机器学习在重点领域信用风险分类应用研究——以电梯维保企业为例.pdfVIP

学术研讨

机器学习在重点领域信用风险分类应用研究

——以电梯维保企业为例

12133

■周洪美裴飞陈云蕾兰鹏张志清

〔1.红盾大数据（北京）有限公司；2.《中国标准化》杂志社有限公司；3.国家市场监管总局信息中心〕

摘要：

国家高度重视涉及人民群众生命财产安全的电梯等特种设备重点领域安全监管。面对目前电梯保有量持续增长、

电梯安全监管形势复杂的情况，市场监管部门提出了对电梯维保企业实施信用风险分类监管的需求。本文在研究通用型企

业信用风险分类模型的基础上，考虑电梯专业领域风险因素，并引入机器学习算法构建了电梯维保企业信用风险分类指标

体系和模型。通过H省电梯维保企业的验证结果发现，该模型结果能够较好地反映电梯维保企业存在的问题，能够有效提

高监管及时性、精准性、有效性，有助于合理配置监管资源并提升监管效能，推动监管更加公平有效。

关键词：机器学习，信用风险分类，指标体系，电梯安全监管

DOI编码：10.3969/j.issn.1002-5944.2023.17.007

ResearchontheApplicationofMachineLearningintheSupervisionof

CreditRiskClassicationinKeyFieldsfi

—TakingElevatorMaintenanceEnterprisesasAnExample

12133

ZHOUHong-meiPEIFeiCHENYun-leiLANPengZHANGZhi-qing

1.HongdunBigdataCo.,Ltd.;2.ChinaStandardizationPressCo.,Ltd.;

（

3.InformationCenterofStateAdministrationforMarketRegulation

）

Abstract:

involvingthesafetyofpeople’

ofelevatorsafetysupervision,marketregulationdepartmentshaveproposedtheneedtoimplementcreditriskclassicationfi

model,thispaperconsiderstheriskfactorsintheeldofelevator,andestablishesacreditriskclassificationindexsystemandfi

modelforelevatormaintenanceenterprisesbyintroducingmachinelearningalgorithms.Thevericationresultsofelevatorfi

maintenanceent