CN112926833A - 企业健康状况的检测方法及检测系统 - Google Patents
企业健康状况的检测方法及检测系统 Download PDFInfo
- Publication number
- CN112926833A CN112926833A CN202110115879.4A CN202110115879A CN112926833A CN 112926833 A CN112926833 A CN 112926833A CN 202110115879 A CN202110115879 A CN 202110115879A CN 112926833 A CN112926833 A CN 112926833A
- Authority
- CN
- China
- Prior art keywords
- index data
- data
- evaluation index
- threshold range
- enterprise
- 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
- 230000036541 health Effects 0.000 title claims abstract description 29
- 238000001514 detection method Methods 0.000 title abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 365
- 238000007405 data analysis Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 20
- 230000003862 health status Effects 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 8
- JXASPPWQHFOWPL-UHFFFAOYSA-N Tamarixin Natural products C1=C(O)C(OC)=CC=C1C1=C(OC2C(C(O)C(O)C(CO)O2)O)C(=O)C2=C(O)C=C(O)C=C2O1 JXASPPWQHFOWPL-UHFFFAOYSA-N 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 6
- 230000000717 retained effect Effects 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 9
- 238000012545 processing Methods 0.000 abstract description 5
- 230000009897 systematic effect Effects 0.000 abstract description 5
- 230000000737 periodic effect Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 15
- 230000007306 turnover Effects 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011084 recovery Methods 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
- 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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种企业健康状况的检测方法及检测系统,涉及数据处理与计算机技术领域;检测方法包括对至少部分企业的数据进行整合,基于统计数据确定至少部分企业各项评估指标数据的正常阈值范围,并基于统计数据确定每一行业类型所包括的企业各项评估指标数据的正常阈值范围,通过比对待检测的企业的各项实际指标数据是否落入对应的至少部分企业评估指标数据的正常阈值范围内,且通过比对待检测的企业的各项实际指标数据是否落入其相应行业类型所包括的企业评估指标数据的正常阈值范围内,从而实现针对于特定企业的健康检测,进一步能够形成针对每家企业的专属检测报告,实现对至少部分企业的系统、高效、定期追踪研究。
Description
技术领域
本发明涉及数据处理与计算机技术领域,更具体地,涉及一种企业健康状况的检测方法及检测系统。
背景技术
现有技术中,缺乏对企业治理、财务、发展情况的定期检查,缺少对大批量企业质量的定期全面追踪研究。因此,亟待发明一种用于企业治理、财务、发展情况的检测方法及检测系统,实现对于多个企业质量的智能化、高效化、系统化回溯研究。
发明内容
有鉴于此,本发明提供了一种企业健康状况的检测方法及检测系统,用以改善缺乏对多个企业治理、财务、发展情况进行定期检查、定期回溯的问题。
第一方面,本申请提供一种企业健康状况的检测方法,包括:
获取P个企业的财务报表数据、工商数据、行政处罚数据、股东持股与交易数据、舆情数据,及所属行业数据、经济政策数据、行业政策数据,生成所述P个企业对应的第一数据组;所述P个企业包括Q个子类企业,其中,P≥2,Q≥1,且P、Q均为正整数;
通过所述第一数据组获取用于所述P个企业健康状况评估的第一评估指标数据组;其中,所述第一评估指标数据组包括至少一个第一评估指标数据,任一所述第一评估指标数据包括至少一个子指标数据;
对每一所述第一评估指标数据进行筛选,得到对应的第二评估指标数据,所有所述第二评估指标数据形成用于所述P个企业健康状况评估的第二评估指标数据组;其中,任一所述第二评估指标数据包括至少一个子指标数据;
计算所述P个企业对应的所述第二评估指标数据组中各第二评估指标数据的第一阈值范围;
对各所述第二评估指标数据的所述第一阈值范围进行修正,得到各所述第二评估指标数据对应的第二阈值范围;
计算各所述子类企业对应的所述第二评估指标数据组中各所述第二评估指标数据的第三阈值范围;
对各所述第二评估指标数据的所述第三阈值范围进行修正,得到各所述第二评估指标数据对应的第四阈值范围;
比对待评估企业的各实际指标数据与所述第二阈值范围、比对待评估企业的各实际指标数据与所述第四阈值范围;
若所述实际指标数据超出对应的所述第二阈值范围、且超出对应的所述第四阈值范围,则输出第一提示信息;
若所述实际指标数据超出对应的所述第二阈值范围、或超出对应的所述第四阈值范围,则输出第二提示信息;
若所述实际指标数据在对应的所述第二阈值范围、及对应的所述第四阈值范围内,则输出第三提示信息;
生成待评估企业的各所述实际指标数据分别与所述第二阈值范围、与所述第四阈值范围的比对结果报告。
可选地,其中:
所述第一评估指标数据组包括企业的盈利能力评估指标、偿债能力评估指标、成长能力评估指标、融资能力评估指标、经营能力评估指标、流动性评估指标、股东持股与交易评估指标、估值水平评估指标、信息披露评估指标、行业地位评估指标、负面舆情评估指标。
