业企业上传的经营规模信息评估目标林业企业对应的经营稳定度os。
7.借贷信誉度评估模块，用于依据目标林业企业上传的经营期间在各借贷银行的信用等级评估目标林业企业对应的借贷信誉度sc。
8.财务风险评估模块，用于基于目标林业企业上传的财务信息评估目标林业企业对应的财务风险度fi。
9.云数据库，用于存储各种信用等级对应的信用表征值，存储各银行对应的金融地位占比因子，存储各林木品类在各种植阶段的适宜种植环境参数，并存储各林木品类的成材种植年限和成材价值度。
10.企业运营品质评价模块，用于利用公式评价目标林业企业对应的运营品质系
11.数，其中a、b、c分别表示为预设的经营稳定度、借贷信誉度、财务风险度对应的权衡因子。
12.市场发展潜力解析模块，用于借助目标林业企业上传的所在供应链信息解析目标林业企业对应的市场发展潜力指数。
13.抵押担保价值评估模块，用于基于目标林业企业上传的抵押担保信息评估目标林业企业对应的抵押担保价值度。
14.贷款优势度评价模块，用于利用贷款优势度评价模型得到目标林业企业对应的贷款优势度。
15.贷款额度预测显示模块，用于结合目标林业企业对应的基础贷款信息和贷款优势度预测目标林业企业在各银行下的贷款额度，并进行输出显示。
16.在进一步的技术方案中，所述经营规模信息包括经营年限及各历史经营年度对应的年营收和员工数量，财务信息包括总资产、净资产、负债比率、速动比率和利润率，抵押担保信息包括抵押担保林木品类、抵押担保林木种植阶段、抵押担保林木已种植年限和抵押担保林木当前种植环境参数，所在供应链信息包括所在供应链环节和所在供应链在各历史经营年度的交易额，基础贷款信息包括贷款用途和贷款期限。
17.在进一步的技术方案中，所述历史经营年度的具体设定方式为获取当前年度，进而以当前年度为截止向前划定若干年度，作为各历史经营年度。
18.在进一步的技术方案中，所述评估目标林业企业对应的经营稳定度参见下述步骤：从经营规模信息中提取各历史经营年度的年营收，进而以历史经营年度为横坐标，以年营收为纵坐标，构建二维坐标系，由此针对目标林业企业在各历史经营年度的年营收在所建二维坐标系内标注出若干点，形成目标林业企业年营收变化曲线。
19.从经营规模信息中提取各历史经营年度的员工数量，进而按照目标林业企业年营收变化曲线形成方式形成目标林业企业员工数量变化曲线。
20.针对目标林业企业年营收变化曲线和目标林业企业员工数量变化曲线获取目标林业企业对应的年营收历史变化率hr和员工数量历史变化率hn。
21.将目标林业企业对应的年营收历史变化率和员工数量历史变化率结合经营年限导入经营稳定度评估公式得到目标林业企业对应的经营稳定度os，其中a、b分别表示为年营收历史变化率、员工数量历史变化率对应的权重因子，且a+b＝1,t表示为目标林业企业对应的经营年限，e表示为自然常数。
22.在进一步的技术方案中，所述目标林业企业对应的借贷信誉度如下评估步骤：将目标林业企业经营期间在各借贷银行的信用等级与云数据库中各种信用等级对应的信用
表征值进行匹配，从中匹配出目标林业企业在各借贷银行的信用表征值λi，i表示为借贷银行编号，i＝1,2,...,n，n表示为目标林业企业在经营期间存在的借贷银行数量。
23.利用λi评估目标林业企业对应的借贷信誉度sc，评估表达式为式中εi表示为第i借贷银行对应的金融地位占比因子，具体从云数据库中获取，ξ0表示为设定的借贷信用波动度，λ、ε分别表示为倾向借贷银行对应的信用表征值、金融地位占比因子，其中倾向借贷银行对应的获取方式为分别以各借贷银行作为主体借贷银行，由此分别将目标林业企业在其他借贷银行的信用表征值与目标林业企业在主体借贷银行的信用表征值进行信用标准差计算，进而取最小信用标准差对应的借贷银行作为倾向借贷银行。
