CN111738864B - 一种经营实体所属集团的识别方法、装置及设备 - Google Patents
一种经营实体所属集团的识别方法、装置及设备 Download PDFInfo
- Publication number
- CN111738864B CN111738864B CN202010817897.2A CN202010817897A CN111738864B CN 111738864 B CN111738864 B CN 111738864B CN 202010817897 A CN202010817897 A CN 202010817897A CN 111738864 B CN111738864 B CN 111738864B
- Authority
- CN
- China
- Prior art keywords
- clique
- group
- business entity
- determining
- nodes
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000009471 action Effects 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 21
- 239000002131 composite material Substances 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 18
- 238000013145 classification model Methods 0.000 claims description 14
- 230000002153 concerted effect Effects 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 9
- 238000003359 percent control normalization Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例公开了一种经营实体所属集团的识别方法、装置及设备。该方案包括:按经营实体的实际控制者,对待分析经营实体集合中的经营实体进行划分,得到各个实际控制者对应的第一集团集合;其中,一个所述第一集团集合中包含一个所述实际控制者以及所述一个所述实际控制者所控制的全部所述经营实体。根据各个第一集团集合中的元素之间的控股关系,确定各个第一集团集合之间的关联度;以根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合;一个所述第二集团集合中包含的全部所述经营实体归属于同一个集团;将针对各个第二集团集合的描述信息存储至区块链网络。
Description
技术领域
本说明书一个或多个实施例涉及计算机技术领域,尤其涉及一种经营实体所属集团的识别方法、装置及设备。
背景技术
经营实体可以指可持续地从事生产经营活动的经济实体。由于不同经营实体之间可以具有资本及利益上的紧密联系,因此,可以以资本为主要联结纽带,对经营实体所属集团进行识别。例如,将目标母公司及该目标母公司旗下的所有子公司识别为归属于同一集团的经营实体等。但这种方式并未考虑该目标母公司的其他投资人所控制的其他经营实体与该目标母公司所属集团之间的联系,从而影响识别出的集团中包含的经营实体的准确性。
综上所述,如何提升对于经营实体所属集团的识别准确性,已成为亟待解决的技术问题。
发明内容
有鉴于此,本说明书一个或多个实施例提供了一种经营实体所属集团的识别方法、装置及设备,用于提升对于经营实体所属集团的识别准确性。
为解决上述技术问题,本说明书实施例是这样实现的:
本说明书实施例提供的一种经营实体所属集团的识别方法,包括:
获取待分析经营实体集合中的每个经营实体的实际控制者信息;
根据所述实际控制者信息,确定各个实际控制者对应的第一集团集合;其中,一个所述第一集团集合中包含一个所述实际控制者,以及所述一个所述实际控制者所控制的全部所述经营实体;
根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度;
根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合;一个所述第二集团集合中包含的全部所述经营实体归属于同一个集团。
本说明书实施例提供的一种经营实体所属集团的识别装置,包括:
获取模块,用于获取待分析经营实体集合中的每个经营实体的实际控制者信息;
第一确定模块,用于根据所述实际控制者信息,确定各个实际控制者对应的第一集团集合;其中,一个所述第一集团集合中包含一个所述实际控制者,以及所述一个所述实际控制者所控制的全部所述经营实体;
第二确定模块,用于根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度;
划分模块,用于根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合;一个所述第二集团集合中包含的全部所述经营实体归属于同一个集团。
本说明书实施例提供的一种经营实体所属集团的识别设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取待分析经营实体集合中的每个经营实体的实际控制者信息;
根据所述实际控制者信息,确定各个实际控制者对应的第一集团集合;其中,一个所述第一集团集合中包含一个所述实际控制者,以及所述一个所述实际控制者所控制的全部所述经营实体;
根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度;
根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合;一个所述第二集团集合中包含的全部所述经营实体归属于同一个集团。
本说明书中至少一个实施例能够达到以下有益效果:
通过先按照经营实体的实际控制者,对待分析的经营实体进行划分,得到各个实际控制者所控制的第一集团集合。然后根据各个第一集团集合中的元素之间的控股关系,确定各个第一集团集合之间的关联度;以根据所述关联度,对各个所述第一集团集合进行划分,从而将归属于同一个集团的第一集团集合中的全部经营实体划分至同一个第二集团集合。该方案,可以将多个关联度较高的由不同实际控制者所控制的第一集团集合中的全部经营实体划分至同一个集团,有利于提升对于经营实体所属集团的识别准确性。
附图说明
此处所说明的附图用来提供对本说明书一个或多个实施例的进一步理解,构成本说明书一个或多个实施例的一部分,本说明书的示意性实施例及其说明用于解释本说明书一个或多个实施例,并不构成对本说明书一个或多个实施例的不当限定。在附图中:
图1为本说明书实施例提供的一种经营实体所属集团的识别方法的流程示意图;
图2为本说明书实施例提供的一种经营实体的股权结构图;
图3为本说明书实施例提供的一种合并集团股权关系图的示意图;
图4为本说明书实施例提供的一种集团无向图的示意图;
图5为本说明书实施例提供的一种集团有向图的示意图;
图6为本说明书实施例提供的对应于图1中方法的一种经营实体所属集团的识别装置的结构示意图;
图7为本说明书实施例提供的对应于图1中方法的一种经营实体所属集团的识别设备的结构示意图。
具体实施方式
为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书一个或多个实施例保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
现有技术中,母公司可以指拥有另一个公司一定比例以上的股份或通过协议方式能够对另一个公司实行实际控制的公司。子公司则可以指一定比例以上的股份被另一个公司(即母公司)持有或通过协议方式受到另一个公司(即母公司)实际控制的公司。因此,可以将目标母公司及该目标母公司的子公司划分至同一集团。
由于这种方式,仅考虑了实际控制者对于自身控制的经营实体之间的联系,而未考虑其他实际控制者与该实际控制者所控制的经营实体之间的联系,也未考虑未被该实际控制者所控制的经营实体与该实际控制者所控制的经营实体之间的联系,从而影响识别出的集团中包含的经营实体的准确性。
为了解决现有技术中的缺陷,本方案给出了以下实施例:
图1为本说明书实施例提供的一种经营实体所属集团的识别方法的流程示意图。从程序角度而言,该流程的执行主体可以为用于进行经营实体所属集团识别的设备或者该设备中搭载的程序。如图1所示,该流程可以包括以下步骤:
步骤102:获取待分析经营实体集合中的每个经营实体的实际控制者信息。
在本说明书实施例中,经营实体可以指可持续地从事生产经营活动的经济实体。经营实体的类型可以有多种,例如,股份公司、合伙企业、个人独资企业、国有独资企业等。当需要针对多个经营实体去识别各个经营实体所属的集团时,通常需先确定各个经营实体的实际控制者,以便于根据各个实际控制者与各个经营实体之间的关联关系,对经营实体所属集团进行识别。其中,经营实体的实际控制者可以指拥有该经营实体的实际控制权的自然人或企业。
在本说明书实施例中,可以根据经营实体的各个股东之间的控股关系及控股比例,以及该经营实体的各个股东之间具有的亲属关系及签订的股东一致行动协议,去确定该经营实体的各个股东对于该经营实体的控制权比例,以便于基于确定出的各个股东对于该经营实体的控制权比例,确定该经营实体的实际控制者。在本说明书的后续实施例中,将对确定经营实体的实际控制者的具体实现方式进行具体解释说明,在此不再赘述。