可选地,其中:
对所述第一评估指标数据组进行筛选,具体为:
计算各所述第一评估指标数据的克朗巴哈系数α1:
若α1≥0.8,则不调整所述第一评估指标数据中的所述子指标数据;
若α1<0.8,有放回式一一剔除所述第一评估指标数据中的1个所述子指标数据,并计算剔除1个所述子指标数据后对应的第一评估指标数据的克朗巴哈系数α2:
若α2-α1≥0.1,剔除所述子指标数据;
若α2-α1<0.1,保留所述子指标数据。
可选地,其中:
计算所述P个企业对应的所述第二评估指标数据组中各第二评估指标数据的第一阈值范围,具体为:
ZM=Pr(X≤ZM)=M
ZN=Pr(X≤ZN)=N
所述第一阈值范围为ZM≤xi≤ZN;
其中,X为所述第二评估指标数据的取值,Pr为概率。
可选地,其中:
计算各所述子类企业对应的所述第二评估指标数据组中各所述第二评估指标数据的第三阈值范围,具体为:
ZM=Pr(X≤ZM)=M
ZN=Pr(X≤ZN)=N
所述第三阈值范围为ZM≤xi≤ZN;
其中,X为所述第二评估指标数据的取值,Pr为概率。
可选地,其中:
所述第一提示信息为:该指标需重点关注;
所述第二提示信息为:该指标需关注;
所述第三提示信息为:该指标无证据显示异常。
第二方面,本申请提供一种企业健康状况的检测系统,包括数据存储单元、数据准备单元、数据分析单元和数据报告单元;
所述数据存储单元用于获取P个企业的财务报表数据、工商数据、行政处罚数据、股东持股与交易数据、舆情数据,及所属行业数据、经济政策数据和行业政策数据,生成所述P个企业对应的第一数据组;所述P个企业包括Q个子类企业,其中,P≥2,Q≥1,且P、Q均为正整数;
所述数据准备单元用于通过所述第一数据组获取用于所述P个企业健康状况评估的第一评估指标数据组;其中,所述第一评估指标数据组包括至少一个第一评估指标数据,任一所述第一评估指标数据包括至少一个子指标数据;
所述数据分析单元用于对每一所述第一评估指标数据进行筛选,得到对应的第二评估指标数据,所有所述第二评估指标数据形成用于所述P个企业健康状况评估的第二评估指标数据组;其中,任一所述第二评估指标数据包括至少一个子指标数据;
所述数据分析单元还用于计算所述P个企业对应的所述第二评估指标数据组中各第二评估指标数据的第一阈值范围;
所述数据分析单元还用于对各所述第二评估指标数据的所述第一阈值范围进行修正,得到各所述第二评估指标数据对应的第二阈值范围;
所述数据分析单元还用于计算各所述子类企业对应的所述第二评估指标数据组中各所述第二评估指标数据的第三阈值范围;
所述数据分析单元还用于对各所述第二评估指标数据的所述第三阈值范围进行修正,得到各所述第二评估指标数据对应的第四阈值范围;
所述数据报告单元用于比对待评估企业的各实际指标数据与所述第二阈值范围、比对待评估企业的各实际指标数据与所述第四阈值范围;若所述实际指标数据超出对应的所述第二阈值范围、且超出对应的所述第四阈值范围,则输出第一提示信息;若所述实际指标数据超出对应的所述第二阈值范围、或超出对应的所述第四阈值范围,则输出第二提示信息;若所述实际指标数据在对应的所述第二阈值范围、及对应的所述第四阈值范围内,则输出第三提示信息;
所述数据报告单元用于生成待评估企业的各所述实际指标数据分别与所述第二阈值范围、与所述第四阈值范围的比对结果报告。
与现有技术相比,本发明提供的一种企业健康状况的检测方法及检测系统,至少实现了如下的有益效果:
本申请提供了一种企业健康状况的检测方法及检测系统,通过对至少部分企业的数据进行整合,基于统计数据确定至少部分企业各项评估指标数据的正常阈值范围,并基于统计数据确定每一行业类型(各子类企业)所包括的企业各项评估指标数据的正常阈值范围,通过比对待检测的企业的各项实际指标数据是否落入对应的至少部分企业评估指标数据的正常阈值范围内,且通过比对待检测的企业的各项实际指标数据是否落入其相应行业类型(对应的子类企业)所包括的企业评估指标数据的正常阈值范围内,从而实现针对于特定企业的检测,进一步能够形成针对每家企业的专属检测报告,实现对至少部分企业的系统、高效、定期追踪研究。
当然,实施本发明的任一产品必不特定需要同时达到以上所述的所有技术效果。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1所示为本申请实施例所提供的企业健康状况的检测方法的一种流程图;
图2所示为本申请实施例所提供的企业健康状况的检测系统的一种示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
现有技术中,缺乏对企业治理、财务、发展情况的定期检查,缺少对大批量企业质量的定期全面追踪研究。因此,亟待发明一种用于企业治理、财务、发展情况的检测方法及检测系统,实现对于多个企业质量的智能化、高效化、系统化回溯研究。
有鉴于此,本发明提供了一种企业健康状况的检测方法及检测系统,用以改善缺乏对多个企业治理、财务、发展情况进行定期检查、定期回溯的问题。
图1所示为本申请实施例所提供的企业健康状况的检测方法的一种流程图,请参照图1,本申请提供了一种企业健康状况的检测方法,包括:
步骤101、获取P个企业的财务报表数据、工商数据、行政处罚数据、股东持股与交易数据、舆情数据,及所属行业数据、经济政策数据、行业政策数据,生成P个企业对应的第一数据组;P个企业包括Q个子类企业,其中,P≥2,Q≥1,且P、Q均为正整数;
步骤102、通过第一数据组获取用于P个企业健康状况评估的第一评估指标数据组;其中,第一评估指标数据组包括至少一个第一评估指标数据,任一第一评估指标数据包括至少一个子指标数据;
步骤103、对每一第一评估指标数据进行筛选,得到对应的第二评估指标数据,所有第二评估指标数据形成用于P个企业健康状况评估的第二评估指标数据组;其中,任一第二评估指标数据包括至少一个子指标数据;
步骤104、计算P个企业对应的第二评估指标数据组中各第二评估指标数据的第一阈值范围;
步骤105、对各第二评估指标数据的第一阈值范围进行修正,得到各第二评估指标数据对应的第二阈值范围;
步骤106、计算各子类企业对应的第二评估指标数据组中各第二评估指标数据的第三阈值范围;
步骤107、对各第二评估指标数据的第三阈值范围进行修正,得到各第二评估指标数据对应的第四阈值范围;
步骤108、比对待评估企业的各实际指标数据与第二阈值范围、比对待评估企业的各实际指标数据与第四阈值范围;
步骤1081、若实际指标数据超出对应的第二阈值范围、且超出对应的第四阈值范围,则输出第一提示信息;
步骤1082、若实际指标数据超出对应的第二阈值范围、或超出对应的第四阈值范围,则输出第二提示信息;
步骤1083、若实际指标数据在对应的第二阈值范围、及对应的第四阈值范围内,则输出第三提示信息;
步骤109、生成待评估企业的各实际指标数据分别与第二阈值范围、与第四阈值范围的比对结果报告。
具体地,本申请提供了一种企业健康状况的检测方法,包括以下步骤,通过步骤101获取P个企业的财务报表数据、工商数据、行政处罚数据、股东持股与交易数据、舆情数据等,以及获取P个企业的所属行业数据、经济政策数据、行业政策数据等;将收集到的这些数据生成P个企业对应的第一数据组。需要说明的是,P个企业中所包括的企业可以分别属于多个不同的行业,P个企业中所包括的行业类型是非常多的,本申请对于P个企业所包括的行业类型数并不做具体限定,且通常情况下P个企业不全属于同一个行业,至少都会包括2个以上的行业;但本申请并不以此为限。
