CN116109364A - 一种价格评估方法和装置 - Google Patents
一种价格评估方法和装置 Download PDFInfo
- Publication number
- CN116109364A CN116109364A CN202310171920.9A CN202310171920A CN116109364A CN 116109364 A CN116109364 A CN 116109364A CN 202310171920 A CN202310171920 A CN 202310171920A CN 116109364 A CN116109364 A CN 116109364A
- Authority
- CN
- China
- Prior art keywords
- declaration
- price
- current
- customs
- price level
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000008676 import Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 abstract description 12
- 235000013399 edible fruits Nutrition 0.000 description 21
- 238000005259 measurement Methods 0.000 description 9
- 238000004088 simulation Methods 0.000 description 6
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000167854 Bourreria succulenta Species 0.000 description 1
- 102100024392 Insulin gene enhancer protein ISL-1 Human genes 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 235000019693 cherries Nutrition 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013569 fruit product Nutrition 0.000 description 1
- 108010090448 insulin gene enhancer binding protein Isl-1 Proteins 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 235000013311 vegetables Nutrition 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0611—Request for offers or quotes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种价格评估方法和装置,该方法包括以下步骤:对当前报关单中的商品信息进行要素提取,并根据提取到的要素,确定当前报关单所涉及的商品类别;从历史数据库中获取在预设时间内涉及商品类别的多条报关单,并计算商品类别在每条报关单的申报单价,确定商品类别的价格水平的上限和下限;基于商品类别的价格水平的上限和下限,确定当前报关单的价格水平。本申请实施例统一了价格度量的标准,使得不同时期的商品之间、同类别的不同商品之间,以及具有不同归类要素的同一商品之间均可进行价格比较,能够快速捕捉到价格的变动,提高了价格水平度量的准确性,实现了风险甄别的全覆盖,提升了对价格风险甄别的效率。
Description
技术领域
本申请属于大数据技术领域,具体涉及一种价格评估方法和装置。
背景技术
价格瞒骗行为是海关商品监管面临的主要难题之一,不法分子在向海关申报进口货物价格时,通过将货物的实际价格故意低报,以逃避海关税收。而商品价格风险监管的难点,主要在于影响商品成交价格因素的复杂性。以进口水果为例,首先,水果价格受季节、气候、供需关系等影响,波动较为频繁并且十分剧烈,因此每类水果的基准价格需要根据市场变化及时进行调整。其次,水果的品种多,来源地广,且水果级别、规格复杂,难以从标准化的角度进行判断。第三,水果市场上目前以中小型企业为主,缺少龙头企业提供价格的标杆。第四,企业通常进口多种类水果,而不同种类的水果之间难以进行价格比较,因此难以衡量企业的整体价格水平。
