一种企业风险评估方法、系统及终端设备

技术领域

本申请涉及数据分析技术领域，尤其涉及一种企业风险评估方法、系统及终端设备。

背景技术

在银行实际金融业务开展过程中发现多数小微企业是三无企业，即“无信用、无账本、无抵押”。在传统抵质押逻辑下，比较难获得金融资源，于是形成了融资难、融资贵的问题。目前主要通过使用企业经营性数据来佐证企业经营，进行数字信用补充抵质押信用，以解决小微企业融资难、融资贵的问题。传统衡量企业经营状况的数据主要有企业的销售额、税务、发票三项数据。而小微企业大多数成立时间较短，在组织形式、管理模式、治理机制、产权制度和财务制度等方面数据均不完善。多数没有建立规范的财务会计制度，财务报表数据不准确，财务信息不公开，且个人企业账户未能严格区分。此外，更重要的是经营性数据在真实的发生场景中均有一定的滞后性，给业务开展带来诸多不便，如：

1)风险管理困难：滞后的企业经营性数据可能给银行的风险管理带来挑战。银行需要及时了解企业的真实财务状况和经营情况，以评估与企业相关的风险。若无法获得及时的数据，银行将难以准确评估和控制与企业相关的信用风险。

2)延迟贷款审批：滞后的企业经营性数据可能导致贷款审批时间的延长，因为银行需要等待最新的数据以评估企业的财务状况和信用风险。这可能增加贷款审批的时效性，延长贷款申请的处理时间。

3)贷后管理挑战：滞后的企业经营性数据对于银行的贷后管理也带来挑战。贷后管理包括对贷款资金使用情况和还款能力的监测。如果税务数据和销售数据滞后，银行可能无法及时了解企业的实际财务状况和经营情况，从而增加了对不良资产的风险。

