基于 ComRisk 方法构建的企业风险模型与可交互演示系统。当前使用公开 SMEsD 匿名企业数据,已跑通「企业检索 → 企业画像 → 风险评分与解释 → 关系图 → 模型评估」流程。
这是海外企业信用评估项目的第一版方法验证系统,尚未接入东南亚比赛数据。当前结果属于公开基准实验,不是生产授信结论,也不是未来 12 个月违约概率。
| 页面 | 路由 | 已实现内容 |
|---|---|---|
| 实验工作台 | / |
当前模型、快照企业数、真实测试指标 |
| 企业检索 | /search |
按匿名企业编号或行业搜索、分页 |
| 企业画像 | /company/:id |
行业、数值特征、司法事件编码 |
| 评分与解释 | /score/:id |
模型概率、分类阈值、演示信用分、特征遮蔽分析、折叠显示评估标签 |
| 企业关系图 | /graph?id=:id |
有向一跳关系、企业/个人节点、边明细、关联企业评分跳转 |
| 模型评估 | /model、/model-card |
当前模型配置及 train/valid/test 实测指标 |
页面通过本地 API 读取真实数据;连接失败、未知编号和无匹配结果有明确提示,不回退到 mock。当前实验页面使用中文,保留原项目的导航与视觉体系。
报告生成、授信决策和批量上传尚未接入,对应入口显示未实现状态。旧前端原型及 mock 源码保留在 frontend/src/pages 和 frontend/src/mocks,当前路由使用 frontend/src/live。
模型采用企业属性与诉讼编码、门控异构关系聚合,并提供超图、折外行业先验和同域遮蔽预训练选项。实现借鉴 ComRisk 方法及 CompanyKG/GraphMAE 思路,并非上游代码的逐行复现,也没有使用 CompanyKG 数据或预训练权重。
SMEsD 去除跨划分重复企业后,训练/验证/测试企业数为 2,816 / 686 / 474,分别使用独立图快照。已完成六种配置、三个种子共 18 次实验;按平均验证 BCE 选择架构,使用预先指定的首个种子。
当前演示模型:ComRisk-Gated-v1,配置 no_hyper,种子 42;该配置未启用超图分支。
| 测试指标 | 本次实测 |
|---|---|
| ROC-AUC | 0.7936 |
| PR-AUC(average precision) | 0.8456 |
| KS | 0.4955 |
| Brier | 0.1754 |
指标来自本次保存的训练产物;在其他环境重新训练可能不同,页面以当前加载的产物为准。详见 实测结果 和 模型说明。
以下命令面向 macOS/Linux,需 Git、Node.js 和 Python;本次验证环境为 Node.js 24、Python 3.13、CPU。首次获取数据和安装依赖需要网络。
仓库已包含约 1.3 MB 的最小演示包:474 家测试企业的转换快照、选定模型的权重/配置/指标和实验汇总。新机器安装依赖后即可启动,无需重新下载数据或训练。完整训练数据、其他模型与虚拟环境不随 Git 提交。文件清单与 SHA-256 见 演示包清单,来源及范围见 演示包说明。
git clone https://github.com/ilydouble/risk.git
cd risk
npm --prefix frontend ci
python3.13 -m venv backend/.venv
backend/.venv/bin/python -m pip install -r backend/requirements-lock.txt只体验演示时跳过本节,直接执行第 3 步。需要复现实验时执行:
cd backend
# 从固定上游提交下载 SMEsD,并校验 SHA-256
.venv/bin/python scripts/fetch_smesd.py
# 转换、去重,生成独立 train/valid/test 快照
.venv/bin/python -m comrisk.smesd
# 六配置 × 三种子;输出评估、权重及模型选择记录
OMP_NUM_THREADS=1 MKL_NUM_THREADS=1 .venv/bin/python -m comrisk.benchmark --epochs 80 --seeds 42 43 44
cd ..如果本机已有 backend/data/processed/smesd/ 和完整的 backend/artifacts/smesd-v1/,可以跳过这一步。数据来源和处理方法见演示包说明;本仓库仅包含上述演示子集,不包含上游原始 pickle 文件。
在项目根目录打开两个终端,分别运行:
# 终端一:加载选定模型与测试快照,不在请求中训练
backend/.venv/bin/python backend/scripts/serve.py# 终端二:启动前端
npm --prefix frontend run dev- 演示页面:http://127.0.0.1:3000
- API 文档:http://127.0.0.1:8000/docs
服务默认只监听本机。前端通过 /api 同源代理访问 8000 端口;必须同时启动前后端。数据和权重准备好后,本地推理不依赖外网;前端原有字体与图标样式引用外部 CDN,离线时外观可能有所变化。
搜索 C00010 → 打开画像 → 查看评分与解释 → 查看关系图 → 点击关联企业 C01339 查看其评分。本次保存模型下,两者风险概率分别约为 72.69% 和 28.53%。
前后端运行时,可以执行一致性检查:
backend/.venv/bin/python backend/scripts/check_demo.py该脚本经前端代理读取结果,核对列表、预测、解释、关系及已保存评估指标。完整步骤见 演示说明。
# 后端算法及 API 契约测试
cd backend
OMP_NUM_THREADS=1 MKL_NUM_THREADS=1 .venv/bin/python -m pytest -q
cd ..
