CN1924924A - 一种金融投资对象数据测评方法及系统 - Google Patents
一种金融投资对象数据测评方法及系统 Download PDFInfo
- Publication number
- CN1924924A CN1924924A CNA2006101389402A CN200610138940A CN1924924A CN 1924924 A CN1924924 A CN 1924924A CN A2006101389402 A CNA2006101389402 A CN A2006101389402A CN 200610138940 A CN200610138940 A CN 200610138940A CN 1924924 A CN1924924 A CN 1924924A
- Authority
- CN
- China
- Prior art keywords
- value
- data
- standard
- financial investment
- investment object
- 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
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供一种金融投资对象数据测评方法及系统,本发明包括:对金融投资对象的基础数据进行采集;根据所述的基础数据得到指标数据;根据所述的指标数据逐个指标的计算生成各个指标数据的多个标准值;根据所述的多个标准值对金融投资对象进行数据测评。用以克服现有对评价投资对象使用的标准值的计算困难,解决对各行业投资对象进行风险评价的需要,生成的行业标准值可以用于金融企业对客户的评级、授信、日常贷款分析等方面,使得金融企业能有效控制贷款和其它投资的风险。
Description
技术领域
本发明涉及对投资对象进行评价和评级的技术领域,特别是涉及用于提供对投资对象进行评价和评级所使用的标准值的技术,具体的讲是一种金融投资对象数据测评方法及系统。
背景技术
随着市场经济的不断发展,企业的竞争越来越激烈,市场风险越来越难以控制。比如像金融企业都具有大量的资金,需要通过贷款或其它的投资方式投入市场,如何控制资金的风险,将资金投向信用好,盈利能力高的投资对象显得非常重要。
在现有技术中对投资对象进行评价和评级时,由于处在不同行业的投资对象具有不同的特征,并不能使用一个统一的标准进行评价。比如,一个拥有200项发明专利的家电行业的企业可能是一个市场竞争力一般的企业,而一个仅拥有20项发明专利的农产品加工企业反而可能是一个市场竞争力非常强的企业,那么金融企业的资金应该投放给这个农产品加工企业,而不应该投放给这个家电企业。可见投资对象数据的不同会导致不同的投资结果,因此,需要研发出一套科学的评价各个行业投资对象的标准值,以解决对各行业投资对象进行风险评价的需要,从而使投资的收益实现最大化,但目前对评价投资对象使用的标准值的计算非常困难。
发明内容
本发明的目的在于,提供一种金融投资对象数据测评方法及系统,用以克服现有对评价投资对象使用的标准值的计算困难,提供一种操作简便,处理效率高的生成评价投资对象使用的标准值的系统和方法,以解决对各行业投资对象进行风险评价的需要,比如它生成的行业标准值可以用于金融企业对客户的评级、授信、日常贷款分析等方面,使得金融企业能有效控制贷款和其它投资的风险。
本发明的目的之一在于,提供一种金融投资对象数据测评方法,该方法包括以下步骤:对金融投资对象的基础数据进行采集;根据所述的基础数据得到指标数据;根据所述的指标数据逐个指标的计算生成各个指标数据的多个标准值;根据所述的多个标准值对金融投资对象进行数据测评。
所述的金融投资对象的基础数据包括:代表金融投资对象所属行业的数据、代表金融投资对象规模的数据和金融投资对象财务数据。
根据金融投资对象所属行业和金融投资对象规模的统计口径,逐个指标的测算出平均值,再根据平均值测算较好值和较低值,最后分别根据较好值和较低值测算优秀值和较差值,依次得到每个指标的五档标准值。
根据指标的计算方向,认定各档标准值之间的大小关系,得到“行业+规模”两维组合的一套指标标准值数据。
所述的金融投资对象的基础数据包括:代表金融投资对象所属行业的数据、代表金融投资对象规模的数据、代表金融投资对象所有制的数据、代表金融投资对象所在地的数据、代表金融投资对象是否上市的数据和金融投资对象财务数据。
