CN113269638B - 一种基于区块链的金融风险分析系统 - Google Patents
一种基于区块链的金融风险分析系统 Download PDFInfo
- Publication number
- CN113269638B CN113269638B CN202110039971.7A CN202110039971A CN113269638B CN 113269638 B CN113269638 B CN 113269638B CN 202110039971 A CN202110039971 A CN 202110039971A CN 113269638 B CN113269638 B CN 113269638B
- Authority
- CN
- China
- Prior art keywords
- value
- financial product
- financial
- core enterprise
- marking
- 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
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基于区块链的金融风险分析系统,涉及区块链技术领域,包括数据分析模块、控制器、信息获取模块、智能排序模块以及交易监测模块;通过区块链技术,搭建金融产品交易平台;数据分析模块用于对金融产品交易平台上的各个成员数据进行分析,获取得到核心企业的规模值和信誉值;控制器用于根据核心企业的规模值和信誉值对各个成员数据进行风险评估,若风险评估结果为通过,则将对应的成员数据写入金融产品交易平台,若风险评估结果为不通过,则拒绝将对应成员的数据写入金融产品交易平台;有效避免了平台内产品的假冒伪劣问题及其引发的信贷风险;减少人力物力去验证交易的真伪,从而减少了额外的风控成本。
Description
技术领域
本发明涉及区块链技术领域,具体涉及一种基于区块链的金融风险分析系统。
背景技术
金融产品是指资金融通过程中的各种载体,其包括货币、黄金、外汇、基金、股票、期货及期权等等;随着经济及社会的不断发展,各类金融产品的交易量呈现不断增长的趋势。然而,不少投资者把金融产品预期收益率当成利息看,既认为收益一定能实现,又想当然以为毫无风险,这种不成熟的风险观念,在购买金融产品的投资者中不在少数。现有的金融产品交易平台缺乏有效的征信系统和完善的风险防范措施,难以根除经济全球化背景下供应链内产品的假冒伪劣问题及其引发的信贷风险;银行或其他投资者除了担心企业的回款能力和回款意愿以外,也很关心交易信息本身的真实性,因而需要投入人力物力去验证交易的真伪,这就增加了额外的风控成本;
由于金融产品交易平台存在着大量待募集资金的金融产品,因此投资者参与投资的最大风险在于不能科学、合理的识别金融产品的潜在风险,使得部分金融产品被错误评估其实际的风险,进而导致投资者投资金融产品延误、投资失利等问题的出现,现有的金融产品投资平台无法对金融产品作出一个有效的评价,从而为投资者投资提供参考;为此,我们提出一种基于区块链的金融风险分析系统。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于区块链的金融风险分析系统。
本发明的目的可以通过以下技术方案实现:一种基于区块链的金融风险分析系统,应用于金融产品交易平台,包括数据采集模块、数据分析模块、控制器、信息获取模块、智能排序模块以及交易监测模块;
通过区块链技术,搭建金融产品交易平台;
所述金融产品交易平台与数据采集模块通信连接,所述数据采集模块用于采集金融产品交易平台上各成员的数据,并将各成员的数据传输至数据分析模块,所述数据分析模块用于接收各成员的数据并对各个成员数据进行分析,获取得到核心企业的规模值和信誉值;并将核心企业的规模值和信誉值传输至控制器;
所述控制器用于根据核心企业的规模值和信誉值对各个成员数据进行风险评估,得到成员数据风险评估结果,若风险评估结果为通过,则将对应的成员数据写入金融产品交易平台,并将该成员的金融产品发布于金融产品交易平台上;若风险评估结果为不通过,则拒绝将对应成员的数据写入金融产品交易平台;
所述信息获取模块用于采集金融产品交易平台上的金融产品的基本参数并将金融产品的基本参数传输至智能排序模块;所述智能排序模块用于接收金融产品的基本参数并对金融产品进行排序显示。
进一步地,所述金融产品交易平台的各个成员表示为各个金融产品的核心企业;所述成员数据包括核心企业的基本信息和经营信息;所述数据分析模块的具体工作步骤为:
步骤一:获取成员数据中对应的核心企业的基本信息;所述基本信息包括核心企业的成立时间、注册资本、人员规模、员工工资、年均GDP和公司面积;
步骤二:将核心企业的成立时间与系统当前时间进行时间差计算得到成立时长,将成立时长标记为T1;将核心企业的注册资本标记为Z1;
步骤三:将核心企业的人员规模标记为G1;
将核心企业的员工标记为i;i=1,…,n;将员工工资标记为Qi;将员工工资Qi进行求和并取均值,获取得到平均工资并标记为Qc;
将员工工资Qi与工资阈值相比较;
若Qi≥工资阈值,则将对应的员工工资Qi标记为影响工资YQi;统计影响工资出现的次数并标记为C1;将影响工资与工资阈值进行差值计算得到超资值并标记为Di;其中YQi与Di一一对应;
设定超资系数为Km,m=1,2,…,10;其中K1<K2<…<K10;每个超资系数Km均对应一个预设超资值范围;其中,K1对应的预设超资值范围中的最大值小于K2对应的预设超资值范围中的最小值;K2对应的预设超资值范围中的最大值小于K3对应的预设超资值范围中的最小值;依此类推;
当Di处于超资系数Km对应的预设超资值范围内时,则Di对应的超温系数为Km;利用公式DKi=Di×Km获取得到超资值对应的影响值DKi,将所有的超资值对应影响值进行求和得到工资影响总值,并标记为G2;
利用公式G3=G1×a1+Qc×a2+G2×a3+C1×b1获取得到员工值G3,其中a1、a2、a3、b1均为系数因子;
步骤四:将核心企业的年均GDP标记为G4,将核心企业的公司面积标记为M1;将成立时长、注册资本、员工值、年均GDP和公司面积进行归一化处理并取其数值;
利用公式GX=T1×a4+Z1×a5+G3×a6+G4×a7+M1×a8获取得到核心企业的规模值GX,其中a4、a5、a6、a7、a8均为系数因子;
步骤五:获取成员数据中对应的核心企业的经营信息,所述经营信息包括流动资金、金融产品的兑付记录和产品评价系数;具体为:
S51:将核心企业目前财务账面上的流动资金标记为L1;
S52:获取核心企业的金融产品的兑付记录,统计已兑付的金融产品的数量并标记为兑付次数F1;将已兑付的金融产品的金额进行累加形成兑付总金额,并标记为F2;
利用公式DF=F1×b2+F2×b3获取得到核心企业的兑付值DF,其中b2、b3均为系数因子;
S53:采集已兑付的金融产品的预期收益率和实际收益率;将实际收益率标记为Y1;将实际收益率进行求和并取均值获取得到收益率均值,并标记为Yc;
将实际收益率与对应的预期收益率相比较;
若实际收益率大于预期收益率,则将该实际收益率标记为影响收益率;统计影响收益率出现的次数并标记为C2;将影响收益率与对应的预期收益率进行差值计算获取得到超盈值;将所有的超盈值进行求和获取得到超盈总值并标记为L2;
S54:将核心企业的产品评价系数标记为P1,产品评价系数表示为投资人对金融产品的评分,满分为100分;将产品评价系数进行求和并取均值获取得到评价系数均值,并标记为Pc;
利用公式XF=(L1×b6+DF×b7+YL×b8)×Pc×b9获取得到核心企业的信誉值XF,其中b6、b7、b8、b9均为系数因子;
所述数据分析模块用于将核心企业的规模值和信誉值传输至控制器。
进一步地,所述控制器用于根据核心企业的规模值和信誉值对各个成员数据进行风险评估,具体评估步骤为:
V1;获取核心企业的规模值GX和信誉值XF;
将规模值GX与规模阈值相比较;若规模值GX≥规模阈值,则处于待验证状态;
将信誉值XF与信誉阈值相比较;若信誉值XF≥信誉阈值,则处于待验证状态;
V3;将综合评分ZH与评分阈值相比较;
若综合评分ZH≥评分阈值,则风险评估结果为通过;否则风险评估结果为不通过。
进一步地,所述智能排序模块的具体排序规则为:
VV1:获取金融产品的基本参数,所述基本参数包括金融产品的投资期限、起投金额、预期收益率;
将金融产品的投资期限标记为T2;将金融产品的起投金额标记为QT;
将金融产品的预期收益率标记为TR;采集该金融产品对应的同类产品的历史收益率,并标记为Rx,x=1,…,j;其中Rx表示为该金融产品对应的同类产品在系统当前时间前x个投资期限的实际收益率;
VV2:设定金融产品的活跃值为HY;
VV3:获取金融产品对应的核心企业,获取核心企业的综合评分ZH;
VV3:将金融产品按照表序值BX的大小进行降序排列,生成金融产品排序表;将金融产品排序表发送至控制器;
所述控制器用于接收金融产品排序表并根据金融产品排序表将金融产品发布于金融产品交易平台上进行排序显示。
进一步地,所述交易监测模块用于监测金融产品的交易记录并对交易记录进行分析,具体分析步骤为:
