(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 202111222435.7 (22)申请日 2021.10.20 (71)申请人 上海羽时互联网金融信息服 务有限 公司 地址 200120 上海市浦东 新区中国 （上海） 自由贸易试验区浦东大道2123号3E- 2545室 (72)发明人 陈雪融　 (74)专利代理 机构 上海光华专利事务所(普通 合伙) 31219 专利代理师 陈珊珊 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 40/06(2012.01) G06Q 40/00(2012.01)G06N 20/00(2019.01) G06N 3/08(2006.01) (54)发明名称 信用债风险预警系统、 预警方法、 存储介质 及电子设备 (57)摘要 本发明提供信用债风险预警系统、 预警方 法、 存储介质及电子设备。 所述信用债风险预警 方法包括： 获取上市公司的财务报表数据； 基于 所述财务报表数据计算各上市公司 所发行的信 用债的违约概率； 按照预设规则展示各上市公司 信用债的违约概率信息， 以进行信用债的风险预 警。 本发明可有效预测信用债的违约概率， 并生 动、 直观地加以展示， 从而让用户能提前获知并 规避风险， 减少投资损失。 权利要求书2页 说明书9页 附图4页 CN 115375422 A 2022.11.22 CN 115375422 A 1.一种信用债风险预警方法， 其特 征在于， 包括： 获取上市公司的财务报表数据； 基于所述财务报表数据计算各 上市公司所发行的信用债的违约概 率； 按照预设规则展示各 上市公司信用债的违约概 率信息， 以进行信用债的风险预警。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述财务报表数据计算各上市公 司所发行的信用债的违约概 率， 包括： 获取从上市公司的财务报表中整理出的财务因子参数集 合； 基于二项logit模型， 将所述财务因子参数集合与对应的参数系数集合相乘后与误差 项相加， 输入至 机器学习模型中； 其中， 所述机器学习模型的激励函数采用sigmo id函数； 所述机器学习 模型迭代计算所述参数系数集合， 直至在所述机器学习 模型的损失函数 趋于零值也即所述 误差项的值趋 于零时， 输出最优参数系数集 合； 将所述最优参数系数集合带入所述激励函数中， 以计算得到所述上市公司所发行的债 券的违约概 率。 3.根据权利要求2所述的方法， 其特 征在于， 所述 二项logit模型为： 其中， 为设定的因变量， 向量X为所述财务因子参数集合， X ′为X的转置， 向量β 为所述 参数系数集合， εi为所述误差项， 所述误差项的分布为logistic分布； 违约事件发生情况Yi 表示为： 4.根据权利要求3所述的方法， 其特征在于， 所述机器学习 模型利用如下公式迭代计算 所述参数系数集 合： 其中， 为β 的梯度， α 为速率参数。 5.根据权利要求1所述的方法， 其特征在于， 所述按照预设规则展示各上市公司 信用债 的违约概 率信息， 包括： 以文字云的形式展示所述违约预警池中债券违约概 率大于预设阈值的债券名称； 以列表的形式展示 这些债券的评级状态。 6.根据权利要求1所述的方法， 其特征在于， 所述按照预设规则展示各上市公司 信用债 的违约概 率信息， 包括： 通过搜索栏获取目标债券名称； 显示所述目标债券的债券违约概 率， 并用方向盘图形显示所述目标债券的风险高低。 7.根据权利要求1所述的方法， 其特征在于， 所述按照预设规则展示各上市公司 信用债 的违约概 率信息， 包括： 计算目标债券的各 预设财务因子的信用分数； 显示各所述预设财务因子的信用分数， 并用方向盘图形和文字分别显示各所述信用分 数的高低。权　利　要　求　书 1/2 页 2 CN 115375422 A 28.一种信用债风险预警系统， 其特 征在于， 包括： 数据获取模块， 用于获取 上市公司的财务报表数据； 概率预测模块， 用于基于所述财务报表数据计算各上市公司所发行的信用债的违约 概 率； 风险展示模块， 用于按照预设规则展示各上市公司信用债 的违约概率信息， 以进行信 用债的风险预警。 9.一种计算机可读存储介质， 其中存储有计算机程序， 其特征在于， 所述计算机程序被 处理器加载 执行时， 实现如权利要求1至7中任一所述的方法。 10.一种电子设备， 其特 征在于， 包括： 处 理器及存 储器； 其中， 所述存储器用于存 储计算机程序； 所述处理器用于加载执行所述计算机程序， 以使所述电子设备执行如权利要求1至7中 任一所述的方法。权　利　要　求　书 2/2 页 3 CN 115375422 A 3