CN112991063A - 企业股权穿透方法 - Google Patents
企业股权穿透方法 Download PDFInfo
- Publication number
- CN112991063A CN112991063A CN202110357021.9A CN202110357021A CN112991063A CN 112991063 A CN112991063 A CN 112991063A CN 202110357021 A CN202110357021 A CN 202110357021A CN 112991063 A CN112991063 A CN 112991063A
- Authority
- CN
- China
- Prior art keywords
- entity
- direct
- penetration
- penetrating
- stock
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种企业股权穿透方法,根据不同的穿透目的,采用不同的穿透方法,当穿透目的是获得目标实体对应的关联关系较强的穿透实体时,基于出资关系是否是强关联关系进行穿透,可以省略掉很多与目标实体关联性非常小的穿透对象和持股路径,当穿透目的是获得目标实体对应的穿透持股比例较大的穿透实体时,基于穿透持股比例大于阈值进行穿透,可以忽略掉很多穿透持股比例非常小的穿透实体,只保留穿透持股比例较大的穿透实体。本发明解决了现有技术中股权穿透数据量大、处理速度慢,穿透结果不便于找到企业真正的股东和投资对象的问题。
Description
技术领域
本发明属于金融与数据处理技术领域,具体涉及一种企业股权穿透方法。
背景技术
股权穿透,是基于大数据计算,精确分析企业背后的股权结构,展示披露至自然人、法人层级的企业全部股东或合伙人(股东和合伙人分别代表公司制企业的出资人和合伙制企业的出资人)情况。
现有技术中的股权穿透图有以下两种情况:
第一种是直接展示企业A(即目标实体)的直接股东和直接投资对象,如图1所示。需要说明的是,一个企业的股东可能是另外一个企业、自然人或者其他类型的机构,本文中使用“实体”作为所有这类对象的统称;图中有向箭头的边旁边的数字代表一个实体(箭头的出发)对另一个实体(箭头的指向)的直接持股比例。
第二种是利用图的遍历算法,将和企业A(即目标实体)的相关直接投资和间接投资、直接股东和间接股东全部展示,例如A企业的股权关系图如图2所示,则会将A企业的直接投资对象和间接投资对象全部展示出来。
A企业的直接投资对象有:B企业,C企业,D企业,E企业;A企业的间接投资对象有:F企业,G企业,H企业,I企业,J企业,K企业,L企业,M企业;其中A企业到L企业的投资路径(也称为持股路径)有3条即A-C-H-L、A-D-H-L,A-D-L。
A企业的直接股东有:N企业,O自然人,P企业;A企业的间接股东有:R企业,S其他类型实体,T企业,U企业,W自然人,V其他类型实体;其中V企业到A企业的投资路径有2条即V-R-N-A、V-T-A。
在第一种股权穿透图中,如果要查看企业A的间接股东和间接投资对象,需要人一层一层的向上和详细查询展开,如图3所示,如果发生交叉循环持股的话,就要人工判断不再展开;如果有非常多的层次,也需要花费非常多的时间像这样一层一层去查询展开,非常繁琐;如果A实体对B企业存在多条持股路径的话,穿透持股比例仍需要人工另外计算。
在第二种股权穿透图中,将直接投资对象和间接投资对象、间接股东和直接股东全部展示出来,这样会存在一些企业,它的穿透投资对象或者穿透股东可能会非常多,它到穿透投资对象或者穿透股东的持股路径也可能会非常多,其中某些持股路径的长度也会非常大,所有这些都会导致展示出来的数据会非常多且复杂到甚至难以处理,计算量也会非常大,甚至大到难以实现。
发明内容
本发明的目的是提供一种企业股权穿透方法,以解决现有技术中股权穿透数据量大、处理速度慢,穿透结果不便于找到企业真正的股东和投资对象的问题。
为了达到上述目的,本发明通过以下技术方案实现:
一种企业股权穿透方法,包括:
获得目标实体的初始股权关系图;
确定穿透目的;
若所述穿透目的是获得所述目标实体对应的关联关系较强的穿透实体,则进行以下处理:
判断所述原始股权关系图中任一边对应的两实体之间的出资关系是否是强关联关系,如果是,则给该边打上第一标签,得到带第一标签的第一带标签股权关系图;
以所述目标实体为起点,对所述第一带标签股权关系图进行向上和/或向下穿透,在每条持股路径上遇到第一个不带所述第一标签的边时不再继续穿透,得到第一股权穿透图;
若所述穿透目的是获得所述目标实体对应的穿透持股比例较大的穿透实体,则进行以下处理:
计算所述原始股权关系图中第一类实体对所述目标实体的穿透持股比例,和/或所述目标实体对第二类实体的穿透持股比例;其中,所述第一类实体是所述目标实体的直接股东或间接股东,所述第二类实体是所述目标实体的直接投资对象或间接投资对象;
以所述目标实体为起点,对所述初始股权关系图进行向上和/或向下穿透,在每条持股路径上遇到第一个使得穿透持股比例小于预设阈值的边时不再继续穿透,得到第二股权穿透图。
进一步的,所述获得目标实体的初始股权关系图,包括:
从多种途径获得所述目标实体的多个原始股权关系图;
遍历所述多个原始股权关系图中出现的所有实体,得到每个实体的直接被出资关系;
根据每个实体的直接被出资关系,获得所述初始股权关系图。
进一步的,每个实体的直接被出资关系按照以下方式获得:
将所述多个原始股权关系图按照信任度大小进行降序排列;
建立一个空字典,其中,字典中每个元素的关键字是直接被出资关系对应的直接投资对象和直接股东,值是信任度和出资比例;
依次取出每一原始股权关系图,从该原始股权关系图中获取该实体的所有直接被出资关系,将每一个直接被出资关系放入到字典中,如果该直接被出资关系已出现在字典中,若字典中存储的该直接被出资关系的出资比例为空,则将出资比例设为该原始股权关系图中该直接被出资关系的出资比例,否则出资比例仍设为字典中已存储的出资比例,该直接被出资关系的信任度设为字典中已存储的信任度加上当前取出的该原始股权关系图的信任度;
对字典中所有出资关系按照信任度大小进行降序排序;
按信任度从大到小取出直接被出资关系,直到已经取出的直接被出资关系对应出资比例的和大于等于1或者取完为止,提取出的所有出资关系即为该实体的直接被出资关系。
进一步的,根据以下公式计算第一类实体对所述目标实体的穿透持股比例:
(I-M)pB=mB
式中,pB为n个第一类实体对目标实体的穿透持股比例,I为n阶单位矩阵,M为n阶矩阵,mij为矩阵M的第i行第i列的元素,表示第i个第一类实体对第j个第一类实体的直接持股比例,mB为n个第一类实体对所述目标实体的直接持股比例构成的列向量,miB为列向量mB的第i行的元素,表示第i个第一类实体对所述目标实体的直接持股比例。
进一步的,根据以下公式计算所述目标实体对第二类实体的穿透持股比例:
(I-M.T)pB:=mB:
式中,pB:为目标实体对n个第二类实体的穿透持股比例,I为n阶单位矩阵,M.T为n阶矩阵M的转置,M=mij且1≤i,j≤n,mij为矩阵M的第i行第i列的元素,表示第i个第二类实体对第j个第二类实体的直接持股比例,mB为n个第二类实体对所述目标实体的直接持股比例构成的列向量,miB为列向量mB的第i行的元素,表示第i个第二类实体对所述目标实体的直接持股比例。
进一步的,所述企业股权穿透方法还包括:
判断所述初始股权关系图中的直接出资比例数据是否存在缺失或错误;
