1.构建智能化破产管理人的方法，其特征在于：该方法包括：获取企业的申报数据，进行破产原因概率分析；

进行数字公证，评估破产状态，并选择破产路径，所述破产路径包括破产预和解、破产预重整、破产清算；

计算破产预重整价值，生成破产预重整的期望值，判断是否执行破产预重整；

建立预测模型，进行破产重整指标可用性判断，破产重整指标的概率计算，排除问题指标；

评定破产预重整建设等级，构建破产预重整模型，完成企业破产预重整，实施信用修复；

企业的破产原因概率分析包括：

获取企业破产的判断条件，并对企业进行分析，判断其是否破产；

利用马尔科夫链蒙特卡洛方法进行企业的破产原因概率分析；

获取破产企业的数据特征，记为L，在任一个L中存在变量x，x为正整数，不同的正整数x的大小对应着不同状态；

描述x在不同状态的概率分布，记为q；

更新单一的马尔科夫链；

其中，t代表周期；T算子为转移算子；

根据状态为整数的参数化设定，我们可以将转移算子T算子表示成一个矩阵A，矩阵A的状态定义如下：Aij＝T算子(x′＝i|x＝j)计算获取破产原因概率分布；

对企业破产原因的概率进行排序，并且不断更新调整；

所述破产预重整包括：

评估破产预重整价值，判断是否执行破产预重整；

利用自适应卡尔曼滤波对破产预重整价值进行评估；

设计多个维度值，依次为：判断主体、判断客体、判断标准、判断原则、判断目标；

设置自适应因子ak，用akPk代替原来的预测状态权阵Pk；

由此建立的自适应滤波解表达式为：其中， 代表当前k时刻状态的估计值；ak为自适应因子，满足0≤ak≤1；

是k时刻的状态的可逆过渡矩阵，Pk和 分别是L和 的权矩阵，即相应协方差矩阵的逆矩阵；

从而利用自适应卡尔曼滤波根据判断主体、判断客体、判断标准、判断原则、判断目标进行综合评估是否执行破产预重整；

若存在预重整收益大于清算收益；并且能够实现重整社会价值与经济价值的最大化，则执行破产预重整；

所述破产预重整还包括：

搭建预测模型；

在预测模型中，进行破产重整指标可用性判断，破产重整指标的概率计算，具体步骤如下：获取企业经济情况历史数据；

获取预重整企业的实际经营情况；

设置破产预重整指标阈值，根据破产预重整事件对应构成要件出现的概率进行设置；

破产预重整事件对应构成要件出现的概率计算公式为：其中，c表示破产预重整事件构成要件的名称，Pc表示破产预重整事件对应构成要件出现的概率，Xc表示破产预重整事件对应构成要件出现的总次数，N表示破产预重整事件出现的总次数；

