(19)中华 人民共和国 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 202111493447.3 (22)申请日 2021.12.08 (71)申请人 渤海银行股份有限公司 地址 300171 天津市河东区海河东路218号 申请人 北京邮电大 学 (72)发明人 仵伟强　傅湘玲　宋美琦　任芸　 (74)专利代理 机构 北京格允知识产权代理有限 公司 11609 代理人 张莉瑜 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 40/06(2012.01) G06Q 40/00(2012.01) G06F 16/35(2019.01)G06F 40/258(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种公司风险应对能力的预测方法及装置 (57)摘要 本发明涉及数据处理技术领域， 尤其涉及一 种公司风险应对能力的预测方法及装置， 该方法 包括： 获取多个公司的相关新闻标题与公司报告 以及股票状态信息； 基于各个公司的相关新闻标 题与公司报告确定各个公司的特征数据； 基于各 个公司的股票状态信息确定各个公司的风险应 对能力标签； 汇总各个公司的特征数据及相应的 风险应对能力标签， 进行数据预处理， 得到多个 公司相应的时序特征数据矩阵； 将时序特征数据 矩阵分为训练集与测试集， 对双向长短时记忆神 经网络进行有监督训练； 基于训练得到的双向长 短时记忆神经网络， 对公司的风险应对能力进行 预测。 本发 明能够用于预测未来一段时间内公司 应对突发性 风险的能力。 权利要求书3页 说明书13页 附图2页 CN 114219141 A 2022.03.22 CN 114219141 A 1.一种公司风险应对能力的预测方法， 其特 征在于， 包括： 获取多个公司在连续N个季度内的相关新闻标题与公司报告以及在连续N个季度后M个 季度内的股票状态信息； 其中， N 为不小于10的整数， M为 不超过4的整数； 基于各个公司在连续N个季度内的相关新闻标题与公司报告， 确定各个公司在每个季 度内的特 征数据； 基于各个公司在连续N个季度后M个季度内的股票状态信息， 确定各个公司在连续N个 季度后M个季度内的风险应对能力标签； 所述风险应对能力标签显示了该公司在M个季度内 相比之前 连续N个季度内生存状态良好且稳定、 生存状态提升或生存状态下降； 汇总各个公司在连续N个季度内的特征数据及连续N个季度后M个季度内相应的风险应 对能力标签， 进行 数据预处 理， 得到多个公司相应的时序特 征数据矩阵； 将得到的所述 时序特征数据矩阵分为训练集与测试集， 利用所述训练集与 所述测试集 对双向长短时记 忆神经网络进行有监 督训练； 基于训练得到的双向长短时记 忆神经网络， 对公司的风险应对能力进行 预测。 2.根据权利要求1所述的公司风险应对能力的预测方法， 其特征在于， 所述基于多个公 司在连续N个季度内的相关新闻标题与公司报告， 确定各个公司在每个季度内的特征数据， 包括： 基于相关新闻标题进行情感分析， 确定正面、 中立及负面三类情感新闻数量在该季度 内该公司全部相关新闻数量中的占比， 作为 新闻情感类特 征； 基于公司报告， 确定财务类特 征、 股权集中度类特 征及公司基本特 征。 3.根据权利要求2所述的公司风险应对能力的预测方法， 其特征在于， 所述基于相关新 闻标题进行情感分析， 确定正面、 中立及负面三类情感新闻数量在该季度内该公司全部相 关新闻数量中的占比， 包括： 基于中文语料库对BERT模型进行 预训练； 基于人工标注情感类型的新闻标题文本对预训练后的所述BERT模型进行 再训练； 利用再训练后的所述BERT模型， 对获取的相关新闻标题进行情感分析， 标注各相 关新 闻标题的情感类型； 统计正面、 中立及负面三类情感新闻数量， 确定各类情感新闻数量在该季度内该公司 全部相关新闻数量中的占比。 4.根据权利要求2所述的公司风险应对能力的预测方法， 其特征在于， 所述基于公司报 告， 确定财务类特 征、 股权集中度类特 征及公司基本特 征， 包括： 基于获取的公司报告， 确定各项反映公司每股指标、 盈利能力、 营运能力、 偿债能力和 成长能力的财务指标， 作为财务类特 征； 基于获取的公司报告， 确定第 一大股东持股比例、 前五大股东持股比例之和， 以及前十 大股东持股比例之和， 作为股权集中度类特 征； 基于获取的公司报告， 确定公司生存年龄， 作为公司基本特 征。 5.根据权利要求4所述的公司风险应对能力的预测方法， 其特征在于， 所述确定各项反 映公司每股指标、 盈利能力、 营运能力、 偿债能力和成长能力的财务指标， 包括： 确定各项反映公司每股指标的财务指标， 包括每股收益、 每股营业利润、 每股净资产以 及每股资本公积金；权　利　要　求　书 1/3 页 2 CN 114219141 A 2确定各项反映公司盈利能力的财务指标， 包括净资产收益率、 资产报酬率、 资产净利 率、 投入资本回报率、 销售净利率、 销售成本率、 营业总成本 /营业总收入， 以及净利 润； 确定各项反映公司营运能力的财务指标， 包括应收账款周转率、 存货周转率、 应收账款 周转天数、 总资产周转 率以及固定资产周转 率； 确定各项反映公司偿债能力的财务指标， 包括流动比率、 速动比率、 净资产负债率以及 现金比率； 确定各项反映公司成长能力的财务指标， 包括每股收益增长率、 营业收入增长率、 净利 润增长率、 净资产增长率、 资产总计相对年初增长率以及营业利 润增长率。 6.根据权利要求2所述的公司风险应对能力的预测方法， 其特征在于， 所述进行数据 预 处理包括： 若一公司的财务类特 征各项均为空值， 则 删除该公司对应的数据； 若一公司的财务类特征及股权集中度类特征中存在部分缺失项， 则根据 该公司其他季 度的相应项求平均值， 填补缺失项； 若一公司的新闻情感类特 征中存在缺失项， 则置为 零； 对各个公司在连续N个季度内的特征数据进行标准化， 将各项特征数据均转化为均值 为0、 方差为1的数值数据； 将连续N个季度后相应的风险应对能力标签转 为独热编码。 7.一种公司风险应对能力的预测装置， 其特 征在于， 包括： 获取模块， 用于获取多个公司在连续N个季度内的相关新闻标题与公司报告以及在连 续N个季度后M个季度内的股票状态信息； 其中， N 为不小于10的整数， M为 不超过4的整数； 预处理模块， 用于基于各个公司在连续N个季度内的相关新闻标题与公司报告， 确定各 个公司在每个季度内的特征数据； 基于各个公司在连续N个季度后M个季度内的股票状态信 息， 确定各个公司 在连续N个季度后M个季度内的风险应对能力标签； 其中所述风险应对能 力标签显示了该公司在M个季度内相比之前连续N个季度内生存状态良好且稳定、 生存状态 提升或生存状态下降； 以及， 汇总各个公司在连续N个季度内的特征数据及连续N个季度后M 个季度内相应的风险应对能力标签， 进行数据预处理， 得到多个公司相 应的时序特征数据 矩阵； 训练模块， 用于将得到的所述时序特征数据矩阵分为训练集与测试集， 利用所述训练 集与所述测试集对双向长短时记 忆神经网络进行有监 督训练； 分类模块， 用于基于训练得到的双 向长短时记忆神经网络， 对公司的风险应对能力进 行预测。 8.根据权利要求7所述的公司风险应对能力的预测装置， 其特征在于， 所述基于多个公 司在连续N个季度内的相关新闻标题与公司报告， 确定各个公司在每个季度内的特征数据， 包括： 基于相关新闻标题进行情感分析， 确定正面、 中立及负面三类情感新闻数量在该季度 内该公司全部相关新闻数量中的占比， 作为 新闻情感类特 征； 基于公司报告， 确定财务类特 征、 股权集中度类特 征及公司基本特 征。 9.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处理器执行所述计算机程序时实现权利要求 1至6中任一项 所述公司风险应对能力 的预测方法的步骤。权　利　要　求　书 2/3 页 3 CN 114219141 A 3