步骤102为通过步骤101所获取的第一数据组,进而通过第一数据组获取用于P个企业健康状况评估的第一评估指标数据组,其中,第一评估指标数据组包括多个第一评估指标数据,其中每一个第一评估指标数据中均包括至少一个子指标数据。例如第一评估指标数据组中包括10个第一评估指标数据,这10个第一评估指标数据中存在一个第一评估指标数据包括6个子指标数据,存在一个第一评估指标数据包括5个子指标数据等。
步骤103为对步骤102中获得的第一评估指标数据进行筛选,去除至少部分第一评估指标数据中信度过低的子指标数据,筛选完成后得到的每一个新的第一评估指标数据即生成为第二评估指标数据,所有第二评估指标数据形成用于P个企业健康状况检测的第二评估指标数据组;其中,任何一个第二评估指标数据中均包括至少一个子指标数据。需要说明的是,如果一个第一评估指标数据在筛选时,其中所包括的每一个子指标数据均信度较低,均被剔除掉后,则此第一评估指标数据会被删除,不会进一步生成对应的第二评估指标数据,此时所生成的第二评估指标数据组中包括的第二评估指标数据的数量比第一评估指标数据组中包括的第一评估指标数据的数量要少。
步骤104为计算步骤103中所得到的第二评估指标数据组中各第二评估指标数据的第一阈值范围,相当于初步测算出P个企业对应的第二评估指标数据的正常阈值范围。
进而通过步骤105对步骤104所得到的第一阈值范围进行修正,也即对各第二评估指标数据初步测算得到的正常阈值范围进行修正,以得到各第二评估指标数据对应的第二阈值范围。
步骤106为对P个企业按照行业类型进行分类得到多个子类企业,结合步骤103,进而对各子类企业对应的第二评估指标数据组中各第二评估指标数据的第三阈值范围进行计算,也即对一个行业类型下所包括的所有企业对应的第二评估指标数据组中各第二评估指标数据的第三阈值范围进行计算。
进而通过步骤107对步骤106中各个行业对应的第三阈值范围进行修正,也即对各行业类型对应的各第二评估指标数据初步测算得到的正常阈值范围进行修正,以得到各行业类型对应的各第二评估指标数据对应的第四阈值范围。
步骤108用于对待评估企业的各实际指标数据与步骤105所得到的P个企业对应的第二阈值范围、以及步骤107所得到的与待评估企业同行业类型对应的第四阈值范围进行比对;步骤108具体包括步骤1081-1083,其中步骤1081为当待评估企业的某一实际指标数据与对应的第二阈值范围、第四阈值范围进行对比时,若该实际指标数据超出其所对应的第二阈值范围、且超出对应的第四阈值范围时,则输出比对后得到的第一提示信息;步骤1082为当待评估企业的某一实际指标数据与对应的第二阈值范围、第四阈值范围进行对比时,若该实际指标数据超出其所对应的第二阈值范围、或超出对应的第四阈值范围时,则输出比对后得到的第二提示信息;步骤1083为当待评估企业的某一实际指标数据与对应的第二阈值范围、第四阈值范围进行对比时,若该实际指标数据在对应的第二阈值范围内、且同时在对应的第四阈值范围内时,则输出比对后得到的第三提示信息。
步骤109为根据步骤108对各实际指标数据与对应的第二阈值范围、第四阈值范围进行比对后,生成待评估企业的各实际指标数据分别与第二阈值范围、与第四阈值范围的比对结果报告,实现对待评估企业健康状况的检测;其中当待评估企业的各实际指标数据均在对应的第二阈值范围内、且同时均在对应的第四阈值范围内时,则表示该待评估的企业处于健康状态。具体地,对于待检测的企业,分类显示其在盈利能力评估指标、偿债能力评估指标、成长能力评估指标、融资能力评估指标、经营能力评估指标、流动性评估指标、股东持股与交易评估指标、估值水平评估指标、信息披露评估指标、行业地位评估指标、负面舆情评估指标等检测指标的取值、是否存在异常、异常值描述、正常值参考范围和正常值确定标准等相关信息,形成正式检测报告。
需要说明的是,例如企业的数量是有限的情况下,为了提高数据的准确性,以及体检结果的精确,第二阈值范围可选择以所有企业的数据生成,也即P个企业可以具体取值为所有企业,对所有企业的数据进行整合,基于统计数据确定全部企业各项评估指标数据的正常阈值范围,并基于统计数据确定每一行业类型(各子类企业)所包括的企业各项评估指标数据的正常阈值范围,通过比对待评估企业的各项实际指标数据是否落入对应的全部企业评估指标数据的正常阈值范围内,且通过比对待评估企业的各项实际指标数据是否落入其相应行业类型(对应的子类企业)所包括的企业评估指标数据的正常阈值范围内,从而实现针对于特定企业的检测,进一步能够形成针对每家被检测的企业的专属检测报告,从而有利于实现对全部企业的系统、高效、定期追踪研究。
需要补充说明的是,各企业的财务报表数据可包括历年财务报告数据,该历史财务报告数据从巨潮资讯或其他财经网站获取;工商数据可以从国家工商总局主办的“企业信用信息公示系统”中获取;行政处罚数据可以从国家信息中心主办的“信用中国”系统中获取;所属行业数据、股东持股与交易数据可以从万得、同花顺等金融信息服务商获取;舆情数据、经济政策数据和行业政策数据可以从网络爬取。此外,部分企业的相关数据也可从其企业官网上进行下载。本申请对于各企业相关数据的获取方式并不做具体限定,此处仅提供一些可选择的方式供以参考。
还需要补充说明的是,对于待评估企业的各实际指标数据,一种情况为待检测的企业是P个企业中某一个,此时,待检测企业的各实际指标数据已经被整理过,也即可从整理的数据中直接获取到;一种情况为,待检测的企业不包括于P个企业中,此时则需要通过该企业的财务报表数据、工商数据、行政处罚数据、股东持股与交易数据、舆情数据,及所属行业数据、经济政策数据、行业政策数据等,对该待检测的企业的各实际指标数据进行提取。
可选地,第一评估指标数据组包括企业的盈利能力评估指标、偿债能力评估指标、成长能力评估指标、融资能力评估指标、经营能力评估指标、流动性评估指标、股东持股与交易评估指标、估值水平评估指标、信息披露评估指标、行业地位评估指标、负面舆情评估指标。
具体地,第一评估指标数据组包括多个第一评估指标数据,其中各第一评估指标数据具体可为企业的:盈利能力评估指标、偿债能力评估指标、成长能力评估指标、融资能力评估指标、经营能力评估指标、流动性评估指标、股东持股与交易评估指标、估值水平评估指标、信息披露评估指标、行业地位评估指标、负面舆情评估指标等。
需要说明的是,上述提供的各种第一评估指标数据仅是本申请所提供的可选择的示例,本申请并不以此为限,第一评估指标数据组中所包括的数据可为上述多个第一评估指标数据中的至少部分,也可为上述多个第一评估指标数据中的全部数据,此外也可包括上述第一评估指标数据中未包括的数据,只要第一评估指标数据组中所包括的第一评估指标数据能够用于对企业是否处于健康状态进行检测即可。
由于各第一评估指标数据均包括至少一个子指标数据,此处本申请进一步提供一种可选择的示例为:
