企业经营风险预警方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种企业经营风险预警方法，该方法包括：获取企业经营风险预警指标；根据风险预警指标的数量确定待建立的BP神经网络模型的输入层的输入节点数目；根据输入节点数目、预设隐含层函数和预设输出函数构建BP神经网络模型；获取对BP神经网络模型进行训练的训练样本，通过训练样本以及预设训练函数对BP神经网络模型进行训练，得到企业经营风险预警模型；将获取到的目标企业的风险指标数据输入至企业经营风险预警模型，得到目标企业的风险预警度；若目标企业的风险预警度超过风险预警阈值，发送提醒消息。本发明专利技术还提出一种企业经营风险预警装置以及一种计算机可读存储介质。本发明专利技术可以及时、准确地在企业存在经营风险时进行预警。

Early Warning Method, Device and Computer Readable Storage Medium for Enterprise Operating Risk

【技术实现步骤摘要】
企业经营风险预警方法、装置及计算机可读存储介质
本专利技术涉及计算机
，尤其涉及一种企业经营风险预警方法、装置及计算机可读存储介质。
技术介绍
在企业运行过程中，可能存在一些经营风险，目前对企业的经营状况的监管方法通常是在有些事情(例如，企业出售假冒伪劣商品)发生之后知悉存在经营风险，并无有效地对企业的经营状况进行预测，因而也不能对企业可能存在的经营风险进行预警。
技术实现思路
本专利技术提供一种企业经营风险预警方法、装置及计算机可读存储介质，其主要目的在于及时、准确地在企业存在经营风险时进行预警。为实现上述目的，本专利技术还提供一种企业经营风险预警方法，该方法包括：获取企业经营风险预警指标，所述企业经营风险预警指标包括企业偿债能力、企业运营能力、企业成长性、企业技术创新能力、企业社会感知度；根据所述风险预警指标的数量确定待建立的BP神经网络模型的输入层的输入节点数目；根据所述输入节点数目、预设隐含层函数和预设输出函数构建BP神经网络模型；获取对所述BP神经网络模型进行训练的训练样本，通过所述训练样本以及预设训练函数对所述BP神经网络模型进行训练，得到企业经营风险预警模型；获取目标企业的风险指标数据，所述目标企业的风险指标数据包括所述目标企业的企业偿债能力、所述目标企业的运营能力、所述目标企业的成长性、所述目标企业的技术创新能力、所述目标企业的社会感知度；将所述目标企业的风险指标数据输入至所述企业经营风险预警模型，得到所述目标企业的风险预警度；判断所述目标企业的风险预警度是超过风险预警阈值；若所述目标企业的风险预警度超过所述风险预警阈值，发送所述目标企业存在经营风险的提醒消息。可选地，所述训练样本包括用于训练所述BP神经网络模型的输入数据以及用于训练所述BP神经网络模型的输出数据，其中，所述输入数据包括样本企业的风险指标数据，所述样本企业的风险指标数据包括所述样本企业的偿债能力、所述样本企业的运营能力、所述样本企业的成长性、所述样本企业的技术创新能力、所述样本企业的社会感知度，所述输出数据包括对所述样本企业的风险指标数据进行主成分分析确定的所述样本企业的风险预警度。可选地，所述方法还包括：若所述目标企业的风险预警度超过所述风险预警阈值，获取所述目标企业的多个经营事件；将所述多个经营事件中每个经营事件包含的多个事件因素与风险数据库包含的风险因子进行匹配；判断所述多个事件因素中是否存在与所述风险因子相同和/或相关联的风险因子；若所述多个事件因素中存在与所述风险因子相同和/或相关联的风险因子，获取与所述风险因子相同和/或相关联的风险因子的事件因素；若所述事件因素的数量大于预设数量和/或所述事件因素的重要程度大于预设重要程度，确定所述多个经营事件中包含所述事件因素的经营事件为风险事件。可选地，所述方法还包括：若所述目标企业的风险预警度超过所述风险预警阈值，在第一时间之后，判断所述目标企业的风险预警度是否低于所述风险预警阈值；若在所述第一时间之后，所述目标企业的风险预警阈值低于所述风险预警阈值，获取所述目标企业的当前风险等级；增加所述目标企业的当前风险等级。