[發明專利]一種用于判斷壟斷行為的大數據感知方法及系統

有效

• 申請號: 202211081363.3
• 申請日: 2022-09-06
• 公開（公告）號: CN115170166B
• 公開（公告）日: 2023-04-11
• 發明（設計）人: 周偉光;趙躍程;盧吉曉;趙帥;阮洪新
• 申請（專利權）人: 山東省市場監管監測中心
• 主分類號: G06F17/00
• 分類號: G06F17/00
• 代理公司: 北京奇眸智達知識產權代理有限公司 11861
• 代理人: 徐秋韻

1.一種用于判斷壟斷行為的大數據感知方法，其特征在于，所述用于判斷壟斷行為的大數據感知方法包括：

通過對重點行業產品信息進行監測，確定生產企業的地理分布、市場影響力分布，查看生產企業的地理分布、市場影響力分布，分析重點行業產品價格變動與全省產品價格變動，獲得重點行業產品價格變動與全省產品價格變動的趨勢異同分析數據；基于分析數據識別市場存在異常價格變動風險時反映出的價格變動期，若市場存在異常價格變動的風險，將識別出價格變動期，進行預警信息反饋，并可視化示出；

所述用于判斷壟斷行為的大數據感知方法包括以下步驟：

步驟一，獲取企業基本信息數據、稅務數據、銷售數據；對獲取的數據進行清洗和處理；

步驟二，基于結構突變理論從時空兩個維度確定產品價格波動特征的異質性，識別企業對產品價格的壟斷行為；

步驟三，進行可視化參數設置，基于設置的可視化參數進行識別結果的可視化展示以及整體分析報告的下載；

所述步驟二中基于結構突變理論從時空兩個維度確定產品價格波動特征的異質性，識別企業對產品價格的壟斷行為包括以下步驟：

(1)對處理后的數據進行聚類分析，得到多個分組，并計算每個企業所在分組的組內相關系數和組間相關系數，得到具有價格串謀的特征和具有壟斷特征的數據；

(2)Bai-Perron內生結構突變檢驗方法的思路如下：

假設某個T期的時間序列數據存在k個潛在突變點，產生k+1個分割區間，并且該數據的生成過程如下：

y_t＝x′_tβ+z′_tγ_j+u_t

其中，t為突變點的時刻，t＝T₁,...,T_n,n＝1,...,k+1，y_t為被解釋變量，解釋變量由x′_t和z′_t兩部分組成，x′_t表示系數未發生改變的變量，z′_t表示系數發生改變的變量，β和γ_j為相應的系數向量，u_t為殘差項；

Bai-Perron結構突變檢驗分為三步：第一步，針對式中每個可能的分割點，利用普通最小二乘法，計算出β和γ_j的估計值，并得到對應的殘差平方和；第二步，比較不同分割方式得到的殘差平方和，取最小殘差平方和的分割：第三步，對時間序列的生成過程是否發生結構突變進行顯著性檢驗；

(3)對時間序列的生成過程是否發生結構突變進行顯著性檢驗，得到若干個結構變點，對相鄰兩個結構變點劃分出的時間區間檢驗是否產生了具有長期記憶性的波動，GARCH模型是用來描述波動率能得到很好效果的時間序列模型；對于一個時間序列r_q，令a_q＝r_q-μ_q＝r_q-E(r_q|F_q-1)，稱{a_q}服從GARCH(m,s)模型，{a_q}如果滿足

其中，q為時間序列的時刻，F_q-1表示截止到時刻q-1的收益率信息，μ_q為常數，a_q為不相關的白噪聲序列，σ_q是波動率，是收益率的條件標準差，ε_q為零均值單位方差的獨立同分布白噪聲列，的模型是r_q的波動率方程，m、s為GARCH模型的參數，α₀、β_j為常數項；

(4)對所有企業的產品建立空間相關性模型，根據聚類分析所得的不同分組，采用一階時間相關系數分析計算每個企業所在分組的組內相關系數和組間相關系數。

2.如權利要求1所述用于判斷壟斷行為的大數據感知方法，其特征在于，所述步驟一中對獲取的數據進行清洗和處理包括：

首先，對獲取的數據進行缺失值的處理、數據標準化、異常值的檢測處理；

其次，對價格數據的多時間維度進行聚合和轉換；同時將處理后的數據存儲入預先構建的基礎庫、主題庫中。