CN105741173A - 农业类公司投资价值评估方法及系统 - Google Patents
农业类公司投资价值评估方法及系统 Download PDFInfo
- Publication number
- CN105741173A CN105741173A CN201610080097.0A CN201610080097A CN105741173A CN 105741173 A CN105741173 A CN 105741173A CN 201610080097 A CN201610080097 A CN 201610080097A CN 105741173 A CN105741173 A CN 105741173A
- Authority
- CN
- China
- Prior art keywords
- investment value
- key index
- assessment models
- firm
- investment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005457 optimization Methods 0.000 claims description 19
- 238000009825 accumulation Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 9
- 239000000470 constituent Substances 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供一种农业类公司投资价值评估方法及系统,所述方法包括:获取影响农业类公司投资价值的主要指标;在所述主要指标中获取出影响农业类公司投资价值的关键指标;根据所述关键指标建立投资价值评估模型;根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,以获得该农业类公司投资价值评估的结果。上述方法不依赖于不确定的预期因素,有效地投资价值评估的准确性。
Description
技术领域
本发明涉及数据挖掘技术领域,尤其涉及一种农业类公司投资价值评估方法及系统。
背景技术
近十余年来国家陆续出台了诸多有关农业发展的政策,我国对农业发展问题的一直以来持有高度重视。公司投资价值分析是投融资、交易的前提,一家投资机构将一笔资金注入企业,应该占有的权益首先取决于企业的投资价值。正确快速的对农业类公司投资价值分析,可以促进农业类公司核心竞争力的形成和发展,为农业更好地统筹发展和下一步的决策提供支持和借鉴。
目前,国外对于公司投资价值的评估已经形成一套不断完善和发展的理论体系,比较具有代表性的是麦肯锡价值评估模式,该模式提出了以收益法为核心的投资价值模型,被看作投资价值评估研究的里程碑。我国的研究主要集中在成本法、收益法和市场法。但是以上这些方法大多针对经济类上市公司提出而并非针对农业类公司,并不适用于农业类公司投资价值的评估。
目前对农业类公司投资价值评估的研究比较少,以往对农业类公司价值的分析主要采用实地调研,收集数据,然后由专家或分析师进行人工分析,这种方法依赖于不确定的预期因素,所以主观性和随意性大,误差相对较大。
因此,亟需一种能快速准确分析出农业类公司投资价值的方法,规避专家和分析师的人工参与,以减小主观性和随意性,更好地为经营者进一步提高效率提供决策依据和参考,为农业类型企业制定合理的产业政策和理论借鉴。
发明内容
针对现有技术中的缺陷,本发明提供一种农业类公司投资价值评估方法及系统,不依赖于不确定的预期因素,有效地投资价值评估的准确性。
第一方面,本发明提供一种农业类公司投资价值评估方法,包括:
获取影响农业类公司投资价值的主要指标;
在所述主要指标中获取出影响农业类公司投资价值的关键指标;
根据所述关键指标建立投资价值评估模型;
根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,以获得该农业类公司投资价值评估的结果。
优选地,所述在所述主要指标中获取出影响农业类公司投资价值的关键指标,包括:
采用主成分分析法对所述主要指标进行筛选、去重及降维处理,以获得影响农业类公司投资价值的关键指标。
优选地,所述根据所述关键指标建立投资价值评估模型,进一步包括:
根据所述关键指标建立投资价值评估模型,并对所述投资价值评估模型进行优化;
所述根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,包括:
根据所述影响农业类公司投资价值的关键指标及优化后的投资价值评估模型对该农业类公司投资价值进行评估。
优选地,在所述根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型,获得该农业类公司投资价值评估的结果之前,所述方法还包括:
对所述优化后的投资价值评估模型进行实证分析,以使所述优化后的投资价值评估模型的准确率大于预设值。
优选地,所述主要指标,包括:现金比率、营业利润率、净资产收益率、资本积累率、总资产增长率、净利润增长率、营业利润增长率和营业收入增长率。
第二方面,本发明提供一种农业类公司投资价值评估系统,包括:
主要指标获取模块,用于获取影响农业类公司投资价值的主要指标;
