一種企業關聯數據處理預警方法、系統及裝置與流程

2024-04-16 09:01:05

1.本發明屬於數據處理技術領域，特別涉及一種企業關聯數據處理預警方法、系統及裝置。


背景技術：

2.隨著網際網路技術和社交媒體渠道的廣泛普及，對於企業的關聯數據進行深度分析的要求逐漸提高，尤其對企業經營風險的預警需求也越來越高，目前，雖然在企業經營風險的預警方面已有一些應用，但是，相關預警方式主要由輿情的正負面信息、企業的債券公告、公司公告、價格異動、司法訴訟、行政處罰等來判斷企業是否存在經營風險，這部分數據不僅存在一定的延時性，而且大多是定性的數據，無法量化，也就無法進行數據的挖掘和分析，從而根據這些數據也無法準確地獲知企業經營的風險狀態，以及具體的風險程度，也就無法及時地預警企業或行業的風險狀態及風險趨勢。
3.因此，通過合理的數據處理和分析，對企業或行業的風險狀態及風險趨勢進行實時監控、智能識別和及時預警是目前需要解決的問題。


技術實現要素：

4.鑑於以上問題，本技術提供一種企業關聯數據處理預警方法、系統及裝置，以解決上述技術問題。
5.本技術提供了以下技術方案：
6.第一方面，本技術提供了一種企業關聯數據處理預警方法，所述方法包括：
7.獲取企業第一關聯數據，以及獲取第一篩選參數，並將所述企業第一關聯數據經過第一數據篩選後，得到企業第二關聯數據；
8.根據所述企業第二關聯數據，確定當前的風險狀態；
9.若當前的風險狀態的風險程度為超過其對應閾值，則發出預警；
10.所述企業第一關聯數據，為與企業經營風險有關的各種基礎數據，包括但不限於：與企業經營風險關聯的輿情數據、工商數據、行業數據、財務數據、債券數據；
11.所述第一篩選參數，為與確定當前風險狀態有關的篩選參數；
12.所述第一數據篩選，為將企業第一關聯數據為基礎，根據第一篩選參數，進行篩選、數據標註後抽取，從而得到企業第二關聯數據的過程；
13.所述當前的風險狀態，為根據獲取的企業第二關聯數據，確定企業已出現風險的程度，或存在潛在風險的程度；
14.本技術將企業關聯數據進行篩選後獲取與風險狀態相關的企業關聯數據，並根據篩選後的企業關聯數據數據確定具體的風險狀態，再根據風險狀態的風險程度，確定是否發出預警；這樣既能夠保證數據來源的準確性，也能夠在量化風險程度的基礎上，提高預警的準確性；
15.進一步的，所述根據所述企業第二關聯數據，確定當前的風險狀態，若當前的風險
狀態的風險程度為超過對應閾值，則發出預警；包括：
16.根據所述企業第二關聯數據，確定預設的單項風險指標的是否超過其對應閾值，並識別當前的風險狀態；
17.(1)若當前的風險狀態為第一風險狀態，則確定第一風險狀態的風險程度，發出預警，並輸出第一風險狀態的風險程度；
18.(2)若當前的風險狀態為非第一風險狀態，則進一步確定是否預警如下：
19.將已獲取的所述企業第一關聯數據，經過第二數據篩選後，得到企業第三關聯數據；
20.根據企業第三關聯數據，確定非第一風險狀態的風險程度，並識別當前的風險狀態；
21.a.若非第一風險狀態的風險程度超過其對應閾值，確定當前的風險狀態為第二風險狀態，則發出預警，並輸出第二風險狀態的風險程度；
22.b.若非第一風險狀態的風險程度未超過其對應閾值，確定當前的風險狀態為第三風險狀態，則不發出預警；
23.所述第一風險狀態，為在預設的單項風險指標中，至少有一項指標超過其對應閾值；
24.所述第二風險狀態，為在預設的單項風險指標中，未有一項指標超過其對應閾值，但當前風險狀態的風險程度超過其對應閾值；
25.所述第三風險狀態，為在預設的單項風險指標中，未有一項指標超過其對應閾值，且當前風險狀態的風險程度未超過其對應閾值；
26.所述單項風險指標，為表徵風險狀態的不同方面的單獨一項指標，比如變現能力、營運能力、償債能力、盈利能力、現金流量等方面的多種單項指標；
27.所述第二篩選參數，為與確定第二風險狀態有關的篩選參數；
28.所述第二數據篩選，為將企業第一關聯數據為基礎，根據第二篩選參數，進行篩選、數據標註後抽取，從而得到企業第三關聯數據的過程；
29.具體來說，獲取企業第一關聯數據，也即與企業經營風險有關的各種基礎數據，可通過爬蟲將輿情、公告、財務報告等公開數據進行抓取所需數據，之後的第一數據篩選或者第二數據篩選，可將抓取的數據的進行數據標註後抽取(標註的目的是抽取所需的相關數據)，再根據標註內容進行分類，組成企業第二關聯數據或企業第三關聯數據；其中，第一數據篩選的過程中，將根據第一篩選參數(即預設的相關關鍵詞、相關參數、比例、比率等具體參數)，對已獲取的企業第一關聯數據進行篩選，然後對確定第一風險狀態的相關數據進行標註後抽取，得到企業第二關聯數據；同理，第二數據篩選的過程中，將根據第二篩選參數(即預設的相關關鍵詞、相關參數、比例、比率等具體參數)，對已獲取的企業第一關聯數據進行篩選，然後對確定第一風險狀態的相關數據進行標註後抽取，得到企業第三關聯數據；
30.具體來說，所述第一篩選參數和所述第二篩選參數，為模型預設的初始篩選參數，後續隨著模型的更新，初始篩選參數也會隨之進行適應性調整，以符合最新的篩選規則，具體的篩選參數，包括：數據時間(比如某一時間段或某一具體時刻)，篩選關鍵詞，關鍵詞篩選優先度排序等；且所述第一篩選參數和所述第二篩選參數，均有自定義參數的功能，能夠根據後續確定風險狀態的具體參數的不同，進行調整；
31.具體來說，發出預警時，可將預警信息均標註到對應的關聯數據中一併輸出，使得預警信息的展示能夠關聯性更強，更加直觀；
