CN111199336A - 评估银行金融科技指数的系统、方法及存储介质 - Google Patents

评估银行金融科技指数的系统、方法及存储介质 Download PDF

Info

Publication number
CN111199336A
CN111199336A CN201911301271.XA CN201911301271A CN111199336A CN 111199336 A CN111199336 A CN 111199336A CN 201911301271 A CN201911301271 A CN 201911301271A CN 111199336 A CN111199336 A CN 111199336A
Authority
CN
China
Prior art keywords
index
data
bank
financial
evaluated
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
Application number
CN201911301271.XA
Other languages
English (en)
Inventor
林胜
闫晗
边鹏
尹龙
吴振宇
石光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Construction Bank Corp
Original Assignee
China Construction Bank Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Construction Bank Corp filed Critical China Construction Bank Corp
Priority to CN201911301271.XA priority Critical patent/CN111199336A/zh
Publication of CN111199336A publication Critical patent/CN111199336A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition

Abstract

本发明提供一种评估银行金融科技指数的系统、方法及存储介质，涉及计算机应用技术领域，该系统包括：指标体系配置模块，用于配置金融科技指标体系；数据采集模块，用于通过网络爬虫采集各银行的对应所述金融科技指标体系的各指标的指标数据；评分模块，用于获取待评估银行在所述各指标上的指标数据，将所述指标数据输入到评分模型中，得到待评估银行在所述各指标上的评分；赋权模块，用于根据层次分析法赋权模型生成所述各指标的相对权重；评估模块，用于根据待评估银行在所述各指标上的评分和各指标的相对权重生成所述待评估银行的金融科技指数。本发明可以提供一种评估商业银行的金融科技能力的系统，便于研究商业银行的金融科技发展情况。