发明内容

有鉴于此，本申请实施例提供一种企业风险评估方法、系统及终端设备，可以有效解决由于企业经营性数据缺失及滞后，导致评估企业经营性风险时效差的问题等。

第一方面，本申请实施例提供一种企业风险评估方法，包括：

获取待评估企业在第一设定历史时间段内的销售指标数据；

获取所述待评估企业在第二设定历史时间段内的生产设备的电力指标数据；

利用所述销售指标数据和所述电力指标数据，确定销售指标数据与生产设备的电力指标数据的相关度；

根据所述相关度和获取的当前时段内生产设备的电力指标数据确定所述待评估企业的经营风险。

在一些实施例中，所述销售指标数据包括多个单位周期内的销售额数据；所述电力指标数据包括多个单位周期内生产设备的用电量数据；

所述利用所述销售指标数据和所述电力指标数据，确定销售指标数据与生产设备的电力指标数据的相关度，包括：

根据所述销售额数据和所述生产设备的用电量数据采用动态时间规整方法确定销售额与生产设备的用电量的相关度。

在一些实施例中，所述根据所述销售额数据和所述生产设备的用电量数据采用动态时间规整方法确定销售额与生产设备的用电量的相关度，包括：

根据多个所述销售额数据得到第一设定长度的销售额时序序列，根据多个所述生产设备的用电量数据得到第二设定长度的用电量时序序列；

根据第一设定长度、第二设定长度确定行数和列数，根据确定的行数和列别构造矩阵网格；

计算所述销售额时序序列中每个销售额数据点与所述用电量时序序列中每个用电量数据点的距离，并对应填入所述矩阵网格；

在所述矩阵网格中确定最短路径，并将所述最短路径作为所述销售额与生产设备的用电量的相关度。

在一些实施例中，所述计算所述销售额时序序列中每个销售额数据点与所述用电量时序序列中每个用电量数据点的距离，包括：

计算所述销售额时序序列中每个销售额数据点与所述用电量时序序列中每个用电量数据点的欧几里得距离。

在一些实施例中，所述生产设备的用电量采用以下方法得到：

获取安装在所述生产设备上的物联网手环定期上传的生产设备的电流，获取所述生产设备的工作电压和所述生产设备的工作时长；

根据所述生产设备的电流、工作电压和工作时长确定生产设备的用电量。

在一些实施例中，所述方法还包括：

根据所述相关度和当前时段内生产设备的电力指标数据确定当前时段内的销售额；

根据所述当前时段内的销售额，确定所述待评估企业的贷款金额。

在一些实施例中，所述电力指标数据采用以下方式得到：

根据需求确定所述待评估企业包括的各子产品的权重系数；

根据各子产品对应的权重系数和各子产品对应的子生产设备的电力指标数据，确定所述待评估企业的生产设备的电力指标数据。

在一些实施例中，所述销售指标数据采用以下方式得到：

根据产品利润率为各产品设定调整系数；

根据所述调整系数和对应产品的子销售指标数据，确定所述销售指标数据。

第二方面，本申请实施例提供一种企业风险评估系统，所述系统包括物联网设备手环和评估中心，所述物联网设备手环安装于待评估企业生产设备上，用于采集所述生产设备的电力指标数据；所述评估中心用于根据本申请第一方面提供的一种企业风险评估方法对所述待评估企业进行风险评估。

第三方面，本申请实施例提供一种终端设备，所述终端设备包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施本申请第一方面提供的一种企业风险评估方法。

本申请的实施例具有如下有益效果：

由于小微企业各方面制度不健全，各方面数据缺失或者滞后，导致难以采用传统方法评估小微企业的经营风险，导致小微企业融资难、融资贵，而制造型企业的生产设备的电力数据确实时存在的。所以，本申请中通过获取生产设备的电力指标数据以及销售指标数据，然后找到电力指标数据和销售指标数据的相关度；最后，根据所述相关度和当前时段内生产设备的电力指标数据确定所述待评估企业的经营风险。由此，本申请可以有效解决由于企业经营性数据缺失及滞后，导致评估企业经营性风险时效差的问题等。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本申请实施例企业风险评估系统的一种框架示意图；

图2示出了本申请实施例企业风险评估方法的一种流程图；

图3示出了本申请实施例企业风险评估方法中设备耗电量数据按月汇总变化趋势的一种示意图；

图4示出了本申请实施例企业风险评估方法中销售额数据按月汇总变化趋势的一种示意图；

图5示出了本申请实施例企业风险评估方法中设备耗电量数据按月汇总变化趋势的另一种示意图；

图6示出了本申请实施例企业风险评估方法中销售额数据按月汇总变化趋势的另一种示意图；

图7示出了本申请实施例中采用传统方法计算耗电量和销售额两个序列的欧几里得距离的示意图；

图8示出了本申请实施例中采用DTW算法计算耗电量和销售额两个序列的欧几里得距离的示意图；

图9示出了本申请实施例中DTW算法中矩阵网格的示意图；

图10示出了本申请实施例中提到的1000家企业的总电流和总销售额趋势变化的示意图。

主要元件符号说明：

100-评估中心；200-物联网设备手环。

具体实施方式

下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。

通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

除非另有限定，否则这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。

下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互结合。

现有金融科技中，主要采用销售额、税务、发票三项数据评估企业的运营状况。但是小微企业常常缺失上述数据，或者滞后获得上述数据，导致贷款难、贷款贵。又由于电力数据具备覆盖地区广、积累历史数据长、颗粒度足够细、更新频率较高等特点，可使用电力数据补充企业经营性数据，来间接佐证企业经营情况，弥补企业经营性数据缺失及滞后贷款难、贷款贵等困扰，便于更高时效的评估企业经营性风险，以便于向小微型企业贷款。由此，本申请提出一种企业风险评估方法、系统及终端设备，可以有效解决由于企业经营性数据缺失及滞后，导致评估企业经营性风险时效差的问题等。

本申请主要思路：通过引入电力数据，基于动态时间规整算法，分析企业耗电量(又称为用电量)与企业营业收入的关联关系，在增加考虑企业因经营特点存在的时间差(账期)后，解决小微制造行业数据不对称问题，实现“以电定贷”新模式，有效衡量企业经营能力、助力解决小微企业融资难、融资贵的问题。此外，由于耗电量与电流成正比例关系，所以也可以分析企业电流与企业营业收入的关联关系。

