CN109271426A - 企业关联关系分析方法、装置及计算机可读存储介质 - Google Patents
企业关联关系分析方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109271426A CN109271426A CN201811176810.7A CN201811176810A CN109271426A CN 109271426 A CN109271426 A CN 109271426A CN 201811176810 A CN201811176810 A CN 201811176810A CN 109271426 A CN109271426 A CN 109271426A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- shareholder
- accounts
- ratio
- incidence relation
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开一种企业关联关系分析方法、装置及计算机可读存储介质,该方法包括:获取第一企业和第二企业;查找第一企业的所有股东,以及第二企业的所有股东;如果第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系。通过这样的方法,可以挖掘出两个没有直接或间接投资关系,但具有共同的具有影响力的出资人的企业之间的强关联关系,提升企业之间关联关系的挖掘深度,降低遗漏关联关系对相关企业带来的风险。
Description
技术领域
本发明涉及企业关联关系挖掘技术领域,具体涉及一种企业关联关系的分析方法。此外,本发明还涉及一种企业关联关系的分析装置,以及一种计算机可读存储介质。
背景技术
企业之间的关联关系通常是指企业的控股股东、实际控制人、董事、监事、高级管理人员与其直接或者间接控制的企业之间的关系,以及可能导致企业利益转移的其他关系。例如,赵某是企业F的股东,可以认为,赵某与企业F之间存在关联关系。又例如,企业Z是企业A的全资子公司,故而可以认为企业Z与企业A之间存在关联关系。
在数据挖掘领域,基于某一个企业与其股东、参股企业、控股企业等,已经构建了针对企业的一级或多级关联图谱。例如,图1所为企业A的关联图谱,其中包括了企业A、企业A的直接股东(企业E、企业F和企业X)、企业A的间接股东(赵某和企业X)、企业A的子公司(企业Z)及其相应的占股比例,也就是说,图1中包括了企业A的所有投资路径和被投资路径。如果要挖掘两个企业之间是否存在关联关系,一般是基于一个企业的关联图谱,沿着关联图谱中的投资路径,向上或者向下查找与之具有关联关系的企业。然而,通过这样的方法所挖掘出的企业之间的关联关系存在遗漏的情况。
发明内容
为了解决上述技术问题,本申请提供一种企业关联关系分析方法,以挖掘出企业之间更深层的关联关系,减少遗漏的情况。
第一方面,提供一种企业关联关系分析方法,包括:
获取第一企业和第二企业;
查找第一企业的所有股东,以及第二企业的所有股东;
如果第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系。
结合第一方面,在第一方面第一种可能的实现方式中,如果第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系的步骤,包括:
确定第一集合,所述第一集合中包括所有对第一企业的占股比例大于或等于预设第一阈值的股东;
确定第二集合,所述第二集合中包括所有对第二企业的占股比例大于或等于预设第一阈值的股东;
如果所述第一集合与所述第二集合的交集不为空,则确定第一企业与第二企业之间具有强关联关系。
结合第一方面的第一种实现方式,在第一方面第二种可能的实现方式中,计算第一企业/第二企业的股东对第一企业/第二企业的占股比例R,包括:
R=[a(11)×a(12)×……a(1n1)]+[a(21)×a(22)×……a(2n2)]+……+[a(k1)×a(k2)×……a(knk)];
其中,a(11)表示第一企业/第二企业的一个股东到第一企业/第二企业的第1条投资路径中,第1段路径的占股比例;
a(1n1)表示第一企业/第二企业的一个股东到第一企业/第二企业的第1条投资路径中,第n1段路径的占股比例;
n1为第一企业/第二企业的一个股东到第一企业/第二企业的第1条投资路径所包含的总段数;
k表示第一企业/第二企业的一个股东到第一企业/第二企业的所有投资路径的总数量;
a(k1)表示第一企业/第二企业的一个股东到第一企业/第二企业的第k条投资路径中,第1段路径的占股比例;
a(knk)表示第一企业/第二企业的一个股东到第一企业/第二企业的第k条投资路径中,第nk段路径的占股比例;
nk为第一企业/第二企业的一个股东到第一企业/第二企业的第k条投资路径所包含的总段数。
结合第一方面及上述可能的实现方式,在第一方面第三种可能的实现方式中,确定所述第一集合与所述第二集合的交集的步骤,包括:
判断第一元素与第二元素的姓名是否相同,其中,所述第一元素为第一集合中的任一个自然人股东,所述第二元素为第二集合中的任一个自然人股东;
如果所述第一元素与所述第二元素的姓名相同,则分别获取所述第一元素和所述第二元素的唯一标识码;
如果所述第一元素和所述第二元素的唯一标识码相同,则确定所述第一集合与所述第二集合的交集不为空。
结合第一方面,在第一方面第四种可能的实现方式中,如果第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系的步骤,包括:
如果第一企业与第二企业具有相同的股东,则计算第一占股比和第二占股比;其中,所述第一占股比为所述相同的股东对第一企业的占股比例,所述第二占股比为所述相同的股东对第二企业的占股比例;
如果所述第一占股比和所述第二占股比均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系。
结合第一方面及上述可能的实现方式,在第一方面第五种可能的实现方式中,所述分析方法还包括:
如果第一企业的所有股东中包括第二企业,并且第二企业对第一企业的占股比例大于或等于预设的第二阈值,则确定第一企业与第二企业之间具有强关联关系;