盈利能力评估指标,包括净资产收益率、总资产报酬率、销售净利率、销售毛利率、销售成本率、销售期间费用率、净利润/营业总收入、营业利润/营业总收入、EBITDA/营业总收入、营业总成本/营业总收入、销售费用/营业总收入、管理费用/营业总收入、财务费用/营业总收入、研发费用/营业总收入、主营业务比率、资产减值损失/营业利润、经营活动净收益/利润总额、营业外收支净额/利润总额等;
偿债能力评估指标,包括流动比率、速动比率、保守速动比率、现金比率、现金到期债务比、现金流量利息保障倍数、产权比率、有形资产/负债合计、有形资产/带息债务、经营活动产生的现金流量净额/带息债务、经营活动产生的现金流量净额/流动负债、已获利息倍数、资产负债率、流动资产/总资产、非流动资产/总资产、非流动负债权益比率、流动负债权益比率/权益乘数等;
成长能力评估指标,包括营业总收入同比增长率、营业收入同比增长率、营业利润同比增长率、利润总额同比增长率、归母净利润同比增长率、扣非后归母净利润同比增长率、经营活动现金流量净额同比增长率、每股收益同比增长率、净资产收益率同比增长率、总资产同比增长率、净资产同比增长率、货币资金同比增长率、研发费用同比增长率等;
融资能力评估指标,包括筹资活动现金流入占比、筹资活动现金流入同比增长率、筹资活动现金流出占比、筹资活动现金流出同比增长率等;
经营能力评估指标,包括净资产收益率、总资产报酬率、投入资本回报率、人力投入回报率、营业周期、存货周转天数、应收账款周转天数、应付账款周转天数、净营业周期、存货周转率、应收账款周转率、应付账款周转率、流动资产周转率、营运资本周转率、固定资产周转率、非流动资产周转率、总资产周转率、现金周转率等;
流动性评估指标,包括销售商品提供劳务收到的现金/营业收入、经营活动现金流量净额/营业收入、经营活动现金流量净额/营业利润、现金营运指数、现金满足投资比率、全部资产现金回收率、经营活动现金流量净额同比增长率、经营活动现金流量净额占比、投资活动现金流量净额同比增长率、投资活动现金流量净额占比、筹资活动现金流量净额同比增长率、筹资活动现金流量净额占比、现金股利保障倍数、企业自由现金流量同比增长率、股权自由现金流量同比增长率、货币资金/短期债务、(货币资金+交易性金融资产)/短期债务等;
股东持股与交易评估指标,包括机构持股集中度、沪深股通持股/自由流通股本、沪深股通持股/流通A股、融资买入金额/成交金额(单边)、融资余额/流通市值、最新财报前十大股东中减持股东数量、最新财报前十大流通股东中减持股东数量等;
估值水平评估指标,包括每股收益、每股净资产、每股经营活动现金流量净额、每股营业总收入、每股营业收入、市盈率、市净率、市销率、市现率、股息率等;
信息披露评估指标,包括最新财报的审计意见类型、信息披露规范性得分、信息披露存疑概率等;
行业地位评估指标,包括营业总收入占该行业企业营业总收入占比的标准化得分、营业收入占该行业企业营业收入占比的标准化得分、主营业务收入占该行业企业主营业务收入占比的标准化得分、营业利润占该行业企业营业利润占比的标准化得分、营业总收入在该行业企业营业总收入所处分位数、营业收入在该行业企业营业收入所处分位数、主营业务收入在该行业企业主营业务收入所处分位数、营业利润在该行业企业营业利润所处分位数等;
负面舆情评估指标,包括财务风险、经营风险、业绩预警、股价异动、债券违约、监管问询、行政处罚、涉诉涉讼等。
可选地,对第一评估指标数据组进行筛选,具体为:
计算各第一评估指标数据的克朗巴哈系数α1:
若α1≥0.8,则不调整第一评估指标数据中的子指标数据;
若α1<0.8,有放回式一一剔除第一评估指标数据中的1个子指标数据,并计算剔除1个子指标数据后对应的第一评估指标数据的克朗巴哈系数α2:
若α2-α1≥0.1,剔除子指标数据;
若α2-α1<0.1,保留子指标数据。
具体地,上述步骤102-步骤105中,例如企业的数量为有限个时,可对所有企业对应的第一评估指标数据组中的第一评估指标数据进行筛选以得到对应的第二评估指标数据时,具体为计算各第一评估指标数据的信度,根据各第一评估指标数据的信度确定最终的入选指标。
具体为,以第一评估指标数据为盈利能力评估指标为例,第一小步为:计算盈利能力评估指标的克朗巴哈系数α1,
其中,相关系数的计算公式为,假设两个变量(两个子指标数据)的样本数据为x1,...,xn和y1,...,yn,其Pearson相关系数r的计算方式为:其中,为x1,...,xn的均值。为y1,...,yn的均值。
当克朗巴哈系数α1≥0.8时,认为盈利能力各项指标信度较高,可以全部采纳,则不调整盈利能力评估指标中的子指标数据;当克朗巴哈系数α1<0.8时,认为盈利能力各项指标信度有限,需要对指标进行筛选优化,则进而开始第二小步工作。需要说明的是,Pearson相关系数(Pearson Correlation Coefficient)是用来衡量两个数据集合是否在一条线上面,它用来衡量定距变量间的线性关系。
第二小步工作为,有放回式一一剔除盈利能力评估指标中的1个子指标数据,并计算剔除1个子指标数据后对应的盈利能力评估指标的克朗巴哈系数α2:
若剔除的克朗巴哈系数较剔除前的克朗巴哈系数显著提高(≥0.1),即若α2-α1≥0.1时,说明剔除的子指标数据与其他指标相关性较低,可将该分析指标从去除,即剔除该子指标数据;若剔除的克朗巴哈系数较剔除前的克朗巴哈系数未显著提高(<0.1),即α2-α1<0.1时,将该分析指标保留,即保留该子指标数据。
经过上述步骤实现对盈利能力评估指标(各第一评估指标数据)进行处理,以使得处理后生成的各第二评估指标数据均具有良好的信度。
需要说明的是,上述内容仅以第一评估指标数据为盈利能力评估指标为例,其余第一评估指标数据的处理方式均相同,本申请此处不再赘述,通过对每一第一评估指标数据进行上述处理,以完成对第一评估指标数据组的筛选,生成对应的包括第二评估指标数据的第二评估指标数据组。
可选地,计算P个企业对应的第二评估指标数据组中各第二评估指标数据的第一阈值范围,具体为:
ZM=Pr(X≤ZM)=M
ZN=Pr(X≤ZN)=N
第一阈值范围为ZM≤xi≤ZN;
其中,X为个所述第二评估指标数据的取值,Pr为概率。
具体地,在企业的数量是有限个的情况下,步骤104用于计算所有企业对应的第二评估指标数据组中各第二评估指标数据的第一阈值范围,在本步骤中,第一小步为,对步骤103得到的各第二评估指标数据的M分位数ZM、N分位数ZN、均值标准差s进行计算,具体的计算公式为:
ZM=Pr(X≤ZM)=M
ZN=Pr(X≤ZN)=N
进而在第二小步中,根据以下规则计算各第二评估指标数据的第一阈值范围,方法之一为,计算全部企业中一个第二评估指标数据的均值和标准差,当第二评估指标数据为指标值超出(均值-2倍标准差,均值+2倍标准差)时,即xi不在范围内时,则会提示数据异常,也即相对的,第一阈值范围应为方法之二为,计算全部企业中一个第二评估指标数据的对应指标的M和N分位数,当指标值超出(M分位数,N分位数)时,即xi不在(ZM,ZN)范围内时,则会提示数据异常,也即相对的,第一阈值范围应为ZM≤xi≤ZN。