如果是,则对所述初始股权关系图中直接出资比例数据进行清洗和填充,再执行所述计算所述原始股权关系图中第一类实体对所述目标实体的穿透持股比例,和/或所述目标实体对第二类实体的穿透持股比例的步骤;
如果否,则直接执行所述计算所述原始股权关系图中第一类实体对所述目标实体的穿透持股比例,和/或所述目标实体对第二类实体的穿透持股比例的步骤。
进一步的,所述对所述初始股权关系图中直接出资比例数据进行清洗和填充,包括:
针对直接出资比例缺失或错误的每一股东,基于最大熵原理,计算该股东的直接出资比例,若计算出的直接出资比例小于等于零,则将该股东的直接出资比例设为0.01;
对所述初始股权关系图中的每一实体,将该实体的所有股东的直接出资比例放缩到1,得到直接出资比例数据经过清洗和填充的初始股权关系图。
进一步的,所述企业股权穿透方法还包括:
获取所述初始股权关系图中各实体的股权关系变更记录;
针对每一实体的每一条股权关系变更记录,从中获取直接退出该实体的股东,在所述初始股权关系图中添加一条边,从直接退出的股东指向该实体,并给该边打上第二标签。
进一步的,所述企业股权穿透方法还包括:
在向下穿透获得第一股权穿透图和/或第二股权穿透图后,若所述目标实体与一个穿透实体之间的所有持股路径中都含有一条包含所述第二标签的边,则将该穿透实体确定为所述目标实体的已退出穿透实体。
进一步的,所述企业股权穿透方法还包括:
根据所述第一股权穿透图和/或第二股权穿透图,按照不同的需求和目的,确定所述目标实体的属性特征。
首先,本发明根据不同的穿透目的,采用不同的穿透方法,当穿透目的是获得目标实体对应的关联关系较强的穿透实体时,基于出资关系是否是强关联关系进行穿透,可以省略掉很多与目标实体关联性非常小的穿透对象和持股路径,当穿透目的是获得目标实体对应的穿透持股比例较大的穿透实体时,基于穿透持股比例大于阈值进行穿透,可以忽略掉很多穿透持股比例非常小的穿透实体,只保留穿透持股比例较大的穿透实体。由此本发明的穿透方法计算速度更快,且穿透结果也更可用,更容易从穿透结果中找到目标实体真正的股东和投资对象。
其次,本发明还结合股权关系变更记录,从穿透结果中来确定目标实体的已退出穿透实体,从而可以将目标实体的投资退出和现有的投资关系结合起来,展示出目标实体的现有的投资对象和股东以及已经退出的投资对象和股东。
此外,本发明采用多种数据源融合得到的初始股权关系图进行穿透,弥补了单一数据源得到的股权关系图存在数据缺失或错误的不足,能够使得穿透结果更加准确。
附图说明
为了更清楚地说明本发明的技术方案,下面将对描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一个实施例,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是现有技术中一种股权穿透结果展示示意图;
图2是现有技术中另一种股权穿透结果展示示意图;
图3是图1的进一步展开图;
图4是本发明一实施例提供的一种企业股权穿透方法的流程图;
图5是本发明的一个效果展示图;
图6是本发明的另一个效果展示图。
具体实施方式
以下结合附图和具体实施方式对本发明提供的企业股权穿透方法作进一步详细说明。根据下面说明,本发明的优点和特征将更清楚。需要说明的是,附图采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施方式的目的。为了使本发明的目的、特征和优点能够更加明显易懂,请参阅附图。须知,本说明书所附图式所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容能涵盖的范围内。
首先对本发明涉及到的技术术语进行介绍。
企业一般是指以盈利为目的,运用各种生产要素(土地、劳动力、资本、技术和企业家才能等),向市场提供商品或服务,实行自主经营、自负盈亏、独立核算的法人或其他社会经济组织。以投资人的出资方式和责任形式分为:个人独资企业、合伙企业、公司制企业。公司制企业又分为有限责任公司和股份有限公司。
企业的投资人也叫做企业的出资人,出资人可以是自然人、其他企业或者其他可以作为企业出资人的组织,本文中统一称之为实体。如果A实体是B企业的出资人,则称A实体是B企业的“股东”,也称“直接股东”,B企业是A实体的“直接投资对象”,A实体对B企业存在“直接出资关系”,B企业对A实体存在“直接被出资关系”,其中A实体对B企业的出资额除以B企业所有股东的出资额的和所得的商称作A实体对B企业的“出资比例”。
将所有企业及其对应的股东放入到一个有向图中,图中的每个结点代表一个实体,实体可以是自然人、企业或者其他类型的组织,图中的边代表直接出资关系,如果A实体对B企业存在直接出资关系,则对应图中一条从A实体指向B企业的有向边,每条边都包含一个出资比例的属性值,对应A实体对B企业的出资比例,这个有向图称作“股权关系图”。
在股权关系图中,从A0实体到Ak企业的一条“路径”,是指一个序列(A0实体、E1边、A1企业、E2边、A2企业、..、.Ek边、Ak企业),其中Ei边的顶点是Ai-1实体和Ai企业,路径中实体的个数称作路径的长度,显然路径的长度不小于2,为了方便描述,本文中对路径的记号会省略掉边,直接记做“A0实体-A1企业-A2企业-…-Ak企业”。如果A实体到B企业的一条路径中所有结点都不重合,则称这条路径为A实体到B企业的一条“持股路径”,当这条持股路径的长度恰好等于2时,则称为“直接持股路径”,否则称为“间接持股路径”。
在股权关系图中,如果A实体到B企业至少存在一条持股路径,则称A实体对B企业存在“持股关系”,如果A实体到B企业的持股路径都是间接持股路径,则称A实体对B企业的持股关系为“间接持股关系”,B企业对A实体存在“间接被持股关系”,A实体是B企业的“间接股东”,B企业是A实体的“间接投资对象”,显然,如果A实体对B企业存在持股关系,则该关系要么是“直接出资关系”,要么是“间接持股关系”。
直接持股比例:A实体是B企业的直接股东,则将A实体对B企业的直接出资比例,称作A实体对B企业的直接持股比例;如果A实体不是B企业的直接股东,则A实体对B企业的直接出资比例为0;
间接持股比例:A实体对B企业的间接持股路径中所有的边对应出资比例的积,称为A实体对B企业在该条间接持股路径下的间接持股比例;
持股路径对应的持股比例:即持股路径对应的直接持股比例或间接持股比例;
全部间接持股比例:A实体对B企业的所有间接持股路径下的间接持股比例之和,称作全部间接持股比例;如果A实体对B企业不存在间接持股路径,则A实体对B企业的全部间接持股比例为0。
穿透股东:B企业的直接股东和间接股东构成的全集,称作B企业的穿透股东;
穿透投资对象:A实体的直接投资对象和间接投资对象构成的全集,称作A实体的穿透投资对象;
穿透持股比例:A实体对B企业的直接持股比例加上A实体对B企业的间接持股比例所得的和,称作A实体对B企业的穿透持股比例。
直接退出的投资对象:如果A实体在B企业某一次股权关系变更中,出现在变更前的出资人中且未出现在变更后的出资人中,则称B企业是A实体的直接退出的投资对象;也称A实体是B企业的“直接退出的股东”;
间接退出的投资对象:如果在某一次股权关系变更中,B企业不是A实体的直接退出的投资对象,但是A实体出现在变更前的B企业的穿透股东中且未出现在变更后的穿透股东中,则称B企业是A实体的间接退出的投资对象;也称A实体是B企业的“间接退出的股东”;
已经退出的投资对象:A实体直接退出的投资对象和间接退出的投资对象都称作A实体已经退出的投资对象;B企业直接退出的股东和间接退出的股东构成都称作B企业“已经退出的股东”。
如图4所示,本发明提供的一种企业股权穿透方法包括如下步骤:
步骤S100,获得目标实体的初始股权关系图。所述目标实体为待进行股权穿透的企业。
