CN116151670B - 一种投行业务上市项目质量的智能评估方法、系统及介质 - Google Patents

一种投行业务上市项目质量的智能评估方法、系统及介质 Download PDF

Info

Publication number
CN116151670B
CN116151670B CN202310109210.3A CN202310109210A CN116151670B CN 116151670 B CN116151670 B CN 116151670B CN 202310109210 A CN202310109210 A CN 202310109210A CN 116151670 B CN116151670 B CN 116151670B
Authority
CN
China
Prior art keywords
project
data
evaluation
marketing
release
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
Application number
CN202310109210.3A
Other languages
English (en)
Other versions
CN116151670A (zh
Inventor
王毛路
陈东海
刘岩
李明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Consensus Digital Information Technology Co ltd
Original Assignee
Beijing Consensus Digital Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Consensus Digital Information Technology Co ltd filed Critical Beijing Consensus Digital Information Technology Co ltd
Priority to CN202310109210.3A priority Critical patent/CN116151670B/zh
Publication of CN116151670A publication Critical patent/CN116151670A/zh
Application granted granted Critical
Publication of CN116151670B publication Critical patent/CN116151670B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种投行业务上市项目质量的智能评估方法、系统及介质，属于大数据及智能数据处理技术领域。方法包括获取公司和项目信息并提取数据生成上市项目特征画像，根据监测评估模型对项目报告数据包的数据集进行拟合处理分析获取项目评测指标拟合数据，对上市项目特征画像进行测评获取项目上市发行测评数据，再对项目报告数据集和项目评测指标拟合数据处理获得项目上市发行评判指标数据，与评估阈值对比判断项目的可发行性；基于公司和项目监测信息数据生成上市项目特征画像进行项目测评，获取项目上市发行测评数据并结合项目评测指标拟合数据和项目报告数据集修正获取项目上市发行评判指标数据，实现对项目上市发行进行监测评估的智能评估。

