[发明专利]一种企业风险识别模型的构建方法及系统

说明书

本发明涉及一种企业风险识别模型的构建方法及系统，该方法包括步骤：获取样本公司的关联方网络图谱结构，所述样本公司包括空壳公司和非空壳公司；基于图挖掘算法Structure to Vector对样本公司的网络结构进行编码，获得样本公司网络结构的风险特征；学习获得的风险特征，构建所述企业风险识别模型。本发明系统或方法基于关联方图谱结构特征构造识别模型，数据来源不仅涉及目标企业本身，还涉及其关联方，因此通过本发明构造的识别模型具有更强的识别能力。

技术领域

本发明涉及风险识别技术领域，特别涉及一种企业风险识别模型的构建方法及系统。

背景技术

企业在经营活动中的各种行为，原则上都会受到各种部门的监管，以维护市场的良性发展。例如，通过识别企业是否为空壳公司，可以防止空壳公司参与各种买空卖空事件，进行经济犯罪，且通常资金规模庞大，降低或避免空壳公司威胁金融秩序和经济发展。

当前识别空壳公司工作主要依赖于传统的规则模型，主要利用企业账户的基本信息和交易特征对空壳公司进行排查，比如不同公司的注册地址高度重合、公司账户短期内交易频繁且金额巨大，且与注册资本规模明显不符等特征。并且现阶段识别空壳公司模型的特征，主要提取与目标企业相关的工商信息，例如公司注册资本、公司员工数量、公司商标数量、同一注册地址注册的多家企业等工商信息指标以及资金端交易数据作为空壳公司的特征指标，但是这种方法会造成图结构信息在指标构建过程中被大量丢失，关联方的风险点也没有被很好地捕捉，基于这类指标很难精确地识别空壳公司风险。

发明内容

本发明的目的在于提供一种企业风险识别模型的构建方法及系统，以提高识别准确性及识别效率。

一种企业风险识别模型的构建方法，包括以下步骤：

获取样本公司的关联方网络图谱结构，所述样本公司包括黑样本和白样本；

基于图挖掘算法Structure to Vector对样本公司的网络结构进行编码，获得样本公司网络结构的风险特征；

学习获得的风险特征，构建所述企业风险识别模型。

上述方法基于关联方图谱结构特征构造识别模型，图谱为非结构化数据，且数据来源不仅涉及目标企业本身，还涉及其关联方，因此通过上述方法构造的识别模型具有更强的识别能力，基于该识别模型对目标公司进行风险识别，高效，准确。

上述方法可以用于识别企业的各种风险，例如空壳风险，借贷风险，持续经营风险等，基于不同的应用，所选取的样本不同，例如基于企业空壳风险识别，那么样本包括空壳公司和非空壳公司，即所述黑样本为若干个空壳公司，所述白样本为若干个非空壳公司。

上述方法中，所述基于图挖掘算法Structure to Vector对样本公司的网络结构进行编码，获得样本公司网络结构的风险特征的步骤，包括：将样本公司的网络图谱结构转换为多个关键字典；基于所述关键字典，将样本公司的关联方网络图谱中的各个节点映射为序号符号；统计各个节点的序号符号出现的次数，并将序号符号作为特征，特征的取值即为该序号符号出现的次数，得到以序号符号为特征的向量，即特征向量。

另一方面，本发明实施例同时提供了一种企业风险识别模型的构建系统，包括：

图谱获取模块，用于获取样本公司的关联方网络图谱结构，所述样本公司包括黑样本和白样本；

特征挖掘模块，用于基于图挖掘算法Structure to Vector对样本公司的网络结构进行编码，获得样本公司网络结构的风险特征；

模型生成模块，用于学习获得的风险特征，构建所述企业风险识别模型。