可选地，所述方法还包括：获取在不同时间获取到的所述目标企业的多个风险预警度；根据所述多个风险预警度的获取的时间对所述多个风险预警度进行可视化处理。可选地，所述第一相似度或所述第二相似度满足预设相似度条件包括：此外，为实现上述目的，本专利技术还提供一种企业经营风险预警装置，该装置包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的企业经营风险预警程序，所述企业经营风险预警程序被所述处理器执行时实现如下步骤：获取企业经营风险预警指标，所述企业经营风险预警指标包括企业偿债能力、企业运营能力、企业成长性、企业技术创新能力、企业社会感知度；根据所述风险预警指标的数量确定待建立的BP神经网络模型的输入层的输入节点数目；根据所述输入节点数目、预设隐含层函数和预设输出函数构建BP神经网络模型；获取对所述BP神经网络模型进行训练的训练样本，通过所述训练样本以及预设训练函数对所述BP神经网络模型进行训练，得到企业经营风险预警模型；获取目标企业的风险指标数据，所述目标企业的风险指标数据包括所述目标企业的企业偿债能力、所述目标企业的运营能力、所述目标企业的成长性、所述目标企业的技术创新能力、所述目标企业的社会感知度；将所述目标企业的风险指标数据输入至所述企业经营风险预警模型，得到所述目标企业的风险预警度；判断所述目标企业的风险预警度是超过风险预警阈值；若所述目标企业的风险预警度超过所述风险预警阈值，发送所述目标企业存在经营风险的提醒消息。可选地，所述训练样本包括用于训练所述BP神经网络模型的输入数据以及用于训练所述BP神经网络模型的输出数据，其中，所述输入数据包括样本企业的风险指标数据，所述样本企业的风险指标数据包括所述样本企业的偿债能力、所述样本企业的运营能力、所述样本企业的成长性、所述样本企业的技术创新能力、所述样本企业的社会感知度，所述输出数据包括对所述样本企业的风险指标数据进行主成分分析确定的所述样本企业的风险预警度。可选地，所述企业经营风险预警程序被所述处理器执行，还实现如下步骤：若所述目标企业的风险预警度超过所述风险预警阈值，获取所述目标企业的多个经营事件；将所述多个经营事件中每个经营事件包含的多个事件因素与风险数据库包含的风险因子进行匹配；判断所述多个事件因素中是否存在与所述风险因子相同和/或相关联的风险因子；若所述多个事件因素中存在与所述风险因子相同和/或相关联的风险因子，获取与所述风险因子相同和/或相关联的风险因子的事件因素；若所述事件因素的数量大于预设数量和/或所述事件因素的重要程度大于预设重要程度，确定所述多个经营事件中包含所述事件因素的经营事件为风险事件。可选地，所述企业经营风险预警程序被所述处理器执行，还实现如下步骤：若所述目标企业的风险预警度超过所述风险预警阈值，在第一时间之后，判断所述目标企业的风险预警度是否低于所述风险预警阈值；若在所述第一时间之后，所述目标企业的风险预警阈值低于所述风险预警阈值，获取所述目标企业的当前风险等级；增加所述目标企业的当前风险等级。可选地，所述企业经营风险预警程序被所述处理器执行，还实现如下步骤：获取在不同时间获取到的所述目标企业的多个风险预警度；根据所述多个风险预警度的获取的时间对所述多个风险预警度进行可视化处理。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有企业经营风险预警程序，所述企业经营风险预警程序可被一个或者多个处理器执行，以实现如上所述的企业经营风险预警方法的步骤。本专利技术提出的企业经营风险预警方法、企业经营风险预警装置及计算机可读存储介质，获取企业经营风险预警指标，所述企业经营风险预警指标包括企业偿债能力、企业运营能力、企业成长性、企业技术创新能力、企业社会感知度；根据所述风险预警指标的数量确定待建立的BP神经网络模型的输入层的输入节点数目；根据所述输入节点数目、预设隐含层函数和预设输出函数构建BP神经网络模型；获取对所述BP神经网络模型进行训练的训练样本，通过所述训练样本以及预设训练函数对所述BP神经网络模型进行训练，得到企业经营风险预警模型；获取目标企业的风本文档来自技高网...

