本申请公开了一种企业金融风险定量分析和预警方法，通过采集并融合互联网上公开的企业数据，根据预先设置的企业金融风险指标体系从中提取指标数据，基于机器学习能力利用企业金融风险模型根据指标数据进行企业金融风险量化评价。特别的，该方法在企业金融风险模型中增加了舆情调节参数，具体通过采集企业官网的网络流量数据并对其进行分析，从而根据企业官网访问量的变化情况对企业舆情风险指标的权重进行参数调节。最终，提高了企业金融风险定量分析的精准度，提高了企业金融风险预警的效率。此外，本申请还提供了一种企业金融风险定量分析和预警装置、设备及可读存储介质，其技术效果与上述方法的技术效果相对应。
【技术实现步骤摘要】
一种企业金融风险定量分析和预警方法、装置及设备
本申请涉及计算机
，特别涉及一种企业金融风险定量分析和预警方法、装置、设备及可读存储介质。
技术介绍
近年来，随着移动互联网等新一代信息技术的迅猛发展，以互联网金融为代表的各类金融业态已融入到经济社会发展的各个领域，呈现出爆发式增长的态势，P2P网络借贷平台、网络小贷公司、股权投资机构、交易场所等各类金融业态不断涌现，其融资规模、交易规模不断扩大，涉及的交易主体也越来越复杂。然而，由于互联网具有不分地域、快速传播、涉众面广等特性，导致以网络为载体的非法金融活动日益猖獗，容易出现金融诈骗、风险失控、卷款潜逃等问题，这些非法金融业态具有多样性、隐蔽性、边缘性、广域性等特点，严重影响金融秩序，对社会稳定、公民财产安全等造成极大的安全隐患。传统的企业金融风险监测方案主要存在以下问题：一方面，依靠举报人举报信息，风险发现滞后，往往等到风险爆发后才会有举报信息；另一方面，企业的金融风险判定多依赖于人工个案判断，缺乏客观性，且判断效率低下。可见，如何监测企业金融风险，保证金融秩序，是亟待本领域技术人员解决的问题。
技术实现思路
本申请的目的是提供一种企业金融风险定量分析和预警方法、装置、设备及可读存储介质，用以解决目前缺乏高效的金融风险监管方案，为公民财产带来安全隐患的问题。其具体方案如下：第一方面，本申请提供了一种企业金融风险定量分析和预警方法，包括：采集目标企业的企业数据；从所述企业数据中提取企业金融风险指标的指标数据，其中所述企业金融风险指标包括企业注册风险指标、企业经营风险指标和企业舆情风险指标；采集所述目标企业的官网的访问量数据以作为样本，计算样本方差、样本均值、样本标准差；根据所述样本方差、所述样本均值、所述样本标准差的大小关系，确定舆情调节参数，其中所述舆情调节参数用于对所述企业舆情风险指标的权重进行调节；将所述指标数据和所述舆情调节参数输入企业金融风险模型，得到所述目标企业的企业金融风险指数，其中所述企业金融风险模型包括各项企业金融风险指标的权重；根据所述企业金融风险指数，进行风险预警。优选的，所述采集目标企业的企业数据，包括：通过以下任意一项或多项技术，采集目标企业的企业数据：逆向JS脚本技术、网页自动化测试技术、多账号Cookie池技术、中间人代理技术。优选的，所述从所述企业数据中提取企业金融风险指标的指标数据，包括：对所述企业数据进行预处理，其中所述预处理包括数据清洗和整理；从预处理后的企业数据中识别得到企业金融风险指标的文字描述；通过自然语言处理技术，将所述文字描述转换为向量表示，得到企业金融风险指标的指标数据。优选的，在所述将所述指标数据和所述舆情调节参数输入企业金融风险模型之前，还包括：构建企业金融风险模型，所述企业金融风险模型包括企业金融风险指标的初始权重；根据训练样本，采用线性回归方法对所述企业金融风险模型中企业金融风险指标的初始权重进行调整。优选的，所述根据所述企业金融风险指数，进行风险预警，包括：若所述企业金融风险指数小于等于第一阈值，则判定所述目标企业为低风险企业，并进行相应的风险预警；若所述企业金融风险指数大于所述第一阈值且小于第二阈值，则判定所述目标企业为中风险企业，并进行相应的风险预警；若所述企业金融风险指数大于等于所述第二阈值，则判定所述目标企业为高风险企业，并进行相应的风险预警。优选的，所述根据所述样本方差、所述样本均值、所述样本标准差的大小关系，确定舆情调节参数，包括：若所述样本方差与所述样本均值的差值小于等于3倍的所述样本标准差，则选取第一预设值作为舆情调节参数；若所述样本方差与所述样本均值的差值大于3倍的所述样本标准差，则选取第二预设值作为舆情调节参数；其中，所述第一预设值小于所述第二预设值。优选的，所述第一预设值为1，所述第二预设值为1.5。第二方面，本申请提供了一种企业金融风险定量分析和预警装置，包括：互联网数据采集模块：用于采集目标企业的企业数据；指标数据提取模块：用于从所述企业数据中提取企业金融风险指标的指标数据，其中所述企业金融风险指标包括企业注册风险指标、企业经营风险指标和企业舆情风险指标；网络流量采集分析模块：用于采集所述目标企业的官网的访问量数据以作为样本，计算样本方差、样本均值、样本标准差；根据所述样本方差、所述样本均值、所述样本标准差的大小关系，确定舆情调节参数，其中所述舆情调节参数用于对所述企业舆情风险指标的权重进行调节；风险定量分析模块：用于将所述指标数据和所述舆情调节参数输入企业金融风险模型，得到所述目标企业的企业金融风险指数，其中所述企业金融风险模型包括各项企业金融风险指标的权重；风险预警模块：用于根据所述企业金融风险指数，进行风险预警。