一种基于关联企业的风险评估方法及系统技术方案

本申请实施例提供一种基于关联企业的风险评估方法及系统，涉及数据处理技术领域。该基于关联企业的风险评估方法包括：获取待评估企业的企业运行数据和关联企业数据，所述关联企业数据包括所述待评估企业与关联企业的企业上游关系、企业下游关系、企业对外投资关系、债券圈关系、担保圈关系的一种或多种数据；对所述企业运行数据和所述关联企业数据进行标准化处理，生成标准化数据集；将所述标准化数据集输入至预设条件风险价值模型，生成所述待评估企业的风险评估数据。该基于关联企业的风险评估方法可以实现提高企业风险评估的精度和泛用性的技术效果。和泛用性的技术效果。和泛用性的技术效果。

【技术实现步骤摘要】
一种基于关联企业的风险评估方法及系统


[0001]本申请涉及数据处理
，具体而言，涉及一种基于关联企业的风险评估方法、系统、电子设备及计算机可读存储介质。

技术介绍

[0002]目前，伴随全球经济、市场、竞争一体化进程的加速以及外包、构建核心竞争力、合作、多赢等经营战略的采用，企业之间的联系变得更加紧密，风险对整个关联企业的破坏程度比对单个企业的要严重许多，一个微小的风险都可能带给整个关系链的企业带来巨大的打击。而作为关系链风险管理的重要一环，关系链风险评估则显得尤为重要，只有对风险进行有效的预测与评估，风险管理才会有的放矢，才会有针对性，在准确的风险评估后采取的风险管理措施才有意义。
[0003]现有技术中，国内外也有不少的学者对关联企业风险课题的研究，但大多是基于供应链关系研究企业之间的风险传导。忽视了其他的关联关系的风险传导影响，像融资关系(信贷、债券、担保)以及股权关系链等带来的风险。由于该类风险传导迅速，影响面巨大，所以完善的风险传导关系链不应忽视。此外，对于基于供应链风险评估的方法中采集的风险度量方法，一般的采用损失期望值法、风险坐标图等方法。这类方法简单易用，但是精度较低并且主观性较强。所以应用于管理和评估现实关联企业风险问题略显不足。