Description

评估银行金融科技指数的系统、方法及存储介质
技术领域
本发明涉及计算机应用技术领域，具体而言，涉及评估银行金融科技指数的系统、方法及存储介质。
背景技术
作为金融与科技深度融合的产物，金融科技是全球金融创新发展的热点，是重塑金融业的重要力量，为商业银行带来前所未有的机遇与挑战。
随着金融科技发展的日趋深化，对各家商业银行乃至各国、各地区商业银行在金融科技方面的发展水平进行评估，以此建立全球视野下的金融科技研究和分析框架，探索金融科技未来趋势，具有积极的理论意义、现实意义、创新意义。
因此，亟需一种评估商业银行金融科技能力的系统。
发明内容
针对现有技术中的上述技术问题，本发明提供了一种评估银行金融科技指数的系统、方法及存储介质。
本发明实施方式的第一方面提供一种评估银行金融科技指数的系统，所述系统可以包括：
指标体系配置模块，用于配置金融科技指标体系，其中，所述金融科技指标体系包括多个不同类别，每个类别下包含多个指标；
数据采集模块，用于通过网络爬虫采集各银行的对应所述金融科技指标体系的各指标的指标数据，将采集的指标数据存入指标数据库；
评分模块，用于从所述指标数据库中获取待评估银行在所述各指标上的指标数据，将所述指标数据输入到评分模型中，得到待评估银行在所述各指标上的评分；
赋权模块，用于根据层次分析法赋权模型生成所述各指标的相对权重；
评估模块，用于根据待评估银行在所述各指标上的评分和各指标的相对权重生成所述待评估银行的金融科技指数。
在本发明的一种实施方式中，所述数据采集模块包括：
原始数据采集单元，用于通过网络爬虫从各网络渠道采集各银行在所述金融科技指标体系的各指标上的原始数据；
数据处理单元，用于从所述原始指标数据中获取有效数据内容，得到指标数据；
数据入库单元，用于将所述指标数据存入数据库以构建指标数据库。
在本发明的一种实施方式中，所述原始指标数据包括：图片数据、非即用文本数据、即用文本数据。
在本发明的一种实施方式中，所述数据处理单元包括：
图片处理子单元，用于采用OCR技术对所述图片数据进行解析，得到指标数据；
非即用文本处理子单元，用于结合情感词库对所述非即用文本数据进行情感评分，得到指标数据；
人工筛选子单元，用于提供对所述即用文本数据进行人工筛选的接口，得到人工筛选后的指标数据。
在本发明的一种实施方式中，所述评分模块包括：
数据获取单元，用于从所述指标数据库中获取待评估银行在所述各指标上的指标数据以及各指标上的最大指标数据；
类型识别单元，用于识别所述指标的类型；
评分单元，用于根据所述指标的类型将所述指标数据和所述最大指标数据输入到与所述指标的类型对应的评分模型中，得到待评估银行在所述各指标上的评分；
其中，所述指标的类型包括正向指标和反向指标；
所述正向指标对应的评分模型为：
Figure BDA0002321848570000031
所述反向指标对应的评分模型为：
Figure BDA0002321848570000032
其中，Xmn表示待评估银行在第m类第n个指标上的评分，xmn表示待评估银行在第m类第n个指标上的指标数据，xmnmax表示第m类第n个指标上的最大指标数据。
在本发明的一种实施方式中，所述赋权模块包括：
判断矩阵生成单元，用于根据层次分析法赋权模型对属于同一类别的指标生成指标相对重要性判断矩阵；
权重生成单元，用于根据所述指标相对重要性判断矩阵得到所述指标的相对权重。
本发明实施方式的第二方面提供一种评估银行金融科技指数的方法，所述方法可以包括如下处理：
通过网络爬虫采集各银行的对应金融科技指标体系的各指标的指标数据，将采集的指标数据存入指标数据库，其中，所述金融科技指标体系包括多个不同类别，每个类别下包含多个指标；
从所述指标数据库中获取待评估银行在所述各指标上的指标数据，将所述指标数据输入到评分模型中，得到待评估银行在所述各指标上的评分；
根据层次分析法赋权模型生成所述各指标的相对权重；
根据待评估银行在所述各指标上的评分和各指标的相对权重生成所述待评估银行的金融科技指数。
在本发明的一种实施方式中，所述通过网络爬虫采集各银行的对应金融科技指标体系的各指标的指标数据，构建指标数据库包括：
通过网络爬虫从各网络渠道采集各银行在所述金融科技指标体系的各指标上的原始数据；
从所述原始指标数据中获取有效数据内容，得到指标数据；
将所述指标数据存入数据库以构建指标数据库。
在本发明的一种实施方式中，所述原始指标数据包括：图片数据、非即用文本数据、即用文本数据。
在本发明的一种实施方式中，所述从所述原始指标数据中获取有效数据内容，得到指标数据，构建指标数据库包括：