步骤104:根据所述实际控制者信息,确定各个实际控制者对应的第一集团集合;其中,一个所述第一集团集合中包含一个所述实际控制者,以及所述一个所述实际控制者所控制的全部所述经营实体。
在本说明书实施例中,通常被同一个实际控制者所控制的各个经营实体可以被视为归属于同一个集团。因此,当待分析经营实体集合中的全部经营实体的实际控制者为同一个时,则可以认为待分析经营实体集合中的全部经营实体归属于一个集团。而当待分析经营实体集合中的经营实体的实际控制者为多个时,则可以将一个实际控制者所控制的全部经营实体以及该实际控制者划分至一个第一集团集合。通常情况下,一个第一集团集合中包含的实控自然人(即作为实际控制者的自然人)及经营实体归属于同一个集团。
步骤106:根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度。
在本说明书实施例中,不同实际控制者所控制的不同经营实体之间可能具有控股关系,且指定实际控制者与其他实际控制者所实际控制的经营实体之间可能也具有控股关系。可见,不同的第一集团集合之间也存在关联关系,即不同的第一集团集合中的元素也可能归属于同一个集团。因此,可以根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度,关联度越大则可以表示不同的第一集团集合中的元素归属于同一个集团的可能性越高。而关联度越小则可以表示不同的第一集团集合中的元素归属于同一个集团的可能性越低。
步骤108:根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合;一个所述第二集团集合中包含的全部所述经营实体归属于同一个集团。
在本说明书实施例中,可以将相互之间的关联度较高的第一集团集合划分至同一个第二集团集合,从而令关联性较高的多个第一集团集合中的全部元素归属于同一个集团。
图1中的方法,可以先按照经营实体的实际控制者,对待分析的经营实体进行划分,得到各个实际控制者所控制的第一集团集合。然后确定各个第一集团集合之间的关联度,以将关联度较高的各个第一集团集合划分至同一个第二集团集合。该方案,可以将多个关联度较高的由不同实际控制者所控制的第一集团集合中的经营实体划分至同一个集团,有利于提升对于经营实体所属集团的识别准确性。且该方案还能提升归属于同一个集团的经营实体的数量,有利于识别到更丰富的经营实体之间的关联信息。
基于图1的方法,本说明书实施例还提供了该方法的一些具体实施方式,下面进行说明。
在本说明书实施例中,由于在确定经营实体的实际控制者时,还需确定该经营实体的直接股东的实际控制者,以及该经营实体的间接股东的实际控制者。为避免对所需确定的各个实际控制者进行描述时产生混淆,可以使用第一实际控制者表示经营实体的直接股东的实际控制者,使用第二实际控制者表示该经营实体的实际控制者,使用第三实际控制者表示该经营实体的目标股东(即该经营实体的直接股东的直接股东)的实际控制者等。
可以理解,当该经营实体的目标股东还具有直接股东时,可以采用与确定经营实体的实际控制者或者确定该经营实体的直接股东的实际控制者等相同的原理,去确定该经营实体的目标股东的直接股东的实际控制者。而该经营实体的目标股东的直接股东的实际控制者可以使用诸如第N实际控制者(N不等于一、二、三)等进行表示。对此不作具体限定。
在本说明书实施例中,步骤102:获取待分析经营实体集合中的每个经营实体的实际控制者信息,具体可以包括:
针对所述待分析经营实体集合中的任意一个经营实体,获取与所述经营实体相关的股权结构信息;所述股权结构信息用于表示所述经营实体与所述经营实体的股东之间的控股关系。
基于所述股权结构信息,确定所述经营实体的直接股东的第一实际控制者。
根据所述第一实际控制者所控制的所述直接股东对于所述经营实体的控股比例,确定所述第一实际控制者对于所述经营实体的控制权比例。
根据所述第一实际控制者对于所述经营实体的控制权比例,确定所述经营实体的第二实际控制者。
在本说明书实施例中,股权结构信息可以用于表示股份公司总股本中各个股东的控股比例及各个股东之间的控股关系。在实际应用中,经营实体的股东既可以包括直接股东也可以包括间接股东。其中,直接股东是指直接持有该经营实体的股份的股东,而间接股东是指通过其直接控股或间接控股的子公司持有该经营实体的股份的股东。
在实际应用中,证券登记结算机构用于为证券交易提供集中的登记、托管与结算服务。证券登记结算机构可以受股份公司的委托,对该股份公司的所有股东持有的股权进行注册登记,进而可以取得该股份公司的股权结构信息。为避免证券登记结算机构或第三方机构等对股份公司的股权结构信息进行恶意篡改,因此,可以利用区块链技术对各个经营实体的股权结构信息进行存储,或者,利用区块链技术对股权资产交易行为等进行全网广播,从而可以从区块链网络中获取与所述经营实体相关的股权结构信息,以保证获取到的股权结构信息的高可信度。进而有利于提升基于该股权机构信息识别出的经营实体的实际控制者的可信度。
在本说明书实施例中,由于经营实体的间接股东是通过具有对该经营实体的直接股东的控制权,以取得对于该经营实体的控制权的。且该经营实体的间接股东对于该经营实体的控股比例与控制权比例通常并不完全一致,因此,可以先确定经营实体的直接股东的实际控制者,并认为该直接股东的实际控制者对该直接股东的控制权比例为100%,从而可以根据该直接股东的实际控制者所控制的全部所述直接股东对于该经营实体的控股比例,确定该直接股东的实际控制者对于该经营实体的控制权比例,进而可以基于该直接股东的实际控制者对于该经营实体的控制权比例,去确定该经营实体的实际控制者。
在本说明书实施例中,当确定出经营实体的直接股东的第一实际控制者后,还需要去确定所述第一实际控制者对于所述经营实体的控制权比例,具体的:可以将所述第一实际控制者所控制的各个所述直接股东对于所述经营实体的控股比例之和,确定为所述第一实际控制者对于所述经营实体的控制权比例。
在本说明书实施例中,在确定出经营实体的直接股东的第一实际控制者对于所述经营实体的控制权比例后,还需要去确定所述经营实体的实际控制者(即第二实际控制者),具体的:
可以确定所述第一实际控制者对于所述经营实体的控制权比例中的最大值与次大值。
判断是否所述最大值大于第一阈值或者所述最大值与所述次大值之差大于第二阈值,得到第一判断结果。
当所述第一判断结果表示所述最大值大于第一阈值或者所述最大值与所述次大值之差大于第二阈值时,将所述最大值对应的所述第一实际控制者确定为所述经营实体的第二实际控制者。
当所述第一判断结果表示所述最大值小于等于第一阈值且所述最大值与所述次大值之差小于等于第二阈值时,将所述经营实体确定为所述经营实体的第二实际控制者。
本说明书实施例中,在确定经营实体的实际控制者时,需先确定出该经营实体的各个股东(包括直接股东及间接股东)的实际控制者。而在本说明书实施例中,确定该经营实体的实际控制者时采用的原理与确定该经营实体的股东的实际控制者时所采用的原理可以是相同的。
因此,所述基于所述股权结构信息,确定所述经营实体的直接股东的第一实际控制者,具体可以包括:
根据所述股权结构信息,确定目标股东的第三实际控制者;所述目标股东为直接持有所述经营实体的直接股东的股份的股东。即该目标股东为该经营实体的直接股东的直接股东。
根据所述第三实际控制者所控制的所述目标股东对于所述直接股东的控股比例,确定所述第三实际控制者对于所述直接股东的控制权比例。
根据所述第三实际控制者对于所述直接股东的控制权比例,确定所述直接股东的第一实际控制者。
同理,确定第三实际控制者对于该经营实体的直接股东的控制权比例,与确定第一实际控制者对于该经营实体的控制权比例的实现方式可以是相同的。以及基于第三实际控制者对于该经营实体的直接股东的控制权比例,确定该经营实体的直接股东的第一实际控制者的实现方式,与基于第一实际控制者对于该经营实体的控制权比例,确定该经营实体的第二实际控制者的实现方式也可以是相同的,对此不再赘述。
为便于理解,在此对于确定经营实体的实际控制者的流程进行举例说明。图2为本说明书实施例提供的一种经营实体的股权结构图。如图2所示,在经营实体a的股权结构图中,经营实体a为根节点,经营实体a的直接股东及间接股东为叶节点,各节点间的边权重为控股方对于被控股方的控股比例。可知,经营实体a的直接股东b、c、d、e对a的控股比例分别为20%、30%、30%及20%。经营实体a的间接股东为f、g和h。其中,企业b的直接股东f和g对b的控股比例分别为60%及40%,企业f的直接股东h对f的控股比例为100%。企业e的直接股东h和g对e的控股比例分别为55%及45%。
在确定经营实体a的实际控制者时,可以先确定出经营实体a的直接股东为节点b、c、d、e,然后,再去确定经营实体a的各个直接股东的实际控制者。
具体的,由于节点c、d不具有股东,即节点c、d为不可拆分股东,因此,可以将c、d的实际控制者确定为节点自身,即c对自身具有100%的控制权,d对自身也具有100%的控制权。
针对节点e,可以先确定节点e的直接股东为h和g,再去确定出h和g的实际控制者,以便于根据确定出的h和g的实际控制者对于节点e的控制权比例,确定e的实际控制者。具体的,在确定h的实际控制者时,由于h不具有股东,即h属于不可拆分股东,因此,可以确定h的实际控制者为h自身,同理,可以确定g的实际控制者为g自身。即h和g均对自身具有100%控制权,从而,可以将h对于e的控股比例55%确定为h对于e的控制权比例,并将g对于e的控股比例45%确定为g对于e的控制权比例。
