【大数据】利用网络数据预测企业失信行为（上）

利用网络数据预测企业失信行为（上）2019-02-28摘要：摘要：传统的企业信用水平分析方法多从企业规模、经营地、行业类别、注册与实缴资本等特征属性出发，缺少基于海量关联数据的深入分析。为了解决这个问题，采集、清洗了大量数据，建立了包含400多万家企业的有向投资网络，其中存在各类失信行为的企业有近26万家。研究结果显示，企业失信行为存在明显的“网络效应”，目标企业的股东或者投资企业若存在失信行为，则目标企业发生失信的风险远远大于平均值。基于此，提出了简单的预测企业失信行为的算法，其精确性远远超过了不考虑网络效应的回归方法。关键词：关键词：失信行为预测，网络效应，企业征信11引言引言随着互联网、移动互联网、物联网和各种遥感探测技术的发展，一个“一切都被记录，一切都被分析”的数据化时代已经到来[1]。大数据的技术发展与应用实践已经为社会经济和人们的日常生活带来了显著的贡献[2]。在医疗领域，大数据和人工智能被用于精准识别医疗影像中早期的病灶，定位致病基因并开展相应的靶向治疗，实时监测评估健康状况，提前预警重大健康风险等[3]；在交通领域，海量数据和预测算法的结合能够帮助人们进行更高效的交