[发明专利]一种动态调整的企业信用风险评估方法

说明书

本发明公开了一种动态调整的企业信用风险评估方法，其包括：通过网络爬虫以预设的周期抓取设定的新闻采集网站上的新闻；在新闻中进行企业主体提取，标注出新闻文本中的企业主体名称；对于一定数量含有企业主体的新闻，对其进行情感标注；使用专家标注的金标数据，采用机器学习模型训练新闻情感的分类器；对于获取的未标注新闻数据，使用训练的模型进行分类；根据与一个企业主体相关的正面、负面、中性新闻数量，分别计算一个累计分值；综合新闻的数量和情感类型的分布，计算新闻舆情的总体评分值；结合财务指标和舆情指标，采用加权求和的方式计算总体信用风险评分，该评分能够基于实时的新闻进行动态更新；进行信用评分和相应信用评级的输出。

技术领域

本发明涉及数据分析和处理领域，尤其涉及一种动态调整的企业信用风险评估方法。

背景技术

企业的信用水平是决定银行和投资机构进行贷款或投资时考虑的重要因素。然而，目前我国信用市场发展不成熟，缺乏统一的信用记录标准和客观的风险评估规范，导致很大一部分企业信用缺失。这样的市场状态，一方面严重阻碍了对诚信企业的投资行为，导致企业融资困难，成本高企不下，业务发展受阻；另一方面，也给银行和投资机构造成了沉重的不良资产负担，降低其利润和市场竞争力。建立一套公正客观的企业信用评估模型，对于合理衡量企业风险水平，创建健康的信用市场，具有重要意义。

目前，在信用风险评估和金融产品定价等方面，多数机构还是采用传统的计算方式，例如在穆迪的评分公式中，影响企业信用评分的主要因素包括利息备付率(CV)、杠杆率(LV)、投资回报率(ROA)、营收稳定性(RS)、波动性调整后的杠杆率(vLV)和总资产(AT)等，并不考虑外部因素的影响，只依赖财务指标进行计算。以下为穆迪使用的基本评分公式：

FR＝W_CVR_CV+W_LVR_LV+W_ROAR_ROA+W_RSR_RS+W_vLVR_vLV+W_ATR_AT

+W_CV×ATR_CV×AT

类似地，大多数信用评级机构采用类似的公式，使用企业周期性公布的财务数据，计算相关财务指标，计算信用评分，并相应建立评级。

此外，现有的技术方案主要包括：

1、使用传统信用评分模型，定期计算企业财务指标，代入公式进行计算。该方案存在以下不足：由于财务指标更新周期较长，并存在数据延迟、不完整、不真实等各种可能的情况，导致信用评分更新缓慢，不能客观全面地反映在某个时间点的企业风险状态。对于各种突发事件无法做出及时的反映，导致可能出现的违约损失。

2、在财务指标之外，考虑反映企业风险的其他因素，如和企业主体相关的舆情，主要是负面舆情。通过将舆情与企业主体关联，在信用评分和评级之外，增加影响信用风险的额外信息，供投资/贷款主体进行主观判断，全面衡量企业的风险指标。舆情等额外风险因素的引入给投资者提供了全面判断企业风险状况的可能，但因为舆情数据量非常大，而且更新迅速，对于大多数人来说无法保证及时获取完整信息，即使这些数据都能够取得，对于企业风险有多大影响，还是需要依赖投资者的主观经验判断，存在多种漏判或误判的可能。缺少量化的指标，导致此类方法缺乏客观公正性和实际中的可操作性。

发明内容

针对现有技术之不足，本发明提出了一种动态调整的企业信用风险评估方法，其包括以下步骤：

步骤1：通过网络爬虫以预设的周期抓取设定的新闻采集网站上的大量新闻；

步骤2：在新闻中进行企业主体提取，标注出新闻文本中的企业主体名称。