[發明專利]企業成長性評估建模方法、系統、計算機及可讀存儲介質

在審

• 申請號: 202210894900.X
• 申請日: 2022-07-28
• 公開（公告）號: CN115081950A
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 聶志華;楊獻祥;徐杰;程光劍
• 申請（專利權）人: 江西省智能產業技術創新研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/18
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 何世磊

1.一種企業成長性評估建模方法，其特征在于，所述方法包括：

S11、根據目標企業的指標數據構建企業指標體系，對所述指標數據進行預處理；其中，所述企業指標體系包括財務指標和非財務指標；

S12、對預處理后的所述指標數據進行權重計算；

S13、分析所述指標數據的權重結果，并對指標進行篩選；

S14、將篩選后的指標重新進行權重計算，并計算篩選后的各項指標的數值與對應權重的加權和；

S15、將加權和進行歸一化處理，歸一化的結果即為企業的成長性評分。

2.根據權利要求1所述的企業成長性評估建模方法，其特征在于，所述對所述指標數據進行預處理的步驟包括：

通過爬蟲技術采集所述目標企業的公開的數據，具體包括資產負債數據、現金流量數據、利潤數據和年報文件；

將數據進行整合和提取，篩選去除數據中的異常值，并采用目標企業近三年的均值對空值進去補充；

將篩選后的數據進行歸一化處理。

3.根據權利要求1所述的企業成長性評估建模方法，其特征在于，所述對指標進行篩選的步驟包括：

一次篩選：剔除權重值小于預設值的指標，得到初步篩選指標；

通過皮爾遜相關系數計算所述初步篩選指標兩兩之間的相關度；

若相關度大于預設值，則剔除權重值較小的指標，得到一次篩選指標；

二次篩選：通過Lasso回歸算法并結合目標企業的行業特征對所述一次篩選指標進行篩選，得到二次篩選指標。

4.根據權利要求1所述的企業成長性評估建模方法，其特征在于，所述計算篩選后的各項指標的數值與對應權重的加權和的步驟之后，還包括：

根據Lasso回歸算法的計算結果驗證企業成長性評分；

若所述企業成長性評分在預設范圍內，則執行步驟S15；

若所述企業成長性評分在預設范圍外，則重復執行步驟S13-S14，直到所述企業成長性評分在預設范圍內。

5.根據權利要求1所述的企業成長性評估建模方法，其特征在于，所述將加權和進行歸一化處理的步驟之后，還包括：

將目標企業按照不同的評分組合區間劃分成長性階段為成長期、成熟期和衰退期；

通過隨機森林算法和Xgboost算法對目標企業的成長性評分進行訓練和評估，以查準率、查全率、F1值和AUC值結果最優確定劃分成長性階段的評分閾值；

根據所述成長性評分確定所述目標企業的成長性階段。

6.一種企業成長性評估建模系統，其特征在于，所述系統包括：

預處理模塊：用于根據目標企業的指標數據構建企業指標體系，對所述指標數據進行預處理；其中，所述企業指標體系包括財務指標和非財務指標；

第一計算模塊：用于對預處理后的所述指標數據進行權重計算；

指標篩選模塊：用于分析所述指標數據的權重結果，并對指標進行篩選；

第二計算模塊：用于將篩選后的指標重新進行權重計算，并計算篩選后的各項指標的數值與對應權重的加權和；

評分模塊：用于將加權和進行歸一化處理，歸一化的結果即為企業的成長性評分。

7.根據權利要求6所述的企業成長性評估建模系統，其特征在于，所述指標篩選模塊具體包括：

初步篩選單元：用于剔除權重值小于預設值的指標，得到初步篩選指標；

第一篩選單元：用于通過皮爾遜相關系數計算所述初步篩選指標兩兩之間的相關度；若相關度大于預設值，則剔除權重值較小的指標，得到一次篩選指標；

第二篩選單元：用于通過Lasso回歸算法并結合目標企業的行業特征對所述一次篩選指標進行篩選，得到二次篩選指標。