基于数据驱动的企业破产风险预警方法、系统及装置制造方法及图纸

本发明专利技术公开一种基于数据驱动的企业破产风险预警方法、系统及装置，方法包括基于获取到的财务数据，对财务数据进行预处理并将财务数据整理成财务数据集；判断财务数据集中的财务数据是否缺失或异常，若是则对财务数据中的缺失或异常数据进行处理，得到完整财务数据集；对完整财务数据集中的财务特征进行重要性排序，选取排序前若干位的特征进行特征优化融合，得到新财务数据集；将待测财务数据输入至破产分类模型得到预测结果，根据预测结果对企业进行不同等级的破产预警。该方法能沟通过财务数据，预测企业在未来一年是否有破产风险，进行企业破产预测可以帮助投资者、金融机构和企业管理者更好地识别风险，采取相应的措施，从而避免或减轻损失。从而避免或减轻损失。从而避免或减轻损失。

【技术实现步骤摘要】
基于数据驱动的企业破产风险预警方法、系统及装置


[0001]本专利技术涉及人工智能领域，尤其涉及一种基于数据驱动的企业破产风险预警方法、系统及装置。

技术介绍

[0002]与传统方法相比，基于人工智能的破产风险预测可以在准确性、效率和适应性方面有明显的改善。随着人工智能的不断进步，财务数据的可用性不断的提高，其在商业决策中的应用也越来越多。数据驱动的破产预测可以被公司用来监测其财务健康状况，识别风险，并采取积极主动的措施来避免破产。金融机构也使用这些工具来评估借款人的信用度，并做出明智的贷款决定。

技术实现思路

[0003]针对现有技术的不足，本专利技术提供一种基于数据驱动的企业破产风险预警方法、系统及装置，本专利技术的方法能通过企业的财务数据，来预测未来一年企业的破产风险，提醒投资者和企业管理者提高警惕，提前做出决策，减少损失。
[0004]本专利技术的目的通过如下的技术方案来实现：
[0005]一种基于数据驱动的企业破产风险预警方法，包括以下步骤：
[0006]基于获取到的财务数据，对所述财务数据进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据驱动的企业破产风险预警方法，其特征在于，包括以下步骤：基于获取到的财务数据，对所述财务数据进行预处理并将财务数据整理成财务数据集；判断财务数据集中的财务数据是否缺失或异常，若是，则对所述财务数据中的缺失数据或异常数据进行处理，得到完整财务数据集；对所述完整财务数据集中的财务特征进行重要性排序，选取排序前若干位的特征进行特征优化融合，得到新财务数据集；将待测财务数据输入至破产分类模型得到预测结果，根据所述预测结果对企业进行不同等级的破产预警。2.根据权利要求1所述的基于数据驱动的企业破产风险预警方法，其特征在于，建立破产分类预训练模型，基于新财务数据集中的新财务数据特征对所述破产分类预训练模型进行训练，得到破产分类模型。3.根据权利要求1所述的基于数据驱动的企业破产风险预警方法，其特征在于，所述获取用于建立模型的财务数据并将财务数据整理成财务数据集，包括以下步骤：所述财务报表至少包括资产负债表、利润表、现金流量表及所有者权益变动表中的一种或几种；将财务报表进行解析得到财务数据特征；将财务数据特征整理成破产分类模型的分类特征；将每个企业的财务数据视为一条样本，样本标签为企业是否破产；其中，所述财务数据特征至少总资产、净利润、运营资金、流动资产、留存收益、息税前利润、账面权益价值、销售额、毛利、短期负债、库存、经营活动利润、产品销售花费、运营开销、销售利润、应收款、折旧、利息、固定资产及流动负债及不动产；所述分类特征至少包括净利润/总资产、总负债/总资产、运营资金/总资产、流动资产/短期负债、留存收益/总资产、息税前利润/总资产、账面权益价值/总资产、销售额/总资产、毛利/短期负债、(毛利+折旧)/销售额、(毛利+折旧)/总资产、(毛利+折旧)/总负债、总资产/总负债、毛利/总资产、毛利/销售额、库存/销售额、经营活动利润/总资产、净利润/销售额、(净利润+折旧)/总负债、流动资产/固定资产、(毛利+利息)/销售额、流动负债/产品销售花费、运营开销/短期负债、运营开销/总负债、销售利润/总资产、(流动资产
‑
库存)/长期负债、不动产/总资产、销售利润/销售额、总负债/((经营活动利润+折旧)、经营活动利润/销售额、应收款/销售额、净利润/库存、(流动资产
‑
库存)/短期负债、库存/产品销售花费、流动资产/总负债、短期负债/总资产、短期负债/产品销售花费、(流动资产
‑
库存
‑
短期负债)/(销售额
‑
毛利
‑
折旧)、销售额/库存、销售额/应收款、短期负债/销售额、销售额/固定资产。4.根据权利要求1所述的基于数据驱动的企业破产风险预警方法，其特征在于，所述对所述财务数据中的缺失值或异常值进行处理，包括以下步骤：若缺失数量超过总数量的75％，将列特征进行删除操作；若缺失数量低于总数量的5％，将对应的样本进行删除；若缺失数量占总数量的5％
‑
30％，将财务数据进行均值填充；若缺失数量占总数量的30％
‑
75％，对财务数据进行编码，缺失值填充为0，未缺失值改
为1；对财务数据进行异常值识别，若数据与均值之间的绝对距离大于3倍标准差，则将所述异常数据标记为异常值，并对异常值进行缺失值处理。5.根据权利要求1所述的基于数据驱动的企业破产风险预警方法，其特征在于，所述对数据中的财务特征进行重要性排序，选取排序前若干位进行特征优化融合，包括以下步骤：基于财务数据集，将所述财务数据集内的财务数据随机打乱，并划分为训练集及测试集，构建重要度排序预训练模型；基于F
‑
score方法，根据特征在集合体中所有树上用于分割数据的次数来计算特征的重要性，一个特征被用来创建分裂的次数越多则重要性越高；对所述特征重要性进行排名，基...

【专利技术属性】
技术研发人员：张文强，张舟洋，寇腾跃，贾莉芳，赵洁颖，陈茜，叶碧华，
申请(专利权)人：浙江之科云创数字科技有限公司，
类型：发明
国别省市：