基于多源数据融合的建筑施工企业信用分类及画像构建

作     者：余佳蕊 

作者单位：四川农业大学 

学位级别：硕士

导师姓名：曹云忠;张代东

授予年度：2022年

学科分类：0202[经济学-应用经济学] 02[经济学] 020205[经济学-产业经济学] 020201[经济学-国民经济学] 

主      题：信用评价 XGBoost算法 随机森林算法 企业画像 

摘      要：随着社会经济的发展,社会愈发注重社会信用问题。而建筑市场作为我国重要经济市场之一,其信用问题也是社会关注的重点。然而,由于建筑市场中竞争力大,信用评价体系建设进度缓慢,建筑市场存在很多的信用问题,包括非法转包分包、挂靠或出借资质、拖欠工资、围标串标等。据住建厅统计,2020年度全国各地抽查的510467家建筑企业中存在转包、违法分包等违规违法行为的企业共计10894家,共计罚款及没收违法所得65029.646万元,由此可见建筑市场中信用状况不容乐观。因此为了建筑市场健康的发展,建立完善建筑市场信用评价体系具有非常重要的意义。本文以建筑施工企业为研究对象,研究建筑施工企业的信用问题,主要针对完善信用评价指标体系和构建有效的信用评价模型为核心展开研究。首先,本文通过文献收集、网络爬虫以及政策收集获取文本数据,并通过文本分析初步提取信用评价指标;其次,通过XGBoost模型对信用评价指标进行特征重要度计算并排序,剔除冗余特征指标;再次,根据特征重要度排序建立基于随机森林的信用分类模型,并通过对比实验验证其模型效果;最后,依据最终的信用指标体系,建立企业画像标签体系,构建基于信用的企业画像。最终确定信用评价指标体系中,包括10个一级指标和25个二级指标。其中一级指标分别为基本信息、经营能力、偿债能力、盈利能力、发展能力、竞争力能力、信用记录、社会责任、市场行为、企业管理;二级指标分别为资质及资格、制度建设、企业连续经营年限、应收账款周转率、总资产周转率、流动资产周转率、速动比率、资产负债率、现金流入与流出负债比率、营业收入增长率、营业利润增长率、资本保值增值率、技术人员情况、成本费用利润率、总资产报酬率、营业利润率、净资产收益率、不良行为记录、良好行为记录、投保情况、工程投标量、工程业绩、合同管理、工程管理、安全文明施工管理;建立了精准度达91.07%、召回率达91.49%、F1值达91.29%的基于随机森林算法的信用分类模型;并随机抽取了经过信用分类后的三种不同类别的建筑施工企业构建了基于信用的企业画像,详细描述了企业的信用状况,完成了对建筑施工企业的信用评价。本文的研究为政府及信用评价单位在评价监管建筑施工企业信用状况时提供新的思路和依据;为建筑市场活动主体在建筑市场活动中提供决策参考并进行风险防范;也有助于提高建筑施工企业自身的竞争能力,使其得到更好的发展;有利于建筑市场稳定、和谐、健康地发展。