基于知識圖譜的企業(yè)風(fēng)險發(fā)現(xiàn)*

丁晟春，葉 子

0 引言

云計算和大數(shù)據(jù)時代，人們在輕松獲取大量信息的同時，也面臨數(shù)據(jù)散亂無序、質(zhì)量參差不齊等問題，使得全面掌握一個企業(yè)的信息成為困難。一方面，用戶所需的企業(yè)相關(guān)知識存儲地點零散，查找費時費力又難以保證準(zhǔn)確性。另一方面，用戶獲取企業(yè)信息的渠道有限。近年一些服務(wù)商開始提供企業(yè)信息查詢工具，但只能實現(xiàn)企業(yè)基本信息的簡單查詢，并沒有收集互聯(lián)網(wǎng)上實時的新聞數(shù)據(jù)等非結(jié)構(gòu)化文本信息，更沒有深入挖掘企業(yè)各種信息之間潛在的關(guān)系，這樣整理的企業(yè)信息不完整、不全面，無法對企業(yè)風(fēng)險進行識別。

知識圖譜是近年研究熱點，利用知識圖譜抽取結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化的數(shù)據(jù)并將這些數(shù)據(jù)融合到一起，體現(xiàn)了數(shù)據(jù)治理和語義鏈接的思想，其圖模式的知識存儲方式更容易挖掘到知識間的潛在關(guān)聯(lián)?？紤]到知識圖譜具有直觀的知識組織方式、良好的可擴展性以及增量式的數(shù)據(jù)設(shè)計模式等特點，與全面準(zhǔn)確把握企業(yè)信息、挖掘企業(yè)的隱含風(fēng)險的目標(biāo)不謀而合，本文引入知識圖譜的方法與技術(shù)，進行企業(yè)圖譜的構(gòu)建，進而進行企業(yè)風(fēng)險發(fā)現(xiàn)的應(yīng)用研究。

企業(yè)風(fēng)險包括經(jīng)營、財務(wù)、司法、輿情等多方面的風(fēng)險，而本文主要對企業(yè)公示系統(tǒng)數(shù)據(jù)、新聞報道等半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)進行收集與處理，因而重點關(guān)注企業(yè)司法、輿情等方面的潛在風(fēng)險發(fā)現(xiàn)。本文以“長生生物”為例進行案例分析與研究，在對“長生生物”企業(yè)基礎(chǔ)信息進行獲取、組織、清洗與融合的基礎(chǔ)上，提取企業(yè)不同維度的多類實體，挖掘知識之間的潛在關(guān)聯(lián)，發(fā)現(xiàn)企業(yè)潛在風(fēng)險。

對消費者而言，獲取企業(yè)多方面信息，能更深入了解企業(yè)的綜合實力，做出理智決策。對投資者而言，通過對企業(yè)多方風(fēng)險匯集，可以對企業(yè)的投資風(fēng)險進行理性評估。對監(jiān)管者而言，發(fā)現(xiàn)企業(yè)潛在風(fēng)險可以提升監(jiān)管效率，強化監(jiān)管力度。對企業(yè)自身而言，企業(yè)圖譜一方面可以將企業(yè)自身信息結(jié)構(gòu)化，輔助企業(yè)提前發(fā)現(xiàn)安全隱患，從而降低風(fēng)險；另一方面還能幫助管理者更客觀地認(rèn)識企業(yè)現(xiàn)狀，彌補自身不足，促進企業(yè)健康發(fā)展。

1 文獻(xiàn)回顧

知識圖譜本質(zhì)上是一種大規(guī)模的語義網(wǎng)絡(luò)，其理論基礎(chǔ)是本體論，主要由實體、概念及其之間的各種語義關(guān)系構(gòu)成，旨在描述客觀世界的概念、實體、事件及其之間的關(guān)系。知識圖譜已被廣泛地應(yīng)用于語義搜索、個性化推薦、問答系統(tǒng)及大數(shù)據(jù)分析與決策等領(lǐng)域，提供從關(guān)系的角度去分析問題的能力[1]。構(gòu)建知識圖譜的關(guān)鍵技術(shù)包括知識抽取技術(shù)、知識表達(dá)技術(shù)以及知識推理技術(shù)等[2]。知識圖譜在知識表示和挖掘各類知識之間的語義關(guān)系方面有明顯優(yōu)勢。通過知識圖譜描述，實體與抽象間聯(lián)系被具象化并形成對映，實體的特征屬性可以被快速提取統(tǒng)一管理，便于知識存儲和分享[3]。因此，將知識圖譜技術(shù)應(yīng)用于企業(yè)案例研究，能夠?qū)崿F(xiàn)對企業(yè)信息的全面組織，進而發(fā)現(xiàn)知識的潛在關(guān)聯(lián)。

