CN111382181A - 一种基于股权穿透的指定企业派系归属分析方法及系统 - Google Patents

一种基于股权穿透的指定企业派系归属分析方法及系统 Download PDF

Info

Publication number
CN111382181A
CN111382181A CN202010183474.XA CN202010183474A CN111382181A CN 111382181 A CN111382181 A CN 111382181A CN 202010183474 A CN202010183474 A CN 202010183474A CN 111382181 A CN111382181 A CN 111382181A
Authority
CN
China
Prior art keywords
enterprise
analyzed
shareholder
information data
shareholders
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
CN202010183474.XA
Other languages
English (en)
Inventor
王锟
吴震
王凡凡
唐积强
王秀文
施力
郭富民
杜漫
张凯
余智华
张鸣
林未未
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.)
Golaxy Data Technology Co ltd
National Computer Network and Information Security Management Center
Original Assignee
Golaxy Data Technology Co ltd
National Computer Network and Information Security Management Center
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 Golaxy Data Technology Co ltd, National Computer Network and Information Security Management Center filed Critical Golaxy Data Technology Co ltd
Priority to CN202010183474.XA priority Critical patent/CN111382181A/zh
Publication of CN111382181A publication Critical patent/CN111382181A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • G06F16/24553Query execution of query operations
    • G06F16/24554Unary operations; Data partitioning operations
    • G06F16/24556Aggregation; Duplicate elimination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06Asset management; Financial planning or analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Technology Law (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数据处理的技术领域,具体涉及一种基于股权穿透的指定企业派系归属分析方法及系统,包括对每个待分析企业信息数据进行采集存储,得到原始信息数据,信息数据包括股东信息数据;根据原始信息数据对每个待分析企业向上发散计算股权链路占比,并确定所述每个待分析企业的全部股东,所述全部股东包括最终股东;通过检索出与所述最终股东相关的关联待分析企业,生成与最终股东相关的第一派系信息数据;对第一派系信息数据进行合并,生成最终派系信息数据;通过对股东信息进行采集存储以及分析,从而计算出每个待分析企业的向上发散计算股权链路占比。对待分析企业进行了基于最终股东的集合划分,为企业关联分析提供支撑。

Description

一种基于股权穿透的指定企业派系归属分析方法及系统
技术领域:
本发明涉及数据处理的技术领域,具体涉及一种基于股权穿透的指定企业派系归属分析方法及系统。
背景技术:
近年来随着互联网技术发展,互联网金融行业在我国快速发展,大量企业通过互联网提供各种金融服务。互联网金融虽然提高了金融普惠性和便捷性,但同时也产生了许多风险和问题,大量平台“跑路”或“暴雷”,给广大投资者造成了巨大的经济损失,给社会造成了严重不良影响。通过对大量问题企业进行深入的关联分析,发现很多问题企业存在着同样的共同股东,属于一个“派系”。发现识别企业的不同派系是深入了解互联网金融行业的一个重要方面,也是分析企业风险的一个重要因素,有利于互联网金融的监管和风险防范化解。
然而,目前缺乏对互联网金融企业的派系分析方法,同时企业的风险分析很少考虑企业所属派系和相关关联风险。