W1:获取金融产品的交易记录,所述交易记录包括交易次数和交易金额;
统计金融产品的交易次数并将交易次数标记为CW1;
将金融产品的交易金额进行累加形成交易总金额,将交易总金额标记为CW2;
本发明的有益效果是:
1、本发明通过区块链技术,搭建金融产品交易平台,保证数据信息的真实性;数据分析模块用于接收各成员的数据并对各个成员数据进行分析,获取得到核心企业的规模值和信誉值;控制器用于根据核心企业的规模值和信誉值对各个成员数据进行风险评估,得到成员数据风险评估结果,若风险评估结果为通过,则将对应的成员数据写入金融产品交易平台,并将该成员的金融产品发布于金融产品交易平台上;若风险评估结果为不通过,则拒绝将对应成员的数据写入金融产品交易平台;本发明根据核心企业的规模值和信誉值对各个成员数据进行风险评估,完善风险防范措施,有效避免了平台内产品的假冒伪劣问题及其引发的信贷风险;减少人力物力去验证交易的真伪,从而减少了额外的风控成本;
2、本发明中智能排序模块用于对金融产品进行排序显示,结合金融产品的投资期限、起投金额、预期收益率;获取得到金融产品的收益偏值;再获取金融产品的交易记录,获取得到金融产品的活跃值;结合核心企业的综合评分;利用公式获取得到金融产品的表序值,将金融产品按照表序值的大小进行降序排列,本发明从多个维度对金融产品进行分析,科学、合理的识别金融产品的潜在风险;获取得到金融产品的表序值;控制器将金融产品按照表序值BX的大小进行降序排列;为用户投资提供参考。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种基于区块链的金融风险分析系统,应用于金融产品交易平台,包括数据采集模块、数据分析模块、控制器、信息获取模块、智能排序模块以及交易监测模块;
通过区块链技术,搭建金融产品交易平台,以保证数据信息的真实性;
所述金融产品交易平台与数据采集模块通信连接,所述数据采集模块用于采集金融产品交易平台上各成员的数据,并将各成员的数据传输至数据分析模块,所述数据分析模块用于接收各成员的数据并对各个成员数据进行分析,获取得到核心企业的规模值和信誉值;并将核心企业的规模值和信誉值传输至控制器,所述控制器用于根据核心企业的规模值和信誉值对各个成员数据进行风险评估,得到成员数据风险评估结果,若风险评估结果为通过,则将对应的成员数据写入金融产品交易平台,并将该成员的金融产品发布于金融产品交易平台上;若风险评估结果为不通过,则拒绝将对应成员的数据写入金融产品交易平台;所述金融产品交易平台的各个成员表示为各个金融产品的核心企业;所述成员数据包括核心企业的基本信息和经营信息;所述数据分析模块的具体工作步骤为:
步骤一:获取成员数据中对应的核心企业的基本信息;所述基本信息包括核心企业的成立时间、注册资本、人员规模、员工工资、年均GDP和公司面积;
步骤二:将核心企业的成立时间与系统当前时间进行时间差计算得到成立时长,将成立时长标记为T1;将核心企业的注册资本标记为Z1;
步骤三:将核心企业的人员规模标记为G1;
将核心企业的员工标记为i;i=1,…,n;将员工工资标记为Qi;将员工工资Qi进行求和并取均值,获取得到平均工资并标记为Qc;
将员工工资Qi与工资阈值相比较;
若Qi≥工资阈值,则将对应的员工工资Qi标记为影响工资YQi;统计影响工资出现的次数并标记为C1;将影响工资与工资阈值进行差值计算得到超资值并标记为Di;其中YQi与Di一一对应;
设定超资系数为Km,m=1,2,…,10;其中K1<K2<…<K10;每个超资系数Km均对应一个预设超资值范围;其中,K1对应的预设超资值范围中的最大值小于K2对应的预设超资值范围中的最小值;K2对应的预设超资值范围中的最大值小于K3对应的预设超资值范围中的最小值;依此类推;
当Di处于超资系数Km对应的预设超资值范围内时,则Di对应的超温系数为Km;利用公式DKi=Di×Km获取得到超资值对应的影响值DKi,将所有的超资值对应影响值进行求和得到工资影响总值,并标记为G2;
利用公式G3=G1×a1+Qc×a2+G2×a3+C1×b1获取得到员工值G3,其中a1、a2、a3、b1均为系数因子,例如a1取值0.58,a2取值0.44,a3取值0.61,b1取值0.55;
步骤四:将核心企业的年均GDP标记为G4,将核心企业的公司面积标记为M1;将成立时长、注册资本、员工值、年均GDP和公司面积进行归一化处理并取其数值;
利用公式GX=T1×a4+Z1×a5+G3×a6+G4×a7+M1×a8获取得到核心企业的规模值GX,其中a4、a5、a6、a7、a8均为系数因子,例如a4取值0.14,a5取值0.21,a6取值0.37,a7取值0.44,a8取值0.74;