企業(yè)風(fēng)險是指客觀存在的、未發(fā)生的且對企業(yè)有負(fù)面危害的不確定事件，而風(fēng)險管理則是企業(yè)為了防止或減少這種不確定事件的發(fā)生，通過一系列措施進行風(fēng)險管控的過程[4]。《中央企業(yè)全面風(fēng)險管理指引》指出企業(yè)全面風(fēng)險管理的重要性，推動了企業(yè)風(fēng)險管理水平提升，加速推進風(fēng)險管理理論研究[5]。馬強認(rèn)為中小企業(yè)應(yīng)該加強各階段的風(fēng)險管理，通過采取相應(yīng)的措施規(guī)避或降低各種形式的風(fēng)險[6]。特定領(lǐng)域的企業(yè)風(fēng)險管理也受到相關(guān)學(xué)者的關(guān)注[7-9]。

2 研究方法

2.1 方法選擇

本文采用單案例研究方法，屬于單案例多維度分析，旨在通過構(gòu)建多維、全面、直觀的企業(yè)知識圖譜，進行企業(yè)的潛在風(fēng)險發(fā)現(xiàn)。采用垂直知識圖譜的構(gòu)建流程與自頂向下的構(gòu)建方式[10]，構(gòu)建過程主要分為4個步驟：企業(yè)圖譜的信息源與構(gòu)成要素分析、模式層構(gòu)建、數(shù)據(jù)層構(gòu)建、圖譜生成。本文結(jié)合企業(yè)圖譜和企業(yè)風(fēng)險發(fā)現(xiàn)的需求及現(xiàn)有數(shù)據(jù)源的類別特征，將企業(yè)信息劃分為基礎(chǔ)信息、企業(yè)產(chǎn)品、企業(yè)風(fēng)險、企業(yè)關(guān)系、企業(yè)事件5大維度。而后在對5大維度信息進行全面展示的基礎(chǔ)上，針對司法風(fēng)險與輿情風(fēng)險兩個重點方面，對企業(yè)的潛在風(fēng)險進行分析與發(fā)現(xiàn)。本文具體研究思路如圖1所示。

圖1 研究思路

2.2 案例企業(yè)選擇

長生生物科技股份有限公司(以下簡稱“長生生物”)成立于1995年，主要經(jīng)營生物制劑研發(fā)、生物科技投資、生物技術(shù)服務(wù)和研究開發(fā)等。本文選取該司作為構(gòu)建企業(yè)圖譜的案例，進行信息采集，構(gòu)建該司圖譜并進行5個維度的可視化展示，最后基于知識圖譜進行企業(yè)風(fēng)險發(fā)現(xiàn)。選擇該案例主要基于兩個方面考慮。一是影響力，該司為上市公司，企業(yè)規(guī)模大，經(jīng)營產(chǎn)品市場占有率高，周邊利益相關(guān)者多，社會關(guān)系復(fù)雜，社會影響力與資本影響力巨大。二是典型性，2018年7月15日該司被曝凍干人用狂犬病疫苗存在造假行為且涉事疫苗數(shù)量巨大，引起社會轟動，引發(fā)人們對制藥企業(yè)的信任危機。前不久該司被發(fā)現(xiàn)百白破疫苗效價指標(biāo)不合格、疫苗質(zhì)量存在問題，此次狂犬病疫苗事件再次說明該司沒有按照國家規(guī)定生產(chǎn)合格產(chǎn)品，存在欺詐消費者并損害其人身安全的情況。該事件受害者眾多、影響力廣，是一起嚴(yán)重的產(chǎn)品質(zhì)量安全生產(chǎn)事件，也是該司重大的產(chǎn)品質(zhì)量生產(chǎn)事故。