或,
所述分析方法还包括以下步骤:
如果第一企业投资的企业中包括第二企业,并且第一企业对第二企业的占股比例大于或等于预设的第二阈值,则确定第一企业与第二企业之间具有强关联关系。
结合第一方面及上述可能的实现方式,在第一方面第六种可能的实现方式中,该分析方法还包括:
如果第一企业与第二企业具有至少一个相同的高管,则确定第一企业与第二企业之间具有强关联关系。
第二方面,提供一种企业关联关系分析装置,包括:
获取单元,用于获取第一企业和第二企业;
处理单元,用于查找第一企业的所有股东,以及第二企业的所有股东;在第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值的情况下,确定第一企业与第二企业之间具有强关联关系。
结合第二方面,在第二方面第一种可能的实现方式中,所述处理单元还用于确定第一集合;确定第二集合;以及在所述第一集合与所述第二集合的交集不为空的情况下,确定第一企业与第二企业之间具有强关联关系;其中,所述第一集合中包括所有对第一企业的占股比例大于或等于预设第一阈值的股东,所述第二集合中包括所有对第二企业的占股比例大于或等于预设第一阈值的股东。
第三方面,提供一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行第一方面的任一种方法。
上述的企业关联关系分析方法、装置及计算机可读存储介质,首先获取两个待分析的企业,即第一企业和第二企业;然后查找第一企业的所有股东以及第二企业的所有股东;如果第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系。通过这样的方法,可以挖掘出两个没有直接或间接投资关系,但具有共同的具有影响力的出资人的企业之间的强关联关系,提升企业之间关联关系的挖掘深度,降低遗漏关联关系对相关企业带来的风险。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请中一个企业的关联图谱的实例;
图2为本申请的企业关联关系分析方法的具体实施方式之一的流程图;
图3为本申请中另一个企业的关联图谱的实例;
图4为本申请企业关联关系分析方法的具体实施方式之一中,S300步骤第一种实现方式的流程图;
图5为本申请企业关联关系分析方法的具体实施方式之一中,S300步骤第二种实现方式的流程图;
图6为本申请的企业关联关系分析方法的具体实施方式之二的流程图;
图7为本申请的企业关联关系分析装置的具体实施方式之一的结构示意图。
具体实施方式
下面对本申请的实施例作详细说明。
企业之间的关联关系具有强度差异,其中,与实际控制权相关的强关联关系应用广泛。实际控制权,是指企业不同的利益参与者实际对企业运行和企业重大决策产生的影响。如果企业F对企业A的控股比例超过预设占股比,例如30%,企业F就会对企业A的运行和重大决策产生较强的影响,也就是说,企业F是掌握企业A的实际控制权的自然人或法人中的其中一个。因此,可以认为企业F和企业A之间存在强关联。这种强关联关系在金融、经济等领域具有较多用途,例如可以用于银行贷款的风险控制、招标项目的公平性保障等。
发明人在挖掘两个企业之间是否存在与实际控制权相关的强关联关系的过程中发现,现有的方法中所挖掘出的强关联关系存在遗漏的情况,这主要是因为,现有的方法是沿关联图谱的单路径向上或者向下查找与某一个企业具有投资和被投资关系的企业。而面对一个企业与另一个企业并不处于关联图谱的同一条路径中,但二者却具有相同的股东的情况,则无法挖掘出这样的两个企业之间的强关联关系。遗漏掉这样的强关联关系,会大大增加金融机构投资、企事业单位招投标等活动的风险。例如,如果企业A和企业B并没有投资与被投资的关系,但二者向上追溯具有共同的股东,并且该股东分别为企业A和企业B的实际控制人之一,那么,这两个企业同时参加一个招标项目将存在串标的可能。而通过现有的挖掘方法却无法挖掘出二者之间的强关联关系,故而影响了招标项目的公平性。
为此,请参考图2,在本发明的第一个实施例中,提供一种企业关联关系分析方法,以深度挖掘出企业之间隐藏的强关联关系,减少挖掘遗漏的情况,从而降低金融、经济等活动的风险。具体来说,该企业关联关系分析方法包括:
S100:获取第一企业和第二企业;
S200:查找第一企业的所有股东,以及第二企业的所有股东;
S300:如果第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系。
在S100的步骤中,第一企业和第二企业是待分析的两个对象。在企业的关联图谱中,通常以企业的身份标识来表示一个企业,以使其区别于其他的企业。这里的身份标识可以是企业的名称、统一社会信用代码、组织机构代码等。与第一企业和第二企业类似的,股东也以股东的身份标识来表示,比如法人股东的名称、统一社会信用代码等,或者自然人股东的姓名等。在图1和图3所示的关联图谱实例中,以企业的名称、自然人股东的姓名等来表示第一企业、第二企业及其股东。
在本步骤中,获取第一企业和第二企业,指的是分别获取二者的身份标识,以便利用该身份标识来查找二者的股东。第一企业和第二企业可以由用户直接设定,使计算机通过与用户交互而直接获取到第一企业和第二企业的身份标识;计算机也可以从预设企业范围内的任意两个企业的身份标识,本申请对于第一企业和第二企业的来源不做限定。例如,可以指定将图1中的企业A作为第一企业,图3中的企业B作为第二企业。然后通过S200至S300的方法来判断二者是否具有强关联关系。
在S200的步骤中,股东可以包括直接股东和间接股东。直接股东是直接持有某一个企业的股份的自然人、法人或者其他组织;间接股东是间接持有某一个企业的股份的自然人、法人或者其他组织。一个企业可以同时是另一个企业的直接股东和间接股东。例如,在图1所示的例子中,企业F和企业E是企业A的直接股东,赵某是企业A的间接股东,企业X同时是企业A的直接股东和间接股东。
在一种实现方式中,利用二者各自的关联图谱来分别查找各自的所有股东。例如,在图1中,沿着第一企业(企业A)向上追溯,可以发现企业A的所有股东为:企业E、企业F、赵某、企业X。在图3的中,沿着第二企业(企业B)向上追溯,可以发现企业B的所有股东为:企业D、企业C、企业X、企业G。除此以外,还可以通过其他方式来查找第一企业和第二企业的股东,例如利用关系列表等。
