一种公司风险应对能力的预测方法及装置制造方法及图纸

本发明专利技术涉及数据处理技术领域，尤其涉及一种公司风险应对能力的预测方法及装置，该方法包括：获取多个公司的相关新闻标题与公司报告以及股票状态信息；基于各个公司的相关新闻标题与公司报告确定各个公司的特征数据；基于各个公司的股票状态信息确定各个公司的风险应对能力标签；汇总各个公司的特征数据及相应的风险应对能力标签，进行数据预处理，得到多个公司相应的时序特征数据矩阵；将时序特征数据矩阵分为训练集与测试集，对双向长短时记忆神经网络进行有监督训练；基于训练得到的双向长短时记忆神经网络，对公司的风险应对能力进行预测。本发明专利技术能够用于预测未来一段时间内公司应对突发性风险的能力。应对突发性风险的能力。应对突发性风险的能力。

【技术实现步骤摘要】
一种公司风险应对能力的预测方法及装置


[0001]本专利技术涉及数据处理
，尤其涉及一种公司风险应对能力的预测方法及装置、计算机设备、计算机可读存储介质。

技术介绍

[0002]公司所处环境的复杂多变，往往给公司带来巨大的风险与挑战，因此公司的风险管理一直备受重视。20世纪中期以来，公司的风险管理相关研究思路主要聚焦在传统风险管理(Traditional riskmanagement,TRM)和公司风险管理(Enterprise riskmanagement,ERM)两大方面。TRM以一种“分割式”的方式管理风险，不同类型的风险由公司内不同部门的人员以相互独立的方式进行评估与管理。但公司经营过程中面临的各类风险是不断变化且相互关联的，传统风险管理往往无效。相比之下，ERM是一种更具主动性的风险管理方式，强调风险管理与收益的协调以及风险管理的“整体观”。ERM自提出以来，便受到COSO等全球各大组织和机构的青睐，然而在过去十几年的实际应用中，ERM面临着风险感知和量化难度高以及管理理念方面的重重挑战。究其原因，以往的风险管理模式是通过提高对风险的识别和预测准确度来帮助公司减轻损失或规避风险。然而，当今环境越来越充满不确定性和突发性，对于政治冲突、公共卫生安全、技术突变等难以预期的突发性风险，往往无从提前预知，也无从合理评估，也就无法帮助公司科学应对此类风险。由此，研究人员逐渐意识到，风险管理的目标需要从对风险的识别和预测转向提升公司自身的风险应对能力。
[0003]目前，强调关注研究主体自身能力的思想已被扩展和应用到生态系统、社会风险治理、城市发展管理和公司风险管理等多个领域，更多的研究人员开始关注主体适应外界冲击和扰动的能力、从灾害中学习的能力、再组织恢复原状态或达到新平衡状态的能力。从预测风险和减少公司损失的角度，转变为提升公司对风险的适应、恢复和学习等能力，已经成为公司风险管理的新趋势。然而，相关现有技术主要是从管理学层面就如何重构风险管理框架进行讨论，对于如何评估公司的风险应对能力，尚且缺乏实质性的研究。