Description

一种投行业务上市项目质量的智能评估方法、系统及介质
技术领域
本申请涉及大数据及智能数据处理技术领域，具体而言，涉及一种投行业务上市项目质量的智能评估方法、系统及介质。
背景技术
风投行业投资者对上市公司和发行项目的评判不仅局限于对公司市值、营收、利润、负债等传统考核指标，公司所经营项目是否符合当下市场及环境需求，和行业未来趋势发展是否具有锲合度，以及对社会的外部效应也是重要的考察指标。
而目前针对风投对象公司上市发行项目的多样化分散数据和信息以及指标的评测缺少可靠的评估手段，也缺少对上市发行项目相关数据的精准测评方法，无法全面准确的对项目质量进行分析和评估，缺乏可通过大数据进行数据采集和处理测评的智能评估手段，导致投行业务对上市项目缺乏足够精准的认知和掌握。
针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请的目的在于提供一种投行业务上市项目质量的智能评估方法、系统及介质，可以实现通过监测公司和项目信息数据进行项目测评获取项目上市发行测评数据并结合项目评测指标拟合数据和项目报告数据集修正获取项目上市发行评判指标数据，实现对项目上市发行进行监测评估的智能评估技术。
本申请提供了一种投行业务上市项目质量的智能评估方法，包括以下步骤：
获取拟上市发行项目的公司经营信息和项目特征信息；
根据所述公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，根据所述公司经营监测数据和项目特征报表数据生成上市项目特征画像，并提取项目报告数据包；
根据第一监测评估模型对所述项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据；
根据第二监测评估模型对所述上市项目特征画像进行项目发行测评获取项目上市发行测评数据；
根据所述拟上市发行项目的项目报告数据集和项目评测指标拟合数据对所述项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据；
根据所述项目上市发行评判指标数据与拟上市发行项目类型对应的预设项目上市发行评估阈值进行阈值对比判断所述拟上市发行项目的可发行性。
可选地，在本申请所述的投行业务上市项目质量的智能评估方法中，所述获取拟上市发行项目的公司经营信息和项目特征信息，包括：
获取拟上市发行项目公司的公司运营信息和公司财报信息；
根据所述公司运营信息和公司财报信息提取公司经营信息，包括经营状况信息、人事构架信息、资产债务信息、运营环境信息以及营收利税信息；
获取拟上市发行项目的项目申报信息，根据所述项目申报信息提取项目特征信息，包括项目类型信息、注资周转信息、发行规模信息、项目环境信息以及政策扶持信息。
可选地，在本申请所述的投行业务上市项目质量的智能评估方法中，所述根据所述公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，根据所述公司经营监测数据和项目特征报表数据生成上市项目特征画像，并提取项目报告数据包，包括：
根据所述公司经营信息提取公司经营监测数据，包括营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据以及资产负债数据；
根据所述项目特征信息提取项目特征报表数据，包括项目预期收益数据、项目资债数据、发行容量数据以及项目风险数据；
根据所述营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据、资产负债数据以及项目预期收益数据、项目资债数据、发行容量数据、项目风险数据生成上市项目特征画像；
根据所述上市项目特征画像提取项目报告数据包。
可选地，在本申请所述的投行业务上市项目质量的智能评估方法中，所述根据第一监测评估模型对所述项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据，包括：
所述项目报告数据包包括项目报告数据集，所述项目报告数据集包括项目资力架构数据、项目融资负债数据、成果价值数据、期望收益数据以及发行风险数据；
将所述项目报告数据集输入第一监测评估模型对所述拟上市发行项目进行发行评测指标拟合计算获得项目评测指标拟合数据；
所述项目评测指标拟合数据的拟合公式为：
其中，Hq为项目评测指标拟合数据，Rc为发行风险数据，Es为成果价值数据，G0为期望收益数据，Pr为项目资力架构数据，Za为项目融资负债数据，ρ、δ、ω为预设指标评测系数。
可选地，在本申请所述的投行业务上市项目质量的智能评估方法中，所述根据第二监测评估模型对所述上市项目特征画像进行项目发行测评获取项目上市发行测评数据，包括：
根据所述上市项目特征画像提取所述拟上市发行项目的项目标书评测数据，包括：发行市值数据、预期市盈率数据、项目预期利润数据、项目负债风险数据；
获取项目上市发行测评数据库，包括各类已完成上市发行测评的项目标书评测数据以及项目上市发行测评数据；
根据所述项目上市发行测评数据库中各类上市发行测评项目的项目标书评测数据以及项目上市发行测评数据进行训练获得第二监测评估模型；
将所述拟上市发行项目的项目标书评测数据输入至训练好的所述第二监测评估模型中获得项目上市发行测评数据。
可选地，在本申请所述的投行业务上市项目质量的智能评估方法中，所述根据所述拟上市发行项目的项目报告数据集和项目评测指标拟合数据对所述项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据，包括：
根据所述拟上市发行项目的项目报告数据集和项目评测指标拟合数据对所述项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据；
所述项目上市发行评判指标数据的计算公式为：
其中，Wk为项目上市发行评判指标数据，Wo为项目上市发行测评数据，Es为成果价值数据，Rc为发行风险数据，Hq为项目评测指标拟合数据，ε、μ为预设评判指标系数。
第二方面，本申请还提供了一种投行业务上市项目质量的智能评估系统，该系统包括：存储器及处理器，所述存储器中包括投行业务上市项目质量的智能评估方法的程序，所述投行业务上市项目质量的智能评估方法的程序被所述处理器执行时实现以下步骤：
获取拟上市发行项目的公司经营信息和项目特征信息；
根据所述公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，根据所述公司经营监测数据和项目特征报表数据生成上市项目特征画像，并提取项目报告数据包；
根据第一监测评估模型对所述项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据；
根据第二监测评估模型对所述上市项目特征画像进行项目发行测评获取项目上市发行测评数据；
根据所述拟上市发行项目的项目报告数据集和项目评测指标拟合数据对所述项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据；
根据所述项目上市发行评判指标数据与拟上市发行项目类型对应的预设项目上市发行评估阈值进行阈值对比判断所述拟上市发行项目的可发行性。
可选地，在本申请所述的投行业务上市项目质量的智能评估系统中，所述获取拟上市发行项目的公司经营信息和项目特征信息，包括：
获取拟上市发行项目公司的公司运营信息和公司财报信息；