有鉴于此,提出本发明。
发明内容:
本发明提供一种基于股权穿透的指定企业派系归属分析方法及系统,能够准确、快速地对待分析企业进行派系划分,从而为企业关联风险分析、发现企业团伙、金融企业监管等工作提供基础数据支撑。
本发明保护一种于股权穿透的指定企业派系归属分析方法,包含以下步骤:
S1:对每个待分析企业信息数据进行采集存储,得到原始信息数据,所述信息数据包括股东信息数据;
S2:根据所述原始信息数据对每个待分析企业向上发散计算股权链路占比,并确定所述每个待分析企业的全部股东,所述全部股东包括最终股东;
S3:通过检索出与所述最终股东相关的关联待分析企业,生成与所述最终股东相关的第一派系信息数据;
S4:对所述第一派系信息数据进行合并,生成最终派系信息数据。
采用上述方案,所述股权链路占比指的是指由所述待分析企业出发,根据股东结构,计算出的可能出现的所有股权链路占比,因为股东的不同和数量的不同,可能会出现多条链路;所述占比指的是股权的占比;对于所述待分析企业集合中每个公司采集其股东信息,并记录股东投资占比;针对股东类型为公司的股东继续采集股东信息,并记录股东投资占比,直到向上穿透无法获取到有效数据为止;对采集到的数据进行股权链路跟踪合并,生成待分析企业到其所有股东公司的股权链路和股权占比;针对待分析企业到每个股东进行详细数据分析,标记历史关系,并按照股东公司进行聚合。
所述最终股东为向上穿透无法获取有效数据时的企业,在实际应用中如果当最终股东股份占比非常小,可以根据实际设定舍弃股份占比非常小的最终股东,向下确定满足股份占比要求的股东,确定为最终股东;然后分析出每个最终股东企业下的待分析企业;生成第一派系信息数据。
对所述第一派系信息数据进行合并比较,判断是否有包含关系,进行整合形成最终派系信息数据;派系划分原则为:对于两个或多个待分析企业,根据股东关联关系往上穿透分析,若其具有共同的股东则认为其归属于同一个派系。
通过对所述待分析企业进行股权链路占比的方式进行分析,可以更全面、更准确的分析不同企业之间的关联,形成最终派系信息数据,从而在投资决策、监督等方面为经营者提供最佳的参考意见。
进一步地,所述对全部待分析企业信息数据进行采集存储,得到原始信息数据包括以下步骤:
S101:创建待分析企业信息数据的集合为Ui,初始i=0时的集合U0为全部待分析企业信息数据集合,从所述集合U0中选取第一待分析企业并采集股东信息数据,将结果存入股东信息数据表,并将所述第一待分析企业的股东加入到股东集合Ui+1,将所述第一待分析企业加入到已采集集合U;
S102:循环所述集合Ui的待分析企业,如果待分析企业已经存在于已采集集合U则为标记待分析企业,则跳过所述标记待分析企业继续按照步骤S01执行下一家待分析企业的信息数据采集,直到所述集合Ui遍历完成;
S103:循环集合Ui,执行步骤S101到步骤S102,直到所有集合Ui遍历完成。
采用上述方案,例如当所述待分析企业的名称为a,b,...,x时,所述U0则记为U0={a,b,..,x},此时所述第一待分析企业可以为企业a,通过广度优先搜索算法(Breadth-First Search,BFS)对企业a进行信息数据采集,将结果存入股东信息数据表此时将所述企业a向上穿透到的所有股东存入股东集合Ui+1,并且将所述企业a加入到已采集集合U;
然后循环所述集合Ui中的待分析企业,对第二个待分析企业进行分析,如果第二个待分析企业已经存在于已采集集合U,则跳过继续执行下一家企业数据采集;例如上述已经对企业a进行过采集分析,那么就跳过a,对企业b进行分析,以此类推直到对所述集合Ui中的所有待分析企业完成信息采集;然后在对所有的集合Ui进行循环,Ui(i∈{0,1,2,3…n}),执行步骤S101到步骤S103,直到所有集合Ui遍历完成。
进一步地,所述步骤S2包括:循环所述集合U0,遍历每个待分析企业能达到的股东,分别生成每个待分析企业的股权链路;
计算所述每个待分析企业到其每个股东的股权占比。
采用上述方案,根据步骤S1中所采集到的企业信息,以及建立的股东信息表,循环待分析企业集合U0,采用深度优先遍历算法由待分析企业股东出发,扩展分析股权链路及最终股东。循环集合U0,遍历所有待分析企业,生成所有待分析企业的股权链路;所述待分析企业到股东可能有多条不同链路,根据所述股权链路的生成,对每个所述待分析企业进行计算,计算不同链路的不同路段占比;图中的百分数为股权占比,箭头指示方向为股东向上穿透方向,对所述股东的标记方法清晰、逻辑性强,生成的股权链路可以很明晰的表明所述待分析企业和股东之间的关系以及所述股东之间的各个关系。
优选地,所述生成每个待分析企业的股权链路包括:根据所述股东信息确定每个待分析企业的历史股东;获取变更信息数据,根据所述历史股东确定历史加入股东和历史离开股东,所述历史股东成为历史加入股东时间为ti,所述历史股东成为历史加入股东时间为max(ti),所述历史股东成为历史离开股东的时间记做Ti,所述历史离开股东脱离所述待分析企业股东的时间记为min(Ti);所述待分析企业的成立时间小于min(Ti),所述历史离开股东为无效股东,所述无效股东向上路径标记为无效,不再向下分析。
采用上述方案,所述历史股东可以为在所述待分析企业之前就离开其的股东或者向上穿透的其他股东,也可以为在所述待分析企业之后就离开其的股东或者向上穿透的其他股东,可以伴随着股东信息生成;所述变更信息数据可以确定工商变更登记时间,根据股东的变更时间可以更好的了解所述待分析企业与股东之间的关系,从而更好的进行检测;图中虚线标示为历史离开股东。