24.在进一步的技术方案中，所述目标林业企业对应的财务风险度评估公式为式中na、ta、dr、qr、pr分别表示为目标林业企业对应的总资产、净资产、负债比率、速动比率、利润率。
25.在进一步的技术方案中，所述目标林业企业对应的市场发展潜力指数包括以下解析步骤：从所在供应链信息中提取所在供应链环节，进而将目标林业企业对应的所在供应链环节与预设的林业行业中各供应链环节对应的供应占比因子和经营环境影响因子进行匹配，以此匹配出目标林业企业对应的供应占比因子δ和经营环境影响因子χ。
26.从所在供应链信息中提取所在供应链在各历史经营年度的交易额，并将其结合δ和χ计算目标林业企业对应的市场发展潜力指数mi，计算表达式为式中p
t
表示为目标林业企业所在供应链在第t历史经营年度的交易额,t表示为历史经营年度，t＝1,2,...,z，z表示为划定的历史经营年度数量。
27.在进一步的技术方案中，所述目标林业企业对应的抵押担保价值度具体评估过程如下：从抵押担保信息中提取抵押担保林木品类和抵押担保林木种植阶段，进而从云数据库中提取抵押担保林木品类在抵押担保林木种植阶段的适宜种植环境参数，其中种植环境参数包括种植温度、种植湿度和种植光照强度。
28.从抵押担保信息中提取抵押担保林木当前种植环境参数，并将其与抵押担保林木品类在抵押担保林木种植阶段的适宜种植环境参数进行对比，计算抵押担保林木对应的当前
种植阶段种植环境适宜度其中w1、w2、w3分别表示为抵押担保林木当前种植温度、当前种植湿度、当前种植光照强度，w1
′
、w2
′
、w3
′
分别表示为抵押担保林木品类在抵押担保林木种植阶段的适宜种植温度、适宜种植湿度、适宜种植光照强度，u1、u2、u3分别表示为设定的种植温度、种植湿度、种植光照强度对应的比例系数。
29.基于抵押担保林木品类从云数据库中提取抵押担保林木品类对应的成材种植年限和成材价值度。
30.从抵押担保信息中提取抵押担保林木已种植年限，进而将抵押担保林木品类对应的成材种植年限与抵押担保林木已种植年限进行对比，并结合抵押担保林木对应的当前种植阶段种植环境适宜度、抵押担保林木品类对应的成材种植年限和成材价值度计算目标林业企业对应的抵押担保价值度其中d表示为抵押担保林木已种植年限、d0表示为抵押担保林木品类对应的成材种植年限，q表示为抵押担保林木品类对应的成材价值度。
31.在进一步的技术方案中，所述贷款优势度评价模型为
32.在进一步的技术方案中，所述预测目标林业企业在各银行下的贷款额度参见下述步骤：由平台与各银行相联通，获取各银行对应各种贷款用途在单位贷款期限下单位贷款优势度的贷款额度，进而将目标林业企业对应的贷款用途作为指定贷款用途，并将其与各银行对应各种贷款用途在单位贷款期限下单位贷款优势度的贷款额度进行匹配，得到各银行对应指定贷款用途在单位贷款期限下单位贷款优势度的贷款额度rj,j表示为银行编号，j＝1,2,...,m。
33.利用预测公式rj＝rj×f×
ψ,得到目标林业企业在各银行下的贷款额度rj，f表示为目标林业企业对应的贷款期限。
34.与现有技术相比，本发明具有以下优点：1、本发明通过联通银行为林业企业提供贷款额度评估的中间媒介平台——金融服务综合化平台，不需要由银行直接进行贷款额度评估，而是利用林业企业向金融服务综合化平台上传相关信息，由金融服务综合化平台智能进行贷款额度评估，实现了林业企业的便捷智能化贷款额度评估，大大规避了由银行直接对林业企业进行贷款额度评估造成的评估效率和评估压力影响，从而最大限度提高林业企业贷款额度的评估及时度，使得林业企业在申请贷款时也能够获得高质量的金融贷款服务，有助于林业企业的发展。