步骤S200,确定穿透目的;所述穿透目的包括获得所述目标实体对应的关联关系较强的穿透实体、获得所述目标实体对应的穿透持股比例较大的穿透实体。本发明中,穿透实体包括穿透股东和/或穿透投资对象,对目标实体进行向上穿透可得到的穿透股东,对目标实体进行向下穿透可得到的穿透投资对象。
若所述穿透目的是获得所述目标实体对应的关联关系较强的穿透实体,则进行以下处理:
步骤S311、判断所述原始股权关系图中任一边对应的两实体之间的出资关系是否是强关联关系,如果是,则给该边打上第一标签,得到带第一标签的第一带标签股权关系图;
步骤S312、以所述目标实体为起点,对所述第一带标签股权关系图进行向上和/或向下穿透,在每条持股路径上遇到第一个不带所述第一标签的边时不再继续穿透,得到第一股权穿透图。
若所述穿透目的是获得所述目标实体对应的穿透持股比例较大的穿透实体,则进行以下处理:
步骤S321、计算所述原始股权关系图中第一类实体对所述目标实体的穿透持股比例,和/或所述目标实体对第二类实体的穿透持股比例;其中,所述第一类实体是所述目标实体的直接股东或间接股东,所述第二类实体是所述目标实体的直接投资对象或间接投资对象;
步骤S322、以所述目标实体为起点,对所述初始股权关系图进行向上和/或向下穿透,在每条持股路径上遇到第一个使得穿透持股比例小于预设阈值的边时不再继续穿透,得到第二股权穿透图。
下面对上述各步骤进行详细解释。
在步骤S100中,目标实体的初始股权关系图可以是从工商源(工商企业查询系统)中直接获取的股权关系图。
在另一种实现方式中,还可以从多种途径获得所述目标实体的多个原始股权关系图,进而对这多个原始股权关系图进行融合,得到初始股权关系图。即,从不同的来源(例如工商源、上市公司十大股东、上市公司限售股东、拟上市公司的招股说明书中披露的股东等)采集数据并得到相应的原始股权关系图,然后将不同来源的原始股权关系图融合成一个股权关系图。可以理解的是,前述使用单一数据源得到的股权关系图,会比使用多种数据源融合得到股权关系图缺少更多的边,会有更多错误的边,由此得到的直接投资对象和间接投资对象、间接股东和直接股东也会有更多缺失和更多错误;例如如果只使用从工商系统获取的数据得到的股权关系图,上市公司的数据会比较缺乏或者不准确。因此,本实现方式所获得到的初始股权关系图数据更加全面准确,穿透结果也更加准确。
具体融合方法如下:遍历所述多个原始股权关系图中出现的所有实体,得到每个实体的直接被出资关系,然后根据每个实体的直接被出资关系,获得所述初始股权关系图。例如,针对某一实体B而言,若实体A1是其三个出资人中的一个,则实体B有三个直接被出资关系且其中一个直接被出资关系为实体A1,实体B和实体A1分别是该直接被出资关系对应的直接投资对象和直接股东。
每个实体的直接被出资关系可以按照以下方式获得:
将所述多个原始股权关系图按照信任度大小进行降序排列;其中,信任度是预先为不同数据源途径获得原始股权关系图设置的可信任程度,以数值的形式表示,例如工商源的原始股权关系图的信任度最大。
建立一个空字典,用于保存直接被出资关系和出资比例;其中,字典是一些元素的集合,每个元素有一个用于区分不同元素的关键字(key)和保存属性值的值(value),关键字是直接被出资关系对应的直接投资对象和直接股东,值是信任度和出资比例;
依次取出每一原始股权关系图,从该原始股权关系图中获取该实体的所有直接被出资关系,将每一个直接被出资关系放入到字典中,如果该直接被出资关系已出现在字典中,若字典中存储的该直接被出资关系的出资比例为空,则将出资比例设为该原始股权关系图中该直接被出资关系的出资比例,否则出资比例仍设为字典中已存储的出资比例,该直接被出资关系的信任度设为字典中已存储的信任度加上当前该原始股权关系图的信任度;
举例而言,优先取出信任度最大的原始股权关系图1,从中获取实体B的所有直接被出资关系中的直接股东例如有A1、A2和A3,则在字典中增加三个元素a1、a2和a3,元素a1的关键字key是第一个直接被出资关系对应的直接投资对象B和直接股东A1,值value是出资比例x11和信任度k1,元素a2的关键字key是第二个直接被出资关系对应的直接投资对象B和直接股东A2,值value是出资比例‘空’和信任度k1,元素a3的关键字是第三个直接被出资关系对应的直接投资对象B和直接股东A3,值value是出资比例x13和信任度k1。当后续取出信任值次大的原始股权关系图2,从中获取实体B的所有直接被出资关系的直接股东例如仅有A1、A2,若两个原始股权关系图中A1的出资比例相同,则使字典中元素a1的值value中出资比例不变,信任度累加为(k1+k2),若原始股权关系图2中A2的出资比例为x22,则将字典中元素a2的值value中出资比例设为x22,信任度也累加为(k1+k2)。以此类推,不再赘述。
对字典中所有出资关系按照信任度大小进行降序排序;
按信任度从大到小取出直接被出资关系,直到已经取出的直接被出资关系对应出资比例的和大于等于1或者取完为止,提取出的所有出资关系即为该实体的直接被出资关系。
按照上述方法得到每个实体的直接被出资关系后,这些直接被出资关系构成的新的股权关系图即为融合后的股权关系图,也即初始股权关系图。
在步骤S200中,可由用户选择穿透目的,如果穿透目的是为了获得目标实体对应的关联关系较强的穿透实体,则执行步骤S311~S312,采用基于关联关系强弱的模型进行穿透,如果穿透目的是为了获得标实体对应的穿透持股比例较大的穿透实体,则执行步骤S321~S322,采用基于穿透持股比例的模型进行穿透。或者默认两个穿透目的都选择,则并行或先后执行步骤S311~S312、步骤S321~S322,得到第一股权穿透图和第二股权穿透图。
下面首先对基于关联关系强弱的模型进行穿透的方法(即步骤S311~S312)进行介绍。
在本文中,会给企业定义一个“代表人”概念,如果这个企业是一个合伙企业,则代表人指的是执行事物合伙人,否则,代表人指的是法定代表人。
在一种实现方式中,可以制定若干判定规则,用于判断两实体之间的直接出资关系是否是强关联关系的出资关系。这些判定规则是指根据企业之间的代表人、直接出资关系等判断企业和直接股东之间的出资关系对应的关联关系的强弱,例如,规则1为:A实体是B企业的直接股东,同时也是B企业的代表人C企业的直接股东D企业的直接股东,且A实体持有B企业的直接出资比例大于等于50%,则判定A实体对B企业的直接出资关系是强关联关系的出资关系;规则2为:A企业是B企业的直接股东,且A企业和B企业的代表人相同,则判定A企业对B企业的直接出资关系是强关联关系的出资关系;此外还可以制定多个类似的规则,本发明不做具体限定。
在步骤S311中,基于上述预设的判定规则,判断原始股权关系图中任一边对应的两实体之间的出资关系是否是强关联关系的具体过程如下:
对于原始股权关系图中的某一条边E,遍历所有判定规则,取得某条规则k,若判定边E满足规则k,则边E是强关联关系的出资关系,停止遍历,否则继续遍历,若边E不满足所有规则,则判定边E不是强关联关系的出资关系。
在另一种实现方式中,也可以使用图神经网络算法,先在企业之间的持股关系和法人关系构成的图中标注出哪些表示持股关系的边表示关联关系强的边,然后训练一个图卷积神经网络,对图中的持股关系边进行分类,用以预测什么样的关系算强关联关系。将原始股权关系图输入训练好的图卷积神经网络,则直接输出图中强关联关系的边。
对于判定为强关联关系的出资关系的边,则在所述原始股权关系图中给这些边打上第一标签,以向用户显示该边是强关联关系的出资关系。第一标签可以表示为“标签:强”,如此可以得到带有标签“标签:强”的新的股权关系图(即第一带标签股权关系图)。
