LLM 驱动的资产搁浅风险预警系统

先觉

融合大语言模型与机器学习技术,为耐心资本提供前瞻性的高碳企业资产搁浅风险预警与投资决策支撑

42
覆盖企业
4
行业领域
3
风险维度
5
预警等级

核心技术架构

从非结构化文本到量化风险预警的全流程智能分析

多源文本挖掘

采集政策文件、技术文献、社会舆情三类非结构化文本,通过DeepSeek大语言模型进行深度语义解析

AI 风险量化

创新构建“静态敏感度×动态活跃度”风险指数算法,生成政策、技术、舆论三大风险指数

动态预警模型

随机森林算法融合风险指数与财务指标,实现五档风险等级前瞻性预测

实证验证

基于42家A股上市公司数据,验证风险溢价显著性与模型预测有效性

工作流程

四步完成从数据采集到风险预警的全链路分析

01

数据采集

政策文件、技术文献、社交舆情等多源非结构化数据

02

语义挖掘

DeepSeek 大模型深度语义解析,提取三维结构化风险数据

03

风险量化

静态敏感度×动态活跃度算法,生成企业级风险指数

04

动态预警

随机森林模型输出五档风险等级,实现前瞻性投资决策

覆盖煤电、燃油车、石化、新能源四大行业

开始探索资产搁浅风险

42家A股上市公司全景风险数据,实时风险预警与投资决策支撑

进入仪表盘