35.2.本发明在由金融服务综合化平台对林业企业进行贷款额度评估时不是联通单一的银行，而是通过联通各银行评估得到林业企业在各银行下的贷款额度，实现了林业企业在多银行下贷款额度的评估，能够为林业企业对贷款银行的选择提供客观合理的选择渠道、依据，实用价值更高。
36.3.本发明在评估林业企业贷款额度时考虑到影响林业企业贷款额度的因素包括企业内部、企业外部和抵押担保物，由此从企业自身运营品质、市场发展潜力和抵押担保价值多维度出发实现了林业企业贷款额度的多方面评估，进而从评估指标方向大大提高评估结果的准确度，能够为林业企业对贷款银行的选择提高直观可靠的数据支撑。
附图说明
37.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
38.图1为本发明的系统连接示意图。
39.图2为本发明中目标林业企业年营收变化曲线示意图。
40.图3为本发明中目标林业企业员工数量变化曲线示意图。
具体实施方式
41.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.本发明提出一种基于林业的金融服务综合化平台，包括目标林业企业信息上传模块、经营稳定度评估模块、借贷信誉度评估模块、财务风险评估模块、云数据库、企业运营品质评价模块、市场发展潜力解析模块、抵押担保价值评估模块、贷款优势度评价模块和贷款额度预测显示模块。
43.参照图1所示，上述中各模块之间的连接关系为目标林业企业信息上传模块分别与经营稳定度评估模块、借贷信誉度评估模块、财务风险评估模块、市场发展潜力解析模块和抵押担保价值评估模块连接，经营稳定度评估模块、借贷信誉度评估模块和财务风险评估模块均与企业运营品质评价模块连接，企业运营品质评价模块、市场发展潜力解析模块和抵押担保价值评估模块均与贷款优势度评价模块连接，贷款优势度评价模块与贷款额度预测显示模块连接，云数据库分别与借贷信誉度评估模块和抵押担保价值评估模块连接。
44.所述目标林业企业信息上传模块用于由目标林业企业向平台上传经营规模信息、经营期间在各借贷银行的信用等级、财务信息、抵押担保信息、所在供应链信息和基础贷款信息，其中经营规模信息包括经营年限及各历史经营年度对应的年营收和员工数量，财务信息包括总资产、净资产、负债比率、速动比率和利润率，抵押担保信息包括抵押担保林木品类、抵押担保林木种植阶段、抵押担保林木已种植年限和抵押担保林木当前种植环境参数，所在供应链信息包括所在供应链环节和所在供应链在各历史经营年度的交易额，基础贷款信息包括贷款用途和贷款期限。
45.需要说明的是，上述提到的财务信息是指当前财务信息。
46.优选地，历史经营年度的具体设定方式为获取当前年度，进而以当前年度为截止向前划定若干年度，作为各历史经营年度。
47.作为上述方案的一个示例，当前年度为2022年，以2022年为截止向前划定5个年
度，即得到各历史经营年度为2021年、2020年、2019年、2018年、2017年。
48.所述经营稳定度评估模块用于基于目标林业企业上传的经营规模信息评估目标林业企业对应的经营稳定度os，具体评估过程参见下述步骤：从经营规模信息中提取各历史经营年度的年营收，进而以历史经营年度为横坐标，以年营收为纵坐标，构建二维坐标系，由此针对目标林业企业在各历史经营年度的年营收在所建二维坐标系内标注出若干点，形成目标林业企业年营收变化曲线，参见图2所示。
49.从经营规模信息中提取各历史经营年度的员工数量，进而按照目标林业企业年营收变化曲线形成方式形成目标林业企业员工数量变化曲线，参见图3所示。
