风险识别

摘要： 地下综合管廊是重要的城市生命线工程,伴随着城市建设大发展,对其进行安全风险因素识别和安全评估的重要性日益凸显。将城市地下综合管廊建设划分为策划、设计、施工和运营四个阶段,使用文献分析法与风险分解法对其进行全寿命周期下的风险因素识别与分类。通过专家调研评价,筛选建立各阶段主要风险清单,再基于模糊综合评判法提出管廊全寿命周期下的风险评估方法,并结合某综合管廊工程对评估方法进行工程应用说明。评估结果表明:某综合管廊全寿命周期风险值为6.13,属于中等偏高风险,风险由大到小依次为设计阶段、施工阶段、运营阶段、策划阶段,研究成果对综合管廊风险管理和评估具有参考作用。

摘要： 大数据时代的到来带给企业不断的冲击,同时也带来更多的机遇和挑战.对于中石化齐鲁分公司来说,如何利用大数据管控原材料价格、产成品销售定价以及优化产品生产结构是应当思考的问题.本文以产成品为例,从监管、决策、采购和销售四个方面对企业产成品进行风险识别、风险管控,并给出优化建议.

摘要： 事务所在我国的经济发展当中扮演着重要的角色,伴随着我国各种各样的企业数量的增加,事务所的审计工作面临着前所未有的挑战。会计事务所的声誉和审计质量的好坏有着密切的关系,所以事务所必须要注重审计的质量。本文从事务所审计风险的角度出发,分析事务所的审计质量风险管理策略,以求推动事务所的良好发展。

摘要： 我国实施民办教育分类管理改革以来,进一步促进了民办高校的发展,但非营利性民办高校在新的历史形势下,仍然在管理决策、财务管理、内部控制、市场环境等方面存在风险,非营利性民办高校相关利益人如何识别和防范这些风险,对民办高等教育的有序发展起到至关重要的作用。文章对非营利性民办高校风险内涵、风险识别、风险成因进行了探讨,并提出了完善监管措施和评估体系、加强党的领导、加强预决算建立专项款项管理制度、加大公共财政扶持力度、加强内涵建设等防范措施。

摘要： 本文结合目前电信诈骗的应用形式和要点,通过数据挖掘技术综合提升信息技术的应用水平,结合大数据算法强化数据综合侦查和监管等基本措施,通过强化犯罪预警机制,完善电信诈骗取证流程,提升侦查工作的信息处理效率,对此本文针对相关技术的应用及系统设计展开了相关的探讨。

摘要： 总体国家安全观视角下的智慧侦查,其功能定位为:主动识别风险和积极防控犯罪,为社会公共安全提供保障;深度参与社会公共安全治理,为社会综合治理提供支撑;完善立法和促进司法效率提升,为国家安全整体法治化提供支持。其体系架构为:智慧侦查业务架构的优化再造,智慧侦查数据架构的关联交互,智慧侦查应用架构的智能增效。其行动逻辑为:以深度应用信息技术维护总体国家安全,以充分发挥侦查智慧维护总体国家安全,以创新司法方式维护国家总体安全。

摘要： 教师是重要的教育资源,引进“名师”是加强师资队伍建设的重要途径之一,不少地区和学校重视以自主选聘的形式引进“名师”。然而,“名师”引进具有高需求、高依赖、高投入、高预期等特征,一旦未达到预期目标,极易产生引进风险。以人力资本风险理论为框架发现,“名师”引进中存在人才识别、诚信、绩效、流失等风险。为此,教育主管部门和学校应对风险进行识别、防控与治理,科学制定人才需求规划,规范人才选聘程序,建立人才绩效评估机制,加大校内存量人才培养力度,营造合作共享组织生态,以此降低引进链条中的风险程度,提升人才集聚和辐射效应。