采用OCR技术对所述图片数据进行解析，得到指标数据；
结合情感词库对所述非即用文本数据进行情感评分，得到指标数据；
对所述即用文本数据进行人工筛选，得到指标数据。
在本发明的一种实施方式中，所述从所述指标数据库中获取待评估银行在所述各指标上的指标数据，将所述指标数据输入到评分模型中，得到待评估银行在所述各指标上的评分包括：
从所述指标数据库中获取待评估银行在所述各指标上的指标数据和各指标上的最大指标数据；
识别所述指标的类型；
根据所述指标的类型将所述指标数据和所述最大指标数据输入到与所述指标的类型对应的评分模型中，得到待评估银行在所述各指标上的评分；
其中，所述指标的类型包括正向指标和反向指标；
所述正向指标对应的评分模型为：
Figure BDA0002321848570000041
所述反向指标对应的评分模型为：
Figure BDA0002321848570000042
其中，Xmn表示待评估银行在第m类第n个指标上的评分，xmn表示待评估银行在第m类第n个指标上的指标数据，xmnmax表示第m类第n个指标上的最大指标数据。
在本发明的一种实施方式中，所述根据层次分析法赋权模型生成所述各指标的相对权重包括：
根据层次分析法赋权模型对属于同一类别的指标生成指标相对重要性判断矩阵；
根据所述指标相对重要性判断矩阵得到所述指标的相对权重。
在本发明的一种实施方式中，所述方法还包括：
配置所述金融科技指标体系。
本发明实施方式的第三方面提供一种计算机存储介质，其上存储有计算机指令，该计算机指令能够被处理器执行以实现上述任意一种实施方式所述的方法。
本发明实施方式的第四方面提供一种评估银行金融科技指数的系统，其特征在于，包括：
存储器，其上存储有计算机可读指令和数据；
处理器，其用于执行所述计算机可读指令并读写所述数据以实现上述任意一种实施方式所述的方法。
根据上述实施方式，本发明可以提供一种评估银行金融科技能力的系统，便于学术界、金融机构、金融监管部门等分析研究各国、各地区商业银行金融科技发展情况。此外，本发明根据金融科技指标体系来采集数据评估银行的金融科技能力，通过配置、修改金融科技指标体系，本发明所述的系统及其处理方法可以辅助分析人员从多种不同的角度量化评估银行的金融科技能力，便于分析人员研究编制金融科技指标体系，选择合适的指标。
附图说明
图1是根据本发明一种实施方式的评估银行金融科技指数的系统模块示意图；
图2是根据本发明一种实施方式的金融科技指标体系的体系结构示例；
图3是根据本发明一种实施方式的数据采集模块的示意图；
图4是根据本发明一种实施方式的评分模块的示意图；
图5是根据本发明一种实施方式的赋权模块的示意图；
图6是根据本发明一种实施方式的评估银行金融科技指数的方法流程图。
具体实施方式
为了便于理解本发明技术方案的各个方面、特征以及优点，下面结合附图对本发明进行具体描述。应当理解，下述的各种实施方式只用于举例说明，而非用于限制本发明的保护范围。
本发明实施方式的第一方面提供一种评估银行金融科技指数的系统。图1示出了根据本发明一种实施方式的评估银行金融科技指数的系统模块示意图。如图1所示，评估银行金融科技指数的系统(下文简称为评估系统)10可以包括但不限于：指标体系配置模块11、数据采集模块12、评分模块13、赋权模块14、以及评估模块15。
其中，指标体系配置模块11用于配置金融科技指标体系，其中，所述金融科技指标体系包括多个不同类别，每个类别下包含多个指标；数据采集模块12可以通过网络爬虫采集各银行的对应所述金融科技指标体系的各指标的指标数据，将采集的指标数据存入指标数据库；评分模块13可以从所述指标数据库中获取待评估银行在所述各指标上的指标数据，将所述指标数据输入到评分模型中，得到待评估银行在所述各指标上的评分；赋权模块14可以根据层次分析法赋权模型生成所述各指标的相对权重；评估模块15可以根据待评估银行在所述各指标上的评分和各指标的相对权重生成所述待评估银行的金融科技指数。
具体而言，指标体系配置模块11可以提供配置项，供用户配置金融指标体系，也可以预置金融科技指标体系，并提供接口，供用户在预置的金融科技指标体系的基础上添加、修改或删除指标项。配置的金融科技指标体系可以包括多个不同类别，每个类别下可以包含多个指标。图2示出了根据本发明一种实施方式的金融科技指标体系的示例。如图2所示，金融科技指标体系包括研发、推广、应用、投入、影响、基础、风控等7个类别，每个类别下分别包含多个指标，如专利数、研究经费等等。通过配置金融科技指标体系，本实施方式所述的评估系统可以辅助分析人员从多种不同的角度量化评估银行的金融科技能力。
配置金融科技指标体系后，数据采集模块12可以通过网络爬虫采集各银行的对应所述金融科技指标体系的各指标的指标数据，将采集的指标数据存入指标数据库。
图3示出了根据本发明一种实施方式的数据采集模块的模块示意图。如图3所示，在本发明的一些实施方式中，数据采集模块12可以包括但不限于原始数据采集单元121、数据处理单元122、数据入库单元123。
原始数据采集单元121可以通过网络爬虫(例如使用sprapy爬虫框架)从各银行年报、官网、各国专利管理部门网站、各主流搜索引擎、各专业统计网站等网络渠道采集各银行在所述金融科技指标体系的各指标上的原始数据。采集的原始数据可以包括图片数据、非即用文本数据、即用文本数据等。非即用文本数据为采集后不能立即使用的数据，如互联网上关于某一家银行的新闻数据，该新闻数据不能立即使用，需要经过进一步分析才能使用。即用文本数据为采集后可以立即使用的数据，如银行年报中的资产规模、净利润、不良贷款率等。
数据处理单元122可以对原始数据采集单元121采集到的原始数据进行分类，然后通过图片处理子单元、非即用数据处理子单元、即用数据处理子单元对原始数据进行分类处理。图片处理子单元可以采用OCR技术对采集的图片数据进行解析，获取有效数据内容，从而得到指标数据。非即用文本处理子单元可以结合情感词库，利用机器学习、自然语言处理、情感分析、支持向量机等技术对采集到的非即用文本数据进行情感评分，从而得到指标数据。即用文本数据处理子单元可以提供对即用文本数据进行人工筛选接口，通过人工筛选获得有效的数据内容，从而得到指标数据。
其中，对于一些指标，数据处理单元122可以直接得到指标数据，对于另一些指标，数据处理单元122可以按照预设规则计算后得到指标数据。例如，对于“手机银行用户数”这一指标，可以直接获取手机银行用户数，从而得到该指标的指标数据。对于“手机银行用户数与总用户数之比”这一指标，数据处理单元122可以获取手机银行用户数、总用户数，然后获取手机银行用户数与总用户数的比值，将该比值作为该指标的指标数据。对于某些缺失的指标数据，例如，某个银行的某项指标数据可能缺失，数据处理单元122可以根据“取银行所在洲的平均值”的原则，对该缺失的指标数据进行平滑填充，从而得到指标数据。对于金额类指标，如研究经费、企业经费、总营业利润等，其单位不统一，数据处理单元122可以将这些指标的指标数据处理为统一单位，例如，可以将金额类指标的单位同一调整为“美元”。
经过上述处理，数据入库单元123可以将得到的指标数据存入到数据库以构建指标数据库。
构建了指标数据库后，评分模块13可以从所述指标数据库中获取待评估银行在所述各指标上的指标数据和各指标上的最大指标数据，将所述指标数据和最大指标数据输入到评分模型中，得到待评估银行在所述各指标上的评分。
图4示出了根据本发明一种实施方式的评分模块的示意图。如图4所示，在本发明的一些实施方式中，评分模块13可以包括但不限于数据获取单元131、类型识别单元132、以及评分单元133。数据获取单元131可以从所述指标数据库中获取待评估银行在所述各指标上的指标数据以及各指标上的最大指标数据。类型识别单元132可以识别所述指标的类型。评分单元133可以根据所述指标的类型将所述指标数据和最大指标数据输入到与所述指标的类型对应的评分模型中，得到待评估银行在所述各指标上的评分。其中，所述指标的类型包括正向指标和反向指标。正向指标的指标数据值越高表明金融科技能力越强，反向指标的指标数据值越高表明金融科技能力越弱。例如，图2所示的金融科技指标体系中的不良贷款率、Alexa排名值即为反向指标，其余指标均为正项指标。所述正向指标对应的评分模型为：
Figure BDA0002321848570000091
所述反向指标对应的评分模型为：
Figure BDA0002321848570000092
其中，Xmn表示待评估银行在第m类第n个指标上的评分，xmn表示待评估银行在第m类第n个指标上的指标数据，xmnmax表示第m类第n个指标上的最大指标数据。
其中，有些正向指标的指标数据为百分数，评分单元133可以将这些指标处理后输入到正向指标的评分模型中，例如，可以将指标数据乘以100后输入到评分模型
Figure BDA0002321848570000093
中，从而得到该指标的评分为
Figure BDA0002321848570000094
根据上述实施方式，可以对各指标数据进行无量纲化评分，以便对金融科技指数进行量化评估。