2.3 信息源分析與數(shù)據(jù)收集

信息源即企業(yè)信息的數(shù)據(jù)獲取來源?；ヂ?lián)網(wǎng)上可以采集的包含“長生生物”企業(yè)相關(guān)信息的數(shù)據(jù)來源有：百科網(wǎng)站、全國企業(yè)信用信息公示系統(tǒng)、中國裁判文書網(wǎng)、國家知識產(chǎn)權(quán)專利檢索網(wǎng)、財經(jīng)網(wǎng)、新聞網(wǎng)站等，具體本文選擇的數(shù)據(jù)來源如表1所示。其中百科網(wǎng)站和國家公示系統(tǒng)的企業(yè)相關(guān)信息多分布于網(wǎng)頁的表格或列表信息中，通過網(wǎng)頁采集技術(shù)即可獲取相應(yīng)的半結(jié)構(gòu)化數(shù)據(jù)，該部分主要依靠爬蟲和人工獲取得到。財經(jīng)公告數(shù)據(jù)和網(wǎng)頁新聞數(shù)據(jù)多分布于網(wǎng)頁的正文部分，屬于非結(jié)構(gòu)化文本數(shù)據(jù)，該部分主要依靠編寫爬蟲代碼來獲取。

表1 “長生生物”企業(yè)圖譜數(shù)據(jù)來源

2.4 數(shù)據(jù)處理過程

(1)模式層構(gòu)建。企業(yè)圖譜的模式層構(gòu)建就是對企業(yè)各維度數(shù)據(jù)進行建模的過程，定義圖譜中涵蓋的各概念及其之間的關(guān)聯(lián)關(guān)系。模式層定義是企業(yè)知識圖譜構(gòu)建中最核心的部分[11]，采用人工定義方式，即自頂向下的構(gòu)建方式可以提高知識的完整性和準(zhǔn)確性。本文參照百科分類體系、已有的企業(yè)本體研究、開放鏈接知識庫等資源，結(jié)合研究需求，對企業(yè)圖譜中涉及到的實體、屬性、事件及其關(guān)系進行了詳細(xì)的定義。具體情況如圖2所示。

圖2 企業(yè)圖譜模式層

(2)數(shù)據(jù)層構(gòu)建。企業(yè)圖譜數(shù)據(jù)層由實體、屬性、關(guān)系以及企業(yè)相關(guān)事件構(gòu)成。企業(yè)圖譜的模式層可看作知識圖譜的骨架，數(shù)據(jù)層則在模式層的規(guī)范下完成，相當(dāng)于在骨架上填充了血肉[12]。數(shù)據(jù)層的構(gòu)建數(shù)據(jù)源來自企業(yè)官網(wǎng)及百科數(shù)據(jù)、國家公示數(shù)據(jù)、財經(jīng)公告數(shù)據(jù)以及網(wǎng)絡(luò)新聞數(shù)據(jù)，針對不同數(shù)據(jù)源和數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)，抽取的數(shù)據(jù)集不同，抽取方法也不同。半結(jié)構(gòu)化數(shù)據(jù)通過網(wǎng)頁模板解析的方式，多用于實體、屬性關(guān)系、特定語義關(guān)系的抽取，非結(jié)構(gòu)化數(shù)據(jù)則通過文本信息抽取的方法，用于命名實體、特定語義關(guān)系及事件的抽取。最終對獲取的實體和實體之間關(guān)系數(shù)量的統(tǒng)計如表2所示。

表2 長生生物企業(yè)圖譜的實體和實體之間關(guān)系數(shù)量統(tǒng)計

(3)圖譜生成。在完成企業(yè)圖譜數(shù)據(jù)層的構(gòu)建后，收獲了大量的三元組集合，其中包括〈實體，關(guān)系，實體〉〈實體，屬性，屬性值〉〈實體，關(guān)系，事件〉等三元組。采用Neo4j圖數(shù)據(jù)庫完成數(shù)據(jù)的存儲工作，借助Neo4j工具自帶的可視化布局，實現(xiàn)企業(yè)圖譜的全方位、多維度的可視化展示。

