CN107944714A - 一种借贷风险评估方法及装置 - Google Patents
一种借贷风险评估方法及装置 Download PDFInfo
- Publication number
- CN107944714A CN107944714A CN201711219252.3A CN201711219252A CN107944714A CN 107944714 A CN107944714 A CN 107944714A CN 201711219252 A CN201711219252 A CN 201711219252A CN 107944714 A CN107944714 A CN 107944714A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- debt
- assessed
- credit
- data
- 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
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供一种基于生产设备数据的借贷风险评估方法,包括以下步骤:确定可比对象;比较待评估对象与可比对象的总体生产设备数据;根据总体生产设备比较的结果评估借贷风险。本发明还提供了一种实现上述方法的借贷风险评估装置。本发明通过企业的生产设备数据的比较来评估企业的相对信誉度,并根据相对信誉度评估借贷风险,解决弥补了现有技术中通过财务数据来判断借贷风险的不足,因生产设备数据反映了企业的生产状况,因此本借贷风险的评估方法相对通过单一的财务数据去判断借贷风险更为客观高效。更有利的是,能够针对征信信息缺失的企业进行合理的借贷风险评估,合理化了银行贷款资源配置。
Description
技术领域
本发明涉及一种借贷风险评估方法及装置,具体涉及一种基于生产设备数据的借贷风险评估方法及装置。
背景技术
企业征信的目的在于调查借款、被赊销企业或商务合作方的信用状况,了解其偿债能力与偿债意愿,协助授信银行、赊销企业等主体规避信用风险。
现有的企业贷款需要经过申请,申请时提交的材料包括:企业法人营业执照、企业法人资格认定书、企业组织机构代码证书、税务登记证、基本户开户行的开户许可证、法人身份证、法人简历、企业连续三年的财务审计报告,最近一期财务报表、企业在各商业银行的业务合作及企业内部融资状况。
银行进行审批后决定是否批贷。银行审批的一个重要环节是信用评估:调查人员根据贷款人的领导人素质、经济实力、资金结构、履约情况、经营效益和企业发展前景等因素确定贷款人的信用等级。并进行可行性分析,其中,对企业的财务状况的分析最为重要。而后进行综合判断:审查人员对调查人员提供的材料进行核实,判断企业目前状况以及中长期的发展、盈亏状况,重新推测贷款的风险度,提出意见,按照规定权限审批。
然而,有些企业在申请贷款时由于各种原因不能提供完整的信息,例如,对于没有土地,厂房等资产的企业,特别是小型企业,可能没有足够的纳税记录,设备也不是成套产线,而是小设备,单价达不到银行要求,也没有银行的征信记录,也无银行往来记录。这种情况下,银行在审批时往往会拒贷,被拒贷的企业只能通过民间借贷的方式融资,将承受高利息的代价。而事实上部分这种企业的生产状况良好,盈利能力非常强,对于银行而言,借贷风险小,收益快且高。但通过现有的借贷风险评估方式,无法对上述企业进行合理的风险评估。
发明内容
本发明的目的之一是针对传统征信信息量不足的企业提供一种接待相对风险的方法。包括以下步骤:确定可比对象;比较待评估对象与可比对象的总体生产设备数据;根据总体生产设备比较的结果评估借贷风险。
在确定可比对象的步骤中,确定最佳可比对象。
所述可比对象为待评估的企业的比较对象,所述可比对象可以是一个或者多个,所述可比对象为以待评估企业的地理位置为中心的一定半径内的行业与规模接近的其他企业。
确定最佳可比对象的方法如下,计算R=ω*|GA-GB|+κ*|IA-IB|,其中,GA表示待评估企业A的规模,GB表示备选可比对象B的规模,ω为加权系数,IA为待评估企业所处行业的参数,IB为备选可比对象B所处行业的参数,k为加权系数。针对每一个备选可比对象计算R值,R值最小的为最佳可比对象
所述总体生产设备数据的计算方式为:proi=Fpro(equ1,equ2,...equm),其中,proi是企业i的总体生产设备数据,equ1、equ2…..equm是生产设备数据,Fpro是反映企业总体生产设备数据是从equ1直至equm个生产设备数据之间的关系函数。生产设备数据是某一生产设备的开工时长、某一生产设备的开机时间、某一设备的生产效率或者良率中的一个或多个。
在比较待评估对象与可比对象的总体生产设备数据中,计算diff=proA-proB,其中,A为待评估企业,B为可比对象。若diff为正,则表明待评估的企业的生产设备数据优于可比对象的数据,其信誉优于可比对象,若diff为负,则表明待评估的企业的生产设备数据差于可比对象的数据,其信誉差于可比对象。根据diff的值评估待评估的相对借贷风险。
本发明还提供了一种实现上述方法的借贷风险评估装置,包括可比对象确定单元,总体生产设备数据计算单元,总体生产设备数据比较单元,输出单元;可比对象确定单元确定最佳可比对象;总体生产设备数据计算单元计算待评估的企业和最佳可比对象的总体生产设备数据,总体生产设备数据比较单元计算待评估的企业和最佳可比对象的总体生产设备数据差,输出单元根据计算待评估的企业和最佳可比对象的总体生产设备数据的差评估借贷风险。