根据金融投资对象所属行业和金融投资对象规模,或者金融投资对象所属行业和金融投资对象所有制,或者金融投资对象所属行业和金融投资对象所有制和金融投资对象所在地,或者其他金融投资对象的基础数据的有效组合,作为统计口径,逐个指标的测算出平均值,再根据平均值测算较好值和较低值,最后分别根据较好值和较低值测算优秀值和较差值,依次得到每个指标的五档标准值。
根据指标的计算方向,认定各档标准值之间的大小关系,得到金融投资对象的基础数据的有效组合的多维组合的一套指标标准值数据。
根据指标的计算方向,认定各档标准值之间的大小关系,得到“行业+规模”或“行业+所有制”或“行业+所有制+所在地”的两维组合或三维组合的一套指标标准值数据。
本发明所述的方法还包括以下步骤:对所述的多个标准值进行年度调整,其中:将当年的多个标准值作为初始标准值,然后将所述的初始标准值与上年存储的标准值进行加权平均,得到调整后的标准值,用调整后的标准值更新上年存储的初始标准值。
所述的指标值根据金融投资对象的资产规模、负债大小、年盈利能力、流动比率、专利申请数量等而定。
所述的多个标准值是指五档标准值,该五档标准值包括:指标值优秀值、指标值良好值、指标值平均值、指标值较低值、指标值较差值。
对所述的多个标准值进行校验和调整,如果所述的多个标准值均达到发布的条件则对所述的多个标准值进行发布。
所述的多个标准值是指五档标准值,该五档标准值包括:指标值优秀值、指标值良好值、指标值平均值、指标值较低值、指标值较差值;对所述的多个标准值进行校验包括:对所述的多个标准值进行档次校验,用于根据指标的计算方向,判别该指标五档标准值的大小排序;对所述的多个标准值进行非空校验,用于判断每个指标的五档标准值是否都有数值或为空。
本发明的另一目的在于,提供一种金融投资对象数据测评系统,该系统包括:主机;所述的主机包括:基础数据采集装置,用于对金融投资对象的基础数据进行采集;指标数据生成装置,用于根据所述的基础数据得到指标数据;数据存储装置,用于对所述的基础数据和指标数据进行存储;标准值生成装置,根据所述的指标数据逐个指标的计算生成各个指标数据的多个标准值;标准值发布导出装置:用于输出对金融投资对象进行数据测评的多个标准值。
本发明所述的系统还包括:标准值年度调整装置,用于对所述的多个标准值进行年度调整,其中:将当年的多个标准值作为初始标准值,然后将所述的初始标准值与上年存储的标准值进行加权平均,得到调整后的标准值,用调整后的标准值更新上年存储的初始标准值。
标准值进行校验和调整装置,用于对所述的多个标准值进行校验和调整;标准值发布装置,用于对所述的多个标准值进行发布。
所述的标准值校验和调整装置进一步包括:档次校验单元,用于对所述的多个标准值进行档次校验,根据指标的计算方向,判断该指标五档标准值的大小排序;非空校验单元,用于对所述的多个标准值进行非空校验,判断每个指标的五档标准值是否都有数值或为空。
本发明的效果是,实现了高效地生成对投资对象进行评价和评级所使用的标准值,主要从如下两方面体现:
一、本发明提供了一种更加科学且操作简便的生成评价投资对象使用的标准值的方法,它通过对各行业客户的财务报表数据进行筛选得到客户指标样本,进而再测算行业规模的标准值,客户所属行业、规模、地区等分布的广泛性都相应的提高了标准值数据的准确性,而且随后采用的调整和校验处理进一步确保了标准值数据的合理性。
二、本发明采用分步批量处理方式,生成对投资对象进行评价和评级所使用的标准值的效率非常高,能克服大量数据计算的困难。
附图说明
图1为本发明用于提供评价投资对象使用的标准值的系统结构图;
图2为本发明实施例数据存储装置结构图;
图3为本发明实施例数据处理装置结构图;
图4为本发明实施例用于提供评价投资对象使用的标准值的方法流程图。
具体实施方式
本发明克服了现有对评价投资对象使用的标准值的计算困难,提供一种更具有现实意义,且操作简便,处理效率高的生成评价投资对象使用的标准值的系统和方法,以解决对各行业投资对象进行风险评价的需要,比如它生成的行业标准值可以用于金融企业对客户的评级、授信、日常贷款分析等方面,使得金融企业能有效控制贷款和其它投资的风险。
