【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种企业质量风险的评估方法、装置、设备及存储介质。
技术介绍
1、在市场环境不确定性增加的新形势下，国内外各家企业都越来越重视提高企业的财务状况和完善质量风险管理预警系统。控制质量风险，坚持走质量效益型的发展道路，在企业风险管理中尤为必要。传统的风险评估，大多是通过人工的方式进行，这种方式需要耗费大量人力，且效率低、准确性低。
技术实现思路
1、本专利技术的主要目的在于提供一种企业质量风险的评估方法、装置、设备及存储介质，旨在解决现有的企业质量风险的评估效率低，准确性较差的问题。
2、为实现上述目的，本专利技术提供一种企业质量风险的评估方法，所述企业质量风险的评估方法包括以下步骤：
3、s10、采集企业的原始财务数据、环境数据、社会数据、公司治理数据、舆情争议数据；
4、s20、根据所述原始数据计算对应的原始变量指标数据；
5、s30、基于拉依达准则对所述原始变量指标数据进行异常值剔除和筛选，得到中间变量指标数据；
6、s40、基于factor算法对所述中间变量指标数据进行数据变换，得到关键指标因子数据；
7、s50、通过logistic算法对所述关键指标因子数据进行模型构建，并根据计算结果确定模型的权重参数；
8、s60、通过等级划分标准，确定企业的质量风险评估情况。
9、可选地，所述企业原始财务数据包括：流动资产、流动负债、资产总额、留存收益、息税前利
10、可选地，所述原始数据计算对应的原始变量指标数据，包括：流动性指标、收益性指标、杠杆性指标、偿债性指标、周转性指标、现金流指标、资产增长指标、盈利性指标、环境性指标、社会性指标、公司治理性指标、舆情争议性指标。
11、可选地，所述基于拉依达准则对所述原始变量指标数据进行异常值剔除和筛选，得到中间变量指标数据的步骤，包括：
12、获取所述原始变量指标数据的实验标准偏差和平均值；
13、根据所述实验标准偏差和平均值确定所述原始变量指标数据中的异常值，并剔除所述异常值；
14、对剔除异常值后的原始变量指标数据进行z-score标准化，得到中间变量指标数据。
15、可选地，所述基于factor算法对所述中间变量指标数据进行数据变换，得到关键指标因子数据的步骤，包括：
16、对所述中间变量指标数据进行标准化；
17、利用主成分分析的方法获取标准化的中间变量指标数据的协方差矩阵；
18、对所述协方差矩阵进行特征值分解，得到特征值，并根据所述特征值对应的特征值向量获取因子载荷矩阵，其中，所述因子载荷矩阵的元素数量由公共因子的累计方差贡献率确定；
19、基于回归法对所述因子载荷矩阵进行计算，获得公共因子向量；
20、基于所述标准化的中间变量、所述因子载荷矩阵和所述公共因子向量，获得关键指标因子数据。
21、可选地，所述模型是基于logistic算法构建得到，所述通过logistic算法对所述关键指标因子数据进行模型构建，并根据计算结果确定模型的权重参数，包括：
22、根据所述logistic算法构建模型的判别函数和所述关键指标因子数据，计算得到对应的映射值，并根据所述映射值确定企业质量风险情况。
23、可选地，所述根据所述映射值确定企业质量风险情况的步骤，包括以下至少一项：
24、在所述映射值大于或等于0、且小于0.5时，确定所述企业质量高风险；
25、在所述映射值大于或等于0.5、且小于0.9时，确定所述企业质量中风险；
26、在所述映射值大于或等于0.9、且小于0.95时，确定所述企业质量低风险；
27、在所述映射值大于或等于0.95、且小于或等于1时，确定所述企业质量无风险。
28、此外，为实现上述目的，本专利技术还提供一种企业质量风险的评估装置，所述评估装置包括：
29、数据采集模块：用于采集企业的原始财务数据、环境数据、社会数据、公司治理数据、舆情争议数据；
30、指标计算模块：用于原始数据计算对应的原始变量指标数据；
31、数据预处理模块：用于基于拉依达准则对所述原始变量指标数据进行异常值剔除和筛选，得到中间变量指标数据；
32、数据变换模块：用于基于factor算法对所述中间变量指标数据进行数据变换，得到关键指标因子数据；
33、模型构建模块：用于通过logistic算法对所述关键指标因子数据进行模型构建，并根据计算结果确定模型的权重参数；
34、等级划分模块：用于通过等级划分的标准，确定企业的质量风险评估情况。
35、此外，为实现上述目的，本专利技术还提供一种企业质量风险的评估设备，所述评估设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的企业质量风险的评估方法的步骤。