本发明通过企业的生产设备数据的比较来评估企业的相对信誉度,并根据相对信誉度评估借贷风险,解决弥补了现有技术中通过财务数据来判断借贷风险的不足,因生产设备数据反映了企业的生产状况,因此本借贷风险的评估方法相对通过单一的财务数据去判断借贷风险更为客观高效。更有利的是,能够针对征信信息缺失的企业进行合理的借贷风险评估,合理化了银行贷款资源配置。
附图说明
图1是本发明提供的方法的流程图;
图2是本发明提供的装置的示意图。
具体实施方式
以下结合附图以及给出的实施例,对本发明作进一步的说明,但并不局限于此。
本发明首先提供一种借贷风险评估方法,特别地,涉及利用生产设备数据评估借贷风险的方法。如图1所示,该方法包括以下步骤:
步骤100:确定可比对象。在该步骤中,通过一定的规则寻找可比对象,所述可比对象为待评估的企业的比较对象,所述可比对象可以是一个或者多个。优选地,所述可比对象为待评估对象,即待评估企业为中心的一定半径内的类似企业。所述类似企业为与银行有过借贷往来的其他企业。例如待评估企业A的可比对象可以是以A的地理位置为中心的50km范围内的其他企业,例如与A相距25km的企业B,和/或相距40km的企业C。上述企业B和企业C与银行曾发生过借贷关系。另一方面,更为优选地,所述可比对象为以待评估企业的地理位置为中心的一定半径内的行业与规模接近的其他企业。例如,与待评估企业A相距25km的企业B,和/或相距40km的企业C,若企业C与企业A处于同一行业,并且规模相近,则企业C为最优比较对象。
更为一般的,确定可比对象的方法如下:
R=ω*|GA-GB|+κ*|IA-IB|
上式中,GA表示待评估企业A的规模,可以用为产值、主要生产设备数量、员工人数、或其他数据代替。GB表示备选可比对象B的规模,可以用为产值、主要生产设备数量、员工人数、或其他数据代替,ω为加权系数。IA为待评估企业所处行业的参数,IB为备选可比对象B所处行业的参数,k为加权系数。优选地,所述IA和IB可通过查表获得,本领域的技术人员应当理解,IA和IB的值可以人为设置,相似或相关行业的值接近,不相关行业的值差异较大,可理解为行业与行业之间的距离值。例如,处于同一行业的两个企业的行业距离值为0,处于上下游行业的两个企业的行业距离值可以是1,2,等等,而不同行业的两个企业的行业距离值可以是大于10,或20,或50的值。
因此,上述R的值可以理解为两个企业的差异度。差异度越小,表明两个企业的情况越接近。具体体现在二者的规模的差的绝对值以及行业的距离的绝对值。ω,K可根据实际情况设定,加大K的权重,意味着确定可比对象时更注重行业的差异,加大ω,即意味着确定可比对象时更注重企业的规模一致与否。上述权重也可以通过线性回归法不断修正。
如此,对于备选可比对象B、C、D、E……,分别计算GA与GB、GC、GD、GE……之间的差的绝对值,以及IA与IB、IC、ID、IE……之间的差的绝对值,并加权后得到不同的R值,R值最小的为最佳可比对象。
步骤200:比较待评估对象与可比对象的总体生产设备数据。
生产设备是由一定的电路、气路或机械构件组成。例如装备制造行业的机械工业行业的金属切削机床、锻压设备、起重运输设备、木工铸造设备、专业生产用设备、激光加工设备、其他机械设备、动能发生设备、电器设备、工业炉窑和其他动力设备等;化学工业行业的反应设备、塔、化工炉、交换器、贮罐、过滤设备、干燥设备、机械泵、破碎机械、起重设备和运输设备等;纺织工业行业的棉纺织设备,棉印染设备,化纤设备,毛、麻、丝纺织设备,针织设备和纺织仪器,毛、丝、针织、纱线染整设备类等;冶金工业行业的高炉、炼钢炉、焦炉、轧钢及锻压设备、烧结机和动力设备等;纸品行业制浆机、造纸机等。本领域的技术人员应当理解,生产设备直接或间接参加生产过程的设备。
在该步骤中,企业总体生产设备数据的计算方式为:proi=Fpro(equ1,equ2,...equm),其中,proi是企业i的总体生产设备数据,equ1、equ2…..equm是生产设备数据,Fpro是反映企业总体生产设备数据是从equ1直至equm个生产设备数据之间的关系函数。
可选地,Fpro是反映企业总体生产设备数据proi与各个生产设备数据equ之间的一致性变化关系的函数。进一步Fpro是反映企业总体生产设备数据proi与其中一个或多个生产设备数据equ之间的反向变化关系的函数。
上式中,equ1表示第一生产设备数据,equ2表示第二生产设备数据,equm表示第m个生产设备数据,本领域的技术人员应当理解上述m的值可以是1或者2或者3乃至更多,每个企业的生产设备不一样,其m的值可能也不一样,一个生产设备可以具有一个或多个生产设备数据。
非限制性地,上述equ1可以是某一生产设备的开工时长,equ2可以是某一生产设备的开机时间,equ3可以是某一设备的生产效率或者良率等等。本领域的技术人员应当理解,上述equ1、equ2等只是一个示意性的表示,并不限制为equ1就是某一生产设备的开工时长,equ2就是某一生产设备的开机时间,各参数表征的生产设备参数可以互换或者替换。
在一个非限制性的实施例中,Fpro反映了企业总体生产设备数据proi与各个生产设备数据equ之间的一致性变化关系(例如正向变化)。例如,如果equ1表示开工时长,则Fpro反应如下函数关系:开工时长越长,则proi值越大;又例如,如果equ2表示某设备的产率,则Fpro反应如下函数关系:产率越高,则proi值越大;又例如,如果equ3表示良率,则Fpro反应如下函数关系:良率越高,则proi值越大。因此Fpro可以是简单的正比例函数,例如:
