一种高精度企业行为预测方法技术

本发明专利技术涉及企业负债融资行为预测的技术领域，特别涉及一种高精度企业行为预测方法；包括以下步骤：基于企业结构等价程度、实体相似度、企业认知和宏观不利因素特征的四个网络特征以及企业每年是否过度负债的标签，构建数据集合；将数据集合划分成训练集和测试集，用训练集数据的模型参数进行学习，将测试集数据输入训练好的模型中，得到企业行为预测结果，将企业行为预测结果与企业真实行为进行比较，得到该企业行为预测模型的预测准确度。本发明专利技术以朴素贝叶斯算法为基础，结合局部学习方法和期望最大方法，综合考虑了不可观测的潜在因素、有关联的其他企业行为以及宏观情景下宏观不利因素对企业自身行为的影响，提高了企业行为预测精度。为预测精度。为预测精度。

【技术实现步骤摘要】
一种高精度企业行为预测方法


[0001]本专利技术涉及企业负债融资行为预测的
，特别涉及一种高精度企业行为预测方法。

技术介绍

[0002]现代企业的快速发展主要是靠技术革新和大规模资金投入，而大规模资金投入的一个最主要的来源就是负债融资，这是市场经济条件下企业筹集大规模投资的必然选择。但是这种筹资方式，在给企业带来巨大效用的同时，也会带来一些潜在的风险，因此，需要对企业负债融资行为进行预测分析，保证企业在适度负债的前提下，实现其价值的最大化。
[0003]目前，企业行为预测方法中常见的机器学习算法有KNN(K
‑
Nearest Neighbor)算法、SVM(Support Vector Machine)算法、DT(Decision Tree)算法和NB(Bayes)算法。
[0004]KNN(K
‑
Nearest Neighbor)算法是一种判别式算法，通过在训练集中找到与待预测实例最邻近的K个实例，按多数原则将待预测实例划分到最多实例所在的类。由于需要计算每个实例之间的距离，计算量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高精度企业行为预测方法，其特征在于，包括以下步骤：获取高管兼任数据信息，并构建社会关系网络，计算企业结构等价程度；根据企业的行业、地区和经营业绩数据信息，计算企业实体相似度；根据企业资产负债率数据信息，得到企业认知，并根据企业负债率数据信息，得到企业是否过度负债；根据国际公共卫生事件信息，得到宏观不利因素特征；基于企业结构等价程度、实体相似度、企业认知和宏观不利因素特征的四个网络特征以及企业每年是否过度负债的标签，构建数据集合；将数据集合划分成训练集和测试集，用训练集数据的模型参数进行学习，然后将测试集数据输入训练好的模型中，得到企业行为预测结果，将企业行为预测结果与企业真实行为进行比较，得到该企业行为预测模型的预测准确度。2.根据权利要求1所述的一种高精度企业行为预测方法，其特征在于，所述构建社会关系网络，具体包括：从高管兼任数据信息文件中提取关系链条，所述关系链条为公司
‑
高管
‑
公司，将高管兼任数据信息文件中各企业关系整理为企业基于共同董事关系，构建社会关系网络，所述社会关系网络为公司
‑
公司。3.根据权利要求1所述的一种高精度企业行为预测方法，其特征在于，所述企业实体相似度的计算公式如下：式中：为t时刻公司节点i与公司节点j的欧氏距离，该距离是基于公司节点i、公司节点j各自与其他节点的关系计算得到的，并且该距离的公式如下：若为无向网络，则该距离的公式如下：式中：式中：为t时刻企业i和企业z之间是否存在关联关系，存在取1，不存在取0；为t时刻企业j和企业z之间是否存在关联关系，存在取1，不存在取0。4.根据权利要求1所述的一种高精度企业行为预测方法，其特征在于，所述企业实体相似度的计算公式如下：
式中：为基于企业属性的距离，并且定义式如下：式中：为企业i和企业j在特征x上的距离；特征x包括企业经营业绩、企业所属行业以及企业所属地区的代码；若特征x是离散值，则如下：若特征x是连续值，则如下：。5.根据权利要求1所述的一种高精度企业行为预测方法，其特征在于，所述企业认知的计算公式如下：式中：a
jt
为t时刻j企业的认知水平。6.根据权利要求1所述的一种高精度企业行为预测方法，其特征在于，所述将数据集合划分成训练集和测试集，用训练集数据的模型参数进行学习，然后将测试集数据输入训练好的模型中，得到企业行为预测结果，将企业行为预测结果与企业真实行为进行比较，得到该企业行为预测模型的预测准确度，具体包括：步骤一：通过极大似然估计得到可观测特征的参数估计值，并把极大似然估计参数估计值作为模型的初值：式中：D
i
为训练集中实例i的行为标签，0
‑
1变量；T
i
为训练集中实例i的可观测特征，在确定行为标签下服从参数为λ
T|1
的指数分布，其中，λ
T|1
为行为标签为1的情况下，特征T服从的指数分布的参数；λ为可观测变量和行为标签服从的分布参数或概率，并且λ的公式如下：λ＝＜p1，λ
T|1
，p0，λ
T|0
＞将参数初值记为：
式中：P1为行为标签为1的概率...

【专利技术属性】
技术研发人员：陈逢章，
申请(专利权)人：重庆大学，
类型：发明
国别省市：