根据所述公司运营信息和公司财报信息提取公司经营信息，包括经营状况信息、人事构架信息、资产债务信息、运营环境信息以及营收利税信息；
获取拟上市发行项目的项目申报信息，根据所述项目申报信息提取项目特征信息，包括项目类型信息、注资周转信息、发行规模信息、项目环境信息以及政策扶持信息。
可选地，在本申请所述的投行业务上市项目质量的智能评估系统中，所述根据所述公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，根据所述公司经营监测数据和项目特征报表数据生成上市项目特征画像，并提取项目报告数据包，包括：
根据所述公司经营信息提取公司经营监测数据，包括营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据以及资产负债数据；
根据所述项目特征信息提取项目特征报表数据，包括项目预期收益数据、项目资债数据、发行容量数据以及项目风险数据；
根据所述营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据、资产负债数据以及项目预期收益数据、项目资债数据、发行容量数据、项目风险数据生成上市项目特征画像；
根据所述上市项目特征画像提取项目报告数据包。
第三方面，本申请还提供了一种可读存储介质，所述可读存储介质中包括投行业务上市项目质量的智能评估方法程序，所述投行业务上市项目质量的智能评估方法程序被处理器执行时，实现如上述任一项所述的一种投行业务上市项目质量的智能评估方法的步骤。
由上可知，本申请提供的投行业务上市项目质量的智能评估方法、系统及介质。该方法包括：获取拟上市发行项目的公司经营信息和项目特征信息，并提取公司经营监测数据和项目特征报表数据生成上市项目特征画像并提取项目报告数据包，根据监测评估模型对项目报告数据包的数据集进行拟合处理分析获取项目评测指标拟合数据，以及对上市项目特征画像进行测评获取项目上市发行测评数据，再根据项目报告数据集和项目评测指标拟合数据对项目上市发行测评数据进行处理获得项目上市发行评判指标数据，并与评估阈值进行阈值对比判断项目的可发行性；从而基于公司和项目监测信息数据生成上市项目特征画像进行项目测评获取项目上市发行测评数据并结合项目评测指标拟合数据和项目报告数据集进行修正获取项目上市发行评判指标数据，获得实现对项目上市发行进行智能监测评估的智能评估技术。
本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的投行业务上市项目质量的智能评估方法的流程图；
图2为本申请实施例提供的投行业务上市项目质量的智能评估方法的获取公司经营信息和项目特征信息的流程图；
图3为本申请实施例提供的投行业务上市项目质量的智能评估方法的生成上市项目特征画像的流程图；
图4为本申请实施例提供的投行业务上市项目质量的智能评估系统的结构示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述。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定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的投行业务上市项目质量的智能评估方法的流程图。该投行业务上市项目质量的智能评估方法用于终端设备中，例如手机、电脑等。该投行业务上市项目质量的智能评估方法，包括以下步骤：S101、获取拟上市发行项目的公司经营信息和项目特征信息；S102、根据所述公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，根据所述公司经营监测数据和项目特征报表数据生成上市项目特征画像，并提取项目报告数据包；S103、根据第一监测评估模型对所述项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据；S104、根据第二监测评估模型对所述上市项目特征画像进行项目发行测评获取项目上市发行测评数据；S105、根据所述拟上市发行项目的项目报告数据集和项目评测指标拟合数据对所述项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据；S106、根据所述项目上市发行评判指标数据与拟上市发行项目类型对应的预设项目上市发行评估阈值进行阈值对比判断所述拟上市发行项目的可发行性。
需要说明的是，为评估投行对拟上市发行项目的上市风险和发行可行性的智能化精准评判，根据拟上市发行项目的所在公司的监测采集信息进行数据化提取处理，根据处理结果进行项目判定，实现对项目上市发行的智能化研判，做到精准识别，降低风投的风险性以及发行劣质股的损失，首先获取拟上市发行项目的公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，生成上市项目特征画像并提取项目报告数据包，根据第一监测评估模型对项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据，再根据训练好的第二监测评估模型对特征画像进行项目发行测评获取项目上市发行测评数据，根据拟上市发行项目的项目报告数据集和项目评测指标拟合数据对项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据，最后根据项目上市发行评判指标数据与拟上市发行项目类型对应的预设项目上市发行评估阈值进行阈值对比，判断拟上市发行项目的可发行性，若项目上市发行评判指标数据大于预设项目上市发行评估阈值，则该项目具备上市发行性并存在较小风险，反之，则该项目不具备上市发行的可行性，风险较大，实现根据大数据对项目进行上市发行评测和判定的智能化技术，提高对项目的判断准确度。
请参照图2，图2是本申请一些实施例中的投行业务上市项目质量的智能评估方法的获取公司经营信息和项目特征信息的流程图。根据本发明实施例，所述获取拟上市发行项目的公司经营信息和项目特征信息，具体为：S201、获取拟上市发行项目公司的公司运营信息和公司财报信息；S202、根据所述公司运营信息和公司财报信息提取公司经营信息，包括经营状况信息、人事构架信息、资产债务信息、运营环境信息以及营收利税信息；S203、获取拟上市发行项目的项目申报信息，根据所述项目申报信息提取项目特征信息，包括项目类型信息、注资周转信息、发行规模信息、项目环境信息以及政策扶持信息。
需要说明的是，为实现对拟上市发行项目的准确测评，需收集项目所在公司的公司运营信息和公司财报信息，通过公司运营信息和公司财报信息提取公司经营信息，反映公司经营状况、高层人事变动和构架、资产运转和负债流转、生存运营及行业环境以及营收缴税情况，并获取拟上市发行项目的项目申报信息并提取项目特征信息，反映项目的项目类型、项目注资和资金周转、项目上市发行规模、项目运作环境以及相关政策扶植信息的情况，为项目的后续测评做好数据信息采集，以保证对项目测评的准确性。
请参照图3，图3是本申请一些实施例中的投行业务上市项目质量的智能评估方法的生成上市项目特征画像的流程图。根据本发明实施例，所述根据所述公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，根据所述公司经营监测数据和项目特征报表数据生成上市项目特征画像，并提取项目报告数据包，具体为：S301、根据所述公司经营信息提取公司经营监测数据，包括营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据以及资产负债数据；S302、根据所述项目特征信息提取项目特征报表数据，包括项目预期收益数据、项目资债数据、发行容量数据以及项目风险数据；S303、根据所述营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据、资产负债数据以及项目预期收益数据、项目资债数据、发行容量数据、项目风险数据生成上市项目特征画像；S304、根据所述上市项目特征画像提取项目报告数据包。
