CN112541698A - 基于企业外部特征识别企业风险的方法和系统 - Google Patents
基于企业外部特征识别企业风险的方法和系统 Download PDFInfo
- Publication number
- CN112541698A CN112541698A CN202011529065.7A CN202011529065A CN112541698A CN 112541698 A CN112541698 A CN 112541698A CN 202011529065 A CN202011529065 A CN 202011529065A CN 112541698 A CN112541698 A CN 112541698A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- abnormal
- target
- target enterprise
- identification information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000002159 abnormal effect Effects 0.000 claims abstract description 148
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 238000004900 laundering Methods 0.000 abstract description 7
- 230000008859 change Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于企业外部特征识别企业风险的方法和系统,属于风控反欺诈、反洗钱技术领域,通过获取目标企业的企业标识信息,企业标识信息,包括:企业名称、统一社会信用代码或注册号;基于预设算法,对企业标识信息进行预处理,获取目标企业的特征;基于多维异常特征识别模型,根据目标企业的特征,获取目标企业具有异常标识的异常特征;基于空壳特征标签量化识别模型,根据企业标识信息和异常特征,确定目标企业是否具有疑似空壳公司风险特征。本发明根据目标企业的公开信息,从而准确识别目标企业的风险特征,避免了由于与疑似空壳公司业务往来所引发的欺诈和洗钱问题。
Description
技术领域
本发明属于风控反欺诈、反洗钱技术领域,具体涉及一种基于企业外部特 征识别企业风险的方法和系统。
背景技术
在现有技术中,为了对目标企业的空壳风险进行有效的处理和判断,通常 会需要对目标企业的经营状态进行识别。例如,在目标为公司时,为了实现对 该公司运行状态的准确识别,从而判断是否与其合作等,通常选择通过获取企 业经营活动产生的数据(例如用水、用电、纳税、银行账户活动等),从而对 该公司企业的状态进行分析、识别的技术方法。
但是,现有技术中,在进行数据获取时,需要获取到目标公司企业的非公 开数据,如企业用水、用电、纳税或银行账户活动数据等,且数据覆盖范围小, 不具备普遍性,难以对公司的状态进行准确识别。
发明内容
为了至少解决现有技术存在的上述问题,本发明提供了一种基于企业外部 特征识别企业风险的方法和系统。
本发明提供的技术方案如下:
一方面,一种基于企业外部特征识别企业风险的方法,包括:
获取目标企业的企业标识信息,所述企业标识信息,包括:企业名称、工 商注册号或统一社会信用代码;
基于预设算法,对所述企业标识信息进行预处理,获取所述目标企业的特 征;
基于多维异常特征识别模型,根据所述特征,获取所述目标企业具有异常 标识的异常特征;
基于空壳特征标签量化识别模型,根据所述企业标识信息和所述异常特征, 确定所述目标企业的是否具备风险特征。
可选的,所述基于预设算法,对所述企业标识信息进行预处理,获取所述 目标企业的特征,包括:
对所述企业标识信息进行解析,提取所述目标企业的基本特征;
基于企业公开数据,获取所述目标企业的外部特征;
根据所述基本特征,确定所述目标企业的企业关联特征;
根据所述外部特征,确定所述目标企业的企业时序特征。
可选的,所述企业标识信息,为企业名称,所述对所述企业标识信息进行 解析,包括:
根据所述企业名称,模糊搜索所述目标企业的企业主体信息;或,
所述企业标识信息,为:工商注册号或统一社会信用代码,所述对所述企 业标识信息进行解析,包括:
根据所述工商注册号或统一社会信用代码,精准搜索所述目标企业的企业 主体信息。
可选的,所述多维异常特征识别模型,包括:法定代表人异常特征识别模 型、治理结构异常特征识别模型、股权结构异常特征识别模型、地址异常特征 识别模型、联系方式异常特征识别模型、关联异常特征识别模型、经营特征异 常识别模型;
所述基于多维异常特征识别模型,根据所述特征,获取所述目标企业具有 异常标识的异常特征,包括:
基于法定代表人异常特征识别模型,根据企业法定代表人投资及任职企业 数据,确定所述目标也是否具备企业法定代表人异常特征;或,
基于治理结构异常特征识别模型,根据企业治理结构,识别与所述目标公 司治理结构相同的企业信息,确定所述与所述目标公司治理结构相同的企业是 否具备治理结构异常特征;或,
基于股权结构异常特征识别模型,根据企业股权结构信息确定所述目标企 业是否具备异常的股权结构特征;或,
基于地址异常特征识别模型,根据所述目标企业的地址信息,确定所述目 标企业是否具备地址异常特征;或,
基于联系方式异常特征识别模型,根据所述目标企业的联系方式,确定所 述目标企业是否具备联系方式异常特征;或,
基于关联异常特征识别模型,根据所述目标企业的疑似实控人,确定所述 目标企业是否具备关联异常特征;
基于经营特征异常识别模型,根据所述目标企业的经营状况,确定所述目 标企业是否具备经营异常特征。
可选的,所述空壳特征标签量化识别模型,包括:套牌公司状态模型、空 壳团伙状态模型、傀儡公司状态模型、地址存疑状态模型、借壳经营状态模型、 空壳公司关联方状态模型、僵尸企业状态模型、无实际经营状态模型。
可选的,所述确定所述目标企业的企业状态,包括:
确定所述目标企业的企业状态为:套牌公司状态、空壳团伙状态、傀儡公 司状态、地址存疑状态、借壳经营状态、空壳公司关联方状态、僵尸企业状态 或无实际经营状态。
可选的,还包括:根据所述目标企业的企业状态,进行风险提示。