50.分别将目标林业企业年营收变化曲线和目标林业企业员工数量变化曲线进行求导运算，获取目标林业企业对应的年营收历史变化率hr和员工数量历史变化率hn。
51.可理解的是，当年营收历史变化率、员工数量历史变化率为正时，表明目标林业企业对应的年营收呈增长状态，员工数量呈增长状态，当年营收历史变化率、员工数量历史变化率为负时，表明目标林业企业对应的年营收呈下降状态，员工数量呈下降状态。
52.将目标林业企业对应的年营收历史变化率和员工数量历史变化率结合经营年限导入经营稳定度评估公式得到目标林业企业对应的经营稳定度os，其中a、b分别表示为年营收历史变化率、员工数量历史变化率对应的权重因子，且a+b＝1,t表示为目标林业企业对应的经营年限，e表示为自然常数。
53.在上述经营稳定度评估过程中考虑到当目标林业企业对应的年营收呈下降状态，员工数量呈下降状态时年营收历史变化率、员工数量历史变化率的绝对值越小，经营稳定度越大，当目标林业企业对应的年营收呈增长状态，员工数量呈增长状态时年营收历史变化率、员工数量历史变化率越大，经营稳定度越大。
54.所述借贷信誉度评估模块用于依据目标林业企业上传的经营期间在各借贷银行的信用等级评估目标林业企业对应的借贷信誉度sc，具体如下评估步骤：将目标林业企业经营期间在各借贷银行的信用等级与云数据库中各种信用等级对应的信用表征值进行匹配，从中匹配出目标林业企业在各借贷银行的信用表征值λi，i表示为借贷银行编号，i＝1,2,...,n，n表示为目标林业企业在经营期间存在的借贷银行数量。
55.需要知道的是，上述得到的信用等级是信用(资信)评估机构，例如银行根据企业资信评估结果对企业信用度划分的等级类别，它反映了企业信用度的高低。
56.利用λi评估目标林业企业对应的借贷信誉度sc，评估表达式为式中εi表示为第i借贷银行
对应的金融地位占比因子，具体获取方式为将各借贷银行的名称与云数据库中各银行对应的金融地位占比因子进行匹配，由此匹配得到各借贷银行对应的金融地位占比因子，ξ0表示为设定的借贷信用波动度，λ、ε分别表示为倾向借贷银行对应的信用表征值、金融地位占比因子，其中倾向借贷银行对应的获取方式为分别以各借贷银行作为主体借贷银行，由此分别将目标林业企业在其他借贷银行的信用表征值与目标林业企业在主体借贷银行的信用表征值进行信用标准差计算，进而取最小信用标准差对应的借贷银行作为倾向借贷银行。
57.在上述借贷信誉度评估公式中代表的是目标林业企业对应的借贷信用波动度，其中目标林业企业在各借贷银行的信用表征值之间相差越大，借贷信用波动度越大，当目标林业企业对应的借贷信用波动度越小时表明目标林业企业在各借贷银行的借贷信用分化程度越低，此时平均借贷信用能够起到代表作用，当目标林业企业对应的借贷信用波动度越大时表明目标林业企业在各借贷银行的借贷信用分化程度越高，此时平均借贷信用无法起到代表作用，通过从若干借贷银行中筛选出倾向借贷银行，从而以倾向借贷银行的借贷信用代表目标林业企业对应的借贷信誉度。
58.所述财务风险评估模块用于基于目标林业企业上传的财务信息评估目标林业企业对应的财务风险度fi，具体评估公式为式中na、ta、dr、qr、pr分别表示为目标林业企业对应的总资产、净资产、负债比率、速动比率、利润率，其中目标林业企业对应的净资产越小，负债比率越大，速动比率越小，利润率越小，财务风险度越大。
59.所述云数据库用于存储各种信用等级对应的信用表征值，存储各银行对应的金融地位占比因子，存储各林木品类在各种植阶段的适宜种植环境参数，并存储各林木品类的成材种植年限和成材价值度。