目前,海关监管人员主要通过走访邻近的贸易市场获取水果的价格,基于市场价格,就海关重点关注的商品和贸易人进行稽查,判断其是否有价格低报风险。然而,这样获取价格的方式需要投入大量的时间和人力资源,效率较为低下;并且该方式无法对每日的价格变动进行监测,获取到的价格具有较大的滞后性。除此之外,不法分子作案手法也日趋多样化和隐蔽化,仅对部分报关单进行风险甄别不具有全面性,让不法分子有了可乘之机。
申请内容
本申请实施例的目的是提供一种价格评估方法和装置,以解决现有技术无法全面有效地评估报关单的价格水平的缺陷。
为了解决上述技术问题,本申请是这样实现的:
第一方面,提供了一种价格评估方法,包括以下步骤:
对当前报关单中的商品信息进行要素提取,并根据提取到的要素,确定当前报关单所涉及的商品类别;
从历史数据库中获取在预设时间内涉及所述商品类别的多条报关单,并计算所述商品类别在每条报关单的申报单价;
根据所述商品类别在每条报关单的申报单价,确定所述商品类别的价格水平的上限和下限;
基于所述商品类别的价格水平的上限和下限,确定所述当前报关单的价格水平。
第二方面,提供了一种价格评估装置,包括:
提取模块,用于对当前报关单中的商品信息进行要素提取,并根据提取到的要素,确定当前报关单所涉及的商品类别;
计算模块,用于从历史数据库中获取在预设时间内涉及所述商品类别的多条报关单,并计算所述商品类别在每条报关单的申报单价;
第一确定模块,用于根据所述商品类别在每条报关单的申报单价,确定所述商品类别的价格水平的上限和下限;
第二确定模块,用于基于所述商品类别的价格水平的上限和下限,确定所述当前报关单的价格水平。
本申请实施例基于历史数据库中的多条报关单的申报单价,确定当前报关单所涉及的商品类别的价格水平的上限和下限,进而确定当前报关单的价格水平,统一了价格度量的标准,使得不同时期的商品之间、同类别的不同商品之间,以及具有不同归类要素的同一商品之间均可进行价格比较,能够快速捕捉到价格的变动,提高了价格水平度量的准确性,实现了风险甄别的全覆盖,提升了对价格风险甄别的效率。
附图说明
图1是本申请实施例提供的一种价格评估方法流程图;
图2是本申请实施例提供的一种价格评估装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
为了解决现有技术中存在的问题,本申请实施例提供了一种基于价格水平进行价格风险甄别的方法,根据企业在报关单中填写的商品信息,提取水果的名称、等级、规格、原产地、运输方式等各类要素将水果进一步分类;针对同一类水果,从数据库中获取该类水果近一个月的进口报关单数据,并计算每一条报关单的申报单价;通过时间加权历史仿真法(Age-weighted Historical Simulation)对不同日期的申报单价赋予不同的权重;建立统一价格度量标准,将申报单价转化成1-12的价格水平;计算价格水平的上限,申报单价高于上限的报关单,价格水平设为12;计算价格水平的下限,申报单价低于下限的报关单,价格水平设为1;对于申报单价处于价格水平上限和下限之间的报关单,根据单价所处位置,价格水平设为2-11;计算出每一票报关单的价格水平后,在企业维度进行加权平均,计算出每一个企业平均价格水平;将企业按照平均价格水平从低到高进行排序,根据预先设定的阈值判断有低报风险的企业。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的一种价格评估方法进行详细地说明。
如图1所示,为本申请实施例提供的一种价格评估方法流程图,该方法包括以下步骤:
步骤101,对当前报关单中的商品信息进行要素提取,并根据提取到的要素,确定当前报关单所涉及的商品类别。
具体地,可以对当前报关单中的商品信息进行要素提取,得到商品的名称、等级、规格、原产地和运输方式;根据所述商品的名称、等级、规格、原产地和运输方式,确定当前报关单所涉及的商品类别。
步骤102,从历史数据库中获取在预设时间内涉及所述商品类别的多条报关单,并计算所述商品类别在每条报关单的申报单价。
步骤103,根据所述商品类别在每条报关单的申报单价,确定所述商品类别的价格水平的上限和下限。
具体地,可以根据所述商品类别在每条报关单的申报单价,构建第一数据集P={p1,p2,...,pn},并对不同日期的报关单的申报单价赋予不同的权重,其中,p1为离当前时间最近的报关单的申报单价,pn为离当前时间最远的报关单的申报单价,离当前时间越近的报关单的申报单价的权重越大;根据每条报关单的申报单价的权重,计算所述第一数据集的加权平均值和风险价值VaR,将所述加权平均值和所述VaR分别作为所述商品类别的价格水平的上限和下限。