在步骤S312中,可以仅向上穿透得到所述第一股权穿透图,也可以仅向下穿透得到所述第一股权穿透图,还可以向上向下都穿透得到所述第一股权穿透图,具体可根据实际需要进行设置,本发明对此不做限定。
在本文中,关联关系强的持股路径指的是:如果一条持股路径,其包含的每一条边都有所述第一标签,则称这条路径为关联关系强的持股路径;
关联关系较强的持股路径指的是:如果一条持股路径(A1A2…Ak-1Ak),其包含的边,除了最后一条边Ak-1Ak,其余每一条边都有第一标签且最后的边Ak-1Ak没有第一标签,则称这条边为关联关系较强的持股路径;
关联关系弱的持股路径指的是:如果一条持股路径,既不是关联关系强的持股路径,又不是关联关系较强的持股路径,则称这条持股路径为关联关系弱的持股路径;
关联关系不弱的持股路径指的是:关联关系强的持股路径和关联关系较强的持股路径,合称关联关系不弱的持股路径;
关联关系强的穿透投资对象指的是:如果A实体的一个穿透投资对象B企业对应的持股路径,存在一条关联关系强的持股路径,则企业B是A实体的关联关系强的穿透投资对象;同理,关联关系强的穿透股东指的是:如果A实体的一个穿透股东B企业对应的持股路径,存在一条关联关系强的持股路径,则企业B是A实体的关联关系强的穿透股东;
关联关系较强的穿透投资对象指的是:如果A实体的一个穿透投资对象B企业对应的持股路径,存在一条关联关系较强的持股路径但不存在关联关系强的持股路径,则称B企业是A实体的关联关系较强的穿透投资对象;同理,关联关系较强的穿透股东指的是:如果A实体的一个穿透股东B企业对应的持股路径,存在一条关联关系较强的持股路径但不存在关联关系强的持股路径,则称B企业是A实体的关联关系较强的穿透股东;
关联关系弱的穿透投资对象指的是:如果A实体的穿透投资对象B企业对应的持股路径,不存关联关系强的持股路径和关联关系较强的持股路径,则称该企业B为A实体的关联关系弱的穿透投资对象;同理,关联关系弱的穿透股东指的是:如果A实体的穿透股东B企业对应的持股路径,不存关联关系强的持股路径和关联关系较强的持股路径,则称该企业B为A实体的关联关系弱的穿透股东;
关联关系不弱的穿透投资对象指的是:关联关系强的穿透投资对象和关联关系较强的穿透投资对象,合称关联关系不弱的穿透投资对象;同理,关联关系不弱的穿透股东指的是:关联关系强的穿透股东和关联关系较强的穿透股东,合称关联关系不弱的穿透股东。
队列是一种常用的数据结构,是一种特殊的线性表,用于存储一组有序的元素,队列的两端叫作队头和队尾,元素的进入和取出的操作叫做入队和出队,入队是在队尾增加一个元素,出队是在队头取出一个元素,如同人们排队时候一样,先到先出,后到后出。空队列是指一个存储的元素个数为0的队列。
数组是有序的元素序列,在数组的末尾添加元素被称作添加元素,程序通过下标依次取得数组中的元素,下标从0开始。
基于强关联关系的出资关系向下穿透的具体算法如下:
1、新建一个空队列Q、数组S和数组T,数组S用于存储关联关系强的持股路径,数组T用于存储关联关系较强的持股路径;
2、将目标实体A及其直接投资对象构成的直接持股路径放入队列Q中;
3、判断队列Q是否为空,如果是则进入到9,否则进入到4;
4、从队列Q中取出持股路径P,设P对应的穿透投资对象为X,P的最后一条边为E,判断E是否带有第一标签,如果是则进入5,否则进入8;
5、将持股路径P放入到数组S中,进入6;
6、判断X是否还有直接投资对象Y,如果是则进入7,否则返回3;
7、将持股路径P以及X的直接投资对象Y构成的新的持股路径放入到队列Q中,返回3;
8、将持股路径P放入到数组T中,返回3;
9、根据定义,即可从数组S和数组T中分别提取出目标实体A的关联关系强和较强的持股路径,进而得到目标实体A的关联关系强的穿透投资对象以及关联关系较强的穿透投资对象。
由此,数组S和数组T中存储的持股关系和穿透投资对象即为目标实体的向下穿透结果。
可以理解的是,通常人们会将关联关系强的投资对象和目标实体A看成是同一个对象,也就是关联关系强的投资对象会被当成目标实体A的一个壳。关联关系较强的投资对象统称才是人们真正关注的目标实体A的投资。数组S和数组T是一个整体,数组S中关联关系强的持股路径对应的是目标实体A投资过程中遇到的壳;数组T中关联关系较强的持股路径对应的才是目标实体A的真实投资案例。
类似的,基于强关联关系的出资关系向上穿透的具体算法如下:
1、新建一个空队列Q’、数组S’和数组T’,数组S’用于存储关联关系强的持股路径,数组T’用于存储关联关系较强的持股路径;
2、将目标实体A的直接股东和目标实体A构成的直接持股路径放入队列Q’中;
3、判断队列Q’是否为空,如果是则进入到9,否则进入到4;
4、从队列Q’中取出持股路径P’,设P’对应的穿透股东为X’,P’的第一条边为E’,判断E’是否带有第一标签,如果是则进入5,否则进入8;
5、将持股路径P’放入到数组S’中,进入到6;
6、判断X’是否还有直接股东Y’,如果是则进入到7,否则返回3;
7、将X’的直接股东Y’和持股路径P’构成的新的持股路径放入到队列Q’中,返回3;
8、将持股路径P’放入到数组T’中,返回3;
9、根据定义,即可从数组S’和数组T’中分别提取出目标实体A的关联关系强和较强的持股路径,进而得到目标实体A的关联关系强的穿透股东以及关联关系较强的穿透股东。
由此,数组S和数组T中存储的持股关系和穿透投资对象即为目标实体的向下穿透结果。
在具体应用时,若根据实际需要设置向上穿透,则所述第一股权穿透图仅显示向上穿透结果,若根据实际需要设置向下穿透,则所述第一股权穿透图仅显示向下穿透结果,若根据实际需要设置同时向上、向下穿透,则所述第一股权穿透图同时显示向上、向下穿透结果。
下面再对基于穿透持股比例的模型进行穿透的方法(即步骤S321~S322)进行介绍。
穿透持股比例的计算原理介绍如下:
根据穿透持股比例、直接持股比例、全部间接持股比例的定义,假设有n个实体,可以得到一个n阶矩阵M,其中mij表示第i家企业对第j家企业的直接持股比例,对角线元素均为0,即实体对自身的持股比例为0。
对于B企业,设mB为所有实体对B企业的直接持股比例构成的向量,如下所示,其中miB表示第i家企业对B企业的直接持股比例,pB为所有实体对B企业的穿透持股比例,如下所示,其中piB第i家企业对B企业的穿透持股比例。
于是,第i个实体通过第k个实体对B企业的间接持股比例,等于mikpkB,可得第i个实体对B企业的全部间接持股比例,等于mi,:pB(其中mi,:为矩阵M的第i行)。根据一个实体,对企业B的全部间接持股比例加上该实体对B企业直接持股比例等于穿透持股比例这一等式,有:
MpB+mB=pB
其中,MpB表示矩阵M跟向量pB的积,所得结果的是一个向量,向量的第i个元素等于mi,:pB,即第i个实体对B企业的全部间接持股比例。
对上式进行移项,处理得:(I-M)pB=mB,I为n阶单位阵。
解上面的方程组即可得到所有实体对B企业的穿透持股比例pB,该穿透持股比例会用在相关的基于穿透持股比例的向上穿透的算法中。
同理,如果要求B实体对所有企业的穿透持股比例,只需要解方程:(I-M.T)pB:=mB:,其中M.T为矩阵M的转置,mB:为B实体对所有企业的直接持股比例,pB:为B实体对所有企业的穿透持股比例,该穿透持股比例会用在相关的基于穿透持股比例的向下穿透的算法中。
由此,在步骤S321中,可采用公式(I-M)pB=mB计算所有第一类实体(即目标实体的直接股东和间接股东)对所述目标实体的穿透持股比例,采用公式(I-M.T)pB:=mB:计算所述目标实体对所有第二类实体(即目标实体的直接投资对象和间接投资对象)的穿透持股比例。
