一种基于特征工程的企业风险评估方法技术

本申请公开了一种基于特征工程的企业风险评估方法，该方法基于企业的税务数据构建基于税务的特征工程，并通过机器学习算法从中选择与征信风险相关联的特征，以作为风险评估指标；进而根据风险评估指标构建多个模型，并选出评估效果最好的模型，将该模型作为风险评估模型，用以对目标企业进行风险评估。可见，该方法剔除了以往评估方案的主观性，完全根据建模样本以及相关算法建立模型，从数据层面寻找与企业征信相关的指标因子并构建模型，能够更客观、更全面、更准确的量化企业的征信风险，降低信贷业务的风险。此外，本申请还提供了一种基于特征工程的企业风险评估装置、设备及可读存储介质，其技术效果与上述方法的技术效果相对应。

【技术实现步骤摘要】
一种基于特征工程的企业风险评估方法
本申请涉及计算机
，特别涉及一种基于特征工程的企业风险评估方法、装置、设备及可读存储介质。
技术介绍
目前，采用评分卡技术办理小微企业信贷业务，是富国银行、美国银行等先进银行的普遍做法。富国银行于1993年率先在小企业贷款中应用评分卡技术，并取得举世公认的业绩。调查显示，2005年，美国46％的社区银行在小企业信贷业务中使用评分卡技术，美国银行目前使用的评分卡有上百个之多。2012年，小微企业信贷业务首先在“信用贷”业务中使用评分卡技术，随后小微信用贷业务也通过评分卡评价客户。此后，越来越多的银行或者信贷机构通过评分卡来评价客户，从而给客户授信。企业征信也随着这些技术的发展而随之发展。征信业在中国从无到有，随着大数据时代的到来，征信业的发展更是突飞猛进，显然，企业征信制度可以解决一些信息不对称的问题，降低信息成本和交易成本，进而减轻逆向选择。征信体系能大规模高效率地收集、加工、处理交易的信息，尽可能降低交易过程中的不确定性，降低银行信息成本，也提高了银行贷款的质量。同时，企业征信制度使得本文档来自技高网...

【技术保护点】
1.一种基于特征工程的企业风险评估方法，其特征在于，包括：/nS1、获取企业的税务数据样本；/nS2、根据所述税务数据样本，构建基于税务的特征工程；/nS3、利用机器学习算法，对所述特征工程中的特征进行筛选，得到风险评估指标；/nS4、根据所述风险评估指标，构建多个模型；/nS5、根据各个所述模型在测试集上的评估效果，从所述多个模型中筛选出最优模型，以作为风险评估模型；/nS6、利用所述风险评估模型对目标企业进行评估，得到所述目标企业的风险评估结果。/n

【技术特征摘要】
1.一种基于特征工程的企业风险评估方法，其特征在于，包括：
S1、获取企业的税务数据样本；
S2、根据所述税务数据样本，构建基于税务的特征工程；
S3、利用机器学习算法，对所述特征工程中的特征进行筛选，得到风险评估指标；
S4、根据所述风险评估指标，构建多个模型；
S5、根据各个所述模型在测试集上的评估效果，从所述多个模型中筛选出最优模型，以作为风险评估模型；
S6、利用所述风险评估模型对目标企业进行评估，得到所述目标企业的风险评估结果。


2.如权利要求1所述的方法，其特征在于，在所述根据所述税务数据样本，构建基于税务的特征工程之前，还包括：
对所述税务数据样本进行清洗操作和加工操作，所述清洗操作包括缺失值处理和/或异常值处理，所述加工操作包括数据转置和/或数据求和。


3.如权利要求1所述的方法，其特征在于，所述根据所述风险评估指标，构建多个模型，包括：
利用分箱方法对所述风险评估指标进行分箱处理；
根据所述风险评估指标的分箱结果，构建多个模型。


4.如权利要求3所述的方法，其特征在于，所述根据所述风险评估指标的分箱结果，构建多个模型，包括：
利用多种模型拟合算法，根据所述风险评估指标的分箱结果构建多个模型，所述模型拟合算法包括以下任意一项或任意组合：决策树、梯度下降决策树、XGBOOST、逻辑回归。


5.如权利要求1所述的方法，其特征在于，所述利用所述风险评估模型对目标企业进行评估，得到所述目标企业的风险评估结果，包括：
获取目标企业的税务数据；
从所述税务数据中提取所述风险评估指标的指标数据；
将所述指标数据输入风险评估模型，得到所述目标企业的风险评估结果。


6.如权利要求1-5任意一项所述的方法，其特征在于，所述根据各个所...

【专利技术属性】
技术研发人员：张鸿林，薛永营，许卫，赵彦晖，
申请(专利权)人：深圳微众信用科技股份有限公司，
类型：发明
国别省市：广东;44