60.所述企业运营品质评价模块用于利用公式评价目标林业企业对应的运营品质系数其中a、b、c分别表示为预设的经营稳定度、借贷信誉度、财务风险度对应的权衡因子，其中经营稳定度和借贷信誉度对运营品质系数的影响为正影响，财务风险度对运营品质系数的影响为负影响。
61.所述市场发展潜力解析模块用于借助目标林业企业上传的所在供应链信息解析目标林业企业对应的市场发展潜力指数，包括以下解析步骤：从所在供应链信息中提取所在供应链环节，进而将目标林业企业对应的所在供应链环节与预设的林业行业中各供应链环节对应的供应占比因子和经营环境影响因子进行匹配，以此匹配出目标林业企业对应的供应占比因子δ和经营环境影响因子χ。
62.可以理解的是林业行业中存在的供应链环节包括林木种植培育、林木加工、林木储存、林木销售等，且不同供应链环节对供应交易产生的价值占比不同，经营环境影响因子
不同，其中林木种植培育由于受外界环境影响较大，使得经营环境影响因子比其他供应链环节要大，其承担的经营风险也要大于其他供应链环节。
63.从所在供应链信息中提取所在供应链在各历史经营年度的交易额，并将其结合δ和χ计算目标林业企业对应的市场发展潜力指数mi，计算表达式为式中p
t
表示为目标林业企业所在供应链在第t历史经营年度的交易额,t表示为历史经营年度，t＝1,2,...,z，z表示为划定的历史经营年度数量，其中目标林业企业所在供应链在各历史经营年度的交易额越大，供应占比因子越大，经营环境影响因子越小，目标林业企业对应的市场发展潜力指数越大，表明目标林业企业对应的市场发展潜力越大。
64.所述抵押担保价值评估模块用于基于目标林业企业上传的抵押担保信息评估目标林业企业对应的抵押担保价值度，具体评估过程如下：从抵押担保信息中提取抵押担保林木品类和抵押担保林木种植阶段，进而从云数据库中提取抵押担保林木品类在抵押担保林木种植阶段的适宜种植环境参数，其中种植环境参数包括种植温度、种植湿度和种植光照强度。
65.从抵押担保信息中提取抵押担保林木当前种植环境参数，并将其与抵押担保林木品类在抵押担保林木种植阶段的适宜种植环境参数进行对比，计算抵押担保林木对应的当前种植阶段种植环境适宜度其中w1、w2、w3分别表示为抵押担保林木当前种植温度、当前种植湿度、当前种植光照强度，w1
′
、w2
′
、w3
′
分别表示为抵押担保林木品类在抵押担保林木种植阶段的适宜种植温度、适宜种植湿度、适宜种植光照强度，u1、u2、u3分别表示为设定的种植温度、种植湿度、种植光照强度对应的比例系数，其中抵押担保林木当前种植环境参数越贴近抵押担保林木品类在抵押担保林木种植阶段的适宜种植环境参数，抵押担保林木对应的当前种植阶段种植环境适宜度越大。
66.基于抵押担保林木品类从云数据库中提取抵押担保林木品类对应的成材种植年限和成材价值度。
67.从抵押担保信息中提取抵押担保林木已种植年限，进而将抵押担保林木品类对应的成材种植年限与抵押担保林木已种植年限进行对比，并结合抵押担保林木对应的当前种植阶段种植环境适宜度、抵押担保林木品类对应的成材种植年限和成材价值度计算目标林业企业对应的抵押担保价值度其中d表示为抵押担保林木已种植年限、d0表示为抵押担保林木品类对应的成材种植年限，q表示为抵押担保林木品类对应的成材价值度，其中抵押担保林木已种植年限越大，当前种植阶段种植环境适宜度越大，成材价值度越大，目标林业企业对应的抵押担保价值度越大。
68.本发明在评估林业企业贷款额度时考虑到影响林业企业贷款额度的因素包括企业内部、企业外部和抵押担保物，由此从企业自身运营品质、市场发展潜力和抵押担保价值多维度出发实现了林业企业贷款额度的多方面评估，进而从评估指标方向大大提高评估结果的准确度，能够为林业企业对贷款银行的选择提高直观可靠的数据支撑。
