计算企业信用因子分数的方法、装置及计算机存储介质制造方法及图纸

本发明专利技术涉及数据处理技术领域，公开了一种计算企业信用因子分数的方法、装置及计算机存储介质，本发明专利技术提供的方法首先根据企业与产品互相之间的供应关系，将具有供应关系的企业与产品链接在一起，形成完整的供应链，再将所有企业与产品都链接后，最终构建出企业与产品的关系图谱；然后在生成的关系图谱中，根据需要计算信用因子分数的企业所在的供应链，找出该供应链上的产品和下游企业，通过计算得到产品的评分和下游企业的评分，最后将这两个评分进行聚合运算，得到该企业的信用因子分数。本发明专利技术利用企业的信用因子分数进行更好的评估企业的风险和价值，据此进行信贷管理和投资管理，避免风险并获得收益。

【技术实现步骤摘要】
计算企业信用因子分数的方法、装置及计算机存储介质
本专利技术涉及数据处理技术，公开了一种计算企业信用因子分数的方法、装置以及计算机存储介质。
技术介绍
产业链是经济学产业研究中关键的概念，也是投研和金融分析中非常重要的分析维度、思路和方法。产业链通常指基于一定经济联系的产业和企业之间，依据特定的结构、逻辑、价值或时空等关系客观形成的链式的关联形态，并以产业合作的形式实现了社会生产的价值规律。产业链中通常包含着技术、资金、产品等在上下游机构或企业中的流动，互相之间的联系将各自的优势进行整合，形成整体的竞争优势。通常，在产业经济学、投资研究、社会政策指定、金融风控等领域上，会将产业链从供需链、企业链、空间链、价值链、技术链、生态链等不同维度进行分析，从不同的角度着手，为特定的目标服务。供应链是产业链中最核心的部分，是指生产及流通过程中产品或服务在企业之间，以及企业和最终用户之间的流动所形成的网链结构。供应链通常从配套物料开始，到制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中的整个过程。这个过程中，每一个企业都发挥着其应有的价值，这样通过对供应链的分析，可以有效的、深入的和全面的了解企业所面临的状况。在金融市场中，正确地评估企业当前所处的状况，并据此对这些企业进行分析，评估其信用价值，是非常重要且关键的。这些信用价值可以用在信贷领域，用以进行信贷额度的评估、信用风险的管理；也可以用在投资领域，挖掘企业的核心价值并正确的评估企业的市场价格，据此获得投资机会并减少投资风险等。专利技术内容本专利技术所要解决的技术问题是：针对上述存在的问题，提供了计算企业信用因子分数的方法、装置以及计算机存储介质，本方法利用企业的信用因子进行更好的评估企业的风险和价值，据此进行信贷管理和投资管理，避免风险并获得收益。本专利技术采用的技术方案如下：一种计算企业信用因子分数的方法，包括：步骤1：根据企业与产品互相之间的供应关系，将具有供应关系的企业与产品连接在一起，形成完整的供应链，再将所有企业与产品都连接后，最终构建出企业与产品的关系图谱；步骤2：在生成的关系图谱中，根据需要计算信用因子分数的企业所在的供应链，找出该供应链上的产品和下游企业，通过计算得到该供应链上产品的评分和下游企业的评分，然后将这两个评分进行聚合运算，得到该企业的信用因子分数。进一步的，所述步骤1具体包括：步骤11：分别构建产品和企业这两种类型的节点；步骤12：若某企业销售了某个产品，则将表示该企业的节点指向至表示被销售的产品的节点并将两者连接在一起；若某企业采购了某个产品，则将表示被采购的产品的节点指向至表示该企业的节点并将两者连接在一起；步骤13：根据步骤12记载的方式，将具有供应关系的表示企业的节点和表示产品的节点都连接起来，构成企业与产品之间的关系图谱。所述步骤2具体包括：步骤21：在生成的关系图谱中，找出并确定需要被计算信用因子分数的企业；步骤22：根据该企业在关系图谱中的位置，找出该企业的供应链；步骤23：在该供应链上找出属于同一供应层级的产品以及属于同一供应层级的下游企业；其中，同一供应层级的产品表示由同一个企业生产销售出的所有产品，同一供应层级的下游企业表示采购了同一产品的所有企业；步骤24：计算出属于同一供应层级的产品的评分，以及计算出属于同一供应层级的下游企业的评分；步骤25：将每个同一供应层级的产品的评分和每个同一供应层级的下游企业的评分进行聚合运算，得到该企业的信用因子分数。所述同一供应层级的产品的评分通过EP编码模型计算得到，所述同一供应层级的下游企业的评分通过EE编码模型计算得到；其中，所述EP编码模型和EE编码模型通过深度图神经网络模型训练得到。进一步的，所述同一供应层级的产品的评分通过EP编码模型计算得到的过程包括：首先，将属于同一供应层级的每个产品的产品因素作为文本信息输入至EP编码模型的第一层网络；然后，将输入的文本信息通过嵌入学习转化成输入向量，对其邻接节点的向量进行求和，得到一个新的向量，新的向量通过GRU网络进行处理后输出向量；模型中的N层网络皆重复上述运算步骤，总共重复N次，其中，第i层网络的输出向量作为第i+1层网络的输入向量，i为大于等于1的整数；在重复了N次后，总共得到N个输出向量，将N个输出向量拼接成一个总向量；最后，将拼接成的总向量通过全连接网络输出得到产品的评分。其中，所述企业因素包括：企业规模、企业的财务指标、企业好评度和企业的诉讼信息。进一步的，所述同一供应层级的下游企业的评分通过EE编码模型计算得到的过程包括：首先，将属于同一供应层级的每个下游企业的企业因素作为文本信息输入至EE编码模型的第一层网络；然后，将输入的文本信息通过嵌入学习转化成输入向量，对其邻接节点的向量进行求和，得到一个新的向量，新的向量通过GRU网络进行处理后输出向量；模型中的N层网络皆重复上述运算步骤，总共重复N次，其中，第i层网络的输出向量作为第i+1层网络的输入向量，i为大于等于1的整数；在重复了N次后，总共得到N个输出向量，将N个输出向量拼接成一个总向量，最后，将拼接成的总向量通过全连接网络输出得到下游企业的评分。其中，所述企业因素包括：企业规模、企业的财务指标、企业好评度和企业的诉讼信息。本专利技术还提供一种计算企业信用因子分数的装置，该装置包括：关系图谱构建模块，所述关系图谱构建模块用于构建企业与产品之间的供应链，构建出所有的供应链后形成关系图谱；产品评分计算模块，所述产品的评分计算模块用于计算供应链中产品的评分；下游企业评分计算模块，所述下游企业评分计算模块用于计算供应链中下游企业的评分；信用因子分数计算模块，所述信用因子计算模块用于计算企业的信用因子分数。本专利技术还提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现上述记载的一种计算企业信用因子的方法。与现有技术相比，采用上述技术方案的有益效果为：本专利技术通过对供应链计算出企业信用因子分数，能够更加全面的评价企业的信用情况，一方面能够减少因评估不准导致给予过高额度的企业所带来的风险，另一方面能够给予在供应链中有竞争力的中小微企业授予合理的授信额度，提供更好的资金支持，响应国家服务好中小微企业的号召，做到既践行了普惠金融，又实现了风险可控。附图说明图1是企业与产品的关系图谱示意图。图2是针对企业B的信用因子分数计算示意图。图3是EE/EP模型结构示意图。具体实施方式下面结合附图对本专利技术做进一步描述。本实施例提供一种计算企业信用因子分数的方法，本在方法中，主要包括构建图谱和计算企业信用因子分数两个步骤。其中，构建图谱的步骤包括以下内容：如图1所示，首先构建两类节点：产品和企业；在图1中本文档来自技高网...