【技术保护点】
1.一种企业经营风险预警方法，其特征在于，所述方法包括：获取企业经营风险预警指标，所述企业经营风险预警指标包括企业偿债能力、企业运营能力、企业成长性、企业技术创新能力、企业社会感知度；根据所述风险预警指标的数量确定待建立的BP神经网络模型的输入层的输入节点数目；根据所述输入节点数目、预设隐含层函数和预设输出函数构建BP神经网络模型；获取对所述BP神经网络模型进行训练的训练样本，通过所述训练样本以及预设训练函数对所述BP神经网络模型进行训练，得到企业经营风险预警模型；获取目标企业的风险指标数据，所述目标企业的风险指标数据包括所述目标企业的企业偿债能力、所述目标企业的运营能力、所述目标企业的成长性、所述目标企业的技术创新能力、所述目标企业的社会感知度；将所述目标企业的风险指标数据输入至所述企业经营风险预警模型，得到所述目标企业的风险预警度；判断所述目标企业的风险预警度是超过风险预警阈值；若所述目标企业的风险预警度超过所述风险预警阈值，发送所述目标企业存在经营风险的提醒消息。

【技术特征摘要】
1.一种企业经营风险预警方法，其特征在于，所述方法包括：获取企业经营风险预警指标，所述企业经营风险预警指标包括企业偿债能力、企业运营能力、企业成长性、企业技术创新能力、企业社会感知度；根据所述风险预警指标的数量确定待建立的BP神经网络模型的输入层的输入节点数目；根据所述输入节点数目、预设隐含层函数和预设输出函数构建BP神经网络模型；获取对所述BP神经网络模型进行训练的训练样本，通过所述训练样本以及预设训练函数对所述BP神经网络模型进行训练，得到企业经营风险预警模型；获取目标企业的风险指标数据，所述目标企业的风险指标数据包括所述目标企业的企业偿债能力、所述目标企业的运营能力、所述目标企业的成长性、所述目标企业的技术创新能力、所述目标企业的社会感知度；将所述目标企业的风险指标数据输入至所述企业经营风险预警模型，得到所述目标企业的风险预警度；判断所述目标企业的风险预警度是超过风险预警阈值；若所述目标企业的风险预警度超过所述风险预警阈值，发送所述目标企业存在经营风险的提醒消息。2.如权利要求1所述的企业经营风险预警方法，其特征在于，所述训练样本包括用于训练所述BP神经网络模型的输入数据以及用于训练所述BP神经网络模型的输出数据，其中，所述输入数据包括样本企业的风险指标数据，所述样本企业的风险指标数据包括所述样本企业的偿债能力、所述样本企业的运营能力、所述样本企业的成长性、所述样本企业的技术创新能力、所述样本企业的社会感知度，所述输出数据包括对所述样本企业的风险指标数据进行主成分分析确定的所述样本企业的风险预警度。3.如权利要求1所述的企业经营风险预警方法，其特征在于，所述方法还包括：若所述目标企业的风险预警度超过所述风险预警阈值，获取所述目标企业的多个经营事件；将所述多个经营事件中每个经营事件包含的多个事件因素与风险数据库包含的风险因子进行匹配；判断所述多个事件因素中是否存在与所述风险因子相同和/或相关联的风险因子；若所述多个事件因素中存在与所述风险因子相同和/或相关联的风险因子，获取与所述风险因子相同和/或相关联的风险因子的事件因素；若所述事件因素的数量大于预设数量和/或所述事件因素的重要程度大于预设重要程度，确定所述多个经营事件中包含所述事件因素的经营事件为风险事件。4.如权利要求1至3中任一项所述的企业经营风险预警方法，其特征在于，所述方法还包括：若所述目标企业的风险预警度超过所述风险预警阈值，在第一时间之后，判断所述目标企业的风险预警度是否低于所述风险预警阈值；若在所述第一时间之后，所述目标企业的风险预警阈值低于所述风险预警阈值，获取所述目标企业的当前风险等级；增加所述目标企业的当前风险等级。5.如权利要求1至3中任一项所述的企业经营风险预警方法，其特征在于，所述方法还包括：获取在不同时间获取到的所述目标企业的多个风险预警度；根据所述多个风险预警度的获取的时间对所述多个风险预警度进行可视化处理。6.一种企业经营风险预警装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的...

【专利技术属性】
技术研发人员：甘文俊，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44