3 案例分析

3.1 企業(yè)圖譜

長生生物的企業(yè)圖譜從多維度揭示企業(yè)信息，用圖的方式來表示節(jié)點和節(jié)點之間的關(guān)系。如圖3所示，長生生物企業(yè)圖譜結(jié)構(gòu)共包含6類節(jié)點：企業(yè)節(jié)點、人物節(jié)點、產(chǎn)品節(jié)點、知識產(chǎn)權(quán)節(jié)點、司法風(fēng)險節(jié)點、輿情事件節(jié)點，中心節(jié)點為長生生物，連線表示其他節(jié)點與該司節(jié)點的關(guān)聯(lián)。長生生物企業(yè)圖譜結(jié)構(gòu)整體上層次分明，脈絡(luò)清晰。其中關(guān)聯(lián)的企業(yè)節(jié)點有10個、產(chǎn)品節(jié)點5個、人物節(jié)點16個、知識產(chǎn)權(quán)節(jié)點9個、輿情事件節(jié)點10個、司法風(fēng)險節(jié)點23個。

圖3 長生生物企業(yè)圖譜

從圖3看出，長生生物關(guān)聯(lián)的企業(yè)和人物節(jié)點較多，表明該司與市場聯(lián)系較緊密，與眾多企業(yè)和人物均產(chǎn)生關(guān)聯(lián)關(guān)系；知識產(chǎn)權(quán)節(jié)點較多，體現(xiàn)了該司在技術(shù)儲備上具備很強的實力；而產(chǎn)品節(jié)點則比較特殊，從圖中看出，該司沒有直接關(guān)聯(lián)的產(chǎn)品節(jié)點，而是通過子公司長春長生生物科技有限責(zé)任公司間接關(guān)聯(lián)5個產(chǎn)品節(jié)點。該司還關(guān)聯(lián)了兩個概念節(jié)點，分別是“股份有限公司”“上市公司”，關(guān)系為“是一個”，體現(xiàn)了該司的類型與性質(zhì)。

該司司法節(jié)點數(shù)量達(dá)23個，遠(yuǎn)超其他節(jié)點，表明該司涉及的法律訴訟案件眾多，企業(yè)司法風(fēng)險大。該司輿情事件節(jié)點數(shù)量也較多，企業(yè)輿情事件是指企業(yè)發(fā)展歷程中發(fā)生的被社會各界所關(guān)注的重大事件，尤其是對企業(yè)有不良影響的事件，表明企業(yè)近年面對的輿情事件較多，企業(yè)輿情風(fēng)險較大。

整體上，長生生物企業(yè)圖譜的節(jié)點關(guān)系清晰，可查看該司關(guān)聯(lián)的各個實體及其關(guān)聯(lián)關(guān)系，圖譜包含企業(yè)、人物、產(chǎn)品、知識產(chǎn)權(quán)、司法風(fēng)險、事件等多維信息，進一步驗證構(gòu)建的企業(yè)圖譜能夠有效地組織、關(guān)聯(lián)并展示企業(yè)的多維信息。而在完成企業(yè)圖譜的全局展示后，對企業(yè)多維信息進行呈現(xiàn)也是企業(yè)風(fēng)險發(fā)現(xiàn)中重要的一環(huán)，本文通過多種展示形式，對5大維度的企業(yè)信息進行更詳細(xì)的展示與分析。

3.1.1 基礎(chǔ)信息維度

基礎(chǔ)信息維度主要展示企業(yè)的基礎(chǔ)信息數(shù)據(jù)，包括企業(yè)名稱、企業(yè)簡稱、成立時間、公司類型、注冊資本、法定代表人、總部地點、經(jīng)營范圍、企業(yè)股東、企業(yè)高管、企業(yè)的發(fā)明專利等，具體如圖4a)所示。其中，“股東”節(jié)點可查看股東及出資詳情，如圖4b)所示；“高管”節(jié)點可查看高管人員及任職職位，如圖4c)所示；“發(fā)明專利”可查看知識產(chǎn)權(quán)詳情，包括專利申請?zhí)?、專利名稱等等，如圖4d)所示。

圖4 基礎(chǔ)信息維度的可視化

3.1.2 企業(yè)產(chǎn)品維度

企業(yè)產(chǎn)品維度的可視化是用來展示企業(yè)生產(chǎn)或經(jīng)營的產(chǎn)品信息，如產(chǎn)品名稱、產(chǎn)品類型、產(chǎn)品簡介(見圖5)。可以看到，長生生物并不生產(chǎn)或經(jīng)營任何產(chǎn)品，而是通過全資子公司長春長生生物來生產(chǎn)或經(jīng)營產(chǎn)品。結(jié)合圖5a)與圖5b)，發(fā)現(xiàn)長生生物旗下主營2種一類疫苗、3種二類疫苗。通過對企業(yè)產(chǎn)品信息的結(jié)構(gòu)化、直觀化披露，能清晰了解企業(yè)產(chǎn)品的整體情況。