本发明首先根据企业已有的客户资料,其中有客户所属行业(国标分类)、所属地区、客户规模(大、中、小型)等以及某年度的三大财务报表(资产负债表、损益表、现金流量表),逐个客户的计算出20余个财务指标值,作为后续统计用的基础数据(或样本数据)。
在上述基础数据范围内,根据行业和规模的统计口径,逐个指标的测算出平均值,再根据平均值测算较好值和较低值,最后分别根据较好值和较低值测算优秀值和较差值,即“递进平均法”,依次得到每个指标的五档标准值。其中要根据指标的计算方向,即指标值是越大越好还是越小越好,来认定各档标准值之间的大小关系。最终得到“行业+规模”两维组合的一套指标标准值数据,即可供其他系统使用的行业标准值。
生成一套完整的标准值数据要经过上述的计算标准值和得到指标标准值数据的两个过程,为了提高准确性,需采集尽量多的原始资料数据,这就使每个过程都涉及大数据量的运算,耗时较长。因此本系统采用批量方式,针对具体过程分别以地区或者行业的并发实现批量处理,以提高效率。
由于客户还存在其他属性(如客户所有制、客户所在地区、是否上市等),因此参见“行业+规模”的测算模式,还可进行其他维度的数据生成,如“地区+所有制”,也就是在前面所述的基础数据范围内,根据地区和所有制的统计口径,逐个指标的测算平均值、较好值等五档标准值,供信贷分析用。以此类推还有“行业+所有制”、“行业+上市公司”、“规模+上市公司”等。除了这些两维的还有三维的或更高维的,如“地区+行业+规模”,“地区+行业+所有制”等。
下面将对照附图,对本发明的技术方案进行详细说明。
在图1中,包括存储标准值信息存储装置2和处理标准值信息的数据处理装置3,数据存储装置2和数据处理装置3存在于系统主机1中,系统主机1可是大型计算机,也可以是中、小型计算机或PC服务器,运行处理企业信息管理的系统。数据存储装置2存储企业的数据信息,可以是一个数据库管理系统,也可以是一个文件系统。数据处理装置3为负责进行标准值信息计算的系统。
在图2中,所述数据存储装置2存储标准值相关的数据信息,至少包括一个标准值数据存储单元10,存储标准值指标与标准值数据信息。标准值数据存储单元10至少包括指标数据存储装置11和五档标准值信息存储装置12。
指标数据存储装置11存储各客户的标准值指标信息,至少包括:客户编号、所属行业、所属地区、客户规模、所有制、是否上市、指标值1、......、指标值n。其中指标值的多少及其具体的作用需要根据具体的需要而定,资产规模、负债大小、年盈利能力、流动比率、专利申请数量等等。
五档标准值信息存储装置12存储标准数据信息值,至少包括:维度组合、指标值1优秀值、指标值1良好值、指标值1平均值、指标值1较低值、指标值1较差值、......、指标值n优秀值、指标值n良好值、指标值n平均值、指标值n较低值、指标值n较差值。
其中维度组合,是根据具体的标准值计算要求而定的,比如“行业+规模”、“行业+所有制”、“行业+上市公司”、“规模+上市公司”等,除了这些两维的还有三维的或更高维的,如“地区+行业+规模”,“地区+行业+所有制”等。
在图3中,所述数据处理装置3至少包括主处理单元20、基础数据采集装置21、指标数据生成装置22、递进平均法计算装置23、标准值年度调整装置24、标准值校验调整装置25和标准值发布导出装置26。
主处理单元20,是数据处理装置3的主控单元,负责处理过程的控制,通过调用基础数据采集装置21、指标数据生成装置22、递进平均法计算装置23、标准值年度调整装置24、标准值校验调整装置25和标准值发布导出装置26完成标准值数据的生成与发布处理。
基础数据采集装置21,负责进行基础数据的采集,采集的数据包括财务指标信息、客户财务报表信息、行政地区报表信息等。
指标数据生成装置22,利用基础数据进行指标数据的生成,各个指标有各自的计算公式,需要根据具体的指标要求而定。
递进平均法计算装置23,采用递进平均法,生成每一个指标的五档标准值,递进平均法计算公司如下:
1)对与正向的指标(即越大越好),其计算方法为:
平均值=∑(所有客户指标值)/所有客户数;
良好值=∑(大于平均值的客户指标值)/大于平均值的客户数;
优秀值=∑(大于良好值的客户指标值)/大于良好值的客户数;
较低值=∑(小于平均值的客户指标值)/小于平均值的客户数;
较差值=∑(小于较低值的客户指标值)/小于较低值的客户数;
2)对与反向的指标(即越小越好),其计算方法为:
平均值=∑(所有客户指标值)/所有客户数;
