国内用户境外互联网金融科技产品智能感知与监测算法程序及模型文件数据集

本数据集为境内金融科技企业风险传导监测与识别模型数据集，旨在支持区域性金融科技风险的智能识别、传播路径分析与系统性风险预警研究。数据来源于国家企业信用信息公示系统、CSMAR数据库、金融科技行业报告及企业年报披露信息，涵盖2022年至2025年3月的时间范围，空间范围覆盖全国主要金融科技聚集区。数据以企业为基本单元，包含企业基本信息、财务指标、股权关系、投资网络、舆情数据及区域关联等多维度内容，通过特征抽取与结构化建模构建企业风险关联网络。模型采用Python语言开发，基于图神经网络（GNN）与时间序列分析方法实现风险传导路径识别与动态监测。模型训练过程中引入节点特征聚合、边权自适应调整及多层注意力机制，以提升模型对复杂网络中风险扩散行为的刻画能力。数据格式包括CSV、JSON与模型权重文件（.pth），时间精度为季度级，空间精度控制在地市级。质量控制方面，实施了数据去噪、标准化、特征归一化与专家复核机制，模型精度经多轮交叉验证，误差率低于2%。本数据集具备较强的可复用性与拓展性，可为区域性金融科技风险监测、网络稳定性分析及金融监管决策提供高质量的数据支撑和技术参考。