32.本技術根據獲取的企業第一關聯數據，首先根據第一篩選參數，篩選出與確定風險狀態相關的數據，從而得到企業第二關聯數據，再根據企業第二關聯數據，確定當前的風險狀態是否屬於第一風險狀態，若屬於第一風險狀態，則預警並輸出具體風險程度，否則，將企業第一關聯數據根據第二篩選參數，篩選得到企業第三關聯數據，進一步確定當前風險狀態屬於第二風險狀態或者第三風險狀態，至此，本技術將當前的風險狀態按照客觀規律，具體劃分為：(1)第一風險狀態(已明顯出現風險)；(2)第二風險狀態(雖未明顯出現風險，但存在潛在風險)；(3)第三風險狀態(未明顯出現風險，也無潛在風險)；以上三種風險狀態，將可能存在的風險狀態全面包含在內，且將風險級別由高到低進行排序，使得在確定當前風險狀態時，能夠將所有情況均能分類至合適的風險狀態中，並且將同類情況和風險級別一一對應，實現了風險狀態、風險情況和風險級別三者的統一歸類，這樣不僅優化了具體風險狀態的識別，而且根據不同風險狀態的風險程度，進行預警，實現了根據企業關聯數據，對企業進行狀態監控和風險預警，並且監控和預警的實時性、準確性也得到進一步提高。
33.進一步的，所述根據所述企業第二關聯數據，確定預設的單項風險指標的是否超過其對應閾值，並識別當前的風險狀態，包括：
34.從企業第二關聯數據中，抽取該企業各個營業周期內，與預設單項風險指標相關的數據；
35.根據抽取的相關數據，逐一確定各單項風險指標值；
36.若出現任意一個單項風險指標值超過其對應閾值的情況，則識別當前的風險狀態為第一風險狀態；
37.進一步的，所述若當前的風險狀態為第一風險狀態，則確定第一風險狀態的風險程度，發出預警，並輸出第一風險狀態的風險程度，還包括所述確定第一風險狀態的風險程度的方法如下：
38.從抽取的該企業各個營業周期內，與預設單項風險指標相關的數據中，選取同一營業周期內的數據，確定各單項風險指標值；
39.將確定的各單項風險指標值分別與其對應閾值進行比較，若單項風險指標值超過其對應閾值，則篩選至第一數據集；
40.將第一數據集中單項風險指標超過其對應閾值的具體程度進行量化，並加權後相加，得出第一數據集中各單項風險指標的綜合風險程度，即第一風險狀態的風險程度。
41.進一步的，所述第一風險狀態的風險程度採用第一風險指標表徵，且所述第一風險指標的模型如下：
[0042][0043]
其中，w1為第一風險指標；
[0044]
n為某一營業周期內，當前風險狀態中大於等於其對應閾值的單項風險指標的數量；
[0045]
n為某一營業周期內，當前風險狀態中單項風險指標的總數量；
[0046]
wi為某一營業周期內，在當前風險狀態中大於等於其對應閾值的單項風險指標中，第i個單項風險指標值；
[0047]wi0
為某一營業周期內，在當前風險狀態中大於等於其對應閾值的單項風險指標中，第i個單項風險指標值的對應閾值；
[0048]
以上所述某一營業周期的具體數據均採用同一營業周期的數據，以及統一的量綱和單位；
[0049]
所述第一風險指標，為根據該企業關聯數據的處理後，至少有一項單項風險指標大於等於其對應閾值時的風險程度；
[0050]
所述第一風險指標值越大，表示當前風險程度越高；
[0051]
具體來說，在風險狀態中大於等於其對應閾值的單項風險指標中，第i個單項風險指標值的對應閾值，可採用該企業所屬行業中對應的指標均值，或通過該企業以往的相關歷史數據計算出的對應閾值；
[0052]
所述單項風險指標，為表徵風險狀態的不同方面的單獨一項指標，比如變現能力、營運能力、償債能力、盈利能力、現金流量等方面的多種單項指標；
[0053]
進一步的，所述根據企業第三關聯數據，確定非第一風險狀態的風險程度，包括：
[0054]
從企業第三關聯數據中，抽取該企業各個營業周期內，與非第一風險狀態的風險程度相關的數據；
[0055]
根據抽取的所述相關數據，確定非第一風險狀態的風險程度；
[0056]
進一步的，所述根據抽取的所述相關數據，確定非第一風險狀態的風險程度，還包括
[0057]
從該企業各個營業周期內，與非第一風險狀態的風險程度相關的數據中，選取同一營業周期與企業的負債、營收、回款、還債和變現能力相關的數據，以及與該同一營業周期相鄰的其他營業周期的營收能力相關數據，組成第二數據集；
[0058]
將第二數據集中的數據，經過預設對應風險指標模型的數據處理後，量化其具體的風險程度，得出該企業潛在的風險程度，即非第一風險狀態的風險程度。
[0059]
進一步的，所述非第一風險狀態的風險程度，也即第二風險狀態的風險程度，採用第二風險指標表徵，且所述第二風險指標的模型如下：
[0060][0061]
其中，w2為第二風險指標值；
[0062]
η為某一營業周期內的資產負載率；
[0063]
m為某一營業周期的最近m個營業周期；
[0064]
j為某一營業周期的最近m個營業周期內的第j個營業周期；
[0065]rj
為某一營業周期的最近m個營業周期內的第j個營業周期的營業收入；
[0066]
r為某一營業周期內的營業收入；
[0067]
c1為某一營業周期內，營業活動的現金流入量；
[0068]
c2為某一營業周期內，營業活動的現金流出量；
[0069]
r為某一營業周期內的淨利潤；
[0070]
l為某一營業周期內的流動資產；
[0071]
f為某一營業周期內的流動負債；
[0072]
h為某一營業周期內的存貨類資產；
[0073]
所述存貨類資產，指資產中變現速度慢的資產，包括但不限於：存貨、預付帳款、營業周期中的非流動資產，及其他流動資產；
[0074]
以上所述某一營業周期的具體數據均採用同一營業周期的數據，以及統一的量綱和單位；