良好值=∑(小于平均值的客户指标值)/小于平均值的客户数;
优秀值=∑(小于良好值的客户指标值)/小于良好值的客户数;
较低值=∑(大于平均值的客户指标值)/大于平均值的客户数;
较差值=∑(大于较低值的客户指标值)/大于较低值的客户数;
通过访问指标数据存储装置11得到各指标的数据,采用递进平均法的计算方法计算完成后,再将计算结果存储到五档标准值信息存储装置12中。
标准值年度调整装置24,负责进行行业标准值的年度调整,将计算得到初始标准值与上年标准值进行加权平均,具体的权重是由经验得到的数据。其计算公式为:
调整后标准值=初始标准值×初始标准值权重+上年标准值×上年标准值权重,
通过访问五档标准值信息存储装置12得到初始标准值,再利用年度调整计算公式计算出调整后的五档标准值,最后重新存储到五档标准值信息存储装置12中,更新原来的五档初始标准值。
标准值校验调整装置25,对标准值进行档次校验和非空校验,档次校验的方法为:根据指标的计算方向,判别该指标五档标准值的大小排序,如“流动比率”是正向计算的,则该指标的五档标准值必须符合如下关系:优秀值>良好值>平均值>较低值>较差值。非空校验,即每个指标的五档标准值必须都有数值,不能为空。
标准值发布导出装置26,负责进行标准值发布导出,导出的数据格式一般可用使用文本的方式进行导出,字段之间的分隔符可以使用“;”、“Tab键”等。
在图4中,步骤100:负责进行基础数据的采集,需要采集的数据包括:
财务指标信息,如指标名称、计算方向、指标值等;
客户财务报表信息,比如客户的资产负债表,损益表、现金流量表等,这些数据一般是由客户报送来的;
行政地区报表信息,一般是由金融监管部门提供的关于金融信息方面的报表数据。
这些基础数据,如果涵盖的客户范围越广,客户数量越多,则得到的标准值也就越准确。
步骤101:利用基础数据进行指标数据的生成,各个指标有各自的计算公式,需要根据具体的指标要求而定。有些指标是不需通过计算的,比如资产总额、负责总额、流动资产、流动负债等可以从基础数据中的资产负债表中直接得到。有些指标值则需要通过计算得到,例如计算某一客户的“流动比率”指标,其计算公式为:
流动比率=(流动资产/流动负债)×100%
从该客户的财务报表中读取“流动资产”和“流动负债”两个数据,然后再根据该公式进行计算,即得到“流动比率”指标值,最后将计算得到的指标值存储到指标数据存储装置11。
步骤102:根据步骤101处理结果为基础,采用递进平均法,生成每一个指标的5档标准值。递进平均法计算公司如下:
1)对与正向的指标(即越大越好),其计算方法为:
平均值=∑(所有客户指标值)/所有客户数;
良好值=∑(大于平均值的客户指标值)/大于平均值的客户数;
优秀值=∑(大于良好值的客户指标值)/大于良好值的客户数;
较低值=∑(小于平均值的客户指标值)/小于平均值的客户数;
较差值=∑(小于较低值的客户指标值)/小于较低值的客户数;
2)对与反向的指标(即越小越好),其计算方法为:
平均值=∑(所有客户指标值)/所有客户数;
良好值=∑(小于平均值的客户指标值)/小于平均值的客户数;
优秀值=∑(小于良好值的客户指标值)/小于良好值的客户数;
较低值=∑(大于平均值的客户指标值)/大于平均值的客户数;
较差值=∑(大于较低值的客户指标值)/大于较低值的客户数;
通过访问指标数据存储装置11得到各指标的数据,采用递进平均法的计算方法计算完成后,再将计算结果存储到五档标准值信息存储装置12中。
例如:测算大型农业企业的“流动比率”的标准值,则统计规模为“大型”,行业属于“农业”的所有客户,计算出“流动比率”的平均值,即五档标准值的中间值;还是在这个规模和行业的范围内,由于该指标的计算方向是“正向”,所以统计“流动比率”大于中间值的客户,计算出这些客户的“流动比率”平均值,即良好值;仍然在这个规模和行业的范围内,统计“流动比率”大于良好值的客户,计算出这些客户的“流动比率”平均值,即优秀值;依此类推,计算小于中间值的平均值,就是较低值;计算小于较低值的平均值,就是较差值。
步骤103:根据步骤102计算得到的五档标准值,进行行业标准值的年度调整,将步骤102计算得到初始标准值与上年标准值进行加权平均,具体的权重是由经验得到的数据。例如:比较初始行业标准值与上年度已有的行业标准值的差异,若差异在20%以上,可以初始标准值权重为20%、上年标准值权重为80%;若差异在10-20%,可以初始标准值权重为30%、上年标准值权重为70%;若差异在5-10%,可以初始标准值权重为50%、上年标准值权重为50%;若差异在5%以内,可以初始标准值权重为70%、上年标准值权重为30%。