在步骤S322中,基于穿透持股比例向下穿透的具体算法如下:
1、新建一个空队列Q和数组S,数组S用于存储对应的穿透持股比例大于第一预设阈值h的持股路径;
2、将目标实体A及其直接投资对象构成的直接持股路径放入队列Q中;
3、判断队列Q是否为空,如果是则进入到8,否则进入到4;
4、从队列Q中取出持股路径P,设P的最后一条边为E,E指向的穿透投资对象为X,若P对应的穿透持股比例大于第一预设阈值h且目标实体A对X的穿透持股比例大于第二预设阈值t,则进入5,否则返回3;
5、将持股路径P放入到数组S中,进入6;
6、判断X是否还有直接投资对象Y,如果是则进入7,否则返回3;
7、将持股路径P以及X的直接投资对象Y构成的新的持股路径放入到队列Q中,返回3;
8、从数组S中提取出目标实体A对应的穿透投资对象和对应的持股路径,即为目标实体A对应的穿透持股比例较大(>t)的穿透投资对象及穿透投资对象对应的持股路径。
由此,数组S中存储的持股关系和穿透投资对象即为目标实体的向下穿透结果。
基于穿透持股比例向上穿透的具体算法如下:
1、新建一个空队列Q’和数组S’,数组S’用于存储对应的穿透持股比例大于第一预设阈值h的持股路径;
2、将目标实体A及其直接投资对象构成的直接持股路径放入队列Q’中;
3、判断队列Q’是否为空,如果是则进入到8,否则进入到4;
4、从队列Q’中取出持股路径P’,设P’的第一条边为E’,E’对应的穿透股东为X’,若P’对应的穿透持股比例大于第一预设阈值h且X对目标实体A的穿透持股比例大于第二预设阈值t,则进入5,否则返回3;
5、将持股路径P’放入到数组S’中,进入6;
6、判断X’是否还有直接股东Y’,如果是则进入7,否则返回3;
7、将持股路径P’以及X的直接股东Y’构成的新的持股路径放入到队列Q’中,返回3;
8、从数组S’中提取出目标实体A对应的穿透股东和对应的持股路径,即为目标实体A对应的穿透持股比例较大(>=t)的穿透股东及穿透股东对应的持股路径。
由此,数组S’中存储的持股关系和穿透股东即为目标实体的向上穿透结果。
在具体应用时,若根据实际需要设置向上穿透,则所述第二股权穿透图仅包含向上穿透结果,若根据实际需要设置向下穿透,则所述第二股权穿透图仅包含向下穿透结果,若根据实际需要设置同时向上、向下穿透,则所述第二股权穿透图同时包含向上、向下穿透结果。
在实际应用中,在获取到的不同数据源的原始股权关系图中,很多时候会缺失直接股东对一个企业的直接出资比例,即所述初始股权关系图中可能会出现实体之间出资比例缺失或错误的情况,在这种情况下是无法计算穿透持股比例的,也就无法通过上述基于穿透持股比例的算法进行穿透。基于此,优选的,本发明还包括判断所述初始股权关系图中的直接出资比例数据是否存在缺失或错误;如果是,则对所述初始股权关系图中直接出资比例数据进行清洗和填充,再执行所述计算所述原始股权关系图中第一类实体对所述目标实体的穿透持股比例,和/或所述目标实体对第二类实体的穿透持股比例的步骤;如果否,则直接执行所述计算所述原始股权关系图中第一类实体对所述目标实体的穿透持股比例,和/或所述目标实体对第二类实体的穿透持股比例的步骤。
清洗和填充的具体方法如下:针对直接出资比例缺失或错误的每一股东,基于最大熵原理,计算该股东的直接出资比例,若计算出的直接出资比例小于等于零,则将该股东的直接出资比例设为0.01;对所述初始股权关系图中的每一实体,将该实体的所有股东的直接出资比例放缩到1,得到直接出资比例数据经过清洗和填充的初始股权关系图。
本发明采用最大熵原理,假设所有缺失直接出资比例的股东的出资比例相同,例如企业A有5个直接股东,其中有3个直接股东直接出资比例缺失,那么这三个直接股东的直接出资比例=(1-另外两个已知直接出资比例的和)/3。如果算出的这个直接出资比例小于等于0,则设为0.01。最后把企业A的所有股东的持股比例之和放缩到1,也就是H实体的直接出资比例=H实体原先的直接出资比例/A企业所有直接股东的出资比例之和,用以解决A企业的直接股东出资比例之和不等于1的情况。在本文中,把经过上述处理过后得到A企业的直接股东的直接出资比例可称作为“预估出资比例”,原先的出资比例仍称作直接出资比例。
由此,在步骤S321中,采用上述公式计算穿透持股比例时,可根据预估出资比例进行计算,本发明将根据预估出资比例计算得到的穿透持股比例称作预估真实穿透持股比例。
此外,本申请的发明人还注意到,现有技术的股权穿透方案都无法将公司的投资退出和现有的投资关系结合起来,展示一个公司作为一个实体,它的现有的穿透投资对象以及已经退出的投资对象。
基于此,优选的,本发明还包括:获取所述初始股权关系图中各实体的股权关系变更记录;针对每一实体的每一条股权关系变更记录,从中获取直接退出该实体的股东,在所述初始股权关系图中添加一条边,从直接退出的股东指向该实体,并给该边打上第二标签。这里的“股权变更记录”是指企业的出资人或者出资人的出资额发生变更产生的记录。
进而,在向下穿透获得第一股权穿透图和/或第二股权穿透图后,若所述目标实体与一个穿透实体之间的所有持股路径中都含有一条包含所述第二标签的边,则可以将该穿透实体确定为所述目标实体的已退出穿透实体。
其中,“从股权关系变更记录中获取直接退出该实体的股东”指的是,从股权关系变更记录中提取出该实体变更前的股东和变更后的股东,若某个股东出现变更前的股东中而没有出现变更后的股东中,则该股东是直接退出该实体的股东。则在初始股权关系图中添加一条边,从该股东指向该实体并给该边添加第二标签,例如第二标签为“标签:退”。遍历所有股权变更记录后,可得到带有第二标签的初始股权关系图。
此后,在经过步骤S311~S312得到第一股权穿透图或者步骤S321~S322得到第二股权穿透图后,可以进一步确定所述目标实体的已退出穿透实体,已退出穿透实体包括已退出穿透股东和已退出穿透投资对象,具体确定方法如下:
确定目标实体的已经退出的投资对象:如果股权穿透图(第一股权穿透图或第二股权穿透图)中某一个穿透投资对象对应的所有的持股路径中都含有一条包含第二标签的边,则该穿透投资对象是目标实体的已退出穿透投资对象。
同理,确定目标实体的已经退出的穿透股东:如果股权穿透图(第一股权穿透图或第二股权穿透图)中目标实体的某一个穿透股东对应的所有的持股路径中都含有一条包含第二标签的边,则该穿透股东即是目标实体的已退出穿透股东。
此外,优选的,本发明还可以根据所述第一股权穿透图和/或第二股权穿透图,按照不同的需求和目的,确定所述目标实体的属性特征。
具体的,可以依据向下的最终的穿透结果确定目标企业的属性特征并打上标签。例如,假设目标实体是一个私募股权投资基金,如果其最终的穿透投资对象中大部分企业都处于天使轮,那么可以确定该基金的属性为“创业投资”,因此可以将该基金打上[创业投资]的标签,如果最终的穿透投资对象都是其他别的基金,那么可以确定该基金的属性就是一个FOF(基金的基金)。
同理,也可以根据向上的穿透结果确定目标实体的属性特征并打上标签。例如,假设目标实体是一个有限合伙企业的有限合伙人(LP)且该有限合伙人是一个企业,如果其最终的穿透股东中存在国有资本且国有资本对企业的综合持股比例大于一定阈值,那么可以确定该目标实体的属性为“国资”,因此可以给该目标实体打上[国资]的标签,如果最终的穿透股东有某一个上市公司且该上市公司对目标实体的穿透持股比例大于一定阈值,那么可以确定该目标实体是属性为“上市公司资金”,因此可以给该目标实体打上一个[上市公司资金]的标签。