通过查找历史股东,进而确定历史加入股东和历史离开股东可以更准确的找到无效链路,从而使结果更加的精准,更符合实际操作。
具体地,计算所述每个待分析企业到其股东的股权占比包括:所述每个待分析企业到其股东的股权占比计算为
Figure BDA0002413355990000031
其中n为所述待分析企业到其股东的路径条数,k为每条路径上股权占比个数,不同链路的不同路段的股权占比记做qi j
采用上述方案,通过对不同链路、不同路段的股权占比的叠加计算,可以确定所述待分析企业和其股东之间的股权占比关系、以及股东与股东之间的股权占比关系。
进一步地,所述通过检索出与所述最终股东相关的关联待分析企业,生成与所述最终股东相关的第一派系信息数据包括:通过对所述集合Un进行聚合处理,生成基于股东对应其待分析企业的集合Ux;根据所述集合Ux和对无效股东的判定,将不能达到集合Ux的待分析企业剔除,生成第一派系信息数据;
采用上述方案,例如所述根据生成的待分析企业a和所能到达的股东集合Ua={A1,A2,……,Ai},待分析企业b和所能到达的股东集合Ub={B1,B2,,......,Bi},当待分析企业的股东结合间存在交集,如Ub={A1,B1,……,Bi}时,即股东A1下存在待分析企业a和b,记做
Figure BDA0002413355990000041
判定的路径有效性,当某个待分析企业到股东的路径为无效时,将待分析企业从集合中剔除。以待分析企业a为例,具体为股东集合Ua={A1,A2,……,Ai},对集合进行聚合处理,生成基于股东对应其待分析企业的集合,记做UX={a,b,……,n};根据生成的股东对应待分析企业集合和计算得到的待分析企业到股东的路径的有效性,将不能到达股东UX的待分析企业从集合中删除,生成所述第一派系信息数据。将由所述每个待分析企业对应的股东转换为由每个股东对应的待分析企业,可以有效地得出第一派系信息数据,即每个企业下面的待分析企业。
进一步地,对所述第一派系信息数据进行合并,生成最终派系信息数据包括:循环所述第一派系信息数据,生成派系集合UA,优先判定集合UA的大小、和与UA求差集的UX集合的大小。通过采用小的集合和大的集合求差集,如果差集结果为空集,则消去小的集合。且开始循环下一个派系集合;比较所有派系集合,得到保留的最终派系信息数据。
采用上述方案,根据所述第一派系信息数据,判断两两集合的包含关系,如果某集合完全被包含,则该集合消去,即从派系中移除;循环生成的第一派系信息数据。根据所述最终派系信息数据和股权链路构建最终派系列表、和单个派系与下属待分析企业的关联详情数据。
本发明还包括一种应用上述基于股权穿透的指定企业派系归属分析方法的系统,包括:
采集单元,所述采集单元用于对所述待分析企业信息数据进行采集;
计算单元,所述计算单元用于计算所述股权链路占比;
第一生成单元,所述第一生成单元用于生成与所述最终股东相关的第一派系信息数据;
第二生成单元,所述第二生成单元对所述第一派系信息数据进行合并,生成最终派系信息数据。
本发明的有益效果:通过对所述股东信息进行采集存储以及分析,从而计算出每个待分析企业的向上发散计算股权链路占比,有效地对待分析企业和股东之间的关系进行了描述,从而解决了各企业之间关联不明确的问题;由对所述第一派系信息数据进行合并生成最终派系信息数据有效地防止了派系之间的重复计算问题,从而增加了计算效率;所述历史股东和无效股东的确定,有效地解决了计算过程中因信息之后而带来的计算不准确的问题。
附图说明:
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明流程示意图;
图2为企业路径分析图;
图3为股东分析图;
图4为派系合并图。
具体实施方式:
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
参考图1、图2所示,本发明保护一种基于股权穿透的指定企业派系归属分析方法包含以下步骤:
S1:对每个待分析企业信息数据进行采集存储,得到原始信息数据,所述信息数据包括股东信息数据;
S2:根据所述原始信息数据对每个待分析企业向上发散计算股权链路占比,并确定所述每个待分析企业的全部股东,所述全部股东包括最终股东;
S3:通过检索出与所述最终股东相关的关联待分析企业,生成与所述最终股东相关的第一派系信息数据;
S4:对所述第一派系信息数据进行合并,生成最终派系信息数据。
采用上述方案,所述待分析企业可以指的是通过互联网提供各种金融服务的各个行业的企业,并不仅局限于某个领域的企业;每个待分析企业是指需要进行分析企业集合中的每个企业,根据实际分析需要来确定待分析企业的数量;所述进行采集储存可以采用广度优先搜索算法(Breadth-First Search,BFS),广度优先算法是一种盲目搜寻法,目的是系统地展开并检查图中的所有节点,以找寻结果。它并不考虑结果的可能位置,彻底地搜索整张图,直到找到结果为止,BFS并不使用经验法则算法。广度优先搜索算法让你能够找出两样东西之间的最短距离,不过最短距离的含义有很多;所述原始信息数据可以为包括披露的企业工商数据、经营数据、股东信息数据等。