步骤104,基于所述商品类别的价格水平的上限和下限,确定所述当前报关单的价格水平。
具体地,可以从所述第一数据集中获取申报单价处于所述上限和所述下限之间的数据,根据所述数据构建第二数据集,所述第二数据集中的数据按照从小到大的顺序排列;分别计算所述第二数据集的10%分位数、20%分位数、30%分位数、40%分位数、50%分位数、60%分位数、70%分位数、80%分位数和90%分位数;若所述当前报关单的申报单价小于等于所述下限,则所述当前报关单的价格水平为1;若所述当前报关单的申报单价大于所述下限且小于等于所述10%分位数,则所述当前报关单的价格水平为2;若所述当前报关单的申报单价大于所述10%分位数且小于等于所述20%分位数,则所述当前报关单的价格水平为3;若所述当前报关单的申报单价大于所述20%分位数且小于等于所述30%分位数,则所述当前报关单的价格水平为4;若所述当前报关单的申报单价大于所述30%分位数且小于等于所述40%分位数,则所述当前报关单的价格水平为5;若所述当前报关单的申报单价大于所述40%分位数且小于等于所述50%分位数,则所述当前报关单的价格水平为6;若所述当前报关单的申报单价大于所述50%分位数且小于等于所述60%分位数,则所述当前报关单的价格水平为7;若所述当前报关单的申报单价大于所述60%分位数且小于等于所述70%分位数,则所述当前报关单的价格水平为8;若所述当前报关单的申报单价大于所述70%分位数且小于等于所述80%分位数,则所述当前报关单的价格水平为9;若所述当前报关单的申报单价大于所述80%分位数且小于等于所述90%分位数,则所述当前报关单的价格水平为10;若所述当前报关单的申报单价大于所述90%分位数且小于等于所述上限,则所述当前报关单的价格水平为11;若所述当前报关单的申报单价大于所述上限,则所述当前报关单的价格水平为12。
本实施例中,在基于所述商品类别的价格水平的上限和下限,确定所述当前报关单的价格水平之后,还可以根据每个企业提交的每条报关单的进口重量,分别赋予每条报关单不同的权重;根据每条报关单的价格水平和权重,计算每个企业的平均价格水平;按照平均价格水平对多个企业进行排序,根据预先设定的阈值,确定有低报风险的企业。
本申请实施例基于历史数据库中的多条报关单的申报单价,确定当前报关单所涉及的商品类别的价格水平的上限和下限,进而确定当前报关单的价格水平,统一了价格度量的标准,使得不同时期的商品之间、同类别的不同商品之间,以及具有不同归类要素的同一商品之间均可进行价格比较,能够快速捕捉到价格的变动,提高了价格水平度量的准确性,实现了风险甄别的全覆盖,提升了对价格风险甄别的效率。
需要说明的是,本申请实施例的技术方案不仅适用于水果类的商品,也适用于成交价格因素复杂的其他商品,例如,蔬菜、肉类等商品。以下以水果类商品为例,对本申请实施例的技术方案进行具体阐述。
在本申请实施例中,先根据企业在报关单中填写的商品信息,提取水果的名称、等级、规格、原产地、运输方式等各类要素将水果进一步分类。
具体地,基于给定的归类要素,例如名称、等级、规格、原产地、运输方式等,从报关单“商品名称”、“商品规格型号”、“原产地”、“运输方式”四列中进行要素提取。其中“商品规格型号”的数据是通过文本形式进行储存,可使用自然语言处理等算法进行要素提取,本申请实例在此不做限定。例如,经过要素提取后,得到商品类别:名称为“樱桃”、等级为“一级”、规格为“9R”、原产地为“美国”、运输方式为“空运”。
针对同一类水果,从数据库中获取该类水果近一个月的进口报关单数据,并计算每一条报关单的申报单价,得到P={p1,p2,...,pn}。其中p1为离当前时间最近的报关单申报单价,pn为离当前时间最远的报关单申报单价。
通过时间加权历史仿真法(Age-weighted Historical Simulation)对不同日期的申报单价赋予不同的权重。具体地,由于水果的价格波动较为频繁,距离当前时间越近的报关单申报单价越能反映该类水果当前的价格水平。因此采用时间加权历史仿真法对近一个月的申报单价数据P={p1,p2,...,pn}赋予权重,对离当前越近的历史数据赋予的权重越大,具体计算公式为:
其中,i=1,2,3,...,n;w1+w2+...+wn=1,λ为经验值,λ=1的时候,该算法就是传统历史仿真法的一种特殊形式,即每个数据等权重,λ越小,表示新数据的权重越大,旧数据的权重越小,随时间变化,数据的权重变化幅度越大。这里,取λ=0.99。