圖5 企業(yè)產(chǎn)品維度的可視化

3.1.3 企業(yè)關(guān)系維度

企業(yè)關(guān)系包括企業(yè)與其周邊利益相關(guān)公司的關(guān)聯(lián)關(guān)系，以及企業(yè)與其周邊利益相關(guān)人員的關(guān)聯(lián)關(guān)系。通過將關(guān)聯(lián)企業(yè)、關(guān)聯(lián)人物放到一個界面中，能直觀了解企業(yè)的全景社交圖譜，如圖6所示。長生生物企業(yè)為圖譜的中心，從中心點出發(fā)，連線將其與關(guān)聯(lián)企業(yè)、人員連接起來。通過企業(yè)關(guān)系圖譜能直觀地看出與企業(yè)存在“投資”關(guān)系的利益企業(yè)，以及與企業(yè)產(chǎn)生“任職”及“股東”關(guān)系的關(guān)聯(lián)人員。

圖6 企業(yè)關(guān)系維度的可視化

如圖7所示，可以查看關(guān)聯(lián)關(guān)系詳情。通過圖7a)、圖7b)，發(fā)現(xiàn)高俊芳與長生生物的“任職”關(guān)系，其為長生生物法定代表人，兼該司董事長、總經(jīng)理多個職位；通過圖7c)、圖7d)，還發(fā)現(xiàn)長生生物與北京重山遠(yuǎn)為投資中心(有限合伙)的“投資”關(guān)系，投資年份為2015年。

圖7 企業(yè)關(guān)聯(lián)關(guān)系

3.1.4 企業(yè)司法風(fēng)險維度

企業(yè)司法風(fēng)險維度描述企業(yè)歷年來所經(jīng)歷的法律訴訟案件(如刑事案由和民事案由)，以時間點為軸，節(jié)點代表各種類型的事件案由，如圖8所示。圖8展示了企業(yè)在不同時間段發(fā)生的法律糾紛，可由此判斷企業(yè)在不同時間段所具備的風(fēng)險程度。以表格形式列出企業(yè)關(guān)聯(lián)的所有法律訴訟案件，直觀看出企業(yè)的相關(guān)涉案事件、地點(執(zhí)行法院)、案由類型、案件名稱等，如表3所示。

表3 企業(yè)司法風(fēng)險維度的涉事法律訴訟案件概覽(部分)

圖8 企業(yè)司法風(fēng)險維度的可視化

3.1.5 企業(yè)事件維度

企業(yè)事件維度描繪企業(yè)發(fā)展歷程中發(fā)生的重大關(guān)注事件。該維度以河流圖的形式展現(xiàn)，以時間線為軸，以節(jié)點代表企業(yè)相關(guān)的事件，如圖9所示，清晰了解到企業(yè)發(fā)展的歷史長河中經(jīng)歷的一系列事件。

圖9 企業(yè)事件維度的可視化

3.2 企業(yè)司法風(fēng)險發(fā)現(xiàn)

企業(yè)司法風(fēng)險數(shù)據(jù)雖然會在萬德等數(shù)據(jù)庫的公司年報中披露，但由于企業(yè)傾向于隱瞞或弱化風(fēng)險負(fù)面信息，因此現(xiàn)有數(shù)據(jù)庫風(fēng)險數(shù)據(jù)中對企業(yè)負(fù)面風(fēng)險信息的采集很可能是不夠的，而且有效信息會淹沒在大段披露文字中，通過企業(yè)圖譜中的司法風(fēng)險節(jié)點可以集中表現(xiàn)企業(yè)的法律風(fēng)險，不僅具體查看有關(guān)案件的法院公告行文，還能對所有案件進行主題內(nèi)容挖掘，更完整地發(fā)現(xiàn)企業(yè)的法律負(fù)面信息，構(gòu)建更客觀的風(fēng)險分析基礎(chǔ)。在企業(yè)司法風(fēng)險維度，對歷年來企業(yè)涉事法律案件進行統(tǒng)計，能明顯看到企業(yè)法律風(fēng)險的變化趨勢，長生生物涉事法律案件歷年統(tǒng)計如圖10所示，輔以案件標(biāo)題中出現(xiàn)的高頻動名詞分析，可以發(fā)現(xiàn)涉案的多發(fā)原因。長生生物涉事法律案件高頻關(guān)鍵詞云如圖11所示，采取這種直觀的關(guān)鍵詞及其詞頻的統(tǒng)計分析，能迅速抓住企業(yè)信息的披露重點，并作出相應(yīng)的風(fēng)險預(yù)警提示。

