[发明专利]一种企业ESG三优信用模型构建方法及其装置

权利要求书

1.一种企业ESG三优信用模型构建方法，其特征在于，包括：

步骤1，确定样本集，所述样本集中样本包括元信息；

步骤2，根据所述元信息对模型指标因子进行数据收集，获取指标数据集；

步骤3，对所述指标数据集进行标准化处理，获取标准化指标数据集；

步骤4，所述标准化指标数据集经百分制缩放后，进行加权求和，获取指标得分数据集；

步骤5，根据所述指标得分数据集对样本进行信用评分；

步骤6，将所述信用评分进行区间划分，获取样本的信用评级。

2.根据权利要求1所述的企业ESG三优信用模型构建方法，其特征在于，所述模型指标因子分为三个层次，第一层次为一级指标，第二层次包括所述一级指标对应的二级指标，第三层次包括所述二级指标对应的三级指标，所述三级指标形成模型备选因子池。

3.根据权利要求2所述的企业ESG三优信用模型构建方法，其特征在于，所述步骤3中对所述指标数据集进行标准化处理，具体包括：根据指标数值与企业无关和有关将所述模型备选因子池中的三级指标分为I类和II类，所述I类三级指标采用移动窗口Z值标准化，所述II类三级指标采用当季度Z值标准化。

4.根据权利要求2所述的企业ESG三优信用模型构建方法，其特征在于，在所述步骤3之后，还包括对所述标准化指标数据集中的三级指标因子进行筛选，具体为：

采用单变量逻辑回归模型检验单个三级指标因子的模型分类能力，以评价所述三级指标因子的显著程度，对显著性不高的三级指标因子进行剔除；

对三级指标因子进行变型使得所有三级指标因子与发生负面信用事件呈负相关；

对三级指标因子进行多重共线性诊断，对部分高度相关的三级指标因子进行剔除。

5.根据权利要求1所述的企业ESG三优信用模型构建方法，其特征在于，还包括对模型进行优化，将样本集分为训练集和测试集；

在训练集中对权重组合进行随机赋值后带入模型进行训练；

计算模型在所述权重组合下的预测值与真实值的召回率；

对每个训练集循环上述步骤多次，逐次记录权重组合对应下的召回率；

将循环多次的召回率由大到小排列，取召回率排名靠前的对应权重组合计算权重组合的平均数，获取平均权重组合；

将所述平均权重组合作为全局最优权重带入测试集中，获取测试集的召回率。

6.根据权利要求1所述的企业ESG三优信用模型构建方法，其特征在于，在样本集中的三级指标存在数据缺失时，将数据为空值的数据点填充成0或均值。

7.一种企业ESG三优信用模型构建装置，其特征在于，包括：

样本集确定模块，用于确定样本集，所述样本集中样本包括元信息；

指标数据集获取模块，用于根据所述元信息对模型指标因子进行数据收集，获取指标数据集；

标准化指标数据集获取模块，用于对所述指标数据集进行标准化处理，获取标准化指标数据集；

指标得分数据集获取模块，用于将所述标准化指标数据集经百分制缩放后，进行加权求和，获取指标得分数据集；

信用评分模块，用于根据所述指标得分数据集对样本进行信用评分；

信用评级模块，用于将所述信用评分进行区间划分，获取样本的信用评级。

8.根据权利要求7所述的企业ESG三优信用模型构建装置，其特征在于，所述模型指标因子分为三个层次，第一层次为一级指标，第二层次包括所述一级指标对应的二级指标，第三层次包括所述二级指标对应的三级指标，所述三级指标形成模型备选因子池；

根据指标数值与企业无关和有关将所述模型备选因子池中的三级指标分为I类和II类；

所述标准化指标数据集获取模块包括第一标准化模块和第二标准化模块，所述第一标准化模块用于对I类三级指标采用移动窗口Z值标准化；

所述第二标准化模块用于对II类三级指标采用当季度Z值标准化。