可以理解的是,一实体的股东和/或投资对象以及出资比例等信息可能会经常发生变更,因此股权穿透是一个随着时间变化的工作。采用本发明的方法对多个目标实体进行穿透后,可得到每个目标实体当前的穿透结果,然而,后续当穿透结果中任一实体发生股权关系变更时,可以采用快速增量更新的方式对相关的目标实体的穿透结果进行更新。例如,三个目标实体的穿透结果中均包含实体D,后续当实体D发生股权关系变更时,可以通过快速增量更新的方式对三个目标实体的穿透结果进行更新,从而减少计算时间,提高三个目标实体的穿透结果的更新速度。
快速增量更新的核心思想是:将整个穿透计算过程抽象为有限无环图(DAG),图中的每个节点表示一个计算,一个计算包含输入、输出和计算方法,如果一条边从一个节点A指向另一个节点B,则表示节点A的输出会作为节点B的输入,一个节点可以由多个输入,也可以作为多个节点的输入。快速增量更新的关键在于记录每一个计算的输入和输出,如果某一次变更没有改变某个结点的所有输入,那么其输出也是不变,这样在增量更新过程中避免了不必要的重复计算。
综上所述,本发明可以实现以下有益效果:
1、可以减少计算时间,方便人们查看公司的投资结果,由于出资关系是一个动态的、随着时间不断变化的关系,所以减少计算时间是保持穿透结果时效性的必要手段:
例如国创元禾创业投资基金(有限合伙),如果按照现有技术的方法一直向下穿透,则可以得知该企业有19762家穿透投资对象,这么大的数据量不仅看起来繁琐,而且也需要花费很多时间和空间进行计算和存储;但是使用本发明的基于是否是强关联关系的出资关系的向下穿透,发现只有27家公司是需要关注的穿透投资对象(即关联关系较强的穿透投资对象),图5示意性的示出了其中10家穿透投资对象,而且这27家公司都是基金,由此可以判断国创元禾创业投资基金一只FOFs。
本文中的基金指的是在中国证券投资基金业协会做过备案登记的私募股权投资基金;FOFs是基金中的基金的英文“Fund of Funds”的缩写,指的是专门投资其他基金的基金。
2、可以查看一个企业投资了多少家公司,每家公司的状况,如果这个企业是一个私募股权基金,那么可以更方便该基金进行估值和介绍:
例如杭州沨行愿景股权投资合伙企业(有限合伙),采用本发明的方法可以发现该基金有13个关联关系较强的穿透投资对象,图6示意性的示出了其中10家穿透投资对象,其中有11个项目和2个基金,其中有3个IPO项目和3个拟上市项目,如此便可以更方便的对该基金进行估值。
这里的项目指的是有限责任公司或者股份有限公司型的企业,IPO项目指已经上市的公司,拟上市项目指的是已经完成辅导备案申请登记但还没有上市的公司。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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、物品或者设备中还存在另外的相同要素。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (9)
1.一种企业股权穿透方法,其特征在于,包括:
获得目标实体的初始股权关系图;
确定穿透目的;
若所述穿透目的是获得所述目标实体对应的关联关系较强的穿透实体,则进行以下处理:
判断所述原始股权关系图中任一边对应的两实体之间的出资关系是否是强关联关系,如果是,则给该边打上第一标签,得到带第一标签的第一带标签股权关系图;
以所述目标实体为起点,对所述第一带标签股权关系图进行向上和/或向下穿透,在每条持股路径上遇到第一个不带所述第一标签的边时不再继续穿透,得到第一股权穿透图;
若所述穿透目的是获得所述目标实体对应的穿透持股比例较大的穿透实体,则进行以下处理:
计算所述原始股权关系图中第一类实体对所述目标实体的穿透持股比例,和/或所述目标实体对第二类实体的穿透持股比例;其中,所述第一类实体是所述目标实体的直接股东或间接股东,所述第二类实体是所述目标实体的直接投资对象或间接投资对象;
以所述目标实体为起点,对所述初始股权关系图进行向上和/或向下穿透,在每条持股路径上遇到第一个使得穿透持股比例小于预设阈值的边时不再继续穿透,得到第二股权穿透图。
2.如权利要求1所述的企业股权穿透方法,其特征在于,所述获得目标实体的初始股权关系图,包括:
从多种途径获得所述目标实体的多个原始股权关系图;
遍历所述多个原始股权关系图中出现的所有实体,得到每个实体的直接被出资关系;
根据每个实体的直接被出资关系,获得所述初始股权关系图。
3.如权利要求2所述的企业股权穿透方法,其特征在于,每个实体的直接被出资关系按照以下方式获得:
将所述多个原始股权关系图按照信任度大小进行降序排列;
建立一个空字典,其中,字典中每个元素的关键字是直接被出资关系对应的直接投资对象和直接股东,值是信任度和出资比例;
依次取出每一原始股权关系图,从该原始股权关系图中获取该实体的所有直接被出资关系,将每一个直接被出资关系放入到字典中,如果该直接被出资关系已出现在字典中,若字典中存储的该直接被出资关系的出资比例为空,则将出资比例设为该原始股权关系图中该直接被出资关系的出资比例,否则出资比例仍设为字典中已存储的出资比例,该直接被出资关系的信任度设为字典中已存储的信任度加上当前取出的该原始股权关系图的信任度;
对字典中所有出资关系按照信任度大小进行降序排序;
按信任度从大到小取出直接被出资关系,直到已经取出的直接被出资关系对应出资比例的和大于等于1或者取完为止,提取出的所有出资关系即为该实体的直接被出资关系。
4.如权利要求1所述的企业股权穿透方法,其特征在于,根据以下公式计算第一类实体对所述目标实体的穿透持股比例:
(I-M)pB=mB
式中,pB为n个第一类实体对目标实体的穿透持股比例,I为n阶单位矩阵,M为n阶矩阵,mij为矩阵M的第i行第i列的元素,表示第i个第一类实体对第j个第一类实体的直接持股比例,mB为n个第一类实体对所述目标实体的直接持股比例构成的列向量,miB为列向量mB的第i行的元素,表示第i个第一类实体对所述目标实体的直接持股比例。
5.如权利要求1所述的企业股权穿透方法,其特征在于,根据以下公式计算所述目标实体对第二类实体的穿透持股比例:
(I-M.T)pB:=mB:
式中,pB:为目标实体对n个第二类实体的穿透持股比例,/为n阶单位矩阵,M.T为n阶矩阵M的转置,M=mij且1≤i,j≤n,mij为矩阵M的第i行第i列的元素,表示第i个第二类实体对第j个第二类实体的直接持股比例,mB为n个第二类实体对所述目标实体的直接持股比例构成的列向量,miB为列向量mB的第i行的元素,表示第i个第二类实体对所述目标实体的直接持股比例。
6.如权利要求1所述的企业股权穿透方法,其特征在于,还包括:
判断所述初始股权关系图中的直接出资比例数据是否存在缺失或错误;
如果是,则对所述初始股权关系图中直接出资比例数据进行清洗和填充,再执行所述计算所述原始股权关系图中第一类实体对所述目标实体的穿透持股比例,和/或所述目标实体对第二类实体的穿透持股比例的步骤;
如果否,则直接执行所述计算所述原始股权关系图中第一类实体对所述目标实体的穿透持股比例,和/或所述目标实体对第二类实体的穿透持股比例的步骤。
7.如权利要求1所述的企业股权穿透方法,其特征在于,还包括:
获取所述初始股权关系图中各实体的股权关系变更记录;
针对每一实体的每一条股权关系变更记录,从中获取直接退出该实体的股东,在所述初始股权关系图中添加一条边,从直接退出的股东指向该实体,并给该边打上第二标签。
8.如权利要求7所述的企业股权穿透方法,其特征在于,还包括:
在向下穿透获得第一股权穿透图和/或第二股权穿透图后,若所述目标实体与一个穿透实体之间的所有持股路径中都含有一条包含所述第二标签的边,则将该穿透实体确定为所述目标实体的已退出穿透实体。
9.如权利要求1所述的企业股权穿透方法,其特征在于,还包括:
根据所述第一股权穿透图和/或第二股权穿透图,按照不同的需求和目的,确定所述目标实体的属性特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110357021.9A CN112991063B (zh) | 2021-04-01 | 2021-04-01 | 企业股权穿透方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110357021.9A CN112991063B (zh) | 2021-04-01 | 2021-04-01 | 企业股权穿透方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112991063A true CN112991063A (zh) | 2021-06-18 |
CN112991063B CN112991063B (zh) | 2023-03-21 |
Family
ID=76338928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110357021.9A Active CN112991063B (zh) | 2021-04-01 | 2021-04-01 | 企业股权穿透方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112991063B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114219329A (zh) * | 2021-12-20 | 2022-03-22 | 中国建设银行股份有限公司 | 一种企业层级的确定方法及装置 |
CN114881801A (zh) * | 2022-06-09 | 2022-08-09 | 上海银行股份有限公司 | 基于知识图谱的集团股权穿透传导方法和系统 |
CN114925112A (zh) * | 2022-04-29 | 2022-08-19 | 数魔方(北京)医药科技有限公司 | 投资关系挖掘方法、查询方法、挖掘装置和查询装置 |
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 |
CN117273954A (zh) * | 2023-11-21 | 2023-12-22 | 中证数智科技(深圳)有限公司 | 基于大规模关系图谱的股权关系穿透方法、装置及设备 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844407A (zh) * | 2015-12-07 | 2017-06-13 | 华为技术有限公司 | 基于数据集相关性的标签网络产生方法和系统 |
CN109271426A (zh) * | 2018-10-10 | 2019-01-25 | 中科鼎富(北京)科技发展有限公司 | 企业关联关系分析方法、装置及计算机可读存储介质 |
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 |
CN109685355A (zh) * | 2018-12-19 | 2019-04-26 | 重庆百行智能数据科技研究院有限公司 | 企业风险识别方法、装置和计算机可读存储介质 |
CN110020788A (zh) * | 2019-03-15 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 目标实体资源分布的确定方法和装置 |
CN110232078A (zh) * | 2019-04-26 | 2019-09-13 | 上海生腾数据科技有限公司 | 一种企业集团关系获取方法及系统 |
CN110473098A (zh) * | 2019-08-08 | 2019-11-19 | 北京金堤科技有限公司 | 公司股权数据处理方法以及装置 |
CN110807697A (zh) * | 2019-10-31 | 2020-02-18 | 支付宝(杭州)信息技术有限公司 | 股份公司的实际控制人的确定方法、装置及设备 |
CN110826976A (zh) * | 2019-09-18 | 2020-02-21 | 上海生腾数据科技有限公司 | 一种企业实际控制人运算系统及方法 |
CN111382181A (zh) * | 2020-03-16 | 2020-07-07 | 中科天玑数据科技股份有限公司 | 一种基于股权穿透的指定企业派系归属分析方法及系统 |
CN111738587A (zh) * | 2020-06-17 | 2020-10-02 | 苏州朗动网络科技有限公司 | 基于企业股权占比构建聚合企业集团的方法、设备及介质 |
CN111914147A (zh) * | 2020-08-12 | 2020-11-10 | 浪潮卓数大数据产业发展有限公司 | 一种企业疑似实际控制人征信方法及系统 |
CN112102093A (zh) * | 2020-08-05 | 2020-12-18 | 中证征信(深圳)有限公司 | 主体身份及关联关系识别方法、装置、设备和介质 |
CN112417176A (zh) * | 2020-12-09 | 2021-02-26 | 交通银行股份有限公司 | 基于图特征的企业间隐性关联关系挖掘方法、设备及介质 |
-
2021
- 2021-04-01 CN CN202110357021.9A patent/CN112991063B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844407A (zh) * | 2015-12-07 | 2017-06-13 | 华为技术有限公司 | 基于数据集相关性的标签网络产生方法和系统 |
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 |
CN109271426A (zh) * | 2018-10-10 | 2019-01-25 | 中科鼎富(北京)科技发展有限公司 | 企业关联关系分析方法、装置及计算机可读存储介质 |
CN109685355A (zh) * | 2018-12-19 | 2019-04-26 | 重庆百行智能数据科技研究院有限公司 | 企业风险识别方法、装置和计算机可读存储介质 |
CN110020788A (zh) * | 2019-03-15 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 目标实体资源分布的确定方法和装置 |
CN110232078A (zh) * | 2019-04-26 | 2019-09-13 | 上海生腾数据科技有限公司 | 一种企业集团关系获取方法及系统 |
CN110473098A (zh) * | 2019-08-08 | 2019-11-19 | 北京金堤科技有限公司 | 公司股权数据处理方法以及装置 |
CN110826976A (zh) * | 2019-09-18 | 2020-02-21 | 上海生腾数据科技有限公司 | 一种企业实际控制人运算系统及方法 |
CN110807697A (zh) * | 2019-10-31 | 2020-02-18 | 支付宝(杭州)信息技术有限公司 | 股份公司的实际控制人的确定方法、装置及设备 |
CN111382181A (zh) * | 2020-03-16 | 2020-07-07 | 中科天玑数据科技股份有限公司 | 一种基于股权穿透的指定企业派系归属分析方法及系统 |