具体来说，通过本申请提供的一种企业风险评估系统来实现本申请主要方案，如图1所示，该企业风险评估系统，包括物联网设备手环200和评估中心100，该物联网设备手环200安装于待评估企业生产设备上，在客户授权情况下通过该物联网设备手环200获取待评估企业的电流数。例如，该物联网设备手环200每隔15分钟(或者其他设定时长)上传一次生产设备的工作电流数据。虽然生产设备在不同工作状态下的电流不同，开工、不开工、半开工等不同状态下对应的电流不同，而且不同生产类型的设备的工作电流不同，但是其消耗的电能与设备的工作电流成正比，即单位时间电流越大，设备的消耗的电能越多。也就是说电能消耗作为生产类型企业一项重要成本支出，可以通过电流数据间接评估企业的电能消耗。

该评估中心100用于根据本申请提供的一种企业风险评估方法对待评估企业进行风险评估。

下面结合一些具体的实施例来对该企业风险评估方法进行说明。

图2示出了本申请实施例的企业风险评估方法的一种流程图。示范性地，该企业风险评估方法包括以下步骤：

S10，获取待评估企业在第一设定历史时间段内的销售指标数据；获取待评估企业在第二设定历史时间段内的生产设备的电力指标数据。

一般小微企业经营数据存在滞后性，但是历史数据确实容易获得的。上述第一设定历史时间段和第二设定历史时间段的长度可以相同也可以不同，具体长度可以根据实际需求确定，比如，可以是2年或者3年。

S20，利用销售指标数据和电力指标数据，确定销售指标数据与生产设备的电力指标数据的相关度。

在一种实施方式中，销售指标数据包括多个单位周期内的销售额数据；电力指标数据包括多个单位周期内生产设备的用电量数据。即销售指标为销售额，电力指标为生产设备的电流。比如，依据月份为单位周期，销售指标数据为多个月份的销售额数据，电力指标数据为多个月份的生产设备的用电量数据。

进一步地，生产设备的用电量采用以下方法得到：

获取安装在生产设备上的物联网手环定期上传的生产设备的电流，获取生产设备的工作电压和生产设备的工作时长；根据生产设备的电流、工作电压和工作时长确定生产设备的用电量。

由于企业电能消耗W＝UIT，U表示设备工作电压，I表示设备工作电流，T表示设备工作时长。各制造业工业用电电压默认为恒定一致的，所以电能消耗与电流和时间乘积成正比，由上公式可以计算企业单位时间电能消耗情况。

进一步地，步骤S20中利用销售指标数据和电力指标数据，确定销售指标数据与生产设备的电力指标数据的相关度，包括：

根据销售额数据和生产设备的用电量数据采用动态时间规整方法确定销售额与生产设备的用电量的相关度。

进一步地，根据销售额数据和生产设备的电流数据采用动态时间规整方法确定销售额与生产设备的用电量的相关度，包括：

1)根据多个销售额数据得到第一设定长度的销售额时序序列，根据多个生产设备的用电量数据得到第二设定长度的用电量时序序列；

2)根据第一设定长度、第二设定长度确定行数和列数，根据确定的行数和列别构造矩阵网格；

3)计算销售额时序序列中每个销售额数据点与用电量时序序列中每个用电量数据点的距离，并对应填入矩阵网格；优选地，计算销售额时序序列中每个销售额数据点与用电量时序序列中每个用电量数据点的欧几里得距离，将得到的欧几里得距离对应填入矩阵网格。

4)在矩阵网格中确定最短路径，并将最短路径作为销售额与生产设备的用电量的相关度。

S30，根据相关度和获取的当前时段内生产设备的电力指标数据确定待评估企业的经营风险。

在一种实施方式中，由于生产设备在使用过程中的磨损等原因导致耗电量会发生变化，为了提高评估精确度，电力指标数据采用以下方式得到：

1)根据需求确定待评估企业包括的各子产品的权重系数；比如，根据使用年限设定各子产品对应生产设备的权重系数。

2)根据各子产品对应的权重系数和各子产品对应的子生产设备的电力指标数据，确定待评估企业的生产设备的电力指标数据。即，使用权重系数减掉由于设备损耗等等原因导致的电力数据变化的那一部分。

在一种实施方式中，由于企业风险还和盈利大小息息相关，为了提高评估精确度，销售指标数据采用以下方式得到：

1)根据产品利润率为各产品设定调整系数；可以采用现有的收益测算方法或者评估方法，预测整个市场中该产品的利润率，得到待评估企业生产的多个产品的利润率。根据对应的利润率给各产品设定调整系数。利润率越大调整系数越大，反之，利润率越小调整系数越小。

2)根据调整系数和对应产品的子销售指标数据，确定销售指标数据。例如，将调整系数乘以对应产品的子销售指标数据，然后再将各产品对应的销售指标数据相加。

下面结合具体示例对本申请的一种企业风险评估方法进行说明:

S110，获取待评估企业的电流数据和销售额数据。

如图3是某待评估企业在2020年12月～2022年4月设备耗电量数据按月汇总变化趋势，其中横轴表示月份，纵轴表示耗电量(单位为度)。如图4为经企业授权获取到该企业的税务数据中的销售额数据，具体单位2020年12月～2021年11月的销售额数据按月汇总变化趋势，其中，横轴表示月份，纵轴表示月销售总额(单位为万)。通过图3和图4的对比发现设备耗电量和销售额数据具有一定的相关性和延后性。

S120，采用动态时间规整算法计算相关度。

本申请通过动态时间规整(Dynamic Time Warping，简称DTW)算法，佐证出企业耗电量与企业营业收入存在时间序列相关性，考虑到部分企业因为企业经营特点存在一定的时间差(比如账期问题)，总体而言耗电量可以用于佐证企业的生产经营状况。度量耗电量时序变化与企业销售额数据时序变化相似性的方法，使用的是把两个序列规整对齐，减少延时与波动的影响，衡量两种时序数据相关度，利用动态时间规整方法针对于时序之间的度量指标。DTW可以计算两个时间序列的相关度，尤其适用于不同长度、不同节奏的时间序列。比如电流数据时序变化和企业全部销售收入情况，一般企业销售收入会延迟于企业电能消耗时序(比如可能存在存货的情况)。也就是说，大部分情况下，两个序列整体上具有非常相似的形状，但是这些形状在X轴(也就是时间轴上)并不是对齐的，需要将其中一个(或者两个)序列在时间轴下扭曲，以达到更好的对齐。而DTW就是实现这种扭曲的一种有效方法。DTW通过把时间序列进行延伸或者缩放，即将销售收入或者电流消耗时序延伸或者缩短，使得两个序列的形态尽可能的一致，得到最大可能的相关度。

首先介绍下动态时间规整算法定义和要求：

定义：按照距离最近的原则，构建两个序列元素之间的对应关系，评估两个序列的相似性。

要求：单调性，即路径不能走回头路，确保特征不会在路径中重复；连续性，路径不能跳跃，确保没有元素被忽略；边界条件，路径从左下方开始到右上方结束，确保序列整体都被考虑。

S121，现在按照动态时间规整算法的定义，根据电力指标数据和销售指标数据得出两个时间序列Q(耗电量)和C(销售额)，序列Q的长度为n，序列C的长度为m。即，Q＝q

然后还需要对齐这上述Q、C两个序列，构造n*m的矩阵网格，计算欧几里得距离，寻找最短距离。

其中，矩阵元素(i,j)表示q

计算Q和C两个序列的距离，距离越近，相关度越高，表示企业电能消耗(用电量)与企业销售收入相关性越高。

在传统的方法中计算耗电量(用电量)和销售额两个序列的欧几里得距离，只是计算两个序列各个序号相同的点之间的距离之和Dist，Dist＝|Q(1)-C(1)|+|Q(2)-C(2)|+|Q(3)-C(3)|+|Q(4)-C(4)|+|Q(5)-C(5)|+|Q(6)-C(6)|+|Q(7)-C(7)|+|Q(8)-C(8)|+|Q(9)-C(9)|+|Q(10)-C(10)|＝34，如图7所示(图中上面为耗电量数据(电能消耗)，下面为销售额数据(销售收入))。

而本申请中采用DTW算法计算耗电量和销售额两个序列的欧几里得距离。即，如图8所示，计算销售额序列中每个销售额数据点与耗电量序列中每个用电量数据点的欧几里得距离，并对应填入矩阵网格。

S122，计算欧几里得距离，构建矩阵网格。

如图9所示，假如用一个10*10矩阵M表示用电量序列A(1-6-2-3-0-9-4-1-6-3)和销售额序列B(1-3-4-9-8-2-1-5-7-3)各个点之间的欧几里得距离，M(i,j)等于用电量序列A的第i个点和销售额序列B的第j个点之间的欧几里得距离，M(i,j)＝|A(i)-B(j)|,1≤i,j≤10。将得到欧几里得距离对应填入矩阵网格。

具体地，填充距离矩阵：dis(x,y)＝|x-y|。

对于最左侧一列：

D[i,0]＝dis(A_i,B_0)+D[i-1,0]，D[5,0]＝dis(2,1)+D[4,0]＝|2-1|+20＝21；

对于最下边一行：

D[0,j]＝dis(A_0,B_j)+D[0,j-1]

D[0,5]＝dis(1,17)+D[0,4]＝|1-9|+9＝17

对于其他元素：

D(i，j)＝dis(A

D[3，3]＝dis(A

D[3,3]＝|9-3|+min(11，5，5)

D[3,3]＝6+5＝11

将上述得到的欧几里得距离对应填入矩阵网格。

S123，在矩阵网格中寻找最短路径。

最后，在矩阵网格中寻找最短路径并将最短路径距离作为两个序列相关度。具体地，从矩阵网格的右上角开始，向左下三点中，寻找较小的那个作为下一节点，直至最后一行，得到最短路径path，如图9中灰色底色各节点构成的路径。

即，Path＝[(A

S124，计算用电量和销售额之间的相关度。

用电量序列A与销售额序列B之间的相关度采用以下公式计算：

其中，k表示最短路径中的第k个点，即第k个欧几里得距离，K表示最短路径中的总节点数量，P

此外，由于电流和用电量成正比例关系，所以本申请也可以直接采用动态时间规整算法计算电流数据和销售额的相关度。本实施例抽取出具备时间周期超12个月的电流数据及销售额数据的1000余家企业，采用本申请方法计算电流与企业营业收入存在时间序列相关性，部分企业因为企业经营特点存在一定的时间差(账期)，但是总体而言电流是可以作为佐证企业的生产经营状况的有效补充，其效果如图10所示(全部企业电能变化和销售收入变化情况)。

S130，根据相关度和当前时段内生产设备的电力指标数据确定待评估企业的经营风险。即根据相关度和当前时段内生产设备的电力指标数据确定当前时段内的销售额；根据当前时段内的销售额，确定风险等级，进而确定待评估企业的贷款金额。

本申请实施例还提供了一种企业风险评估装置的一种结构示意图。示范性地，该企业风险评估装置包括：数据获取模块、相关度计算模块和风险输出模块。

数据获取模块，用于获取待评估企业在第一设定历史时间段内的销售指标数据；获取待评估企业在第二设定历史时间段内的生产设备的电力指标数据；

相关度计算模块，用于利用销售指标数据和电力指标数据，确定销售指标数据与生产设备的电力指标数据的相关度；

风险输出模块，用于根据相关度和获取的当前时段内生产设备的电力指标数据确定待评估企业的经营风险。

可以理解，本实施例的装置对应于上述实施例的企业风险评估方法，上述实施例中的可选项同样适用于本实施例，故在此不再重复描述。

本申请还提供了一种终端设备，示范性地，该终端设备包括处理器和存储器，其中，存储器存储有计算机程序，处理器通过运行所述计算机程序，从而使终端设备执行上述的企业风险评估方法或者上述企业风险评估装置中的各个模块的功能。上述企业风险评估系统中的评估中心运用于该终端设备上。

其中，处理器可以是一种具有信号的处理能力的集成电路芯片。处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、图形处理器(GraphicsProcessing Unit，GPU)及网络处理器(Network Processor，NP)、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件中的至少一种。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。

存储器可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器用于存储计算机程序，处理器在接收到执行指令后，可相应地执行所述计算机程序。

本申请还提供了一种可读存储介质，用于储存上述终端设备中使用的所述计算机程序。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。