Fpro=αp*equ1+βp*equ2+...+θp*equm
上式中αp、βp、……、θp是正比例系数,本领域的技术人员应当理解,由于各行业的差异以及各设备品种的差异,αp、βp、……、θp可以不同,可以根据实际情况设定特定的正比例系数值。而equ1、equ2、……、equm可以是原始的设备参数,例如,equ1表示开工时长,则equ1的值可以是1小时、5小时、9小时等等,也可以是1分钟、5分钟、55分钟等等;如果equ2表示某设备的产率,则equ2可以是20单位/台、8000单位/台等等,也可以是相对数,例如产率是30%、80%等等。例如,equ1表示开工时长,假设10小时是基准开工时长,某设备开工时长是5小时,则equ1的值可以5/10=0.5,假设100分钟是基准开工时长,某设备开工时长是500分钟,则equ1的值可以500/100=5。如果equ2表示某设备的产率,假设1000单位/台是基准产率,某设备的产率是3000单位/台,则equ2的值是3。
另一方面,因为有些设备数据可以用两个相反的概念来表述,例如良率(成品率)和次品率,因此Fpro并不局限于反映企业总体生产设备数据proi与各个生产设备数据equ之间的一致性变化关系,有可能是反向变化的关系,例如,如果equ3表示次品率,则Fpro反应如下函数关系:次品率越高,则proi值越小。此时,Fpro可以反应的是次品率的反比例关系。
上述实施例仅仅是示意性的,更为一般的情况下,Fpro并非各个生产设备数据的简单的正比例或者反比例函数,可以通过更为精细的参数模型来表示,例如初等函数:幂函数(一次函数、二次函数、多项式函数等)、对数函数、指数函数、三角函数、反三角函数以及函数之间的组合;复变函数;非初等函数,如符号函数,狄利克雷函数,gamma函数,误差函数,Weierstrass函数,以及各种可能的函数之间的组合函数。本发明并不限制具体的参数模型,只要Fpro反应各个设备参数之间的关联关系就均属于本发明的宗旨。
在更为普遍的实施例中,因为各行业的差异会导致各企业所使用的生产设备种类不同,而各生产设备的设备参数均可能存在差异,例如在某些行业中,某些设备的用电量(或者能耗)可以作为一个设备数据;在另一些行业中,某设备的污水排放量可以作为一个设备参数;或者设备消耗的原材料也可以作为设备数据。本领域的技术人员应当理解,本发明所述的设备并不限制于某一个特定行业的特定设备种类,因为只要是生产设备,就均具有设备数据,例如固定数据和运行数据及输出数据,本领域的技术人员可以根据具体的行业和具体的设备构建具体的生产设备数据乃至生产设备数据集。
在该步骤中,假设待评估的企业为A,而可比对象为B,或者最优可比对象为B。则计算diff=proA-proB,注意到diff的值可能是正也可能是负,或者0。
步骤300:根据生产设备比较的结果评估借贷风险。在步骤200中,若diff为正,则表明待评估的企业的生产设备数据优于可比对象的数据,其信誉优于可比对象,若diff为负,则表明待评估的企业的生产设备数据差于可比对象的数据,其信誉差于可比对象。Diff偏离0越远,则说明待评估的企业的信誉更优或者更差,借贷风险越低或越高。银行或者金融机构或者资本方可根据diff的值决定是否向待评估的企业借贷,或者决定借贷数额。
本发明还提供了一种借贷风险评估装置,如图2所示,包括可比对象确定单元,总体生产设备数据计算单元,总体生产设备数据比较单元,输出单元。
可比对象确定单元确定最佳可比对象。总体生产设备数据计算单元计算待评估的企业和最佳可比对象的总体生产设备数据,总体生产设备数据比较单元计算diff=proA-proB,其中,A为待评估企业,B为可比对象。各符号的含义同前文。输出单元根据总体生产设备比较的结果评估借贷风险。
本发明通过企业的生产设备数据的比较来评估企业的相对信誉度,并根据相对信誉度评估借贷风险,解决弥补了现有技术中通过财务数据来判断借贷风险的不足,因生产设备数据反映了企业的生产状况,因此本借贷风险的评估方法相对通过单一的财务数据去判断借贷风险更为客观高效。更有利的是,能够针对征信信息缺失的企业进行合理的借贷风险评估,合理化了银行贷款资源配置。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (10)
1.一种借贷风险评估方法,包括以下步骤:确定可比对象;比较待评估对象与可比对象的总体生产设备数据;根据总体生产设备比较的结果评估借贷风险。
2.根据权利要求1所述的借贷风险评估方法,其特征在于:在确定可比对象的步骤中,确定最佳可比对象。
3.根据权利要求1或2所述的借贷风险评估方法,其特征在于:所述可比对象为待评估的企业的比较对象,所述可比对象可以是一个或者多个,所述可比对象为以待评估企业的地理位置为中心的一定半径内的行业与规模接近的其他企业。
4.根据权利要求3所述的借贷风险评估方法,其特征在于:确定最佳可比对象的方法如下,计算R=ω*|GA-GB|+κ*|IA-IB|,其中,GA表示待评估企业A的规模,GB表示备选可比对象B的规模,ω为加权系数,IA为待评估企业所处行业的参数,IB为备选可比对象B所处行业的参数,k为加权系数。
5.根据权利要求4所述的借贷风险评估方法,其特征在于:针对每一个备选可比对象计算R值,R值最小的为最佳可比对象。