需要补充说明的是,步骤105中对各所述第二评估指标数据的所述第一阈值范围进行修正,具体为:基于行业内的预设规则确认全部企业待分析指标(各第二评估指标数据)的正常阈值(第二阈值范围)。对步骤104中计算获取的各第二评估指标数据的第一阈值范围,由预设规则确认是否采用该统计标准,若不采用,则根据预设规则提供新的标准。需要说明的是,该预设规则为基于行业情况所指定的一种评分准则,通过该评分准则判断全部企业待分析指标(各第二评估指标数据)的正常阈值(第二阈值范围)。
可选地,计算各子类企业对应的第二评估指标数据组中各第二评估指标数据的第三阈值范围,具体为:
ZM=Pr(X≤ZM)=M
ZN=Pr(X≤ZN)=N
第三阈值范围为ZM≤xi≤ZN;
其中,X为个所述第二评估指标数据的取值,Pr为概率。
具体地,步骤106用于计算各子类(各行业类型)企业对应的各第二评估指标数据的第三阈值范围时,具体需要计算各子类(各行业类型)企业对应的各第二评估指标数据的M分位数ZM、N分位数ZN、均值标准差s,相应的计算公式为:
ZM=Pr(X≤ZM)=M
ZN=Pr(X≤ZN)=N
根据以下规则计算各子类(各行业类型)企业对应的各第二评估指标数据的第三阈值范围,方法之一为,计算各子类(各行业类型)企业中所有企业中每个第二评估指标数据的均值和标准差,当第二评估指标数据为指标值超出(均值-2倍标准差,均值+2倍标准差)时,即xi不在范围内时,则会提示数据异常,也即相对的,第三阈值范围应为 方法之二为,计算各子类(各行业类型)企业中所有企业中每个第二评估指标数据的对应指标的M和N分位数,当指标值超出(M分位数,N分位数)时,即xi不在(ZM,ZN)范围内时,则会提示数据异常,也即相对的,第三阈值范围应为ZM≤xi≤ZN。
需要补充说明的是,上述步骤107中对各第二评估指标数据的第三阈值范围进行修正,具体为:基于行业内的预设规则确认各子类(各行业类型)企业中所有企业待分析指标(各第二评估指标数据)的正常阈值(第四阈值范围)。对步骤106中计算获取的各子类(各行业类型)企业中所有企业的各第二评估指标数据的第三阈值范围,由预设规则确认是否采用该统计标准,若不采用,则根据预设规则提供新的标准。需要说明的是,该预设规则为基于行业情况所指定的一种评分准则,通过该评分准则判断各子类(各行业类型)企业中所有企业待分析指标(各第二评估指标数据)的正常阈值(第四阈值范围)。
此处对于步骤108中输出的“第一提示信息”、“第二提示信息”、“第三提示信息”进行具体说明,可选地,第一提示信息为:该指标需重点关注;
第二提示信息为:该指标需关注;
第三提示信息为:该指标无证据显示异常。
具体地,在企业的数量是有限个的情况下,步骤108中比对待评估企业的各实际指标数据与第二阈值范围、比对待评估企业的各实际指标数据与第四阈值范围,即是比对特定的待检测企业各项指标与全部企业、分行业企业指标正常阈值区间,返回该待检测的企业当期指标是否处于正常区间范围结果。
具体为,若某项指标(待检测企业的实际指标数据)同时超出全部企业正常阈值区间(第二阈值范围)和对应行业分类正常阈值区间(第四阈值范围),提示该指标需重点关注;若某项指标超出全部企业阈值(第二阈值范围)或对应行业分类阈值(第四阈值范围),提示该指标需关注;若某项指标均处于全部企业阈值(第二阈值范围)和对应行业分类阈值(第四阈值范围)之内,无证据显示该指标异常,即提示该指标无证据显示异常。
图2所示为本申请实施例所提供的企业健康状况的检测系统的一种示意图,请参照图2,基于同一发明构思,本申请还提供了一种企业健康状况的检测系统100,包括数据存储单元10、数据准备单元11、数据分析单元12和数据报告单元13;
数据存储单元10用于获取P个企业的财务报表数据、工商数据、行政处罚数据、股东持股与交易数据、舆情数据,及所属行业数据、经济政策数据和行业政策数据,生成P个企业对应的第一数据组;P个企业包括Q个子类企业,其中,P≥2,Q≥1,且P、Q均为正整数;
数据准备单元11用于通过第一数据组获取用于P个企业健康状况评估的第一评估指标数据组;其中,第一评估指标数据组包括至少一个第一评估指标数据,任一第一评估指标数据包括至少一个子指标数据;
数据分析单元12用于对每一第一评估指标数据进行筛选,得到对应的第二评估指标数据,所有第二评估指标数据形成用于P个企业健康状况评估的第二评估指标数据组;其中,任一第二评估指标数据包括至少一个子指标数据;
数据分析单元12还用于计算P个企业对应的第二评估指标数据组中各第二评估指标数据的第一阈值范围;
数据分析单元12还用于对各第二评估指标数据的第一阈值范围进行修正,得到各第二评估指标数据对应的第二阈值范围;
数据分析单元12还用于计算各子类企业对应的第二评估指标数据组中各第二评估指标数据的第三阈值范围;
数据分析单元12还用于对各第二评估指标数据的第三阈值范围进行修正,得到各第二评估指标数据对应的第四阈值范围;
数据报告单元13用于比对待评估企业的各实际指标数据与第二阈值范围、比对待评估企业的各实际指标数据与第四阈值范围;若实际指标数据超出对应的第二阈值范围、且超出对应的第四阈值范围,则输出第一提示信息;若实际指标数据超出对应的第二阈值范围、或超出对应的第四阈值范围,则输出第二提示信息;若实际指标数据在对应的第二阈值范围、及对应的第四阈值范围内,则输出第三提示信息;
数据报告单元13用于生成待评估企业的各实际指标数据分别与第二阈值范围、与第四阈值范围的比对结果报告。
具体地,基于同一发明构思,本申请还提供了一种企业健康状况的检测系统100,包括数据存储单元10、数据准备单元11、数据分析单元12和数据报告单元13;
数据存储单元10用于获取P个企业的财务报表数据、工商数据、行政处罚数据、股东持股与交易数据、舆情数据等,以及获取P个企业的所属行业数据、经济政策数据、行业政策数据等;将收集到的这些数据生成P个企业对应的第一数据组。需要说明的是,P个企业中所包括的企业可以分别属于多个不同的行业,P个企业中所包括的行业类型是非常多的,本申请对于P个企业所包括的行业类型数并不做具体限定,且通常情况下P个企业不全属于同一个行业,至少都会包括2个以上的行业;但本申请并不以此为限。
数据准备单元11用于通过第一数据组获取用于P个企业健康状况评估的第一评估指标数据组,其中,第一评估指标数据组包括多个第一评估指标数据,其中每一个第一评估指标数据中均包括至少一个子指标数据。例如第一评估指标数据组中包括10个第一评估指标数据,这10个第一评估指标数据中存在一个第一评估指标数据包括6个子指标数据,存在一个第一评估指标数据包括5个子指标数据等。
数据分析单元12用于对第一评估指标数据进行筛选,去除至少部分第一评估指标数据中信度过低的子指标数据,筛选完成后得到的每一个新的第一评估指标数据即生成为第二评估指标数据,所有第二评估指标数据形成用于P个企业健康状况检测的第二评估指标数据组;其中,任何一个第二评估指标数据中均包括至少一个子指标数据。需要说明的是,如果一个第一评估指标数据在筛选时,其中所包括的每一个子指标数据均信度较低,均被剔除掉后,则此第一评估指标数据会被删除,不会进一步生成对应的第二评估指标数据,此时所生成的第二评估指标数据组中包括的第二评估指标数据的数量比第一评估指标数据组中包括的第一评估指标数据的数量要少。