[0075]
所述第二風險指標，為根據該企業關聯數據的處理後，任意一項單項風險指標均小於其對應閾值時的潛在風險程度；
[0076]
所述第二風險指標值越大，表示當前風險程度越高；
[0077]
具體來說，根據第一風險指標和第二風險指標，進行風險狀態和風險程度的確定方法，具體如下：
[0078]
(1)若至少一項單項風險指標大於等於其對應閾值，則識別為第一風險狀態，確定當前的第一風險指標，發出預警，並輸出採用第一風險指標表徵的當前風險的程度；
[0079]
(2)若任意一項單項風險指標均小於其對應閾值，確定當前的第二風險指標，當第二風險指標大於等於其對應閾值時，則識別為第二風險狀態，發出預警，並輸出採用第二風險指標表徵的當前風險的程度；
[0080]
(3)若任意一項單項風險指標均小於其對應閾值，且當前的第二風險指標也小於其對應閾值，則識別為第三風險狀態，不發出預警；
[0081]
具體來說，第一風險指標和第二風險指標，表示在實際中的兩種不同的風險狀態，第一風險指標，表徵當前風險狀態為已有至少一個單項風險指標已超過對應閾值的情況下，具體的風險程度；第二風險指標，表徵當前風險狀態為未有一個單項風險指標超過對應閾值的情況下，潛在的風險程度；即第一風險指標，反映的是已經有明顯的風險，以及具體的風險程度，第二風險指標，反映的是雖然未有明顯的風險，但是可能存在潛在風險的程度；
[0082]
本技術通過單項風險指標、第一風險指標和第二風險指標三類指標的結合，將風險狀態準確地分為：第一風險狀態、第二風險狀態和第三風險狀態，通過單項風險指標識別是否為第一風險狀態，且採用第一風險指標對第一風險狀態的風險程度進行量化，通過第二風險指標的大小識別是否為第二風險狀態，且採用第二風險指標對第二風險狀態的風險程度進行量化；而單項風險指標，為風險狀態在不同方面的單獨一項指標，比如變現能力、營運能力、償債能力、盈利能力、現金流量等方面的多種單項指標，且按照現有成熟的行業指標的分級，能夠更加精確地監控風險狀態，及時的進行風險預警，同時，第一風險指標和第二風險指標又能夠將其風險程度進行統一量化，使同一風險狀態，可以根據具體的風險程度進一步分級監控和預警，另外，大數據的實時更新，也能提高數據的實時性。因此，本技術能夠實現實時化、智能化、精細化的風險監控及預警。
[0083]
第二方面，本技術提供了一種企業關聯數據處理預警系統，所述系統包括：
[0084]
數據獲取模塊，用於獲取企業第一關聯數據，以及獲取第一篩選參數，並將所述企業第一關聯數據經過第一數據篩選後，得到企業第二關聯數據；
[0085]
風險識別模塊，用於根據所述企業第二關聯數據，確定當前的風險狀態；
[0086]
風險預警模塊，用於若當前的風險狀態的風險程度為超過其對應閾值，則發出預警；
[0087]
所述企業第一關聯數據，為與企業經營風險有關的各種基礎數據，包括但不限於：與企業經營風險關聯的輿情數據、工商數據、行業數據、財務數據、債券數據；
[0088]
所述第一篩選參數，為與確定當前風險狀態有關的篩選參數；
[0089]
所述第一數據篩選，為將企業第一關聯數據為基礎，根據第一篩選參數，進行篩選、數據標註後抽取，從而得到企業第二關聯數據的過程；
[0090]
所述當前的風險狀態，為根據獲取的企業第二關聯數據，確定企業已出現風險的程度，或存在潛在風險的程度。
[0091]
第三方面，本技術提供了一種計算機可讀存儲介質，其上存儲有電腦程式，該程序被處理器執行時實現第一方面所述的方法。
[0092]
第四方面，本技術提供了一種計算機裝置，包括存儲器和處理器；所述存儲器，用於存儲電腦程式；所述處理器，用於執行所述電腦程式時，實現如第一方面所述的方法。
[0093]
綜上，本技術通過及時、準確、全面地採集企業與行業環境的關聯信息，並在此基礎上進行數據的提取和挖掘，再利用科學合理的風險識別模型，實現了對企業或行業的風險狀態及風險趨勢進行實時監控、智能識別和及時預警的目的。
附圖說明
[0094]
為了易於說明，本發明由下述的具體實施及附圖作以詳細描述。
[0095]
圖1為本發明的方法流程示意圖；
[0096]
圖2為本發明的另一方法流程示意圖；
[0097]
圖3為本發明的系統結構示意圖；
[0098]
圖4為本發明的計算機可讀存儲介質示意圖；
[0099]
圖5為本發明的計算機裝置示意圖；
具體實施方式
[0100]
下面將結合本發明實施例中的圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有付出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
[0101]
實施例1
[0102]
如圖1所示，本技術提供了一種企業關聯數據處理預警方法，所述方法包括：
[0103]
獲取企業第一關聯數據，以及獲取第一篩選參數，並將所述企業第一關聯數據經過第一數據篩選後，得到企業第二關聯數據；
[0104]
根據所述企業第二關聯數據，確定當前的風險狀態；
[0105]
若當前的風險狀態的風險程度為超過其對應閾值，則發出預警；
[0106]
所述企業第一關聯數據，為與企業經營風險有關的各種基礎數據，包括但不限於：與企業經營風險關聯的輿情數據、工商數據、行業數據、財務數據、債券數據；
[0107]
所述第一篩選參數，為與確定當前風險狀態有關的篩選參數；
[0108]
所述第一數據篩選，為將企業第一關聯數據為基礎，根據第一篩選參數，進行篩選、數據標註後抽取，從而得到企業第二關聯數據的過程；
[0109]