圖11 長生生物涉事法律案件高頻關(guān)鍵詞挖掘

由圖10-11看出，長生生物刑事案件頻發(fā)，民事案件稍減，通過對提取案件標(biāo)題高頻關(guān)鍵詞，并將關(guān)鍵詞以詞云的形式顯示，字號越大代表詞語的詞頻越高，發(fā)現(xiàn)案件標(biāo)題中存在“損害、非法經(jīng)營、受賄”等負(fù)面字眼，且“非法經(jīng)營”“受賄”兩個詞語在動詞中的詞頻最高。大量負(fù)面信息提示長生生物管理出現(xiàn)嚴(yán)重問題，也提醒2018年出現(xiàn)的長生疫苗事故在2016年和2017年是有苗頭的。

圖10 長生生物涉事法律案件歷年統(tǒng)計

3.3 企業(yè)輿情風(fēng)險發(fā)現(xiàn)

企業(yè)事件維度顯示事件的核心內(nèi)容，使用TF-IDF算法來計算每類事件中包含文檔的各詞匯的權(quán)重，權(quán)重越大的詞匯認(rèn)為其越能概括該事件的核心內(nèi)容，越能作為代表事件的核心詞。通過事件關(guān)鍵詞挖掘，發(fā)現(xiàn)2017年開始該司被曝出的疫苗、資金等方面的負(fù)面事件較多，表明內(nèi)部管理和資金運轉(zhuǎn)存在問題，但這些未能引起該司注意，更未做出危機預(yù)警。

盡管以3.1.5節(jié)中的河流圖形式展示企業(yè)事件能清晰看到企業(yè)在歷史發(fā)展過程中的所有重大輿情事件，但以知識圖譜的方式組織企業(yè)事件，可以展現(xiàn)企業(yè)輿情事件與其他事物的關(guān)系，更能直觀發(fā)現(xiàn)數(shù)據(jù)之間的潛在關(guān)聯(lián)，具體情況見圖12。該圖展示長生生物近3年來發(fā)生的諸多事件，采用知識圖譜的形式對事件及其關(guān)聯(lián)實體進行組織，發(fā)現(xiàn)發(fā)生在2017年11月5日至2017年11月6日的“百白破疫苗效價不合格”事件，以及發(fā)生在2018年7月15日至2018年7月26日的“長生疫苗事故”事件，都與子公司長春長生旗下的同一款“百白破疫苗”發(fā)生關(guān)聯(lián)。長生疫苗事故事件還關(guān)聯(lián)了“狂犬病疫苗”。這說明疫苗質(zhì)量問題早在2017年底就已經(jīng)初露端倪，只是當(dāng)時沒有引起關(guān)注，直至2018年疫苗質(zhì)量問題再次曝光，該事故終于蔓延到無法挽回的地步。

圖12 企業(yè)事件-企業(yè)產(chǎn)品之間的關(guān)聯(lián)

對上市公司而言，輿情事件的爆發(fā)將會對股價產(chǎn)生直接影響，造成股價波動甚至持續(xù)下跌，因而可以從股價波動情況觀察輿情事件對企業(yè)乃至資本市場產(chǎn)生的影響。在“長生疫苗事故”事件中，輿論情感與企業(yè)股價之間具有明顯的關(guān)聯(lián)關(guān)系，該事故對企業(yè)經(jīng)營與行業(yè)市場造成了嚴(yán)重影響，具體情況如圖13-14所示。