进一步地,建立统一价格度量标准,将申报单价转化成1-12的价格水平。
具体地,根据近一个月的申报单价数据P={p1,p2,...,pn}以及其对应的权重W={w1,w2,...,wn},计算该数据集的加权平均值lupper,计算公式为设lupper为价格水平的上限,申报单价大于等于lupper的报关单,价格水平设为12。根据近一个月的申报单价数据P={p1,p2,...,pn}以及其对应的权重W={w1,w2,...,wn},计算该数据集在95%置信度情况下的VaR(Value at Risk,风险价值)llower。设llower为价格水平的下限,申报单价小于等于llower的报关单,价格水平设为1。
取P={p1,p2,...,pn}数据集中申报单价处于价格水平上限和下限之间的数据,即llower<pi<lupper,得到Pk={pk1,pk2,...,pkm}。并将Pk={pk1,pk2,...,pkm}从小到大排序,分别计算10%、20%、30%、40%、50%、60%、70%、80%、90%分位数,得到l1、l2、l3、l4、l5、l6、l7、l8、l9。申报单价大于llower且小于等于l1的报关单,价格水平设为2;申报单价大于l1且小于等于l2的报关单,价格水平设为3;...;申报单价大于l9且小于lupper的报关单,价格水平设为11。最终得到价格水平2-11。
进一步地,计算出每一票报关单的价格水平后,在企业维度进行加权平均,计算出每一个企业平均价格水平。具体地,根据企业每一票报关单的进口重量,赋予不同的权重。假设企业A有d票报关单,每一票报关单的进口重量为{g1,g2,...,gd},则对应的每一票报关单的权重为结合上述步骤中得到的报关单价格水平{y1,y2,...,yd},对企业进行加权平均算出平均价格水平,具体计算公式为:将企业按照平均价格水平从低到高进行排序,根据预先设定的阈值判断有低报风险的企业。
本申请实施例通过将商品的申报价格转化成1-12的价格水平,统一了价格度量的标准,使得不同时期的商品价格之间可进行比较,进而使得进口多种商品的企业之间也具有可比性;通过建立的价格水平,实现了对企业整体价格水平的量化,不仅可以甄别长期低报的企业,还可以衡量其低报的价差;通过将历史价格申报数据按照申报时间的顺序赋予不同的权重,对过去的申报单价进行衰减加权,使得越新的数据权重越大,赋予了新数据更高的参考价值,能够快速捕捉到价格的变动,提高了价格水平度量的准确性;通过建立一套商品价格风险监管的方法,利用大数据技术从海量报关单数据中快速定位和识别存在价格风险的所有报关单和企业,实现了风险甄别的全覆盖,也大大提升了海关对于价格风险甄别的效率。
如图2所示,为本申请实施例提供的一种价格评估装置的结构示意图,包括:
提取模块210,用于对当前报关单中的商品信息进行要素提取,并根据提取到的要素,确定当前报关单所涉及的商品类别。
具体地,提取模块210,具体用于对当前报关单中的商品信息进行要素提取,得到商品的名称、等级、规格、原产地和运输方式;根据所述商品的名称、等级、规格、原产地和运输方式,确定当前报关单所涉及的商品类别。
计算模块220,用于从历史数据库中获取在预设时间内涉及所述商品类别的多条报关单,并计算所述商品类别在每条报关单的申报单价。
第一确定模块230,用于根据所述商品类别在每条报关单的申报单价,确定所述商品类别的价格水平的上限和下限。
具体地,第一确定模块230,具体用于根据所述商品类别在每条报关单的申报单价,构建第一数据集P={p1,p2,...,pn},并对不同日期的报关单的申报单价赋予不同的权重,其中,p1为离当前时间最近的报关单的申报单价,pn为离当前时间最远的报关单的申报单价,离当前时间越近的报关单的申报单价的权重越大;根据每条报关单的申报单价的权重,计算所述第一数据集的加权平均值和风险价值VaR,将所述加权平均值和所述VaR分别作为所述商品类别的价格水平的上限和下限。
第二确定模块240,用于基于所述商品类别的价格水平的上限和下限,确定所述当前报关单的价格水平。
