CN108537436A

CN108537436A - 证券业绩效评价方法、系统、设备、存储介质

Info

Publication number: CN108537436A
Application number: CN201810301874.9A
Authority: CN
Inventors: 孙善辉
Original assignee: Suzhou University
Current assignee: Suzhou University
Priority date: 2018-04-04
Filing date: 2018-04-04
Publication date: 2018-09-14

Abstract

本发明公开了一种证券业绩效评价方法、系统、设备、存储介质，属于证券类业务类型评价技术领域，包括：确定基于平衡记分卡的证券业绩效评价体系；数据采集与处理；通过层次分析法对于准则层和指标层进行主观赋权；通过熵权法对于准则层和指标层进行客观赋权；对指标层进行主客观结合的综合赋权，得到其综合权重；将所述综合权重进行归一化处理，得到改进后的指标层综合权重；根据改进后的指标层综合权重，得到证券业绩效评价结果并输出。本发明示例的技术方案，适用于证券类各业务的绩效评估，准确度高，贴近实际的情况。

Description

证券业绩效评价方法、系统、设备、存储介质

技术领域

本发明属于证券类业务类型评价技术领域，具体而言是一种证券业绩效评价方法、系统、设备、存储介质。

背景技术

根据《中华人民共和国证券法》第一百二十五条的规定，中国的证券公司经营业务主要有证券经纪、证券投资咨询、证券交易证券投资活动有关的财务顾问、证券承销与保荐、证券自营、证券资产管理以及其他证券业务。目前一般证券公司业务范围会选择一种或者几种经营，只是法律对于经营多种业务的有硬性规定，或者说有更强的资本金和资质要求，因此，证券公司一般多种经营业务混业经营，具体的做法就是在公司架构上会有多层机构和多个部门，分别处理不同领域的业务。

证券企业所经营的主要业务，划分为投资证券业务类、证券经纪业务类、证券咨询顾问类、证券承销与资产管理类等四种类型。其中投资证券类业务，主要是指从事证券发行承销与保荐、担任并购活动中的财务顾问等方面的工作；证券经纪类业务，主要是指接受投资人委托、代为买卖股票、证券等方面的工作；证券咨询顾问类业务，主要是指取得监管部门颁发的相关资格的机构及其咨询人员为证券投资者或客户提供证券投资的相关信息、分析、预测或建议等方面的工作；证券承销与资产管理类业务，主要是指委托人将自己的资产交给受托人、由受托人为委托人提供承销与资产管理服务的行为。

为了对企业内的各部门进行合理的规划，制定切实可行的企业发展计划以及发展目标，需要对证券业各类业务绩效进行评估，传统做法实现了事后各业务绩效的统计，但还没有好的方法能够比较准确的进行事前的各业务绩效的评估。