数据分析单元12还用于初步测算第二评估指标数据组中各第二评估指标数据的第一阈值范围,相当于初步测算出P个企业对应的第二评估指标数据的正常阈值范围;
数据分析单元12还用于对各第二评估指标数据的第一阈值范围进行修正,也即对各第二评估指标数据初步测算得到的正常阈值范围进行修正,以得到各第二评估指标数据对应的第二阈值范围。
数据分析单元12还用于对P个企业按照行业类型进行分类得到多个子类企业,进而对各子类企业对应的第二评估指标数据组中各第二评估指标数据的第三阈值范围进行计算,也即对一个行业类型下所包括的所有企业对应的第二评估指标数据组中各第二评估指标数据的第三阈值范围进行计算。
数据分析单元12还用于对各个行业对应的第三阈值范围进行修正,也即对各行业类型对应的各第二评估指标数据初步测算得到的正常阈值范围进行修正,以得到各行业类型对应的各第二评估指标数据对应的第四阈值范围。
数据报告单元13用于对待评估企业的各实际指标数据与P个企业对应的第二阈值范围、以及与待评估企业同行业类型对应的第四阈值范围进行比对;当待评估企业的某一实际指标数据与对应的第二阈值范围、第四阈值范围进行对比时,若该实际指标数据超出其所对应的第二阈值范围、且超出对应的第四阈值范围时,则输出比对后得到的第一提示信息;当待评估企业的某一实际指标数据与对应的第二阈值范围、第四阈值范围进行对比时,若该实际指标数据超出其所对应的第二阈值范围、或超出对应的第四阈值范围时,则输出比对后得到的第二提示信息;当待评估企业的某一实际指标数据与对应的第二阈值范围、第四阈值范围进行对比时,若该实际指标数据在对应的第二阈值范围内、且同时在对应的第四阈值范围内时,则输出比对后得到的第三提示信息。
数据报告单元13用于对各实际指标数据与对应的第二阈值范围、第四阈值范围进行比对后,生成待评估企业的各实际指标数据分别与第二阈值范围、与第四阈值范围的比对结果报告,实现对待评估企业健康状况的检测;其中当待评估企业的各实际指标数据均在对应的第二阈值范围内、且同时在对应的第四阈值范围内时,则表示该待评估的企业处于健康状态。具体地,对于待检测的企业,分类显示其在盈利能力评估指标、偿债能力评估指标、成长能力评估指标、融资能力评估指标、经营能力评估指标、流动性评估指标、股东持股与交易评估指标、估值水平评估指标、信息披露评估指标、行业地位评估指标、负面舆情评估指标等检测指标的取值、是否存在异常、异常值描述、正常值参考范围和正常值确定标准等相关信息,形成正式检测报告,并可将该检测报告发送至系统的监控终端,有利于用户针对每家需检测的企业的健康状态进行检测,实现对企业的系统、高效、定期追踪研究。
通过上述实施例可知,本发明提供的一种企业健康状况的检测方法及检测系统,至少实现了如下的有益效果:
本申请提供了一种企业健康状况的检测方法及检测系统,通过对至少部分企业的数据进行整合,基于统计数据确定至少部分企业各项评估指标数据的正常阈值范围,并基于统计数据确定每一行业类型(各子类企业)所包括的企业各项评估指标数据的正常阈值范围,通过比对待检测的企业的各项实际指标数据是否落入对应的至少部分企业评估指标数据的正常阈值范围内,且通过比对待检测的企业的各项实际指标数据是否落入其相应行业类型(对应的子类企业)所包括的企业评估指标数据的正常阈值范围内,从而实现针对于特定企业的检测,进一步能够形成针对每家企业的专属检测报告,实现对至少部分企业的系统、高效、定期追踪研究。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上例子仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员应该理解,可在不脱离本发明的范围和精神的情况下,对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (7)
1.一种企业健康状况的检测方法,其特征在于,包括:
获取P个企业的财务报表数据、工商数据、行政处罚数据、股东持股与交易数据、舆情数据,及所属行业数据、经济政策数据、行业政策数据,生成所述P个企业对应的第一数据组;所述P个企业包括Q个子类企业,其中,P≥2,Q≥1,且P、Q均为正整数;
通过所述第一数据组获取用于所述P个企业健康状况评估的第一评估指标数据组;其中,所述第一评估指标数据组包括至少一个第一评估指标数据,任一所述第一评估指标数据包括至少一个子指标数据;
对每一所述第一评估指标数据进行筛选,得到对应的第二评估指标数据,所有所述第二评估指标数据形成用于所述P个企业健康状况评估的第二评估指标数据组;其中,任一所述第二评估指标数据包括至少一个子指标数据;
计算所述P个企业对应的所述第二评估指标数据组中各第二评估指标数据的第一阈值范围;
对各所述第二评估指标数据的所述第一阈值范围进行修正,得到各所述第二评估指标数据对应的第二阈值范围;
计算各所述子类企业对应的所述第二评估指标数据组中各所述第二评估指标数据的第三阈值范围;
对各所述第二评估指标数据的所述第三阈值范围进行修正,得到各所述第二评估指标数据对应的第四阈值范围;
比对待评估企业的各实际指标数据与所述第二阈值范围、比对待评估企业的各实际指标数据与所述第四阈值范围;
若所述实际指标数据超出对应的所述第二阈值范围、且超出对应的所述第四阈值范围,则输出第一提示信息;
若所述实际指标数据超出对应的所述第二阈值范围、或超出对应的所述第四阈值范围,则输出第二提示信息;
若所述实际指标数据在对应的所述第二阈值范围、及对应的所述第四阈值范围内,则输出第三提示信息;
生成待评估企业的各所述实际指标数据分别与所述第二阈值范围、与所述第四阈值范围的比对结果报告。
2.根据权利要求1所述的企业健康状况的检测方法,其特征在于,所述第一评估指标数据组包括企业的盈利能力评估指标、偿债能力评估指标、成长能力评估指标、融资能力评估指标、经营能力评估指标、流动性评估指标、股东持股与交易评估指标、估值水平评估指标、信息披露评估指标、行业地位评估指标、负面舆情评估指标。
3.根据权利要求1所述的企业健康状况的检测方法,其特征在于,对所述第一评估指标数据组进行筛选,具体为:
计算各所述第一评估指标数据的克朗巴哈系数α1:
若α1≥0.8,则不调整所述第一评估指标数据中的所述子指标数据;
若α1<0.8,有放回式一一剔除所述第一评估指标数据中的1个所述子指标数据,并计算剔除1个所述子指标数据后对应的第一评估指标数据的克朗巴哈系数α2:
若α2-α1≥0.1,剔除所述子指标数据;
若α2-α1<0.1,保留所述子指标数据。
6.根据权利要求1所述的企业健康状况的检测方法,其特征在于,
所述第一提示信息为:该指标需重点关注;
所述第二提示信息为:该指标需关注;
所述第三提示信息为:该指标无证据显示异常。
7.一种企业健康状况的检测系统,其特征在于,包括数据存储单元、数据准备单元、数据分析单元和数据报告单元;
所述数据存储单元用于获取P个企业的财务报表数据、工商数据、行政处罚数据、股东持股与交易数据、舆情数据,及所属行业数据、经济政策数据和行业政策数据,生成所述P个企业对应的第一数据组;所述P个企业包括Q个子类企业,其中,P≥2,Q≥1,且P、Q均为正整数;