需要说明的是，为实现对公司项目的精准描绘，生成上市项目特征画像以映射项目的数字化图像信息，根据公司经营信息提取公司经营监测数据，包括营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据以及资产负债数据，以及根据项目特征信息提取项目特征报表数据，包括项目预期收益数据、项目资债数据、发行容量数据以及项目风险数据，根据提取的公司经营监测数据和项目特征报表数据进行综合数字描述生成上市项目特征画像，上市项目特征画像是对公司及项目的各项指标数据和资源信息包括营收、利税、人事、资金、负债、信誉、投资收益和预期的数字化描绘，是反映项目背景资源和运营构架以及成效的数字蓝图，便于对项目情况进行数据化识别和后续处理，并根据上市项目特征画像提取项目报告数据包。
根据本发明实施例，所述根据第一监测评估模型对所述项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据，具体为：所述项目报告数据包包括项目报告数据集，所述项目报告数据集包括项目资力架构数据、项目融资负债数据、成果价值数据、期望收益数据以及发行风险数据；将所述项目报告数据集输入第一监测评估模型对所述拟上市发行项目进行发行评测指标拟合计算获得项目评测指标拟合数据；所述项目评测指标拟合数据的拟合公式为：
其中，Hq为项目评测指标拟合数据，Rc为发行风险数据，Es为成果价值数据，G0为期望收益数据，Pr为项目资力架构数据，Za为项目融资负债数据，ρ、δ、ω为预设指标评测系数(通过监测评估模型的模型数据库获取)。
需要说明的是，为评测项目开展的资源支持、资金状况以及预估发行风险和项目预期收益、项目成果价值的融合度，以测评项目指标的拟合度，通过项目报告数据中的项目报告数据集，包括反映人力资源和物力倾斜的项目资力架构数据，项目相关的融资负债数据，项目转化酝酿成果的价值数据以及项目预期期望收益数据，结合上市发行的预估风险数据，输入第一监测评估模型中对拟上市发行项目进行发行评测指标拟合计算获得项目评测指标拟合数据，所述的第一监测评估模型是通过第三方项目监测评估平台获取的预设的发行投标项目类计算模型。
根据本发明实施例，所述根据第二监测评估模型对所述上市项目特征画像进行项目发行测评获取项目上市发行测评数据，具体为：根据所述上市项目特征画像提取所述拟上市发行项目的项目标书评测数据，包括：发行市值数据、预期市盈率数据、项目预期利润数据、项目负债风险数据；获取项目上市发行测评数据库，包括各类已完成上市发行测评的项目标书评测数据以及项目上市发行测评数据；根据所述项目上市发行测评数据库中各类上市发行测评项目的项目标书评测数据以及项目上市发行测评数据进行训练获得第二监测评估模型；将所述拟上市发行项目的项目标书评测数据输入至训练好的所述第二监测评估模型中获得项目上市发行测评数据。
需要说明的是，为获取拟上市发行项目的上市发行测评的预期数据，通过第二监测评估模型进行数据处理获取，第二监测评估模型是通过第三方项目监测评估平台获取的项目数据处理模型，与项目上市发行测评数据库进行数据链接，项目上市发行测评数据库包括大量已完成上市发行测评的各类项目的数据样本，通过已完成上市发行测评项目的项目标书评测数据以及项目上市发行测评数据对初始化的第二监测评估模型进行训练获得训练后的第二监测评估模型，通过第二监测评估模型可以处理项目标书评测数据得到对应项目上市发行测评数据，数据量越大则第二监测评估模型的数据处理准确率越高，根据拟上市发行项目的发行市值数据、预期市盈率数据、项目预期利润数据、项目负债风险数据输入第二监测评估模型进行处理获得项目上市发行测评数据，通过大量数据训练得到的第二监测评估模型对项目标书评测数据的处理可获得项目对应的上市发行测评数据。
根据本发明实施例，所述根据所述拟上市发行项目的项目报告数据集和项目评测指标拟合数据对所述项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据，具体为：根据所述拟上市发行项目的项目报告数据集和项目评测指标拟合数据对所述项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据；所述项目上市发行评判指标数据的计算公式为：
其中，Wk为项目上市发行评判指标数据，Wo为项目上市发行测评数据，Es为成果价值数据，Rc为发行风险数据，Hq为项目评测指标拟合数据，ε、μ为预设评判指标系数(通过监测评估模型的模型数据库获取)。
需要说明的是，为获取更加精准的项目上市发行的评判指标，通过加权获得的项目上市发行评判指标数据对项目进行评判，根据项目报告数据集中的数据和项目评测指标拟合数据对项目上市发行测评数据进行加权计算，通过项目的指标数据进行加权修正后的评判指标数据具有更高的精确度，可精准的评估项目的上市发行可行度，可作为项目上市发行评判的指标依据。
根据本发明实施例，还包括：根据所述拟上市发行项目的项目特征信息与所述项目资力架构数据、项目融资负债数据、成果价值数据以及发行风险数据输入第三监测评估模型中获取项目发行估值级别；根据所述项目类型信息输入至第三方项目上市发行监测平台中获取与所述拟上市发行项目的类型相匹配的第三监测评估模型；根据所述项目资力架构数据、项目融资负债数据、成果价值数据以及发行风险数据与所述第三监测评估模型中的资力架构阈值、资产负债阈值、成果价值阈值以及发行风险阈值分别进行阈值对比；所述资力架构阈值、资产负债阈值、成果价值阈值以及发行风险阈值分别划分为三个等级，为I、II、III级；根据所述项目资力架构数据、项目融资负债数据、成果价值数据以及发行风险数据的阈值对比结果的对应等级求均值并取整，获得所述拟上市发行项目的项目发行估值级别；根据所述项目发行估值级别调整所述拟上市发行项目的发行申报要求。
需要说明的是，根据拟上市发行项目获取对应的发行申报要求，发行申报要求根据项目发行估值级别进行划分，项目发行估值级别划分为三个等级，分别为一到三级，其中一级最高，三级最低，为获取拟上市发行项目对应的项目发行估值级别，根据拟上市发行项目的项目类型信息通过第三方项目上市发行监测平台获取与类型相匹配的第三监测评估模型，然后将拟上市发行项目的项目资力架构数据、项目融资负债数据、成果价值数据以及发行风险数据输入至第三监测评估模型中进行阈值对比，第三监测评估模型包含与各项数据对应的资力架构阈值、资产负债阈值、成果价值阈值以及发行风险阈值，四种阈值按照划分的阈值范围均分为三个等级，分别为I、II、III级，其中I级阈值范围为(0.7，1]，II级阈值范围为(0.35，0.7]，III级阈值范围为[0，0.35]，根据四项数据的阈值对比结果分别获得对应阈值范围级别，将四项阈值范围级别求均值并取整获得的阈值范围级别均值作为拟上市发行项目的项目发行估值级别，如项目X四项数据阈值对比结果级别分别是I级、II级、III级、III级，则其阈值范围级别均值为(1+2+3+3)/4＝2.25，取整为2，即项目X阈值范围级别为II级，对应项目发行估值级别为二级。