进一步地，赋权模块14可以根据层次分析法赋权模型生成各指标的相对权重。该处理可以在评分处理之前进行，也可以在评分处理之后进行，还可以在数据采集之前进行，对此本发明不做限定。
图5示出了根据本发明一种实施方式的赋权模块的示意图。如图5所示，在本发明的一些实施方式中，赋权模块14可以包括但不限于：判断矩阵生成单元141、权重生成单元142。其中，判断矩阵生成单元141可以根据层次分析法赋权模型对属于同一类别的指标生成指标相对重要性判断矩阵；权重生成单元142可以根据所述指标相对重要性判断矩阵得到所述指标的相对权重。
具体而言，可以预置层次分析法(Analytic Hierarchy Process，AHP)赋权模型，该赋权模型中包含指标之间的相对重要性等级，判断矩阵生成单元141可以按照表1对属于同一类别的指标之间进行两两对比，根据指标之间的相对重要性等级进行赋值，然后将赋值按照矩阵形式排列，得到如表2所示的判断矩阵。其中，在表1、表2中，I1、I2、…In分别表示同一类别中的第一个指标、第二个指标、…第n个指标。bij表示在同一类别中，第i个指标相比第j个指标的相对重要性赋值。
Figure BDA0002321848570000101
表1
Figure BDA0002321848570000102
表2
例如，对于图2所示研发类指标，其包括专利数、专利集成度、核心技术专利、研究经费、企业经费、互联网情感评分、研究经费占比等7个指标。可以将这7个指标之间进行两两对比，例如，若第1个指标与第2个指标同等重要，则将b12赋为1；若第1个指标比第2个指标稍微重要，则将b12赋为3；若第1个指标比第2个指标明显重要，则将b12赋为5；若第1个指标比第2个指标强烈重要，则将b12赋为7；若第1个指标比第2个指标极端重要，则将b12赋为9；若第1个指标相比第2个指标的相对重要性位于上述相邻重要性的中间，则将b12赋为相邻重要性赋值的中间值，例如，若第1个指标相比第2个指标的重要性位于同等重要和稍微重要之间，则将b12赋为2。对于第2个指标相比第1个指标的相对重要性赋值，可由第1个指标相比第2个指标的相对重要性赋值的倒数得到，例如，若第1个指标相比第2个指标的相对重要性赋值b12为3，则第2个指标相比第1个指标的相对重要性赋值b21则为1/3。根据上述赋值方法，可以得到研发类指标的指标相对重要性矩阵为B1＝(bij)7×7。
依照同样的方法，可以得到其他类别的指标相对重要性矩阵，从而得到各类别的相对重要性判断矩阵Bm＝(bij)N×N，其中，m为正整数，表示类别，N表示该类别下的指标个数。
得到指标相对重要性判断矩阵后，权重生成单元142可以将对所述指标相对重要性判断矩阵的各行向量进行归一化处理，从而得到所述指标相对于其所属类别的权重。
例如，对第m个类别的指标相对重要性判断矩阵Bm＝(bij)N×N中的行向量进行归一化处理，可以得到该类别中的第n个指标相对于该类别的权重为：
Figure BDA0002321848570000111
此外，层次分析法(Analytic Hierarchy Process，AHP)赋权模型还可以包含类别之间的相对重要性等级。依照上述同样方法，可以根据各类别之间的相对重要性得到各类别之间的相对重要性赋值，从而得到各类别相对于总体金融科技指数的权重wm。
进一步地，将指标相对于其所属类别的权重和所属类别相对于总体金融科技指数的权重相乘，即可得到指标相对于总体金融科技指数的权重wmn，其中，wmn＝wm·wn，wm为第m个类别相对于总体金融科技指数的权重，wn为第m个类别中的第n个指标相对于该类别的权重。
得到各指标相对于总体金融科技指数的权重，即各指标的相对权重之后，评估模块15可以从评分模块13获取待评估银行在各指标上的评分，从赋权模块14获取各指标相对于金融科技指数的权重，然后将所述各指标的评分和权重进行合成，得到待评估银行的总体金融科技指数。在本实施方式中，待评估银行的总体金融科技指数可以为
Figure BDA0002321848570000121
在本发明的一些实施方式中，评估模块15也可以合成对待评估银行在各个类别的金融科技指数，从而评估待评估银行在各个方面的金融科技能力。待评估银行在第m个类别的金融科技指数可以为
Figure BDA0002321848570000122
例如，在图2所示的金融科技指标体系中，对于研发类而言，m＝1，可以获取待评估银行的研发类指标的评分以及研发类指标相对于总体金融科技指数的权重，将所述评分和权重进行加权求和，从而得到待评估银行在研发方面的金融科技指数X1。