其计算公式为:
调整后标准值=初始标准值×初始标准值权重+上年标准值×上年标准值权重,
通过访问五档标准值信息存储装置12得到初始标准值,再利用年度调整计算公式计算出调整后的5档标准值,最后重新存储到5档标准值信息存储装置12中,更新原来的5档初始标准值。
步骤104:对标准值进行档次校验和非空校验,对校验不通过的记录,再通过逐笔查询进行手工调整,以保证标准值达到发布的要求。
档次校验的方法,即根据指标的计算方向,判别该指标五档标准值的大小排序,如“流动比率”是正向计算的,则该指标的五档标准值必须符合如下关系:优秀值>良好值>平均值>较低值>较差值。
非空校验,即每个指标的五档标准值必须都有数值,不能为空。
步骤105:进行标准值发布导出,标准值计算好后一般需要用于其它系统的使用,比如用于金融企业对客户的评级、授信、日常贷款分析等。导出的数据格式一般需要根据使用的系统而定,一般可用使用文本的方式进行导出,字段之间的分隔符可以使用“;”、“Tab键”等等。
本发明实现了高效地生成对投资对象进行评价和评级所使用的标准值,主要从如下两方面体现:
1)本发明提供了一种更加科学且操作简便的生成评价投资对象使用的标准值的方法,它通过对各行业客户的财务报表数据进行筛选得到客户指标样本,进而再测算行业规模的标准值,客户所属行业、规模、地区等分布的广泛性都相应的提高了标准值数据的准确性,而且随后采用的调整和校验处理进一步确保了标准值数据的合理性。
2)本发明采用分步批量处理方式,生成对投资对象进行评价和评级所使用的标准值的效率非常高,能克服大量数据计算的困难。
以上具体实施方式仅用于说明本发明,而非用于限定本发明。
Claims (27)
1.一种金融投资对象数据测评方法,其特征在于包括以下步骤:
对金融投资对象的基础数据进行采集;
根据所述的基础数据得到指标数据;
根据所述的指标数据逐个指标的计算生成各个指标数据的多个标准值;
根据所述的多个标准值对金融投资对象进行数据测评。
2.根据权利要求1所述的方法,其特征在于,所述的金融投资对象的基础数据包括:代表金融投资对象所属行业的数据、代表金融投资对象规模的数据和金融投资对象财务数据。
3.根据权利要求2所述的方法,其特征在于,根据金融投资对象所属行业和金融投资对象规模的统计口径,逐个指标的测算出平均值,再根据平均值测算较好值和较低值,最后分别根据较好值和较低值测算优秀值和较差值,依次得到每个指标的五档标准值。
4.根据权利要求3所述的方法,其特征在于,根据指标的计算方向,认定各档标准值之间的大小关系,得到“行业+规模”两维组合的一套指标标准值数据。
5.根据权利要求1所述的方法,其特征在于,所述的金融投资对象的基础数据包括:代表金融投资对象所属行业的数据、代表金融投资对象规模的数据、代表金融投资对象所有制的数据、代表金融投资对象所在地的数据、代表金融投资对象是否上市的数据和金融投资对象财务数据。
6.根据权利要求5所述的方法,其特征在于,根据金融投资对象所属行业和金融投资对象规模,或者金融投资对象所属行业和金融投资对象所有制,或者金融投资对象所属行业和金融投资对象所有制和金融投资对象所在地,或者其他金融投资对象的基础数据的有效组合,作为统计口径,逐个指标的测算出平均值,再根据平均值测算较好值和较低值,最后分别根据较好值和较低值测算优秀值和较差值,依次得到每个指标的五档标准值。
7.根据权利要求6所述的方法,其特征在于,根据指标的计算方向,认定各档标准值之间的大小关系,得到金融投资对象的基础数据的有效组合的多维组合的一套指标标准值数据。
8.根据权利要求6所述的方法,其特征在于,根据指标的计算方向,认定各档标准值之间的大小关系,得到“行业+规模”或“行业+所有制”或“行业+所有制+所在地”的两维组合或三维组合的一套指标标准值数据。
9.根据权利要求1所述的方法,其特征在于还包括以下步骤:
对所述的多个标准值进行年度调整,其中:将当年的多个标准值作为初始标准值,然后将所述的初始标准值与上年存储的标准值进行加权平均,得到调整后的标准值,用调整后的标准值更新上年存储的初始标准值。
