一种基于机器学习的企业外迁风险预警方法及系统技术方案

本发明专利技术公开了一种基于机器学习的企业外迁风险预警方法，所述方法的步骤包括：构造特征变量，形成企业外迁预测特征数据库；在所述企业外迁预测特征数据库中的数据呈平衡数据集的状态下，构建特征选择模型并建立模型数据库；根据所述模型数据库中的数据，建立并验证企业外迁预测模型；对构建完成的所述企业外迁预测模型输入新样本，得所述新样本对应的企业外迁概率。还公开了实施上述方法的基于机器学习的企业外迁风险预警系统。该风险预警方法保证数据获取的可行性和便利性，适用性强、通用性强，能够直接得到企业外迁概率，准确性高。准确性高。准确性高。

【技术实现步骤摘要】
一种基于机器学习的企业外迁风险预警方法及系统


[0001]本专利技术属于经济态势预测预警领域，尤其涉及一种基于机器学习的企业外迁风险预警方法及系统。

技术介绍

[0002]企业作为市场经济主体，其发展受到要素成本上升、企业产能调整、市场需求变化、外部政策转向等因素影响，容易通过对外投资进行企业部分迁移，甚至变更企业登记主管机关，完全将自身迁出原先所在登记地。企业外迁的实质是企业区位再选择的过程，规模以上工业企业、独角兽企业、瞪羚企业、专精特新中小企业等重要企业的外迁将会直接减少企业所在地经济税源，显著影响入库税收，不利于当地社会经济的稳定发展。为此，有必要通过技术手段预测出具有外迁倾向的企业，并对可能发生的外迁现象进行及时预警。
[0003]中国专利技术专利CN109377058A公开了一种基于逻辑回归模型的企业外迁风险评估方法。该方法收集了企业外迁实例信息以及运营商提供的脱敏电信数据；通过数据分箱和皮尔逊相关系数，剔除了低预测能力指标和高相关性指标；在此基础上，采用逻辑回归构建了企业外迁预测模型，最后输出了企业的外迁概率。该专利技术填本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的企业外迁风险预警方法，其特征在于，所述方法的步骤包括：构造特征变量，形成企业外迁预测特征数据库；在所述企业外迁预测特征数据库中的样本集呈平衡数据集的状态下，构建特征选择模型并建立模型数据库；根据所述模型数据库中的数据，建立并验证企业外迁预测模型；对构建完成的所述企业外迁预测模型输入新样本，得所述新样本对应的企业外迁概率。2.根据权利要求1所述的基于机器学习的企业外迁风险预警方法，其特征在于，所述方法的步骤还包括：基于获得的所述企业外迁概率，结合预设评估项，采用情景综合分析法对企业进行分级预警。3.根据权利要求1所述的基于机器学习的企业外迁风险预警方法，其特征在于，“构造特征变量，形成企业外迁预测特征数据库”包括：整理外迁企业和非外迁企业的名单，获取名单中企业多个维度的数据样本；根据所述数据样本构造特征变量；按预设时间段，计算名单中所有企业不同特征变量的数值，形成企业外迁预测特征数据库。4.根据权利要求3所述的基于机器学习的企业外迁风险预警方法，其特征在于，“计算名单中所有企业不同特征变量的数值，形成企业外迁预测特征数据库”包括：计算名单中所有企业的用电量环比变化值、用水量环比变化值、专利数量环比变化值、已享受的本地政策数量、所属产业在注册地的企业数量、异地投资频率、异地投资金额、异地招聘人员数量、异地投资接洽报道数量、接待异地官员到访报道数量；将特征变量中关于企业是否外迁、企业是否异地置地、企业是否享受所在地政策、企业是否存在裁员报道的结果由字符型转换为数字型，其中，结果为“是”的转换为“1”，结果为“否”的转换为“0”。5.根据权利要求1所述的基于机器学习的企业外迁风险预警方法，其特征在于，“在所述企业外迁预测特征数据库中的样本集呈平衡数据集的状态...

【专利技术属性】
技术研发人员：王慧，韩丽俊，何正兴，杨梦茜，宋娟娟，曹金虎，宋红见，
申请(专利权)人：苏州工业园区测绘地理信息有限公司，
类型：发明
国别省市：