企业评级方法、装置、设备以及存储介质制造方法及图纸

本申请公开了一种企业评级方法、装置、设备以及存储介质，所述方法包括：在检测到企业评级指令时，确定所述企业评级指令的待评级目标企业；获取所述待评级目标企业的业务特征，并获取所述待评级目标企业在预设企业图谱网络中的拓扑特征；基于所述业务特征和所述拓扑特征，确定所述待评级目标企业的目标评级。在本申请中，不只是基于待评级目标企业的业务特征即企业在E、S、G三个方面的表现进行综合考量，还获取待评级目标企业在预设企业图谱网络中的拓扑特征，即考虑与企业具有关联关系的其他企业可能给它造成的影响，也即，对企业进行评级的维度更多，进而，实现更加全面准确的对企业进行评级，以形成有效的投资指导。以形成有效的投资指导。以形成有效的投资指导。

【技术实现步骤摘要】
企业评级方法、装置、设备以及存储介质


[0001]本申请涉及人工智能领域，尤其涉及一种企业评级方法、装置、设备以 及存储介质。

技术介绍

[0002]随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术应 用在金融领域，但金融业也对技术提出了更高的要求，如金融业对企业评级 也有更高的要求。
[0003]ESG是环境(Environmental)、社会责任(Social)、公司治理(Governance) 的缩写，ESG评级关注企业在环境保护、社会责任、企业管理这三大方面的 数据，根据ESG评级或者绩效，能够评估企业在财报因素之外的其他方面(如 经济可持续发展、履行社会责任)的软实力，进而为投资者在资产管理和避 免踩雷方面提供建议。
[0004]当前ESG评级是专家依据经验对企业在E、S、G三个方面的表现进行综 合考量，给出评级结果，但是目前，专家经验只关注企业自身在环境、社会 责任、企业管理等方面的表现，且企业自身在环境、社会责任、企业管理等 方面的表现是企业所主动披露的信息，不够全面及时和有效，很难形成有效 的投资指导。