圖13中積極情感可以看作是企業(yè)對輿情事件的公關(guān)措施，可以看到兩個波峰對應(yīng)的股價下降趨勢有所平緩，說明企業(yè)公關(guān)有一定實效；而消極情感對企業(yè)的影響是長期的，因此從總體來看，長生藥業(yè)股價持續(xù)下跌。圖14中，微博輿情熱度的波峰很好地對應(yīng)了醫(yī)療行業(yè)和醫(yī)藥制造兩條曲線的波谷，這是由于消極情感會導(dǎo)致負(fù)面效應(yīng)的溢出，即一次輿情事件的不良影響會“傳染”給同行業(yè)的其他公司，由此導(dǎo)致整個行業(yè)股價下跌。這一結(jié)果說明，在互聯(lián)網(wǎng)時代，輿情事件不僅會對企業(yè)經(jīng)營情況產(chǎn)生負(fù)面影響，還會隨著事件發(fā)酵波及整個行業(yè)，甚至造成社會秩序混亂，企業(yè)需要加強對輿情風(fēng)險的監(jiān)控。

圖13 “長生疫苗事故”輿論情感對企業(yè)股價的影響

圖14“長生疫苗事故”輿情事件對股市的綜合影響

4 結(jié)論與啟示

4.1 研究結(jié)論

隨著網(wǎng)絡(luò)數(shù)據(jù)增多，利用全網(wǎng)數(shù)據(jù)全面掌握企業(yè)信息、發(fā)現(xiàn)企業(yè)潛在風(fēng)險越來越具備可行性和必要性。本文以“長生生物”為研究案例，針對不同數(shù)據(jù)結(jié)構(gòu)、不同數(shù)據(jù)源的網(wǎng)絡(luò)數(shù)據(jù)，獲取相關(guān)信息數(shù)據(jù)集，從5大維度構(gòu)建并繪制企業(yè)圖譜，實現(xiàn)了長生生物企業(yè)信息的全方位、多維度的組織與展示。由于知識圖譜具有易于挖掘知識潛在關(guān)聯(lián)的優(yōu)勢，因而利用圖譜進行企業(yè)司法和企業(yè)輿情兩個方面的風(fēng)險發(fā)現(xiàn)具有較高的科學(xué)性。在本案例研究中，通過構(gòu)建長生生物企業(yè)知識圖譜、整理企業(yè)多維信息、挖掘信息之間的潛在關(guān)聯(lián)，可以發(fā)現(xiàn)該司在前期早已存在司法、管理、輿情等多方面問題，但由于企業(yè)風(fēng)險預(yù)警機制的不完善與管理人員的不重視，最終導(dǎo)致2018年的嚴(yán)重疫苗事故發(fā)生。疫苗事件爆發(fā)后，由于該事件的嚴(yán)重危害性和敏感性，企業(yè)不僅受到各界的譴責(zé)和抵制、政府部門的調(diào)查和監(jiān)管，最終還面臨退股退市的倒閉危機，企業(yè)陷入萬劫不復(fù)之地。

4.2 實踐啟示

企業(yè)危機并不是在短期內(nèi)迅速積聚、突然爆發(fā)的。面對某一危機事件的突發(fā)，企業(yè)應(yīng)該注意到，在此之前此類情況在企業(yè)內(nèi)外部必定早已初現(xiàn)端倪，但未能引起企業(yè)足夠重視，更未能及時發(fā)現(xiàn)風(fēng)險。對于輿情事件的迅速擴大，公眾也一定通過多次媒體報道對此類事件有一段長期情感記憶過程，公眾負(fù)面情感在一次又一次報道中持續(xù)強化、最終爆發(fā)，企業(yè)危機事件的出現(xiàn)是企業(yè)風(fēng)險發(fā)現(xiàn)機制不完善和社會“積怨”的結(jié)果。同時，企業(yè)外部人員也需警惕與負(fù)面事件過多、企業(yè)風(fēng)險過大的企業(yè)產(chǎn)生較深的業(yè)務(wù)往來與利益關(guān)聯(lián)，避免自身權(quán)益受損。對于社會公眾來說，企業(yè)產(chǎn)品的質(zhì)量安全直接關(guān)系到消費者的切身利益；對于投資者來說，選擇與風(fēng)險低的企業(yè)合作，資金安全更能得到保障；對于政府部門來說，加強對風(fēng)險企業(yè)的監(jiān)管，可以減少危機事件爆發(fā)，維護社會的穩(wěn)定秩序。