具体地,第二确定模块240,具体用于从所述第一数据集中获取申报单价处于所述上限和所述下限之间的数据,根据所述数据构建第二数据集,所述第二数据集中的数据按照从小到大的顺序排列;分别计算所述第二数据集的10%分位数、20%分位数、30%分位数、40%分位数、50%分位数、60%分位数、70%分位数、80%分位数和90%分位数;若所述当前报关单的申报单价小于等于所述下限,则所述当前报关单的价格水平为1;若所述当前报关单的申报单价大于所述下限且小于等于所述10%分位数,则所述当前报关单的价格水平为2;若所述当前报关单的申报单价大于所述10%分位数且小于等于所述20%分位数,则所述当前报关单的价格水平为3;若所述当前报关单的申报单价大于所述20%分位数且小于等于所述30%分位数,则所述当前报关单的价格水平为4;若所述当前报关单的申报单价大于所述30%分位数且小于等于所述40%分位数,则所述当前报关单的价格水平为5;若所述当前报关单的申报单价大于所述40%分位数且小于等于所述50%分位数,则所述当前报关单的价格水平为6;若所述当前报关单的申报单价大于所述50%分位数且小于等于所述60%分位数,则所述当前报关单的价格水平为7;若所述当前报关单的申报单价大于所述60%分位数且小于等于所述70%分位数,则所述当前报关单的价格水平为8;若所述当前报关单的申报单价大于所述70%分位数且小于等于所述80%分位数,则所述当前报关单的价格水平为9;若所述当前报关单的申报单价大于所述80%分位数且小于等于所述90%分位数,则所述当前报关单的价格水平为10;若所述当前报关单的申报单价大于所述90%分位数且小于等于所述上限,则所述当前报关单的价格水平为11;若所述当前报关单的申报单价大于所述上限,则所述当前报关单的价格水平为12。
本实施例中,上述装置,还包括:
评估模块,用于根据每个企业提交的每条报关单的进口重量,分别赋予每条报关单不同的权重;根据每条报关单的价格水平和权重,计算每个企业的平均价格水平;按照平均价格水平对多个企业进行排序,根据预先设定的阈值,确定有低报风险的企业。
本申请实施例基于历史数据库中的多条报关单的申报单价,确定当前报关单所涉及的商品类别的价格水平的上限和下限,进而确定当前报关单的价格水平,统一了价格度量的标准,使得不同时期的商品之间、同类别的不同商品之间,以及具有不同归类要素的同一商品之间均可进行价格比较,能够快速捕捉到价格的变动,提高了价格水平度量的准确性,实现了风险甄别的全覆盖,提升了对价格风险甄别的效率。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述价格评估方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (10)
1.一种价格评估方法,其特征在于,包括以下步骤:
对当前报关单中的商品信息进行要素提取,并根据提取到的要素,确定当前报关单所涉及的商品类别;
从历史数据库中获取在预设时间内涉及所述商品类别的多条报关单,并计算所述商品类别在每条报关单的申报单价;
根据所述商品类别在每条报关单的申报单价,确定所述商品类别的价格水平的上限和下限;
基于所述商品类别的价格水平的上限和下限,确定所述当前报关单的价格水平。
2.根据权利要求1所述的方法,其特征在于,所述基于所述商品类别的价格水平的上限和下限,确定所述当前报关单的价格水平之后,还包括:
根据每个企业提交的每条报关单的进口重量,分别赋予每条报关单不同的权重;
根据每条报关单的价格水平和权重,计算每个企业的平均价格水平;
按照平均价格水平对多个企业进行排序,根据预先设定的阈值,确定有低报风险的企业。
3.根据权利要求1所述的方法,其特征在于,所述根据所述商品类别在每条报关单的申报单价,确定所述商品类别的价格水平的上限和下限,具体包括:
根据所述商品类别在每条报关单的申报单价,构建第一数据集P={p1,p2,...,pn},并对不同日期的报关单的申报单价赋予不同的权重,其中,p1为离当前时间最近的报关单的申报单价,pn为离当前时间最远的报关单的申报单价,离当前时间越近的报关单的申报单价的权重越大;
根据每条报关单的申报单价的权重,计算所述第一数据集的加权平均值和风险价值VaR,将所述加权平均值和所述VaR分别作为所述商品类别的价格水平的上限和下限。
4.根据权利要求3所述的方法,其特征在于,所述基于所述商品类别的价格水平的上限和下限,确定所述当前报关单的价格水平,具体包括:
从所述第一数据集中获取申报单价处于所述上限和所述下限之间的数据,根据所述数据构建第二数据集,所述第二数据集中的数据按照从小到大的顺序排列;
分别计算所述第二数据集的10%分位数、20%分位数、30%分位数、40%分位数、50%分位数、60%分位数、70%分位数、80%分位数和90%分位数;