此时,由于e的直接股东的实际控制者有多个,因此,可以先确定e的直接股东的实际控制者中对于e的控制权比例的最大值及次大值,以判断所述最大值是否大于第一阈值或者所述最大值与次大值之差大于第二阈值,若是,则将所述最大值对应的e的直接股东的实际控制者确定为e的实际控制者,若否,则将e的实际控制者确定为e自身。例如,当第一阈值为60%,第二阈值为5%时,由于e的直接股东的实际控制者中对e的控制权比例的最大值55%与次大值45%之差大于第二阈值5%,因此,可以将对于e的控制权比例的最大值对应的股东h确定为e的实际控制者,后续,则可以视为h具有对于e的100%的控制权。同理,若第一阈值为60%,第二阈值为20%时,则可以确定e的实际控制者为e自身,即可以视为e对自身具有100%的控制权。或者,也可以直接将对e的控制权比例的最大值对应的股东(即h)确定为e的实际控制者。对此不作具体限定。
同理,针对节点b,可以先确定节点b的直接股东为f和g,再去确定出f和g的实际控制者,以便于根据确定出的f和g的实际控制者对于节点b的控制权比例,确定b的实际控制者。具体的,在确定g的实际控制者时,由于g不具有股东,即g属于不可拆分股东,因此,可以确定g的实际控制者为g自身。由于g对自身具有100%控制权,从而可以将g对于b的控股比例40%确定为g对于b的控制权比例。
而在确定f的实际控制者时,由于f具有股东,因此,采用同样的原理,先确定f的直接股东为h,由于h不具有股东,即h具有对h自身100%的控制权,因此,可以将h对于f的控股比例100%确定为h对于f的控制权比例,可见,h对于f的控制权比例为100%,显然,h为f的实际控制者。此时,可以将h所控制的f对于b的控股比例60%确定为h对于b的控制权比例。
假定,第一阈值为60%,第二阈值为5%,由于b的直接股东的实际控制者(即h和g)对b的控制权比例的最大值60%与次大值40%之差大于第二阈值5%,因此,可以将对于b的控制权比例的最大值对应的股东h确定为b的实际控制者,后续,则可以视为h具有对于b的100%的控制权。同理,若第一阈值为60%,第二阈值为20%时,则可以确定b的实际控制者为b自身,即可以视为b对自身具有100%的控制权。
根据上述内容,假定,确定出的经营实体a的直接股东b、c、d、e的实际控制者分别为h、c、d及h。由于h具有对经营实体a的直接股东b和e的100%的控制权,因此,可以将b和e对a的控股比例之和(即20%与20%之和)确定为h对a的控制权比例,即40%。同理,可以将c对于a的控股比例确定为c对a的控制权比例,即30%。而d对于a的控制权比例也应该为30%。
此时,可以判断是否a的直接股东的实际控制者(即h、c、d)中对于a的控制权比例的最大值大于第一阈值或者a的直接股东的实际控制者中对于a的控制权比例的最大值与次大值之差大于第二阈值,若是,则将对于a的控制权比例的最大值对应的a的直接股东的实际控制者,确定为a的实际控制者。若否,则可以将a的实际控制者确定为a自身。例如,假定,第一阈值为50%,第二阈值为5%,则可以确定h为a的实际控制者。若假定第一阈值为50%,第二阈值为15%,则可以确定a的实际控制者为a自身。
在实际应用中,当确定出的经营实体的实际控制者为不可拆分股东中的国家股东(例如,事业单位、国家机构)时,由于国家股东通常并不会去实际控制其所投资的各个企业的经营活动,且国家股东所投资的企业众多,若以国家股东为实际控制者则会将较多关联性较小的企业识别为归属于同一集团的企业,影响集团识别结果的准确性,因此,可以将该经营实体的实际控制者确定为该经营实体自身,或者,也可以将该国家股东所直接控股且对该经营实体的控制权最大的子公司确定为该经营实体的最终实际控制者,此时,该经营实体的实际控制者属于实控公司。而当确定出的经营实体的实际控制者为自然人时,则可以确定该经营实体的实际控制者属于实控自然人。
在本说明书实施例中,为避免因股权结构分散,导致经营实体无法在经营过程中及时作出有效经营决策,经营实体的部分股东之间可能会签订股东一致行动协议。其中,股东一致行动协议为用于承诺在对于指定股份公司的经营、管理方面保持一致行动的协议。一致行动人则指签署同一份股东一致行动协议的各个自然人及企业。由于一致行动人共同行使对于指定股份公司的控制权,因此,可以根据签署同一份股东一致行动协议的全部一致行动人的控股比例,去确定该一致行动人是否为指定股份公司的实际控制者。
基于此,所述确定所述第一实际控制者对于所述经营实体的控制权比例之前,还可以包括:获取所述经营实体的直接股东之间的股东一致行动协议。
所述根据所述第一实际控制者所控制的所述直接股东对于所述经营实体的控股比例,确定所述第一实际控制者对于所述经营实体的控制权比例,具体可以包括:
对一个所述股东一致行动协议中涉及的各个所述经营实体的直接股东的第一实际控制者进行合并,得到一致行动人。
将所述一个所述股东一致行动协议中涉及的各个所述经营实体的直接股东对于所述经营实体的控股比例之和,确定为所述一致行动人对于所述经营实体的控制权比例。
在实际应用中,具有指定亲属关系的多个自然人股东对于指定股份公司的经营、管理方面通常也可能保持一致。因此,可以将具有指定亲属关系的自然人股东作为一致行动股东,以根据具有指定亲属关系的各个自然人股东的控股比例,去确定该一致行动股东是否为指定股份公司的实际控制者。
基于此,所述确定所述第一实际控制者对于所述经营实体的控制权比例之前,还可以包括:获取所述第一实际控制者之间的亲属关系信息。
所述根据所述第一实际控制者所控制的所述直接股东对于所述经营实体的控股比例,确定所述第一实际控制者对于所述经营实体的控制权比例,具体可以包括:
根据所述亲属关系信息,将具有预设亲属关系的各个所述第一实际控制者进行合并,得到一致行动股东。
将所述具有预设亲属关系的各个所述第一实际控制者所控制的所述经营实体的直接股东对于所述经营实体的控股比例之和,确定为所述一致行动股东对于所述经营实体的控制权比例。
在本说明书实施例中,预设亲属关系可以根据实际需求进行设置,对此不作具体限定。例如,预设亲属关系可以指N代以内的直系血亲关系及旁系血亲关系等。
在本说明书实施例中,所述根据所述第一实际控制者对于所述经营实体的控制权比例,确定所述经营实体的第二实际控制者,具体可以包括:
确定目标控制权比例中的最大值与次大值;所述目标控制权比例包括所述第一实际控制者对于所述经营实体的控制权比例、所述一致行动人对于所述经营实体的控制权比例以及所述一致行动股东对于所述经营实体的控制权比例中的至少一种。
判断是否所述最大值大于第一阈值或者所述最大值与所述次大值之差大于第二阈值,得到第一判断结果。
当所述第一判断结果表示所述最大值大于第一阈值或者所述最大值与所述次大值之差大于第二阈值时,将所述最大值对应的所述第一实际控制者确定为所述经营实体的第二实际控制者。
当所述第一判断结果表示所述最大值小于等于第一阈值且所述最大值与所述次大值之差小于等于第二阈值时,将所述经营实体确定为所述经营实体的第二实际控制者。
在本说明书实施例中,由于确定经营实体的实际控制者采用的原理与确定经营实体的股东的实际控制者所采用的原理可以是相同的,因此,在确定经营实体的股东的实际控制者时,也可以根据经营实体的股东之间的亲属关系信息以及签订的股东一致行动协议,去确定经营实体的股东的实际控制者,对此不再赘述。
为便于理解,仍以图2中的示例进行解释说明。假定,c与d签订了股东一致行动协议,则c与d组成一致行动人,该一致行动人对于经营实体a的控制权比例可以为c和d所控制的经营实体a的直接股东(即c和d)对经营实体a的控股比例之和,即30%与30%之和为60%。在本实施例中,需从a的直接股东的实际控制者h及一致行动人cd中去确定经营实体a的实际控制者。由于a的直接股东的实际控制者及一致行动人中对a的控制权比例的最大值与次大值分别为60%及40%,假定,第一阈值为70%,第二阈值为10%,由于最大值60%与次大值40%之差大于第二阈值,则可以确定一致行动人cd为a的实际控制者。而若假定第一阈值为65%,第二阈值为25%,则可以将a的实际控制者确定为a自身。
或者,假定,自然人c与h具有预设亲属关系,则c与h组成一致行动股东,该一致行动股东对于经营实体a的控制权比例可以为c和h所控制的经营实体a的直接股东(即c、b及e)对经营实体a的控股比例之和,即30%、20%与20%之和为70%。在该实施例中,需从a的直接股东的实际控制者d及一致行动股东ch中确定经营实体a的实际控制者。由于a的直接股东的实际控制者及一致行动股东中对a的控制权比例的最大值与次大值分别为70%及30%,假定,第一阈值为75%,第二阈值为10%,由于最大值70%与次大值30%之差大于第二阈值,则可以确定一致行动股东ch为a的实际控制者。
在本说明书实施例中,除了根据经营实体及股东之间的控股比例去确定经营实体的实际控制者以外,还可以根据合伙企业的执行事务合伙人以及企业法定代表人等信息,去确定经营实体或者该经营实体的股东的实际控制者。
其中,合伙企业可以指由各合伙人订立合伙协议,共同出资,共同经营,共享收益,共担风险,并对企业债务承担无限连带责任的营利性组织。而合伙企业的执行事务合伙人则可以指由合伙企业的全体合伙人委托授权予以负责合伙企业的管理、运营的合伙人。而企业法定代表人可以指依照法律或法人组织章程的规定代表法人行使职权的负责人。
