[發明專利]一種基于深度卷積網絡的企業信用評級方法

在審

• 申請號: 202011441643.1
• 申請日: 2020-12-11
• 公開（公告）號: CN112686498A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 薛文芳;馮博靖;薛斌黨;劉澤宇
• 申請（專利權）人: 天津中科智能識別產業技術研究院有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 天津市三利專利商標代理有限公司 12107
• 代理人: 韓新城

1.基于深度卷積網絡的企業信用評級方法，其特征在于，包括步驟：

對收集到的財務數據和非財務數據預處理；

將預處理后的數據輸入構建好的信用評級模型，得到預測的信用評級等級；所述信用評級模型包含企業嵌入層、企業畫像轉換層以及信用評級預測層；

所述企業嵌入層，用于企業的財務數據和非財務數據轉換成一個固定長度的企業嵌入表達向量以表示企業；

所述企業畫像轉換層，用于將企業的嵌入表達向量轉化為一個RGB彩色圖像；

所述信用評級預測層，用于對輸入RGB彩色圖像處理，提取特征信息，根據提取的特征信息輸出預測的分類結果。

2.根據權利要求1所述基于深度卷積網絡的企業信用評級方法，其特征在于，所述的企業嵌入層的表達式如下：

x＝Emb(c)

其中x∈R^d，d代表企業嵌入表達的向量長度，c代表企業，x表示固定長度的企業的嵌入表達向量。

3.根據權利要求2所述基于深度卷積網絡的企業信用評級方法，其特征在于，所述的企業畫像轉換層，首先使用企業的嵌入表達向量x得到RGB彩色圖像的三個通道的信息，然后把三個通道的信息拼接，得到三通道圖像信息；最終轉化為三通道RGB彩色圖像。

4.根據權利要求3所述基于深度卷積網絡的企業信用評級方法，其特征在于，所述RGB彩色圖像的三個通道的信息分別通過線性變換實現，RGB彩色圖像的三個通道信息表達式如下：

x_r＝W_rx+b_r

x_g＝W_gx+b_g

x_b＝W_bx+b_b

其中，W_r,W_g,為線性變換參數矩陣，M表示轉化后的矩陣大小，b_r,b_g,分別代表三個通道的偏差，經過企業畫像轉換層后得到企業畫像的三個通道信息x_r,x_g,

把獲得的三個通道的信息進行拼接，得到三通道圖像信息數學表達如下：

L＝concat(x_r,x_g,x_b)

最終將其轉化為3通道RGB彩色圖像計算方式如下：

其中，round(·)是一個四舍五入函數，Min(·)，Max(·)分別為計算最小最大值函數，經過計算后，整個三通道信息被歸一化到0-255區間內，三個通道的信息共同構成了企業畫像。

5.根據權利要求3所述基于深度卷積網絡的企業信用評級方法，其特征在于，所述的信用評級預測層由5個卷積層，2個池化層以及多個全連接層組成，每一層卷積層后都含有一個Relu非線性函數，第一層卷積核為11×11，第三層卷積核為5×5，其余卷積核均為3×3，池化層均使用最大池化，最后一層的全連接層的數量與企業評級的等級數量保持一致；在最后一層的全連接層后有一個softmax層，神經元數目與信用等級的分類數目對應，模型參數均通過訓練進行自我調節。

6.根據權利要求1所述基于深度卷積網絡的企業信用評級方法，其特征在于，所述的信用評級模型訓練的損失函數形式為：

其中，表示評級的分類損失，Δ表示信用評級模型參數，y表示真實的評級結果用one-hot編碼表示，表示預測的評級等級的分類概率，λ是一個正則化超參數，用于防止模型過擬合問題；當分類損失值達到最小,正確標簽所對應的概率就會達到最大。

7.根據權利要求1所述基于深度卷積網絡的企業信用評級方法，其特征在于，所述對財務數據和非財務數據預處理包括指標選擇，定量數據標準化處理，以及定性數據進行數值化處理。