在S300的步骤中,要确定第一企业和第二企业具有强关联关系,需要判断二者是否同时满足以下两个条件:(1)第一企业与第二企业具有相同的股东;(2)该相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值。
这里,第一企业和第二企业可以具有一个或多个相同的股东,如果二者具有多个相同的股东,则需要对这多个相同的股东分别进行判断,判断该相同的股东是否满足第(2)个条件。多个相同的股东中任一个股东能够满足第(2)个条件,即可以认为第一企业和第二企业具有强关联关系。第一阈值可以由用户根据应用场景的不同来设定,例如可以是25%、50%等,本申请对于具体的取值不做限定。
请参考图4,在一种实现方式中,判断第一企业和第二企业是否满足前述的两个条件,具体可以包括S311至S313的步骤。
S311:确定第一集合,所述第一集合中包括所有对第一企业的占股比例大于或等于预设第一阈值的股东;
S312:确定第二集合,所述第二集合中包括所有对第二企业的占股比例大于或等于预设第一阈值的股东;
S313:如果所述第一集合与所述第二集合的交集不为空,则确定第一企业与第二企业之间具有强关联关系。
在S311的步骤中,分别计算第一企业的每一个股东对第一企业的占股比例。如果某一个股东的占股比例≥第一阈值,那么就将该股东添加到第一集合中。遍历完所有的股东之后,第一集合中就包括了所有的对第一企业的占股比例≥第一阈值的股东。与S311的步骤类似地,可以确定第二集合,第二集合中包括所有对第二企业的占股比例≥第一阈值的股东。如果第一集合和第二集合的交集不为空,说明至少存在一个自然人/法人/其他组织,其即为第一企业的股东,也为第二企业的股东,并且对两个企业各自的占股比例均≥第一阈值。
在确定所述第一集合与所述第二集合的交集时,可以遍历两个集合,两两分析集合中的元素是否相同,两个集合包含至少一个相同的元素,即表示二者的交集不为空。如果第一集合和第二集合的交集中包含法人股东或其他组织股东,由于法人股东或其他组织股东的名称不会发生重名的情况,故而可以直接确定第一集合和第二集合的交集不为空。在常规的关联图谱中,自然人股东的身份标识一般是其姓名等。与企业名称不同的是,姓名并不具有唯一标识性,容易发生重名的情况。因此,在第一企业、第二企业的股东均以名称或姓名来表示的应用场景中,如果第一集合和第二集合的交集中仅包含自然人股东,则容易发生将两个重名的不同的自然人股东误判为相同的自然人股东的情况,从而影响强关联关系分析的准确率。
为了解决这一问题,可选地,在确定所述第一集合与所述第二集合的交集时,对于第一集合中的其中一个元素(即第一企业的占股比例≥预设第一阈值的股东中的任一个)和第二集合中的其中一个元素(即第二企业的占股比例≥预设第一阈值的股东中的任一个),可以先判断两个元素的类型是否为自然人股东。如果两个元素均为自然人股东,则再判断二者的姓名是否相同,最后判断二者的唯一标识码是否相同,从而确定这两个元素是否相同。如果两个元素中任一个不为自然人股东,或者二者的名称/姓名不同,或者二者的唯一标识码不同,均可以确定确定两个元素不同。
具体地,确定所述第一集合与所述第二集合的交集的步骤,可以包括:
S314:判断第一元素与第二元素的姓名是否相同,其中,所述第一元素为第一集合中的任一个自然人股东,所述第二元素为第二集合中的任一个自然人股东;
S315:如果所述第一元素与所述第二元素的姓名相同,则分别获取所述第一元素和所述第二元素的唯一标识码;
S316:如果所述第一元素和所述第二元素的唯一标识码相同,则确定所述第一集合与所述第二集合的交集不为空。
这里,唯一标识码指的是能够唯一地标识一个自然人的编码,例如身份证号码或者特定的编号等。一般来说,由于涉及到公民隐私,在常规的企业关联图谱和相关分析系统中,一般不包含自然人的身份证号码、护照号码等信息。在本申请的一种实现方式中,可以从工商或者公安等系统中获取到自然人的身份证号信息,直接将其作为唯一标识码,用于解决自然人股东重名的问题。在另一种实现方式中,也可以获取自然人的身份证号,然后根据预设规则对所述身份证号进行编码,得到与自然人的姓名对应的唯一标识码。再将自然人的姓名和唯一标识码应用到S315和S316的步骤中去,从而甄别第一企业和第二企业的重名的自然人股东是否为同一个自然人,避免由于第一企业和第二企业的自然人股东重名而导致强关联关系分析错误的情况,同时也保护了自然人的隐私信息。
计算某一个企业的股东对该企业的占股比例R,就是计算该股东到该企业的每一条投资路径的占股比例之和。
以计算第一企业的一个股东对第一企业的占股比例R为例,R=[a(11)×a(12)×……a(1n1)]+[a(21)×a(22)×……a(2n2)]+……+[a(k1)×a(k2)×……a(knk)];
其中,a(11)表示第一企业的一个股东到第一企业的第1条投资路径中,第1段路径的占股比例;
a(1n1)表示第一企业的一个股东到第一企业的第1条投资路径中,第n1段路径的占股比例;
n1为第一企业的一个股东到第一企业的第1条投资路径所包含的总段数;
k表示第一企业的一个股东到第一企业的所有投资路径的总数量;
a(k1)表示第一企业的一个股东到第一企业的第k条投资路径中,第1段路径的占股比例;
a(knk)表示第一企业的一个股东到第一企业的第k条投资路径中,第nk段路径的占股比例;
nk为第一企业的一个股东到第一企业的第k条投资路径所包含的总段数。
与此类似地,第二企业的一个股东对第二企业的占股比例也可以通过上述的方法来计算。
沿用S200的步骤中图1和图3的例子,企业A的所有股东为:企业E、企业F、赵某、企业X;企业B的所有股东为:企业D、企业C、企业X、企业G、赵某。预设第一阈值为35%。
采用上述的方法分别计算企业E、企业F、赵某、企业X对企业A的占股比例,结果如下:
R(企业E:企业A)=30%;
R(企业F:企业A)=50%;
R(赵某:企业A)=70%×50%=35%;
R(企业X:企业A)=30%×50%+20%=35%。
则第一集合为[企业F,赵某,企业X]。
分别计算企业D、企业C、企业X、企业G、赵某对企业B的占股比例,结果如下:
R(企业D:企业B)=80%;
R(企业C:企业B)=20%+20%×50%×80%=28%;
R(企业X:企业B)=50%×80%=40%;
R(企业G:企业B)=50%×80%=40%;
R(赵某:企业B)=80%×50%×80%=32%。
则第二集合为[企业D,企业X,企业G]。
第一集合∩第二集合=[企业X],不为空集,故而可以确定企业A和企业B之间具有强关联关系。
请参考图5,在另一种实现方式中,判断第一企业和第二企业是否满足前述的两个条件,具体可以包括S321至S322的步骤。
S321:如果第一企业与第二企业具有相同的股东,则计算第一占股比和第二占股比;其中,所述第一占股比为所述相同的股东对第一企业的占股比例,所述第二占股比为所述相同的股东对第二企业的占股比例;
S322:如果所述第一占股比和所述第二占股比均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系。
在S321和S322的步骤中,如果第一企业与第二企业具有相同的股东超过一个,则可以针对每一个股东,逐个计算该股东对第一企业的占股比例(即第一占股比)和对第二企业的占股比例(即第二占股比)。一旦某一个股东的第一占股比和第二占股比≥预设第一阈值,就可以确定第一企业与第二企业之间具有强关联关系,而不需要再计算后续其他的股东对于第一企业和第二企业的占股比例。这里,计算第一占股比和第二占股比,可以采用与前一种实现方式相同的方法,此处不再赘述。
在判断第一企业与第二企业是否具有相同的股东时,同样会面临前述的自然人股东重名的问题,因此也可以采用与前述的方法类似的方法来进行甄别。具体来说,在比对第一企业的股东和第二企业的股东时,可以遍历第一企业的所有股东,逐个与第二企业的股东进行比对,确定二者是否相同。首先确定第一企业的参与比对的一个股东和第二企业参与比对的一个股东是否均为自然人股东。如果是,再比对二者的姓名是否相同,如果相同,再比对二者的唯一标识码是否相同,从而确定这两个自然人股东是否为同一个自然人。这里的唯一标识码与前述的S315和S316步骤中的唯一标识码的含义相同。
仍然沿用S200的步骤中图1和图3的例子,企业A的所有股东为:企业E、企业F、赵某、企业X;企业B的所有股东为:企业D、企业C、企业X、企业G、赵某。预设第一阈值为35%。
经过比对,企业A与企业B具有相同的股东企业X和赵某。由于相同的股东超过一个,可以按顺序逐个计算各个股东分别对企业A和企业B的占股比例。
分别计算企业X对企业A与企业B的占股比例,结果如下:
R(企业X:企业A)=30%×50%+20%=35%;
R(企业X:企业B)=50%×80%=40%。
由于R(企业X:企业A)≥35%,R(企业X:企业B)≥35%,因此,可以确定企业A和企业B之间具有强关联关系。
上述的企业关联关系分析方法,首先获取两个待分析的企业,即第一企业和第二企业;然后查找第一企业的所有股东以及第二企业的所有股东;如果第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系。通过这样的方法,可以挖掘出两个没有直接或间接投资关系,但具有共同的具有影响力的出资人的企业之间的强关联关系。也就是说,即便两个企业相互之间没有投资关系,但如果有组织或个人对这两个企业均具有实际控制权,就可以将这种强关联关系也挖掘出来。从而提升企业之间关联关系的挖掘深度,降低遗漏关联关系对相关企业带来的风险。
请参考图6,可选地,上述任一种企业关联关系分析方法中,还可以包括以下步骤:
S400:如果第一企业的所有股东中包括第二企业,并且第二企业对第一企业的占股比例大于或等于预设的第二阈值,则确定第一企业与第二企业之间具有强关联关系。
可选地,上述任一种企业关联关系分析方法中,还可以包括以下步骤:
S500:如果第一企业投资的企业中包括第二企业,并且第一企业对第二企业的占股比例大于或等于预设的第二阈值,则确定第一企业与第二企业之间具有强关联关系。
这里,S500的步骤也可以表述为:如果第二企业的所有股东中包括第一企业,并且第一企业对第二企业的占股比例大于或等于预设的第二阈值,则确定第一企业与第二企业之间具有强关联关系。上述的两种情况中,第二企业是第一企业的直接或间接股东,或者第一企业是第二企业的直接或间接股东,如果占股比例达到预设的第二阈值,则可以确定二者之间具有强关联关系。第二阈值的取值可以与第一阈值相同,也可以不同,本申请对此不做限定。
除了前述的与实际控制权相关的强关联关系以外,还可以包括与管理权限相关的强关联关系。例如,企业中的管理人员通常包括了基层管理人员、中层管理人员和高层管理人员。其中,高层管理人员也称为高管,是指对整个组织的管理负有全面责任的人,其作用主要是参与重大决策和全盘负责某个部门或某几个部门,对企业的决策具有一定的影响力。当两个企业具有相同的高管,则存在影响企业的决策、公平竞争的风险。因此,分析企业之间是否具有与管理权限相关的强关联关系也具有重要意义。
基于此,可选地,上述任一种企业关联关系分析方法中,还可以包括以下步骤:
S600:如果第一企业与第二企业具有至少一个相同的高管,则确定第一企业与第二企业之间具有强关联关系。
这里,第一企业和第二企业的高管可以从数据库中获取,数据库中预先存储有每一个企业的至少一个高管的身份信息,例如高管的姓名等。如果第一企业与第二企业是否具有相同的高管,则存在影响企业的决策、公平竞争的风险,故而确定二者之间具有强关联关系。
可选地,由于高管是自然人,如果以其姓名来判断两个高管是否为同一个自然人,也会出现重名的情况。此时,可以采用与前述判断自然人股东是否相同的方法来进行甄别,即先判断第一企业的一个高管H的姓名与第二企业的一个高管I的姓名是否相同;如果相同,再分别获取高管H和高管I的唯一标识码;如果二者的唯一标识码相同,则可以确定第一企业和第二企业具有相同的高管。这里的唯一标识码与前述的S315和S316步骤中的唯一标识码的含义也相同。
在本申请的第二个实施例中,请参考图7,提供一种与第一个实施例中的企业关联关系分析方法所对应的分析装置,包括:
获取单元1,用于获取第一企业和第二企业;
处理单元2,用于查找第一企业的所有股东,以及第二企业的所有股东;在第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值的情况下,确定第一企业与第二企业之间具有强关联关系。
可选地,所述处理单元2还用于确定第一集合;确定第二集合;以及在所述第一集合与所述第二集合的交集不为空的情况下,确定第一企业与第二企业之间具有强关联关系;其中,所述第一集合中包括所有对第一企业的占股比例大于或等于预设第一阈值的股东,所述第二集合中包括所有对第二企业的占股比例大于或等于预设第一阈值的股东。
可选地,所述处理单元2还用于计算第一企业/第二企业的股东对第一企业/第二企业的占股比例R,R=[a(11)×a(12)×……a(1n1)]+[a(21)×a(22)×……a(2n2)]+……+[a(k1)×a(k2)×……a(knk)];
其中,a(11)表示第一企业/第二企业的一个股东到第一企业/第二企业的第1条投资路径中,第1段路径的占股比例;
a(1n1)表示第一企业/第二企业的一个股东到第一企业/第二企业的第1条投资路径中,第n1段路径的占股比例;
n1为第一企业/第二企业的一个股东到第一企业/第二企业的第1条投资路径所包含的总段数;
k表示第一企业/第二企业的一个股东到第一企业/第二企业的所有投资路径的总数量;
a(k1)表示第一企业/第二企业的一个股东到第一企业/第二企业的第k条投资路径中,第1段路径的占股比例;
a(knk)表示第一企业/第二企业的一个股东到第一企业/第二企业的第k条投资路径中,第nk段路径的占股比例;
nk为第一企业/第二企业的一个股东到第一企业/第二企业的第k条投资路径所包含的总段数。
可选地,所述获取单元1还用于分别获取所述第一元素和所述第二元素的唯一标识码;
所述处理单元2还用于确定所述第一集合与所述第二集合的交集,具体用于判断第一元素与第二元素的姓名是否相同;以及,在所述第一元素与所述第二元素的姓名相同的情况下,在所述第一元素和所述第二元素的唯一标识码相同的情况下,确定所述第一集合与所述第二集合的交集不为空;其中,所述第一元素为第一集合中的任一个自然人股东,所述第二元素为第二集合中的任一个自然人股东。
可选地,所述处理单元2还用于在第一企业与第二企业具有相同的股东的情况下,计算第一占股比和第二占股比;在所述第一占股比和所述第二占股比均大于或等于预设第一阈值的情况下,确定第一企业与第二企业之间具有强关联关系;其中,所述第一占股比为所述相同的股东对第一企业的占股比例,所述第二占股比为所述相同的股东对第二企业的占股比例。
可选地,所述处理单元2还用于在第一企业的所有股东中包括第二企业,并且第二企业对第一企业的占股比例大于或等于预设的第二阈值的情况下,确定第一企业与第二企业之间具有强关联关系。
可选地,所述处理单元2还用于在第一企业投资的企业中包括第二企业,并且第一企业对第二企业的占股比例大于或等于预设的第二阈值的情况下,确定第一企业与第二企业之间具有强关联关系。
可选地,所述处理单元2还用于在第一企业与第二企业具有至少一个相同的高管的情况下,确定第一企业与第二企业之间具有强关联关系。
此外,在本申请的第二个实施例中还提供一种计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行第一个实施例中所述的任一种分析方法。
本实施例中的企业关联关系分析装置、计算机可读存储介质与第一个实施例中的分析方法相对应,故而相应地具有前述分析方法所具有的有益效果,此处不再赘述。
本说明书中各个实施例之间相同相似的部分互相参见即可。说明书中各种实现方式,只要逻辑上不相互矛盾,均可以相互结合。以上所述的本发明实施方式并不构成对本发明保护范围的限定。
Claims (10)
1.一种企业关联关系分析方法,其特征在于,包括:
获取第一企业和第二企业;
查找第一企业的所有股东,以及第二企业的所有股东;
如果第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系。
2.根据权利要求1所述的分析方法,其特征在于,如果第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系的步骤,包括:
确定第一集合,所述第一集合中包括所有对第一企业的占股比例大于或等于预设第一阈值的股东;
确定第二集合,所述第二集合中包括所有对第二企业的占股比例大于或等于预设第一阈值的股东;
如果所述第一集合与所述第二集合的交集不为空,则确定第一企业与第二企业之间具有强关联关系。
3.根据权利要求2所述的分析方法,其特征在于,计算第一企业/第二企业的股东对第一企业/第二企业的占股比例R,包括:
R=[a(11)×a(12)×……a(1n1)]+[a(21)×a(22)×……a(2n2)]+……+[a(k1)×a(k2)×……a(knk)];
其中,a(11)表示第一企业/第二企业的一个股东到第一企业/第二企业的第1条投资路径中,第1段路径的占股比例;
a(1n1)表示第一企业/第二企业的一个股东到第一企业/第二企业的第1条投资路径中,第n1段路径的占股比例;
n1为第一企业/第二企业的一个股东到第一企业/第二企业的第1条投资路径所包含的总段数;
k表示第一企业/第二企业的一个股东到第一企业/第二企业的所有投资路径的总数量;
a(k1)表示第一企业/第二企业的一个股东到第一企业/第二企业的第k条投资路径中,第1段路径的占股比例;
a(knk)表示第一企业/第二企业的一个股东到第一企业/第二企业的第k条投资路径中,第nk段路径的占股比例;
nk为第一企业/第二企业的一个股东到第一企业/第二企业的第k条投资路径所包含的总段数。
4.根据权利要求2所述的分析方法,其特征在于,确定所述第一集合与所述第二集合的交集的步骤,包括:
判断第一元素与第二元素的姓名是否相同,其中,所述第一元素为第一集合中的任一个自然人股东,所述第二元素为第二集合中的任一个自然人股东;
如果所述第一元素与所述第二元素的姓名相同,则分别获取所述第一元素和所述第二元素的唯一标识码;
如果所述第一元素和所述第二元素的唯一标识码相同,则确定所述第一集合与所述第二集合的交集不为空。
5.根据权利要求1所述的分析方法,其特征在于,如果第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系的步骤,包括:
如果第一企业与第二企业具有相同的股东,则计算第一占股比和第二占股比;其中,所述第一占股比为所述相同的股东对第一企业的占股比例,所述第二占股比为所述相同的股东对第二企业的占股比例;
如果所述第一占股比和所述第二占股比均大于或等于预设第一阈值,则确定第一企业与第二企业之间具有强关联关系。
6.根据权利要求1-5任一项所述的分析方法,其特征在于,所述分析方法还包括:
如果第一企业的所有股东中包括第二企业,并且第二企业对第一企业的占股比例大于或等于预设的第二阈值,则确定第一企业与第二企业之间具有强关联关系;
或,
所述分析方法还包括以下步骤:
如果第一企业投资的企业中包括第二企业,并且第一企业对第二企业的占股比例大于或等于预设的第二阈值,则确定第一企业与第二企业之间具有强关联关系。
7.根据权利要求1-5任一项所述的分析方法,其特征在于,还包括:
如果第一企业与第二企业具有至少一个相同的高管,则确定第一企业与第二企业之间具有强关联关系。
8.一种企业关联关系分析装置,其特征在于,包括:
获取单元,用于获取第一企业和第二企业;
处理单元,用于查找第一企业的所有股东,以及第二企业的所有股东;在第一企业与第二企业具有相同的股东,并且所述相同的股东对第一企业的占股比例与对第二企业的占股比例均大于或等于预设第一阈值的情况下,确定第一企业与第二企业之间具有强关联关系。
9.根据权利要求8所述的分析装置,其特征在于,所述处理单元还用于确定第一集合;确定第二集合;以及在所述第一集合与所述第二集合的交集不为空的情况下,确定第一企业与第二企业之间具有强关联关系;其中,所述第一集合中包括所有对第一企业的占股比例大于或等于预设第一阈值的股东,所述第二集合中包括所有对第二企业的占股比例大于或等于预设第一阈值的股东。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811176810.7A CN109271426A (zh) | 2018-10-10 | 2018-10-10 | 企业关联关系分析方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811176810.7A CN109271426A (zh) | 2018-10-10 | 2018-10-10 | 企业关联关系分析方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109271426A true CN109271426A (zh) | 2019-01-25 |
Family
ID=65196169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811176810.7A Pending CN109271426A (zh) | 2018-10-10 | 2018-10-10 | 企业关联关系分析方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109271426A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110020433A (zh) * | 2019-04-01 | 2019-07-16 | 中科天玑数据科技股份有限公司 | 一种基于企业关联关系的工商高管人名消歧方法 |
CN110443457A (zh) * | 2019-07-05 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 数据处理方法及装置 |
CN110688375A (zh) * | 2019-09-26 | 2020-01-14 | 招商局金融科技有限公司 | 客户渗透分析的方法、装置及计算机可读存储介质 |
CN110826976A (zh) * | 2019-09-18 | 2020-02-21 | 上海生腾数据科技有限公司 | 一种企业实际控制人运算系统及方法 |
CN111104568A (zh) * | 2019-12-17 | 2020-05-05 | 深圳前海环融联易信息科技服务有限公司 | 企业股权关系深度搜索方法、装置、计算机设备及存储介质 |
CN111861120A (zh) * | 2020-06-17 | 2020-10-30 | 国家计算机网络与信息安全管理中心 | 企业关联图谱的构建方法、装置、设备及计算机可读介质 |
CN111967996A (zh) * | 2020-05-15 | 2020-11-20 | 北京金堤征信服务有限公司 | 企业资本构成的鉴别方法及装置、计算机可读存储介质、电子设备 |
CN112435052A (zh) * | 2020-11-13 | 2021-03-02 | 北京创业光荣信息科技有限责任公司 | 一种关联企业的获取方法、电子设备、计算机可读存储介质及终端 |
CN112435051A (zh) * | 2020-11-13 | 2021-03-02 | 北京创业光荣信息科技有限责任公司 | 一种关联企业的获取方法、电子设备、计算机可读存储介质及终端 |
CN112463854A (zh) * | 2020-11-30 | 2021-03-09 | 上海寻梦信息技术有限公司 | 基于数据分析的关联实体挖掘方法、系统、设备及介质 |
CN112991063A (zh) * | 2021-04-01 | 2021-06-18 | 执立信息科技(上海)有限公司 | 企业股权穿透方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033872A (zh) * | 2009-09-28 | 2011-04-27 | 陈曦 | 一种资本关联关系的生成方法和设备 |
CN105138652A (zh) * | 2015-08-28 | 2015-12-09 | 山东合天智汇信息技术有限公司 | 一种企业关联关系识别方法及系统 |
CN106126614A (zh) * | 2016-06-21 | 2016-11-16 | 山东合天智汇信息技术有限公司 | 一种追溯两个企业多层级关联路径的方法及系统 |