所述當前的風險狀態，為根據獲取的企業第二關聯數據，確定企業已出現風險的程度，或存在潛在風險的程度；
[0110]
本技術將企業關聯數據進行篩選後獲取與風險狀態相關的企業關聯數據，並根據篩選後的企業關聯數據數據確定具體的風險狀態，再根據風險狀態的風險程度，確定是否發出預警；這樣既能夠保證數據來源的準確性，也能夠在量化風險程度的基礎上，提高預警的準確性；
[0111]
進一步的，如圖2所示，所述根據所述企業第二關聯數據，確定當前的風險狀態，若當前的風險狀態的風險程度為超過對應閾值，則發出預警；包括：
[0112]
根據所述企業第二關聯數據，確定預設的單項風險指標的是否超過其對應閾值，並識別當前的風險狀態；
[0113]
(1)若當前的風險狀態為第一風險狀態，則確定第一風險狀態的風險程度，發出預警，並輸出第一風險狀態的風險程度；
[0114]
(2)若當前的風險狀態為非第一風險狀態，則進一步確定是否預警如下：
[0115]
將已獲取的所述企業第一關聯數據，經過第二數據篩選後，得到企業第三關聯數據；
[0116]
根據企業第三關聯數據，確定非第一風險狀態的風險程度，並識別當前的風險狀態；
[0117]
a.若非第一風險狀態的風險程度超過其對應閾值，確定當前的風險狀態為第二風險狀態，則發出預警，並輸出第二風險狀態的風險程度；
[0118]
b.若非第一風險狀態的風險程度未超過其對應閾值，確定當前的風險狀態為第三風險狀態，則不發出預警；
[0119]
所述第一風險狀態，為在預設的單項風險指標中，至少有一項指標超過其對應閾值；
[0120]
所述第二風險狀態，為在預設的單項風險指標中，未有一項指標超過其對應閾值，但當前風險狀態的風險程度超過其對應閾值；
[0121]
所述第三風險狀態，為在預設的單項風險指標中，未有一項指標超過其對應閾值，且當前風險狀態的風險程度未超過其對應閾值；
[0122]
所述單項風險指標，為表徵風險狀態的不同方面的單獨一項指標，比如變現能力、營運能力、償債能力、盈利能力、現金流量等方面的多種單項指標；
[0123]
所述第二篩選參數，為與確定第二風險狀態有關的篩選參數；
[0124]
所述第二數據篩選，為將企業第一關聯數據為基礎，根據第二篩選參數，進行篩選、數據標註後抽取，從而得到企業第三關聯數據的過程；
[0125]
具體來說，獲取企業第一關聯數據，也即與企業經營風險有關的各種基礎數據，可通過爬蟲將輿情、公告、財務報告等公開數據進行抓取所需數據，之後的第一數據篩選或者第二數據篩選，可將抓取的數據的進行數據標註後抽取(標註的目的是抽取所需的相關數據)，再根據標註內容進行分類，組成企業第二關聯數據或企業第三關聯數據；其中，第一數
據篩選的過程中，將根據第一篩選參數(即預設的相關關鍵詞、相關參數、比例、比率等具體參數)，對已獲取的企業第一關聯數據進行篩選，然後對確定第一風險狀態的相關數據進行標註後抽取，得到企業第二關聯數據；同理，第二數據篩選的過程中，將根據第二篩選參數(即預設的相關關鍵詞、相關參數、比例、比率等具體參數)，對已獲取的企業第一關聯數據進行篩選，然後對確定第一風險狀態的相關數據進行標註後抽取，得到企業第三關聯數據；
[0126]
具體來說，所述第一篩選參數和所述第二篩選參數，為模型預設的初始篩選參數，後續隨著模型的更新，初始篩選參數也會隨之進行適應性調整，以符合最新的篩選規則，具體的篩選參數，包括：數據時間(比如某一時間段或某一具體時刻)，篩選關鍵詞，關鍵詞篩選優先度排序等；且所述第一篩選參數和所述第二篩選參數，均有自定義參數的功能，能夠根據後續確定風險狀態的具體參數的不同，進行調整；
[0127]
具體來說，發出預警時，可將預警信息均標註到對應的關聯數據中一併輸出，使得預警信息的展示能夠關聯性更強，更加直觀；
[0128]
本技術根據獲取的企業第一關聯數據，首先根據第一篩選參數，篩選出與確定風險狀態相關的數據，從而得到企業第二關聯數據，再根據企業第二關聯數據，確定當前的風險狀態是否屬於第一風險狀態，若屬於第一風險狀態，則預警並輸出具體風險程度，否則，將企業第一關聯數據根據第二篩選參數，篩選得到企業第三關聯數據，進一步確定當前風險狀態屬於第二風險狀態或者第三風險狀態，至此，本技術將當前的風險狀態按照客觀規律，具體劃分為：(1)第一風險狀態(已明顯出現風險)；(2)第二風險狀態(雖未明顯出現風險，但存在潛在風險)；(3)第三風險狀態(未明顯出現風險，也無潛在風險)；以上三種風險狀態，將可能存在的風險狀態全面包含在內，且將風險級別由高到低進行排序，使得在確定當前風險狀態時，能夠將所有情況均能分類至合適的風險狀態中，並且將同類情況和風險級別一一對應，實現了風險狀態、風險情況和風險級別三者的統一歸類，這樣不僅優化了具體風險狀態的識別，而且根據不同風險狀態的風險程度，進行預警，實現了根據企業關聯數據，對企業進行狀態監控和風險預警，並且監控和預警的實時性、準確性也得到進一步提高。
[0129]
進一步的，所述根據所述企業第二關聯數據，確定預設的單項風險指標的是否超過其對應閾值，並識別當前的風險狀態，包括：
[0130]
從企業第二關聯數據中，抽取該企業各個營業周期內，與預設單項風險指標相關的數據；
[0131]
根據抽取的相關數據，逐一確定各單項風險指標值；
[0132]
若出現任意一個單項風險指標值超過其對應閾值的情況，則識別當前的風險狀態為第一風險狀態；
[0133]
進一步的，所述若當前的風險狀態為第一風險狀態，則確定第一風險狀態的風險程度，發出預警，並輸出第一風險狀態的風險程度，還包括所述確定第一風險狀態的風險程度的方法如下：
[0134]