摘要： 跨境电子商务的迅速发展改变了传统的市场概念,也改变了传统的买卖方式,为我国的对外出口找到新的突破点和增长点。我国跨境电商以出口为主,形成初步规模。虽然电商经营形成较好的发展形势,但仍处于发展初级阶段,经营存在着一定的风险,仍需进行不断的改革和完善。通过研究跨境电商背景下我国对外贸易风险防范相关内容,有利于跨境电商企业运营时识别不同种类的风险以及掌握相关防范措施。

摘要： 随着“一带一路”倡议的深入实施,越来越多的中国企业走出国门,在对外总承包国际工程项目中,EPC总承包项目占据了海外工程项目的半壁江山。通过以法律风险理论为基础,对承包国际EPC工程项目面临的法律风险因素进行识别与初步分析,建立了国际EPC项目法律风险评价指标体系,针对法律环境风险提出了应对措施,在开展国际工程项目总承包时可为法律风险管理提供借鉴。

摘要： 为提高剧院类建筑工程施工过程风险管理水平,文章根据风险管理相关理论,结合合肥市某大剧院文化馆工程项目实例,运用层次分析法(AHP)建立风险评价指标体系,得出各风险因素权重排序及重要程度,分析得出需要重点预防和控制的关键风险因素并提出应对措施,为同类型工程项目风险管理提供决策依据。

摘要： 自然灾害、气候变化、流行疾病等不确定因素正在威胁城市的可持续发展,高灾害脆弱性和低危机响应能力成为城市治理的核心问题.伴随大数据、物联网、人工智能等新兴技术的发展,促进了数据获取、信息交流,也将促进管理人员更方便精准地制定以数据为依托的新型灾难应急方案.本文首先概述了大数据背景下智慧化韧性城市的概念和意义;再以温哥华为例,从风险识别、状态评估、规划响应和灾后恢复四个方面阐述其在面对地震灾害时如何运用大数据降低财产损失,并概述其灾难管理体系;最后,提出温哥华对中国智慧化韧性城市构建的启示.

摘要： 本文提出了一种用于控制工艺参数引发的动态腐蚀风险的特殊自动控制系统——腐蚀自愈控制系统.文中,为识别工艺参数变化对腐蚀的动态影响,一种基于HAZOP-LOPA的腐蚀风险分析方法被用于识别腐蚀动态影响关键工艺参数,被识别的关键参数则被作为腐蚀自愈控制系统的控制参数实现不可接受严重腐蚀问题的自动控制.

摘要： 国家"一带一路"战略的发展,引领大批中国工程承包企业参与越南承包工程项目的竞争.本文针对越南工程承包市场的特点,阐述了越南工程承包市场现状.通过总结多年在越南的工程承包实践经验和教训,从工程项目承包最为重要的保函、货币汇率、投标、劳动许可、资金管理、成本控制等多个方面阐述了在越南实施工程项目面临的重大风险,并给出了风险防范和应对措施,为参与国际工程承包尤其越南工程承包的中资企业提供一定的参考和借鉴.应制定切实可行的风险应对措施，选择恰当的策略，加强风险管理不放松，才能最大限度的把风险和损失降到最低，甚至于化风险为收益，推动企业境外承包工程的可持续发展。

摘要： 随着越来越多的中国工程公司承接国外项目,在执行项目的过程中一定要识别风险并进行有效的风险控制.本文结合赞比亚年产20000吨麦芽厂项目实际执行情况,从项目执行,合同执行及项目移交方面,论述了在赞比亚项目执行过程中的经验和启示,目的是起到识别并降低风险的作用.该项目中，中国中轻国际工程有限公司承担本项目的工程工艺设计、设备采购安装及土建施工管理，即EPCM合同形式。对于国际型工程公司，一方面需要不断学习国际工程管理中这方面的风险管理经验，另一方面需要不断强化项目实施中的过程管控。根据国外这方面的经验，一个很好的方式是通过项目经理负责制，保证项目全过程的动态管理与项目目标之间的优化协调，保证项目组织和计划得到科学高效的指导和控制。最主要的是走出去的中国企业要保持清醒的头脑，选择自己擅长的业务范围进行实施，要明确本企业的海外市场的定位，做好风险的防范意识，需要制定适合自己企业的切实可行的海外市场经营的战略，只有明确了自己的海外市场定位，才能在自己擅长的领域内有所作为。