步骤五:获取成员数据中对应的核心企业的经营信息,所述经营信息包括流动资金、金融产品的兑付记录和产品评价系数;具体为:
S51:将核心企业目前财务账面上的流动资金标记为L1;
S52:获取核心企业的金融产品的兑付记录,统计已兑付的金融产品的数量并标记为兑付次数F1;将已兑付的金融产品的金额进行累加形成兑付总金额,并标记为F2;
利用公式DF=F1×b2+F2×b3获取得到核心企业的兑付值DF,其中b2、b3均为系数因子,例如b2取值0.4,b3取值0.7;
S53:采集已兑付的金融产品的预期收益率和实际收益率;将实际收益率标记为Y1;将实际收益率进行求和并取均值获取得到收益率均值,并标记为Yc;
将实际收益率与对应的预期收益率相比较;
若实际收益率大于预期收益率,则将该实际收益率标记为影响收益率;统计影响收益率出现的次数并标记为C2;将影响收益率与对应的预期收益率进行差值计算获取得到超盈值;将所有的超盈值进行求和获取得到超盈总值并标记为L2;
S54:将核心企业的产品评价系数标记为P1,产品评价系数表示为投资人对金融产品的评分,满分为100分;将产品评价系数进行求和并取均值获取得到评价系数均值,并标记为Pc;
利用公式XF=(L1×b6+DF×b7+YL×b8)×Pc×b9获取得到核心企业的信誉值XF,其中b6、b7、b8、b9均为系数因子,例如b6取值0.21,b7取值1.01,b8取值0.77,b9取值0.19;
所述数据分析模块用于将核心企业的规模值和信誉值传输至控制器,所述控制器用于根据核心企业的规模值和信誉值对各个成员数据进行风险评估,具体评估步骤为:
V1;获取核心企业的规模值GX和信誉值XF;
将规模值GX与规模阈值相比较;若规模值GX≥规模阈值,则处于待验证状态;
将信誉值XF与信誉阈值相比较;若信誉值XF≥信誉阈值,则处于待验证状态;
V3;将综合评分ZH与评分阈值相比较;
若综合评分ZH≥评分阈值,则风险评估结果为通过;否则风险评估结果为不通过;本发明通过区块链技术搭建金融产品交易平台,保证数据信息的真实性,同时对各个成员数据进行分析,获取得到核心企业的规模值和信誉值;并根据核心企业的规模值和信誉值对各个成员数据进行风险评估,完善风险防范措施,有效避免了平台内产品的假冒伪劣问题及其引发的信贷风险;减少人力物力去验证交易的真伪,从而减少了额外的风控成本;
所述信息获取模块用于采集金融产品交易平台上的金融产品的基本参数并将金融产品的基本参数传输至智能排序模块;所述智能排序模块用于接收金融产品的基本参数并对金融产品进行排序显示,具体排序规则为:
VV1:获取金融产品的基本参数,所述基本参数包括金融产品的投资期限、起投金额、预期收益率;
将金融产品的投资期限标记为T2;将金融产品的起投金额标记为QT;
将金融产品的预期收益率标记为TR;采集该金融产品对应的同类产品的历史收益率,并标记为Rx,x=1,…,j;其中Rx表示为该金融产品对应的同类产品在系统当前时间前x个投资期限的实际收益率;
VV2:设定金融产品的活跃值为HY;
VV3:获取金融产品对应的核心企业,获取核心企业的综合评分ZH;
利用公式获取得到金融产品的表序值BX,其中d1、d2、d3、d4、d5、d6均为系数因子,例如d1取值0.88,d2取值0.59,d3取值1.01,d4取值0.74,d5取值0.19;d6取值0.21;
VV3:将金融产品按照表序值BX的大小进行降序排列,生成金融产品排序表;将金融产品排序表发送至控制器;
所述控制器用于接收金融产品排序表并根据金融产品排序表将金融产品发布于金融产品交易平台上进行排序显示;
所述交易监测模块用于监测金融产品的交易记录并对交易记录进行分析,具体分析步骤为:
W1:获取金融产品的交易记录,所述交易记录包括交易次数和交易金额;
统计金融产品的交易次数并将交易次数标记为CW1;
将金融产品的交易金额进行累加形成交易总金额,将交易总金额标记为CW2;
本发明通过智能排序模块对金融产品进行排序显示,结合金融产品的基本参数、活跃值以及核心企业的综合评分ZH;从多个维度对金融产品进行分析,科学、合理的识别金融产品的潜在风险;获取得到金融产品的表序值;控制器将金融产品按照表序值BX的大小进行降序排列;为用户投资提供参考。
本发明的工作原理是:
一种基于区块链的金融风险分析系统,在工作时,首先通过区块链技术,搭建金融产品交易平台,以保证数据信息的真实性;数据采集模块用于采集金融产品交易平台上各成员的数据,数据分析模块用于接收各成员的数据并对各个成员数据进行分析,获取成员数据中对应的核心企业的基本信息;结合核心企业的成立时长、注册资本、员工值、年均GDP和公司面积;计算得到核心企业的规模值;获取成员数据中对应的核心企业的经营信息;结合核心企业的流动资金、兑付值、收益系数和评价系数均值;计算得到核心企业的信誉值;控制器用于根据核心企业的规模值和信誉值对各个成员数据进行风险评估,得到成员数据风险评估结果,若风险评估结果为通过,则将对应的成员数据写入金融产品交易平台,并将该成员的金融产品发布于金融产品交易平台上;若风险评估结果为不通过,则拒绝将对应成员的数据写入金融产品交易平台;本发明通过区块链技术搭建金融产品交易平台,保证数据信息的真实性,同时对各个成员数据进行分析;获取得到核心企业的规模值和信誉值;并根据核心企业的规模值和信誉值对各个成员数据进行风险评估,完善风险防范措施,有效避免了平台内产品的假冒伪劣问题及其引发的信贷风险;减少人力物力去验证交易的真伪,从而减少了额外的风控成本;
智能排序模块用于接收金融产品的基本参数并对金融产品进行排序显示,结合金融产品的投资期限、起投金额、预期收益率;获取得到金融产品的收益偏值;再获取金融产品的交易记录,获取得到金融产品的活跃值;结合核心企业的综合评分;利用公式获取得到金融产品的表序值BX,将金融产品按照表序值BX的大小进行降序排列,本发明从多个维度对金融产品进行分析,科学、合理的识别金融产品的潜在风险;获取得到金融产品的表序值;控制器将金融产品按照表序值BX的大小进行降序排列;为用户投资提供参考。
上述公式和系数因子均是由采集大量数据进行软件模拟及相应专家进行参数设置处理,得到与真实结果符合的公式和系数因子。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (4)
1.一种基于区块链的金融风险分析系统,应用于金融产品交易平台,其特征在于,包括数据采集模块、数据分析模块、控制器、信息获取模块、智能排序模块以及交易监测模块;
通过区块链技术,搭建金融产品交易平台;
所述金融产品交易平台与数据采集模块通信连接,所述数据采集模块用于采集金融产品交易平台上各成员的数据,并将各成员的数据传输至数据分析模块;其中,金融产品交易平台的各个成员表示为各个金融产品的核心企业;成员数据包括核心企业的基本信息和经营信息;
所述数据分析模块用于接收各成员的数据并对各个成员数据进行分析,获取得到核心企业的规模值和信誉值,具体分析步骤为:
步骤一:获取成员数据中对应的核心企业的基本信息;所述基本信息包括核心企业的成立时间、注册资本、人员规模、员工工资、年均GDP和公司面积;
步骤二:将核心企业的成立时间与系统当前时间进行时间差计算得到成立时长,将成立时长标记为T1;将核心企业的注册资本标记为Z1;
步骤三:将核心企业的人员规模标记为G1;
将核心企业的员工标记为i;i=1,…,n;将员工工资标记为Qi;将员工工资Qi进行求和并取均值,获取得到平均工资并标记为Qc;
将员工工资Qi与工资阈值相比较;
若Qi≥工资阈值,则将对应的员工工资Qi标记为影响工资YQi;统计影响工资出现的次数并标记为C1;将影响工资与工资阈值进行差值计算得到超资值并标记为Di;其中YQi与Di一一对应;
设定超资系数为Km,m=1,2,…,10;其中K1<K2<…<K10;每个超资系数Km均对应一个预设超资值范围;其中,K1对应的预设超资值范围中的最大值小于K2对应的预设超资值范围中的最小值;K2对应的预设超资值范围中的最大值小于K3对应的预设超资值范围中的最小值;依此类推;
当Di处于超资系数Km对应的预设超资值范围内时,则Di对应的超资系数为Km;利用公式DKi=Di×Km获取得到超资值对应的影响值DKi,将所有的超资值对应影响值进行求和得到工资影响总值,并标记为G2;
利用公式G3=G1×a1+Qc×a2+G2×a3+C1×b1获取得到员工值G3,其中a1、a2、a3、b1均为系数因子;
步骤四:将核心企业的年均GDP标记为G4,将核心企业的公司面积标记为M1;将成立时长、注册资本、员工值、年均GDP和公司面积进行归一化处理并取其数值;利用公式GX=T1×a4+Z1×a5+G3×a6+G4×a7+M1×a8获取得到核心企业的规模值GX,其中a4、a5、a6、a7、a8均为系数因子;
步骤五:获取成员数据中对应的核心企业的经营信息,所述经营信息包括流动资金、金融产品的兑付记录和产品评价系数;具体为:
S51:将核心企业目前财务账面上的流动资金标记为L1;
S52:获取核心企业的金融产品的兑付记录,统计已兑付的金融产品的数量并标记为兑付次数F1;将已兑付的金融产品的金额进行累加形成兑付总金额,并标记为F2;