CN111738587A (zh) * | 2020-06-17 | 2020-10-02 | 苏州朗动网络科技有限公司 | 基于企业股权占比构建聚合企业集团的方法、设备及介质 |
CN112102093A (zh) * | 2020-08-05 | 2020-12-18 | 中证征信(深圳)有限公司 | 主体身份及关联关系识别方法、装置、设备和介质 |
CN111914147A (zh) * | 2020-08-12 | 2020-11-10 | 浪潮卓数大数据产业发展有限公司 | 一种企业疑似实际控制人征信方法及系统 |
CN112417176A (zh) * | 2020-12-09 | 2021-02-26 | 交通银行股份有限公司 | 基于图特征的企业间隐性关联关系挖掘方法、设备及介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114219329A (zh) * | 2021-12-20 | 2022-03-22 | 中国建设银行股份有限公司 | 一种企业层级的确定方法及装置 |
CN114925112A (zh) * | 2022-04-29 | 2022-08-19 | 数魔方(北京)医药科技有限公司 | 投资关系挖掘方法、查询方法、挖掘装置和查询装置 |
CN114881801A (zh) * | 2022-06-09 | 2022-08-09 | 上海银行股份有限公司 | 基于知识图谱的集团股权穿透传导方法和系统 |
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 |
CN117273954A (zh) * | 2023-11-21 | 2023-12-22 | 中证数智科技(深圳)有限公司 | 基于大规模关系图谱的股权关系穿透方法、装置及设备 |
CN117273954B (zh) * | 2023-11-21 | 2024-03-12 | 中证数智科技(深圳)有限公司 | 基于大规模关系图谱的股权关系穿透方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112991063B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112991063B (zh) | 企业股权穿透方法 | |
Güngör Göksu | A retrospective overview of the Journal of Public Budgeting, Accounting and Financial Management using bibliometric analysis | |
Afonso et al. | Housing prices prediction with a deep learning and random forest ensemble | |
JP6719748B2 (ja) | 探索システム、探索方法および物性データベース管理装置 | |
CN110826976A (zh) | 一种企业实际控制人运算系统及方法 | |
CN106462620A (zh) | 巨型网络上的距离查询 | |
Crama et al. | Power indices and the measurement of control in corporate structures | |
CN112634056A (zh) | 快速计算、更新企业股权结构的方法、设备和存储介质 | |
CN110781311B (zh) | 一种企业一致行动人运算系统及方法 | |
Daum et al. | A novel feasible discretization method for linear semi-infinite programming applied to basket option pricing | |
Pereira | Survival analysis employed in predicting corporate failure: A forecasting model proposal | |
Tsolas et al. | Green exchange-traded fund performance appraisal using slacks-based DEA models | |
Renigier-Biłozor et al. | Optimization of the variables selection in the process of real estate markets rating | |
CN110765317A (zh) | 一种企业受益人运算系统及方法 | |
Zhang et al. | Research on technology prospect risk of high-tech projects based on patent analysis | |
Munda | On the use of shadow prices for sustainable well-being measurement | |
Chiarella et al. | American Call Options Under Jump‐Diffusion Processes–A Fourier Transform Approach | |
Bormetti et al. | Pricing exotic options in a path integral approach | |
Wilinski et al. | An analysis of price impact functions of individual trades on the London stock exchange | |
US20080313063A1 (en) | Expense Report Generation From Confirmation Emails | |
Rajkar et al. | Stock market price prediction and analysis | |
US20220188322A1 (en) | Method and system of database analysis and compression | |
US20210064574A1 (en) | Methods and systems for depiction of project data via transmogrification using fractal-based structures | |
Evdokimov et al. | The Information Community of the Arctic in Russia: Evaluation of the Expenses for the IT Projects Development, Characteristics of the Labour Costs Calculating | |
Vrontos | Evidence for hedge fund predictability from a multivariate Student's t full-factor GARCH model |
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 |