從抽取的該企業各個營業周期內，與預設單項風險指標相關的數據中，選取同一營業周期內的數據，確定各單項風險指標值；
[0135]
將確定的各單項風險指標值分別與其對應閾值進行比較，若單項風險指標值超過其對應閾值，則篩選至第一數據集；
[0136]
將第一數據集中單項風險指標超過其對應閾值的具體程度進行量化，並加權後相加，得出第一數據集中各單項風險指標的綜合風險程度，即第一風險狀態的風險程度。
[0137]
進一步的，所述第一風險狀態的風險程度採用第一風險指標表徵，且所述第一風險指標的模型如下：
[0138][0139]
其中，w1為第一風險指標；
[0140]
n為某一營業周期內，當前風險狀態中大於等於其對應閾值的單項風險指標的數量；
[0141]
n為某一營業周期內，當前風險狀態中單項風險指標的總數量；
[0142]
wi為某一營業周期內，在當前風險狀態中大於等於其對應閾值的單項風險指標中，第i個單項風險指標值；
[0143]wi0
為某一營業周期內，在當前風險狀態中大於等於其對應閾值的單項風險指標中，第i個單項風險指標值的對應閾值；
[0144]
以上所述某一營業周期的具體數據均採用同一營業周期的數據，以及統一的量綱和單位；
[0145]
所述第一風險指標，為根據該企業關聯數據的處理後，至少有一項單項風險指標大於等於其對應閾值時的風險程度；
[0146]
所述第一風險指標值越大，表示當前風險程度越高；
[0147]
具體來說，在風險狀態中大於等於其對應閾值的單項風險指標中，第i個單項風險指標值的對應閾值，可採用該企業所屬行業中對應的指標均值，或通過該企業以往的相關歷史數據計算出的對應閾值；
[0148]
所述單項風險指標，為表徵風險狀態的不同方面的單獨一項指標，比如變現能力、營運能力、償債能力、盈利能力、現金流量等方面的多種單項指標；具體見下表中不同方面各級指標。
[0149][0150]
進一步的，所述根據企業第三關聯數據，確定非第一風險狀態的風險程度，包括：
[0151]
從企業第三關聯數據中，抽取該企業各個營業周期內，與非第一風險狀態的風險程度相關的數據；
[0152]
根據抽取的所述相關數據，確定非第一風險狀態的風險程度；
[0153]
進一步的，所述根據抽取的所述相關數據，確定非第一風險狀態的風險程度，還包括
[0154]
從該企業各個營業周期內，與非第一風險狀態的風險程度相關的數據中，選取同一營業周期與企業的負債、營收、回款、還債和變現能力相關的數據，以及與該同一營業周期相鄰的其他營業周期的營收能力相關數據，組成第二數據集；
[0155]
將第二數據集中的數據，經過預設對應風險指標模型的數據處理後，量化其具體的風險程度，得出該企業潛在的風險程度，即非第一風險狀態的風險程度。
[0156]
進一步的，所述非第一風險狀態的風險程度，也即第二風險狀態的風險程度，採用第二風險指標表徵，且所述第二風險指標的模型如下：
[0157]
[0158]
其中，w2為第二風險指標值；
[0159]
η為某一營業周期內的資產負載率；
[0160]
m為某一營業周期的最近m個營業周期；
[0161]
j為某一營業周期的最近m個營業周期內的第j個營業周期；
[0162]rj
為某一營業周期的最近m個營業周期內的第j個營業周期的營業收入；
[0163]
r為某一營業周期內的營業收入；
[0164]
c1為某一營業周期內，營業活動的現金流入量；
[0165]
c2為某一營業周期內，營業活動的現金流出量；
[0166]
r為某一營業周期內的淨利潤；
[0167]
l為某一營業周期內的流動資產；
[0168]
f為某一營業周期內的流動負債；
[0169]
h為某一營業周期內的存貨類資產；
[0170]
所述存貨類資產，指資產中變現速度慢的資產，包括但不限於：存貨、預付帳款、營業周期中的非流動資產，及其他流動資產；
[0171]
以上所述某一營業周期的具體數據均採用同一營業周期的數據，以及統一的量綱和單位；
[0172]
所述第二風險指標，為根據該企業關聯數據的處理後，任意一項單項風險指標均小於其對應閾值時的潛在風險程度；
[0173]
所述第二風險指標值越大，表示當前風險程度越高；
[0174]
具體來說，根據第一風險指標和第二風險指標，進行風險狀態和風險程度的確定方法，具體如下：
[0175]
(1)若至少一項單項風險指標大於等於其對應閾值，則識別為第一風險狀態，確定當前的第一風險指標，發出預警，並輸出採用第一風險指標表徵的當前風險的程度；
[0176]
(2)若任意一項單項風險指標均小於其對應閾值，確定當前的第二風險指標，當第二風險指標大於等於其對應閾值時，則識別為第二風險狀態，發出預警，並輸出採用第二風險指標表徵的當前風險的程度；
[0177]
(3)若任意一項單項風險指標均小於其對應閾值，且當前的第二風險指標也小於其對應閾值，則識別為第三風險狀態，不發出預警；
[0178]
具體來說，第一風險指標和第二風險指標，表示在實際中的兩種不同的風險狀態，第一風險指標，表徵當前風險狀態為已有至少一個單項風險指標已超過對應閾值的情況下，具體的風險程度；第二風險指標，表徵當前風險狀態為未有一個單項風險指標超過對應閾值的情況下，潛在的風險程度；即第一風險指標，反映的是已經有明顯的風險，以及具體的風險程度，第二風險指標，反映的是雖然未有明顯的風險，但是可能存在潛在風險的程度；
[0179]