根据本发明实施例，还包括：根据所述拟上市发行项目的项目发行估值级别获取对应融资融券数据；根据所述项目上市发行评判指标数据结合项目资力架构数据、期望收益数据对所述融资融券数据进行修正获得融资扶持数据；根据所述融资扶持数据对所述拟上市发行项目进行风投；所述融资扶持数据的修正公式为：
其中，G0为期望收益数据，Wk为项目上市发行评判指标数据，Pr为项目资力架构数据，N0为融资融券数据，Nf为融资扶持数据，η、为预设系数(通过监测评估模型的模型数据库获取)。
需要说明的是，本案中项目的融资扶持根据拟上市发行项目的项目上市发行评判指标数据结合项目资力架构数据、期望收益数据进行修正获得，根据项目上市发行评判指标数据、项目资力架构数据、期望收益数据结合监测评估模型中查询的该项目相关系数对拟风投发行项目的融资融券数据进行修正获得融资扶持数据作为对该项目的风投扶持资金，通过系数结合该项目相关指标数据的修正可提高对项目风投的资金扶持力度的精准计算。
如图4所示，本发明还公开了一种投行业务上市项目质量的智能评估系统4，包括存储器41和处理器42，所述存储器中包括投行业务上市项目质量的智能评估方法程序，所述投行业务上市项目质量的智能评估方法程序被所述处理器执行时实现如下步骤：获取拟上市发行项目的公司经营信息和项目特征信息；根据所述公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，根据所述公司经营监测数据和项目特征报表数据生成上市项目特征画像，并提取项目报告数据包；根据第一监测评估模型对所述项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据；根据第二监测评估模型对所述上市项目特征画像进行项目发行测评获取项目上市发行测评数据；根据所述拟上市发行项目的项目报告数据集和项目评测指标拟合数据对所述项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据；根据所述项目上市发行评判指标数据与拟上市发行项目类型对应的预设项目上市发行评估阈值进行阈值对比判断所述拟上市发行项目的可发行性。
需要说明的是，为评估投行对拟上市发行项目的上市风险和发行可行性的智能化精准评判，根据拟上市发行项目的所在公司和项目本身的监测采集信息进行数据化提取处理，根据处理结果进行项目判定，实现对项目上市发行的智能化研判，做到精准识别，降低风投的风险性以及发行劣质股的损失，首先获取拟上市发行项目的公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，生成上市项目特征画像并提取项目报告数据包，根据第一监测评估模型对项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据，再根据训练好的第二监测评估模型对特征画像进行项目发行测评获取项目上市发行测评数据，根据拟上市发行项目的项目报告数据集和项目评测指标拟合数据对项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据，最后根据项目上市发行评判指标数据与拟上市发行项目类型对应的预设项目上市发行评估阈值进行阈值对比，判断拟上市发行项目的可发行性，若项目上市发行评判指标数据大于预设项目上市发行评估阈值，则该项目具备上市发行性并存在较小风险，反之，则该项目不具备上市发行的可行性，风险较大，实现根据大数据对项目进行上市发行评测和判定的智能化技术，提高对项目的判断准确度。
根据本发明实施例，所述获取拟上市发行项目的公司经营信息和项目特征信息，具体为：获取拟上市发行项目公司的公司运营信息和公司财报信息；根据所述公司运营信息和公司财报信息提取公司经营信息，包括经营状况信息、人事构架信息、资产债务信息、运营环境信息以及营收利税信息；获取拟上市发行项目的项目申报信息，根据所述项目申报信息提取项目特征信息，包括项目类型信息、注资周转信息、发行规模信息、项目环境信息以及政策扶持信息。
需要说明的是，为实现对拟上市发行项目的准确测评，需收集项目所在公司的公司运营信息和公司财报信息，通过公司运营信息和公司财报信息提取公司经营信息，反映公司经营状况、高层人事变动和构架、资产运转和负债流转、生存运营及行业环境以及营收缴税情况，并获取拟上市发行项目的项目申报信息并提取项目特征信息，反映项目的项目类型、项目注资和资金周转、项目上市发行规模、项目运作环境以及相关政策扶植信息的情况，为项目的后续测评做好数据信息采集，以保证对项目测评的准确性。
根据本发明实施例，所述根据所述公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，根据所述公司经营监测数据和项目特征报表数据生成上市项目特征画像，并提取项目报告数据包，具体为：根据所述公司经营信息提取公司经营监测数据，包括营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据以及资产负债数据；根据所述项目特征信息提取项目特征报表数据，包括项目预期收益数据、项目资债数据、发行容量数据以及项目风险数据；根据所述营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据、资产负债数据以及项目预期收益数据、项目资债数据、发行容量数据、项目风险数据生成上市项目特征画像；根据所述上市项目特征画像提取项目报告数据包。
需要说明的是，为实现对公司项目的精准描绘，生成上市项目特征画像以映射项目的数字化图像信息，根据公司经营信息提取公司经营监测数据，包括营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据以及资产负债数据，以及根据项目特征信息提取项目特征报表数据，包括项目预期收益数据、项目资债数据、发行容量数据以及项目风险数据，根据提取的公司经营监测数据和项目特征报表数据进行综合数字描述生成上市项目特征画像，上市项目特征画像是对公司及项目的各项指标数据和资源信息包括营收、利税、人事、资金、负债、信誉、投资收益和预期的数字化描绘，是反映项目背景资源和运营构架以及成效的数字蓝图，便于对项目情况进行数据化识别和后续处理，并根据上市项目特征画像提取项目报告数据包。
根据本发明实施例，所述根据第一监测评估模型对所述项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据，具体为：所述项目报告数据包包括项目报告数据集，所述项目报告数据集包括项目资力架构数据、项目融资负债数据、成果价值数据、期望收益数据以及发行风险数据；将所述项目报告数据集输入第一监测评估模型对所述拟上市发行项目进行发行评测指标拟合计算获得项目评测指标拟合数据；所述项目评测指标拟合数据的拟合公式为：
其中，Hq为项目评测指标拟合数据，Rc为发行风险数据，Es为成果价值数据，G0为期望收益数据，Pr为项目资力架构数据，Za为项目融资负债数据，ρ、δ、ω为预设指标评测系数(通过监测评估模型的模型数据库获取)。
需要说明的是，为评测项目开展的资源支持、资金状况以及预估发行风险和项目预期收益、项目成果价值的融合度，以测评项目指标的拟合度，通过项目报告数据中的项目报告数据集，包括反映人力资源和物力倾斜的项目资力架构数据，项目相关的融资负债数据，项目转化酝酿成果的价值数据以及项目预期期望收益数据，结合上市发行的预估风险数据，输入第一监测评估模型中对拟上市发行项目进行发行评测指标拟合计算获得项目评测指标拟合数据，所述的第一监测评估模型是通过第三方项目监测评估平台获取的预设的发行投标项目类计算模型。