具体的,当待分析经营实体集合中的经营实体为合伙企业时,可以确定所述经营实体的执行事务合伙人。
判断所述执行事务合伙人是否属于不可拆分股东,得到第二判断结果;所述不可拆分股东包括自然人股东及国家股东。该不可拆分股东可以包括:自然人股东及国家股东。该不可拆分股东不具有股东。
当所述第二判断结果表示所述执行事务合伙人属于不可拆分股东时,将所述执行事务合伙人确定为所述经营实体的实际控制者。
当所述第二判断结果表示所述执行事务合伙人不属于不可拆分股东时,将所述执行事务合伙人的实际控制者确定为所述经营实体的实际控制者。其中,确定执行事务合伙人的实际控制者的实现方式可以与确定经营实体的实际控制者的实现原理相同,对此不再赘述。
为便于理解,进行举例说明。例如,如图2所示,若经营实体a为合伙企业,且b为a的执行事务合伙人,则可以将b的实际控制者确定为a的实际控制者。若节点b也属于合伙企业,且g为b的执行事务合伙人,则可以将g的实际控制者(即g)确定为b的实际控制者。从而可以确定a的实际控制者为g。
而当企业的直接股东均为自然人股东时,可以将作为企业法定代表人的自然人股东确定为该企业的实际控制者。例如,如图2所示,若节点e的直接股东h和g均为自然人,且g为e的企业法定代表人,则可以将g确定为e的实际控制者。
在本说明书实施例中,步骤106:所述根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度,具体可以包括:
根据两个所述第一集团集合中各个元素之间的控股关系,生成关联信息。
利用分类模型对所述关联信息进行分类处理,得到所述两个所述第一集团集合归属于同一集团的概率值。
其中,所述根据两个所述第一集团集合中各个元素之间的控股关系,生成关联信息,具体可以包括:
根据两个所述第一集团集合中各个元素之间的控股关系,生成合并集团股权关系图,所述合并集团股权关系图中的节点为所述两个所述第一集团集合中的元素,所述合并集团股权关系图中的两个节点之间的连接边表示所述两个节点之间的控股关系。
确定所述合并集团股权关系图中的节点数量、连接边数量、复合边数量及边密度中的至少一种信息;所述复合边数量是指所述合并集团股权关系图中的复合边的数量;所述复合边是与所述合并集团股权关系图中的两个节点之间的多条连接边对应的一条边。
为便于理解,对于合并集团股权关系图的生成过程进行举例说明。图3为本说明书实施例提供的一种合并集团股权关系图的示意图。如图3所示,第一个第一集团集合301中,实际控制者H所控制的经营实体分别为I、J及K。第二个第一集团集合302中,实际控制者L所控制的经营实体为M。假定,H为I、J的直接股东,I为K的直接股东,L为M的直接股东。除此之外,H还为M的直接股东,M为K的直接股东,且K为M的直接股东。
根据第一个第一集团集合301与第二个第一集团集合302中各个元素之间的控股关系,生成的合并集团股权关系图可以为图3所示的合并集团股权关系图。根据图3所示内容,可以确定所述合并集团股权关系图中的节点数量为6,连接边数量为7等信息。其中,节点K与M之间具有多条连接边,因此,可以确定K与M之间具有复合边,因此,复合边数量为1。在实际应用中,还可以计算合并集团股权关系图中的边密度,边密度=边数量/(节点数*(节点数-1)/2)。当然还可以根据实际需求,计算合并集团股权关系图的连通度conductance、normailized-cut等参数,作为输入至分类模型的关联信息。
在本说明书实施例中,分类模型可以是预先使用训练样本对初始分类模型进行训练而得到的,具体的,可以使用相互之间的关联度已知的第一集团集合样本,去生成合并集团股权关系图样本,以便于获取关联信息样本。将关联信息样本作为初始分类模型的输入,将对应的第一集团集合样本之间的关联度作为初始分类模型的输出,对初始分类模型进行训练,以便于使用训练后的分类模型去生成步骤104所需确定出的各个第一集团集合之间的关联度。
在本说明书实施例中,合并集团股权关系图既可以是有向图,也可以是无向图,对此不作具体限定。其中,有向图是指节点之间的边具有方向性的图,而无向图是指节点之间的边不具有方向性的图。图2中节点之间的边具有方向性,例如,由b指向a,由f指向b等,因此,图2中提供了一种有向图的示例。而图3中节点之间的边未示出具有方向性,因此,图3中提供了一种无向图的示例。
在本说明书实施例中,步骤108:根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合,具体可以包括:
根据各个所述第一集团集合之间的关联度,生成集团无向图,所述集团无向图中的节点为所述第一集团集合,所述集团无向图中的两个节点之间的边权重为所述两个节点之间的关联度。
利用图分割算法对所述集团无向图进行分割处理,得到集团无向子图。
根据一个所述集团无向子图中包含的全部所述经营实体及所述实际控制者,生成一个第二集团集合。
为便于理解,对于集团无向图进行举例说明。图4为本说明书实施例提供的一种集团无向图的示意图。假定,节点N、O、P、Q、X、Y、Z分别对应不同的第一集团集合。节点N、O、P、Q、X、Y、Z中任意两个节点之间的连接边的权重为所述两个节点之间的关联度。当两个节点之间不具有直接连接边时,则可以表示所述两个节点之间不具有关联性,即关联度为0,例如,N和Q之间不具有直接连接边,则可以表示根据N和Q对应的两个第一集团集合计算得到的关联度为0。图4中示出了基于节点N、O、P、Q、X、Y、Z生成的集团无向图的示意图。
利用图分割算法对图4所示的集团无向图进行分割处理,假定得到了三个集团无向子图,不同的集团无向子图中的节点之间的连接边用虚线表示,同一个集团无向子图中的节点之间的连接边用实线表示,可知,第一个集团无向子图中包含N、P、Q及O四个节点;第二个集团无向子图中包含Y、Z两个节点;第三个集团无向子图中包含X这一个节点。
其中,图分割算法可以对无向图进行分割,以提高分割得到的子图内部的连通性,并降低子图之间的连通性。在本说明书实施例中,图分割算法可以采用现有算法实现,例如,极大连通子图算法、Louvain算法、 K-Core算法等,对此不作具体限定。
在本书明书实施例中,一个集团无向子图中包含的全部节点对应的第一集团集合中的元素均归属于同一个集团,可见根据一个集团无向子图中包含的全部经营实体及实际控制者可以得到一个第二集团集合。即一个集团无向子图中包含的全部经营实体及实际控制者均归属于同一个集团,而不同集团无向子图中包含的经营实体及实际控制者所归属的集团不同。
在实际应用中,由于存在多种需要使用针对各个经营实体所归属的集团的识别结果的场景,因此,需对生成的针对各个经营实体所归属的集团的识别结果进行保存。
从而在利用图分割算法对所述集团无向图进行分割处理,得到集团无向子图之后,还可以包括:将针对所述集团无向子图的描述信息存储至区块链网络;所述描述信息用于表示一个所述集团无向子图中包含的全部所述经营实体及所述实际控制者归属于同一个集团。
在本说明书实施例中,区块链(Block chain),可以理解为是多个区块顺序存储构成的数据链,每个区块的区块头都包含有本区块的时间戳、前一个区块信息的哈希值和本区块信息的哈希值,由此实现区块与区块之间的相互验证,构成不可篡改的区块链。每个区块都可以理解为是一个数据块(存储数据的单元)。区块链作为一种去中心化的数据库,是一串使用密码学方法相互关联产生的数据块,每一个数据块中包含了一次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块与区块首尾相连形成的链,即为区块链。若需要修改块内数据,则需要修改此区块之后所有区块的内容,并将区块链网络中所有节点备份的数据进行修改。因此,区块链具有难以篡改、删除的特点,在数据已保存至区块链后,其作为一种保持内容完整性的方法具有可靠性。基于区块链网络中的数据具有防篡改特性,因此,可以将针对各个经营实体所归属的集团的识别结果存储至区块链网络,以便于后续使用。
在本说明书实施例中,步骤108:根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合之后,还可以包括:根据所述第二集团集合中的各个元素之间的控股关系,确定所述第二集团集合中的各个元素对于所述第二集团集合中的元素所属集团的影响度。
其中,所述根据所述第二集团集合中的各个元素之间的控股关系,确定所述第二集团集合中的各个元素对于所述第二集团集合中的元素所属集团的影响度,具体可以包括:
根据所述第二集团集合中的各个元素之间的控股关系,生成集团有向图;所述集团有向图中的节点为所述第二集团集合中的元素,所述集团有向图中的两个节点之间的有向边由所述两个节点中的控股方指向所述两个节点中的被控股方,所述有向边的边权重为所述控股方对于所述被控股方的控股比例。
利用中心性算法对所述集团有向图进行处理,得到所述集团有向图中各个节点对于所述集团有向图对应的集团的影响度。
为便于理解,对于集团有向图进行举例说明。假定,一个集团无向子图中包含两个节点,即包含两个第一集团集合,其中,一个第一集团集合中包含实际控制者R以及R所控制的经营实体S、T及V。另一个第一集团集合中包含实际控制者W以及W所控制的经营实体U。由于一个集团无向子图中包含的全部实际控制者及经营实体均归属于同一个集团,因此,与该集团无向子图对应的第二集团集合中的元素为:R、S、T、V、W及U。假定,该第二集团集合中的R为S及T的直接股东,T为V的直接股东,W为T及U的直接股东,且U与V互为直接股东,则生成的集团有向图如图5所示。图5中的集团有向图中的节点之间的有向边由控股方指向被控股方,有向边的权重为控股方对于被控股方的控股比例。