关键指标获取模块,用于在所述主要指标中获取出影响农业类公司投资价值的关键指标;
投资价值评估模型建立模块,用于根据所述关键指标建立投资价值评估模型;
投资价值评估模块,用于根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,以获得该农业类公司投资价值评估的结果。
优选地,所述关键指标获取模块,具体用于采用主成分分析法对所述主要指标进行筛选、去重及降维处理,以获得影响农业类公司投资价值的关键指标。
优选地,所述投资价值评估模型建立模块,进一步用于
根据所述关键指标建立投资价值评估模型,并对所述投资价值评估模型进行优化;
相应地,所述投资价值评估模块,用于根据所述影响农业类公司投资价值的关键指标及优化后的投资价值评估模型对该农业类公司投资价值进行评估。
优选地,所述系统还包括:实证分析模块,用于对所述优化后的投资价值评估模型进行实证分析,以使所述优化后的投资价值评估模型的准确率大于预设值。
优选地,所述主要指标,包括:现金比率、营业利润率、净资产收益率、资本积累率、总资产增长率、净利润增长率、营业利润增长率和营业收入增长率。由上述技术方案可知,本发明的农业类公司投资价值评估方法及系统,通过获取出影响农业类公司投资价值的关键指标;建立投资价值评估模型;根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,以获得该农业类公司投资价值评估的结果。由此,不依赖于不确定的预期因素,有效地投资价值评估的准确性。
附图说明
图1为本发明一实施例提供的农业类公司投资价值评估方法的流程示意图;
图2为本发明另一实施例提供的农业类公司投资价值评估方法的流程示意图;
图3为本发明一实施例提供的农业类公司投资价值评估系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他的实施例,都属于本发明保护的范围。
图1示出了本发明一实施例提供的农业类公司投资价值评估方法的流程示意图,如图1所示,本实施例的农业类公司投资价值评估方法如下所述。
101、获取影响农业类公司投资价值的主要指标。
举例来说,影响农业类公司投资价值的主要指标包括:现金比率、营业利润率、净资产收益率、资本积累率、总资产增长率、净利润增长率、营业利润增长率和营业收入增长率。此外,可根据实际需要获取其它数据作为影响农业类公司投资价值的主要指标,本实施例不对其进行限定。
102、在所述主要指标中获取出影响农业类公司投资价值的关键指标。
在实际应用中,可采用主成分分析法对上述的主要指标进行筛选、去重及降维处理,以获得影响农业类公司投资价值的关键指标。
可理解的是,通常影响农业类公司投资价值的因素较多,从而需要舍弃部分影响较小的因素,只保留影响农业类公司投资价值的重要指标作为上述的关键指标。
103、根据所述关键指标建立投资价值评估模型。
具体来说,先将影响农业类公司投资价值的关键因素分类为训练集和测试集,再训练集数据建立支持向量机的分类模型。
举例来说,对训练集T={(x1,y1),...,(xl,yl)}∈(Rn×1×),构造正类点矩阵A和负类点矩阵B;选择适当的惩罚因子C1,C2>0构造求解如下二次规划问题:
和
其中,H=(A,e1),G=(B,e2),P=H,Q=G,e1,e2是适当维数的分量全是1的列向量。由此得到最优解α*,γ*。进一步计算以下两个分类超平面
构造分类函数
该模型的输出采用年度净资产收益率作为评价指标,进而完成投资价值评估模型的建立。在训练集的指标数据中,净资产收益率排名前20%的农业类公司记为投资价值高,其余的记为投资价值低。
在实际应用中,还需要对上述的投资价值评估模型进行优化。
具体来说,应用中理论上当上述ck≥85%时,就可以用前K个主成分来表示原有指标而不会损失太多信息,但如果用测试集数据测试模型时,发现模型没有达到一定的准确度,比如误差大于要求的一个固定百分比η,为了提高投资价值评估模型的准确度,需要调整累积贡献率函数ck,即增大ck的值,比如将ck的值增大至88%,这时求得相应的K值,并将此时的前K个主成分作为关键指标,从而提高准确度,重复上述操作,直至模型准确度满足要求。
104、根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,以获得该农业类公司投资价值评估的结果。
在进行农业类公司投资价值的评估时,可将该农业公司的关键指标作为输入量输入上述的投资价值评估模型,经过模型处理后的输出结果值越高,说明该农业公司的投资价值越高。
在上述的步骤104之前,该方法还包括图中未示出的步骤104’。
104’、对所述优化后的投资价值评估模型进行实证分析,以使所述优化后的投资价值评估模型的准确率大于预设值。
在实际应用中,可采用农业公司历年的资产数据作为样本上述的投资价值模型进行实证分析,并根据实证分析结果进一步调整影响上述评估模型的关键指标,从而使优化后的投资价值评估模型的准确率大于预设值。该预设值可根据实际需要进行设置,本实施例不对其进行限定。
本发明的农业类公司投资价值评估方法,通过获取出影响农业类公司投资价值的关键指标;建立投资价值评估模型;根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,以获得该农业类公司投资价值评估的结果。由此,不依赖于不确定的预期因素,有效地投资价值评估的准确性。