利用公式DF=F1×b2+F2×b3获取得到核心企业的兑付值DF,其中b2、b3均为系数因子;
S53:采集已兑付的金融产品的预期收益率和实际收益率;将实际收益率标记为Y1;将实际收益率进行求和并取均值获取得到收益率均值,并标记为Yc;
将实际收益率与对应的预期收益率相比较;若实际收益率大于预期收益率,则将该实际收益率标记为影响收益率;统计影响收益率出现的次数并标记为C2;将影响收益率与对应的预期收益率进行差值计算获取得到超盈值;将所有的超盈值进行求和获取得到超盈总值并标记为L2;
S54:将核心企业的产品评价系数标记为P1,产品评价系数表示为投资人对金融产品的评分,满分为100分;将产品评价系数进行求和并取均值获取得到评价系数均值,并标记为Pc;
利用公式XF=(L1×b6+DF×b7+YL×b8)×Pc×b9获取得到核心企业的信誉值XF,其中b6、b7、b8、b9均为系数因子;
所述数据分析模块用于将核心企业的规模值和信誉值传输至控制器;
所述控制器用于根据核心企业的规模值和信誉值对各个成员数据进行风险评估,得到成员数据风险评估结果,若风险评估结果为通过,则将对应的成员数据写入金融产品交易平台,并将该成员的金融产品发布于金融产品交易平台上;若不通过,则拒绝将对应成员的数据写入金融产品交易平台;
所述信息获取模块用于采集金融产品交易平台上的金融产品的基本参数并将金融产品的基本参数传输至智能排序模块;所述智能排序模块用于接收金融产品的基本参数并对金融产品进行排序显示。
3.根据权利要求2所述的一种基于区块链的金融风险分析系统,其特征在于,所述智能排序模块的具体排序规则为:
VV1:获取金融产品的基本参数,所述基本参数包括金融产品的投资期限、起投金额、预期收益率;
将金融产品的投资期限标记为T2;将金融产品的起投金额标记为QT;
将金融产品的预期收益率标记为TR;采集该金融产品对应的同类产品的历史收益率,并标记为Rx,x=1,…,j;其中Rx表示为该金融产品对应的同类产品在系统当前时间前x个投资期限的实际收益率;
VV2:设定金融产品的活跃值为HY;
VV3:获取金融产品对应的核心企业,获取核心企业的综合评分ZH;
VV3:将金融产品按照表序值BX的大小进行降序排列,生成金融产品排序表;将金融产品排序表发送至控制器;
所述控制器用于接收金融产品排序表并根据金融产品排序表将金融产品发布于金融产品交易平台上进行排序显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110039971.7A CN113269638B (zh) | 2021-04-28 | 2021-04-28 | 一种基于区块链的金融风险分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110039971.7A CN113269638B (zh) | 2021-04-28 | 2021-04-28 | 一种基于区块链的金融风险分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113269638A CN113269638A (zh) | 2021-08-17 |
CN113269638B true CN113269638B (zh) | 2022-12-09 |
Family
ID=77227999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110039971.7A Active CN113269638B (zh) | 2021-04-28 | 2021-04-28 | 一种基于区块链的金融风险分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113269638B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113436024A (zh) * | 2021-08-25 | 2021-09-24 | 江苏荣泽信息科技股份有限公司 | 基于区块链的esg可信指标综合服务平台 |
CN114118526A (zh) * | 2021-10-29 | 2022-03-01 | 中国建设银行股份有限公司 | 一种企业风险预测方法、装置、设备及存储介质 |
CN115082046B (zh) * | 2022-08-23 | 2022-11-08 | 江苏荣泽信息科技股份有限公司 | 基于区块链的企业一套表追溯管理系统 |