又一方面,一种基于企业外部特征识别企业风险的系统,包括:数据获取 模块、特征获取模块、异常特征获取模块和状态确定模块;
所述数据获取模块,用于获取目标企业的企业标识信息,所述企业标识信 息,包括:企业名称、工商注册号或统一社会信用代码;
所述特征获取模块,用于基于预设算法,对所述企业标识信息进行预处理, 获取所述目标企业的特征;
所述异常特征获取模块,用于基于多维异常特征识别模型,根据所述特征, 获取所述目标企业具有异常标识的异常特征;
所述状态确定模块,用于基于空壳特征标签量化识别模型,根据所述企业 标识信息和所述异常特征,确定所述目标企业是否具备风险特征。
可选的,所述特征获取模块,用于对所述企业标识信息进行解析,提取所 述目标企业的基本特征;基于企业公开数据,获取所述目标企业的外部特征; 根据所述基本特征,确定所述目标企业的企业关联特征;根据所述外部特征, 确定所述目标企业的企业时序特征。
可选的,所述企业标识信息,为企业名称,所述特征获取模块,用于:根 据所述企业名称,模糊搜索所述目标企业的企业主体信息;或,所述企业标识 信息,为:工商注册号或统一社会信用代码,所述特征获取模块,用于根据所 述工商注册号或统一社会信用代码,精准搜索所述目标企业的企业主体信息。
本发明的有益效果为:
本发明实施例提供的基于企业外部特征识别企业风险的方法和系统,通过 获取目标企业的企业标识信息,企业标识信息,包括:企业名称、工商注册号 或统一社会信用代码;基于预设算法,对企业标识信息进行预处理,获取目标 企业的特征;基于多维异常特征识别模型,根据特征,获取目标企业具有异常 标识的异常特征;基于空壳特征标签量化识别模型,根据企业标识信息和异常 特征,确定目标企业的企业状态。本发明根据目标企业的公开信息,从而准确 识别目标企业所具备的空壳风险特征,判断目标企业是否疑似空壳公司,避免 了被空壳公司欺诈的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施 例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述 中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付 出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于企业外部特征识别企业风险的方法流 程示意图;
图2为本发明实施例提供的又一种基于企业外部特征识别企业风险的方法 流程示意图;
图3为本发明实施例提供的一种基于企业外部特征识别企业风险的系统的 结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方 案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不 是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创 造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
在现有技术中,空壳公司使人们受到欺诈,因此,对公司状态的识别,至 关重要。但是,现有技术在对公司状态进行识别时,还存在如下问题:依赖内 部数据,无法在建立业务关系前识别;缺少对企业时间序列特征的挖掘和识别, 难以识别隐蔽性较高的空壳公司;缺少风险指向性,应用难度大:我国法律体 系中对空壳公司没有明确定义,形成空壳公司的原因比较多,既有因正常业务 需要设立的,也有因避税、洗钱、欺诈等目的设立的空壳公司。因此对银行等 金融机构而言,不仅要识别空壳公司,更需要对各类目的设立的空壳公司进行 区分,有效识别其中存在欺诈、洗钱等高风险空壳公司。
基于此,本发明实施例提供一种基于企业外部特征识别企业风险的方法。
图1为本发明实施例提供的一种基于企业外部特征识别企业风险的方法流 程示意图,请参阅图1,本发明实施例提供的方法,可以包括以下步骤:
S11、获取目标企业的企业标识信息,企业标识信息,包括:企业名称、工 商注册号或统一社会信用代码。
在一个具体的企业状态识别过程中,可以定义任一个待状态识别的企业为 目标企业,应用本申请的基于企业外部特征识别企业风险的方法对该目标企业 的企业状态进行识别。
例如,在状态识别时,可以获取目标企业的企业标识信息,包括:企业名 称、统一社会信用代码或注册号。其中,企业名称,可以包括:企业名称、曾 用名,注册号可以为工商注册号。
S12、基于预设算法,对企业标识信息进行预处理,获取目标企业的特征。
在获取到目标企业的企业标识信息后,可以对企业标识信息进行预处理, 从而获取到目标企业的特征。
可选的,基于预设算法,对企业标识信息进行预处理,获取目标企业的特 征,包括:对企业标识信息进行解析,提取目标企业的基本特征;基于公开数 据,获取目标企业的外部特征;根据基本特征,确定目标企业的企业关联特征; 根据外部特征,确定目标企业的企业时序特征。
可选的,其中,企业标识信息,为企业名称,对企业标识信息进行解析, 包括:根据企业名称,模糊搜索目标企业的企业主体信息;或,企业标识信息, 为:工商注册号或统一社会信用代码,对企业标识信息进行解析,包括:根据 工商注册号或统一社会信用代码,精准搜索目标企业的企业主体信息。
例如,在获取到目标企业的企业标识信息为企业名称时,企业名称为简称、 曾用名等,根据企业名、曾用名、简称顺序模糊搜索企业主体信息;在获取到 目标企业的企业标识信息为注册号或统一社会信用代码等,则采用精确搜索企 业主体信息。
在解析企业标识信息后,获取解析后获取的企业主体信息,提取目标企业 的基本特征。提取企业基本特征,包括不限于企业名称、法定代表人、成立日 期、住所、股东、高级管理人员、行业、经营范围、经营状态、区域等特征。 由于企业基本特征为公开信息,因此,可以直接获取到目标企业的企业基本特 征。
同理,提取目标企业的外部特征,如包括不限于企业年报、知识产权、招 投标信息、执行信息、风险信息等特征,在网络公开信息中直接获取。
同理,在公开数据中,可以提取目标企业的企业关联特征,根据企业股东 信息、高级管理人员信息提取股东关系、任职关系,并根据股权穿透和控制路 径计算企业疑似实控人、受益所有人、最终控股股东等特征。