在本发明的一些实施方式中，所述评估系统10还可以包括展示模块，以对待评估银行的金融科技指数数据进行数据化或图形化展示。例如，可以按照人工指令图形化或数据化展示各银行的总体金融科技指数，展示各银行在各个类别的金融科技指数，对不同银行的金融科技指数进行排序，比较同一银行的历史金融科技指数和现在的金融科技指数等。
本发明实施方式的第二方面提供一种评估银行金融科技指数的方法。图5示出了根据本发明一种实施方式的评估银行金融科技指数的方法流程图。如图5所示，本实施方式所述的评估银行金融科技指数的方法包括如下处理：
S1：通过网络爬虫采集各银行的对应金融科技指标体系的各指标的指标数据，将采集的指标数据存入指标数据库。其中，所述金融科技指标体系包括多个不同类别，每个类别下包含多个指标；
S2：从所述指标数据库中获取待评估银行在所述各指标上的指标数据，将所述指标数据输入到评分模型中，得到待评估银行在所述各指标上的评分；
S3：根据层次分析法赋权模型生成所述各指标的相对权重；
S4：根据待评估银行在所述各指标上的评分和各指标的相对权重生成所述待评估银行的金融科技指数。
在本发明的一种实施方式中，所述通过网络爬虫采集各银行的对应金融科技指标体系的各指标的指标数据，构建指标数据库包括：
通过网络爬虫从各网络渠道采集各银行在所述金融科技指标体系的各指标上的原始数据；
从所述原始指标数据中获取有效数据内容，得到指标数据；
将所述指标数据存入数据库以构建指标数据库。
在本发明的一种实施方式中，所述原始指标数据包括：图片数据、非即用文本数据、即用文本数据。
在本发明的一种实施方式中，所述从所述原始指标数据中获取有效数据内容，得到指标数据，构建指标数据库包括：
采用OCR技术对所述图片数据进行解析，得到指标数据；
结合情感词库对所述非即用文本数据进行情感评分，得到指标数据；
对所述即用文本数据进行人工筛选，得到指标数据。
在本发明的一种实施方式中，所述从所述指标数据库中获取待评估银行在所述各指标上的指标数据，将所述指标数据输入到评分模型中，得到待评估银行在所述各指标上的评分包括：
从所述指标数据库中获取待评估银行在所述各指标上的指标数据和各指标上的最大指标数据；
识别所述指标的类型；
根据所述指标的类型将所述指标数据和所述最大指标数据输入到与所述指标的类型对应的评分模型中，得到待评估银行在所述各指标上的评分；
其中，所述指标的类型包括正向指标和反向指标；
所述正向指标对应的评分模型为：
Figure BDA0002321848570000141
所述反向指标对应的评分模型为：
Figure BDA0002321848570000142
其中，Xmn表示待评估银行在第m类第n个指标上的评分，xmn表示待评估银行在第m类第n个指标上的指标数据，xmnmax表示第m类第n个指标上的最大指标数据。
在本发明的一种实施方式中，所述根据层次分析法赋权模型生成所述各指标的相对权重包括：
根据层次分析法赋权模型对属于同一类别的指标生成指标相对重要性判断矩阵；
根据所述指标相对重要性判断矩阵得到所述指标的相对权重。
在本发明的一种实施方式中，所述方法还包括：
配置所述金融科技指标体系。
本领域技术人员可以清楚的了解到，为了描述的方便和简洁，本实施方式所述的评估银行金融科技指数的方法可以参照前述实施方式所述的评估银行金融科技指数的系统的对应过程，在此不再赘述。
本发明实施方式的第三方面提供一种计算机存储介质，如ROM/RAM、磁碟、光盘等，其上存储有计算机指令，该计算机指令能够被处理器执行以实现上述实施方式所述的任意一种评估银行金融科技指数的方法。
本发明实施方式的第四方面提供一种评估银行金融科技指数的系统，其特征在于，包括：
存储器，其上存储有计算机可读指令和数据；
处理器，其用于执行所述计算机可读指令并读写所述数据以实现上述任意一种实施方式所述的方法。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件结合硬件平台的方式来实现。基于这样的理解，本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施方式或者实施方式的某些部分所述的方法。
本发明说明书中使用的术语和措辞仅仅为了举例说明，并不意味构成限定。本领域技术人员应当理解，在不脱离所公开的实施方式的基本原理的前提下，对上述实施方式中的各细节可进行各种变化。因此，本发明的保护范围只由权利要求确定，在权利要求中，除非另有说明，所有的术语应按最宽泛合理的意思进行理解。