CN116523659B (zh) * | 2023-03-13 | 2023-10-24 | 武汉凌禹信息科技有限公司 | 一种具备实时提醒的金融数据风险监控平台 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708421A (zh) * | 2012-05-18 | 2012-10-03 | 苏州万图明电子软件有限公司 | 证券投资风险评估与预警系统 |
CN108428072A (zh) * | 2018-05-18 | 2018-08-21 | 北京大账房网络科技股份有限公司 | 财务风控全面体检的方法 |
AU2018101052A4 (en) * | 2018-07-30 | 2018-08-30 | Benson, Daniel MR | A new method for financial services institutions to share and distribute customer exited information utilizing block chain and distributed ledger technology as a decentralized permanent register of the financial services institution, the customer and the product for which a customer exit was invoked. Information is exchanged on the private ledger utilizing precedence set by comprehensive credit reporting already applicable in financial services. |
CN109214449A (zh) * | 2018-08-28 | 2019-01-15 | 华北电力大学 | 一种电网投资需求预测方法 |
CN109636144B (zh) * | 2018-11-28 | 2021-07-06 | 优钱付(浙江)信息科技有限公司 | 区块链风险评估供应链金融方法、装置、设备及存储介质 |
CN111445307A (zh) * | 2020-03-26 | 2020-07-24 | 深圳市飞宇通视讯工程有限公司 | 企业产品信誉认证排序方法及电子交易展示平台 |
-
2021
- 2021-04-28 CN CN202110039971.7A patent/CN113269638B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113269638A (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113269638B (zh) | 一种基于区块链的金融风险分析系统 | |
Kahan et al. | Index funds and corporate governance: Let shareholders be shareholders | |
Dong et al. | Operations strategy for supply chain finance with asset-backed securitization: Centralization and blockchain adoption | |
Dedrick et al. | Information technology and economic performance: A critical review of the empirical evidence | |
Belkaoui | The impact of socio-economic accounting statements on the investment decision: An empirical study | |
Campello et al. | Are financial constraints priced? Evidence from firm fundamentals and stock returns | |
Neumann | The predicability of strikes: Evidence from the stock market | |
US20110166987A1 (en) | Evaluating Loan Access Using Online Business Transaction Data | |