同理,在公开数据中,可以提取目标企业的企业时序特征,根据企业变更 信息、年报信息及其他外部特征提取企业时序特征,包括不限于企业资本变化、 所有权及经营权变化、经营范围、地址、管理层及股东结构变化等特征。
S13、基于多维异常特征识别模型,根据特征,获取目标企业具有异常标识 的异常特征。
其中,多维异常特征识别模型,包括:法定代表人异常特征识别模型、治 理结构异常特征识别模型、股权结构异常特征识别模型、地址异常特征识别模 型、联系方式异常特征识别模型、关联异常特征识别模型、经营特征异常识别 模型。
在获取到目标企业的特征后,将特征输入对应的多维异常特征识别模型, 从而获取到目标企业具有异常标识的异常特征。
S14、基于空壳特征标签量化识别模型,根据企业标识信息和异常特征,确 定目标企业是否具风险特征。
其中,空壳特征标签量化识别模型,包括:套牌公司状态模型、空壳团伙 状态模型、傀儡公司状态模型、地址存疑状态模型、借壳经营状态模型、空壳 公司关联方状态模型、僵尸企业状态模型、无实际经营状态模型。
在获取到目标企业具有异常标识的异常特征后,将异常特征输入到对应的 空壳特征标签量化识别模型,从而根据企业标识信息,确定目标企业的是否具 风险特征,从而确定企业状态。其中,确定目标企业的企业状态,包括:确定 目标企业的企业状态为:套牌公司状态、空壳团伙状态、傀儡公司状态、地址 存疑状态、借壳经营状态、空壳公司关联方状态、僵尸企业状态或无实际经营 状态。
本发明实施例提供的基于企业外部特征识别企业风险的方法,通过获取目 标企业的企业标识信息,企业标识信息,包括:企业名称、工商注册号或统一 社会信用代码;基于预设算法,对企业标识信息进行预处理,获取目标企业的 特征;基于多维异常特征识别模型,根据特征,获取目标企业具有异常标识的 异常特征;基于空壳特征标签量化识别模型,根据企业标识信息和异常特征, 确定目标企业的企业状态。本发明根据目标企业的公开信息,从而准确识别目 标企业的运行状态,确定目标公司是否为疑似空壳公司,从而避免了由于与空 壳公司业务往来所引发的欺诈和洗钱问题。
基于一个总的发明构思,本发明实施例还提供又一种基于企业外部特征识 别企业风险的方法。
图2为本发明实施例提供的又一种基于企业外部特征识别企业风险的方法 流程示意图,参阅图2,在上述实施例的基础上,基于多维异常特征识别模型, 根据特征,获取目标企业具有异常标识的异常特征,包括:
基于法定代表人异常特征识别模型,根据企业法定代表人投资及任职企业 数据,确定目标也是否具备企业法定代表人异常特征;
例如,根据企业法定代表人投资及任职企业数据挖掘法定代表人是否具备 异常特征的实现方法,可以包括:①法定代表人代表对外担任法定代表人的企 业数量较多;②法定代表人代表所任职、投资企业是否频繁注销;③法定代表 人代表所任职、投资企业是否多次吊销;④法定代表人代表所任职、投资企业 是否注册时间集中;⑤法定代表人代表所任职、投资企业是否区域分散。根据 该企业法定代表人代表与上述特征的匹配情况分别标记异常标识。其中,企业 数量较多标准的标准为:大于8家;频繁注吊销标准:注、吊销率之和超过35%; 集中注册标准:注册间隔在15个自然日内;区域分散标准:名下企业所属城市 数量>2等,值得说明的是,此处的标准仅仅为列举,并不是限定,用户可以根 据对目标企业的识别基准,进行设定。
基于治理结构异常特征识别模型,根据企业治理结构,识别与目标公司治 理结构相同的企业信息,确定与目标公司治理结构相同的企业是否具备治理结 构异常特征。
例如,根据企业治理结构(法定代表人、自然人股东、高级管理人员)识 别与该公司治理结构相同(人员相同、角色可以不同)的企业信息并挖掘这些 企业是否具备异常特征:①相同治理结构的企业数量较多;②相同治理结构的 企业是否经营范围与行业类型相似;③相同治理结构的企业是否缺少资本实缴 记录;④相同治理结构的企业是否注册时间集中;⑤相同治理结构的企业是否 区域分散。根据这些企业与上述特征的匹配情况分别标记异常标识。其中,治 理结构:法定代表人、自然人股东及高级管理人员;一致:人员完全重叠(职 位可以不一样);相似:人员部分重叠(≥1个人)。值得说明的是,此处的 标准仅仅为列举,并不是限定,用户可以根据对目标企业的识别基准,进行设 定。
基于股权结构异常特征识别模型,根据企业股权结构信息确定目标企业是 否具备异常的股权结构特征。
例如,根据企业股权结构信息挖掘企业是否具备异常的股权结构特征:① 企业是否为自然人企业(股东均为自然人);②企业法定代表人持股比例低。 根据企业与上述特征的匹配情况分别标记异常标识。值得说明的是,此处的标 准此处不做具体限定,用户可以根据对目标企业的识别基准,进行设定。
基于地址异常特征识别模型,根据目标企业的地址信息,确定目标企业是 否具备地址异常特征。
例如,挖掘企业注册地址是否具备异常特征:①同一个地址(精确至门牌 号)是否同时注册了多家企业;②使用相同地址的多家企业是否存在关联关系; ③使用相同地址的多家企业是否有实缴资本;④企业是否因使用的注册地址无 法联系被列入经营异常名录;⑤企业年报使用的联系地址与企业注册地址是否 一致;⑥企业是否使用代办、托管、集中注册、自主申报或住所申报地址注册。 根据企业与上述特征的匹配情况分别标记异常标识。值得说明的是,此处的标 准此处不做具体限定,用户可以根据对目标企业的识别基准,进行设定。本实 施例中,对判断使用相同地址的多家企业是否存在关联关系,进行说明:1、若 存在关系则正常;2、判断异常的标准为超过3家无任何关联关系的在营企业使 用相同的注册地址;3、针对自编号地址的情况(例如:XX省XX市XX区XX路 88号1幢401室XX区E0474,XX市XX区XX路1号院15号楼3层2单元301 室-103号),会剔除自编号部分后判断。
基于联系方式异常特征识别模型,根据目标企业的联系方式,确定目标企 业是否具备联系方式异常特征。其中,联系方式为公开的联系方式,以方便获 取。
例如,挖掘企业使用的公开的联系方式是否具备异常特征:①无相同法定 代表人,且无相同股东,且无相同高管的企业使用相同的联系方式;②使用相 同联系方式的企业是否频繁注销;③使用相同联系方式的企业是否多次吊销; ④使用相同联系方式的企业是否集中注册;⑤使用相同联系方式的企业是否区 域分散。根据这些企业与上述特征的匹配情况分别标记异常标识。值得说明的 是,此处的标准此处不做具体限定,用户可以根据对目标企业的识别基准,进 行设定。其中,联系方式从企业公示的年报信息中获取。
基于关联异常特征识别模型,根据目标企业的疑似实控人,确定目标企业 是否具备关联异常特征。
例如,获取企业疑似实控人,获取逻辑:①如果是上市公司且已披露实控 人则取披露数据;②如果非上市公司或未披露实控人则根据决策权算法识别大 于50%持股比例的实控人;③如果无大于50%持股比例的实控人,则获取受益权 (股权加权求和)模型的实控人。当企业实控人为自然人时,挖掘企业实控人是 否具备异常特征:①实控人控股企业中是否存在已识别的空壳公司。根据这些 企业与上述特征的匹配情况分别标记异常标识。值得说明的是,此处的标准此 处不做具体限定,用户可以根据对目标企业的识别基准,进行设定。其中,数 据的获取,可以为对目标企业向上穿透,确定股东中决策权比例最大的股东, 为控股企业或者个人,如果是个人或者无法继续穿透则停止穿透。决策权比例 计算规则为:通过计算直接、间接或直接加间接投资关系是否具有决策权确定 控制关系。
基于经营特征异常识别模型,根据目标企业的经营状况,确定目标企业是 否具备经营异常特征。
例如,挖掘企业的经营状况是否具备异常特征:①企业是否曾发生集中性 重大变更:1)企业法定代表人、高级管理人员和股东同步变更;2)企业住所、 经营范围和名称同步变更;3)以上两组变更集中发生在一个自然月内;②企业 是否缺乏专利、软著、商标等知识产权数据;③企业是否缺乏招投标、质押、 投融资、ICP等经营活动数据;④企业是否缺乏海关信用等级、纳税人信用评 级、环保、电信、信息安全、金融、高新企业、cnca、涉密等资质或认证数据。 根据这些企业与上述特征的匹配情况分别标记异常标识。值得说明的是,此处的标准此处不做具体限定,用户可以根据对目标企业的识别基准,进行设定。
在获取到提取和挖掘的企业特征信息后,根据不同的空壳特征标签量化识 别模型,对目标企业的特征进行识别:
套牌公司状态模型:识别企业是否具有如下特征:①企业治理结构全部为 自然人且人员一致(可职位不同);②企业无资本实缴记录;③企业注册日期 比较集中(1个月内);④套牌组内企业数量超过3家;如果企业符合以上特 征,则标记为套牌公司。
空壳团伙状态模型:识别企业是否具有如下特征:多个套牌公司组合之间, 存在直接的人员任职关系;如果企业符合以上特征,则标记为空壳团伙。
傀儡公司状态模型:识别企业是否具有如下特征:①企业治理结构全部为 自然人;②企业无资本实缴记录;③企业法定代表人非本公司股东;④企业法 定代表人不同但是联系电话相同或法定代表人对外担任法定代表人代表企业数 量较多;⑤傀儡组内注册日期比较集中(1个月内)。如果企业符合以上特征, 则标记为傀儡公司。根据④判断,如果符合联系电话相同标记为“联系方式异 常”,否则标记为“大量法人型”。
地址存疑状态模型:识别企业是否具有如下特征:①企业因“通过登记住 所或经营场所无法联系的”被列入异常经营名录;②企业无资本实缴记录且企 业使用的注册地址同时被多家(>3家)无关联关系的企业同时使用;③企业无 资本实缴记录且使用托管、代办、自主申报、住所申报等地址注册。如果企业 符合以上特征之一,则标记为地址存疑,分别标记为“经营异常”“门牌重复” “托管代办”。
借壳经营状态模型:识别企业是否具有如下特征:①企业经营发生集中性 重大变更;②企业变更前满足无实际经营、套牌公司、空壳团伙、傀儡公司、 僵尸企业、地址存疑等空壳特征。如果企业符合以上特征,则标记为借壳经营。
空壳公司关联方状态模型:识别企业是否具有如下特征:①非其他任何类 型的空壳公司;②该公司疑似实控人对外直接控股多家空壳公司(>3家); ③关联方疑似实控人是自然人。如果企业符合以上特征,则标记为空壳公司关 联方。
僵尸企业状态模型:识别企业是否具有如下特征:企业因“被列入经营异 常名录届满3年仍未履行相关义务”被列入严重违法失信企业名单。如果企业 符合以上特征,则标记为僵尸企业。
无实际经营状态模型:识别企业是否具有如下特征:①企业无资本实缴记 录;②企业因未提交年报被列入经营异常名录(非必要条件);③企业无知识 产权数据记录;④企业无外部经营活动数据记录;⑤企业无资质、认证数据记 录。如果企业符合以上特征,则标记为无实际经营。如果企业满足全部条件标 记为“不提交年报”,如果不满足条件②标记为“无活动痕迹”。
可选的,在一些实施例中,还包括:根据目标企业的企业状态,进行风险 提示。
例如,在确定到目标企业的企业状态为:套牌公司状态、空壳团伙状态、 傀儡公司状态、地址存疑状态、借壳经营状态、空壳公司关联方状态、僵尸企 业状态、无实际经营状态后,输出对应的风险提示。
例如,表1为风险提示输出示例表,参阅表1,对风险内容进行提示。
表1风险提示输出示例表
本发明实施例提供的基于企业外部特征识别企业风险的方法,可根据外部 数据对尚未建立业务关系的企业进行判断;有明确的风险指向性,有利于业务 场景中应用;提供web端、移动端查询功能,使用便利。
例如,在本实施例中,可以利用图挖掘算法提取空壳公司关联特征,从基 本形态、关联形态到目的形态对空壳公司进行数据特征构建,从而形成空壳公 司的模型,利用机器学习分类预测技术最终量化形成指向多种风险场景下的空 壳风险标签。基于对商事主体外部经营数据、特征数据及外部行为数据的全面 梳理与持续运营,运用知识图谱技术,通过各类数据挖掘手段初始化和持续维 护各类型空壳识别模型。运用可视化技术,深入挖掘、分析、构建、绘制和显 示空壳公司之间的相互联系。
基于一个总的发明构思,本发明实施例还提供一种基于企业外部特征识别 企业风险的系统。
图3为本发明实施例提供的一种基于企业外部特征识别企业风险的系统的 结构示意图,请参阅图3,本发明实施例提供的装置,可以包括以下结构:数 据获取模块31、特征获取模块32、异常特征获取模块33和状态确定模块34;
数据获取模块31,用于获取目标企业的企业标识信息,企业标识信息,包 括:企业名称、工商注册号或统一社会信用代码;
特征获取模块32,用于基于预设算法,对企业标识信息进行预处理,获取 目标企业的特征;
异常特征获取模块33,用于基于多维异常特征识别模型,根据特征,获取 目标企业具有异常标识的异常特征;
状态确定模块34,用于基于空壳特征标签量化识别模型,根据企业标识信 息和异常特征,确定目标企业是否具备风险特征。
可选的,特征获取模块,用于对企业标识信息进行解析,提取目标企业的 基本特征;基于公开数据,获取目标企业的外部特征;根据基本特征,确定目 标企业的企业关联特征;根据外部特征,确定目标企业的企业时序特征。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关 该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本发明实施例提供的基于企业外部特征识别企业风险的系统,通过获取目 标企业的企业标识信息,企业标识信息,包括:企业名称、工商注册号或统一 社会信用代码;基于预设算法,对企业标识信息进行预处理,获取目标企业的 特征;基于多维异常特征识别模型,根据特征,获取目标企业具有异常标识的 异常特征;基于空壳特征标签量化识别模型,根据企业标识信息和异常特征, 确定目标企业的企业状态。本发明根据目标企业的公开信息,从而准确识别目 标企业的运行状态,避免了由于与空壳公司业务往来所引发的欺诈和洗钱问题。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于 此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到 变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应 以所述权利要求的保护范围为准。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实 施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描 述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除 非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表 示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码 的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其 中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或 按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员 所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。 在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执 行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方 式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有 用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合 逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA) 等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部 分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计 算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中, 也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块 中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的 形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品 销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示 例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述 的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。 在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。 而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例 或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例 是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的 范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于企业外部特征识别企业风险的方法,其特征在于,包括:
获取目标企业的企业标识信息,所述企业标识信息,包括:企业名称、统一社会信用代码或注册号;
基于预设算法,对所述企业标识信息进行预处理,获取所述目标企业的特征;
基于多维异常特征识别模型,根据所述企业标识信息,获取所述目标企业具有异常标识的异常特征;
基于空壳特征标签量化识别模型,根据所述企业标识信息和所述异常特征,确定所述目标企业是否具有疑似风险特征。
2.根据权利要求1所述的方法,其特征在于,所述基于预设算法,对所述企业标识信息进行预处理,获取所述目标企业的特征,包括:
对所述企业标识信息进行解析,提取所述目标企业的基本特征;
基于企业公开数据,获取所述目标企业的外部特征;
根据所述基本特征,识别所述目标企业的企业关联特征;
根据所述外部特征,识别所述目标企业的企业时序特征。
3.根据权利要求2所述的方法,其特征在于,所述企业标识信息,为企业名称,所述对所述企业标识信息进行解析,包括:
根据所述企业名称,模糊搜索所述目标企业的企业主体信息;或,
所述企业标识信息,为工商注册号或统一社会信用代码,所述对所述企业标识信息进行解析,包括:
根据所述工商注册号或统一社会信用代码,精准搜索所述目标企业的企业主体信息。