10.根据权利要求1所述的方法,其特征在于,所述的指标值根据金融投资对象的资产规模、负债大小、年盈利能力、流动比率、专利申请数量等而定。
11.根据权利要求1所述的方法,其特征在于,所述的多个标准值是指五档标准值,该五档标准值包括:指标值优秀值、指标值良好值、指标值平均值、指标值较低值、指标值较差值。
12.根据权利要求1所述的方法,其特征在于,对所述的多个标准值进行校验和调整,如果所述的多个标准值均达到发布的条件则对所述的多个标准值进行发布。
13.根据权利要求12所述的方法,其特征在于,所述的多个标准值是指五档标准值,该五档标准值包括:指标值优秀值、指标值良好值、指标值平均值、指标值较低值、指标值较差值;
对所述的多个标准值进行校验包括:
对所述的多个标准值进行档次校验,用于根据指标的计算方向,判别该指标五档标准值的大小排序;
对所述的多个标准值进行非空校验,用于判断每个指标的五档标准值是否都有数值或为空。
14.一种金融投资对象数据测评系统,该系统包括:主机;其特征在于,所述的主机包括:
基础数据采集装置,用于对金融投资对象的基础数据进行采集;
指标数据生成装置,用于根据所述的基础数据得到指标数据;
数据存储装置,用于对所述的基础数据和指标数据进行存储;
标准值生成装置,根据所述的指标数据逐个指标的计算生成各个指标数据的多个标准值;
标准值发布导出装置,用于输出对金融投资对象进行数据测评的多个标准值。
15.根据权利要求14所述的系统,其特征在于还包括:标准值信息存储装置,用于存储所述的标准值;并且,所述的标准值生成装置是指,递进平均法计算装置,用于采用递进平均法计算生成各个指标数据的多个标准值。
16.根据权利要求14所述的系统,其特征在于,所述的金融投资对象的基础数据包括:代表金融投资对象所属行业的数据、代表金融投资对象规模的数据和金融投资对象财务数据。
17.根据权利要求15所述的系统,其特征在于,所述的递进平均法计算装置,根据金融投资对象所属行业和金融投资对象规模的统计口径,逐个指标的测算出平均值,再根据平均值测算较好值和较低值,最后分别根据较好值和较低值测算优秀值和较差值,依次得到每个指标的五档标准值。
18.根据权利要求16所述的系统,其特征在于,所述的标准值生成装置,根据指标的计算方向,认定各档标准值之间的大小关系,得到“行业+规模”两维组合的一套指标标准值数据。
19.根据权利要求14所述的系统,其特征在于,所述的金融投资对象的基础数据包括:代表金融投资对象所属行业的数据、代表金融投资对象规模的数据、代表金融投资对象所有制的数据、代表金融投资对象所在地的数据、代表金融投资对象是否上市的数据和金融投资对象财务数据。
20.根据权利要求19所述的系统,其特征在于,所述的标准值生成装置,根据金融投资对象所属行业和金融投资对象规模,或者金融投资对象所属行业和金融投资对象所有制,或者金融投资对象所属行业和金融投资对象所有制和金融投资对象所在地,或者其他金融投资对象的基础数据的有效组合,作为统计口径,逐个指标的测算出平均值,再根据平均值测算较好值和较低值,最后分别根据较好值和较低值测算优秀值和较差值,依次得到每个指标的五档标准值。
21.根据权利要求19所述的系统,其特征在于,所述的标准值生成装置,根据指标的计算方向,认定各档标准值之间的大小关系,得到金融投资对象的基础数据的有效组合的多维组合的一套指标标准值数据。
22.根据权利要求19所述的系统,其特征在于,所述的标准值生成装置,根据指标的计算方向,认定各档标准值之间的大小关系,得到“行业+规模”或“行业+所有制”或“行业+所有制+所在地”的两维组合或三维组合的一套指标标准值数据。
23.根据权利要求14所述的系统,其特征在于还包括:
标准值年度调整装置,用于对所述的多个标准值进行年度调整,其中:将当年的多个标准值作为初始标准值,然后将所述的初始标准值与上年存储的标准值进行加权平均,得到调整后的标准值,用调整后的标准值更新上年存储的初始标准值。
24.根据权利要求14所述的系统,其特征在于,所述的指标值根据金融投资对象的资产规模、负债大小、年盈利能力、流动比率、专利申请数量等而定。
25.根据权利要求14所述的系统,其特征在于,所述的多个标准值是指五档标准值,该五档标准值包括:指标值优秀值、指标值良好值、指标值平均值、指标值较低值、指标值较差值。