Claims (15)

1.一种评估银行金融科技指数的系统，其特征在于，所述系统包括：
指标体系配置模块，用于配置金融科技指标体系，其中，所述金融科技指标体系包括多个不同类别，每个类别下包含多个指标；
数据采集模块，用于通过网络爬虫采集各银行的对应所述金融科技指标体系的各指标的指标数据，将采集的指标数据存入指标数据库；
评分模块，用于从所述指标数据库中获取待评估银行在所述各指标上的指标数据，将所述指标数据输入到评分模型中，得到待评估银行在所述各指标上的评分；
赋权模块，用于根据层次分析法赋权模型生成所述各指标的相对权重；
评估模块，用于根据待评估银行在所述各指标上的评分和各指标的相对权重生成所述待评估银行的金融科技指数。
2.根据权利要求1所述的系统，其特征在于，所述数据采集模块包括：
原始数据采集单元，用于通过网络爬虫从各网络渠道采集各银行在所述金融科技指标体系的各指标上的原始数据；
数据处理单元，用于从所述原始指标数据中获取有效数据内容，得到指标数据；
数据入库单元，用于将所述指标数据存入数据库以构建指标数据库。
3.根据权利要求2所述的系统，其特征在于，所述原始指标数据包括：图片数据、非即用文本数据、即用文本数据。
4.根据权利要求3所述的系统，其特征在于，所述数据处理单元包括：
图片处理子单元，用于采用OCR技术对所述图片数据进行解析，得到指标数据；
非即用文本处理子单元，用于结合情感词库对所述非即用文本数据进行情感评分，得到指标数据；
人工筛选子单元，用于提供对所述即用文本数据进行人工筛选的接口，得到人工筛选后的指标数据。
5.根据权利要求1所述的系统，其特征在于，所述评分模块包括：
数据获取单元，用于从所述指标数据库中获取待评估银行在所述各指标上的指标数据以及各指标上的最大指标数据；
类型识别单元，用于识别所述指标的类型；
评分单元，用于根据所述指标的类型将所述指标数据和所述最大指标数据输入到与所述指标的类型对应的评分模型中，得到待评估银行在所述各指标上的评分；
其中，所述指标的类型包括正向指标和反向指标；
所述正向指标对应的评分模型为：
Figure FDA0002321848560000021
所述反向指标对应的评分模型为：
Figure FDA0002321848560000022
其中，Xmn表示待评估银行在第m类第n个指标上的评分，xmn表示待评估银行在第m类第n个指标上的指标数据，xmnmax表示第m类第n个指标上的最大指标数据。
6.根据权利要求1所述的系统，其特征在于，所述赋权模块包括：
判断矩阵生成单元，用于根据层次分析法赋权模型对属于同一类别的指标生成指标相对重要性判断矩阵；
权重生成单元，用于根据所述指标相对重要性判断矩阵得到所述指标的相对权重。
7.一种评估银行金融科技指数的方法，其特征在于，所述方法包括：
通过网络爬虫采集各银行的对应金融科技指标体系的各指标的指标数据，将采集的指标数据存入指标数据库，其中，所述金融科技指标体系包括多个不同类别，每个类别下包含多个指标；
从所述指标数据库中获取待评估银行在所述各指标上的指标数据，将所述指标数据输入到评分模型中，得到待评估银行在所述各指标上的评分；
根据层次分析法赋权模型生成所述各指标的相对权重；
根据待评估银行在所述各指标上的评分和各指标的相对权重生成所述待评估银行的金融科技指数。
8.根据权利要求7所述的方法，其特征在于，所述通过网络爬虫采集各银行的对应金融科技指标体系的各指标的指标数据，构建指标数据库包括：
通过网络爬虫从各网络渠道采集各银行在所述金融科技指标体系的各指标上的原始数据；
从所述原始指标数据中获取有效数据内容，得到指标数据；
将所述指标数据存入数据库以构建指标数据库。
9.根据权利要求8所述的方法，其特征在于，所述原始指标数据包括：图片数据、非即用文本数据、即用文本数据。
10.根据权利要求9所述的方法，其特征在于，所述从所述原始指标数据中获取有效数据内容，得到指标数据，构建指标数据库包括：
采用OCR技术对所述图片数据进行解析，得到指标数据；
结合情感词库对所述非即用文本数据进行情感评分，得到指标数据；
对所述即用文本数据进行人工筛选，得到指标数据。
11.根据权利要求7所述的方法，其特征在于，所述从所述指标数据库中获取待评估银行在所述各指标上的指标数据，将所述指标数据输入到评分模型中，得到待评估银行在所述各指标上的评分包括：
从所述指标数据库中获取待评估银行在所述各指标上的指标数据和各指标上的最大指标数据；
识别所述指标的类型；
根据所述指标的类型将所述指标数据和所述最大指标数据输入到与所述指标的类型对应的评分模型中，得到待评估银行在所述各指标上的评分；
其中，所述指标的类型包括正向指标和反向指标；
所述正向指标对应的评分模型为：
Figure FDA0002321848560000041
所述反向指标对应的评分模型为：
Figure FDA0002321848560000042
其中，Xmn表示待评估银行在第m类第n个指标上的评分，xmn表示待评估银行在第m类第n个指标上的指标数据，xmnmax表示第m类第n个指标上的最大指标数据。
12.根据权利要求7所述的方法，其特征在于，所述根据层次分析法赋权模型生成所述各指标的相对权重包括：
根据层次分析法赋权模型对属于同一类别的指标生成指标相对重要性判断矩阵；
根据所述指标相对重要性判断矩阵得到所述指标的相对权重。
13.根据权利要求7-12中任意一项权利要求所述的方法，其特征在于，所述方法还包括：
配置所述金融科技指标体系。
14.一种计算机存储介质，其上存储有计算机指令，该计算机指令能够被处理器执行以实现权利要求7-13中任意一项权利要求所述的方法。
15.一种评估银行金融科技指数的系统，其特征在于，包括：
存储器，其上存储有计算机可读指令和数据；
处理器，其用于执行所述计算机可读指令并读写所述数据以实现权利要求7-13中任意一项权利要求所述的方法。
CN201911301271.XA 2019-12-17 2019-12-17 评估银行金融科技指数的系统、方法及存储介质 Pending CN111199336A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911301271.XA CN111199336A (zh) 2019-12-17 2019-12-17 评估银行金融科技指数的系统、方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911301271.XA CN111199336A (zh) 2019-12-17 2019-12-17 评估银行金融科技指数的系统、方法及存储介质