CN107358527A (zh) * | 2017-06-19 | 2017-11-17 | 重庆誉存大数据科技有限公司 | 一种投资关系网络可视化分析方法及系统 |
-
2018
- 2018-10-10 CN CN201811176810.7A patent/CN109271426A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033872A (zh) * | 2009-09-28 | 2011-04-27 | 陈曦 | 一种资本关联关系的生成方法和设备 |
CN105138652A (zh) * | 2015-08-28 | 2015-12-09 | 山东合天智汇信息技术有限公司 | 一种企业关联关系识别方法及系统 |
CN106126614A (zh) * | 2016-06-21 | 2016-11-16 | 山东合天智汇信息技术有限公司 | 一种追溯两个企业多层级关联路径的方法及系统 |
CN107358527A (zh) * | 2017-06-19 | 2017-11-17 | 重庆誉存大数据科技有限公司 | 一种投资关系网络可视化分析方法及系统 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110020433B (zh) * | 2019-04-01 | 2023-04-18 | 中科天玑数据科技股份有限公司 | 一种基于企业关联关系的工商高管人名消歧方法 |
CN110020433A (zh) * | 2019-04-01 | 2019-07-16 | 中科天玑数据科技股份有限公司 | 一种基于企业关联关系的工商高管人名消歧方法 |
CN110443457A (zh) * | 2019-07-05 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 数据处理方法及装置 |
CN110443457B (zh) * | 2019-07-05 | 2023-05-16 | 创新先进技术有限公司 | 数据处理方法及装置 |
CN110826976A (zh) * | 2019-09-18 | 2020-02-21 | 上海生腾数据科技有限公司 | 一种企业实际控制人运算系统及方法 |
CN110688375A (zh) * | 2019-09-26 | 2020-01-14 | 招商局金融科技有限公司 | 客户渗透分析的方法、装置及计算机可读存储介质 |
CN111104568A (zh) * | 2019-12-17 | 2020-05-05 | 深圳前海环融联易信息科技服务有限公司 | 企业股权关系深度搜索方法、装置、计算机设备及存储介质 |
CN111104568B (zh) * | 2019-12-17 | 2023-06-09 | 深圳前海环融联易信息科技服务有限公司 | 企业股权关系深度搜索方法、装置、计算机设备及存储介质 |
CN111967996A (zh) * | 2020-05-15 | 2020-11-20 | 北京金堤征信服务有限公司 | 企业资本构成的鉴别方法及装置、计算机可读存储介质、电子设备 |
CN111861120A (zh) * | 2020-06-17 | 2020-10-30 | 国家计算机网络与信息安全管理中心 | 企业关联图谱的构建方法、装置、设备及计算机可读介质 |
CN111861120B (zh) * | 2020-06-17 | 2023-10-13 | 国家计算机网络与信息安全管理中心 | 企业关联图谱的构建方法、装置、设备及计算机可读介质 |
CN112435052A (zh) * | 2020-11-13 | 2021-03-02 | 北京创业光荣信息科技有限责任公司 | 一种关联企业的获取方法、电子设备、计算机可读存储介质及终端 |
CN112435051A (zh) * | 2020-11-13 | 2021-03-02 | 北京创业光荣信息科技有限责任公司 | 一种关联企业的获取方法、电子设备、计算机可读存储介质及终端 |
CN112435051B (zh) * | 2020-11-13 | 2023-11-28 | 海创汇科技创业发展股份有限公司 | 一种关联企业的获取方法、电子设备、计算机可读存储介质及终端 |
CN112435052B (zh) * | 2020-11-13 | 2023-11-28 | 海创汇科技创业发展股份有限公司 | 一种关联企业的获取方法、电子设备、计算机可读存储介质及终端 |
CN112463854A (zh) * | 2020-11-30 | 2021-03-09 | 上海寻梦信息技术有限公司 | 基于数据分析的关联实体挖掘方法、系统、设备及介质 |
CN112991063A (zh) * | 2021-04-01 | 2021-06-18 | 执立信息科技(上海)有限公司 | 企业股权穿透方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109271426A (zh) | 企业关联关系分析方法、装置及计算机可读存储介质 | |
Gygli et al. | The KOF globalisation index-revisited | |
Srivastava et al. | Women on boards in India: a need or tokenism? | |
Daly et al. | The effects of initial differences in firms’ espoused values on their postmerger performance | |
Hou | State government budget stabilization: Policy, tools, and impacts | |
Vasilev et al. | The role of information and information technology in the management control function | |