根据本发明实施例，所述根据第二监测评估模型对所述上市项目特征画像进行项目发行测评获取项目上市发行测评数据，具体为：根据所述上市项目特征画像提取所述拟上市发行项目的项目标书评测数据，包括：发行市值数据、预期市盈率数据、项目预期利润数据、项目负债风险数据；获取项目上市发行测评数据库，包括各类已完成上市发行测评的项目标书评测数据以及项目上市发行测评数据；根据所述项目上市发行测评数据库中各类上市发行测评项目的项目标书评测数据以及项目上市发行测评数据进行训练获得第二监测评估模型；将所述拟上市发行项目的项目标书评测数据输入至训练好的所述第二监测评估模型中获得项目上市发行测评数据。
需要说明的是，为获取拟上市发行项目的上市发行测评的预期数据，通过第二监测评估模型进行数据处理获取，第二监测评估模型是通过第三方项目监测评估平台获取的项目数据处理模型，与项目上市发行测评数据库进行数据链接，项目上市发行测评数据库包括大量已完成上市发行测评的各类项目的数据样本，通过已完成上市发行测评项目的项目标书评测数据以及项目上市发行测评数据对初始化的第二监测评估模型进行训练获得训练后的第二监测评估模型，通过第二监测评估模型可以处理项目标书评测数据得到对应项目上市发行测评数据，数据量越大则第二监测评估模型的数据处理准确率越高，根据拟上市发行项目的发行市值数据、预期市盈率数据、项目预期利润数据、项目负债风险数据输入第二监测评估模型进行处理获得项目上市发行测评数据，通过大量数据训练得到的第二监测评估模型对项目标书评测数据的处理可获得项目对应的上市发行测评数据。
根据本发明实施例，所述根据所述拟上市发行项目的项目报告数据集和项目评测指标拟合数据对所述项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据，具体为：根据所述拟上市发行项目的项目报告数据集和项目评测指标拟合数据对所述项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据；所述项目上市发行评判指标数据的计算公式为：
其中，Wk为项目上市发行评判指标数据，Wo为项目上市发行测评数据，Es为成果价值数据，Rc为发行风险数据，Hq为项目评测指标拟合数据，ε、μ为预设评判指标系数(通过监测评估模型的模型数据库获取)。
需要说明的是，为获取更加精准的项目上市发行的评判指标，通过加权获得的项目上市发行评判指标数据对项目进行评判，根据项目报告数据集中的数据和项目评测指标拟合数据对项目上市发行测评数据进行加权计算，通过项目的指标数据进行加权修正后的评判指标数据具有更高的精确度，可精准的评估项目的上市发行可行度，可作为项目上市发行评判的指标依据。
根据本发明实施例，还包括：根据所述拟上市发行项目的项目特征信息与所述项目资力架构数据、项目融资负债数据、成果价值数据以及发行风险数据输入第三监测评估模型中获取项目发行估值级别；根据所述项目类型信息输入至第三方项目上市发行监测平台中获取与所述拟上市发行项目的类型相匹配的第三监测评估模型；根据所述项目资力架构数据、项目融资负债数据、成果价值数据以及发行风险数据与所述第三监测评估模型中的资力架构阈值、资产负债阈值、成果价值阈值以及发行风险阈值分别进行阈值对比；所述资力架构阈值、资产负债阈值、成果价值阈值以及发行风险阈值分别划分为三个等级，为I、II、III级；根据所述项目资力架构数据、项目融资负债数据、成果价值数据以及发行风险数据的阈值对比结果的对应等级求均值并取整，获得所述拟上市发行项目的项目发行估值级别；根据所述项目发行估值级别调整所述拟上市发行项目的发行申报要求。
需要说明的是，根据拟上市发行项目获取对应的发行申报要求，发行申报要求根据项目发行估值级别进行划分，项目发行估值级别划分为三个等级，分别为一到三级，其中一级最高，三级最低，为获取拟上市发行项目对应的项目发行估值级别，根据拟上市发行项目的项目类型信息通过第三方项目上市发行监测平台获取与类型相匹配的第三监测评估模型，然后将拟上市发行项目的项目资力架构数据、项目融资负债数据、成果价值数据以及发行风险数据输入至第三监测评估模型中进行阈值对比，第三监测评估模型包含与各项数据对应的资力架构阈值、资产负债阈值、成果价值阈值以及发行风险阈值，四种阈值按照划分的阈值范围均分为三个等级，分别为I、II、III级，其中I级阈值范围为(0.7，1]，II级阈值范围为(0.35,0.7],III级阈值范围为[0,0.35],根据四项数据的阈值对比结果分别获得对应阈值范围级别，将四项阈值范围级别求均值并取整获得的阈值范围级别均值作为拟上市发行项目的项目发行估值级别，如项目X四项数据阈值对比结果级别分别是I级、II级、III级、III级，则其阈值范围级别均值为(1+2+3+3)/4＝2.25，取整为2，即项目X阈值范围级别为II级，对应项目发行估值级别为二级。
根据本发明实施例，还包括：根据所述拟上市发行项目的项目发行估值级别获取对应融资融券数据；根据所述项目上市发行评判指标数据结合项目资力架构数据、期望收益数据对所述融资融券数据进行修正获得融资扶持数据；根据所述融资扶持数据对所述拟上市发行项目进行风投。
所述融资扶持数据的修正公式为：
其中，G0为期望收益数据，Wk为项目上市发行评判指标数据，Pr为项目资力架构数据，N0为融资融券数据，Nf为融资扶持数据，η、为预设系数(通过监测评估模型的模型数据库获取)。
需要说明的是，本案中项目的融资扶持根据拟上市发行项目的项目上市发行评判指标数据结合项目资力架构数据、期望收益数据进行修正获得，根据项目上市发行评判指标数据、项目资力架构数据、期望收益数据结合监测评估模型中查询的该项目相关系数对拟风投发行项目的融资融券数据进行修正获得融资扶持数据作为对该项目的风投扶持资金，通过系数结合该项目相关指标数据的修正可提高对项目风投的资金扶持力度的精准计算。
本发明第三方面提供了一种可读存储介质，所述可读存储介质中包括一种投行业务上市项目质量的智能评估方法程序，所述投行业务上市项目质量的智能评估方法程序被处理器执行时，实现如上述任一项所述的一种投行业务上市项目质量的智能评估方法的步骤。
本发明公开的一种投行业务上市项目质量的智能评估方法、系统和介质，通过获取拟上市发行项目的公司经营信息和项目特征信息，并提取公司经营监测数据和项目特征报表数据生成上市项目特征画像并提取项目报告数据包，根据监测评估模型对项目报告数据包的数据集进行拟合处理分析获取项目评测指标拟合数据，以及对上市项目特征画像进行测评获取项目上市发行测评数据，再根据项目报告数据集和项目评测指标拟合数据对项目上市发行测评数据进行处理获得项目上市发行评判指标数据，并与评估阈值进行阈值对比判断项目的可发行性；从而基于公司和项目监测信息数据生成上市项目特征画像进行项目测评获取项目上市发行测评数据并结合项目评测指标拟合数据和项目报告数据集进行修正获取项目上市发行评判指标数据，获得实现对项目上市发行进行智能监测评估的智能评估技术。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例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，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (7)