【技术保护点】
1.一种计算企业信用因子分数的方法，其特征在于，包括：/n步骤1：根据企业与产品互相之间的供应关系，将具有供应关系的企业与产品连接在一起，形成完整的供应链，再将所有企业与产品都连接后，最终构建出企业与产品的关系图谱；/n步骤2：在生成的关系图谱中，根据需要计算信用因子分数的企业所在的供应链，找出该供应链上的产品和下游企业，通过计算得到该供应链上产品的评分和下游企业的评分，然后将这两个评分进行聚合运算，得到该企业的信用因子分数。/n

【技术特征摘要】
1.一种计算企业信用因子分数的方法，其特征在于，包括：
步骤1：根据企业与产品互相之间的供应关系，将具有供应关系的企业与产品连接在一起，形成完整的供应链，再将所有企业与产品都连接后，最终构建出企业与产品的关系图谱；
步骤2：在生成的关系图谱中，根据需要计算信用因子分数的企业所在的供应链，找出该供应链上的产品和下游企业，通过计算得到该供应链上产品的评分和下游企业的评分，然后将这两个评分进行聚合运算，得到该企业的信用因子分数。


2.根据权利要求1所述的一种计算企业信用因子分数的方法，其特征在于，所述步骤1具体包括：
步骤11：分别构建产品和企业这两种类型的节点；
步骤12：若某企业销售了某个产品，则将表示该企业的节点指向至表示被销售的产品的节点并将两者连接在一起；
若某企业采购了某个产品，则将表示被采购的产品的节点指向至表示该企业的节点并将两者连接在一起；
步骤13：根据步骤12记载的方式，将具有供应关系的表示企业的节点和表示产品的节点都连接起来，构成企业与产品之间的关系图谱。


3.根据权利要求1所述的一种计算企业信用因子分数的方法，其特征在于，所述步骤2具体包括：
步骤21：在生成的关系图谱中，找出并确定需要被计算信用因子分数的企业；
步骤22：根据该企业在关系图谱中的位置，找出该企业的供应链；
步骤23：在该供应链上找出属于同一供应层级的产品以及属于同一供应层级的下游企业；其中，同一供应层级的产品表示由同一个企业生产销售出的所有产品，同一供应层级的下游企业表示采购了同一产品的所有企业；
步骤24：计算出属于同一供应层级的产品的评分，以及计算出属于同一供应层级的下游企业的评分；
步骤25：将每个同一供应层级的产品的评分和每个同一供应层级的下游企业的评分进行聚合运算，得到该企业的信用因子分数。


4.根据权利要求3所述的一种计算企业信用因子分数的方法，其特征在于，所述同一供应层级的产品的评分通过EP编码模型计算得到，所述同一供应层级的下游企业的评分通过EE编码模型计算得到；其中，所述EP编码模型和EE编码模型通过深度图神经网络模型训练得到。


5.根据权利要求4所述的一种计算企业信用因子分数的方法，其特征在于，所述同一供应层级的产品的评分通过EP编码模型计算得到的过程包括：
首先，将属于同一供应层级的每个产品的产...

【专利技术属性】
技术研发人员：王文广，金克，郝俊禹，贺梦洁，陈运文，纪达麒，文辉，陈阳，徐永林，
申请(专利权)人：达而观数据成都有限公司，
类型：发明
国别省市：四川;51