Publications (1)

Publication Number Publication Date
CN111199336A true CN111199336A (zh) 2020-05-26

Family

ID=70746916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911301271.XA Pending CN111199336A (zh) 2019-12-17 2019-12-17 评估银行金融科技指数的系统、方法及存储介质

Country Status (1)

Country Link
CN (1) CN111199336A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113516065A (zh) * 2021-07-03 2021-10-19 北京中建建筑科学研究院有限公司 基于区块链的资料权重测算方法、装置、服务器及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113516065A (zh) * 2021-07-03 2021-10-19 北京中建建筑科学研究院有限公司 基于区块链的资料权重测算方法、装置、服务器及存储介质

Similar Documents

Publication Publication Date Title
Avkiran Association of DEA super-efficiency estimates with financial ratios: Investigating the case for Chinese banks
McMillan et al. University efficiency: A comparison and consolidation of results from stochastic and non‐stochastic methods
Awasthi et al. Can tax simplification help lower tax corruption?
Kaur Efficiency of microfinance institutions in India: are they reaching the poorest of the poor?
Gül et al. A multiple criteria credit rating approach utilizing social media data
Chmielarz et al. Analysis of e-banking websites’ quality with the application of the topsis method–a practical study
CN112102073A (zh) 信贷风险控制方法及系统、电子设备及可读存储介质
CN112418956A (zh) 一种金融产品的推荐方法及装置
Lohokare et al. Automated data collection for credit score calculation based on financial transactions and social media
Bhatia et al. Non-parametric analysis of technical efficiency of public sector banks (PSBs) in India
Jayaraman et al. Tourism–growth nexus in Pacific Island Countries: A panel study on information and communication technology as a contingent factor
Jagwani Efficiency measurement in the Indian banking industry: An application of data envelopment analysis
Atukalp Determining the relationship between stock return and financial performance: an analysis on Turkish deposit banks
De Maria Why is the president of Malawi angry? Towards an ethnography of corruption
Barboza et al. New metrics and approaches for predicting bankruptcy
Balakrishnan et al. Test of five-factor asset pricing model in India
Barua et al. Structure, conduct and performance analysis of Indian commercial banks
Ali et al. Examination of Customers Intention to Adopt Digital Banking Services: Moderating Role of Perceived Risk in Banking Sector of Pakistan during COVID-19
CN111199336A (zh) 评估银行金融科技指数的系统、方法及存储介质
Yorke Analysing existing datasets: some considerations arising from practical experience
Mand et al. Impact of family control on information technology investment and information technology adoption in India
Mwange Determinants of bank selection criteria: the case of University of Zambia Students
Amiri et al. Publication performance and trends in altmetrics: A bibliometric analysis and visualization
CN110033169A (zh) 对象评估方法与装置
Singh et al. Efficiency assessment parameters of public sector banks in India

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200526

WD01 Invention patent application deemed withdrawn after publication