6.根据权利要求1-5任意一项权利要求所述的借贷风险评估方法,其特征在于:总体生产设备数据的计算方式为:proi=Fpro(equ1,equ2,...equm),其中,proi是企业i的总体生产设备数据,equ1、equ2…..equm是生产设备数据,Fpro是反映企业总体生产设备数据是从equ1直至equm个生产设备数据之间的关系函数。
7.根据权利要求6所述的借贷风险评估方法,其特征在于:生产设备数据是某一生产设备的开工时长、某一生产设备的开机时间、某一设备的生产效率或者良率中的一个或多个。
8.根据权利要求7所述的借贷风险评估方法,其特征在于:在比较待评估对象与可比对象的总体生产设备数据中,计算diff=proA-proB,其中,A为待评估企业,B为可比对象。
9.根据权利要求8所述的借贷风险评估方法,其特征在于:若diff为正,则表明待评估的企业的生产设备数据优于可比对象的数据,其信誉优于可比对象,若diff为负,则表明待评估的企业的生产设备数据差于可比对象的数据,其信誉差于可比对象;根据diff的值评估待评估的相对借贷风险。
10.一种实现如权利要求1-9任意一项方法所述借贷风险评估装置,包括可比对象确定单元,总体生产设备数据计算单元,总体生产设备数据比较单元,输出单元;可比对象确定单元确定最佳可比对象;总体生产设备数据计算单元计算待评估的企业和最佳可比对象的总体生产设备数据,总体生产设备数据比较单元计算待评估的企业和最佳可比对象的总体生产设备数据差,输出单元根据计算待评估的企业和最佳可比对象的总体生产设备数据的差评估借贷风险。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711219252.3A CN107944714A (zh) | 2017-11-28 | 2017-11-28 | 一种借贷风险评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711219252.3A CN107944714A (zh) | 2017-11-28 | 2017-11-28 | 一种借贷风险评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107944714A true CN107944714A (zh) | 2018-04-20 |
Family
ID=61950399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711219252.3A Pending CN107944714A (zh) | 2017-11-28 | 2017-11-28 | 一种借贷风险评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107944714A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111429016A (zh) * | 2020-03-30 | 2020-07-17 | 北京工商大学 | 基于工业互联网平台的小微企业融资风控方法及系统 |
CN111489134A (zh) * | 2020-04-13 | 2020-08-04 | 深圳前海微众银行股份有限公司 | 数据模型的构建方法、装置、设备及计算机可读存储介质 |
CN113487400A (zh) * | 2021-06-04 | 2021-10-08 | 长春工业大学 | 基于诚实度双向选择的金融授信共识方法 |
-
2017
- 2017-11-28 CN CN201711219252.3A patent/CN107944714A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111429016A (zh) * | 2020-03-30 | 2020-07-17 | 北京工商大学 | 基于工业互联网平台的小微企业融资风控方法及系统 |
CN111489134A (zh) * | 2020-04-13 | 2020-08-04 | 深圳前海微众银行股份有限公司 | 数据模型的构建方法、装置、设备及计算机可读存储介质 |
CN111489134B (zh) * | 2020-04-13 | 2024-05-10 | 深圳前海微众银行股份有限公司 | 数据模型的构建方法、装置、设备及计算机可读存储介质 |
CN113487400A (zh) * | 2021-06-04 | 2021-10-08 | 长春工业大学 | 基于诚实度双向选择的金融授信共识方法 |
CN113487400B (zh) * | 2021-06-04 | 2022-10-11 | 长春工业大学 | 基于诚实度双向选择的金融授信共识方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sunarto et al. | The effect of corporate governance on tax avoidance: The role of profitability as a mediating variable | |
CN107944714A (zh) | 一种借贷风险评估方法及装置 | |
Grody et al. | Risk accounting–a next generation risk management system for financial institutions | |