将设置的指标阈值传递至指标判断单元；

判断破产预重整指标的可用性；

利用最小二乘残差法来设计指标可用性判决门限K门限，步骤如下所示：获取统计检测量；

获取破产最大告警率，记为X告警；

获取可观测的样本数，记为m；

在正常误差条件下，判决统计量服从自由度为m‑4的 分布；

破产预重整指标可用性得到确认后，计算出与破产预重整相似度最大的破产原因，公式如下：给定破产原因变量Vi，Vj；

Vi的条件概率函数用p(Vi|Vj)表示；

其中，p(Vi,Vj)是Vi，Vj的联合概率，p(Vj)是Vj的边缘概率；

则有联合概率的条件概率表达式：

p(Vi,Vj)＝p(Vi|Vj)p(Vj)计算出与破产预重整相似度最大的破产原因，并按照概率大小进行排序；

则进一步排除问题指标，公式如下：其中，H为观测指标值的矩阵；Q是协方差矩阵；Q1为m*4矩阵；Q2为m*(m‑4)矩阵；R为4×4矩阵，0为(m‑4)*4矩阵；

设概率密度函数为：

其中P(p)为概率密度函数，括号及等号右方的p为概率，b为问题指标数，T为预先设定的破产预重整指标阈值；

由最大似然估计可知，要得到参数的最大似然估计值，就要使似然函数值达到最大；

设第d个指标对应的偏差向量应该使似然函数 的值达到最大，化简并带入偏差向量μ＝[0…bi…0]得：其中，bi代表第i个问题指标数；

将上式对参数bi求导并令其为零，得：2Siy‑2biSii＝0；其中y为观测值；

所以可得参数bi的最大似然估计值 为：

2 T

这个估计值使 达到最大值(Siy)/Sii‑ySy，其中Si为S的第i行，Sii为S主对角线上的第i个元素；

综上所述，使概率密度最大的即为问题指标，将其排除。

2.根据权利要求1所述的构建智能化破产管理人的方法，其特征在于：进行数字公证包括：获取电子数据，为电子数据设置标签，结构化数据设标签0，非结构化数据设标签1；

构建关联分析模型，关联分析上报到数字公证模型的电子数据；

通过数据分析，实现企业破产概率检测。

3.根据权利要求2所述的构建智能化破产管理人的方法，其特征在于：构建关联分析模型，进行破产概率检测还包括：关联分析设置指标分析点，查看指标之间的关联性；

通过概率推理勾画出关联分析设置的特征图谱、特点、趋势、规律，画出关联曲线，构建关联分析模型，并利用该模型对行为特征持续收集；

通过先验概率模型进行指标检测，并对检测出的问题数据进行打标签，从而获得冗余的信息，提取出统计检测量，记为Y；

设置判决门限K门限，对统计检测量Y与判决门限K门限进行比较；

则有：

当Y≥K门限时，假设H1成立；当Y＜K门限时，假设H0成立；

其中，H0表示企业不存在破产状况；H1表示企业临近破产；从而实现破产概率检测。

4.根据权利要求3所述的构建智能化破产管理人的方法，其特征在于：所述破产预和解通过值迭代算法和蒙特卡洛方法组合为申请破产预和解的企业提供第三方调解机构，供其选择后，由第三方为利益相关方开展预和解，按照债务人填报，自动生成和解协议。

5.根据权利要求4所述的构建智能化破产管理人的方法，其特征在于：通过破产概率评定破产预重整建设等级；

所述破产预重整建设等级包括四级警告、三级警告、二级警告、一级警告；

当破产概率为20％至30％时，破产预重整建设等级为四级警告；

当破产概率为30％至40％时，破产预重整建设等级为三级警告；

当破产概率为40％至50％时，破产预重整建设等级为二级警告；

当破产概率为高于50％时，破产预重整建设等级为一级警告。

6.根据权利要求5所述的构建智能化破产管理人的方法，其特征在于：搭建破产预重整模型还包括：根据破产预重整等级，结合企业申报的债务人的股东会、董事会、主管部门或投资人同意预重整的文件；债务人具有预重整价值的分析报告及证据材料；债务人预重整的可行性分析报告或预重整方案，以及企业发展阶段、发展类型，判断下一步的趋势，经授权，采取下一步骤；

利用马尔科夫链蒙特卡洛方法挑选最适合的破产预重整办法，提出整改计划，包括整改方案、时间、进度情况；

根据上述整改计划，通过将特征相似度较高的破产预重整方案列举出来，成为供选择破产预重整方案；

强化学习完善破产预重整方案，自动建立优化版合规破产预重整方案，并建立持续监控措施，生成预重整工作报告，完成企业的破产预重整。

7.根据权利要求6所述的构建智能化破产管理人的方法，其特征在于：信用修复包括：生态环境修复、银行信用修复、税务信用修复、市场监管信用修复；

根据企业的破产预重整结果，自动向其提供第三方机构，供企业选择，解决企业存在的信用问题，并给出修复意见。