在本说明书实施例中,中心性算法可以用于确定节点或连接边在整个网络中的作用和影响力,因此,可以利用中心性算法对生成的集团有向图进行处理,以得到集团有向图中各个节点对于所属集团的影响度。其中,所述中心性算法可以采用现有算法实现,例如,网页排名(PageRank)算法、标签传播算法(Label Propagation Algorithm)等,对此不作具体限定。
其中,所述利用中心性算法对所述集团有向图进行处理,得到所述集团有向图中各个节点对于所述集团有向图对应的集团的影响度之后,还可以包括:
判断所述影响度大于第三阈值的所述集团有向图中的节点的数量是否大于第四阈值,得到第三判断结果。
当所述第三判断结果表示所述影响度大于第三阈值的所述集团有向图中的节点的数量大于第四阈值时,确定所述集团有向图对应的集团不具有核心节点。
当所述第三判断结果表示所述影响度大于第三阈值的所述集团有向图中的节点的数量小于等于第四阈值时,将所述影响度大于所述第三阈值的所述集团有向图中的节点,确定为所述集团有向图对应的集团的核心节点。
基于本说明书上述实施例中的方案,对已识别的归属于不同集团的经营实体进行处理,生成的识别结果的准确性可以达到95%以上,识别准确性较好。且上述方案可以将多个关联度较高的由不同实际控制者所控制的第一集团集合中的经营实体划分至同一个集团,从而可以提升归属于同一个集团的经营实体的数量,有利于识别到更丰富的经营实体之间的关联信息。通过确定归属于同一个集团的各个经营实体及实际控制者对于该集团的影响度,并确定该集团有无核心节点,从而有利于后续基于该集团中各个节点的经营信息、风险信息等对该集团中的指定节点的经营情况、风险情况进行评估。可见,上述方案还可以为经营实体的经营情况及风险情况评估提供可靠性高的新维度数据。
基于同样的思路,本说明书实施例还提供了图1中方法对应的装置。图6为本说明书实施例提供的对应于图1中方法的一种经营实体所属集团的识别装置的结构示意图。如图6所示,该装置可以包括:
获取模块602,用于获取待分析经营实体集合中的每个经营实体的实际控制者信息。
第一确定模块604,用于根据所述实际控制者信息,确定各个实际控制者对应的第一集团集合;其中,一个所述第一集团集合中包含一个所述实际控制者,以及所述一个所述实际控制者所控制的全部所述经营实体。
第二确定模块606,用于根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度。
划分模块608,用于根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合;一个所述第二集团集合中包含的全部所述经营实体归属于同一个集团。
在本说明书实施例中,所述获取模块602,具体可以包括:
获取单元,用于针对所述待分析经营实体集合中的任意一个经营实体,获取与所述经营实体相关的股权结构信息;所述股权结构信息用于表示所述经营实体与所述经营实体的股东之间的控股关系。
所述获取单元,具体可以用于:从区块链网络中获取与所述经营实体相关的股权结构信息。
第一确定单元,用于基于所述股权结构信息,确定所述经营实体的直接股东的第一实际控制者。
第二确定单元,用于根据所述第一实际控制者所控制的所述直接股东对于所述经营实体的控股比例,确定所述第一实际控制者对于所述经营实体的控制权比例。
第三确定单元,用于根据所述第一实际控制者对于所述经营实体的控制权比例,确定所述经营实体的第二实际控制者。
其中,所述第一确定单元,具体可以用于:
根据所述股权结构信息,确定目标股东的第三实际控制者;所述目标股东为直接持有所述经营实体的直接股东的股份的股东。
根据所述第三实际控制者所控制的所述目标股东对于所述直接股东的控股比例,确定所述第三实际控制者对于所述直接股东的控制权比例。
根据所述第三实际控制者对于所述直接股东的控制权比例,确定所述直接股东的第一实际控制者。
所述第二确定单元,具体可以用于:将所述第一实际控制者所控制的各个所述直接股东对于所述经营实体的控股比例之和,确定为所述第一实际控制者对于所述经营实体的控制权比例。
图6中的装置,还可以包括:协议获取模块,用于获取所述经营实体的直接股东之间的股东一致行动协议。
对应的,所述第二确定单元,具体可以用于:对一个所述股东一致行动协议中涉及的各个所述直接股东的所述第一实际控制者进行合并,得到一致行动人;将所述一个所述股东一致行动协议中涉及的各个所述直接股东对于所述经营实体的控股比例之和,确定为该一致行动人对于所述经营实体的控制权比例。
图6中的装置,还可以包括:亲属关系信息获取模块,用于获取所述第一实际控制者之间的亲属关系信息。
对应的,所述第二确定单元,具体可以用于:根据所述亲属关系信息,将具有预设亲属关系的各个所述第一实际控制者进行合并,得到一致行动股东;将所述具有预设亲属关系的各个所述第一实际控制者所控制的所述直接股东对于所述经营实体的控股比例之和,确定为所述一致行动股东对于所述经营实体的控制权比例。
所述第三确定单元,具体可以用于:
确定目标控制权比例中的最大值与次大值;所述目标控制权比例包括所述第一实际控制者对于所述经营实体的控制权比例、所述一致行动人对于所述经营实体的控制权比例以及所述一致行动股东对于所述经营实体的控制权比例。
判断是否所述最大值大于第一阈值或者所述最大值与所述次大值之差大于第二阈值,得到第一判断结果。
当所述第一判断结果表示所述最大值大于第一阈值或者所述最大值与所述次大值之差大于第二阈值时,将所述最大值对应的所述第一实际控制者确定为所述经营实体的第二实际控制者。
当所述第一判断结果表示所述最大值小于等于第一阈值且所述最大值与所述次大值之差小于等于第二阈值时,将所述经营实体确定为所述经营实体的第二实际控制者。
在本说明书实施例中,所述第二确定模块606,具体可以包括:
关联信息生成单元,用于根据两个所述第一集团集合中各个元素之间的控股关系,生成关联信息。
分类单元,用于利用分类模型对所述关联信息进行分类处理,得到所述两个所述第一集团集合归属于同一集团的概率值。
其中,所述关联信息生成单元,具体可以用于:根据两个所述第一集团集合中各个元素之间的控股关系,生成合并集团股权关系图,所述合并集团股权关系图中的节点为所述两个所述第一集团集合中的元素,所述合并集团股权关系图中的两个节点之间的连接边表示所述两个节点之间的控股关系。
确定所述合并集团股权关系图中的节点数量、连接边数量、复合边数量及边密度中的至少一种信息;所述复合边数量是指所述合并集团股权关系图中的复合边的数量;所述复合边是与所述合并集团股权关系图中的两个节点之间的多条连接边对应的一条边。
在本说明书实施例中,所述划分模块608,具体可以用于:
根据各个所述第一集团集合之间的关联度,生成集团无向图,所述集团无向图中的节点为所述第一集团集合,所述集团无向图中的两个节点之间的边权重为所述两个节点之间的关联度。
利用图分割算法对所述集团无向图进行分割处理,得到集团无向子图。
根据一个所述集团无向子图中包含的全部所述经营实体及所述实际控制者,生成一个第二集团集合。
图6中的装置,还可以包括存储模块,用于将针对所述集团无向子图的描述信息存储至区块链网络;所述描述信息用于表示一个所述集团无向子图中包含的全部所述经营实体及所述实际控制者归属于同一个集团。
在本说明书实施例中,图6中的装置,还可以包括:第三确定模块,用于根据所述第二集团集合中的各个元素之间的控股关系,确定所述第二集团集合中的各个元素对于所述第二集团集合中的元素所属集团的影响度。
其中,所述第三确定模块,具体可以用于:
根据所述第二集团集合中的各个元素之间的控股关系,生成集团有向图;所述集团有向图中的节点为所述第二集团集合中的元素,所述集团有向图中的两个节点之间的有向边由所述两个节点中的控股方指向所述两个节点中的被控股方,所述有向边的边权重为所述控股方对于所述被控股方的控股比例。
利用中心性算法对所述集团有向图进行处理,得到所述集团有向图中各个节点对于所述集团有向图对应的集团的影响度。
图6中的装置还可以包括:判断模块,用于判断所述影响度大于第三阈值的所述集团有向图中的节点的数量是否大于第四阈值,得到第三判断结果。
核心节点确定模块,用于当所述第三判断结果表示所述影响度大于第三阈值的所述集团有向图中的节点的数量大于第四阈值时,确定所述集团有向图对应的集团不具有核心节点;当所述第三判断结果表示所述影响度大于第三阈值的所述集团有向图中的节点的数量小于等于第四阈值时,将所述影响度大于所述第三阈值的所述集团有向图中的节点,确定为所述集团有向图对应的集团的核心节点。
基于同样的思路,本说明书实施例还提供了图1中方法对应的设备。图7为本说明书实施例提供的对应于图1中方法的一种经营实体所属集团的识别设备的结构示意图。如图7所示,该设备700可以包括:
至少一个处理器710;以及,
与所述至少一个处理器710通信连接的存储器730;其中,
所述存储器730存储有可被所述至少一个处理器执行的指令720,所述指令720被所述至少一个处理器710执行,以使所述至少一个处理器710能够:
获取待分析经营实体集合中的每个经营实体的实际控制者信息。
根据所述实际控制者信息,确定各个实际控制者对应的第一集团集合;其中,一个所述第一集团集合中包含一个所述实际控制者,以及所述一个所述实际控制者所控制的全部所述经营实体。
根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度。