若所述当前报关单的申报单价小于等于所述下限,则所述当前报关单的价格水平为1;若所述当前报关单的申报单价大于所述下限且小于等于所述10%分位数,则所述当前报关单的价格水平为2;若所述当前报关单的申报单价大于所述10%分位数且小于等于所述20%分位数,则所述当前报关单的价格水平为3;若所述当前报关单的申报单价大于所述20%分位数且小于等于所述30%分位数,则所述当前报关单的价格水平为4;若所述当前报关单的申报单价大于所述30%分位数且小于等于所述40%分位数,则所述当前报关单的价格水平为5;若所述当前报关单的申报单价大于所述40%分位数且小于等于所述50%分位数,则所述当前报关单的价格水平为6;若所述当前报关单的申报单价大于所述50%分位数且小于等于所述60%分位数,则所述当前报关单的价格水平为7;若所述当前报关单的申报单价大于所述60%分位数且小于等于所述70%分位数,则所述当前报关单的价格水平为8;若所述当前报关单的申报单价大于所述70%分位数且小于等于所述80%分位数,则所述当前报关单的价格水平为9;若所述当前报关单的申报单价大于所述80%分位数且小于等于所述90%分位数,则所述当前报关单的价格水平为10;若所述当前报关单的申报单价大于所述90%分位数且小于等于所述上限,则所述当前报关单的价格水平为11;若所述当前报关单的申报单价大于所述上限,则所述当前报关单的价格水平为12。
5.根据权利要求1所述的方法,其特征在于,所述对当前报关单中的商品信息进行要素提取,并根据提取到的要素,确定当前报关单所涉及的商品类别,具体包括:
对当前报关单中的商品信息进行要素提取,得到商品的名称、等级、规格、原产地和运输方式;
根据所述商品的名称、等级、规格、原产地和运输方式,确定当前报关单所涉及的商品类别。
6.一种价格评估装置,其特征在于,包括:
提取模块,用于对当前报关单中的商品信息进行要素提取,并根据提取到的要素,确定当前报关单所涉及的商品类别;
计算模块,用于从历史数据库中获取在预设时间内涉及所述商品类别的多条报关单,并计算所述商品类别在每条报关单的申报单价;
第一确定模块,用于根据所述商品类别在每条报关单的申报单价,确定所述商品类别的价格水平的上限和下限;
第二确定模块,用于基于所述商品类别的价格水平的上限和下限,确定所述当前报关单的价格水平。
7.根据权利要求6所述的装置,其特征在于,还包括:
评估模块,用于根据每个企业提交的每条报关单的进口重量,分别赋予每条报关单不同的权重;根据每条报关单的价格水平和权重,计算每个企业的平均价格水平;按照平均价格水平对多个企业进行排序,根据预先设定的阈值,确定有低报风险的企业。
8.根据权利要求6所述的装置,其特征在于,
所述第一确定模块,具体用于根据所述商品类别在每条报关单的申报单价,构建第一数据集P={p1,p2,...,pn},并对不同日期的报关单的申报单价赋予不同的权重,其中,p1为离当前时间最近的报关单的申报单价,pn为离当前时间最远的报关单的申报单价,离当前时间越近的报关单的申报单价的权重越大;根据每条报关单的申报单价的权重,计算所述第一数据集的加权平均值和风险价值VaR,将所述加权平均值和所述VaR分别作为所述商品类别的价格水平的上限和下限。
9.根据权利要求8所述的装置,其特征在于,
所述第二确定模块,具体用于从所述第一数据集中获取申报单价处于所述上限和所述下限之间的数据,根据所述数据构建第二数据集,所述第二数据集中的数据按照从小到大的顺序排列;分别计算所述第二数据集的10%分位数、20%分位数、30%分位数、40%分位数、50%分位数、60%分位数、70%分位数、80%分位数和90%分位数;若所述当前报关单的申报单价小于等于所述下限,则所述当前报关单的价格水平为1;若所述当前报关单的申报单价大于所述下限且小于等于所述10%分位数,则所述当前报关单的价格水平为2;若所述当前报关单的申报单价大于所述10%分位数且小于等于所述20%分位数,则所述当前报关单的价格水平为3;若所述当前报关单的申报单价大于所述20%分位数且小于等于所述30%分位数,则所述当前报关单的价格水平为4;若所述当前报关单的申报单价大于所述30%分位数且小于等于所述40%分位数,则所述当前报关单的价格水平为5;若所述当前报关单的申报单价大于所述40%分位数且小于等于所述50%分位数,则所述当前报关单的价格水平为6;若所述当前报关单的申报单价大于所述50%分位数且小于等于所述60%分位数,则所述当前报关单的价格水平为7;若所述当前报关单的申报单价大于所述60%分位数且小于等于所述70%分位数,则所述当前报关单的价格水平为8;若所述当前报关单的申报单价大于所述70%分位数且小于等于所述80%分位数,则所述当前报关单的价格水平为9;若所述当前报关单的申报单价大于所述80%分位数且小于等于所述90%分位数,则所述当前报关单的价格水平为10;若所述当前报关单的申报单价大于所述90%分位数且小于等于所述上限,则所述当前报关单的价格水平为11;若所述当前报关单的申报单价大于所述上限,则所述当前报关单的价格水平为12。