4.根据权利要求2所述的方法,其特征在于,所述多维异常特征识别模型,包括:法定代表人异常特征识别模型、治理结构异常特征识别模型、股权结构异常特征识别模型、地址异常特征识别模型、联系方式异常特征识别模型、关联异常特征识别模型、经营特征异常识别模型;
基于多维异常特征识别模型,根据所述特征,获取所述目标企业具有异常标识的异常特征,包括:
基于法定代表人异常特征识别模型,根据企业法定代表人投资及任职企业数据,确定所述目标是否具备企业法定代表人异常特征;或,
基于治理结构异常特征识别模型,根据企业治理结构,识别与所述目标公司治理结构相同的企业信息,确定所述与所述目标公司治理结构相同的企业是否具备治理结构异常特征;或,
基于股权结构异常特征识别模型,根据企业股权结构信息确定所述目标企业是否具备异常的股权结构特征;或,
基于地址异常特征识别模型,根据所述目标企业的地址信息,确定所述目标企业是否具备地址异常特征;或,
基于联系方式异常特征识别模型,根据所述目标企业的联系方式,确定所述目标企业是否具备联系方式异常特征;或,
基于关联异常特征识别模型,根据所述目标企业的疑似实控人,确定所述目标企业是否具备关联异常特征;
基于经营特征异常识别模型,根据所述目标企业的经营状况,确定所述目标企业是否具备经营异常特征。
5.根据权利要求4所述的方法,其特征在于,所述空壳特征标签量化识别模型,包括:套牌公司状态模型、空壳团伙状态模型、傀儡公司状态模型、地址存疑状态模型、借壳经营状态模型、空壳公司关联方状态模型、僵尸企业状态模型、无实际经营状态模型。
6.根据权利要求5所述的方法,其特征在于,所述确定所述目标企业的企业状态,包括:
确定所述目标企业的企业状态为:套牌公司状态、空壳团伙状态、傀儡公司状态、地址存疑状态、借壳经营状态、空壳公司关联方状态、僵尸企业状态或无实际经营状态。
7.根据权利要求1所述的方法,其特征在于,还包括:根据所述目标企业的企业状态,进行风险提示。
8.一种基于企业外部特征识别企业风险的系统,其特征在于,包括:数据获取模块、特征获取模块、异常特征获取模块和状态确定模块;
所述数据获取模块,用于获取目标企业的企业标识信息,所述企业标识信息,包括:企业名称、统一社会信用代码或注册号;
所述特征获取模块,用于基于预设算法,对所述企业标识信息进行预处理,获取所述目标企业的特征;
所述异常特征获取模块,用于基于多维异常特征识别模型,根据所述特征,获取所述目标企业具有异常标识的异常特征;
所述状态确定模块,用于基于空壳特征标签量化识别模型,根据所述企业标识信息和所述异常特征,确定所述目标企业是否具备风险特征。
9.根据权利要求8所述的系统,其特征在于,所述特征获取模块,用于对所述企业标识信息进行解析,提取所述目标企业的基本特征;基于获取所述目标企业的外部特征;根据所述基本特征,确定所述目标企业的企业关联特征;根据所述外部特征,确定所述目标企业的企业时序特征。
10.根据权利要求9所述的系统,其特征在于,所述企业标识信息,为企业名称,所述特征获取模块,用于:根据所述企业名称,模糊搜索所述目标企业的企业主体信息;或,所述企业标识信息,为:工商注册号或统一社会信用代码,所述特征获取模块,用于根据所述工商注册号或统一社会信用代码,精准搜索所述目标企业的企业主体信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011529065.7A CN112541698A (zh) | 2020-12-22 | 2020-12-22 | 基于企业外部特征识别企业风险的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011529065.7A CN112541698A (zh) | 2020-12-22 | 2020-12-22 | 基于企业外部特征识别企业风险的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112541698A true CN112541698A (zh) | 2021-03-23 |
Family
ID=75019615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011529065.7A Pending CN112541698A (zh) | 2020-12-22 | 2020-12-22 | 基于企业外部特征识别企业风险的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112541698A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112989067A (zh) * | 2021-03-26 | 2021-06-18 | 杭州有数金融信息服务有限公司 | 一种对具有套牌行为公司有效识别的方法 |
CN113191784A (zh) * | 2021-04-23 | 2021-07-30 | 北京金堤征信服务有限公司 | 异常企业识别方法、装置、电子设备及存储介质 |
CN113297238A (zh) * | 2021-04-07 | 2021-08-24 | 北京金堤征信服务有限公司 | 基于历史变更记录进行信息挖掘的方法和装置 |
CN113743752A (zh) * | 2021-08-23 | 2021-12-03 | 南京星云数字技术有限公司 | 一种数据处理方法及装置 |
CN114373083A (zh) * | 2021-12-20 | 2022-04-19 | 深圳云天励飞技术股份有限公司 | 空壳公司的识别方法、装置、计算机设备及存储介质 |
CN114386856A (zh) * | 2022-01-14 | 2022-04-22 | 建信金融科技有限责任公司 | 一种空壳企业识别方法、装置、设备及计算机存储介质 |
CN114399319A (zh) * | 2022-01-22 | 2022-04-26 | 平安国际智慧城市科技股份有限公司 | 基于预测模型的虚假企业识别方法、装置、设备和介质 |
CN115689814A (zh) * | 2022-10-13 | 2023-02-03 | 盐城金堤科技有限公司 | 非正常申请的识别方法、装置、存储介质及电子设备 |