# 前端类型检查与构建
npm --prefix frontend run type-check
npm --prefix frontend run build本次联调通过 13 项后端测试、前端类型检查与构建,并验证了浏览器完整路径、无效编号、无搜索结果以及后端断线后的重试恢复。
构建产物位于 frontend/out/。生产部署还需配置 /api 反向代理与 SPA 路由回退;当前交付为本地演示,没有生产认证与权限控制。
| 接口 | 用途 |
|---|---|
GET /health |
模型服务状态 |
GET /v1/companies |
编号/行业搜索,支持 q、offset、limit |
GET /v1/companies/{id} |
企业画像及模型预测 |
POST /v1/predict |
按 company_ids 查询当前快照预测 |
GET /v1/explain/{id} |
数值特征遮蔽敏感性 |
GET /v1/companies/{id}/graph |
有向一跳关系,标明截断 |
GET /v1/model-card |
模型元数据 |
GET /v1/evaluation |
保存的训练、验证、测试指标 |
可用 COMRISK_MODEL_DIR 和 COMRISK_DATA_PATH 指定模型及快照;COMRISK_API_TARGET 指定 Vite 代理目标;COMRISK_TORCH_THREADS 控制后端推理线程数,默认 1。模型与快照必须符合相同 schema 和目标定义。更新数据或权重后需重启后端。
risk/
├── frontend/
│ ├── src/live/ 真实 API 客户端与实验页面
│ ├── src/components/ 导航与公共组件
│ ├── src/router/ 当前路由
│ ├── src/pages/ 保留的旧原型页面
│ ├── src/mocks/ 旧演示数据,当前实验路由不使用
│ └── package-lock.json 前端依赖锁定
├── backend/
│ ├── comrisk/ 数据适配、模型、训练、解释与 API
│ ├── scripts/ 数据获取、训练启动、服务与联调检查
│ ├── tests/ 算法与 API 测试
│ ├── docs/ 方法、数据来源与实验结果说明
│ ├── data/ 仅演示测试快照随 Git 提交
│ ├── artifacts/ 仅选定演示模型与汇总随 Git 提交
│ └── requirements-lock.txt
├── docs/smesd-demo.md 启动和演示说明
└── README.md
- SMEsD 为公开匿名企业破产基准,不代表海外企业或实际业务的泛化效果;当前未使用新加坡数据。
- 原始事件时间与观察结果有关,图关系缺少完整时间戳,不能声称已经完成严格的时点有效性验证。
- 解释使用单特征替换为训练均值的概率变化,不是 SHAP、不可相加、不表示因果,也不覆盖全部模型分支。
300 + 550 × (1 − p)只是演示信用分映射;实际标签仅供评估核对,不作为推理输入。- 关系图展示观测结构和处理后的边权,不能据此直接认定风险传播或业务授信建议。
- ComRisk 上游项目:本项目方法与 SMEsD 来源参考;固定数据提交和校验信息见下载脚本。
- CompanyKG 上游项目:方法结合评估见 分析文档。
- 数据来源与替代数据
- 比赛需求及实现边界
- 后端方法、数据格式与复现说明
第三方代码、数据和依赖分别遵循其适用条款。演示包保留上游来源与处理说明,不主张对上游数据重新授权;本次未确认上游明确的再分发许可。竞赛数据应独立管理,不上传公开仓库。