10.根据权利要求6所述的装置,其特征在于,
所述提取模块,具体用于对当前报关单中的商品信息进行要素提取,得到商品的名称、等级、规格、原产地和运输方式;根据所述商品的名称、等级、规格、原产地和运输方式,确定当前报关单所涉及的商品类别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310171920.9A CN116109364A (zh) | 2023-02-16 | 2023-02-16 | 一种价格评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310171920.9A CN116109364A (zh) | 2023-02-16 | 2023-02-16 | 一种价格评估方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116109364A true CN116109364A (zh) | 2023-05-12 |
Family
ID=86265445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310171920.9A Pending CN116109364A (zh) | 2023-02-16 | 2023-02-16 | 一种价格评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116109364A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109389321A (zh) * | 2018-10-30 | 2019-02-26 | 北京筑龙信息技术有限责任公司 | 一种价格评估方法及装置 |
CN110390077A (zh) * | 2018-11-30 | 2019-10-29 | 上海德拓信息技术股份有限公司 | 一种用于识别商品价格异常风险的方法 |
CN112581181A (zh) * | 2020-12-25 | 2021-03-30 | 同方威视科技江苏有限公司 | 申报价格的异常挖掘方法、装置、电子设备及可读介质 |
CN112613766A (zh) * | 2020-12-28 | 2021-04-06 | 苏州交能智慧科技有限公司 | 基于阿尔法凸包的电力交易价格异常的识别方法及系统 |
CN113298179A (zh) * | 2021-06-15 | 2021-08-24 | 南京大学 | 一种海关商品异常价格检测方法和装置 |
CN114140129A (zh) * | 2021-11-12 | 2022-03-04 | 广东卓志跨境电商供应链服务有限公司 | 一种报关商品申报信息预警方法及相关设备 |
CN114971685A (zh) * | 2022-04-22 | 2022-08-30 | 苏州神码物信智能科技有限公司 | 基于大数据的市场采购贸易商品价格管理方法 |
-
2023
- 2023-02-16 CN CN202310171920.9A patent/CN116109364A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109389321A (zh) * | 2018-10-30 | 2019-02-26 | 北京筑龙信息技术有限责任公司 | 一种价格评估方法及装置 |
CN110390077A (zh) * | 2018-11-30 | 2019-10-29 | 上海德拓信息技术股份有限公司 | 一种用于识别商品价格异常风险的方法 |
CN112581181A (zh) * | 2020-12-25 | 2021-03-30 | 同方威视科技江苏有限公司 | 申报价格的异常挖掘方法、装置、电子设备及可读介质 |
CN112613766A (zh) * | 2020-12-28 | 2021-04-06 | 苏州交能智慧科技有限公司 | 基于阿尔法凸包的电力交易价格异常的识别方法及系统 |
CN113298179A (zh) * | 2021-06-15 | 2021-08-24 | 南京大学 | 一种海关商品异常价格检测方法和装置 |
CN114140129A (zh) * | 2021-11-12 | 2022-03-04 | 广东卓志跨境电商供应链服务有限公司 | 一种报关商品申报信息预警方法及相关设备 |