根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合;一个所述第二集团集合中包含的全部所述经营实体归属于同一个集团。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device, PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个实施例可提供为方法、系统、或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例是参照根据本说明书一个或多个实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书一个或多个实施例。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例的权利要求范围之内。
Claims (30)
1.一种经营实体所属集团的识别方法,包括:
获取待分析经营实体集合中的每个经营实体的实际控制者信息;
根据所述实际控制者信息,确定各个实际控制者对应的第一集团集合;其中,一个所述第一集团集合中包含 一个所述实际控制者,以及所述一个所述实际控制者所控制的全部所述经营实体;
根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度;
所述根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度,具体包括:
根据两个所述第一集团集合中各个元素之间的控股关系,生成合并集团股权关系图,所述合并集团股权关系图中的节点为所述两个所述第一集团集合中的元素,所述合并集团股权关系图中的两个节点之间的连接边表示所述两个节点之间的控股关系;
确定所述合并集团股权关系图中的节点数量、连接边数量及边密度中的至少一种信息,得到关联信息;
利用分类模型对所述关联信息进行分类处理,得到所述两个所述第一集团集合之间的关联度;所述关联度为所述两个所述第一集团集合归属于同一集团的概率值;
根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合;一个所述第二集团集合中包含的全部所述经营实体归属于同一个集团;
所述根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合,具体包括:
根据各个所述第一集团集合之间的关联度,生成集团无向图,所述集团无向图中的节点为所述第一集团集合,所述集团无向图中的两个节点之间的边权重为所述两个节点之间的关联度;
利用图分割算法对所述集团无向图进行分割处理,得到集团无向子图;
根据一个所述集团无向子图中包含的全部所述经营实体及所述实际控制者,生成一个第二集团集合;
根据所述第二集团集合中包含的各个所述经营实体的风险信息,对所述第二集团集合中的指定经营实体进行风险评估。
2.根据权利要求1所述的方法,所述获取待分析经营实体集合中的每个经营实体的实际控制者信息,具体包括:
针对所述待分析经营实体集合中的任意一个经营实体,获取与所述经营实体相关的股权结构信息;所述股权结构信息用于表示所述经营实体与所述经营实体的股东之间的控股关系;
基于所述股权结构信息,确定所述经营实体的直接股东的第一实际控制者;
根据所述第一实际控制者所控制的所述直接股东对于所述经营实体的控股比例,确定所述第一实际控制者对于所述经营实体的控制权比例;
根据所述第一实际控制者对于所述经营实体的控制权比例,确定所述经营实体的第二实际控制者。
3.根据权利要求2所述的方法,所述基于所述股权结构信息,确定所述经营实体的直接股东的第一实际控制者,具体包括:
根据所述股权结构信息,确定目标股东的第三实际控制者;所述目标股东为直接持有所述经营实体的直接股东的股份的股东;
根据所述第三实际控制者所控制的所述目标股东对于所述直接股东的控股比例,确定所述第三实际控制者对于所述直接股东的控制权比例;
根据所述第三实际控制者对于所述直接股东的控制权比例,确定所述直接股东的第一实际控制者。
4.根据权利要求2所述的方法,所述根据所述第一实际控制者所控制的所述直接股东对于所述经营实体的控股比例,确定所述第一实际控制者对于所述经营实体的控制权比例,具体包括:
将所述第一实际控制者所控制的各个所述直接股东对于所述经营实体的控股比例之和,确定为所述第一实际控制者对于所述经营实体的控制权比例。
5.根据权利要求4所述的方法,所述确定所述第一实际控制者对于所述经营实体的控制权比例之前,还包括:
获取所述经营实体的直接股东之间的股东一致行动协议;
所述根据所述第一实际控制者所控制的所述直接股东对于所述经营实体的控股比例,确定所述第一实际控制者对于所述经营实体的控制权比例,具体包括:
对一个所述股东一致行动协议中涉及的各个所述直接股东的所述第一实际控制者进行合并,得到一致行动人;
将所述一个所述股东一致行动协议中涉及的各个所述直接股东对于所述经营实体的控股比例之和,确定为所述一致行动人对于所述经营实体的控制权比例。
6.根据权利要求5所述的方法,所述确定所述第一实际控制者对于所述经营实体的控制权比例之前,还包括:
获取所述第一实际控制者之间的亲属关系信息;
所述根据所述第一实际控制者所控制的所述直接股东对于所述经营实体的控股比例,确定所述第一实际控制者对于所述经营实体的控制权比例,具体包括:
根据所述亲属关系信息,将具有预设亲属关系的各个所述第一实际控制者进行合并,得到一致行动股东;
将所述具有预设亲属关系的各个所述第一实际控制者所控制的所述直接股东对于所述经营实体的控股比例之和,确定为所述一致行动股东对于所述经营实体的控制权比例。
7.根据权利要求6所述的方法,所述根据所述第一实际控制者对于所述经营实体的控制权比例,确定所述经营实体的第二实际控制者,具体包括:
确定目标控制权比例中的最大值与次大值;所述目标控制权比例包括所述第一实际控制者对于所述经营实体的控制权比例、所述一致行动人对于所述经营实体的控制权比例以及所述一致行动股东对于所述经营实体的控制权比例;
判断是否所述最大值大于第一阈值或者所述最大值与所述次大值之差大于第二阈值,得到第一判断结果;
当所述第一判断结果表示所述最大值大于第一阈值或者所述最大值与所述次大值之差大于第二阈值时,将所述最大值对应的所述第一实际控制者确定为所述经营实体的第二实际控制者;
当所述第一判断结果表示所述最大值小于等于第一阈值且所述最大值与所述次大值之差小于等于第二阈值时,将所述经营实体确定为所述经营实体的第二实际控制者。
8.根据权利要求2-7中任意一项所述的方法,所述获取与所述经营实体相关的股权结构信息,具体包括:
从区块链网络中获取与所述经营实体相关的股权结构信息。
9.根据权利要求1所述的方法,所述获取待分析经营实体集合中的每个经营实体的实际控制者信息,具体包括:
当待分析经营实体集合中的经营实体为合伙企业时,确定所述经营实体的执行事务合伙人;
判断所述执行事务合伙人是否属于不可拆分股东,得到第二判断结果;所述不可拆分股东包括自然人股东及国家股东;
当所述第二判断结果表示所述执行事务合伙人属于不可拆分股东时,将所述执行事务合伙人确定为所述经营实体的实际控制者;
当所述第二判断结果表示所述执行事务合伙人不属于不可拆分股东时,将所述执行事务合伙人的实际控制者确定为所述经营实体的实际控制者。
10.根据权利要求1所述的方法,所述根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度,具体包括:
根据两个所述第一集团集合中各个元素之间的控股关系,生成关联信息;
利用分类模型对所述关联信息进行分类处理,得到所述两个所述第一集团集合归属于同一集团的概率值。
11.根据权利要求10所述的方法,所述根据两个所述第一集团集合中各个元素之间的控股关系,生成关联信息,具体包括:
根据两个所述第一集团集合中各个元素之间的控股关系,生成合并集团股权关系图,所述合并集团股权关系图中的节点为所述两个所述第一集团集合中的元素,所述合并集团股权关系图中的两个节点之间的连接边表示所述两个节点之间的控股关系;
确定所述合并集团股权关系图中的节点数量、连接边数量、复合边数量及边密度中的至少一种信息;所述复合边数量是指所述合并集团股权关系图中的复合边的数量;所述复合边是与所述合并集团股权关系图中的两个节点之间的多条连接边对应的一条边。
12.根据权利要求1所述的方法,所述根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合,具体包括:
根据各个所述第一集团集合之间的关联度,生成集团无向图,所述集团无向图中的节点为所述第一集团集合,所述集团无向图中的两个节点之间的边权重为所述两个节点之间的关联度;
利用图分割算法对所述集团无向图进行分割处理,得到集团无向子图;
根据一个所述集团无向子图中包含的全部所述经营实体及所述实际控制者,生成一个第二集团集合。
13.根据权利要求12所述的方法,所述利用图分割算法对所述集团无向图进行分割处理,得到集团无向子图之后,还包括:
将针对所述集团无向子图的描述信息存储至区块链网络;所述描述信息用于表示一个所述集团无向子图中包含的全部所述经营实体及所述实际控制者归属于同一个集团。
14.根据权利要求1所述的方法,所述根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合之后,还包括:
根据所述第二集团集合中的各个元素之间的控股关系,确定所述第二集团集合中的各个元素对于所述第二集团集合中的元素所属集团的影响度。
15.根据权利要求14所述的方法,所述根据所述第二集团集合中的各个元素之间的控股关系,确定所述第二集团集合中的各个元素对于所述第二集团集合中的元素所属集团的影响度,具体包括:
根据所述第二集团集合中的各个元素之间的控股关系,生成集团有向图;所述集团有向图中的节点为所述第二集团集合中的元素,所述集团有向图中的两个节点之间的有向边由所述两个节点中的控股方指向所述两个节点中的被控股方,所述有向边的边权重为所述控股方对于所述被控股方的控股比例;
利用中心性算法对所述集团有向图进行处理,得到所述集团有向图中各个节点对于所述集团有向图对应的集团的影响度。
16.根据权利要求15所述的方法,所述利用中心性算法对所述集团有向图进行处理,得到所述集团有向图中各个节点对于所述集团有向图对应的集团的影响度之后,还包括:
判断所述影响度大于第三阈值的所述集团有向图中的节点的数量是否大于第四阈值,得到第三判断结果;
当所述第三判断结果表示所述影响度大于第三阈值的所述集团有向图中的节点的数量大于第四阈值时,确定所述集团有向图对应的集团不具有核心节点;
当所述第三判断结果表示所述影响度大于第三阈值的所述集团有向图中的节点的数量小于等于第四阈值时,将所述影响度大于所述第三阈值的所述集团有向图中的节点,确定为所述集团有向图对应的集团的核心节点。
17.一种经营实体所属集团的识别装置,包括:
获取模块,用于获取待分析经营实体集合中的每个经营实体的实际控制者信息;
第一确定模块,用于根据所述实际控制者信息,确定各个实际控制者对应的第一集团集合;其中,一个所述第一集团集合中包含 一个所述实际控制者,以及所述一个所述实际控制者所控制的全部所述经营实体;
第二确定模块,用于根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度;
所述第二确定模块,具体用于:
根据两个所述第一集团集合中各个元素之间的控股关系,生成合并集团股权关系图,所述合并集团股权关系图中的节点为所述两个所述第一集团集合中的元素,所述合并集团股权关系图中的两个节点之间的连接边表示所述两个节点之间的控股关系;
确定所述合并集团股权关系图中的节点数量、连接边数量及边密度中的至少一种信息,得到关联信息;
利用分类模型对所述关联信息进行分类处理,得到所述两个所述第一集团集合之间的关联度;所述关联度为所述两个所述第一集团集合归属于同一集团的概率值;
划分模块,用于根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合;一个所述第二集团集合中包含的全部所述经营实体归属于同一个集团;
所述划分模型,具体用于:
根据各个所述第一集团集合之间的关联度,生成集团无向图,所述集团无向图中的节点为所述第一集团集合,所述集团无向图中的两个节点之间的边权重为所述两个节点之间的关联度;
利用图分割算法对所述集团无向图进行分割处理,得到集团无向子图;
根据一个所述集团无向子图中包含的全部所述经营实体及所述实际控制者,生成一个第二集团集合;
所述装置还用于:根据所述第二集团集合中包含的各个所述经营实体的风险信息,对所述第二集团集合中的指定经营实体进行风险评估。
18.根据权利要求17所述的装置,所述获取模块,具体包括:
获取单元,用于针对所述待分析经营实体集合中的任意一个经营实体,获取与所述经营实体相关的股权结构信息;所述股权结构信息用于表示所述经营实体与所述经营实体的股东之间的控股关系;
第一确定单元,用于基于所述股权结构信息,确定所述经营实体的直接股东的第一实际控制者;
第二确定单元,用于根据所述第一实际控制者所控制的所述直接股东对于所述经营实体的控股比例,确定所述第一实际控制者对于所述经营实体的控制权比例;
第三确定单元,用于根据所述第一实际控制者对于所述经营实体的控制权比例,确定所述经营实体的第二实际控制者。
19.根据权利要求18所述的装置,所述第二确定单元,具体用于:
将所述第一实际控制者所控制的各个所述直接股东对于所述经营实体的控股比例之和,确定为所述第一实际控制者对于所述经营实体的控制权比例。
20.根据权利要求19所述的装置,还包括:
协议获取模块,用于获取所述经营实体的直接股东之间的股东一致行动协议;
所述第二确定单元,具体用于:
对一个所述股东一致行动协议中涉及的各个所述直接股东的所述第一实际控制者进行合并,得到一致行动人;
将所述一个所述股东一致行动协议中涉及的各个所述直接股东对于所述经营实体的控股比例之和,确定为所述一致行动人对于所述经营实体的控制权比例。
21.根据权利要求20所述的装置,还包括:
亲属关系信息获取模块,用于获取所述第一实际控制者之间的亲属关系信息;
所述第二确定单元,具体用于:
根据所述亲属关系信息,将具有预设亲属关系的各个所述第一实际控制者进行合并,得到一致行动股东;
将所述具有预设亲属关系的各个所述第一实际控制者所控制的所述直接股东对于所述经营实体的控股比例之和,确定为所述一致行动股东对于所述经营实体的控制权比例。
22.根据权利要求21所述的装置,所述第三确定单元,具体用于:
确定目标控制权比例中的最大值与次大值;所述目标控制权比例包括所述第一实际控制者对于所述经营实体的控制权比例、所述一致行动人对于所述经营实体的控制权比例以及所述一致行动股东对于所述经营实体的控制权比例;
判断是否所述最大值大于第一阈值或者所述最大值与所述次大值之差大于第二阈值,得到第一判断结果;
当所述第一判断结果表示所述最大值大于第一阈值或者所述最大值与所述次大值之差大于第二阈值时,将所述最大值对应的所述第一实际控制者确定为所述经营实体的第二实际控制者;
当所述第一判断结果表示所述最大值小于等于第一阈值且所述最大值与所述次大值之差小于等于第二阈值时,将所述经营实体确定为所述经营实体的第二实际控制者。
23.根据权利要求18-22中任意一项所述的装置,所述获取单元,具体用于:
从区块链网络中获取与所述经营实体相关的股权结构信息。
24.根据权利要求17所述的装置,所述第二确定模块,具体包括:
关联信息生成单元,用于根据两个所述第一集团集合中各个元素之间的控股关系,生成关联信息;
分类单元,用于利用分类模型对所述关联信息进行分类处理,得到所述两个所述第一集团集合归属于同一集团的概率值。
25.根据权利要求24所述的装置,所述关联信息生成单元,具体用于:
根据两个所述第一集团集合中各个元素之间的控股关系,生成合并集团股权关系图,所述合并集团股权关系图中的节点为所述两个所述第一集团集合中的元素,所述合并集团股权关系图中的两个节点之间的连接边表示所述两个节点之间的控股关系;
确定所述合并集团股权关系图中的节点数量、连接边数量、复合边数量及边密度中的至少一种信息;所述复合边数量是指所述合并集团股权关系图中的复合边的数量;所述复合边是与所述合并集团股权关系图中的两个节点之间的多条连接边对应的一条边。
26.根据权利要求17所述的装置,所述划分模块,具体用于:
根据各个所述第一集团集合之间的关联度,生成集团无向图,所述集团无向图中的节点为所述第一集团集合,所述集团无向图中的两个节点之间的边权重为所述两个节点之间的关联度;
利用图分割算法对所述集团无向图进行分割处理,得到集团无向子图;
根据一个所述集团无向子图中包含的全部所述经营实体及所述实际控制者,生成一个第二集团集合。
27.根据权利要求26所述的装置,还包括:
存储模块,用于将针对所述集团无向子图的描述信息存储至区块链网络;所述描述信息用于表示一个所述集团无向子图中包含的全部所述经营实体及所述实际控制者归属于同一个集团。
28.根据权利要求17所述的装置,还包括:
第三确定模块,用于根据所述第二集团集合中的各个元素之间的控股关系,确定所述第二集团集合中的各个元素对于所述第二集团集合中的元素所属集团的影响度。
29.根据权利要求28所述的装置,所述第三确定模块,具体用于:
根据所述第二集团集合中的各个元素之间的控股关系,生成集团有向图;所述集团有向图中的节点为所述第二集团集合中的元素,所述集团有向图中的两个节点之间的有向边由所述两个节点中的控股方指向所述两个节点中的被控股方,所述有向边的边权重为所述控股方对于所述被控股方的控股比例;
利用中心性算法对所述集团有向图进行处理,得到所述集团有向图中各个节点对于所述集团有向图对应的集团的影响度。
30.一种经营实体所属集团的识别设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取待分析经营实体集合中的每个经营实体的实际控制者信息;
根据所述实际控制者信息,确定各个实际控制者对应的第一集团集合;其中,一个所述第一集团集合中包含 一个所述实际控制者,以及所述一个所述实际控制者所控制的全部所述经营实体;
根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度;
所述根据各个所述第一集团集合中的元素之间的控股关系,确定各个所述第一集团集合之间的关联度,具体包括:
根据两个所述第一集团集合中各个元素之间的控股关系,生成合并集团股权关系图,所述合并集团股权关系图中的节点为所述两个所述第一集团集合中的元素,所述合并集团股权关系图中的两个节点之间的连接边表示所述两个节点之间的控股关系;
确定所述合并集团股权关系图中的节点数量、连接边数量及边密度中的至少一种信息,得到关联信息;