发明内容

为了解决上述现有技术中的不足，本发明的目的在于提供一种证券业绩效评价方法、系统、设备、存储介质，适用于证券类各业务的绩效评估，准确度高，贴近实际的情况。

为了解决上述技术问题，本发明采用如下技术方案：

一方面，本发明提供了一种证券业绩效评价方法，包括：

确定基于平衡记分卡的证券业绩效评价体系，所述评价体系包括目标层、准则层和指标层；

数据采集与处理，采集原始数据并对原始数据进行标准化处理；

通过层次分析法对于准则层和指标层进行主观赋权，得到其主观权重；

通过熵权法对于准则层和指标层进行客观赋权，得到其客观权重；

对指标层进行主客观结合的综合赋权，得到其综合权重；

将所述综合权重进行归一化处理，得到改进后的指标层综合权重；

根据改进后的指标层综合权重，得到证券业绩效评价结果并输出。

进一步的，所述数据采集，通过打分法或者调查法进行。

进一步的，所述标准化处理采用无量纲化处理。

进一步的，所述通过层次分析法对于准则层和指标层进行主观赋权，得到其主观权重，包括：

确定评价体系中各指标间的重要性关系；

根据各指标间的重要性关系构造判断矩阵；

求解所述判断矩阵的最大特征值及特征向量；

计算判断矩阵的一致性，若判断矩阵未通过一致性检验，则对其进行修正直至其通过一致性检验；

基于通过一致性检验的判断矩阵，得到准则层和指标层的主观权重并输出。

进一步的，所述通过熵权法对于准则层和指标层进行客观赋权，得到其客观权重，包括：

根据待评价证券类业务模式和评价体系中的评价指标建立原始数据矩阵；

对原始数据矩阵进行标准化处理，得到标准化矩阵和标准化公式；

根据标准化公式得到相应评价指标下证券类业务模式评价值的比重；

根据所述比重得到相应评价指标的熵值；

根据所述熵值和公共因子构建赋权公式；

根据赋权公式得到相应指标的熵值；

各个指标的熵值构成指标层和准则层的客观权重并输出。

进一步的，目标层包括对证券业综合绩效考核的结果；准则层包括经营财务、客户服务、内部管理和学习成长；指标层包括每层准则层内的若干个指标。

进一步的，所述标准化公式包括数值越小越好指标的标准化公式和数值越大越好指标的标准化公式，其中：

佣金保持率、客户投诉率、业务差错、员工流失率均为数值越小越好的变量，标准化过程中采用数值越小越好指标的标准化公式；

其余的变量均为数值越大越好的变量，标准化过程中采用数值越大越好指标的标准化公式。

另一方面，本发明还提供了一种证券业绩效评价系统，包括：

评价体系确定单元，配置用于确定基于平衡记分卡的证券业绩效评价体系；

数据采集单元，配置用于采集原始数据；

数据处理单元，配置用于对原始数据进行标准化处理

主观权重单元，配置用于通过层次分析法对于准则层和指标层进行主观赋权；

客观权重单元，配置用于通过熵权法对于准则层和指标层进行客观赋权；

综合权重单元，配置用于对指标层进行主客观结合的综合赋权；

归一化单元，配置用于进行归一化处理；

运算单元，配置用于根据改进后的指标层综合权重，得到证券业绩效评价结果；

输出单元，配置用于输出证券业绩效评价结果。

另一方面，本发明还提供了一种设备，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行本发明示例的任一种证券业绩效评价方法。

另一方面，本发明还提供了一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现本发明示例的任一种证券业绩效评价方法。

与现有技术相比，本发明的有益效果为：

1、本发明示例的证券业绩效评价方法，能够对证券类各种业务的绩效进行评价，对于证券类企业的参考价值非常大，利于企业进行合理的部门设置和业务分配，对于证券类企业的前置工作具有十分重要的意义。

2、本发明示例的证券业绩效评价方法，对综合权重进行归一化处理，最终根据改进后的指标层综合权重得到证券业绩效评价结果，提高评价结果的准确性。

3、传统的评价方法只利用了指标层的主观权重和客观权重进行计算，并未使用准则层的权重进行计算，也就没有考虑到准则层的权重对于指标层权重的影响，有可能导致得出的权重与实际情况相差较大，本发明示例的评价方法同时使用了指标层和准则层的权重，避免了上述问题，使得得出的权重与实际情况相符。

4、本发明示例的证券业绩效评价方法，使用熵权法确定客观权重时，增加一个公共因子，保障当熵值趋于1时，计算熵权法权重的分子的极限不为0，从而有效的避免熵值的微小差异导致熵权变化较大的极端情况。

5、本发明示例的证券业绩效评价方法，评价体系涵盖目标层、准则层和指标层，非常全面，原始数据进行标准化处理，保证数据与各个处理模型的适配性，提升结果的准确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本发明一个实施例的流程示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