CN114971685A (zh) * | 2022-04-22 | 2022-08-30 | 苏州神码物信智能科技有限公司 | 基于大数据的市场采购贸易商品价格管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Financial fraud detection model: Based on random forest | |
CN109711955B (zh) | 基于当前订单的差评预警方法、系统、黑名单库建立方法 | |
CN106952155A (zh) | 一种基于信用评分的催收方法及装置 | |
CN112102073A (zh) | 信贷风险控制方法及系统、电子设备及可读存储介质 | |
CN112966962A (zh) | 一种电商企业评优方法 | |
CN112419030B (zh) | 财务舞弊风险评估的方法、系统及设备 | |
CN110659961A (zh) | 一种用于识别线下商户的方法和装置 | |
CN112052966A (zh) | 基于现场抢修工单的电力客户满意度分析系统和方法 | |
CN112801529A (zh) | 财务数据分析方法及装置、电子设备及介质 | |
CN111062597A (zh) | 一种上市公司财务报表粉饰嫌疑检测方法及装置 | |
Li et al. | Using economic links between firms to detect accounting fraud | |
CN108898308A (zh) | 风险评估方法、装置、服务器及可读存储介质 | |
Chimonaki et al. | Identification of financial statement fraud in Greece by using computational intelligence techniques | |
CN113506173A (zh) | 一种信用风险评估方法及其相关设备 | |
CN113112186A (zh) | 一种企业评估方法、装置及设备 | |
CN116109364A (zh) | 一种价格评估方法和装置 | |
CN115423488A (zh) | 烟草销售串烟风险预测方法、装置、电子设备及存储介质 | |
Elena | News sentiment in bankruptcy prediction models: Evidence from Russian retail companies | |
CN113988459A (zh) | 一种基于电力营销数据的中小企业成长性评估方法及系统 | |
CN114282951A (zh) | 一种网络零售预测方法、设备及介质 | |
CN114741617A (zh) | 一种企业财务数据采集分析方法、系统及计算机存储介质 | |
CN113269412A (zh) | 风险评估方法及相关装置 | |
US20150302419A1 (en) | Appraisal adjustments scoring system and method | |
CN110738570A (zh) | 基于多通道异质数据的信息型操纵自动识别方法 | |
CN116308466B (zh) | 数据信息采集与智能分析方法、系统、设备和存储介质 |
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 | ||
CB02 | Change of applicant information |
Address after: 717, Building D, Fudun Center, No. 58 East Third Ring South Road, Chaoyang District, Beijing, 100022 Applicant after: Beijing Qingmeng Shuhai Technology Co.,Ltd. Address before: 2517, block D, Futon center, No.58, South East Third Ring Road, Chaoyang District, Beijing 100022 Applicant before: Beijing Qingmeng Shuhai Technology Co.,Ltd. |
|
CB02 | Change of applicant information |