摘要： 本文针对上市公司的财务报表数据进行分析,以人工智能的吉布斯随机搜索(Gibbs Sam-pling)算法为工具,建立在大数据框架下筛选描述公司财务欺诈风险特征因子的一般处理方法与实施原理,并结合真实的非结构化坏样本进行实证分析.根据中国2018年A股上市公司财务报表构建支持财务欺诈风险的初始特征因子集合为出发点,结合从17年1月到18年12月证监会对上市公司财务报表信息披露违规的数据样本为基础样本,挖掘可描述"财务欺诈风险"的特征进行监督学习,然后筛选出可刻画财务欺诈的特征因子:即,通过解决由于财务报表勾稽关系(通过财务报表科目的两两交互项)而产生的高维数灾难问题,从财务报表数据以及各财务数据的两两交互项中提取出为数不多的8个关联的特征因子来刻画上市公司的财务欺诈风险,分别是:“扣非净资产收益率;在建工程增长率;预付款项增长率;利息费用(财务费用)/营业总收入;投资净收益/营业总收入;其他收益/营业总收入;其他应收款(含利息和股利)/总资产;长期借款/总资产”.结合刻画财务欺诈特征指标的比值比(Odds Ratio)作为验证标准和特征指标对应的会计含义,发现这些指标与财务欺诈所在公司的会计政策选择、公司治理等因素表现出高度关联性的特点.结合中国A股市场3500多家公司的真实样本,对应的数据分析显示本文建立的刻画财务欺诈风险特征指标具有显著的差异性表现.最后,希望指出的是本文的研究结果表明基于财务报表数据为基础,结合非结构化数据的人工智能学习算法能够优化模型的构建并加强和提升对上市公司财务欺诈风险的识别能力,可以有效的实现对公司财务在欺诈方面的探测与预测(Detecting and Predicting)功能.

摘要： 本文针对上市公司的财务报表数据进行分析,以人工智能的吉布斯随机搜索(Gibbs Sam-pling)算法为工具,建立在大数据框架下筛选描述公司财务欺诈风险特征因子的一般处理方法与实施原理,并结合真实的非结构化坏样本进行实证分析.根据中国2018年A股上市公司财务报表构建支持财务欺诈风险的初始特征因子集合为出发点,结合从17年1月到18年12月证监会对上市公司财务报表信息披露违规的数据样本为基础样本,挖掘可描述"财务欺诈风险"的特征进行监督学习,然后筛选出可刻画财务欺诈的特征因子:即,通过解决由于财务报表勾稽关系(通过财务报表科目的两两交互项)而产生的高维数灾难问题,从财务报表数据以及各财务数据的两两交互项中提取出为数不多的8个关联的特征因子来刻画上市公司的财务欺诈风险,分别是:“扣非净资产收益率;在建工程增长率;预付款项增长率;利息费用(财务费用)/营业总收入;投资净收益/营业总收入;其他收益/营业总收入;其他应收款(含利息和股利)/总资产;长期借款/总资产”.结合刻画财务欺诈特征指标的比值比(Odds Ratio)作为验证标准和特征指标对应的会计含义,发现这些指标与财务欺诈所在公司的会计政策选择、公司治理等因素表现出高度关联性的特点.结合中国A股市场3500多家公司的真实样本,对应的数据分析显示本文建立的刻画财务欺诈风险特征指标具有显著的差异性表现.最后,希望指出的是本文的研究结果表明基于财务报表数据为基础,结合非结构化数据的人工智能学习算法能够优化模型的构建并加强和提升对上市公司财务欺诈风险的识别能力,可以有效的实现对公司财务在欺诈方面的探测与预测(Detecting and Predicting)功能.