所述股权链路占比指的是指由所述待分析企业出发,根据股东结构,计算出的可能出现的所有股权链路占比,因为股东的不同和数量的不同,可能会出现多条链路;所述占比指的是股权的占比;对于所述待分析企业集合中每个公司采集其股东信息,并记录股东投资占比;针对股东类型为公司的股东继续采集股东信息,并记录股东投资占比,直到向上穿透无法获取到有效数据为止;对采集到的数据进行股权链路跟踪合并,生成待分析企业到其所有股东公司的股权链路和股权占比;针对待分析企业到每个股东进行详细数据分析,标记历史关系,并按照股东公司进行聚合。
所述最终股东为向上穿透无法获取有效数据时的企业,在实际应用中如果当最终股东股份占比非常小,可以根据实际设定舍弃股份占比非常小的最终股东,向下确定满足股份占比要求的股东,确定为最终股东;然后分析出每个最终股东企业下的待分析企业;生成第一派系信息数据。
对所述第一派系信息数据进行合并比较,判断是否有包含关系,进行整合形成最终派系信息数据;派系划分原则为:对于两个或多个待分析企业,根据股东关联关系往上穿透分析,若其具有共同的股东则认为其归属于同一个派系。
通过对所述待分析企业进行股权链路占比的方式进行分析,可以更全面、更准确的分析不同企业之间的关联,形成最终派系信息数据,从而在投资决策、监督等方面为经营者提供最佳的参考意见。
所述对全部待分析企业信息数据进行采集存储,得到原始信息数据包括以下步骤:
S101:创建待分析企业信息数据的集合为Ui,初始i=0时的集合U0为全部待分析企业信息数据集合,从所述集合U0中选取第一待分析企业并采集股东信息数据,将结果存入股东信息数据表,并将所述第一待分析企业的股东加入到股东集合Ui+1,将所述第一待分析企业加入到已采集集合U;
S102:循环所述集合Ui的待分析企业,如果待分析企业已经存在于已采集集合U则为标记待分析企业,则跳过所述标记待分析企业继续按照步骤S01执行下一家待分析企业的信息数据采集,直到所述集合Ui遍历完成;
S103:循环集合Ui,执行步骤S101到步骤S102,直到所有集合Ui遍历完成。
采用上述方案,例如当所述待分析企业的名称为a,b,...,x时,所述U0则记为U0={a,b,..,x},此时所述第一待分析企业可以为企业a,通过广度优先搜索算法(Breadth-First Search,BFS)对企业a进行信息数据采集,将结果存入下列股东信息数据表1
Figure BDA0002413355990000061
Figure BDA0002413355990000071
表1
此时将所述企业a向上穿透到的所有股东存入股东集合Ui+1,并且将所述企业a加入到已采集集合U;
然后循环所述集合Ui中的待分析企业,对第二个待分析企业进行分析,如果第二个待分析企业已经存在于已采集集合U,则跳过继续执行下一家企业数据采集;例如上述已经对企业a进行过采集分析,那么就跳过a,对企业b进行分析,以此类推直到对所述集合Ui中的所有待分析企业完成信息采集;然后在对所有的集合Ui进行循环,Ui(i∈{0,1,2,3…n}),执行步骤S101到步骤S103,直到所有集合Ui遍历完成。
通过对所述待分析企业及其股东之间设置不同的集合分类,有逻辑的对所述集合分类内的企业进行遍历分析,然后再将之重新进行归类,既准确、又便捷的完成对大量信息数据的分析,提高了效率。
参考图2所示,所述步骤S2包括:循环所述集合U0,遍历每个待分析企业能达到的股东,分别生成每个待分析企业的股权链路;
计算所述每个待分析企业到其每个股东的股权占比。
采用上述方案,根据步骤S1中所采集到的企业信息,以及建立的股东信息表,循环待分析企业集合U0,可以采用深度优先遍历算法由待分析企业股东出发,扩展分析股权链路及最终股东;例如针对待分析企业a,查到a的股东A1、A2,记做a--股东→A1,a--股东→A2,在查找到A1的股东A3、A4,记做a--股东→A1--股东→A3,记做a--股东→A1--股东→A4;一直递归循环遍历出待分析企业a到所有能到达的股东公司Ai,记做Ua={A1,A2,……,Ai};循环所述集合U0,遍历所有待分析企业,生成所有待分析企业的股权链路,例如遍历完成所述企业a之后,对循环遍历企业b的所有股东,查到b的股东为B1、B2,记做b--股东→B1,b--股东→B2,在查找到B1的股东B3、B4,记做b--股东→B1--股东→B3,记做b--股东→B1--股东→B4;一直递归循环遍历出待分析企业b到所有能到达的股东公司Bi,记做Ub={B1,B2,,......,Bi}。循环集合U0,遍历所有待分析企业,生成所有待分析企业的股权链路;所述待分析企业到股东可能有多条不同链路,根据所述股权链路的生成,对每个所述待分析企业进行计算,计算不同链路的不同路段占比;图中的百分数为股权占比,箭头指示方向为股东向上穿透方向,对所述股东的标记方法清晰、逻辑性强,生成的股权链路可以很明晰的表明所述待分析企业和股东之间的关系以及所述股东之间的各个关系。
参考图2所示,所述生成每个待分析企业的股权链路包括:根据所述股东信息确定每个待分析企业的历史股东;获取变更信息数据,根据所述历史股东确定历史加入股东和历史离开股东,所述历史股东成为历史加入股东时间为ti,所述历史股东成为历史加入股东时间为max(ti),所述历史股东成为历史离开股东的时间记做Ti,所述历史离开股东脱离所述待分析企业股东的时间记为min(Ti);所述待分析企业的成立时间小于min(Ti),所述历史离开股东为无效股东,所述无效股东向上路径标记为无效,不再向下分析。
