【技术实现步骤摘要】
本申请涉及计算机，特别涉及一种企业违约预测方法和装置、计算设备、计算机可读存储介质及计算机程序产品。
技术介绍
1、企业在进行金融活动时，往往存在违约的可能(例如债券到期未兑付、承诺的股息到期未发放等)，这对于市场而言，这是潜在的金融风险。现有技术往往通过分析企业的经营状况来预测违约风险。但在实际场景中，企业的经营状况通常很难准确确定，因为企业的经营数据往往复杂且不充分公开。此外，导致企业违约的因素复杂且繁多，在确定企业违约风险时往往非常依赖分析人员的行业经验，这不仅耗时耗力，而且评述同一家企业的不同分析人员往往持相反的评述结论，这又增加了准确地违约预测的困难。
技术实现思路
1、申请人注意到，本领域一直希望提出一种准确、高效且自动化的企业违约预测方法。鉴于此，本申请提供了一种企业违约预测方法和装置、计算设备、计算机可读存储介质及计算机程序产品，期望缓解或克服上面提到的部分或全部缺陷以及其他可能的缺陷。
2、根据本申请的一个方面，提供了一种企业违约预测方法，该方法包括：获取评述文档，评述文档包含针对多个企业的评述，多个企业包含目标企业；从评述文档提取多个企业对应的实体及评述中看待每个实体的负面程度；基于目标企业对应的目标实体的负面程度确定目标企业的直接风险值；获取目标企业的企业数据，企业数据包含企业的财务数据；基于目标企业的企业数据确定目标企业的内在风险值；至少基于目标企业的直接风险值和内在风险值确定目标企业的综合风险值；响应于综合风险值大于或等于预定风险阈值，预测目标
3、根据本申请的另一方面，提供了一种企业违约预测装置。企业违约预测装置包括：文档获取模块，其被配置成获取评述文档，评述文档包含针对多个企业的评述，多个企业包含目标企业；态度提取模块，其被配置成从评述文档提取多个企业对应的实体及评述中看待每个实体的负面程度；直接风险值确定模块，其被配置成基于目标企业对应的目标实体的负面程度确定目标企业的直接风险值；企业数据获取模块，其被配置成获取目标企业的企业数据，企业数据包含企业的财务数据；内在风险值确定模块，其被配置成基于目标企业的企业数据确定目标企业的内在风险值；综合风险值确定模块，其被配置成至少基于目标企业的直接风险值和内在风险值确定目标企业的综合风险值；违约预测模块，其被配置成响应于综合风险值大于或等于预定风险阈值，预测目标企业将发生违约。
4、在根据本申请的一些实施例的企业违约预测装置中，从评述文档提取多个企业对应的实体及评述中看待每个实体的负面程度包括：对评述文档的每个句子进行分词，得到每个句子对应的结构化词序列；将每个结构化词序列输入经训练的语言模型，得到每个句子包含的实体及情感偏向，语言模型根据结构化序列确定其中包含的实体并根据该结构化序列的语义确定其情感偏向，情感偏向包含正面情感或负面情感；针对多个企业中的每个企业，确定评述文档中所有包含该企业对应的实体的句子及这些句子的情感偏向，根据这些句子的情感偏向确定该企业的负面程度。
5、在根据本申请的一些实施例的企业违约预测装置中，企业的负面程度满足等式：
6、
7、其中，i表示多个企业中的第i个企业，ei表示第i个企业的负面程度，si是评述文档中对第i个企业对应的实体持负面情感的句子的数量，ni是评述文档中包含第i个企业对应的实体的句子的数量。
8、在根据本申请的一些实施例的企业违约预测装置中，基于目标企业的企业数据确定目标企业的内在风险值包括：根据企业数据的各个项目及该项目的数据，确定目标企业的企业内部特征，企业内部特征的每个维度对应于企业数据的一个或多个项目；以及，利用经训练的分类模型根据企业内部特征确定目标企业的内在风险值。
9、在根据本申请的一些实施例的企业违约预测装置中，经训练的分类模型通过对分类模型执行训练步骤得到，该训练步骤包括：确定训练样本集，训练样本集包含多个训练样本对，每个训练样本对包含一个企业的企业内部特征及违约标签，违约标签用于指示该企业是否发生违约；以企业内部特征为输入，违约标签为预期输出，根据分类模型的实际输出与预期输出的误差建立监督函数；利用训练样本集训练分类模型，直到监督函数的值小于预定误差阈值。
10、在根据本申请的一些实施例的企业违约预测装置中，企业违约预测装置进一步包括关联风险值确定模块，其被配置成：从多个企业中确定目标企业的关联企业，关联企业指与目标企业存在股权关联或债权关联的企业；根据目标企业的关联企业的直接风险值确定目标企业的关联风险值。以及，至少基于目标企业的直接风险值和内在风险值确定目标企业的综合风险值包括：至少基于目标企业的直接风险值、内在风险值和关联风险值确定目标企业的综合风险值。