摘要： 本文针对上市公司的财务报表数据进行分析,以人工智能的吉布斯随机搜索(Gibbs Sam-pling)算法为工具,建立在大数据框架下筛选描述公司财务欺诈风险特征因子的一般处理方法与实施原理,并结合真实的非结构化坏样本进行实证分析.根据中国2018年A股上市公司财务报表构建支持财务欺诈风险的初始特征因子集合为出发点,结合从17年1月到18年12月证监会对上市公司财务报表信息披露违规的数据样本为基础样本,挖掘可描述"财务欺诈风险"的特征进行监督学习,然后筛选出可刻画财务欺诈的特征因子:即,通过解决由于财务报表勾稽关系(通过财务报表科目的两两交互项)而产生的高维数灾难问题,从财务报表数据以及各财务数据的两两交互项中提取出为数不多的8个关联的特征因子来刻画上市公司的财务欺诈风险,分别是:“扣非净资产收益率;在建工程增长率;预付款项增长率;利息费用(财务费用)/营业总收入;投资净收益/营业总收入;其他收益/营业总收入;其他应收款(含利息和股利)/总资产;长期借款/总资产”.结合刻画财务欺诈特征指标的比值比(Odds Ratio)作为验证标准和特征指标对应的会计含义,发现这些指标与财务欺诈所在公司的会计政策选择、公司治理等因素表现出高度关联性的特点.结合中国A股市场3500多家公司的真实样本,对应的数据分析显示本文建立的刻画财务欺诈风险特征指标具有显著的差异性表现.最后,希望指出的是本文的研究结果表明基于财务报表数据为基础,结合非结构化数据的人工智能学习算法能够优化模型的构建并加强和提升对上市公司财务欺诈风险的识别能力,可以有效的实现对公司财务在欺诈方面的探测与预测(Detecting and Predicting)功能.

摘要： 本文针对上市公司的财务报表数据进行分析,以人工智能的吉布斯随机搜索(Gibbs Sam-pling)算法为工具,建立在大数据框架下筛选描述公司财务欺诈风险特征因子的一般处理方法与实施原理,并结合真实的非结构化坏样本进行实证分析.根据中国2018年A股上市公司财务报表构建支持财务欺诈风险的初始特征因子集合为出发点,结合从17年1月到18年12月证监会对上市公司财务报表信息披露违规的数据样本为基础样本,挖掘可描述"财务欺诈风险"的特征进行监督学习,然后筛选出可刻画财务欺诈的特征因子:即,通过解决由于财务报表勾稽关系(通过财务报表科目的两两交互项)而产生的高维数灾难问题,从财务报表数据以及各财务数据的两两交互项中提取出为数不多的8个关联的特征因子来刻画上市公司的财务欺诈风险,分别是:“扣非净资产收益率;在建工程增长率;预付款项增长率;利息费用(财务费用)/营业总收入;投资净收益/营业总收入;其他收益/营业总收入;其他应收款(含利息和股利)/总资产;长期借款/总资产”.结合刻画财务欺诈特征指标的比值比(Odds Ratio)作为验证标准和特征指标对应的会计含义,发现这些指标与财务欺诈所在公司的会计政策选择、公司治理等因素表现出高度关联性的特点.结合中国A股市场3500多家公司的真实样本,对应的数据分析显示本文建立的刻画财务欺诈风险特征指标具有显著的差异性表现.最后,希望指出的是本文的研究结果表明基于财务报表数据为基础,结合非结构化数据的人工智能学习算法能够优化模型的构建并加强和提升对上市公司财务欺诈风险的识别能力,可以有效的实现对公司财务在欺诈方面的探测与预测(Detecting and Predicting)功能.