采用上述方案,所述历史股东可以为在所述待分析企业之前就离开其的股东或者向上穿透的其他股东,也可以为在所述待分析企业之后就离开其的股东或者向上穿透的其他股东,历史股东可以伴随着股东信息生成;所述变更信息数据可以确定工商变更登记时间,采集结果存入表2变更信息表,例如待遇待分析企业a来说,每条股权链路a→……→An存在n-1个中间节点,每个中间节点Ai和其股东Ai+1都有可能属于历史关系,并且在待分析企业a成立之前,Ai和其股东Ai+1就已经解除股东关系,在这种情况下,待分析企业a不应该和股东An建立股权关系,Ai+1、An就为历史离开股东。又如通过Ai的变更信息,我们可以知道Ai+1是在何时成为Ai的股东,或者是何时解除股东关系。当某一次企业工商信息变更前Ai+1不存在,Ai+1为历史加入股东,变更后存在,即可知道Ai加入Ai+1的时间为此次工商变更登记时间,时间记做ti。同理,当某一次企业工商信息变更前Ai+1存在,变更后不存在,即可知道Ai离开Ai+1的时间为此次工商变更登记时间,时间记做Ti。则待分析企业a加入An的时间为max(ti),待分析企业a离开An的时间为min(Ti)。当待分析企业a的成立时间小于min(Ti),该条路径标记为无效,不再向下分析;如当待分析企业a成立两年,待分析企业a股东企业A1的股东企业A2脱离企业A1已经四年,那么待分析企业a成立的时间小于企业A2脱离企业A1的时间,则无需计算股东企业A2向上的链路;例如如果企业A4为企业A1的历史股东,则该路径记做a--股东→A1……股东……>A4;根据股东的变更时间可以更好的了解所述待分析企业与股东之间的关系,从而更好的进行检测;图中虚线表示为历史离开股东。通过查找历史股东,进而确定历史加入股东和历史离开股东可以更准确的找到无效链路,从而使结果更加的精准,更符合实际操作。
列名 类型 注释
changeItem string 变更项
changeTime date 变更时间
contentBefore string 变更前内容
contentAfter string 变更后内容
rname string 源公司名称
表2变更信息表
计算所述每个待分析企业到其股东的股权占比包括:所述每个待分析企业到其股东的股权占比计算为
Figure BDA0002413355990000091
其中n为所述待分析企业到其股东的路径条数,k为每条路径上股权占比个数,不同链路的不同路段的股权占比记做qi j
采用上述方案,通过对不同链路、不同路段的股权占比的叠加计算,可以确定所述待分析企业和其股东之间的股权占比关系、以及股东与向上穿透的股东之间的股权占比关系。
参考图3所示,所述通过检索出与所述最终股东相关的关联待分析企业,生成与所述最终股东相关的第一派系信息数据包括:通过对所述集合Un进行聚合处理,生成基于股东对应其待分析企业的集合Ux;根据所述集合Ux和对无效股东的判定,将不能达到集合Ux的待分析企业剔除,生成第一派系信息数据;
采用上述方案,例如所述根据生成的待分析企业a和所能到达的股东集合Ua={A1,A2,……,Ai},待分析企业b和所能到达的股东集合Ub={B1,B2,,......,Bi},当待分析企业的股东结合间存在交集,如Ub={A1,B1,……,Bi}时,即股东A1下存在待分析企业a和b,记做UA1={a,b};判定的路径有效性,当某个待分析企业到股东的路径为无效时,将待分析企业从集合中剔除。以待分析企业a为例,具体为股东集合Ua={A1,A2,……,Ai},对集合进行聚合处理,生成基于股东对应其待分析企业的集合,记做UX={a,b,……,n};根据生成的股东对应待分析企业集合和计算得到的待分析企业到股东的路径的有效性,将不能到达股东UX的待分析企业从集合中删除,生成所述第一派系信息数据。将由所述每个待分析企业对应的股东转换为由每个股东对应的待分析企业,可以有效地得出第一派系信息数据,即每个企业下面的待分析企业。
参考图4所示,对所述第一派系信息数据进行合并,生成最终派系信息数据包括:循环所述第一派系信息数据,生成派系集合UA,优先判定集合UA的大小、和与UA求差集的UX集合的大小。通过采用小的集合和大的集合求差集,如果差集结果为空集,则消去小的集合。且开始循环下一个派系集合;比较所有派系集合,得到保留的最终派系信息数据。
采用上述方案,根据所述第一派系信息数据,判断两两集合的包含关系,如果某集合完全被包含,则该集合消去,即从派系中移除;循环生成的第一派系信息数据,以派系集合UA为种子,循环所有集合。优先判定集合UA的大小,和与UA求差集的UX集合的大小。然后用小的集合和大的集合求差集,如果差集结果为空集,则消去小的集合,且开始循环下一个派系集合;循环上述步骤,直到所有的派系集合都两两比较过去,最终保留的派系集合为最终数据;通过对集合的合并和消减,排除了重复的集合,从而使结果更加准确;图中待分析企业e和a为同一派系,待分析企业b、c、d为同一派系。
根据所述最终派系信息数据和股权链路构建最终派系列表、和单个派系与下属待分析企业的关联详情数据。
采用上述方案,所述最终派系列表和关联详情数据的建立更有助于监管者或者投资者进行分析。
一种应用上述基于股权穿透的指定企业派系归属分析方法的系统,包括:
采集单元,所述采集单元用于对所述待分析企业信息数据进行采集;
计算单元,所述计算单元用于计算所述股权链路占比;