US20080071588A1 (en) | Method of and system for analyzing, modeling and valuing elements of a business enterprise | |
US20060224487A1 (en) | Apparatuses, methods, and systems to design, develop, and implement book income indices | |
JP2002163449A (ja) | 資金調達方法、資金調達システムおよび技術担保債権の評価方法 | |
CN111798298B (zh) | 一种跨境电商供应链金融贷前企业评估方法及系统 | |
US20040215495A1 (en) | Method of and system for defining and measuring the elements of value and real options of a commercial enterprise | |
Bersch et al. | The real effects of bank distress: Evidence from bank bailouts in Germany | |
CN107437227A (zh) | 股票投资分析装置与方法 | |
CN112801529B (zh) | 财务数据分析方法及装置、电子设备及介质 | |
Chukwunulu | Effect of financial innovation on the Nigerian economy | |
CN114037536A (zh) | 股票智能投资系统 | |
Rasul | Barriers to the development of Bangladesh capital market | |
CN102915508A (zh) | 基于交易记录的信用贷款风险控制的系统及方法 | |
CN115564551A (zh) | 一种金融大数据的企业信用评级方法 | |
AU2020101902A4 (en) | Framework for business intelligence adoption in banks for performance enhancement | |
Muigai et al. | Relationship between Real Estate Investment Trusts (REITs) and financial performance of selected investment banks in Nairobi County, Kenya. | |
Yang et al. | Case Study of Financial Situation Based on Harvard Analysis Framework: Taking Huadong Medicine Co., Ltd. As An Example | |
Hanum et al. | Accounting treatment of fixed assets and application of the depreciation method at PT Makmur Bintang Plastindo Medan |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221122 Address after: 518066 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Applicant after: Shenzhen Baobao Network Technology Co.,Ltd. Address before: 236009 room 1205, commercial office building, block a, Jinyue times community, south of Xihu Avenue and east of yinghuai Avenue, Yingzhou District, Fuyang City, Anhui Province Applicant before: Fuyang Xingqi Chain Data Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |