[發明專利]企業風險等級識別方法、裝置、電子設備及存儲介質

在審

• 申請號: 202211543349.0
• 申請日: 2022-12-02
• 公開（公告）號: CN115860915A
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 文廣明;田鷗;劉玲;王麗虹;張恒
• 申請（專利權）人: 平安銀行股份有限公司
• 主分類號: G06Q40/03
• 分類號: G06Q40/03
• 代理公司: 深圳紫藤知識產權代理有限公司 44570
• 代理人: 郭文峰

本申請提供一種企業風險等級識別方法、裝置、電子設備及存儲介質。該方法先根據預設的類型識別模型識別獲取的待識別企業的信息數據，確定待識別企業的企業類型，若該待識別企業的企業類型表征為模糊名單企業，則基于訓練后的風險等級識別模型識別該待識別企業的信息數據，得到該待識別企業為空殼企業的風險評分，其中，訓練后的風險等級識別模型是基于LightGBM算法模型和企業的交易行為數據訓練得到的，最后根據該風險評分，確定該待識別企業為空殼企業的風險等級。該方法對不同層級的企業采用差異化的識別方式，對于模糊名單企業直接采用LightGBM算法模型確定企業的風險等級，提高了識別的準確率和效率。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種企業風險等級識別方法、裝置、電子設備及存儲介質。

背景技術

隨著《新公司法》企業登記制度的變更、注冊公司條件放寬、注冊流程的簡化等，在給企業及對公開戶帶來便利的同時，也給不法分子通過批量注冊空殼公司開立大金融機構賬戶提供了便利。因此，在銀行金融業務中，空殼企業的風險識別對業務合規穩健發展尤為重要。

當前空殼公司的識別手段主要是以黑名單、專家經驗模型以及客戶經理上門核實等識別方式為主，其中：依賴銀保監會、相關執法部門以及清算協會等部門提供的疑似風險客戶開展盡職調查，效率低、無法滿足銀行業務合規發展需要；現有的專家經驗模型是針對歷史違規違法空殼企業進行總結和提煉，主要依賴既往經驗，對于新型空殼企業風險交易監測，缺乏自我學習能力，且滯后性明顯，準確率較低；客戶經理實地上門核實，主觀性強、可復制性差并且人力成本高，無法滿足業務規模不斷發展壯大的需要。

因此，當前識別方法存在效率較低、準確率較低的技術問題，需要改進。

發明內容

本申請提供一種企業風險等級識別方法、裝置、電子設備及存儲介質，用于緩解當前識別方法存在的效率較低、準確率較低的技術問題。

為了解決上述技術問題，本申請提供以下技術方案：

本申請提供一種企業風險等級識別方法，包括：

獲取待識別企業的信息數據；

根據預設的類型識別模型和所述待識別企業的信息數據，確定所述待識別企業的企業類型；其中，所述預設的類型識別模型是基于平臺企業名單數據集生成的，所述企業類型包括白名單企業、黑名單企業以及模糊名單企業；

若所述待識別企業的企業類型表征為所述模糊名單企業，則基于訓練后的風險等級識別模型識別所述待識別企業的信息數據，得到所述待識別企業為空殼企業的風險評分；其中，所述訓練后的風險等級識別模型是基于LightGBM算法模型和企業的交易行為數據訓練得到的；

根據所述風險評分，確定所述待識別企業為空殼企業的風險等級。

相應的，本申請還提供一種企業風險等級識別裝置，包括：

數據獲取模塊，用于獲取待識別企業的信息數據；

類型確定模塊，用于根據預設的類型識別模型和所述待識別企業的信息數據，確定所述待識別企業的企業類型；其中，所述預設的類型識別模型是基于平臺企業名單數據集生成的，所述企業類型包括白名單企業、黑名單企業以及模糊名單企業；

企業識別模塊，用于若所述待識別企業的企業類型表征為所述模糊名單企業，則基于訓練后的風險等級識別模型識別所述待識別企業的信息數據，得到所述待識別企業為空殼企業的風險評分；其中，所述訓練后的風險等級識別模型是基于LightGBM算法模型和企業的交易行為數據訓練得到的；

等級確定模塊，用于根據所述風險評分，確定所述待識別企業為空殼企業的風險等級。

同時，本申請提供一種電子設備，其包括處理器和存儲器，存儲器用于存儲計算機程序，處理器用于運行所述存儲器里的計算機程序，以執行上述企業風險等級識別方法中的步驟。