69.本发明在基于抵押担保信息分析目标林业企业对应的抵押担保价值度过程中考虑到林业企业对应的抵押担保物为林木，而林木只有成材的时候才能发挥最大使用价值，但林木的成材往往一定时限，林木本身成材价值、成材趋近度、长势对林木发挥的使用价值产生关键性的影响，由此以林木当前种植阶段的种植环境作为长势评价因子，以林木已种植年限与成材种植年限的对比值作为成材趋近度评价因子，以林木品类对应的成材价值度作为林木本身成材价值的评价因子，从而实现了抵押担保价值度的充分合理有效分析，最大限度提高了以林木作为抵押担保物的抵押担保价值度分析准确度。
70.所述贷款优势度评价模块用于利用贷款优势度评价模型得到目标林业企业对应的贷款优势度ψ。
71.所述贷款额度预测显示模块用于结合目标林业企业对应的基础贷款信息和贷款优势度预测目标林业企业在各银行下的贷款额度，并进行输出显示，其中预测目标林业企业在各银行下的贷款额度参见下述步骤：由平台与各银行相联通，获取各银行对应各种贷款用途在单位贷款期限下单位贷款优势度的贷款额度，进而将目标林业企业对应的贷款用途作为指定贷款用途，并将其与各银行对应各种贷款用途在单位贷款期限下单位贷款优势度的贷款额度进行匹配，得到各银行对应指定贷款用途在单位贷款期限下单位贷款优势度的贷款额度rj,j表示为银行编号，j＝1,2,
…
,m。
72.利用预测公式rj＝rj×f×
ψ,得到目标林业企业在各银行下的贷款额度rj，f表示为目标林业企业对应的贷款期限。
73.作为上述方案的一个示例，目标林业企业对应的贷款用途可以为林业基础设施建设、林木培育、采伐与加工......。
74.本发明在由金融服务综合化平台对林业企业进行贷款额度评估时不是联通单一的银行，而是通过联通各银行评估得到林业企业在各银行下的贷款额度，实现了林业企业在多银行下贷款额度的评估，能够为林业企业对贷款银行的选择提供客观合理的选择渠道、依据，实用价值更高。
75.本发明通过联通银行为林业企业提供贷款额度评估的中间媒介平台——金融服务综合化平台，不需要由银行直接进行贷款额度评估，而是利用林业企业向金融服务综合化平台上传相关信息，由金融服务综合化平台智能进行贷款额度评估，实现了林业企业的便捷智能化贷款额度评估，大大规避了由银行直接对林业企业进行贷款额度评估造成的评估效率和评估压力影响，从而最大限度提高林业企业贷款额度的评估及时度，使得林业企业在申请贷款时也能够获得高质量的金融贷款服务，有助于林业企业的发展。
76.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。

技术特征：
1.一种基于林业的金融服务综合化平台，其特征在于，包括：目标林业企业信息上传模块，用于由目标林业企业向平台上传经营规模信息、经营期间在各借贷银行的信用等级、财务信息、抵押担保信息、所在供应链信息和基础贷款信息；经营稳定度评估模块，用于基于目标林业企业上传的经营规模信息评估目标林业企业对应的经营稳定度os；借贷信誉度评估模块，用于依据目标林业企业上传的经营期间在各借贷银行的信用等级评估目标林业企业对应的借贷信誉度sc；财务风险评估模块，用于基于目标林业企业上传的财务信息评估目标林业企业对应的财务风险度fi；云数据库，用于存储各种信用等级对应的信用表征值，存储各银行对应的金融地位占比因子，存储各林木品类在各种植阶段的适宜种植环境参数，并存储各林木品类的成材种植年限和成材价值度；企业运营品质评价模块，用于利用公式评价目标林业企业对应的运营品质系数其中a、b、c分别表示为预设的经营稳定度、借贷信誉度、财务风险度对应的权衡因子；市场发展潜力解析模块，用于借助目标林业企业上传的所在供应链信息解析目标林业企业对应的市场发展潜力指数；抵押担保价值评估模块，用于基于目标林业企业上传的抵押担保信息评估目标林业企业对应的抵押担保价值度；贷款优势度评价模块，用于利用贷款优势度评价模型得到目标林业企业对应的贷款优势度；贷款额度预测显示模块，用于结合目标林业企业对应的基础贷款信息和贷款优势度预测目标林业企业在各银行下的贷款额度，并进行输出显示。