图2示出了本发明一实施例提供的农业类公司投资价值评估方法的流程示意图,如图2所示,本实施例的农业类公司投资价值评估方法如下所述。
201、获取影响农业类公司投资价值的主要指标。
202、采用主成分分析法对所述主要指标进行筛选、去重及降维处理,以获得影响农业类公司投资价值的关键指标。
举例来说,将由数据库中获得的主要指标记为X1,X2,…,Xp,则X=(Xij)n×p为其观测矩阵,R=(rij)n×p为其系数矩阵,λi=ei(i=1,2,...,p)为P个常数向量;考虑如下线性组合为P个主要指标,则Yi的样本方差为协方差为λ1≥λ2≥...≥λp≥0,其中(i,j=1,2,...,p);设R的特征根和对应的正交化单位特征向量分别为λ1≥λ2≥...≥λp≥0和e1,e2,...,ep,则可以证明当Li=ei时,有Vai=λi,此时令
其中,bk和ck分别为第K个主成分的贡献率和前K个主成分的累积贡献率。累积贡献率表示前K个主成分占有指标总信息量的份额,通常情况下,可使ck≥85%时,用前K个主成分来表示原有指标而不会损失过多信息。由此,可以用较少的新指标代替原来的P个指标,完成指标的降维,降维后的指标即为影响农业类公司投资价的关键指标。
203、根据所述关键指标建立投资价值评估模型,并对所述投资价值评估模型进行优化。
204、对所述优化后的投资价值评估模型进行实证分析,以使所述优化后的投资价值评估模型的准确率大于预设值。
205、根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,以获得该农业类公司投资价值评估的结果。
本发明的农业类公司投资价值评估方法,通过获取出影响农业类公司投资价值的关键指标;建立投资价值评估模型;根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,以获得该农业类公司投资价值评估的结果。由此,不依赖于不确定的预期因素,有效地投资价值评估的准确性。
图3示出了本发明一实施例提供的农业类公司投资价值评估系统,如图3所述,本实施例的农业类公司投资价值评估系统,包括:主要指标获取模块31、关键指标获取模块32、投资价值评估模型建立模块33和投资价值评估模块34。
主要指标获取模块31,用于获取影响农业类公司投资价值的主要指标;
关键指标获取模块32,用于在所述主要指标中获取出影响农业类公司投资价值的关键指标;
投资价值评估模型建立模块33,用于根据所述关键指标建立投资价值评估模型;
投资价值评估模块34,用于根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,以获得该农业类公司投资价值评估的结果。
优选地,上述关键指标获取模块32,具体用于采用主成分分析法对所述主要指标进行筛选、去重及降维处理,以获得影响农业类公司投资价值的关键指标。
优选地,上述投资价值评估模型建立模块33,进一步用于根据所述关键指标建立投资价值评估模型,并对所述投资价值评估模型进行优化;
相应地,投资价值评估模块,用于根据所述影响农业类公司投资价值的关键指标及优化后的投资价值评估模型对该农业类公司投资价值进行评估。
优选地,本实施例的农业类公司投资价值评估系统还包括图中未求出的实证分析模块,用于对所述优化后的投资价值评估模型进行实证分析,以使所述优化后的投资价值评估模型的准确率大于预设值。
优选地,上述影响农业类公司投资价值的主要指标,包括:现金比率、营业利润率、净资产收益率、资本积累率、总资产增长率、净利润增长率、营业利润增长率、营业收入增长率。
本实施例的农业类公司投资价值评估系统,可以用于执行上述图1或图2所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本发明的农业类公司投资价值评估系统,通过获取出影响农业类公司投资价值的关键指标;建立投资价值评估模型;根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,以获得该农业类公司投资价值评估的结果。由此,不依赖于不确定的预期因素,有效地投资价值评估的准确性。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (10)
1.一种农业类公司投资价值评估方法,其特征在于,所述方法包括:
获取影响农业类公司投资价值的主要指标;
在所述主要指标中获取出影响农业类公司投资价值的关键指标;
根据所述关键指标建立投资价值评估模型;
根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,以获得该农业类公司投资价值评估的结果。
2.根据权利要求1所述的方法,其特征在于,所述在所述主要指标中获取出影响农业类公司投资价值的关键指标,包括:
采用主成分分析法对所述主要指标进行筛选、去重及降维处理,以获得影响农业类公司投资价值的关键指标。
3.根据权利要求1所述的方法,其特征在于,所述根据所述关键指标建立投资价值评估模型,进一步包括:
根据所述关键指标建立投资价值评估模型,并对所述投资价值评估模型进行优化;
所述根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,包括:
根据所述影响农业类公司投资价值的关键指标及优化后的投资价值评估模型对该农业类公司投资价值进行评估。