如图1所示，本发明的一个实施例提供了一种证券业绩效评价方法，包括：

S1：确定基于平衡记分卡的证券业绩效评价体系，所述评价体系包括目标层、准则层和指标层；

S2：数据采集与处理，采集原始数据并对原始数据进行标准化处理；

S3：通过层次分析法对于准则层和指标层进行主观赋权，得到其主观权重；

S4：通过熵权法对于准则层和指标层进行客观赋权，得到其客观权重；

S5：对指标层进行主客观结合的综合赋权，得到其综合权重；

S6：将所述综合权重进行归一化处理，得到改进后的指标层综合权重；

S7：根据改进后的指标层综合权重，得到证券业绩效评价结果并输出。

需要说明的是，本实施例以及说明书附图中，虽然步骤的序号带有执行顺序，但这并不表示或者暗示本发明示例的方法必须按照该顺序执行，相反的，某些步骤可以不按照上述的数字顺序执行，比如：S4可以在S3之前执行。

具体的，S1中，根据证券业绩效评价的目标，评价体系由目标层、准则层和指标层三层构成。其中目标层只有一个，就是对证券业综合绩效考核的结果。准则层分为四个部分，分别为经营财务评价、客户服务评价、内部管理评价和学习成长评价，每个准则下面的指标层中又分成若干个指标。

为了更好地划分证券业不同的类型，本实施例按照证券企业所经营的主要业务，划分为投资证券业务类、证券经纪业务类、证券咨询顾问类、证券承销与资产管理类等四种类型。其中投资证券类业务，主要是指从事证券发行承销与保荐、担任并购活动中的财务顾问等方面的工作；证券经纪类业务，主要是指接受投资人委托、代为买卖股票、证券等方面的工作；证券咨询顾问类业务，主要是指取得监管部门颁发的相关资格的机构及其咨询人员为证券投资者或客户提供证券投资的相关信息、分析、预测或建议等方面的工作；证券承销与资产管理类业务，主要是指委托人将自己的资产交给受托人、由受托人为委托人提供承销与资产管理服务的行为。

具体指标体系构建，如表1所示：

表1基于平衡计分卡的证券业绩效评价指标体系

S2中，所述数据采集，通过打分法或者调查法进行。

层次分析法的数据是通过打分法获取的，具体为专家打分法，因此层次分析法得到的指标层和准则层的权重又叫做主观权重。层次分析法数据采购过程首先是对绩效评价者进行专业培训，其目的是通过培训，使评价者了解证券业目前流行的几种不同业务模式，掌握绩效考核的相关技能，熟悉绩效评价的各个环节。绩效评价者的培训内容主要包括：绩效考核的标准内容,考核指标体系的计算及评分方式，绩效考核办法以及考核实施过程中应该注意的问题。通过培训，要求绩效评价者能够准确掌握绩效评价的考核办法，把握考核的标准，克服评价过程中常见的问题，最后还能够能够分享评价过程中的经验。

运用层次分析法对证券业绩效考核体系打分过程中，主要包括以下几个方面。首先，要求绩效评价者对被考核的证券类业务有充分的了解；其次，要求绩效评价者熟练掌握评价的基本原理及操作实务；第三，要求绩效评价者必须在评价过程中与证券业的相关人员进行有效地沟通和交流。

熵权法是通过标准化市场调查数据，进而形成评价数据的标准矩阵。基于标准化矩阵中评价指标对应的数值，计算证券业绩效评价指标体系的熵值，最后使用熵值求解指标的权重值。因为熵权法是通过分析市场调查数据求解权重值的，所以熵权法求出的权重值又叫做客观权重。

熵权法使用的数据既包含社会调查数据也包含市场调查数据，因此本部分数据的采集过程需要注意以下方面的问题。对于社会调查而言，首先是针对证券业绩效评价的目标确定调查研究任务，具体包括选择调查的指标和选项，以及前期的假设。其次，是根据绩效评价的目标，设计出符合证券业实际情况的调查问卷及调查方案，其中包括调查研究指标的设计。再次，是整体社会研究方案的设计及对调查研究方案的可行性研究的论证，以及调查人员的选择、训练、组织等工作。最后，是社会调查的调查阶段，主要包括资料搜集和整理，以及后期的甄别、回访以及确认工作。