1.一种投行业务上市项目质量的智能评估方法，其特征在于，包括：
获取拟上市发行项目的公司经营信息和项目特征信息；
根据所述公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，根据所述公司经营监测数据和项目特征报表数据生成上市项目特征画像，并提取项目报告数据包；
根据第一监测评估模型对所述项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据；
根据第二监测评估模型对所述上市项目特征画像进行项目发行测评获取项目上市发行测评数据；
根据所述拟上市发行项目的项目报告数据集和项目评测指标拟合数据对所述项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据；
根据所述项目上市发行评判指标数据与拟上市发行项目类型对应的预设项目上市发行评估阈值进行阈值对比判断所述拟上市发行项目的可发行性；
所述根据第一监测评估模型对所述项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据，包括：
所述项目报告数据包包括项目报告数据集，所述项目报告数据集包括项目资力架构数据、项目融资负债数据、成果价值数据、期望收益数据以及发行风险数据；
将所述项目报告数据集输入第一监测评估模型对所述拟上市发行项目进行发行评测指标拟合计算获得项目评测指标拟合数据；
所述项目评测指标拟合数据的拟合公式为：
其中，Hq为项目评测指标拟合数据，Rc为发行风险数据，Es为成果价值数据，G0为期望收益数据，Pr为项目资力架构数据，Za为项目融资负债数据，ρ、δ、ω为预设指标评测系数；
所述根据第二监测评估模型对所述上市项目特征画像进行项目发行测评获取项目上市发行测评数据，包括：
根据所述上市项目特征画像提取所述拟上市发行项目的项目标书评测数据，包括：发行市值数据、预期市盈率数据、项目预期利润数据、项目负债风险数据；
获取项目上市发行测评数据库，包括各类已完成上市发行测评的项目标书评测数据以及项目上市发行测评数据；
根据所述项目上市发行测评数据库中各类上市发行测评项目的项目标书评测数据以及项目上市发行测评数据进行训练获得第二监测评估模型；
将所述拟上市发行项目的项目标书评测数据输入至训练好的所述第二监测评估模型中获得项目上市发行测评数据；
所述项目上市发行评判指标数据的计算公式为：
其中，Wk为项目上市发行评判指标数据，Wo为项目上市发行测评数据，Es为成果价值数据，Rc为发行风险数据，Hq为项目评测指标拟合数据，ε、μ为预设评判指标系数。
2.根据权利要求1所述的投行业务上市项目质量的智能评估方法，其特征在于，所述获取拟上市发行项目的公司经营信息和项目特征信息，包括：
获取拟上市发行项目公司的公司运营信息和公司财报信息；
根据所述公司运营信息和公司财报信息提取公司经营信息，包括经营状况信息、人事构架信息、资产债务信息、运营环境信息以及营收利税信息；
获取拟上市发行项目的项目申报信息，根据所述项目申报信息提取项目特征信息，包括项目类型信息、注资周转信息、发行规模信息、项目环境信息以及政策扶持信息。
3.根据权利要求2所述的投行业务上市项目质量的智能评估方法，其特征在于，所述根据所述公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，根据所述公司经营监测数据和项目特征报表数据生成上市项目特征画像，并提取项目报告数据包，包括：
根据所述公司经营信息提取公司经营监测数据，包括营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据以及资产负债数据；
根据所述项目特征信息提取项目特征报表数据，包括项目预期收益数据、项目资债数据、发行容量数据以及项目风险数据；
根据所述营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据、资产负债数据、项目预期收益数据、项目资债数据、发行容量数据及项目风险数据生成上市项目特征画像；
根据所述上市项目特征画像提取项目报告数据包。
4.一种投行业务上市项目质量的智能评估系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括投行业务上市项目质量的智能评估方法的程序，所述投行业务上市项目质量的智能评估方法的程序被所述处理器执行时实现以下步骤：
获取拟上市发行项目的公司经营信息和项目特征信息；
根据所述公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，根据所述公司经营监测数据和项目特征报表数据生成上市项目特征画像，并提取项目报告数据包；
根据第一监测评估模型对所述项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据；
根据第二监测评估模型对所述上市项目特征画像进行项目发行测评获取项目上市发行测评数据；
根据所述拟上市发行项目的项目报告数据集和项目评测指标拟合数据对所述项目上市发行测评数据进行加权处理获得项目上市发行评判指标数据；
根据所述项目上市发行评判指标数据与拟上市发行项目类型对应的预设项目上市发行评估阈值进行阈值对比判断所述拟上市发行项目的可发行性；
所述根据第一监测评估模型对所述项目报告数据包中的项目报告数据集进行发行评测指标拟合处理分析，获取项目评测指标拟合数据，包括：
所述项目报告数据包包括项目报告数据集，所述项目报告数据集包括项目资力架构数据、项目融资负债数据、成果价值数据、期望收益数据以及发行风险数据；
将所述项目报告数据集输入第一监测评估模型对所述拟上市发行项目进行发行评测指标拟合计算获得项目评测指标拟合数据；
所述项目评测指标拟合数据的拟合公式为：
其中，Hq为项目评测指标拟合数据，Rc为发行风险数据，Es为成果价值数据，G0为期望收益数据，Pr为项目资力架构数据，Za为项目融资负债数据，ρ、δ、ω为预设指标评测系数；
所述根据第二监测评估模型对所述上市项目特征画像进行项目发行测评获取项目上市发行测评数据，包括：
根据所述上市项目特征画像提取所述拟上市发行项目的项目标书评测数据，包括：发行市值数据、预期市盈率数据、项目预期利润数据、项目负债风险数据；
获取项目上市发行测评数据库，包括各类已完成上市发行测评的项目标书评测数据以及项目上市发行测评数据；
根据所述项目上市发行测评数据库中各类上市发行测评项目的项目标书评测数据以及项目上市发行测评数据进行训练获得第二监测评估模型；
将所述拟上市发行项目的项目标书评测数据输入至训练好的所述第二监测评估模型中获得项目上市发行测评数据；
所述项目上市发行评判指标数据的计算公式为：
其中，Wk为项目上市发行评判指标数据，Wo为项目上市发行测评数据，Es为成果价值数据，Rc为发行风险数据，Hq为项目评测指标拟合数据，ε、μ为预设评判指标系数。
5.根据权利要求4所述的投行业务上市项目质量的智能评估系统，其特征在于，所述获取拟上市发行项目的公司经营信息和项目特征信息，包括：
获取拟上市发行项目公司的公司运营信息和公司财报信息；
根据所述公司运营信息和公司财报信息提取公司经营信息，包括经营状况信息、人事构架信息、资产债务信息、运营环境信息以及营收利税信息；
获取拟上市发行项目的项目申报信息，根据所述项目申报信息提取项目特征信息，包括项目类型信息、注资周转信息、发行规模信息、项目环境信息以及政策扶持信息。
6.根据权利要求5所述的投行业务上市项目质量的智能评估系统，其特征在于，所述根据所述公司经营信息和项目特征信息分别提取公司经营监测数据以及项目特征报表数据，根据所述公司经营监测数据和项目特征报表数据生成上市项目特征画像，并提取项目报告数据包，包括：
根据所述公司经营信息提取公司经营监测数据，包括营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据以及资产负债数据；
根据所述项目特征信息提取项目特征报表数据，包括项目预期收益数据、项目资债数据、发行容量数据以及项目风险数据；
根据所述营收财报数据、高管执信数据、融资流通数据、投资期望数据、收益利税数据、资产负债数据以及项目预期收益数据、项目资债数据、发行容量数据、项目风险数据生成上市项目特征画像；
根据所述上市项目特征画像提取项目报告数据包。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括投行业务上市项目质量的智能评估方法程序，所述投行业务上市项目质量的智能评估方法程序被处理器执行时，实现如权利要求1至3中任一项所述的投行业务上市项目质量的智能评估方法的步骤。
CN202310109210.3A 2023-02-01 2023-02-01 一种投行业务上市项目质量的智能评估方法、系统及介质 Active CN116151670B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310109210.3A CN116151670B (zh) 2023-02-01 2023-02-01 一种投行业务上市项目质量的智能评估方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310109210.3A CN116151670B (zh) 2023-02-01 2023-02-01 一种投行业务上市项目质量的智能评估方法、系统及介质