技术实现思路

[0004]本申请实施例的目的在于提供一种基于关联企业的风险评估方法、系统、电子设备及计算机可读存储介质，可以实现提高企业风险评估的精度和泛用性的技术效果。
[0005]第一方面，本申请实施例提供了一种基于关联企业的风险评估方法，包括：
[0006]获取待评估企业的企业运行数据和关联企业数据，所述关联企业数据包括所述待评估企业与关联企业的企业上游关系、企业下游关系、企业对外投资关系、债券圈关系、担保圈关系的一种或多种数据；
[0007]对所述企业运行数据和所述关联企业数据进行标准化处理，生成标准化数据集；
[0008]将所述标准化数据集输入至预设条件风险价值模型，生成所述待评估企业的风险评估数据。
[0009]在上述实现过程中，该基于关联企业的风险评估方法通过关联企业数据，基于企业供应链关系引入新的企业关联因素，使得企业关系链更加全面；风险度量方法上，通过条件风险价值理论构建基于成员偏好的风险评估模型——预设条件风险价值模型，以此度量待评估企业的供应链成员企业的风险和多元供应链综合风险，通过将所述标准化数据集输入至预设条件风险价值模型，可获得待评估企业的供应链每个成员企业相应的风险变化值和整体供应链风险变化值，生成相应的风险评估数据；从而，该基于关联企业的风险评估方法可以实现提高企业风险评估的精度和泛用性的技术效果。
[0010]进一步地，所述企业运行数据包括财务数据、销售数据、司法风险数据、税务风险
数据和负面舆情数据中的一种或多种，在对所述企业运行数据和所述关联企业数据进行标准化处理，生成标准化数据集的步骤之前，包括：
[0011]对所述企业运行数据进行结构化处理，获得与所述企业运行数据对应的结构化数据。
[0012]在上述实现过程中，在生成标准化数据集之前将企业运行数据转换为结构化数据，便于数据的进一步处理。
[0013]进一步地，所述对所述企业运行数据进行结构化处理，获得与所述企业运行数据对应的结构化数据的步骤，包括：
[0014]通过预设自然语言处理模型将所述企业运行数据转换为对应的结构特征向量；
[0015]根据所述结构特征向量生成所述结构化数据。
[0016]进一步地，在所述对所述企业运行数据和所述关联企业数据进行标准化处理，生成标准化数据集的步骤之前，所述方法还包括：
[0017]对所述结构化数据进行数据缺失分析，生成缺失值数据；
[0018]根据预设邻近模型和所述缺失值数据对所述企业运行数据进行缺失值填补，生成第一企业运行数据。
[0019]在上述实现过程中，由于预设条件风险价值模型对缺失值的敏感性，对企业运行数据进行缺失值填补，可有效提高缺失值影响风险评估的精度。
[0020]进一步地，所述对所述企业运行数据和所述关联企业数据进行标准化处理，生成标准化数据集的步骤，包括：
[0021]对所述第一企业运行数据进行数据异常处理，生成第二企业运行数据；
[0022]对所述第二企业运行数据和所述关联企业数据进行标准化处理，生成所述标准化数据集。
[0023]在上述实现过程中，对处理缺失值之后的第一企业运行数据，对其进行数据异常处理，避免数据异常影响风险评估的精度。
[0024]进一步地，所述将所述标准化数据集输入至预设条件风险价值模型，生成所述待评估企业的风险评估数据的步骤中，所述预设条件风险价值模型为：
[0025][0026]其中，j表示为所述待评估企业，表示为所述待评估企业的第k个风险因素对应的风险传染因子，λ表示为所述待评估企业自身的风险传染因子，和分别表示风险因素k、所述待评估企业在给定置信水平α下的CVaR值。
[0027]进一步地，在所述将所述标准化数据集输入至预设条件风险价值模型，生成所述待评估企业的风险评估数据的步骤之前，所述方法还包括：
[0028]根据模特卡罗模拟获取所述待评估企业自身的风险传染因子。
[0029]第二方面，本申请实施例提供了一种基于关联企业的风险评估系统，包括：
[0030]获取模块，用于获取待评估企业的企业运行数据和关联企业数据，所述关联企业数据包括所述待评估企业与关联企业的企业上游关系、企业下游关系、企业对外投资关系、债券圈关系、担保圈关系的一种或多种数据；
[0031]标准化模块，用于对所述企业运行数据和所述关联企业数据进行标准化处理，生成标准化数据集；
[0032]风险评估模块，用于将所述标准化数据集输入至预设条件风险价值模型，生成所述待评估企业的风险评估数据。
[0033]进一步地，所述企业运行数据包括财务数据、销售数据、司法风险数据、税务风险数据和负面舆情数据中的一种或多种，所述基于关联企业的风险评估系统还包括：
[0034]结构化模块，用于对所述企业运行数据进行结构化处理，获得与所述企业运行数据对应的结构化数据。
[0035]进一步地，所述结构化模块包括：
[0036]结构特征向量单元，用于通过预设自然语言处理模型将所述企业运行数据转换为对应的结构特征向量；
[0037]结构化单元，用于根据所述结构特征向量生成所述结构化数据。
[0038]进一步地，所述基于关联企业的风险评估系统还包括：
[0039]缺失分析模块，用于对所述结构化数据进行数据缺失分析，生成缺失值数据；
[0040]缺失填补模块，用于根据预设邻近模型和所述缺失值数据对所述企业运行数据进行缺失值填补，生成第一企业运行数据。
[0041]进一步地，所述标准化模块包括：
[0042]异常处理单元，用于对所述第一企业运行数据进行数据异常处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于关联企业的风险评估方法，其特征在于，包括：获取待评估企业的企业运行数据和关联企业数据，所述关联企业数据包括所述待评估企业与关联企业的企业上游关系、企业下游关系、企业对外投资关系、债券圈关系、担保圈关系的一种或多种数据；对所述企业运行数据和所述关联企业数据进行标准化处理，生成标准化数据集；将所述标准化数据集输入至预设条件风险价值模型，生成所述待评估企业的风险评估数据。2.根据权利要求1所述的基于关联企业的风险评估方法，其特征在于，所述企业运行数据包括财务数据、销售数据、司法风险数据、税务风险数据和负面舆情数据中的一种或多种，在对所述企业运行数据和所述关联企业数据进行标准化处理，生成标准化数据集的步骤之前，包括：对所述企业运行数据进行结构化处理，获得与所述企业运行数据对应的结构化数据。3.根据权利要求2所述的基于关联企业的风险评估方法，其特征在于，所述对所述企业运行数据进行结构化处理，获得与所述企业运行数据对应的结构化数据的步骤，包括：通过预设自然语言处理模型将所述企业运行数据转换为对应的结构特征向量；根据所述结构特征向量生成所述结构化数据。4.根据权利要求2或3所述的基于关联企业的风险评估方法，其特征在于，在所述对所述企业运行数据和所述关联企业数据进行标准化处理，生成标准化数据集的步骤之前，所述方法还包括：对所述结构化数据进行数据缺失分析，生成缺失值数据；根据预设邻近模型和所述缺失值数据对所述企业运行数据进行缺失值填补，生成第一企业运行数据。5.根据权利要求4所述的基于关联企业的风险评估方法，其特征在于，所述对所述企业运行数据和所述关联企业数据进行标准化处理，生成标准化数据集的步骤，包括：对所述第一企业运行数据进行数据异常处理，生成第二企业运行数据；对所述第二企业运行数据...

【专利技术属性】
技术研发人员：杨宇宽，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：