第一生成单元,所述第一生成单元用于生成与所述最终股东相关的第一派系信息数据;
第二生成单元,所述第二生成单元对所述第一派系信息数据进行合并,生成最终派系信息数据。
应当指出,对于本领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
应当理解,本申请实施例中,从权、各个实施例、特征可以互相组合结合,都能实现解决前述技术问题。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围,对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于股权穿透的指定企业派系归属分析方法,其特征在于,包含以下步骤:
S1:对每个待分析企业信息数据进行采集存储,得到原始信息数据,所述信息数据包括股东信息数据;
S2:根据所述原始信息数据对每个待分析企业向上发散计算股权链路占比,并确定所述每个待分析企业的全部股东,所述全部股东包括最终股东;
S3:通过检索出与所述最终股东相关的关联待分析企业,生成与所述最终股东相关的第一派系信息数据;
S4:对所述第一派系信息数据进行合并,生成最终派系信息数据。
2.根据权利要求1所述的基于股权穿透的指定企业派系归属分析方法,其特征在于,所述对全部待分析企业信息数据进行采集存储,得到原始信息数据包括以下步骤:
S101:创建待分析企业信息数据的集合为Ui,初始i=0时的集合U0为全部待分析企业信息数据集合,从所述集合U0中选取第一待分析企业并采集股东信息数据,将结果存入股东信息数据表,并将所述第一待分析企业的股东加入到股东集合Ui+1,将所述第一待分析企业加入到已采集集合U;
S102:循环所述集合Ui的待分析企业,如果待分析企业已经存在于已采集集合U则为标记待分析企业,则跳过所述标记待分析企业继续按照步骤S01执行下一家待分析企业的信息数据采集,直到所述集合Ui遍历完成;
S103:循环集合Ui,执行步骤S101到步骤S102,直到所有集合Ui遍历完成。
3.根据权利要求2所述的基于股权穿透的指定企业派系归属分析方法,其特征在于,所述步骤S2包括:
循环所述集合U0,遍历每个待分析企业能达到的股东,分别生成每个待分析企业的股权链路;
计算所述每个待分析企业到其每个股东的股权占比。
4.根据权利要求3所述的基于股权穿透的指定企业派系归属分析方法,其特征在于,所述生成每个待分析企业的股权链路包括:
根据所述股东信息确定每个待分析企业的历史股东;
获取变更信息数据,根据所述历史股东确定历史离开股东,所述历史股东成为历史离开股东的时间记做Ti,所述历史离开股东脱离所述待分析企业股东的时间记为min(Ti);
所述待分析企业的成立时间小于min(Ti),所述历史离开股东为无效股东,所述无效股东向上路径标记为无效,不再向下分析。
5.根据权利要求4所述的基于股权穿透的指定企业派系归属分析方法,其特征在于,所述历史股东还包括历史加入股东,所述历史股东成为历史加入股东时间为ti,所述历史股东成为历史加入股东时间为max(ti)。
6.根据权利要求5所述的基于股权穿透的指定企业派系归属分析方法,其特征在于,计算所述每个待分析企业到其股东的股权占比包括:
所述每个待分析企业到其股东的股权占比计算为
Figure FDA0002413355980000021
其中n为所述待分析企业到其股东的路径条数,k为每条路径上股权占比个数,不同链路的不同路段的占比记做qi j
7.根据权利要求6所述的基于股权穿透的指定企业派系归属分析方法,其特征在于,所述通过检索出与所述最终股东相关的关联待分析企业,生成与所述最终股东相关的第一派系信息数据包括:
通过对所述集合Un进行聚合处理,生成基于股东对应其待分析企业的集合Ux;
根据所述集合Ux和对无效股东的判定,将不能达到集合Ux的待分析企业剔除,生成第一派系信息数据。
8.根据权利要求7所述的基于股权穿透的指定企业派系归属分析方法,其特征在于,对所述第一派系信息数据进行合并,生成最终派系信息数据包括:
循环所述第一派系信息数据,生成派系集合UA,优先判定集合UA的大小、和与UA求差集的UX集合的大小。通过采用小的集合和大的集合求差集,如果差集结果为空集,则消去小的集合。且开始循环下一个派系集合。
比较所有派系集合,得到保留的最终派系信息数据。
9.根据权利要求8所述的基于股权穿透的指定企业派系归属分析方法,其特征在于:根据所述最终派系信息数据和股权链路构建最终派系列表、和单个派系与下属待分析企业的关联详情数据。
10.一种应用上述基于股权穿透的指定企业派系归属分析方法的系统,其特征在于,包括:
采集单元,所述采集单元用于对所述待分析企业信息数据进行采集;
计算单元,所述计算单元用于计算所述股权链路占比;
第一生成单元,所述第一生成单元用于生成与所述最终股东相关的第一派系信息数据;
第二生成单元,所述第二生成单元对所述第一派系信息数据进行合并,生成最终派系信息数据。
CN202010183474.XA 2020-03-16 2020-03-16 一种基于股权穿透的指定企业派系归属分析方法及系统 Pending CN111382181A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010183474.XA CN111382181A (zh) 2020-03-16 2020-03-16 一种基于股权穿透的指定企业派系归属分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010183474.XA CN111382181A (zh) 2020-03-16 2020-03-16 一种基于股权穿透的指定企业派系归属分析方法及系统

Publications (1)

Publication Number Publication Date
CN111382181A true CN111382181A (zh) 2020-07-07

Family

ID=71217260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010183474.XA Pending CN111382181A (zh) 2020-03-16 2020-03-16 一种基于股权穿透的指定企业派系归属分析方法及系统

Country Status (1)

Country Link
CN (1) CN111382181A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113191905A (zh) * 2021-04-23 2021-07-30 北京金堤征信服务有限公司 股东数据处理方法及装置、电子设备和可读存储介质
CN113538147A (zh) * 2021-07-27 2021-10-22 北京金堤征信服务有限公司 股权详情数据生成方法、装置及电子设备
CN113553360A (zh) * 2021-07-30 2021-10-26 北京金堤征信服务有限公司 多企业关系分析方法、装置、电子设备、存储介质和计算机程序
CN115170271A (zh) * 2022-09-09 2022-10-11 中证数智科技(深圳)有限公司 风险关联企业的聚类方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050273404A1 (en) * 2003-07-01 2005-12-08 Accenture Global Services Gmbh Shareholder value tool
US20150058264A1 (en) * 2012-10-21 2015-02-26 Concept.Io, Inc. Method and system of iteratively autotuning prediction parameters in a media content recommender
CN107657057A (zh) * 2017-10-19 2018-02-02 河北省科学院应用数学研究所 一种企业征信信息融合图形化方法
CN108133047A (zh) * 2018-01-15 2018-06-08 北京金堤科技有限公司 企业图谱的展示方法、装置及电子设备
CN108876149A (zh) * 2018-06-20 2018-11-23 前海梧桐(深圳)数据有限公司 企业基本要素连接组之间的自动交互方法和装置
CN109376280A (zh) * 2018-09-28 2019-02-22 苏州朗动网络科技有限公司 企业关系的查询方法、装置、计算机设备及存储介质
CN110458592A (zh) * 2019-06-18 2019-11-15 北京海致星图科技有限公司 基于知识图谱和机器学习算法挖掘银行潜在授信客户方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050273404A1 (en) * 2003-07-01 2005-12-08 Accenture Global Services Gmbh Shareholder value tool
US20150058264A1 (en) * 2012-10-21 2015-02-26 Concept.Io, Inc. Method and system of iteratively autotuning prediction parameters in a media content recommender
CN107657057A (zh) * 2017-10-19 2018-02-02 河北省科学院应用数学研究所 一种企业征信信息融合图形化方法
CN108133047A (zh) * 2018-01-15 2018-06-08 北京金堤科技有限公司 企业图谱的展示方法、装置及电子设备
CN108876149A (zh) * 2018-06-20 2018-11-23 前海梧桐(深圳)数据有限公司 企业基本要素连接组之间的自动交互方法和装置
CN109376280A (zh) * 2018-09-28 2019-02-22 苏州朗动网络科技有限公司 企业关系的查询方法、装置、计算机设备及存储介质