2.如权利要求1所述的一种基于林业的金融服务综合化平台，其特征在于：所述经营规模信息包括经营年限及各历史经营年度对应的年营收和员工数量，财务信息包括总资产、净资产、负债比率、速动比率和利润率，抵押担保信息包括抵押担保林木品类、抵押担保林木种植阶段、抵押担保林木已种植年限和抵押担保林木当前种植环境参数，所在供应链信息包括所在供应链环节和所在供应链在各历史经营年度的交易额，基础贷款信息包括贷款用途和贷款期限。3.如权利要求2所述的一种基于林业的金融服务综合化平台，其特征在于：所述历史经营年度的具体设定方式为获取当前年度，进而以当前年度为截止向前划定若干年度，作为各历史经营年度。4.如权利要求2所述的一种基于林业的金融服务综合化平台，其特征在于：所述评估目标林业企业对应的经营稳定度参见下述步骤：从经营规模信息中提取各历史经营年度的年营收，进而以历史经营年度为横坐标，以年营收为纵坐标，构建二维坐标系，由此针对目标林业企业在各历史经营年度的年营收在所建二维坐标系内标注出若干点，形成目标林业企业年营收变化曲线；
从经营规模信息中提取各历史经营年度的员工数量，进而按照目标林业企业年营收变化曲线形成方式形成目标林业企业员工数量变化曲线；针对目标林业企业年营收变化曲线和目标林业企业员工数量变化曲线获取目标林业企业对应的年营收历史变化率hr和员工数量历史变化率hn；将目标林业企业对应的年营收历史变化率和员工数量历史变化率结合经营年限导入经营稳定度评估公式得到目标林业企业对应的经营稳定度os，其中a、b分别表示为年营收历史变化率、员工数量历史变化率对应的权重因子，且a+b＝1，t表示为目标林业企业对应的经营年限，e表示为自然常数。5.如权利要求4所述的一种基于林业的金融服务综合化平台，其特征在于：所述目标林业企业对应的借贷信誉度如下评估步骤：将目标林业企业经营期间在各借贷银行的信用等级与云数据库中各种信用等级对应的信用表征值进行匹配，从中匹配出目标林业企业在各借贷银行的信用表征值λ
i
，i表示为借贷银行编号，i＝1,2,...,n，n表示为目标林业企业在经营期间存在的借贷银行数量；利用λ
i
评估目标林业企业对应的借贷信誉度sc，评估表达式为式中ε
i
表示为第i借贷银行对应的金融地位占比因子，具体从云数据库中获取，ξ0表示为设定的借贷信用波动度，λ、ε分别表示为倾向借贷银行对应的信用表征值、金融地位占比因子，其中倾向借贷银行对应的获取方式为分别以各借贷银行作为主体借贷银行，由此分别将目标林业企业在其他借贷银行的信用表征值与目标林业企业在主体借贷银行的信用表征值进行信用标准差计算，进而取最小信用标准差对应的借贷银行作为倾向借贷银行。6.如权利要求5所述的一种基于林业的金融服务综合化平台，其特征在于：所述目标林业企业对应的财务风险度评估公式为式中na、ta、dr、qr、pr分别表示为目标林业企业对应的总资产、净资产、负债比率、速动比率、利润率。7.如权利要求6所述的一种基于林业的金融服务综合化平台，其特征在于：所述目标林业企业对应的市场发展潜力指数包括以下解析步骤：从所在供应链信息中提取所在供应链环节，进而将目标林业企业对应的所在供应链环节与预设的林业行业中各供应链环节对应的供应占比因子和经营环境影响因子进行匹配，