所述数据准备单元用于通过所述第一数据组获取用于所述P个企业健康状况评估的第一评估指标数据组;其中,所述第一评估指标数据组包括至少一个第一评估指标数据,任一所述第一评估指标数据包括至少一个子指标数据;
所述数据分析单元用于对每一所述第一评估指标数据进行筛选,得到对应的第二评估指标数据,所有所述第二评估指标数据形成用于所述P个企业健康状况评估的第二评估指标数据组;其中,任一所述第二评估指标数据包括至少一个子指标数据;
所述数据分析单元还用于计算所述P个企业对应的所述第二评估指标数据组中各第二评估指标数据的第一阈值范围;
所述数据分析单元还用于对各所述第二评估指标数据的所述第一阈值范围进行修正,得到各所述第二评估指标数据对应的第二阈值范围;
所述数据分析单元还用于计算各所述子类企业对应的所述第二评估指标数据组中各所述第二评估指标数据的第三阈值范围;
所述数据分析单元还用于对各所述第二评估指标数据的所述第三阈值范围进行修正,得到各所述第二评估指标数据对应的第四阈值范围;
所述数据报告单元用于比对待评估企业的各实际指标数据与所述第二阈值范围、比对待评估企业的各实际指标数据与所述第四阈值范围;若所述实际指标数据超出对应的所述第二阈值范围、且超出对应的所述第四阈值范围,则输出第一提示信息;若所述实际指标数据超出对应的所述第二阈值范围、或超出对应的所述第四阈值范围,则输出第二提示信息;若所述实际指标数据在对应的所述第二阈值范围、及对应的所述第四阈值范围内,则输出第三提示信息;
所述数据报告单元用于生成待评估企业的各所述实际指标数据分别与所述第二阈值范围、与所述第四阈值范围的比对结果报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110115879.4A CN112926833A (zh) | 2021-01-28 | 2021-01-28 | 企业健康状况的检测方法及检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110115879.4A CN112926833A (zh) | 2021-01-28 | 2021-01-28 | 企业健康状况的检测方法及检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112926833A true CN112926833A (zh) | 2021-06-08 |
Family
ID=76167750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110115879.4A Pending CN112926833A (zh) | 2021-01-28 | 2021-01-28 | 企业健康状况的检测方法及检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112926833A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118296062A (zh) * | 2024-06-05 | 2024-07-05 | 上海银行股份有限公司 | 一种财务健康度分析方法及装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102436622A (zh) * | 2011-12-28 | 2012-05-02 | 浙江汇信科技有限公司 | 一种网络市场经营者信用评价方法 |
CN108376319A (zh) * | 2018-03-14 | 2018-08-07 | 重庆金融资产交易所有限责任公司 | 企业综合实力评估方法、服务器及存储介质 |
CN108537446A (zh) * | 2018-04-10 | 2018-09-14 | 山西九章数据分析师事务所有限公司 | 企业信用评价的方法和装置 |
CN108920677A (zh) * | 2018-07-09 | 2018-11-30 | 华中师范大学 | 问卷调查方法、调查系统及电子设备 |
CN109523118A (zh) * | 2018-10-11 | 2019-03-26 | 平安科技(深圳)有限公司 | 风险数据筛选方法、装置、计算机设备和存储介质 |
CN109583690A (zh) * | 2018-10-17 | 2019-04-05 | 平安普惠企业管理有限公司 | 一种行业分析方法、装置及计算机可读存储介质 |
CN109685300A (zh) * | 2018-06-28 | 2019-04-26 | 贵州医科大学 | 企业大数据应用能力指标体系及其构建方法 |
CN109685356A (zh) * | 2018-12-19 | 2019-04-26 | 泰华智慧产业集团股份有限公司 | 基于产业数据的预警方法及系统 |
CN109858740A (zh) * | 2018-12-21 | 2019-06-07 | 中化资本有限公司 | 企业风险的评估方法、装置、计算机设备及存储介质 |
CN110490726A (zh) * | 2019-07-11 | 2019-11-22 | 林宏伟 | 信用债风险管理方法、装置、设备及存储介质 |
CN110991936A (zh) * | 2019-12-23 | 2020-04-10 | 业如商业保理(重庆)有限公司 | 企业评分评级方法、装置、设备及介质 |
CN111159644A (zh) * | 2019-12-13 | 2020-05-15 | 上海融贷通金融信息服务有限公司 | 为初创型企业估值的方法及系统 |
CN111506625A (zh) * | 2020-04-20 | 2020-08-07 | 中国建设银行股份有限公司 | 一种告警阈值确定方法及装置 |
CN111768124A (zh) * | 2020-07-09 | 2020-10-13 | 海口科博瑞信息科技有限公司 | 一种测试评估方法、系统、设备及计算机可读存储介质 |
-
2021
- 2021-01-28 CN CN202110115879.4A patent/CN112926833A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102436622A (zh) * | 2011-12-28 | 2012-05-02 | 浙江汇信科技有限公司 | 一种网络市场经营者信用评价方法 |
CN108376319A (zh) * | 2018-03-14 | 2018-08-07 | 重庆金融资产交易所有限责任公司 | 企业综合实力评估方法、服务器及存储介质 |
CN108537446A (zh) * | 2018-04-10 | 2018-09-14 | 山西九章数据分析师事务所有限公司 | 企业信用评价的方法和装置 |
CN109685300A (zh) * | 2018-06-28 | 2019-04-26 | 贵州医科大学 | 企业大数据应用能力指标体系及其构建方法 |
CN108920677A (zh) * | 2018-07-09 | 2018-11-30 | 华中师范大学 | 问卷调查方法、调查系统及电子设备 |