本技術通過單項風險指標、第一風險指標和第二風險指標三類指標的結合，將風險狀態準確地分為：第一風險狀態、第二風險狀態和第三風險狀態，通過單項風險指標識別是否為第一風險狀態，且採用第一風險指標對第一風險狀態的風險程度進行量化，通過第二風險指標的大小識別是否為第二風險狀態，且採用第二風險指標對第二風險狀態的風險程度進行量化；而單項風險指標，為風險狀態在不同方面的單獨一項指標，比如變現能力、
營運能力、償債能力、盈利能力、現金流量等方面的多種單項指標，且按照現有成熟的行業指標的分級，能夠更加精確地監控風險狀態，及時的進行風險預警，同時，第一風險指標和第二風險指標又能夠將其風險程度進行統一量化，使同一風險狀態，可以根據具體的風險程度進一步分級監控和預警，另外，大數據的實時更新，也能提高數據的實時性。因此，本技術能夠實現實時化、智能化、精細化的風險監控及預警。
[0180]
綜上，本技術通過及時、準確、全面地採集企業與行業環境的關聯信息，並在此基礎上進行數據的提取、挖掘和整合分析，實現了對企業或行業的風險狀態及風險趨勢進行實時監控、智能識別和及時預警的目的。
[0181]
實施例2
[0182]
如圖3所示，本技術提供了一種企業關聯數據處理預警系統，所述系統包括：
[0183]
數據獲取模塊，用於獲取企業第一關聯數據，以及獲取第一篩選參數，並將所述企業第一關聯數據經過第一數據篩選後，得到企業第二關聯數據；
[0184]
風險識別模塊，用於根據所述企業第二關聯數據，確定當前的風險狀態；
[0185]
風險預警模塊，用於若當前的風險狀態的風險程度為超過其對應閾值，則發出預警；
[0186]
所述企業第一關聯數據，為與企業經營風險有關的各種基礎數據，包括但不限於：與企業經營風險關聯的輿情數據、工商數據、行業數據、財務數據、債券數據；
[0187]
所述第一篩選參數，為與確定當前風險狀態有關的篩選參數；
[0188]
所述第一數據篩選，為將企業第一關聯數據為基礎，根據第一篩選參數，進行篩選、數據標註後抽取，從而得到企業第二關聯數據的過程；
[0189]
所述當前的風險狀態，為根據獲取的企業第二關聯數據，確定企業已出現風險的程度，或存在潛在風險的程度。
[0190]
進一步的，如圖2所示，所述根據所述企業第二關聯數據，確定當前的風險狀態，若當前的風險狀態的風險程度為超過對應閾值，則發出預警；包括：
[0191]
根據所述企業第二關聯數據，確定預設的單項風險指標的是否超過其對應閾值，並識別當前的風險狀態；
[0192]
(1)若當前的風險狀態為第一風險狀態，則確定第一風險狀態的風險程度，發出預警，並輸出第一風險狀態的風險程度；
[0193]
(2)若當前的風險狀態為非第一風險狀態，則進一步確定是否預警如下：
[0194]
將已獲取的所述企業第一關聯數據，經過第二數據篩選後，得到企業第三關聯數據；
[0195]
根據企業第三關聯數據，確定非第一風險狀態的風險程度，並識別當前的風險狀態；
[0196]
a.若非第一風險狀態的風險程度超過其對應閾值，確定當前的風險狀態為第二風險狀態，則發出預警，並輸出第二風險狀態的風險程度；
[0197]
b.若非第一風險狀態的風險程度未超過其對應閾值，確定當前的風險狀態為第三風險狀態，則不發出預警；
[0198]
所述第一風險狀態，為在預設的單項風險指標中，至少有一項指標超過其對應閾值；
[0199]
所述第二風險狀態，為在預設的單項風險指標中，未有一項指標超過其對應閾值，但當前風險狀態的風險程度超過其對應閾值；
[0200]
所述第三風險狀態，為在預設的單項風險指標中，未有一項指標超過其對應閾值，且當前風險狀態的風險程度未超過其對應閾值；
[0201]
所述單項風險指標，為表徵風險狀態的不同方面的單獨一項指標，比如變現能力、營運能力、償債能力、盈利能力、現金流量等方面的多種單項指標；
[0202]
所述第二篩選參數，為與確定第二風險狀態有關的篩選參數；
[0203]
所述第二數據篩選，為將企業第一關聯數據為基礎，根據第二篩選參數，進行篩選、數據標註後抽取，從而得到企業第三關聯數據的過程；
[0204]
具體來說，獲取企業第一關聯數據，也即與企業經營風險有關的各種基礎數據，可通過爬蟲將輿情、公告、財務報告等公開數據進行抓取所需數據，之後的第一數據篩選或者第二數據篩選，可將抓取的數據的進行數據標註後抽取(標註的目的是抽取所需的相關數據)，再根據標註內容進行分類，組成企業第二關聯數據或企業第三關聯數據；其中，第一數據篩選的過程中，將根據第一篩選參數(即預設的相關關鍵詞、相關參數、比例、比率等具體參數)，對已獲取的企業第一關聯數據進行篩選，然後對確定第一風險狀態的相關數據進行標註後抽取，得到企業第二關聯數據；同理，第二數據篩選的過程中，將根據第二篩選參數(即預設的相關關鍵詞、相關參數、比例、比率等具體參數)，對已獲取的企業第一關聯數據進行篩選，然後對確定第一風險狀態的相關數據進行標註後抽取，得到企業第三關聯數據；
[0205]
具體來說，所述第一篩選參數和所述第二篩選參數，為模型預設的初始篩選參數，後續隨著模型的更新，初始篩選參數也會隨之進行適應性調整，以符合最新的篩選規則，具體的篩選參數，包括：數據時間(比如某一時間段或某一具體時刻)，篩選關鍵詞，關鍵詞篩選優先度排序等；且所述第一篩選參數和所述第二篩選參數，均有自定義參數的功能，能夠根據後續確定風險狀態的具體參數的不同，進行調整；
[0206]
具體來說，發出預警時，可將預警信息均標註到對應的關聯數據中一併輸出，使得預警信息的展示能夠關聯性更強，更加直觀；
[0207]