CN116681358A (zh) * | 2023-08-04 | 2023-09-01 | 深圳中科闻歌科技有限公司 | 一种基于XGBoost模型的新注册异常企业检测方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040078172A1 (en) * | 2001-06-22 | 2004-04-22 | Moore Richard S. | Structured system for the planning, integration, analysis and management of new product development on a real-time, enterprise-wide basis |
JP2013080456A (ja) * | 2011-09-21 | 2013-05-02 | Norihide Noda | 企業評価システム、企業評価方法及び企業評価プログラム |
CN109657978A (zh) * | 2018-12-19 | 2019-04-19 | 重庆誉存大数据科技有限公司 | 一种风险识别方法和系统 |
CN109753527A (zh) * | 2019-01-03 | 2019-05-14 | 深圳壹账通智能科技有限公司 | 异常企业挖掘方法、装置、计算机设备和存储介质 |
CN109858762A (zh) * | 2018-12-29 | 2019-06-07 | 重庆誉存大数据科技有限公司 | 一种企业风险预测方法及装置 |
CN110135687A (zh) * | 2019-04-12 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 企业风险评估预警方法、装置及计算机可读存储介质 |
CN110570111A (zh) * | 2019-08-30 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 企业风险预测方法、模型训练方法、装置及设备 |
CN111178614A (zh) * | 2019-12-24 | 2020-05-19 | 成都数联铭品科技有限公司 | 一种企业风险的预测方法及系统 |
CN111460312A (zh) * | 2020-06-22 | 2020-07-28 | 上海冰鉴信息科技有限公司 | 空壳企业识别方法、装置及计算机设备 |
CN111798151A (zh) * | 2020-07-10 | 2020-10-20 | 深圳前海微众银行股份有限公司 | 企业欺诈风险评估方法、装置、设备及可读存储介质 |
CN111915154A (zh) * | 2020-07-13 | 2020-11-10 | 上海冰鉴信息科技有限公司 | 企业综合风险预警级别确定方法及装置 |
-
2020
- 2020-12-22 CN CN202011529065.7A patent/CN112541698A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040078172A1 (en) * | 2001-06-22 | 2004-04-22 | Moore Richard S. | Structured system for the planning, integration, analysis and management of new product development on a real-time, enterprise-wide basis |
JP2013080456A (ja) * | 2011-09-21 | 2013-05-02 | Norihide Noda | 企業評価システム、企業評価方法及び企業評価プログラム |
CN109657978A (zh) * | 2018-12-19 | 2019-04-19 | 重庆誉存大数据科技有限公司 | 一种风险识别方法和系统 |
CN109858762A (zh) * | 2018-12-29 | 2019-06-07 | 重庆誉存大数据科技有限公司 | 一种企业风险预测方法及装置 |
CN109753527A (zh) * | 2019-01-03 | 2019-05-14 | 深圳壹账通智能科技有限公司 | 异常企业挖掘方法、装置、计算机设备和存储介质 |
CN110135687A (zh) * | 2019-04-12 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 企业风险评估预警方法、装置及计算机可读存储介质 |
CN110570111A (zh) * | 2019-08-30 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 企业风险预测方法、模型训练方法、装置及设备 |
CN111178614A (zh) * | 2019-12-24 | 2020-05-19 | 成都数联铭品科技有限公司 | 一种企业风险的预测方法及系统 |
CN111460312A (zh) * | 2020-06-22 | 2020-07-28 | 上海冰鉴信息科技有限公司 | 空壳企业识别方法、装置及计算机设备 |
CN111798151A (zh) * | 2020-07-10 | 2020-10-20 | 深圳前海微众银行股份有限公司 | 企业欺诈风险评估方法、装置、设备及可读存储介质 |
CN111915154A (zh) * | 2020-07-13 | 2020-11-10 | 上海冰鉴信息科技有限公司 | 企业综合风险预警级别确定方法及装置 |
Non-Patent Citations (4)
Title |
---|
周小丽: "虚开发票高风险关联模型初探——虚开发票数据的拓展应用研究", 金融参考, no. 05, pages 22 - 26 * |
杜占河,等: "企业信息资源管理与大数据的融合与变革", 情报科学, vol. 12, no. 03, pages 10 - 14 * |
田野,等: "中国空壳公司问题研究报告――空壳公司的成因、来源和目的探究", 山西农经, no. 09, pages 9 - 14 * |
