[发明专利]企业风险识别监控方法、装置、设备及存储介质

权利要求书

1.一种企业风险识别监控方法，其特征在于，所述方法包括：

获取目标企业在预设时段内的企业数据，根据所述企业数据确定出所述目标企业所属的行业类别；

在预先构建的映射关系中查找所述行业类别对应的风险预警模型；

按预设数据维度从所述企业数据中提取信用风险特征变量，将提取到的信用风险特征变量输入至所述风险预警模型，获得企业风险识别监控结果；

根据所述企业数据挖掘所述目标企业的关联关系，并根据预设风险转移权重及目标企业的企业风险识别监控结果确定关联企业的企业风险识别监控结果；

根据目标企业及关联企业的企业风险识别监控结果生成对应的企业风险识别监控报告。

2.如权利要求1所述的方法，其特征在于，所述风险预警模型包括多个信用风险评估子模型；

所述按预设数据维度从所述企业数据中提取信用风险特征变量，将提取到的信用风险特征变量输入至所述风险预警模型，获得企业风险识别监控结果的步骤包括：

按预设数据维度从所述企业数据中提取信用风险特征变量；

根据所述信用风险评估子模型对应的模型类别对所述信用风险特征变量进行分类，获得分类后的信用风险特征变量；

将所述分类后的信用风险特征变量分别输入至对应的信用风险评估子模型；

获取各信用风险评估子模型输出的信用风险评分，根据所述信用风险评分获得企业风险识别监控结果。

3.如权利要求2所述的方法，其特征在于，所述获取各信用风险评估子模型输出的信用风险评分，根据所述信用风险评分获得企业风险识别监控结果的步骤，包括：

获取各信用风险评估子模型输出的信用风险评分，并在数据库中查询各信用风险评估子模型对应的预设权重值；

根据所述预设权重值，通过下式对所述信用风险评分进行加权求和获得求和结果，并将所述求和结果作为企业风险识别监控结果；

式中，S为求和结果，Y_i为信用风险评估子模型输出的信用风险评分，X_i为信用风险评估子模型对应的预设权重值。

4.如权利要求1所述的方法，其特征在于，所述获取目标企业在预设时段内的企业数据，根据所述企业数据确定出所述目标企业所属的行业类别的步骤之前，所述方法还包括：

获取若干个企业的企业信息，按预设行业类别对所述企业信息进行分类，获得各行业类别对应的行业信息样本；

按预设数据维度从所述行业信息样本中提取出信用风险特征变量，并根据提取出的信用风险特征变量建立各行业类别对应的风险预警模型。

5.如权利要求4所述的方法，其特征在于，所述按预设数据维度从所述行业信息样本中提取出信用风险特征变量，并根据提取出的信用风险特征变量建立各行业类别对应的风险预警模型的步骤，包括：

按预设数据维度从所述行业信息样本中提取出信用风险特征变量；

对提取出的信用风险特征变量进行离散化分解获得变量因子，并将所述变量因子输入至预设神经网络模型进行模型训练，获得各行业类别对应的风险预警模型。

6.如权利要求5所述的方法，其特征在于，所述获得各行业类别对应的风险预警模型的步骤之后，所述方法还包括：

从数据库中读取预先设定的模型分解规则，根据所述模型分解规则对各行业类别对应的风险预警模型进行模型拆分，获得各风险预警模型对应的信用风险评估子模型；

分别对各风险预警模型对应的信用风险评估子模型进行权重配置，得到各信用风险评估子模型对应的预设权重值。

7.如权利要求1-6中任一项所述的方法，其特征在于，所述根据所述企业数据挖掘所述目标企业的关联关系，并根据预设风险转移权重确定关联企业的企业风险识别监控结果，包括：

根据所述企业数据挖掘所述目标企业的关联关系，其中关联关系包括股权链关系、家族链关系、供应链关系及债券链关系；

根据预设风险转移权重确定关联关系的影响因子系数；

根据目标企业的企业风险识别监控结果及影响因子系数确定关联企业的企业风险识别监控结果。