本技術根據獲取的企業第一關聯數據，首先根據第一篩選參數，篩選出與確定風險狀態相關的數據，從而得到企業第二關聯數據，再根據企業第二關聯數據，確定當前的風險狀態是否屬於第一風險狀態，若屬於第一風險狀態，則預警並輸出具體風險程度，否則，將企業第一關聯數據根據第二篩選參數，篩選得到企業第三關聯數據，進一步確定當前風險狀態屬於第二風險狀態或者第三風險狀態，至此，本技術將當前的風險狀態按照客觀規律，具體劃分為：(1)第一風險狀態(已明顯出現風險)；(2)第二風險狀態(雖未明顯出現風險，但存在潛在風險)；(3)第三風險狀態(未明顯出現風險，也無潛在風險)；以上三種風險狀態，將可能存在的風險狀態全面包含在內，且將風險級別由高到低進行排序，使得在確定當前風險狀態時，能夠將所有情況均能分類至合適的風險狀態中，並且將同類情況和風險級別一一對應，實現了風險狀態、風險情況和風險級別三者的統一歸類，這樣不僅優化了具體風險狀態的識別，而且根據不同風險狀態的風險程度，進行預警，實現了根據企業關聯數據，對企業進行狀態監控和風險預警，並且監控和預警的實時性、準確性也得到進一步提高。
[0208]
進一步的，所述根據所述企業第二關聯數據，確定預設的單項風險指標的是否超
過其對應閾值，並識別當前的風險狀態，包括：
[0209]
從企業第二關聯數據中，抽取該企業各個營業周期內，與預設單項風險指標相關的數據；
[0210]
根據抽取的相關數據，逐一確定各單項風險指標值；
[0211]
若出現任意一個單項風險指標值超過其對應閾值的情況，則識別當前的風險狀態為第一風險狀態；
[0212]
進一步的，所述若當前的風險狀態為第一風險狀態，則確定第一風險狀態的風險程度，發出預警，並輸出第一風險狀態的風險程度，還包括所述確定第一風險狀態的風險程度的方法如下：
[0213]
從抽取的該企業各個營業周期內，與預設單項風險指標相關的數據中，選取同一營業周期內的數據，確定各單項風險指標值；
[0214]
將確定的各單項風險指標值分別與其對應閾值進行比較，若單項風險指標值超過其對應閾值，則篩選至第一數據集；
[0215]
將第一數據集中單項風險指標超過其對應閾值的具體程度進行量化，並加權後相加，得出第一數據集中各單項風險指標的綜合風險程度，即第一風險狀態的風險程度。
[0216]
進一步的，所述第一風險狀態的風險程度採用第一風險指標表徵，且所述第一風險指標的模型如下：
[0217][0218]
其中，w1為第一風險指標；
[0219]
n為某一營業周期內，當前風險狀態中大於等於其對應閾值的單項風險指標的數量；
[0220]
n為某一營業周期內，當前風險狀態中單項風險指標的總數量；
[0221]
wi為某一營業周期內，在當前風險狀態中大於等於其對應閾值的單項風險指標中，第i個單項風險指標值；
[0222]wi0
為某一營業周期內，在當前風險狀態中大於等於其對應閾值的單項風險指標中，第i個單項風險指標值的對應閾值；
[0223]
以上所述某一營業周期的具體數據均採用同一營業周期的數據，以及統一的量綱和單位；
[0224]
所述第一風險指標，為根據該企業關聯數據的處理後，至少有一項單項風險指標大於等於其對應閾值時的風險程度；
[0225]
所述第一風險指標值越大，表示當前風險程度越高；
[0226]
具體來說，在風險狀態中大於等於其對應閾值的單項風險指標中，第i個單項風險指標值的對應閾值，可採用該企業所屬行業中對應的指標均值，或通過該企業以往的相關歷史數據計算出的對應閾值；
[0227]
所述單項風險指標，為表徵風險狀態的不同方面的單獨一項指標，比如變現能力、營運能力、償債能力、盈利能力、現金流量等方面的多種單項指標；
[0228]
進一步的，所述根據企業第三關聯數據，確定非第一風險狀態的風險程度，包括：
[0229]
從企業第三關聯數據中，抽取該企業各個營業周期內，與非第一風險狀態的風險
程度相關的數據；
[0230]
根據抽取的所述相關數據，確定非第一風險狀態的風險程度；
[0231]
進一步的，所述根據抽取的所述相關數據，確定非第一風險狀態的風險程度，還包括
[0232]
從該企業各個營業周期內，與非第一風險狀態的風險程度相關的數據中，選取同一營業周期與企業的負債、營收、回款、還債和變現能力相關的數據，以及與該同一營業周期相鄰的其他營業周期的營收能力相關數據，組成第二數據集；
[0233]
將第二數據集中的數據，經過預設對應風險指標模型的數據處理後，量化其具體的風險程度，得出該企業潛在的風險程度，即非第一風險狀態的風險程度。
[0234]
進一步的，所述非第一風險狀態的風險程度，也即第二風險狀態的風險程度，採用第二風險指標表徵，且所述第二風險指標的模型如下：
[0235][0236]
其中，w2為第二風險指標值；
[0237]
η為某一營業周期內的資產負載率；
[0238]
m為某一營業周期的最近m個營業周期；
[0239]
j為某一營業周期的最近m個營業周期內的第j個營業周期；
[0240]rj
為某一營業周期的最近m個營業周期內的第j個營業周期的營業收入；
[0241]
r為某一營業周期內的營業收入；
[0242]
c1為某一營業周期內，營業活動的現金流入量；
[0243]
c2為某一營業周期內，營業活動的現金流出量；
[0244]
r為某一營業周期內的淨利潤；
[0245]
l為某一營業周期內的流動資產；
[0246]
f為某一營業周期內的流動負債；
[0247]
h為某一營業周期內的存貨類資產；
[0248]
所述存貨類資產，指資產中變現速度慢的資產，包括但不限於：存貨、預付帳款、營業周期中的非流動資產，及其他流動資產；
[0249]
以上所述某一營業周期的具體數據均採用同一營業周期的數據，以及統一的量綱和單位；
[0250]
所述第二風險指標，為根據該企業關聯數據的處理後，任意一項單項風險指標均小於其對應閾值時的潛在風險程度；