技术实现思路

[0005]本申请的主要目的在于提供一种企业评级方法、装置、设备以及存储介 质，旨在解决现有技术中对企业的ESG评级不够全面准确的技术问题。
[0006]为实现上述目的，本申请提供一种企业评级方法，所述企业评级方法包 括：
[0007]在检测到企业评级指令时，确定所述企业评级指令的待评级目标企业；
[0008]获取所述待评级目标企业的业务特征，并获取所述待评级目标企业在预 设企业图谱网络中的拓扑特征；
[0009]基于所述业务特征和所述拓扑特征，确定所述待评级目标企业的目标评 级。
[0010]可选地，所述基于所述业务特征和所述拓扑特征，确定所述待评级目标 企业的目标评级的步骤，包括：
[0011]将所述待评级目标企业的所述业务特征和所述拓扑特征输入至目标图深 度网络模型中；
[0012]基于所述目标图深度网络模型、所述业务特征和所述拓扑特征对所述待 评级目标企业进行预测处理，得到所述待评级目标企业的目标评级；
[0013]其中，所述目标图深度网络模型是基于具有评级标签的训练数据，对预 设基础图深度网络模型进行迭代训练后得到的模型。
[0014]可选地，所述基于所述目标图深度网络模型对所述业务特征和所述拓扑 特征进行预测处理，得到所述待评级目标企业的目标评级的步骤之前，所述 方法包括：
[0015]获取具有评级标签的训练数据，基于所述训练数据，对预设基础图深度 网络模型进行迭代训练，直至得到满足预设训练完成条件的模型；
[0016]将所述满足预设训练完成条件的模型设置为所述目标图深度网络模型。 可选地，所述获取具有评级标签的训练数据，基于所述训练数据，对预设基 础图深度网络模型进行迭代训练，直至得到满足预设训练完成条件的模型的 步骤，包括：
[0017]获取预设训练企业，获取所述预设训练企业的预设企业图谱网络，以得 到图谱网络数据；
[0018]基于所述图谱网络数据，得到具有评级标签的训练数据；
[0019]获取预设时间窗口，基于所述预设时间窗口，对所述训练数据进行时间 切片处理，得到训练集和测试集；
[0020]基于训练集对预设基础图深度网络模型进行迭代训练，并基于所述测试 集对迭代训练后得到的模型进行测试，直至得到满足预设训练完成条件的模 型。
[0021]可选地，所述获取具有评级标签的训练数据，基于所述训练数据，对预 设基础图深度网络模型进行迭代训练，直至得到满足预设训练完成条件的模 型的步骤，包括：
[0022]从所述训练数据中提取预设训练企业的业务特征和拓扑网络特征；
[0023]基于所述预设训练企业的业务特征和拓扑网络特征，对预设基础图深度 网络模型进行迭代训练，直至得到满足预设训练完成条件的模型。
[0024]可选地，所述从所述训练数据中提取预设训练企业的业务特征和拓扑网 络特征的步骤，包括：
[0025]从所述训练数据中提取所述预设训练企业的业务事件数据，基于所述业 务事件数据确定所述预设训练企业的业务事件标签信息，基于预设事件标签 权重和所述业务事件标签信息，对所述预设训练企业的业务事件进行量化， 得到所述预设训练企业的业务特征；
[0026]从所述训练数据中提取所述预设训练企业的拓扑网络数据，基于所述拓 扑网络数据获取所述预设训练企业的权威枢纽特征、节点联系特征、强连通 分支特征和介质中心性特征。
[0027]可选地，所述基于所述拓扑网络数据获取所述预设训练企业的权威枢纽 特征、节点联系特征、强连通分支特征和介质中心性特征的步骤，包括：
[0028]基于所述拓扑网络数据，确定所述预设训练企业对应上游企业的第一数 目和对应下游企业的第二数目，基于第一数目得到预设训练企业的权威度， 基于第二数目得到预设训练企业的枢纽度，基于所述权威度和所述枢纽度， 得到所述预设训练企业的权威枢纽特征；
[0029]基于所述拓扑网络数据，确定所述预设训练企业的最大网络子图，确定 所述最大网络子图中的每个企业节点的权威度和枢纽度，基于所述最大网络 子图中的每个企业节点的权威度和枢纽度，得到所述预设训练企业的节点联 系特征；
[0030]基于所述拓扑网络数据，确定所述预设训练企业的环状结构，以基于所 述环状结构确定所述预设训练企业的强连通分支特征；
[0031]基于所述拓扑网络数据，确定所述预设训练企业在网络中充当其他企业 之间最短路径的桥梁的次数，以基于所述桥梁的次数确定所述预设训练企业 的介质中心性特征。
[0032]可选地，所述基于所述预设训练企业的业务特征和拓扑网络特征，对预 设基础图深度网络模型进行迭代训练，直至得到满足预设训练完成条件的模 型的步骤，包括：
[0033]将所述预设训练企业的业务特征和拓扑网络特征，输入至预设基础图深 度网络模型中进行处理，得到输出结果；
[0034]将所述输出结果和所述评级标签进行比对，并得到比对结果；
[0035]基于所述比对结果，判断所述预设基础图深度网络模型是否完成训练；
[0036]若未完成训练时，调整所述预设基础图深度网络模型的权重参数，并返 回将所述预设训练企业的业务特征和拓扑网络特征，输入至预设基础图深度 网络模型中进行处理的步骤，直至得到满足预设训练完成条件的模型。
[0037]本申请还提供一种企业评级装置，所述企业评级装置包括：
[0038]检测模块，用于在检测到企业评级指令时，确定所述企业评级指令的待 评级目标企业；
[0039]第一获取模块，用于获取所述待评级目标企业的业务特征，并获取所述 待评级目标企业在预设企业图谱网络中的拓扑特征；
[0040]确定模块，用于基于所述业务特征和所述拓扑特征，确定所述待评级目 标企业的目标评级。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种企业评级方法，其特征在于，所述企业评级方法包括：在检测到企业评级指令时，确定所述企业评级指令的待评级目标企业；获取所述待评级目标企业的业务特征，并获取所述待评级目标企业在预设企业图谱网络中的拓扑特征；基于所述业务特征和所述拓扑特征，确定所述待评级目标企业的目标评级。2.如权利要求1所述企业评级方法，其特征在于，所述基于所述业务特征和所述拓扑特征，确定所述待评级目标企业的目标评级的步骤，包括：将所述待评级目标企业的所述业务特征和所述拓扑特征输入至目标图深度网络模型中；基于所述目标图深度网络模型、所述业务特征和所述拓扑特征对所述待评级目标企业进行预测处理，得到所述待评级目标企业的目标评级；其中，所述目标图深度网络模型是基于具有评级标签的训练数据，对预设基础图深度网络模型进行迭代训练后得到的模型。3.如权利要求2所述的企业评级方法，其特征在于，所述基于所述目标图深度网络模型对所述业务特征和所述拓扑特征进行预测处理，得到所述待评级目标企业的目标评级的步骤之前，所述方法包括：获取具有评级标签的训练数据，基于所述训练数据，对预设基础图深度网络模型进行迭代训练，直至得到满足预设训练完成条件的模型；将所述满足预设训练完成条件的模型设置为所述目标图深度网络模型。4.如权利要求3所述的企业评级方法，其特征在于，所述获取具有评级标签的训练数据，基于所述训练数据，对预设基础图深度网络模型进行迭代训练，直至得到满足预设训练完成条件的模型的步骤，包括：获取预设训练企业，获取所述预设训练企业的预设企业图谱网络，以得到图谱网络数据；基于所述图谱网络数据，得到具有评级标签的训练数据；获取预设时间窗口，基于所述预设时间窗口，对所述训练数据进行时间切片处理，得到训练集和测试集；基于训练集对预设基础图深度网络模型进行迭代训练，并基于所述测试集对迭代训练后得到的模型进行测试，直至得到满足预设训练完成条件的模型。5.如权利要求3所述企业评级方法，其特征在于，所述获取具有评级标签的训练数据，基于所述训练数据，对预设基础图深度网络模型进行迭代训练，直至得到满足预设训练完成条件的模型的步骤，包括：从所述训练数据中提取预设训练企业的业务特征和拓扑网络特征；基于所述预设训练企业的业务特征和拓扑网络特征，对预设基础图深度网络模型进行迭代训练，直至得到满足预设训练完成条件的模型。6.如权利要求5所述企业评级方法，其特征在于，所述从所述训练数据中提取预设训练企业的业务特征和拓扑网络特征的步骤，包括：从所述训练数据中提取所述预设训练企业的业务事件数据，基于所述业务事件数据确定所述预设训练企业的业务事件标签信息，基于预设事件标签权重和所述业务事件标签信
息，对所述预设训练企业的业务事件进行量化，得到所述预设训练企业的业务特征；从所述训练数据中提取所述预设训练企业的拓扑网络数据，基于所述拓扑网络数据获取所述预设训...

【专利技术属性】
技术研发人员：肖翔，吴海山，殷磊，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：