摘要： 近年来,随着移动互联网的快速发展,非银行支付机构在网络支付中的份额迅速扩大,欺诈风险事件的数量也在快速增加.非银行支付机构在网络支付反欺诈的能力变得越来越重要.文章简要分析了当前非银行支付机构网络支付反欺诈模型普遍存在的不足,并提出相应的优化建议.

摘要： 近年来,随着移动互联网的快速发展,非银行支付机构在网络支付中的份额迅速扩大,欺诈风险事件的数量也在快速增加.非银行支付机构在网络支付反欺诈的能力变得越来越重要.文章简要分析了当前非银行支付机构网络支付反欺诈模型普遍存在的不足,并提出相应的优化建议.

摘要： 本说明书实施例描述了风险交易识别模型的训练方法、风险交易识别方法和装置。根据实施例的方法，在对风险交易识别模型进行训练时，获取到的黑数据样本和白数据样本的分类标签是已知的。通过利用当前训练的风险交易识别模型对各数据样本进行识别能够得到各自的识别结果，进而可以确定出损失函数，并利用该损失函数继续进行模型训练。由于确定的损失函数是能够提高黑数据样本的学习权重的，从而当用于模型学习的黑数据样本少于白数据样本时，能够减弱学习任务向白数据样本的分类标签倾斜的问题，进而提高模型对风险交易进行识别的准确性。

摘要： 本说明书实施例提供了训练风险交易识别模型的方法和装置，以及识别风险交易的方法和装置，其中，训练风险交易识别模型的方法的一具体实施方式包括：获取历史交易记录，上述历史交易记录中包括：标注有风险标签的风险交易，标注有无风险标签的正常交易，以及无标签的其他交易；判断上述历史交易记录中各交易对应的端侧行为序列是否具有预设的高危子序列，得到第一判断结果；判断上述历史交易记录中各交易对应的链路特征是否符合预设的高风险模式，得到第二判断结果；基于各交易对应的第一判断结果、第二判断结果、以及交易基本信息，构建各交易样本；基于各交易样本及其标签标注情况，训练风险交易识别模型。

摘要： 本说明书实施例描述了风险交易识别模型的训练方法、风险交易识别方法和装置。根据实施例的方法，在对风险交易识别模型进行训练时，获取到的黑数据样本和白数据样本的分类标签是已知的。通过利用当前训练的风险交易识别模型对各数据样本进行识别能够得到各自的识别结果，进而可以确定出损失函数，并利用该损失函数继续进行模型训练。由于确定的损失函数是能够提高黑数据样本的学习权重的，从而当用于模型学习的黑数据样本少于白数据样本时，能够减弱学习任务向白数据样本的分类标签倾斜的问题，进而提高模型对风险交易进行识别的准确性。

摘要： 本申请提供了一种药店风险等级识别模型生成方法及药店风险等级识别方法，可以应用于药品风险监管技术领域。药店风险等级识别模型生成方法包括：采集多个药店的历史业务行为数据，得到第一样本数据集；基于第一样本数据集中的样本数量和多个药店的历史风险等级标签，确定第一样本数据集的第一信息熵；基于样本数据子集和历史风险等级标签来处理第一信息熵，得到样本数据子集的信息增益率；基于与多个风险特征属性一一对应的多个信息增益率，确定多个风险权值；以及基于贝叶斯算法，利用多个风险权值和历史风险等级标签来生成风险等级识别模型。利用本申请的技术方案可以有效降低药店风险等级识别的实施成本，提高风险等级识别精度。

摘要： 本申请公开了一种风险识别方法、风险识别装置、云风险识别装置及系统，包括：终端设备在采集到业务数据时，基于存储的风险识别规则，对产生业务数据的业务处理请求进行风险识别，并在无法确定风险识别结果时，触发由云风险识别设备对产生所述业务数据的业务处理请求进行风险识别。在本申请实施例中提出了分布式风险识别架构，有效避免了现有技术中风险服务器在对接收到的数据进行处理时耗时较长导致风险控制效率较低的问题，通过这种多层次的风险识别，减轻了风险服务器的运算压力，减少了系统资源的开销，同时在终端设备上完成风险识别，能够缩短风险识别的时间，提升用户的用户体验。