4.根据权利要求3所述的方法,其特征在于,在所述根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型,获得该农业类公司投资价值评估的结果之前,所述方法还包括:
对所述优化后的投资价值评估模型进行实证分析,以使所述优化后的投资价值评估模型的准确率大于预设值。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述主要指标,包括:现金比率、营业利润率、净资产收益率、资本积累率、总资产增长率、净利润增长率、营业利润增长率和营业收入增长率。
6.一种农业类公司投资价值评估系统,其特征在于,所述系统包括:
主要指标获取模块,用于获取影响农业类公司投资价值的主要指标;
关键指标获取模块,用于在所述主要指标中获取出影响农业类公司投资价值的关键指标;
投资价值评估模型建立模块,用于根据所述关键指标建立投资价值评估模型;
投资价值评估模块,用于根据所述影响农业类公司投资价值的关键指标及所述投资价值评估模型对该农业类公司投资价值进行评估,以获得该农业类公司投资价值评估的结果。
7.根据权利要求6所述的系统,其特征在于,所述关键指标获取模块,具体用于采用主成分分析法对所述主要指标进行筛选、去重及降维处理,以获得影响农业类公司投资价值的关键指标。
8.根据权利要求6所述的方法,其特征在于,所述投资价值评估模型建立模块,进一步用于
根据所述关键指标建立投资价值评估模型,并对所述投资价值评估模型进行优化;
相应地,所述投资价值评估模块,用于根据所述影响农业类公司投资价值的关键指标及优化后的投资价值评估模型对该农业类公司投资价值进行评估。
9.根据权利要求8所述的系统,其特征在于,所述系统还包括:实证分析模块,用于对所述优化后的投资价值评估模型进行实证分析,以使所述优化后的投资价值评估模型的准确率大于预设值。
10.根据权利要求6至9任一项所述的系统,其特征在于,所述主要指标,包括:现金比率、营业利润率、净资产收益率、资本积累率、总资产增长率、净利润增长率、营业利润增长率和营业收入增长率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610080097.0A CN105741173A (zh) | 2016-02-04 | 2016-02-04 | 农业类公司投资价值评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610080097.0A CN105741173A (zh) | 2016-02-04 | 2016-02-04 | 农业类公司投资价值评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105741173A true CN105741173A (zh) | 2016-07-06 |
Family
ID=56245026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610080097.0A Pending CN105741173A (zh) | 2016-02-04 | 2016-02-04 | 农业类公司投资价值评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105741173A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600131A (zh) * | 2016-12-07 | 2017-04-26 | 国网河北省电力公司 | 电网投资分析模型评价方法 |
CN109214925A (zh) * | 2018-08-16 | 2019-01-15 | 深圳前海乘方互联网金融服务有限公司 | 一种投资价值评估系统 |
CN109426902A (zh) * | 2017-08-25 | 2019-03-05 | 北京国双科技有限公司 | 企业综合评比方法和装置 |
CN113724053A (zh) * | 2021-09-09 | 2021-11-30 | 内江师范学院 | 农产品供应链协调方法及系统 |
-
2016
- 2016-02-04 CN CN201610080097.0A patent/CN105741173A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600131A (zh) * | 2016-12-07 | 2017-04-26 | 国网河北省电力公司 | 电网投资分析模型评价方法 |
CN109426902A (zh) * | 2017-08-25 | 2019-03-05 | 北京国双科技有限公司 | 企业综合评比方法和装置 |
CN109214925A (zh) * | 2018-08-16 | 2019-01-15 | 深圳前海乘方互联网金融服务有限公司 | 一种投资价值评估系统 |
CN113724053A (zh) * | 2021-09-09 | 2021-11-30 | 内江师范学院 | 农产品供应链协调方法及系统 |
