企业风险评估方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种企业风险评估方法、装置及电子设备，涉及金融风险评估领域，该方法首先从工商、人行、申万、银行、银监会等多种途径获取企业的基本信息；然后根据企业之间的关联关系建立企业知识图谱；再对知识图谱中的所有企业进行风险监测，确定发生风险企业的风险数据；并利用深度优先算法对风险数据进行风险传导分析，得到各个企业的风险传导结果；最后基于风险传导结果和企业自身原有风险确定每个企业的风险等级。该方法通过企业之间的关联关系构建而成的知识图谱，结合神经元模型、深度优先算法等技术得到企业的最终风险结果，提升了企业关系群体之间动态风险事件的捕获效率，有助于银行对风险企业的分析判断，降低了银行的金融风险。

【技术实现步骤摘要】
企业风险评估方法、装置及电子设备
本专利技术涉及金融风险评估领域，尤其是涉及一种企业风险评估方法、装置及电子设备。
技术介绍
企业运营形态的复杂程度越来越高，呈现出集团化、产业化、派系化的特征，复杂多变的客户关联关系网络使得集团客户、关系客户的识别成为难题，一些账面财务状况健康的企业往往因为与其有密切相关的企业产生突发负面消息或不良事件的影响，导致其信用等级会发生剧烈变化，进而使导致银行对企业的风险评估结果产生偏差。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种企业风险评估方法、装置及电子设备，通过企业的知识图谱对每个企业进行风险监测，结合深度优先算法等手段得到企业的风险结果，提升了企业关系群体之间动态风险事件的捕获效率，有助于银行对风险企业的分析判断，为银行降低投资风险。第一方面，本专利技术实施例提供了一种企业风险评估方法，该方法包括：获取多个企业的企业信息；根据企业之间的关联关系建立企业知识图谱；对知识图谱中的所有企业进行风险监测，确定每个企业的风险数据；利用神经元模型、深度优先算法对风险数据进行风险传导分析，得到知识图谱内所有企业的风险传导结果；基于风险传导结果、结合企业自身风险，利用差分方程确定每个企业的最终风险数据，进而得出风险等级。在一些实施方式中，上述基于风险传导结果、结合企业自身风险，利用差分方程确定每个企业的最终风险数据，进而得出风险等级的步骤，包括：将企业最终的风险数据与预设风险等级进行对比，得到对比结果；根据对比结果确定每个企业的风险等级。在一些实施方式中，企业信息包括以下信息：每个企业的企业基础属性信息、每个企业的企业财务信息以及各个企业之间的企业关联信息。在一些实施方式中，上述对知识图谱中的所有企业进行风险监测，确定每个企业的风险数据的步骤，包括：根据企业基础属性信息以及企业关联信息，确定每个企业的非线性权重系数；通过每个企业的非线性权重系数对每个企业上所有传导路径上的传导风险值进行加权汇总，得到每个企业的风险数据，其中，非线性权重系数包括：免疫系数、衰减系数、配对系数、时间衰减系数以及多关系权重系数中任意一种或多种。在一些实施方式中，上述利用神经元模型、深度优先算法对风险数据进行风险传导计算，得到企业的风险传导结果的步骤，包括：获取企业的免疫系数、衰减系数、配对系数、时间衰减系数以及多关系权重系数；利用深度优先算法计算企业的风险传导值，所用算式如下：Rj＝f(免疫系数、衰减系数、配对系数、时间衰减系数)*Ri*ri,j其中，Ri、Rj为企业i与企业j之间的风险事件的量化值；ri,j为企业i与企业j之间的多关系权重系数；将企业的风险传导值作为风险传导结果。在一些实施方式中，上述将企业的风险传导值作为风险传导结果的步骤，包括：对企业的风险传导值与企业自身风险值进行排序；对排序后的企业的风险传导值与企业自身风险值进行差分汇总，得到企业最终的风险结果。在一些实施方式中，上述基于风险传导结果、结合企业自身风险，利用差分方程，确定每个企业的最终风险数据，进而得出风险等级的步骤，包括：将风险传导结果与企业自身风险集合汇总；对上述集合汇总进行差分方程计算，得出企业的最终风险值；将企业最终风险值，分别与预设风险等级阈值进行对比，从而确定企业的风险等级。第二方面，本专利技术实施例提供了一种企业风险评估装置，该装置包括：数据获取模块，用于获取多个企业的企业信息；知识图谱生成模块，用于根据企业之间的关联关系建立企业知识图谱；风险数据确定模块，用于对知识图谱中的所有企业进行风险监测，确定每个企业的风险数据；风险传导结果生成模块，用于利用神经元模型、深度优先算法对风险数据进行风险传导分析，得到知识图谱内所有企业的风险传导结果；企业风险等级确定模块，用于基于风险传导结果，结合企业自身风险，利用差分方程确定每个企业的最终风险值，进而同预设风险等级比对，从而得出企业的风险等级。第三方面，本专利技术实施例还提供一种电子设备，包括存储器、处理器，存储器中存储有可在处理器上运行的计算机程序，其中，处理器执行计算机程序时实现上述第一方面的方法的步骤。第四方面，本专利技术实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，其中，程序代码使处理器执行上述第一方面方法。本专利技术实施例带来了以下有益效果：本专利技术提供了一种企业风险评估方法、装置及电子设备，该方法首先从不同途径获取多个企业的企业信息；然后根据企业信息建立多个企业的知识图谱；再对知识图谱中的每个企业进行风险监测，确定各个企业的风险数据；并利用神经元模型、深度优先算法对风险数据进行风险传导分析，得到各个企业的风险传导结果；最后基于风险传导结果和企业自身风险，利用差分方程，计算出企业的最终风险值，与预先设定的风险等级对应的数值比对，确定每个企业的风险等级。该方法通过企业知识图谱对每个企业进行风险监测，结合神经元模型、深度优先算法等手段得到企业的风险结果，提升了企业关系群体之间动态风险事件的捕获效率，有助于银行对风险企业的分析判断，降低了银行的金融风险。本专利技术的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本专利技术的上述技术即可得知。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种企业风险评估方法的流程图；图2为本专利技术实施例提供的企业风险评估方法中步骤S105的流程图；图3为本专利技术实施例提供的企业风险评估方法中步骤S202的流程图；图4为本专利技术实施例提供的企业风险评估方法中步骤S102的流程图；图5为本专利技术实施例提供的企业风险评估方法中步骤S103的流程图；图6为本专利技术实施例提供的企业风险评估方法中步骤S503的流程图；图7为本专利技术实施例提供的企业风险评估装置的结构示意图；图8为本专利技术实施例提供的一种电子设备的结构示意图。图标：710-数据获取模块；720-知识图谱生成模块；730-风险数据确定模块；740-风险传导结果生成模块；750-企业风险等级确定模块；101-处理器；102-存储器；103-总线；104-通信接口。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施本文档来自技高网...