对于市场调查而言，首先需要建立一套严密的调查方案，从而确保采集数据的真实性。其次，需要确定是委托专业公司代为调查还是组织课题组自行调查。最后，基于证券业绩效评价的评价目标和目标，秉持市场调查的客观准则，依据调查的要求，选择合适的调查对象，制定完善的调查方案，做好抽样调查的样本提取工作。

层次分析法主要是通过确定好的层次分析法模型，将专家两两比较的打分数据输入，整理并生成判断矩阵，是一种通过专家打分得出指标体系权重的主观赋权方法。其具体步骤为：

(1)确定指标间关系。

针对指标体系中各指标进行两两判断，确定各个指标之间的关系，指标i和指标j的关系用t_ij进行表示。其中t_ij的取值由表2给出。

表2层次分析法的因素指标判定表

(2)构造判断矩阵。

所有的t_ij最终构造出出层次分析法原始的判断矩阵T，其中矩阵T对元素t_ij的要求是：

t_ij＞0,t_ij＝1/t_ji,t_ii＝1。 (1)

若矩阵T所有元素均满足(1)式，则称矩阵T为一致性矩阵。

(3)求解矩阵T的最大特征值及特征向量。

首先计算矩阵T各行元素的乘积，然后开方后进行归一化处理，最后利用线性代数的知识求解矩阵T对应的最大特征值及其对应的特征向量。其中最大特征值对应的特征向量即为指标体系的权重。

(4)判断矩阵T的一致性。

基于建立的层次分析法的判断矩阵T，需要计算其一致性。如果判断矩阵通过了一致性，那么就说明各指标体系的权重具有较强的可信度，可以使用指标体系的权重进行绩效评价。具体的检验步骤为：

首先，计算一致性指标CI：

其中，λ_max为判断矩阵的最大特征值，n为判断矩阵的阶数。

其次，查阅评价随机一致性指标RI一览表，计算一致性比例CR：

其中评价随机一致性指标RI如表3所示：

表3评价随机一致性指标RI一览表

最后，判断矩阵T的一致性。若CR＜0.1，则认为判断矩阵T通过了一致性检验；否则，需要重新对该判断矩阵进行修正，再次对其进行检验，直至通过一致性检验为止。

(5)确定指标体系的权重。基于通过一致性检验的判断矩阵T，利用公式

TA＝λ_maxA， (4)

最后得到基于层次分析法的主观权重向量为，

A＝{a₁,a₂,…,a_n}^T。 (5)

通过熵权法确定指标层和准则层的客观权重，包括：

(1)现有r个待评价证券类业务类型，n个评价指标，形成原始数据矩阵S＝(s_ij)_n×r，其中，s_ij为第j个指标下第i种证券类业务类型的评价值。即

(2)为消除各指标的单位、量纲不同的影响，对原始矩阵S＝(s_ij)_n×r进行标准化处理，得到标准化矩阵S＝(s_ij)_n×r。

其中数值越大越好指标的标准化公式为：

数值越小越好指标的标准化公式为：

(4)计算第i个指标下第j种证券类业务类型评价值的比重p_ij，

(5)计算第i个指标的熵值e_i，

(6)计算第i个指标的熵权b_i，

(7)改进的熵权法赋权方法

上述公式中当e_i→1时，有一个较为明显的缺陷。即当e_i→1时，1-e_i→0，而此时分母是固定不变的。此时e_i的微小差异可能会导致b_i会变化较大。为了解决这个问题，本文提出对传统的熵权法进行改进。基本思想是，通过增加一个公共因子，保障当e_i→1时，计算熵权法权重的分子的极限不为0，从而有效地避免上述极端情况的发生。改进后的熵权法赋权公式为：