CN113724053B (zh) * | 2021-09-09 | 2023-06-23 | 内江师范学院 | 农产品供应链协调方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zeidan et al. | Developing a sustainability credit score system | |
Doidge et al. | The US left behind? Financial globalization and the rise of IPOs outside the US | |
CN109657721A (zh) | 一种结合模糊集和随机森林树的多类别决策方法 | |
CN105741173A (zh) | 农业类公司投资价值评估方法及系统 | |
CN102779317B (zh) | 基于信用等级与违约损失率匹配的信用评级系统与方法 | |
Velayutham | Sustainability disclosure and earnings management | |
Su et al. | Ultimate ownership, institutionality, and capital structure: Empirical analyses of Chinese data | |
Begenau et al. | An empirical guide to investor-level private equity data from preqin | |
CN103839176A (zh) | 一种基于层次分析法的新能源企业价值评估模型 | |
Papadopoulos | Discrepancies in corporate GHG emissions data and their impact on firm performance assessment | |
Zafeiriou et al. | Environmental Kuznets curve for deforestation in Eastern Europe: a panel cointegration analysis | |
Pinková et al. | Corporate life cycle as determinant of capital structure in companies of Czech automotive industry | |
Taylor et al. | Robust anomalies? A close look at accrual‐based trading strategy returns | |
da Silva Mattos et al. | Bankruptcy prediction with low-quality financial information | |
Yang | Performance evaluation model of economic compensation policy for cultivated land protection in coastal areas based on propensity value matching method | |
CN110597990A (zh) | 一种基于智能分类的财务分析方法和系统 | |
CN107292477A (zh) | 一种基于公司经营健康状况的信用评估方法 | |
CN116167629A (zh) | 一种分布式的策略自动化生成方法、系统及存储介质 | |
Bailey et al. | Stock portfolio design and backtest overfitting | |
Musumeci et al. | BE/ME and E/P work better than ME/BE or P/E in regressions | |
Cucaro | Measuring the" health" of Italian SMEs with insolvency prediction models Z'-ScoreM and D-Score: Measuring default index of Italian SMEs | |
Yang | Research on quantitative multi-factor stock selection model based on machine learning | |
CN110084273A (zh) | 一种上市公司投资价值量化计算方法与装置 | |
Xiao et al. | Stock mispricing differentiate the motives for mergers and acquisitions: Based on the post-acquisition market evidence from china | |
Zhang | Forecasting financial performance of companies for stock valuation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160706 |
|
RJ01 | Rejection of invention patent application after publication |