26.根据权利要求14所述的系统,其特征在于还包括,标准值进行校验和调整装置,用于对所述的多个标准值进行校验和调整;标准值发布装置,用于对所述的多个标准值进行发布。
27.根据权利要求26所述的系统,其特征在于,所述的标准值校验和调整装置进一步包括:
档次校验单元,用于对所述的多个标准值进行档次校验,根据指标的计算方向,判别该指标五档标准值的大小排序;
非空校验单元,用于对所述的多个标准值进行非空校验,判断每个指标的五档标准值是否都有数值或为空。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006101389402A CN1924924A (zh) | 2006-09-21 | 2006-09-21 | 一种金融投资对象数据测评方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006101389402A CN1924924A (zh) | 2006-09-21 | 2006-09-21 | 一种金融投资对象数据测评方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1924924A true CN1924924A (zh) | 2007-03-07 |
Family
ID=37817548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006101389402A Pending CN1924924A (zh) | 2006-09-21 | 2006-09-21 | 一种金融投资对象数据测评方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1924924A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789618A (zh) * | 2011-12-28 | 2012-11-21 | 焦点科技股份有限公司 | 生成市场景气指数的监测系统及方法 |
CN103839183A (zh) * | 2014-03-19 | 2014-06-04 | 江苏苏大大数据科技有限公司 | 智能授信方法及智能授信装置 |
CN104156831A (zh) * | 2014-08-25 | 2014-11-19 | 孙军 | 一种购物中心业态发展监控方法 |
CN105589784A (zh) * | 2014-12-19 | 2016-05-18 | 中国银联股份有限公司 | 数据交互信息判异系统及方法 |
WO2018184270A1 (zh) * | 2017-04-05 | 2018-10-11 | 江南大学 | 一种基于大数据分析的企业板块竞争力排名方法 |
CN110930078A (zh) * | 2019-12-31 | 2020-03-27 | 中国银行股份有限公司 | 一种业务对象识别方法、装置及设备 |
-
2006
- 2006-09-21 CN CNA2006101389402A patent/CN1924924A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789618A (zh) * | 2011-12-28 | 2012-11-21 | 焦点科技股份有限公司 | 生成市场景气指数的监测系统及方法 |
CN102789618B (zh) * | 2011-12-28 | 2016-08-03 | 焦点科技股份有限公司 | 生成市场景气指数的监测系统及方法 |
CN103839183A (zh) * | 2014-03-19 | 2014-06-04 | 江苏苏大大数据科技有限公司 | 智能授信方法及智能授信装置 |
CN104156831A (zh) * | 2014-08-25 | 2014-11-19 | 孙军 | 一种购物中心业态发展监控方法 |
CN105589784A (zh) * | 2014-12-19 | 2016-05-18 | 中国银联股份有限公司 | 数据交互信息判异系统及方法 |
CN105589784B (zh) * | 2014-12-19 | 2018-08-07 | 中国银联股份有限公司 | 数据交互信息判异系统及方法 |