Ginesti et al. | The chief financial officer (CFO) profile and R&D investment intensity: evidence from listed European companies | |
Gang et al. | Is caste destiny? Occupational diversification among Dalits in rural India | |
Takagi | Organizational impact of blockchain through decentralized autonomous organizations | |
Aabo et al. | CEO personality traits, strategic flexibility, and firm dynamics | |
Seth et al. | Consensus and conflict: Exploring moderating effects of knowledge workers on industry environment and entrepreneurial entry relationship | |
Bosire | Does better business regulatory environment translate to increased foreign direct investment inflows? Evidence from Eastern Africa | |
Sebri et al. | Public spending and the resource curse in WAEMU countries: An asymmetry analysis using the hidden cointegration and non-linear panel ARDL framework | |
Henisz et al. | The hidden risks in emerging markets | |
Kiss | Prospects of the Visegrad cooperation in changing economic, political and social conditions | |
Nzimande et al. | Is there a SADC business cycle? Evidence from a dynamic factor model | |
Mehar et al. | The factors effecting portfolio investment in Pakistan | |
Virdin | An institutional model for comanagement of coastal resources in Fiji | |
Zulkifli et al. | Portfolio diversification: the role of information technology in future investment decision-making | |
Gee et al. | The financial cost of fraud: what data from around the world shows | |
Fu et al. | What influence the choice of host country in Chinese firm cross-border M&As on culture distance, institution and tax | |
Popkova et al. | Global transitions towards social entrepreneurship and sustainable development: A unique post-COVID-19 perspective | |
Seijas et al. | Pension Reforms and Incentives to Domestic Capital Markets: A Global Study | |
Boshkoska | Planning and Analysis of the Company’s Financial Performances by Using a Software Simulation | |
Khatun et al. | DISRUPTION OF CONTINUITY OR BUSINESS AS USUAL?: A SECTORAL ANALYSIS OF THE IMPACT OF COVID-19 ON EQUITY MARKETS IN BANGLADESH |
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 | ||
CB02 | Change of applicant information |
Address after: 230000 zone B, 19th floor, building A1, 3333 Xiyou Road, hi tech Zone, Hefei City, Anhui Province Applicant after: Dingfu Intelligent Technology Co.,Ltd. Address before: Room 630, 6th floor, Block A, Wanliu Xingui Building, 28 Wanquanzhuang Road, Haidian District, Beijing Applicant before: DINFO (BEIJING) SCIENCE DEVELOPMENT Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190125 |
|
RJ01 | Rejection of invention patent application after publication |