技术实现思路

[0004]本专利技术的目的是针对上述至少一部分不足之处，提供一种能够对未来一段时间内公司应对突发性风险的能力进行预测，以便评估公司自身抗风险能力的方法及装置。
[0005]为了实现上述目的，第一方面，本专利技术提供了一种公司风险应对能力的预测方法，包括：
[0006]获取多个公司在连续N个季度内的相关新闻标题与公司报告以及在连续N个季度后M个季度内的股票状态信息；其中，N为不小于10的整数，M为不超过4的整数；
[0007]基于各个公司在连续N个季度内的相关新闻标题与公司报告，确定各个公司在每个季度内的特征数据；
[0008]基于各个公司在连续N个季度后M个季度内的股票状态信息，确定各个公司在连续N个季度后M个季度内的风险应对能力标签；所述风险应对能力标签显示了该公司在M个季
度内相比之前连续N个季度内生存状态良好且稳定、生存状态提升或生存状态下降；
[0009]汇总各个公司在连续N个季度内的特征数据及连续N个季度后M个季度内相应的风险应对能力标签，进行数据预处理，得到多个公司相应的时序特征数据矩阵；
[0010]将得到的所述时序特征数据矩阵分为训练集与测试集，利用所述训练集与所述测试集对双向长短时记忆神经网络进行有监督训练；
[0011]基于训练得到的双向长短时记忆神经网络，对公司的风险应对能力进行预测。
[0012]可选地，所述基于多个公司在连续N个季度内的相关新闻标题与公司报告，确定各个公司在每个季度内的特征数据，包括：
[0013]基于相关新闻标题进行情感分析，确定正面、中立及负面三类情感新闻数量在该季度内该公司全部相关新闻数量中的占比，作为新闻情感类特征；
[0014]基于公司报告，确定财务类特征、股权集中度类特征及公司基本特征。
[0015]可选地，所述基于相关新闻标题进行情感分析，确定正面、中立及负面三类情感新闻数量在该季度内该公司全部相关新闻数量中的占比，包括：
[0016]基于中文语料库对BERT模型进行预训练；
[0017]基于人工标注情感类型的新闻标题文本对预训练后的所述BERT模型进行再训练；
[0018]利用再训练后的所述BERT模型，对获取的相关新闻标题进行情感分析，标注各相关新闻标题的情感类型；
[0019]统计正面、中立及负面三类情感新闻数量，确定各类情感新闻数量在该季度内该公司全部相关新闻数量中的占比。
[0020]可选地，所述基于公司报告，确定财务类特征、股权集中度类特征及公司基本特征，包括：
[0021]基于获取的公司报告，确定各项反映公司每股指标、盈利能力、营运能力、偿债能力和成长能力的财务指标，作为财务类特征；
[0022]基于获取的公司报告，确定第一大股东持股比例、前五大股东持股比例之和，以及前十大股东持股比例之和，作为股权集中度类特征；
[0023]基于获取的公司报告，确定公司生存年龄，作为公司基本特征。
[0024]可选地，所述确定各项反映公司每股指标、盈利能力、营运能力、偿债能力和成长能力的财务指标，包括：
[0025]确定各项反映公司每股指标的财务指标，包括每股收益、每股营业利润、每股净资产以及每股资本公积金；
[0026]确定各项反映公司盈利能力的财务指标，包括净资产收益率、资产报酬率、资产净利率、投入资本回报率、销售净利率、销售成本率、营业总成本/营业总收入，以及净利润；
[0027]确定各项反映公司营运能力的财务指标，包括应收账款周转率、存货周转率、应收账款周转天数、总资产周转率以及固定资产周转率；
[0028]确定各项反映公司偿债能力的财务指标，包括流动比率、速动比率、净资产负债率以及现金比率；
[0029]确定各项反映公司成长能力的财务指标，包括每股收益增长率、营业收入增长率、净利润增长率、净资产增长率、资产总计相对年初增长率以及营业利润增长率。
[0030]可选地，所述进行数据预处理包括：
[0031]若一公司的财务类特征各项均为空值，则删除该公司对应的数据；
[0032]若一公司的财务类特征及股权集中度类特征中存在部分缺失项，则根据该公司其他季度的相应项求平均值，填补缺失项；若一公司的新闻情感类特征中存在缺失项，则置为零；
[0033]对各个公司在连续N个季度内的特征数据进行标准化，将各项特征数据均转化为均值为0、方差为1的数值数据；
[0034]将连续N个季度后相应的风险应对能力标签转为独热编码。
[0035]第二方面，本专利技术还提供了一种公司风险应对能力的预测装置，包括：
[0036]获取模块，用于获取多个公司在连续N个季度内的相关新闻标题与公司报告以及在连续N个季度后M个季度内的股票状态信息；其中，N为不小于10的整数，M为不超过4的整数；
[0037]预处理模块，用于基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种公司风险应对能力的预测方法，其特征在于，包括：获取多个公司在连续N个季度内的相关新闻标题与公司报告以及在连续N个季度后M个季度内的股票状态信息；其中，N为不小于10的整数，M为不超过4的整数；基于各个公司在连续N个季度内的相关新闻标题与公司报告，确定各个公司在每个季度内的特征数据；基于各个公司在连续N个季度后M个季度内的股票状态信息，确定各个公司在连续N个季度后M个季度内的风险应对能力标签；所述风险应对能力标签显示了该公司在M个季度内相比之前连续N个季度内生存状态良好且稳定、生存状态提升或生存状态下降；汇总各个公司在连续N个季度内的特征数据及连续N个季度后M个季度内相应的风险应对能力标签，进行数据预处理，得到多个公司相应的时序特征数据矩阵；将得到的所述时序特征数据矩阵分为训练集与测试集，利用所述训练集与所述测试集对双向长短时记忆神经网络进行有监督训练；基于训练得到的双向长短时记忆神经网络，对公司的风险应对能力进行预测。2.根据权利要求1所述的公司风险应对能力的预测方法，其特征在于，所述基于多个公司在连续N个季度内的相关新闻标题与公司报告，确定各个公司在每个季度内的特征数据，包括：基于相关新闻标题进行情感分析，确定正面、中立及负面三类情感新闻数量在该季度内该公司全部相关新闻数量中的占比，作为新闻情感类特征；基于公司报告，确定财务类特征、股权集中度类特征及公司基本特征。3.根据权利要求2所述的公司风险应对能力的预测方法，其特征在于，所述基于相关新闻标题进行情感分析，确定正面、中立及负面三类情感新闻数量在该季度内该公司全部相关新闻数量中的占比，包括：基于中文语料库对BERT模型进行预训练；基于人工标注情感类型的新闻标题文本对预训练后的所述BERT模型进行再训练；利用再训练后的所述BERT模型，对获取的相关新闻标题进行情感分析，标注各相关新闻标题的情感类型；统计正面、中立及负面三类情感新闻数量，确定各类情感新闻数量在该季度内该公司全部相关新闻数量中的占比。4.根据权利要求2所述的公司风险应对能力的预测方法，其特征在于，所述基于公司报告，确定财务类特征、股权集中度类特征及公司基本特征，包括：基于获取的公司报告，确定各项反映公司每股指标、盈利能力、营运能力、偿债能力和成长能力的财务指标，作为财务类特征；基于获取的公司报告，确定第一大股东持股比例、前五大股东持股比例之和，以及前十大股东持股比例之和，作为股权集中度类特征；基于获取的公司报告，确定公司生存年龄，作为公司基本特征。5.根据权利要求4所述的公司风险应对能力的预测方法，其特征在于，所述确定各项反映公司每股指标、盈利能力、营运能力、偿债能力和成长能力的财务指标，包括：确定各项反映公司每股指标的财务指标，包括每股收益、每股营业利润、每股净资产以及每股资本公积金；
确定各项反映公司盈利能力的财务指标，包括净资产收益率、资产报酬率、资产净利率、投入资本回报率、销售净利...

【专利技术属性】
技术研发人员：仵伟强，傅湘玲，宋美琦，任芸，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：