WO2018184270A1 (zh) * | 2017-04-05 | 2018-10-11 | 江南大学 | 一种基于大数据分析的企业板块竞争力排名方法 |
CN110930078A (zh) * | 2019-12-31 | 2020-03-27 | 中国银行股份有限公司 | 一种业务对象识别方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gajevszky | Assessing Financial Reporting Quality: Evidence from Romania. | |
US8321263B2 (en) | Processing and display of service provider performance data | |
CN1924924A (zh) | 一种金融投资对象数据测评方法及系统 | |
JP6009864B2 (ja) | 企業評価システム、企業評価方法及び企業評価プログラム | |
CN101052963A (zh) | 非资本总额加权指数系统、方法和计算机程序产品 | |
KR101772803B1 (ko) | 기업 경영 컨설팅 방법 | |
US10083263B2 (en) | Automatic modeling farmer | |
CN1976345A (zh) | 用于预测与应用相关联的用户活动级的方法和系统 | |
EP4123987A1 (en) | Enhanced selection of cloud architecture profiles | |
CN107808337A (zh) | 因子聚类方法与装置、设备与存储介质 | |
CN110543996A (zh) | 一种职位薪资评估方法、装置、服务器和存储介质 | |
Mesaros et al. | The Impact of Information and Communication Technology on Cost Reducing in the Execution Phase of Construction Projects. | |
CN116029832A (zh) | 基于深度学习的量化交易策略预测方法、装置及存储介质 | |
TW201407526A (zh) | 用於藝術指數之自動發展之方法 | |
WO2012156426A1 (en) | Method for calculation of time weighted returns for private equity | |
Murphy et al. | Empirical distributions of homoplasy in morphological data | |
CN101714150A (zh) | 专利分析中技术热点与空白点的分析系统及方法 | |
CN116824337A (zh) | 基于特征迁移学习的生成粗糙度预测模型的方法及系统 | |
CN1920865A (zh) | 基于可拓决策的第三方城市物流企业关键客户评价方法 | |
Jiang et al. | An examination of the factors influencing software development effort | |
Arita et al. | Heterogeneous multinational firms and productivity gains from falling FDI barriers | |
CN108763253B (zh) | 一种投资组合的大数据可视化系统与方法 | |
TWI525455B (zh) | 不動產估價方法 | |
Ayunku et al. | Macroeconomic analysis of banking sector development and economic growth in Nigeria | |
Văidean | On financial performance and capital structure of Romanian companies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20070307 |