肖斌卿,等: "小微企业信用评级模型及比较研究", 系统工程学报, vol. 33, no. 06, pages 82 - 91 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112989067A (zh) * | 2021-03-26 | 2021-06-18 | 杭州有数金融信息服务有限公司 | 一种对具有套牌行为公司有效识别的方法 |
CN113297238A (zh) * | 2021-04-07 | 2021-08-24 | 北京金堤征信服务有限公司 | 基于历史变更记录进行信息挖掘的方法和装置 |
CN113297238B (zh) * | 2021-04-07 | 2023-10-20 | 北京金堤征信服务有限公司 | 基于历史变更记录进行信息挖掘的方法和装置 |
CN113191784A (zh) * | 2021-04-23 | 2021-07-30 | 北京金堤征信服务有限公司 | 异常企业识别方法、装置、电子设备及存储介质 |
CN113743752A (zh) * | 2021-08-23 | 2021-12-03 | 南京星云数字技术有限公司 | 一种数据处理方法及装置 |
CN114373083A (zh) * | 2021-12-20 | 2022-04-19 | 深圳云天励飞技术股份有限公司 | 空壳公司的识别方法、装置、计算机设备及存储介质 |
CN114386856A (zh) * | 2022-01-14 | 2022-04-22 | 建信金融科技有限责任公司 | 一种空壳企业识别方法、装置、设备及计算机存储介质 |
CN114386856B (zh) * | 2022-01-14 | 2024-08-27 | 建信金融科技有限责任公司 | 一种空壳企业识别方法、装置、设备及计算机存储介质 |
CN114399319A (zh) * | 2022-01-22 | 2022-04-26 | 平安国际智慧城市科技股份有限公司 | 基于预测模型的虚假企业识别方法、装置、设备和介质 |
CN115689814A (zh) * | 2022-10-13 | 2023-02-03 | 盐城金堤科技有限公司 | 非正常申请的识别方法、装置、存储介质及电子设备 |
CN116681358A (zh) * | 2023-08-04 | 2023-09-01 | 深圳中科闻歌科技有限公司 | 一种基于XGBoost模型的新注册异常企业检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112541698A (zh) | 基于企业外部特征识别企业风险的方法和系统 | |
CN112053221A (zh) | 一种基于知识图谱的互联网金融团伙欺诈行为检测方法 | |
CN108062674B (zh) | 基于gps的订单欺诈识别方法、系统、存储介质和电子设备 | |
CN110458687A (zh) | 决策自动审批方法、装置及计算机可读存储介质 | |
CN113011973A (zh) | 基于智能合约数据湖的金融交易监管模型、系统、设备 | |
CN108492001A (zh) | 一种用于担保贷款网络风险管理的方法 | |
CN112053222A (zh) | 一种基于知识图谱的互联网金融团伙欺诈行为检测方法 | |
Shao et al. | How does facial recognition as an urban safety technology affect firm performance? The moderating role of the home country’s government subsidies | |
CN111861699B (zh) | 一种基于运营商数据的反欺诈指数生成方法 | |
CN112669039A (zh) | 基于知识图谱的客户风险管控系统及方法 | |
Cheng et al. | Analysis of the application of big data in banking sector | |
CN113191867A (zh) | 一种大型企业财务会计管理系统 | |
Hemachandran et al. | Performance analysis of k-nearest neighbor classification algorithms for bank loan sectors | |
US20100042446A1 (en) | Systems and methods for providing core property review | |
CN117094867A (zh) | 一种基于随机森林算法的空壳公司识别方法 | |
CN117113154A (zh) | 一种识别套牌空壳企业团伙的方法及系统 | |
CN116308416A (zh) | 一种空壳企业识别方法及系统 | |
CN115713399B (zh) | 一种结合第三方数据源的用户信用评估系统 | |
CN116934131A (zh) | 一种企业经营状况评估方法、装置及设备 | |
CN115719281A (zh) | 一种资金收支管理系统 | |
CN113657902B (zh) | 基于图数据库的金融安全管理方法、系统及存储介质 | |
CN114066624A (zh) | 基于图计算的黑名单关联图谱挖掘方法及系统 | |
Kapoor | Deception Detection And Vulnerability Analysis Using A Multi-Level Clustering Machine Learning Algorithm In Business Transactions | |
CN114331463A (zh) | 基于线性回归模型的风险识别方法及其相关设备 | |
Sun et al. | Research on Innovative Development of Crossborder e‐Commerce under the Background of Wireless Communication and Internet of Things |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210323 |