于是，熵权法所确定的客观权重结果为，B＝{b₁,b₂,…,b_n}^T。

根据主观权重和客观权重的欧氏距离确定主观权重和客观权重的分配权重，包括：

设定主观权重和客观权重的欧氏距离为d(A,B)，主观权重的分配权重为α，客观权重的分配权重为β，当α和β满足：

则：α即为所求的主观权重的分配权重，β即为所求的客观权重的分配权重。

基于层次分析法得出的准则层和指标层的权重，是通过专家打分数据计算得到的，属于主观权重。基于熵权法得出的准则层和指标层的权重，是通过证券业市场调查数据计算得到的，属于客观权重。目前流行的处理方法是将主观权重和客观权重对应相乘，然后通过归一化方法得到兼备主客观特征的准则层和指标层权重值。

不管是对证券业绩效评价的准则层还是指标层，它们所对应的主观权重和客观权重，都不是完全一致的。传统处理方法回避了主观权重与客观权重的权重分配问题，事实上，如果能够对准则层和指标层的主观权重与客观权重的权重进行再分配，其结果必然是更加贴近实际评价结果。

本实施例提出了一种基于主观权重与客观权重欧式距离的分配方案。主观权重与客观权重之间的差异程度用二者之间的欧式距离进行表示，主观权重与客观权重的分配权重之间的差异程度用二者之间的差进行表示。如果主观权重与客观权重分配权重之间的差异程度等于主观权重与客观权重之间的差异程度，那么就认为主观权重和客观权重的权重分配方案是可行的。

基于层次分析法和熵权法的准则层与指标层的权重计算具体如下：

假设绩效评价中的准则层共有s个指标，指标层共有t个指标，每个准则层分别包含t₁， t₂，····，t_s个指标层，且满足

t₁+t₂+…+t_s＝t。 (14)

基于层次分析法得到的准则层和指标层权重值分别记作A和Φ，并表示为：

A＝{a₁,a₂,…,a_s}， (15)

基于熵权法得到的指标层权重值分别记作Γ，并表示为：

Γ＝{γ₁,γ₂,…,γ_t}。 (17)

根据(1)式，将(5)重新表示为：

由(5)式，可得基于熵权法的准则层权重依次为

因此，基于熵权法得到的准则层权重值分别记作B，并表示为：

B＝{b₁,b₂,…,b_s}。 (20)

其中，A是通过层次分析法分析目标层-准则层获取的指标权重，B是通过Γ中对应的指标层权重之和得到的。

确定准则层与指标层的主观权重与客观权重的分配权重具体如下：

假设证券业绩效评价体系中准则层的主观权重分配权重为α₁，客观权重分配权重为β₁，主观权重与客观权重欧式距离为d₁(A,B)，那么，

解关于α₁和β₁的方程组：

那么，α₁和β₁即为证券业绩效评价体系中准则层主观权重和客观权重的分配权重。

同理，假设证券业绩效评价体系中指标层的主观权重分配权重为α₂，客观权重分配权重为β₂，主观权重与客观权重欧式距离为d₂(Φ,Γ)，那么，

解关于α₂和β₂的方程组：

那么，α₂和β₂即为证券业绩效评价体系中指标层主观权重和客观权重的分配权重。

基于改进综合赋权法的证券业绩效评价的数学模型构建具体如下：

基于证券业绩效评价体系中准则层主观权重和客观权重的分配权重，使用层次分析得到的准则层权重A和使用熵权法得到的准则层权重B进行综合计算，求得准则层的综合权重，记作U，并表示为：

U＝{μ₁,μ₂,…,μ_s} (25)

其中，

同理，基于证券业绩效评价体系中指标层主观权重和客观权重的分配权重，使用层次分析得到的指标层权重Φ和使用熵权法得到的指标层权重Γ进行综合计算，求得指标层的综合权重，记作V，并表示为：

V＝{ν₁,ν₂,…,ν_t}， (27)

其中，

基于改进后的指标层综合权重V，将指标层展开表示为：

然后将V的综合权重进行归一化处理，得到Θ″，并表示为

其中，

将改进后的准则的综合权重U乘以修正后的指标层综合权重Θ″，得到权重Θ′，并表示为

其中，

θ′_ij＝μ_iθ″_ij；i＝1,2,··,s；j＝1,2,··,k；k∈{t₁,t₂,…,t_s}。 (33)