11、在根据本申请的一些实施例的企业违约预测装置中，从多个企业中确定目标企业的关联企业包括：获取表征多个企业之间关联的知识图谱，知识图谱包含多个节点及连接多个节点之间的连线，多个节点中的每个表征一个企业对应的实体，连线表征两个节点对应的实体之间的关联程度；根据知识图谱确定与目标企业对应节点连接的节点确定目标企业的关联企业及关联程度。
12、在根据本申请的一些实施例的企业违约预测装置中，关联风险值满足等式：
13、
14、其中，i表示多个企业中的第i个企业，ri表示第i个企业的关联风险值，表示第i个企业和第j个企业之间的关联程度，dj表示第j个企业的直接风险值。
15、在根据本申请的一些实施例的企业违约预测装置中，综合风险值满足等式：
16、ci＝α1×di+α2×ii+α3×ri
17、其中，i表示多个企业中的第i个企业，ci表示第i个企业的综合风险值，di表示第i个企业的直接风险值，ii表示第i个企业的内在风险值，ri表示第i个企业的关联风险值，α1、α2、α3分别表示预设权重。
18、根据本申请的另一方面，提供了一种计算设备，包括：存储器，其被配置成存储计算机可执行指令；以及处理器，其被配置成当计算机可执行指令被处理器执行时执行根据本申请一些实施例的企业违约预测方法的步骤。
19、根据本申请的另一方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，计算机可执行指令在被执行时实现根据本申请一些实施例的企业违约预测方法的步骤。
20、根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现根据本申请一些实施例的企业违约预测方法的步骤。
21、在根据本申请一些实施例的企业违约预测方法和装置中，首先通过从评述文档中提取评述文档对目标企业的负面程度来确定目标企业的直接风险值。由于评述文档通常来源于目标企业之外的其他企业或机构，因此其评述中对目标企业所持的态度更有可能代表市场对目标企业的预期，其所持正面态度或负面态度的原因往往也更加综合。因此，直接风险值能较好体现目标企业之外的主体对企业的态度。但其他企业或机构有可能因立场原因本文档来自技高网...
【技术保护点】
1.一种企业违约预测方法，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，所述从所述评述文档提取所述多个企业对应的实体及评述中看待每个实体的负面程度包括：
3.根据权利要求2所述的方法，其特征在于，企业的负面程度满足等式：
4.根据权利要求1所述的方法，其特征在于，所述基于所述目标企业的企业数据确定所述目标企业的内在风险值包括：
5.根据权利要求4所述的方法，其特征在于，所述经训练的分类模型通过对分类模型执行训练步骤得到，所述训练步骤包括：
6.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：
7.根据权利要求6所述的方法，其特征在于，所述从所述多个企业中确定所述目标企业的关联企业包括：
8.根据权利要求7所述的方法，其特征在于，所述关联风险值满足等式：
9.根据权利要求6所述的方法，其特征在于，所述综合风险值满足等式：
10.一种企业违约预测装置，其特征在于，所述企业违约预测包括：
11.一种计算设备，包括：
12.
13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至9中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种企业违约预测方法，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，所述从所述评述文档提取所述多个企业对应的实体及评述中看待每个实体的负面程度包括：
3.根据权利要求2所述的方法，其特征在于，企业的负面程度满足等式：
4.根据权利要求1所述的方法，其特征在于，所述基于所述目标企业的企业数据确定所述目标企业的内在风险值包括：
5.根据权利要求4所述的方法，其特征在于，所述经训练的分类模型通过对分类模型执行训练步骤得到，所述训练步骤包括：
6.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：
7.根据权利要求6所述...
【专利技术属性】
技术研发人员：王寒，石智中，梁霄，雷涛，
申请(专利权)人：中国国际金融股份有限公司，
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。