以此匹配出目标林业企业对应的供应占比因子δ和经营环境影响因子χ；从所在供应链信息中提取所在供应链在各历史经营年度的交易额，并将其结合δ和χ计算目标林业企业对应的市场发展潜力指数mi，计算表达式为式中p
t
表示为目标林业企业所在供应链在第t历史经营年度的交易额,t表示为历史经营年度，t＝1,2,...,z，z表示为划定的历史经营年度数量。8.如权利要求7所述的一种基于林业的金融服务综合化平台，其特征在于：所述目标林业企业对应的抵押担保价值度具体评估过程如下：从抵押担保信息中提取抵押担保林木品类和抵押担保林木种植阶段，进而从云数据库中提取抵押担保林木品类在抵押担保林木种植阶段的适宜种植环境参数，其中种植环境参数包括种植温度、种植湿度和种植光照强度；从抵押担保信息中提取抵押担保林木当前种植环境参数，并将其与抵押担保林木品类在抵押担保林木种植阶段的适宜种植环境参数进行对比，计算抵押担保林木对应的当前种植阶段种植环境适宜度其中w1、w2、w3分别表示为抵押担保林木当前种植温度、当前种植湿度、当前种植光照强度，w1
′
、w2
′
、w3
′
分别表示为抵押担保林木品类在抵押担保林木种植阶段的适宜种植温度、适宜种植湿度、适宜种植光照强度，u1、u2、u3分别表示为设定的种植温度、种植湿度、种植光照强度对应的比例系数；基于抵押担保林木品类从云数据库中提取抵押担保林木品类对应的成材种植年限和成材价值度；从抵押担保信息中提取抵押担保林木已种植年限，进而将抵押担保林木品类对应的成材种植年限与抵押担保林木已种植年限进行对比，并结合抵押担保林木对应的当前种植阶段种植环境适宜度、抵押担保林木品类对应的成材种植年限和成材价值度计算目标林业企业对应的抵押担保价值度其中d表示为抵押担保林木已种植年限、d0表示为抵押担保林木品类对应的成材种植年限，q表示为抵押担保林木品类对应的成材价值度。9.如权利要求8所述的一种基于林业的金融服务综合化平台，其特征在于：所述贷款优势度评价模型为10.如权利要求9所述的一种基于林业的金融服务综合化平台，其特征在于：所述预测目标林业企业在各银行下的贷款额度参见下述步骤：由平台与各银行相联通，获取各银行对应各种贷款用途在单位贷款期限下单位贷款优势度的贷款额度，进而将目标林业企业对应的贷款用途作为指定贷款用途，并将其与各银
行对应各种贷款用途在单位贷款期限下单位贷款优势度的贷款额度进行匹配，得到各银行对应指定贷款用途在单位贷款期限下单位贷款优势度的贷款额度r
j
,j表示为银行编号，j＝1,2,...,m；利用预测公式r
j
＝r
j
×
f
×
ψ,得到目标林业企业在各银行下的贷款额度r
j
，f表示为目标林业企业对应的贷款期限。

技术总结
本发明涉及金融服务管理技术领域，具体公开一种基于林业的金融服务综合化平台，通过联通银行为林业企业提供贷款额度评估的中间媒介平台——金融服务综合化平台，不需要由银行直接进行贷款额度评估，而是利用林业企业向金融服务综合化平台上传相关信息，由金融服务综合化平台智能进行贷款额度评估，实现了林业企业的便捷智能化贷款额度评估，大大规避了由银行直接对林业企业进行贷款额度评估造成的评估效率和评估压力影响，从而最大限度提高林业企业贷款额度的评估及时度，使得林业企业在申请贷款时也能够获得高质量的金融贷款服务，有助于林业企业的发展。助于林业企业的发展。助于林业企业的发展。


技术研发人员：黄可权 简雄恒 陈晓琦 曹智栋 丁培荣
受保护的技术使用者：龙岩学院
技术研发日：2023.06.01
技术公布日：2023/8/31