CN110458592A (zh) * 2019-06-18 2019-11-15 北京海致星图科技有限公司 基于知识图谱和机器学习算法挖掘银行潜在授信客户方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHUANRUI FU: "A study on the factors influencing post-merger performance of china‘s listed firms based on data mining", 《2010 2ND IEEE INTERNATIONAL CONFERENCE ON INFORMATION MANAGEMENT AND ENGINEERING》, 3 June 2010 (2010-06-03), pages 1 - 2 *
牛晓健 等: "上市国企交叉持股网络性质与股价联动相关研究", 《贵州省党校学报》, no. 5, 31 August 2017 (2017-08-31), pages 13 - 22 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113191905A (zh) * 2021-04-23 2021-07-30 北京金堤征信服务有限公司 股东数据处理方法及装置、电子设备和可读存储介质
CN113538147A (zh) * 2021-07-27 2021-10-22 北京金堤征信服务有限公司 股权详情数据生成方法、装置及电子设备
CN113538147B (zh) * 2021-07-27 2024-02-09 北京金堤征信服务有限公司 股权详情数据生成方法、装置及电子设备
CN113553360A (zh) * 2021-07-30 2021-10-26 北京金堤征信服务有限公司 多企业关系分析方法、装置、电子设备、存储介质和计算机程序
CN115170271A (zh) * 2022-09-09 2022-10-11 中证数智科技(深圳)有限公司 风险关联企业的聚类方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN111382181A (zh) 一种基于股权穿透的指定企业派系归属分析方法及系统
US7562067B2 (en) Systems and methods for estimating functional relationships in a database
CN109255586B (zh) 一种面向电子政务办事的在线个性化推荐方法
Pham et al. Development of computer science disciplines: a social network analysis approach
CN111881302B (zh) 基于知识图谱的银行舆情分析方法和系统
Deming et al. Exploratory Data Analysis and Visualization for Business Analytics
CN109635010A (zh) 一种用户特征及特征因子抽取、查询方法和系统
Kanti Kumar et al. Application of graph mining algorithms for the analysis of web data
CN109408643B (zh) 基金相似度计算方法、系统、计算机设备和存储介质
US20130290065A1 (en) Method and System to Analyze Processes
Bakariya et al. An efficient algorithm for extracting infrequent itemsets from weblog.
Umair et al. Main path analysis to filter unbiased literature
CN112005525A (zh) 用于从大、密集且噪声网络提取结构的系统和方法
KR101985961B1 (ko) 국가연구개발과제 유사도 정량화 시스템 및 이를 이용한 국가연구개발과제 협업 제안 방법
CN107402984B (zh) 一种基于主题的分类方法及装置
CN106296537B (zh) 一种公安情报行业中的群体发现方法
CN108009927A (zh) 一种股票评分方法及平台
CN104572880B (zh) 基于用户的协同过滤的并行实现方法及系统
Badyal et al. Insightful Business Analytics Using Artificial Intelligence-A Decision Support System for E-Businesses
CN113379211A (zh) 基于区块链的物流信息平台违约风险管控系统及方法
Matsunaga et al. Data mining applications and techniques: A systematic review
TWM568442U (zh) Golden flow grouping system
Moussiades et al. Mining the community structure of a web site
Nezhad et al. Improving Enterprise Architecture Mining Methods
CN108520042B (zh) 实现经侦工作中嫌疑人涉案角色标定和角色评估的系统及方法

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