CN109523118A (zh) * | 2018-10-11 | 2019-03-26 | 平安科技(深圳)有限公司 | 风险数据筛选方法、装置、计算机设备和存储介质 |
CN109583690A (zh) * | 2018-10-17 | 2019-04-05 | 平安普惠企业管理有限公司 | 一种行业分析方法、装置及计算机可读存储介质 |
CN109685356A (zh) * | 2018-12-19 | 2019-04-26 | 泰华智慧产业集团股份有限公司 | 基于产业数据的预警方法及系统 |
CN109858740A (zh) * | 2018-12-21 | 2019-06-07 | 中化资本有限公司 | 企业风险的评估方法、装置、计算机设备及存储介质 |
CN110490726A (zh) * | 2019-07-11 | 2019-11-22 | 林宏伟 | 信用债风险管理方法、装置、设备及存储介质 |
CN111159644A (zh) * | 2019-12-13 | 2020-05-15 | 上海融贷通金融信息服务有限公司 | 为初创型企业估值的方法及系统 |
CN110991936A (zh) * | 2019-12-23 | 2020-04-10 | 业如商业保理(重庆)有限公司 | 企业评分评级方法、装置、设备及介质 |
CN111506625A (zh) * | 2020-04-20 | 2020-08-07 | 中国建设银行股份有限公司 | 一种告警阈值确定方法及装置 |
CN111768124A (zh) * | 2020-07-09 | 2020-10-13 | 海口科博瑞信息科技有限公司 | 一种测试评估方法、系统、设备及计算机可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118296062A (zh) * | 2024-06-05 | 2024-07-05 | 上海银行股份有限公司 | 一种财务健康度分析方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Berger et al. | Operational risk is more systemic than you think: Evidence from US bank holding companies | |
Perols et al. | The relation between earnings management and financial statement fraud | |
US8065234B2 (en) | Methods and systems of predicting mortgage payment risk | |
Hardies et al. | An analysis of auditors' going-concern reporting accuracy in private firms | |
CN111476660A (zh) | 一种基于数据分析的智能风控系统及方法 | |
CN112801529B (zh) | 财务数据分析方法及装置、电子设备及介质 | |
Song et al. | Predicting accounting fraud: Evidence from Japan | |
Ciftci et al. | Does the riskiness of R&D outweigh its benefits? The perspective of US private lenders | |
CN113643115A (zh) | 基于期权定价模型的商业承兑汇票信用评分方法及系统 | |
CN112016843A (zh) | 一种组织财税数据风险分析方法及相关装置 | |
CN112037006A (zh) | 小微企业的信用风险识别方法及装置 | |
CN112926833A (zh) | 企业健康状况的检测方法及检测系统 | |
CN116385176A (zh) | 一种投资交易系统交易数据监控系统及方法 | |
Mahardini | Choosing ratio in the financial distress prediction model | |
SUHARMADI et al. | Effect of Liquidity, Productivity and Firm Size on Bond Ranking | |
WO2009048843A1 (en) | Methods and systems of predicting mortgage payment risk | |
Comporek | The use of operational cash flow in the estimation of accrual-based earnings management | |
CN113409129A (zh) | 融资准入风险评估方法、装置及计算机存储介质 | |
Tran et al. | Value-at-risk and the global financial crisis | |
CN113393328A (zh) | 融资贷前审批评估方法、装置及计算机存储介质 | |
Azzahra et al. | Comparative Analysis of Islamic Banks’ Performance in Indonesia and Malaysia with RGEC and the Islamicity Performance Index (2018-2021) | |
Utami et al. | The analysis of bankruptcy prediction model with adjustment of earning management on textile and garment sub-sector in Indonesia Stock Exchange | |
Siauwijaya | The Effect of Banking Efficiency, Earnings Per Share and Price-Earnings Ratio towards the Stock Return of Banking Companies in Indonesia. | |
Suresh et al. | Effect of Demonetisation of on Indian High Denomination Currencies on Indian Stock Market and its Relationship with Foreign Exchange Rate | |
Bhole et al. | Benchmarking market efficiency indicators for securities litigation |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210608 |