【技术保护点】
1.一种企业风险评估方法，其特征在于，所述方法包括：/n获取多个企业的企业信息；/n根据所述企业之间的关联关系建立企业知识图谱；/n对所述知识图谱中的所有企业进行风险监测，确定每个企业的风险数据；/n利用神经元模型、深度优先算法对所述风险数据进行风险传导分析，得到知识图谱内所有企业的风险传导结果；/n基于所述风险传导结果、结合企业自身风险，利用差分方程确定每个企业的最终风险数据，进而得出风险等级。/n

【技术特征摘要】
1.一种企业风险评估方法，其特征在于，所述方法包括：
获取多个企业的企业信息；
根据所述企业之间的关联关系建立企业知识图谱；
对所述知识图谱中的所有企业进行风险监测，确定每个企业的风险数据；
利用神经元模型、深度优先算法对所述风险数据进行风险传导分析，得到知识图谱内所有企业的风险传导结果；
基于所述风险传导结果、结合企业自身风险，利用差分方程确定每个企业的最终风险数据，进而得出风险等级。


2.根据权利要求1所述的企业风险评估方法，其特征在于，基于所述风险传导结果、结合企业自身风险，利用差分方程确定每个企业的最终风险数据，进而得出风险等级的步骤，包括：
将所述企业最终的风险数据与预设风险等级数据进行对比，得到对比结果；
根据所述对比结果确定所述每个企业的风险等级。


3.根据权利要求1所述的企业风险评估方法，其特征在于，所述企业信息包括以下信息：每个企业的企业基础属性信息、每个企业的企业财务信息以及各个企业之间的企业关联信息。


4.根据权利要求3所述的企业风险评估方法，其特征在于，对所述知识图谱中的所有企业进行风险监测，确定每个企业的风险数据的步骤，包括：
根据所述企业基础属性信息以及企业关联信息，确定所述每个企业的非线性权重系数；
通过所述每个企业的非线性权重系数对每个企业上所有传导路径上的传导风险值进行加权汇总，得到每个企业的风险数据，其中，所述非线性权重系数包括：免疫系数、衰减系数、配对系数、时间衰减系数以及多关系权重系数中任意一种或多种。


5.根据权利要求4所述的企业风险评估方法，其特征在于，利用神经元模型、深度优先算法对所述风险数据进行风险传导计算，得到所述企业的风险传导结果的步骤，包括：
获取所述企业的免疫系数、衰减系数、配对系数、时间衰减系数以及多关系权重系数；
利用深度优先算法计算所述企业的风险传导值，所用算式如下：
Rj＝f(免疫系数、衰减系数、配对系数、时间衰减系数)*Ri*ri,j
其中，...

【专利技术属性】
技术研发人员：王育涛，任亮，赵亚伟，
申请(专利权)人：北京知因智慧科技有限公司，
类型：发明
国别省市：北京;11