36、此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的企业质量风险的评估方法的步骤。
37、此外，为实现上述目的，本专利技术实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的企业质量风险的评估方法的步骤。
38、本专利技术和现有技术相比具备以下有益效果：本专利技术实施例采集企业的原始财务数据、环境数据、社会数据、公司治理数据、舆情争议数据；根据所述原始数据计算对应的原始变量指标数据；基于拉依达准则对所述原始变量指标数据进行异常值剔除和筛选，得到中间变量指标数据；基于factor算法对所述中间变量指标数据进行数据变换，得到关键指标因子数据；通过logistic算法对所述关键指标因子数据进行模型构建，并根据计算结果确定模型的权重参数；通过等级划分标准，确定企业的质量风险评估情况。通过以上方式，使用factor算法(factor analysis)技术将多个实测变量最终转换为少数几个综合指标(或称潜变量)，从而减少需要分析的变量的数量，减少质量风险问题分析的复杂性；再使用这少数的几个综合指标和logistic算法(logistic regres本文档来自技高网...
【技术保护点】
1.一种企业质量风险的评估方法，其特征在于，所述评估方法包括以下步骤：
2.根据权利要求1所述一种企业质量风险的评估方法，其特征在于：所述企业原始财务数据包括：流动资产、流动负债、资产总额、留存收益、息税前利润、权益市值、负债总额、营业收入、经营活动产生的现金流量净额、资产总额期末、资产总额期初、营业成本；
3.根据权利要求1所述的一种企业质量风险的评估方法，其特征在于：所述原始数据计算对应的原始变量指标数据，包括：流动性指标、收益性指标、杠杆性指标、偿债性指标、周转性指标、现金流指标、资产增长指标、盈利性指标、环境性指标、社会性指标、公司治理性指标、舆情争议性指标。
4.根据权利要求1所述的一种企业质量风险的评估方法，其特征在于：所述基于拉依达准则对所述原始变量指标数据进行异常值剔除和筛选，得到中间变量指标数据的步骤，包括：
5.根据权利要求1所述的一种企业质量风险的评估方法，其特征在于：所述基于Factor算法对所述中间变量指标数据进行数据变换，得到关键指标因子数据的步骤，包括：
6.根据权利要求1所述的一种企业质量
7.根据权利要求6所述的一种企业质量风险的评估方法，其特征在于：所述根据映射值确定企业质量风险情况的步骤，包括以下至少一项：
8.一种企业质量风险的评估装置，其特征在于，所述评估装置包括：
9.一种企业质量风险的评估设备，其特征在于，所述评估设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的企业质量风险的评估方法的步骤。
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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的企业质量风险的评估方法的步骤。
...【技术特征摘要】
1.一种企业质量风险的评估方法，其特征在于，所述评估方法包括以下步骤：
2.根据权利要求1所述一种企业质量风险的评估方法，其特征在于：所述企业原始财务数据包括：流动资产、流动负债、资产总额、留存收益、息税前利润、权益市值、负债总额、营业收入、经营活动产生的现金流量净额、资产总额期末、资产总额期初、营业成本；
3.根据权利要求1所述的一种企业质量风险的评估方法，其特征在于：所述原始数据计算对应的原始变量指标数据，包括：流动性指标、收益性指标、杠杆性指标、偿债性指标、周转性指标、现金流指标、资产增长指标、盈利性指标、环境性指标、社会性指标、公司治理性指标、舆情争议性指标。
4.根据权利要求1所述的一种企业质量风险的评估方法，其特征在于：所述基于拉依达准则对所述原始变量指标数据进行异常值剔除和筛选，得到中间变量指标数据的步骤，包括：
5.根据权利要求1所述的一种企业质量风险的评估方法，其特征在于：所述基于factor算法对所述中间变量指标数据进行数据变换...
【专利技术属性】
技术研发人员：王兴海，
申请(专利权)人：东方星野数字科技北京有限公司，
类型：发明
国别省市：
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。