[發(fā)明專利]一種企業(yè)金融風險定量分析和預(yù)警方法、裝置及設(shè)備

在審

• 申請?zhí)枺?/td>: 202011023365.8
• 申請日: 2020-09-25
• 公開（公告）號: CN111967802A
• 公開（公告）日: 2020-11-20
• 發(fā)明（設(shè)計）人: 戚華春;孫學(xué)軍
• 申請（專利權(quán)）人: 杭州安恒信息安全技術(shù)有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/00;G06F16/215;G06N20/00
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 張春輝

1.一種企業(yè)金融風險定量分析和預(yù)警方法，其特征在于，包括：

采集目標企業(yè)的企業(yè)數(shù)據(jù)；

從所述企業(yè)數(shù)據(jù)中提取企業(yè)金融風險指標的指標數(shù)據(jù)，其中所述企業(yè)金融風險指標包括企業(yè)注冊風險指標、企業(yè)經(jīng)營風險指標和企業(yè)輿情風險指標；

采集所述目標企業(yè)的官網(wǎng)的訪問量數(shù)據(jù)以作為樣本，計算樣本方差、樣本均值、樣本標準差；根據(jù)所述樣本方差、所述樣本均值、所述樣本標準差的大小關(guān)系，確定輿情調(diào)節(jié)參數(shù)，其中所述輿情調(diào)節(jié)參數(shù)用于對所述企業(yè)輿情風險指標的權(quán)重進行調(diào)節(jié)；

將所述指標數(shù)據(jù)和所述輿情調(diào)節(jié)參數(shù)輸入企業(yè)金融風險模型，得到所述目標企業(yè)的企業(yè)金融風險指數(shù)，其中所述企業(yè)金融風險模型包括各項企業(yè)金融風險指標的權(quán)重；

根據(jù)所述企業(yè)金融風險指數(shù)，進行風險預(yù)警。

2.如權(quán)利要求1所述的方法，其特征在于，所述采集目標企業(yè)的企業(yè)數(shù)據(jù)，包括：

通過以下任意一項或多項技術(shù)，采集目標企業(yè)的企業(yè)數(shù)據(jù)：逆向JS腳本技術(shù)、網(wǎng)頁自動化測試技術(shù)、多賬號Cookie池技術(shù)、中間人代理技術(shù)。

3.如權(quán)利要求2所述的方法，其特征在于，所述從所述企業(yè)數(shù)據(jù)中提取企業(yè)金融風險指標的指標數(shù)據(jù)，包括：

對所述企業(yè)數(shù)據(jù)進行預(yù)處理，其中所述預(yù)處理包括數(shù)據(jù)清洗和整理；從預(yù)處理后的企業(yè)數(shù)據(jù)中識別得到企業(yè)金融風險指標的文字描述；通過自然語言處理技術(shù)，將所述文字描述轉(zhuǎn)換為向量表示，得到企業(yè)金融風險指標的指標數(shù)據(jù)。

4.如權(quán)利要求1所述的方法，其特征在于，在所述將所述指標數(shù)據(jù)和所述輿情調(diào)節(jié)參數(shù)輸入企業(yè)金融風險模型之前，還包括：

構(gòu)建企業(yè)金融風險模型，所述企業(yè)金融風險模型包括企業(yè)金融風險指標的初始權(quán)重；

根據(jù)訓(xùn)練樣本，采用線性回歸方法對所述企業(yè)金融風險模型中企業(yè)金融風險指標的初始權(quán)重進行調(diào)整。

5.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述企業(yè)金融風險指數(shù)，進行風險預(yù)警，包括：

若所述企業(yè)金融風險指數(shù)小于等于第一閾值，則判定所述目標企業(yè)為低風險企業(yè)，并進行相應(yīng)的風險預(yù)警；

若所述企業(yè)金融風險指數(shù)大于所述第一閾值且小于第二閾值，則判定所述目標企業(yè)為中風險企業(yè)，并進行相應(yīng)的風險預(yù)警；

若所述企業(yè)金融風險指數(shù)大于等于所述第二閾值，則判定所述目標企業(yè)為高風險企業(yè)，并進行相應(yīng)的風險預(yù)警。

6.如權(quán)利要求1-5任意一項所述的方法，其特征在于，所述根據(jù)所述樣本方差、所述樣本均值、所述樣本標準差的大小關(guān)系，確定輿情調(diào)節(jié)參數(shù)，包括：

若所述樣本方差與所述樣本均值的差值小于等于3倍的所述樣本標準差，則選取第一預(yù)設(shè)值作為輿情調(diào)節(jié)參數(shù)；

若所述樣本方差與所述樣本均值的差值大于3倍的所述樣本標準差，則選取第二預(yù)設(shè)值作為輿情調(diào)節(jié)參數(shù)；

其中，所述第一預(yù)設(shè)值小于所述第二預(yù)設(shè)值。

7.如權(quán)利要求6所述的方法，其特征在于，所述第一預(yù)設(shè)值為1，所述第二預(yù)設(shè)值為1.5。

8.一種企業(yè)金融風險定量分析和預(yù)警裝置，其特征在于，包括：

互聯(lián)網(wǎng)數(shù)據(jù)采集模塊：用于采集目標企業(yè)的企業(yè)數(shù)據(jù)；

指標數(shù)據(jù)提取模塊：用于從所述企業(yè)數(shù)據(jù)中提取企業(yè)金融風險指標的指標數(shù)據(jù)，其中所述企業(yè)金融風險指標包括企業(yè)注冊風險指標、企業(yè)經(jīng)營風險指標和企業(yè)輿情風險指標；

網(wǎng)絡(luò)流量采集分析模塊：用于采集所述目標企業(yè)的官網(wǎng)的訪問量數(shù)據(jù)以作為樣本，計算樣本方差、樣本均值、樣本標準差；根據(jù)所述樣本方差、所述樣本均值、所述樣本標準差的大小關(guān)系，確定輿情調(diào)節(jié)參數(shù)，其中所述輿情調(diào)節(jié)參數(shù)用于對所述企業(yè)輿情風險指標的權(quán)重進行調(diào)節(jié)；

風險定量分析模塊：用于將所述指標數(shù)據(jù)和所述輿情調(diào)節(jié)參數(shù)輸入企業(yè)金融風險模型，得到所述目標企業(yè)的企業(yè)金融風險指數(shù)，其中所述企業(yè)金融風險模型包括各項企業(yè)金融風險指標的權(quán)重；

風險預(yù)警模塊：用于根據(jù)所述企業(yè)金融風險指數(shù)，進行風險預(yù)警。