CN107909465A (zh) | 一种银行存款账户利息的校验方法及装置 | |
Kothandapani | Applications of Robotic Process Automation in Quantitative Risk Assessment in Financial Institutions | |
Boloș et al. | Developing an adaptive fuzzy controller for risk management of company cash flow | |
Melnychenko et al. | Tax control of transfer pricing | |
Frank et al. | Does finance flow to high productivity firms? | |
CN115936447A (zh) | 一种欠薪预警方法、系统、装置以及介质 | |
Rostami et al. | Study of The Relationship Between Capital Structure and Tax: Evidence from Iran | |
Hady | Analyzing the Effect of Board of Commissioners’ Characteristics, Managerial Ownership, and Financial Performance on Financial Risk Disclosure | |
Fard et al. | Don't interfere with my rights! Employee rights violation and the cost of bank loans | |
Manjunath et al. | 53. EFFECTIVE CAPITAL BUDGETING DECISIONS BY FIRMS | |
Yerzhanova et al. | Features of financing investment projects of small and medium-sized businesses in Kazakhstan | |
Adenomon et al. | Comparison Of Autoregressive Distributed Lag Model And Vector Error Correction Model Analysis On The Effect Of Some Macroeconomic Variables On Gdp In Nigeria | |
El-Shazly | Efficiency measures for banking groups in Egypt | |
Zakharkina et al. | The Impact of Socio-Economic Volatility on Business Value Growth in Ukraine | |
Phanse et al. | An efficiency analysis of nationalized banks in India | |
PRAVEEN | Effective Capital Budgeting Decisions By Firms | |
Hussein et al. | The role of audit in assessing the continuity of the economic unit under the investment policy governance (applied research in companies listed in the Iraqi Stock Exchange) | |
Fang et al. | Do R&D expenditure, royalty and technology licensing expenses increase operational performance of the biotech industry in Taiwan? | |
Lee et al. | Profitability, sales, operating, financing and investing in information technology firms | |
Mohanty et al. | PROJECT CREDIT APPRAISAL PROCESS AT LEADING POWER FINANCING COMPANY IN INDIA: A REVIEW | |
Surbakti et al. | Factors Influence on Debt Maturity Structure (In Manufacturing Companies Registered on the IDX for the 2019-2021 Period) | |
Захаркіна et al. | The Impact of Socio-Economic Volatility on Business Value Growth in Ukraine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180420 |