第三方面，本申请提供了一种企业金融风险定量分析和预警设备，包括：存储器：用于存储计算机程序；处理器：用于执行所述计算机程序，以实现如上所述的企业金融风险定量分析和预警方法。第四方面，本申请提供了一种可读存储介质，所述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用于实现如上所述的企业金融风险定量分析和预警方法。本申请所提供的一种企业金融风险定量分析和预警方法，包括：采集目标企业的企业数据；从企业数据中提取企业金融风险指标的指标数据，其中企业金融风险指标包括企业注册风险指标、企业经营风险指标和企业舆情风险指标；采集目标企业的官网的访问量数据以作为样本，计算样本方差、样本均值、样本标准差；根据样本方差、样本均值、样本标准差的大小关系，确定舆情调节参数，其中舆情调节参数用于对企业舆情风险指标的权重进行调节；将指标数据和舆情调节参数输入企业金融风险模型，得到目标企业的企业金融风险指数，其中企业金融风险模型包括各项企业金融风险指标的权重；根据企业金融风险指数，进行风险预警。可见，该方法通过采集并融合互联网上公开的企业数据，根据预先设置的企业金融风险指标体系从中提取指标数据，基于机器学习能力利用企业金融风险模型根据指标数据进行企业金融风险量化评价。特别的，该方法在企业金融风险模型中增加了舆情调节参数，具体通过采集企业官网的网络流量数据并对其进行分析，从而根据企业官网访问量的变化情况对企业舆情风险指标的权重进行参数调节。最终，提高了企业金融风险定量分析的精准度，也提高了企业金融风险预警的效率。此外，本申请还提供了一种企业金融风险定量分析和预警装置、设备及可读存储介质，其技术效果与上述方法的技术效果相对应，这里不再赘述。附图说明为了更清楚的说明本申请实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这本文档来自技高网...
【技术保护点】
1.一种企业金融风险定量分析和预警方法，其特征在于，包括：/n采集目标企业的企业数据；/n从所述企业数据中提取企业金融风险指标的指标数据，其中所述企业金融风险指标包括企业注册风险指标、企业经营风险指标和企业舆情风险指标；/n采集所述目标企业的官网的访问量数据以作为样本，计算样本方差、样本均值、样本标准差；根据所述样本方差、所述样本均值、所述样本标准差的大小关系，确定舆情调节参数，其中所述舆情调节参数用于对所述企业舆情风险指标的权重进行调节；/n将所述指标数据和所述舆情调节参数输入企业金融风险模型，得到所述目标企业的企业金融风险指数，其中所述企业金融风险模型包括各项企业金融风险指标的权重；/n根据所述企业金融风险指数，进行风险预警。/n
【技术特征摘要】
1.一种企业金融风险定量分析和预警方法，其特征在于，包括：
采集目标企业的企业数据；
从所述企业数据中提取企业金融风险指标的指标数据，其中所述企业金融风险指标包括企业注册风险指标、企业经营风险指标和企业舆情风险指标；
采集所述目标企业的官网的访问量数据以作为样本，计算样本方差、样本均值、样本标准差；根据所述样本方差、所述样本均值、所述样本标准差的大小关系，确定舆情调节参数，其中所述舆情调节参数用于对所述企业舆情风险指标的权重进行调节；
将所述指标数据和所述舆情调节参数输入企业金融风险模型，得到所述目标企业的企业金融风险指数，其中所述企业金融风险模型包括各项企业金融风险指标的权重；
根据所述企业金融风险指数，进行风险预警。
2.如权利要求1所述的方法，其特征在于，所述采集目标企业的企业数据，包括：
通过以下任意一项或多项技术，采集目标企业的企业数据：逆向JS脚本技术、网页自动化测试技术、多账号Cookie池技术、中间人代理技术。
3.如权利要求2所述的方法，其特征在于，所述从所述企业数据中提取企业金融风险指标的指标数据，包括：
对所述企业数据进行预处理，其中所述预处理包括数据清洗和整理；从预处理后的企业数据中识别得到企业金融风险指标的文字描述；通过自然语言处理技术，将所述文字描述转换为向量表示，得到企业金融风险指标的指标数据。
4.如权利要求1所述的方法，其特征在于，在所述将所述指标数据和所述舆情调节参数输入企业金融风险模型之前，还包括：
构建企业金融风险模型，所述企业金融风险模型包括企业金融风险指标的初始权重；
根据训练样本，采用线性回归方法对所述企业金融风险模型中企业金融风险指标的初始权重进行调整。
5.如权利要求1所述的方法，其特征在于，所述根据所述企业金融风险指数，进行风险预警，包括：
若所述企业金融风险指数小于等于第一阈值，则判定所述目标企业为低风险企业，并进行相应的风险预警；
若所述企业金融风险指数大于所述第一阈值且小于第二阈值，则判定所述目标企业为中风险企业，并进行...
【专利技术属性】
技术研发人员：戚华春，孙学军，
申请(专利权)人：杭州安恒信息安全技术有限公司，
类型：发明
国别省市：浙江;33
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。