[0251]
所述第二風險指標值越大，表示當前風險程度越高；
[0252]
具體來說，根據第一風險指標和第二風險指標，進行風險狀態和風險程度的確定方法，具體如下：
[0253]
(1)若至少一項單項風險指標大於等於其對應閾值，則識別為第一風險狀態，確定當前的第一風險指標，發出預警，並輸出採用第一風險指標表徵的當前風險的程度；
[0254]
(2)若任意一項單項風險指標均小於其對應閾值，確定當前的第二風險指標，當第二風險指標大於等於其對應閾值時，則識別為第二風險狀態，發出預警，並輸出採用第二風
險指標表徵的當前風險的程度；
[0255]
(3)若任意一項單項風險指標均小於其對應閾值，且當前的第二風險指標也小於其對應閾值，則識別為第三風險狀態，不發出預警；
[0256]
具體來說，第一風險指標和第二風險指標，表示在實際中的兩種不同的風險狀態，第一風險指標，表徵當前風險狀態為已有至少一個單項風險指標已超過對應閾值的情況下，具體的風險程度；第二風險指標，表徵當前風險狀態為未有一個單項風險指標超過對應閾值的情況下，潛在的風險程度；即第一風險指標，反映的是已經有明顯的風險，以及具體的風險程度，第二風險指標，反映的是雖然未有明顯的風險，但是可能存在潛在風險的程度；
[0257]
本技術通過單項風險指標、第一風險指標和第二風險指標三類指標的結合，將風險狀態準確地分為：第一風險狀態、第二風險狀態和第三風險狀態，通過單項風險指標識別是否為第一風險狀態，且採用第一風險指標對第一風險狀態的風險程度進行量化，通過第二風險指標的大小識別是否為第二風險狀態，且採用第二風險指標對第二風險狀態的風險程度進行量化；而單項風險指標，為風險狀態在不同方面的單獨一項指標，比如變現能力、營運能力、償債能力、盈利能力、現金流量等方面的多種單項指標，且按照現有成熟的行業指標的分級，能夠更加精確地監控風險狀態，及時的進行風險預警，同時，第一風險指標和第二風險指標又能夠將其風險程度進行統一量化，使同一風險狀態，可以根據具體的風險程度進一步分級監控和預警，另外，大數據的實時更新，也能提高數據的實時性。因此，本技術能夠實現實時化、智能化、精細化的風險監控及預警。
[0258]
實施例3
[0259]
如圖4所示，本發明提供一種計算機可讀存儲介質，其上存儲有電腦程式，其特徵在於，該程序被處理器執行時實現如上述實施例1所述的方法。
[0260]
實施例4
[0261]
如圖5所示，本發明提供一種計算機裝置，其特徵在於，包括存儲器和處理器；所述存儲器，用於存儲電腦程式；所述處理器，用於執行所述電腦程式時，實現如上述實施例1所述的方法。
[0262]
綜上，本技術通過及時、準確、全面地採集企業與行業環境的關聯信息，並在此基礎上進行數據的提取、挖掘和整合分析，實現了對企業或行業的風險狀態及風險趨勢進行實時監控、智能識別和及時預警的目的。
[0263]
所屬領域的技術人員可以清楚地了解到，為描述的方便和簡潔，上述描述的系統、介質、裝置、模塊和單元的具體工作過程，可以參考前述方法實施例中的對應過程，在此不再贅述。
[0264]
在本技術所提供的幾個實施例中，應該理解到，所揭露的系統，裝置和方法，可以通過其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述模塊或單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，例如多個模塊或單元可以結合或者可以集成到另一個系統，或一些特徵可以忽略，或不執行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機械或其它的形式。
[0265]
所述作為分離部件說明的模塊或單元可以是或者也可以不是物理上分開的，作為
模塊或單元顯示的部件可以是或者也可以不是物理模塊或單元，即可以位於一個地方，或者也可以分布到多個網絡模塊或單元上。可以根據實際的需要選擇其中的部分或者全部模塊或單元來實現本實施例方案的目的。
[0266]
另外，在本技術各個實施例中的各功能模塊或單元可以集成在一個處理模塊或單元中，也可以是各個模塊或單元單獨物理存在，也可以兩個或兩個以上模塊或單元集成在一個模塊或單元中。上述集成的模塊或單元既可以採用硬體的形式實現，也可以採用軟體功能單元的形式實現。
[0267]
所述集成的系統、模塊、單元等，如果以軟體功能單元的形式實現並作為獨立的產品銷售或使用時，可以存儲在一個計算機可讀取存儲介質中。基於這樣的理解，本技術的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟體產品的形式體現出來，該計算機軟體產品存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可以是個人計算機，伺服器，或者網絡設備等)執行本技術各個實施例所述方法的全部或部分步驟。而前述的存儲介質包括：u盤、移動硬碟、只讀存儲器(rom，read-only memory)、隨機存取存儲器(ram，random access memory)、磁碟或者光碟等各種可以存儲程序代碼的介質。
[0268]
最後應說明的是，以上實施例僅用以說明本技術的技術方案，而非對其限制；儘管參照前述實施例對本技術進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特徵進行等同替換；而這些修改或者替換，並不使相應技術方案的本質脫離本技術各實施例技術方案的精神和範圍。