Publications (2)

Publication Number Publication Date
CN116151670A CN116151670A (zh) 2023-05-23
CN116151670B true CN116151670B (zh) 2023-11-24

Family

ID=86338655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310109210.3A Active CN116151670B (zh) 2023-02-01 2023-02-01 一种投行业务上市项目质量的智能评估方法、系统及介质

Country Status (1)

Country Link
CN (1) CN116151670B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107292744A (zh) * 2017-06-07 2017-10-24 前海梧桐（深圳）数据有限公司 基于机器学习的投资趋势分析方法及其系统
CN110619462A (zh) * 2019-09-10 2019-12-27 苏州方正璞华信息技术有限公司 一种基于ai模型的项目质量评估方法
CN111080133A (zh) * 2019-12-18 2020-04-28 华润租赁有限公司 光伏电站融资风险评估方法、系统、设备及存储介质
CN111726233A (zh) * 2020-07-30 2020-09-29 北京共识数信科技有限公司 一种基于数字身份的区块链凭证的发放方法
CN114757754A (zh) * 2021-07-26 2022-07-15 上海羽时互联网金融信息服务有限公司 上市公司画像系统、方法、存储介质及电子设备
CN114757753A (zh) * 2021-07-26 2022-07-15 上海羽时互联网金融信息服务有限公司 上市公司财务评价方法、评价装置、存储介质与电子设备
CN115203496A (zh) * 2022-05-16 2022-10-18 广东省技术经济研究发展中心 基于大数据的项目智能预测及评估方法、系统及可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10241786B2 (en) * 2017-01-26 2019-03-26 International Business Machines Corporation Evaluating project maturity from data sources

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107292744A (zh) * 2017-06-07 2017-10-24 前海梧桐（深圳）数据有限公司 基于机器学习的投资趋势分析方法及其系统
CN110619462A (zh) * 2019-09-10 2019-12-27 苏州方正璞华信息技术有限公司 一种基于ai模型的项目质量评估方法
CN111080133A (zh) * 2019-12-18 2020-04-28 华润租赁有限公司 光伏电站融资风险评估方法、系统、设备及存储介质
CN111726233A (zh) * 2020-07-30 2020-09-29 北京共识数信科技有限公司 一种基于数字身份的区块链凭证的发放方法
CN114757754A (zh) * 2021-07-26 2022-07-15 上海羽时互联网金融信息服务有限公司 上市公司画像系统、方法、存储介质及电子设备
CN114757753A (zh) * 2021-07-26 2022-07-15 上海羽时互联网金融信息服务有限公司 上市公司财务评价方法、评价装置、存储介质与电子设备
CN115203496A (zh) * 2022-05-16 2022-10-18 广东省技术经济研究发展中心 基于大数据的项目智能预测及评估方法、系统及可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
上市公司财务数据实用质量智能评估框架构建;孙凡;《财会月刊》(第7期);第37-41页 *

Also Published As

Publication number Publication date
CN116151670A (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN108932585B (zh) 一种商户运营管理方法及其设备、存储介质、电子设备
CN108009915A (zh) 一种欺诈用户社区的标记方法及相关装置
CN111461857A (zh) 中小银行个人线上信贷方法、装置、系统、设备和介质
CN109102394A (zh) 风险评估方法、装置及计算机可读存储介质
CN111260189B (zh) 一种风险控制方法、装置、计算机系统及可读存储介质
CN117391292A (zh) 碳排放节能管理分析系统及方法
CN112037039A (zh) 一种贷款评估方法及装置
CN111506876A (zh) 一种数据预测分析方法、系统、设备及可读存储介质
CN111898611A (zh) 一种结合rpa和ai的收款凭证生成方法、装置、设备及介质
CN115203496A (zh) 基于大数据的项目智能预测及评估方法、系统及可读存储介质
CN110020939B (zh) 建立违约损失率预测模型的装置、方法及存储介质
CN110796539A (zh) 一种征信评估方法及装置
CN111062602A (zh) 企业信用风险评估的方法、装置及存储介质
CN114139931A (zh) 企业数据评估方法、装置、计算机设备及存储介质
CN116151670B (zh) 一种投行业务上市项目质量的智能评估方法、系统及介质
CN116596659A (zh) 基于大数据风控的企业智能化信贷审批方法、系统及介质
CN111476657A (zh) 信息推送方法、装置及系统
CN116091200A (zh) 基于机器学习的场景授信系统、方法、电子设备及介质
CN111160695A (zh) 计算机运行的风险账户的识别方法、系统、装置及存储介质
CN116934131A (zh) 一种企业经营状况评估方法、装置及设备
CN116342305A (zh) 一种差旅费报销方法、装置、计算机设备及存储介质
CN113807943A (zh) 一种不良资产的多因子估值方法及系统、介质、设备
CN114119107A (zh) 一种钢贸企业交易测评方法、装置、设备及存储介质
CN113420789A (zh) 一种预测风险账号的方法、装置、存储介质和计算机设备
CN114880369A (zh) 一种基于弱数据技术的风险授信方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant