System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于多维数据的企业风险评估方法、装置、设备和介质制造方法及图纸_技高网

基于多维数据的企业风险评估方法、装置、设备和介质制造方法及图纸

技术编号:39950734 阅读:6 留言:0更新日期:2024-01-08 23:17
本申请涉及企业风险评估技术领域,具体提供了一种基于多维度数据的企业风险评估方法、装置、设备和存储介质。通过获取目标企业的多维数据,所述多维数据包括:财务效益数据、资产运营数据、债偿能力数据、发展能力数据、人力资源数据以及前景发展数据;将所述财务效益数据、所述资产运营数据、所述债偿能力数据、所述发展能力数据、所述人力资源数据以及所述前景发展数据分别输入至对应的风险评估模型中,得到每个维度对应的评估分数;根据多个维度对应的评估分数,对所述目标企业的企业风险进行风险评估。该方法解决了企业风控模型灵活度低及对未知风险难以预测的问题,细化了风险控制信息,使得风险控制模型更全面。

【技术实现步骤摘要】

本申请涉及企业风险评估,尤其涉及一种基于多维度数据的企业风险评估方法、装置、设备和存储介质。


技术介绍

1、在数字经济的发展趋势下,企业数字化及数字化应用和转型是企业顺应时代发展、提升企业效率以及增强企业核心竞争力的重要手段和举措。企业数字化风控系统可以更好地通过数字化工具和手段完善企业经营、赋能企业生产运营,支撑企业管理决策。但一个企业的发展往往充满着挑战和机遇,特别是企业在进行业务调整和战略决策中往往需要准确、完整、实时的企业经营数据、行业数据、风险分析等数据来辅助管理层进行决策。同时,在企业战略调整中,如果需要以利润换取市场空间或重点推出新产品获取市场反馈等情况下,更需要企业数字化风控系统能够及时识别和提示出企业的危险行为特征。

2、目前大多数企业风控模型中一般只注重财务效益、偿债能力及资产运营的财务数据分析,且过度依赖业务人员统计。

3、因此,现有技术中的企业风控模型大多存在风险分析的范畴注重财务效益、偿债能力及资产运营的财务数据分析,缺乏发展能力和人员综合水平分析,对各个业务的风控管理不细致,风控模型灵活度较低以及缺乏符合实际的数据量化方法及有针对性的风控模型算法的问题,亟需提出一种企业数字化风控策略的构建方法及高灵活度的风控模型算法体系,来解决目前风控评估不全面、风控模型灵活度低以及缺乏符合企业风控实际的数据量化方法的问题。


技术实现思路

1、本申请提供一种基于多维度数据的企业风险评估方法、装置、设备和存储介质,用以解决现有技术中存在的上述问题,即现有技术中存在的风控评估不全面、风控模型灵活度低以及缺乏符合企业风控实际的数据量化方法的问题。

2、第一方面,本申请提供一种基于多维度数据的企业风险评估方法,该方法包括:

3、获取目标企业的多维数据,所述多维数据包括:财务效益数据、资产运营数据、债偿能力数据、发展能力数据、人力资源数据以及前景发展数据;

4、将所述财务效益数据、所述资产运营数据、所述债偿能力数据、所述发展能力数据、所述人力资源数据以及所述前景发展数据分别输入至对应的风险评估模型中,得到每个维度对应的评估分数;

5、根据多个维度对应的评估分数,对所述目标企业的企业风险进行风险评估。

6、可选的,所述将所述财务效益数据、所述资产运营数据、所述人力资源数据以及所述前景发展数据分别输入至对应的风险评估模型中,得到每个维度对应的评估分数,包括:

7、根据所述财务效益数据、所述资产运营数据、所述人力资源数据以及所述前景发展数据,确定每个维度的数据对应的多个数据指标以及每个数据指标对应的指标权重;

8、根据所述多个数据指标以及每个指标对应的指标权重,对所述财务效益数据、所述资产运营数据、所述人力资源数据以及所述前景发展数据进行量化处理,得到每个维度对应的量化分数,并将所述量化分数作为对应的评估分数。

9、可选的,所述对所述财务效益数据、所述资产运营数据、所述人力资源数据以及所述前景发展数据进行量化处理,得到每个维度对应的量化分数,包括:

10、采用如下公式确定每个维度对应的量化分数:

11、

12、其中,e为量化分数,y表示数据指标的数量,x表示对应的数据指标,k表示数据指标对应的指标权重。

13、可选的,所述将所述债偿能力数据输入至对应的风险评估模型中,得到对应维度的评估分数,包括:

14、根据所述债偿能力数据,确定所述债偿能力数据对应的多个数据指标;

15、根据所述多个数据指标,对所述债偿能力数据进行多元线性回归模型训练,得到所述债偿能力数据的偏回归系数,根据所述偏回归系数以及所述多个数据指标得到所述债偿能力数据对应的分数,并将所述分数作为所述债偿能力数据的评估分数。

16、可选的,所述将所述发展能力数据输入至对应的风险评估模型中,得到对应维度的评估分数,包括:

17、根据所述发展能力数据,确定所述发展能力数据对应的多个数据指标;

18、根据所述多个数据指标,对所述发展能力数据进行逻辑回归模型训练,得到所述发展能力数据的模型系数,根据所述模型系数以及所述多个数据指标得到所述发展能力数据对应的分数,并将所述分数作为所述发展能力数据的评估分数。

19、可选的,所述根据多个维度对应的评估分数,对所述目标企业的企业风险进行风险评估,包括:

20、获取每个维度对应的评估分数对应的评估权重;

21、根据多个维度对应的评估分数以及每个维度对应的评估分数对应的评估权重,对所述目标企业的企业风险进行风险评估。

22、可选的,所述根据多个维度对应的评估分数以及每个维度对应的评估分数对应的评估权重,对所述目标企业的企业风险进行风险评估,包括:

23、采用如下公式对所述目标企业的企业风险进行风险评估:

24、e=a1e1+a2e2+a3e3+a4e4+a5e5+a6e6

25、其中,e表示评估结果,e1、e2、e3、e4、e5、e6分别表示对应维度的评估分数,a1、a2、a3、a4、a5、a6分别表示评估分数对应的评估权重。

26、第二方面,本申请提供一种基于多维度数据的企业风险评估装置,该装置包括:

27、获取模块,用于获取目标企业的多维数据,所述多维数据包括:财务效益数据、资产运营数据、债偿能力数据、发展能力数据、人力资源数据以及前景发展数据;

28、输入模块,用于将所述财务效益数据、所述资产运营数据、所述债偿能力数据、所述发展能力数据、所述人力资源数据以及所述前景发展数据分别输入至对应的风险评估模型中,得到每个维度对应的评估分数;

29、处理模块,用于根据多个维度对应的评估分数,对所述目标企业的企业风险进行风险评估。

30、可选的,所述装置还包括:确定模块;

31、所述确定模块,用于根据所述财务效益数据、所述资产运营数据、所述人力资源数据以及所述前景发展数据,确定每个维度的数据对应的多个数据指标以及每个数据指标对应的指标权重;

32、所述处理模块,还用于根据所述多个数据指标以及每个指标对应的指标权重,对所述财务效益数据、所述资产运营数据、所述人力资源数据以及所述前景发展数据进行量化处理,得到每个维度对应的量化分数,并将所述量化分数作为对应的评估分数。

33、可选的,所述处理模块,用于采用如下公式确定每个维度对应的量化分数:

34、

35、其中,e为量化分数,y表示数据指标的数量,x表示对应的数据指标,k表示数据指标对应的指标权重。

36、可选的,所述确定模块,还用于根据所述债偿能力数据,确定所述债偿能力数据对应的多个数据指标;

37、所述处理模块,还用于根据所述多个数据指标,对所述债偿能力数据进行多元线性回归模型训练,得到所述债偿能力数据的偏回归系数,根据所述偏回归系本文档来自技高网...

【技术保护点】

1.一种基于多维度数据的企业风险评估方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述财务效益数据、所述资产运营数据、所述人力资源数据以及所述前景发展数据分别输入至对应的风险评估模型中,得到每个维度对应的评估分数,包括:

3.根据权利要求2所述的方法,其特征在于,所述对所述财务效益数据、所述资产运营数据、所述人力资源数据以及所述前景发展数据进行量化处理,得到每个维度对应的量化分数,包括:

4.根据权利要求1所述的方法,其特征在于,所述将所述债偿能力数据输入至对应的风险评估模型中,得到对应维度的评估分数,包括:

5.根据权利要求1所述的方法,其特征在于,所述将所述发展能力数据输入至对应的风险评估模型中,得到对应维度的评估分数,包括:

6.根据权利要求1所述的方法,其特征在于,所述根据多个维度对应的评估分数,对所述目标企业的企业风险进行风险评估,包括:

7.根据权利要求6所述的方法,其特征在于,所述根据多个维度对应的评估分数以及每个维度对应的评估分数对应的评估权重,对所述目标企业的企业风险进行风险评估,包括:

8.一种基于多维度数据的企业风险评估装置,其特征在于,包括:

9.一种基于多维度数据的企业风险评估设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-7任一项所述的基于多维度数据的企业风险评估方法。

...

【技术特征摘要】

1.一种基于多维度数据的企业风险评估方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述财务效益数据、所述资产运营数据、所述人力资源数据以及所述前景发展数据分别输入至对应的风险评估模型中,得到每个维度对应的评估分数,包括:

3.根据权利要求2所述的方法,其特征在于,所述对所述财务效益数据、所述资产运营数据、所述人力资源数据以及所述前景发展数据进行量化处理,得到每个维度对应的量化分数,包括:

4.根据权利要求1所述的方法,其特征在于,所述将所述债偿能力数据输入至对应的风险评估模型中,得到对应维度的评估分数,包括:

5.根据权利要求1所述的方法,其特征在于,所述将所述发展能力数据输入至对应的风险评估模型中...

【专利技术属性】
技术研发人员:秦冬冬唐菁孙进军杨红文李香云边锦
申请(专利权)人:中国联合网络通信集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1