重新将Θ′表示为：

Θ′＝{θ′₁,θ′₂,…,θ′_t}。 (34)

再次对Θ′进行归一化处理，得改进的指标层综合权重Θ，并表示为

Θ＝{θ₁,θ₂,…,θ_t} (35)

其中，

为便于对本发明的理解，下面结合一个应用实施例对本发明作进一步的描述：

1.证券业绩效调查数据的标准处理

通过无量纲化的处理，能够有效地避免不同指标下数据的类型、大小等对最终结果的影响。为了更好地分析证券业模型绩效的大小，需要对原始数据进行标准化处理。在标准化过程中，佣金保持率、客户投诉率、业务差错、员工流失率均为数值越小为越好的变量，因此在标准化过程中需要采用对于数值越小越好的指标标准化公式进行计算。其余的变量均为越大越好的变量，因此在标准化过程中需要采用对于数值越大越好的指标标准化公式进行计算。最终标准化处理结果如表4所示：

表4基于平衡计分卡证券业绩效评价指标体系调查数据

2.证券业绩效评价调查数据的标准化处理：

以下数据最终标准化处理结果如表5所示：

表5基于平衡计分卡证券业绩效评价调查数据的标准化

3.利用层次分析法及熵权法计算证券业绩效评价的主客观权重：

基于本实施例层次分析法、熵权法和改进熵权法思想，对证券业绩效评价指标体系的准则层和指标层进行主观赋权和客观赋权，结果如表6所示：

表6层次分析法、熵权法及改进熵权法在证券业绩效评价中的赋权权重

从计算结果来看，熵权法和改进的熵权法的准则层权重是相等的，这是因为改进的熵权法只是对指标层的权重计算进行进行了改进，没有对准则层的权重计算进行改进，所有改进的熵权法与传统熵权法的准则层权重是一样的。其他数据表明，层次分析法与熵权法在准则层赋权方面差别较大，分析出现这种情况的主要原因，可能是因为层次分析法是通过专家打分计算出的权重；熵权法是通过分析市场调查数据计算出的权重。现实情况可能是，大部分的普通民众以可能在经营财务、客户服务、内部管理和学习成长方面的认知与专家的较为理想化的规划之间有一定的差距。

虽然层次分析法得出的主观赋权与熵权法得出的客观赋权存在一定的差异性，但是人们对经营财务、客户服务、内部管理和学习成长的权重赋权大小顺序并没有发生改变。这也说明了在目前推行证券业绩效评价过程中，首先还是要看证券业的经营财务，其次是客户服务，再次是内部管理，最后是学习成长。

4.传统综合权重赋权法及改进的综合赋权方法在证券业绩效评价中的赋权权重

基于本实施例传统综合权重赋权法和改进的综合赋权方法思想，对绩效业绩效评价指标体系的指标层进行主客观结合的综合赋权，结果如下表7所示：

表7传统综合权重赋权法及改进的综合赋权方法在证券业绩效评传统综合权重赋权法价中的赋权权重

传统综合赋权法和改进的综合赋权法指标层赋权结果均表明，主营业务收入增长率、企业利润增长率以及内控制度认可度是影响证券业绩效评价最重要的三个影响因素。

5.证券业在各种方法下的绩效评价结果

基于本实施例提出的层次分析法、传统熵权法、改进熵权法、传统权重归一法、改进的综合赋权法五种赋权方法，对投资证券业务类、证券经纪业务类、证券咨询顾问类、证券承销与资产管理类等四种证券业经营模式的绩效进行评价。最终的评价结果如表8所示：