利用分类模型对所述关联信息进行分类处理,得到所述两个所述第一集团集合之间的关联度;所述关联度为所述两个所述第一集团集合归属于同一集团的概率值;
根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合;一个所述第二集团集合中包含的全部所述经营实体归属于同一个集团;
所述根据所述关联度,对各个所述第一集团集合进行划分,得到第二集团集合,具体包括:
根据各个所述第一集团集合之间的关联度,生成集团无向图,所述集团无向图中的节点为所述第一集团集合,所述集团无向图中的两个节点之间的边权重为所述两个节点之间的关联度;
利用图分割算法对所述集团无向图进行分割处理,得到集团无向子图;
根据一个所述集团无向子图中包含的全部所述经营实体及所述实际控制者,生成一个第二集团集合;
根据所述第二集团集合中包含的各个所述经营实体的风险信息,对所述第二集团集合中的指定经营实体进行风险评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010817897.2A CN111738864B (zh) | 2020-08-14 | 2020-08-14 | 一种经营实体所属集团的识别方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010817897.2A CN111738864B (zh) | 2020-08-14 | 2020-08-14 | 一种经营实体所属集团的识别方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111738864A CN111738864A (zh) | 2020-10-02 |
CN111738864B true CN111738864B (zh) | 2020-12-18 |
Family
ID=72658434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010817897.2A Active CN111738864B (zh) | 2020-08-14 | 2020-08-14 | 一种经营实体所属集团的识别方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111738864B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114201663B (zh) * | 2021-07-23 | 2022-09-02 | 北京恒通慧源大数据技术有限公司 | 一种基于标签传播的集团客户挖掘方法、装置和电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043847A (zh) * | 2010-12-09 | 2011-05-04 | 龙信数据(北京)有限公司 | 基于条件检索的公司股东投资关系自动分析系统及方法 |
WO2015123487A1 (en) * | 2014-02-14 | 2015-08-20 | Tidd Nathan A | Selecting equity investments using quantitative multi-factor models |
CN107908626A (zh) * | 2016-12-30 | 2018-04-13 | 上海壹账通金融科技有限公司 | 公司相似度的计算方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8285631B2 (en) * | 2008-06-05 | 2012-10-09 | Melby Garrett D | Method and system for structuring the ownership of an investment |
-
2020
- 2020-08-14 CN CN202010817897.2A patent/CN111738864B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043847A (zh) * | 2010-12-09 | 2011-05-04 | 龙信数据(北京)有限公司 | 基于条件检索的公司股东投资关系自动分析系统及方法 |
WO2015123487A1 (en) * | 2014-02-14 | 2015-08-20 | Tidd Nathan A | Selecting equity investments using quantitative multi-factor models |
CN107908626A (zh) * | 2016-12-30 | 2018-04-13 | 上海壹账通金融科技有限公司 | 公司相似度的计算方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111738864A (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mannhardt et al. | Decision mining revisited-discovering overlapping rules | |
Chen et al. | Hybrid models based on rough set classifiers for setting credit rating decision rules in the global banking industry | |
WO2019108603A1 (en) | Machine learning techniques for evaluating entities | |
CN111738628A (zh) | 一种风险群组识别方法及装置 | |
Urban et al. | Threat life cycle and its dynamics | |
Wang et al. | A DT-SVM strategy for stock futures prediction with big data | |
CN110807697A (zh) | 股份公司的实际控制人的确定方法、装置及设备 | |
CN111080304A (zh) | 一种可信关系识别方法、装置及设备 | |
CN111882426A (zh) | 业务风险分类器训练方法、装置、设备及存储介质 | |
Vuong et al. | Relationship between innovations, capital expenditures and post-M&A performance: evidence from Vietnam, 2005-2012 | |
CN113538154A (zh) | 风险对象的识别方法、装置、存储介质和电子设备 | |
Chernov et al. | Global blockchain technology market analysis-current situations and forecast | |
Vidgof et al. | Cherry-picking from spaghetti: Multi-range filtering of event logs | |
CN114240101A (zh) | 一种风险识别模型的验证方法、装置以及设备 | |
US11276124B2 (en) | Machine learning-based techniques for detecting payroll fraud | |
CN111738864B (zh) | 一种经营实体所属集团的识别方法、装置及设备 | |
Adosoglou et al. | Lazy Network: A Word Embedding‐Based Temporal Financial Network to Avoid Economic Shocks in Asset Pricing Models | |
CN114493853A (zh) | 信用等级评价方法、装置、电子设备及存储介质 | |
Faroukhi et al. | A novel approach for big data monetization as a service | |
CN113918660A (zh) | Api资产管理方法、装置、计算机设备及存储介质 | |
CN109767333A (zh) | 选基方法、装置、电子设备及计算机可读存储介质 | |
Fang et al. | LDA-based industry classification | |
CN110825929B (zh) | 一种业务权限推荐方法及装置 | |
Kallah-Dagadu et al. | Application of Markov Chain techniques for selecting efficient financial stocks for investment portfolio construction | |
CN109902178A (zh) | 一种多级文本分类方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40038362 Country of ref document: HK |