(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211098555.5 (22)申请日 2022.09.09 (71)申请人 中证数智科技 （深圳） 有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室(入驻深圳市 前海商务秘书 有限公司) (72)发明人 傅瑜强　刘镭　詹翔　李耕樵　 彭鹏　蔡晓旭　赵姮娟　郭慧慧　 施达安　黄泽赟　陈威任　马园园　 (74)专利代理 机构 广东灵顿知识产权代理事务 所(普通合伙) 44558 专利代理师 赖耀华 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 40/02(2012.01) (54)发明名称 企业关联风险识别方法、 装置、 设备及存储 介质 (57)摘要 本发明实施例公开了一种企业关联风险识 别方法， 所述方法包括： 获取目标企业的待识别 风险数据， 所述待识别风险数据包括与目标企业 对应的企业名称、 风险事件、 风险事件发生时间； 基于预设的关联风险识别模型和全量企业图谱 对所述待识别风险数据进行分析， 获取风险分析 结果， 其中， 所述风险分析结果包括与所述目标 企业对应的至少一个目标风险传导企业和与每 一个目标风险传导企业对应的传导影 响分值、 与 每一个目标风险传导企业对应的目标风险归因 因子； 其中， 所述全量企业图谱至少包括目标企 业的企业节点以及关联企业节点。 此外， 本发明 实施例还公开了一种企业风险识别装置、 设备及 可读存储介质。 采用本发明， 可提高企业风险识 别的准确性以及可解释性。 权利要求书2页 说明书10页 附图3页 CN 115170007 A 2022.10.11 CN 115170007 A 1.一种企业关联风险识别方法， 其特 征在于， 所述方法包括： 获取目标企业的待识别风险数据， 所述待识别风险数据包括与目标企业对应的企业名 称、 风险事 件、 风险事 件发生时间； 基于预设的关联风险识别模型和全量企业图谱对所述待识别风险数据进行分析， 获取 风险分析结果， 其中， 所述风险分析结果包括与所述 目标企业对应的至少一个目标风险传 导企业和与每一个目标风险传导 企业对应的传导影响分值、 与每一个目标风险传导 企业对 应的目标风险归因 因子； 其中， 所述全量企业图谱至少包括目标企业的企业节点以及关联企业节点。 2.根据权利要求1所述的企业关联风险识别方法， 其特征在于， 所述风险分析结果还包 括与每一个目标风险传导企业对应的风险等级； 所述基于预设的关联风险识别模型对所述待识别风险数据进行分析， 获取风险分析结 果的步骤， 还 包括： 针对每一个目标风险传导企业， 根据传导影响分值确定对应的风险等级。 3.根据权利要求1所述的企业关联风险识别方法， 其特 征在于， 所述方法还 包括： 基于预设的关联风险识别模型和全量企业图谱对所述待识别风险数据进行分析， 确定 与所述目标企业对应的风险传导 企业列表， 所述风险传导企业列 表包括至少一个风险传导 企业以及对应的传导影响分值； 根据传导影响分值在所述风险传导企业列表中确定一个或多个目标风险传导企业， 其 中， 所述目标风险传导企业对应的传导影响分值大于或等于所述风险传导企业列 表中包含 的除所述目标风险传导企业之外的其 他风险传导企业的传导影响分值。 4.根据权利要求3所述的企业关联风险识别方法， 其特 征在于， 所述方法还 包括： 针对每一个目标风险传导企业， 确定每一个目标风险传导企业对应的一个或多个风险 归因因子以及每一个风险归因 因子对应的贡献度分值； 根据贡献度分值在所述一个或多个风险归因因子中确定目标风险归因因子， 所述目标 风险归因因子的数量为一个 或多个， 所述目标风险归因因子对应的贡献度分值大于其他风 险归因因子的贡献度分值。 5.根据权利要求1所述的企业关联风险识别方法， 其特 征在于， 所述方法还 包括： 根据各个企业之间的关联关系， 构建全量企业图谱， 其中， 所述全量企业图谱包含多个 企业节点， 所述企业节点包 含风险数据， 所述 风险数据包括 风险属性标签； 根据企业节点之间的关联关系， 确定企业节点之间的风险传导机制； 获取预设的风险样本， 根据所述 风险样本确定企业之间的风险传导范围； 根据全量企业图谱、 企业之间的风险传导机制和风险传导范围， 提取预设维度下的特 征数据， 所述特 征数据包括主体特 征、 传导动因、 网络 重要性中的一个或多个； 根据所述特征数据， 对预设的风险识别模型进行训练， 以训练所述风险识别模型输出 一个或多个企业的传导影响分值， 其中， 所述 风险识别模型为有监 督模型； 确定每一个特征数据对应的SHAP值， 根据SHAP值确定每一个特征数据的贡献度分值所 述SHAP值用于标识特 征数据的重要性。 6.根据权利要求5所述的企业关联风险识别方法， 其特征在于， 所述根据全量企业图 谱、 企业之间的风险传导机制和风险传导范围， 提取预设维度下的特征数据 的步骤， 还包权　利　要　求　书 1/2 页 2 CN 115170007 A 2括： 通过PageRank算法模拟企业节点向全量企业图谱中的其他企业节点传递的风险当量， 根据企业节点之间的风险传导机制确定链接方向和链接权重， 以确定企业节点的网络重要 性。 7.一种企业关联风险识别装置， 其特 征在于， 所述装置包括： 待识别风险数据获取模块， 用于获取目标企业的待识别风险数据， 所述待识别风险数 据包括与目标企业对应的企业名称、 风险事 件、 风险事 件发生时间； 关联风险分析模块， 用于基于预设的关联风险识别模型和全量企业图谱对所述待识别 风险数据进 行分析， 获取风险分析结果， 其中， 所述风险分析结果包括与所述目标企业对应 的至少一个目标风险传导 企业和与每一个目标风险传导 企业对应的传导影响分值、 与每一 个目标风险传导企业对应的目标风险归因因子； 其中， 所述全量企业图谱至少包括 目标企 业的企业节点以及关联企业节点。 8.根据权利要求7所述的企业关联风险识别装置， 其特征在于， 所述装置还包括模型构 建模块， 用于： 根据各个企业之间的关联关系， 构建全量企业图谱， 其中， 所述全量企业图谱包含多个 企业节点， 所述企业节点包 含风险数据， 所述 风险数据包括 风险属性标签； 根据企业节点之间的关联关系， 确定企业节点之间的风险传导机制； 获取预设的风险样本， 根据所述 风险样本确定企业之间的风险传导范围； 根据全量企业图谱、 企业之间的风险传导机制和风险传导范围， 提取预设维度下的特 征数据， 所述特 征数据包括主体特 征、 传导动因、 网络 重要性中的一个或多个； 根据所述特征数据， 对预设的风险识别模型进行训练， 以训练所述风险识别模型输出 一个或多个企业的传导影响分值， 其中， 所述 风险识别模型为有监 督模型； 确定每一个特征数据对应的SHAP值， 根据SHAP值确定每一个特征数据的贡献度分值所 述SHAP值用于标识特 征数据的重要性。 9.一种计算机可读存储介质， 其特征在于， 其上存储有计算机程序， 其特征在于， 所述 计算机程序被处理器执行时实现权利要求1至6中任一项所述的企业关联风险识别方法的 步骤。 10.一种计算机设备， 其特征在于， 所述计算机设备包括存储器和 处理器， 所述存储器 有可执行代码， 当所述可执行代码在所述处理器上运行以实现如权利要求 1至6任一所述的 企业关联风险识别方法。权　利　要　求　书 2/2 页 3 CN 115170007 A 3