表8证券业在各种方法下的绩效评价结果

6.证券业绩效评价结果在各种方法下的排名

基于投资证券业务类、证券经纪业务类、证券咨询顾问类、证券承销与资产管理类等四种证券类业务在层次分析法、传统熵权法、改进熵权法、传统权重赋权法、改进的综合赋权法五种赋权方法的绩效评价结果，本实施例对投资证券业务类、证券经纪业务类、证券咨询顾问类、证券承销与资产管理类四种证券业经营模式的绩效评价结果进行了排名。排名结果如表9所示：

表9证券业绩效评价结果在各种方法下的排名

对比四种不同证券业经营模式的绩效评价排名，证券经纪业务类主要办理接受投资人委托、代为买卖股票、证券等方面的工作，技术含量较高、业务操作工作量大、工作强度高，从而导致回报率相对而言较高，因此排名也比较靠前。证券咨询顾问类和证券承销与资产管理类相对而言业务操作工作量较少、工作强度也不是太大，因此排名也比较靠后。投资证券业务类属于技术含量不高，业务操作工作量、工作强度适中，其实际排名也恰好介于排名的中间位置。深入探讨发现，专家打分法、改进的熵权法及改进的综合赋权法都判定股份合作的排名更好，实际情况是证券经纪业务类业务量大、回报率高，所有证券经纪业务类相对其他类型证券业务而言，整体绩效更好一点。

另一方面，本实施例还提供了一种银行业绩效评价系统，包括：

数据采集单元，配置用于采集原始数据；

数据处理单元，配置用于对原始数据进行标准化处理

归一化单元，配置用于进行归一化处理；

输出单元，配置用于输出证券业绩效评价结果。

另一方面，本实施例还提供了一种设备，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行本实施例所述的证券业绩效评价方法。

描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中。这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。

另一方面，本实施例还提供了一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现本实施例所述的证券业绩效评价方法。该计算机可读存储介质可以是上述实施例中所述系统或设备中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质，如硬盘、光盘、SD卡等。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

除说明书所述的技术特征外，其余技术特征为本领域技术人员的已知技术，为突出本发明的创新特点，其余技术特征在此不再赘述。

Claims

1.一种证券业绩效评价方法，其特征是，包括：

对指标层进行主客观结合的综合赋权，得到其综合权重；

2.根据权利要求1所述的证券业绩效评价方法，其特征是，所述数据采集，通过打分法或者调查法进行。

3.根据权利要求1所述的证券业绩效评价方法，其特征是，所述标准化处理采用无量纲化处理。

4.根据权利要求1所述的证券业绩效评价方法，其特征是，所述通过层次分析法对于准则层和指标层进行主观赋权，得到其主观权重，包括：

确定评价体系中各指标间的重要性关系；

根据各指标间的重要性关系构造判断矩阵；

求解所述判断矩阵的最大特征值及特征向量；

5.根据权利要求4所述的证券业绩效评价方法，其特征是，所述通过熵权法对于准则层和指标层进行客观赋权，得到其客观权重，包括：

根据所述比重得到相应评价指标的熵值；

根据所述熵值和公共因子构建赋权公式；

根据赋权公式得到相应指标的熵值；

各个指标的熵值构成指标层和准则层的客观权重并输出。

6.根据权利要求1所述的证券业绩效评价方法，其特征是，

所述目标层包括对证券业综合绩效考核的结果；

所述准则层包括经营财务、客户服务、内部管理和学习成长；

所述指标层包括每层准则层内的若干个指标。

7.根据权利要求5所述的证券业绩效评价方法，其特征是，所述标准化公式包括数值越小越好指标的标准化公式和数值越大越好指标的标准化公式，其中：

8.一种证券业绩效评价系统，其特征是，包括：

数据采集单元，配置用于采集原始数据；

数据处理单元，配置用于对原始数据进行标准化处理

归一化单元，配置用于进行归一化处理；

输出单元，配置用于输出证券业绩效评价结果。

9.一种设备，其特征是，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1-7任一所述的证券业绩效评价方法。

10.一种存储有计算机程序的计算机可读存储介质，其特征是，该程序被处理器执行时实现如权利要求1-7任一所述的证券业绩效评价方法。