摘要： 本说明书实施例提供一种风险识别方法。该方法包括：获取待识别的第一事件样本；将该第一事件样本输入针对多个风险域的风险识别系统中；该风险识别系统包括第一表征层，第二表征层和输出层；该第二表征层包括共享表征子层，以及对应该多个风险域的多个特定表征子层；该输出层包括对应该多个风险域的多个输出子层；其中，该第一表征层基于该第一事件样本的事件特征，确定该第一事件样本的第一表征向量；该第二表征层中的各个表征子层各自基于该第一表征向量，确定该第一事件样本的表征子向量；该输出层中的各个输出子层，各自基于所对应风险域的表征子向量和该共享表征子层确定出的表征子向量，确定风险预测结果。

摘要： 本申请公开了一种风险识别方法、风险识别装置、云风险识别装置及系统，包括：终端设备在采集到业务数据时，基于存储的风险识别规则，对产生业务数据的业务处理请求进行风险识别，并在无法确定风险识别结果时，触发由云风险识别设备对产生所述业务数据的业务处理请求进行风险识别。在本申请实施例中提出了分布式风险识别架构，有效避免了现有技术中风险服务器在对接收到的数据进行处理时耗时较长导致风险控制效率较低的问题，通过这种多层次的风险识别，减轻了风险服务器的运算压力，减少了系统资源的开销，同时在终端设备上完成风险识别，能够缩短风险识别的时间，提升用户的用户体验。

摘要： 本申请提供一种交易数据的风险识别方法和风险识别装置，涉及人工智能领域，有利于提高风险识别的准确率。该方法包括：获取当前交易的交易数据；将交易数据输入至风险识别模型，获得当前交易的风险识别结果，风险识别结果包括正常交易和高风险交易，该风险识别模型是通过对历史时间段的多笔交易的交易数据进行训练得到的，该历史时间段的交易数据在训练过程中被规范化为具有加权系数的多个特征属性数据，该加权系数用于表示该多个特征属性数据中每个特征属性数据对风险识别结果的影响程度；在当前交易的风险识别结果为高风险交易的情况下，进行风险提示。

摘要： 本申请涉及一种风险识别方法、风险识别模型的训练方法、装置和设备，通过获取待识别案件的风险相关数据，并将待识别案件的风险相关数据输入至预设风险识别模型中进行风险识别，生成风险识别结果，最后输出该风险识别结果；其中，预设风险识别模型为基于样本数据库中标注案件的风险相关数据、未标注案件的风险相关数据结合预设风险因子，对初始风险识别模型进行训练所得到的模型；标注案件为预先标注了风险识别结果的案件，未标注案件为预先未标注风险识别结果的案件。即该风险识别模型是通过标注案件和未标注案件训练得到的，增加了训练样本数，进而提高了风险识别模型的准确性；同时结合预设风险因子，能够提高风险识别模型的风险识别准确性。

摘要： 本说明书实施例提供了一种建立风险识别模型的方法、风险识别的方法及对应装置。其中方法包括：获取利用用户在N个时刻的网络行为数据构建的N个时刻的异构网络图，所述节点中的部分节点被标注有是否存在预设类型风险的标签；利用所述N个时刻的异构网络图训练得到所述风险识别模型，其中所述风险识别模型包括图神经网络、脉冲神经网络、拼接网络和映射网络；所述训练目标包括：最小化所述风险识别模型对节点的风险识别结果与标签之间的差异。本申请将图神经网络与脉冲神经网络结合，提出了基于脉冲神经网络的风险识别模型来捕捉动态图数据的结构和时序信息，以使得基于用户网络行为数据的风险识别更加准确。