一种企业评估方法、装置、设备及计算机存储介质与流程

一种企业评估方法、装置、设备及计算机存储介质
【技术领域】
1.本发明涉及企业评估领域，尤其涉及一种企业评估方法、装置、设备及存储介质。


背景技术：

2.随着社会的发展，商业合作也变得越来越频繁，但是在商业合作中，商业合作的双方都需要获取对方企业的真实评估级别。而在对企业进行评估时，由于当前主要是依靠人来对企业进行评估，所以得出的评估数据往往带有很强的主观性。并且在做企业评估时需要获取企业的各方面数据，这就使得评估过程中需要大量的人力资源和时间资源的消耗。


技术实现要素：

3.有鉴于此，本发明实施例提供了一种企业评估方法、装置、设备及计算机存储介质，用以提高企业评估中的评估效率。
4.一方面，获取目标企业的多个一级指标、二级指标和三级指标；
5.将多个一级指标、二级指标和三级指标进行筛选，得到筛选后的目标一级指标、目标二级指标和目标三级指标；
6.获取目标企业的评估数据；
7.根据获取的评估数据和目标一级指标、目标二级指标和目标三级指标建立企业评估模型；
8.根据企业评估模型对企业进行评估。
9.可选地，多个一级指标包括：供货及服务能力数据、供应商最大供货规模数据、运营稳定性数据、破产指数。
10.可选地，多个二级指标包括：企业人员规模、企业规模、资金流动性和人员流动性。
11.可选地，多个三级指标包括：销售收入、净资产、注册资本金、实收资本、厂房面积、覆盖区域、流动比、速动比和总资产。
12.可选地，将多个一级指标、二级指标和三级指标进行筛选，得到筛选后的目标一级指标、目标二级指标和目标三级指标，具体包括：
13.利用指定算法分别获取多个一级指标、二级指标和三级指标的同级别指标中，每个指标与同级别指标中其余指标的相关系数；
14.获取每个指标与同级别指标中其余指标的相关系数的和；
15.将相关系数的和最小的指标作为这一级别指标的目标指标。
16.可选地，指定算法包括皮尔逊相关系数算法。
17.可选地，根据获取的评估数据和目标一级指标、目标二级指标和目标三级指标建立企业评估模型，具体包括：
18.将评估数据和目标一级指标、目标二级指标和目标三级指标对卷积神经网络模型进行训练；
19.当训练值与评估数据差值满足预设阈值的情况下，停止训练；
20.将停止训练后的模型作为企业评估模型。
21.另一方面，本发明实施例提供一种企业评估装置，装置包括：
22.获取模块，用于获取目标企业的多个一级指标、二级指标和三级指标；
23.筛选模块，用于将多个一级指标、二级指标和三级指标进行筛选，得到筛选后的目标一级指标、目标二级指标和目标三级指标；
24.获取模块，还用于获取目标企业的评估数据；
25.建模模块，用于根据获取的评估数据和目标一级指标、目标二级指标和目标三级指标建立企业评估模型；
26.评估模块，用于根据企业评估模型对企业进行评估。
27.另一方面，本发明实施例提供了一种企业评估设备，设备包括：处理器以及存储有计算机程序指令的存储器；
28.处理器执行计算机程序指令时实现如第一方面或第一方面任一可选实施例中的企业评估方法。
29.另一方面，本发明实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面或第一方面任一可选实施例中的企业评估方法。
30.本发明实施例提供的企业评估方法的技术方案中，获取目标企业的多个一级指标、二级指标和三级指标，将多个一级指标、二级指标和三级指标进行筛选，得到筛选后的目标一级指标、目标二级指标和目标三级指标，获取目标企业的评估数据，根据获取的评估数据和目标一级指标、目标二级指标和目标三级指标建立企业评估模型，根据企业评估模型对企业进行评估，提高了用以提高企业评估中的评估效率。
【附图说明】
31.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
32.图1是本发明实施例提供的一种企业评估方法的流程示意图；
33.图2是本发明实施例提供的一种企业评估装置的硬件结构示意图；
34.图3是本发明实施例提供的一种企业评估设备的结构示意图。
【具体实施方式】
35.为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
36.应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
37.在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、
“”
和“该”也旨
在包括多数形式，除非上下文清楚地表示其他含义。
38.应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，甲和/或乙，可以表示：单独存在甲，同时存在甲和乙，单独存在乙这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
39.随着社会的发展，商业合作也变得越来越频繁，但是在商业合作中，商业合作的双方都需要获取对方企业的真实评估级别。而在对企业进行评估时，由于当前主要是依靠人来对企业进行评估，所以得出的评估数据往往带有很强的主观性。并且在做企业评估时需要获取企业的各方面数据，这就使得评估过程中需要大量的人力资源和时间资源的消耗。
40.为了解决现有的技术问题，本发明实施例提供了一种企业评估方法、装置、设备及计算机存储介质。
41.下面首先对本发明实施例所提供的企业评估方法进行介绍。
42.图1示出了本发明一个实施例提供的一种企业评估方法的流程示意图，如图1所示，方法可以包括如下步骤：
43.s101、获取目标企业的多个一级指标、二级指标和三级指标。
44.目标企业可以包括需要进行评估的企业。
45.多个一级指标可以包括：供货及服务能力数据、供应商最大供货规模数据、运营稳定性数据、破产指数。
46.多个二级指标可以包括：企业人员规模、企业规模、资金流动性和人员流动性。
47.多个三级指标可以包括：销售收入、净资产、注册资本金、实收资本、厂房面积、覆盖区域、流动比、速动比和总资产。
48.s102、将多个一级指标、二级指标和三级指标进行筛选，得到筛选后的目标一级指标、目标二级指标和目标三级指标。
49.其中，将多个一级指标、二级指标和三级指标进行筛选，得到筛选后的目标一级指标、目标二级指标和目标三级指标，具体包括：
50.利用指定算法分别获取多个一级指标、二级指标和三级指标的同级别指标中，每个指标与同级别指标中其余指标的相关系数，获取每个指标与同级别指标中其余指标的相关系数的和，将相关系数的和最小的指标作为这一级别指标的目标指标。
51.其中，指定算法包括皮尔逊相关系数算法。
52.其中，皮尔逊相关系数算法包括：
[0053][0054]
其中，r为相关系数，cov(x，y)为协方差，x，y均为指标，σx、σy为各自指标标准差的乘积。
[0055]
做一个具体实例，利用皮尔逊相关系数算法，得到一级指标中供货及服务能力数据与供应商最大的供货规模数据的相关系数为0.01，供货及服务能力数据与运营稳定性数据的相关系数为0.13，供货及服务能力数据与破产指数的相关系数为0.16，供应商最大供货规模数据与运营稳定性数据的相关系数为0.23，供应商最大供货规模数据与破产指数的相关系数为0.35，运营稳定性数据与破产指数的相关系数为0.21。
[0056]
则供货及服务能力数据与一级指标中其余指标的相关系数的和为0.3。供应商最大供货规模数据与一级指标中其余指标的相关系数的和为0.59。运营稳定性数据与一级指标中其余指标的相关系数的和为0.47。破产指数与一级指标中其余指标的相关系数的和为0.72。由于供货及服务能力数据与一级指标中其余指标的相关系数的和最小，则将供货及服务能力数据作为一级指标中的目标指标。
[0057]
同理，按照上述方法获得二级指标中的目标指标为企业规模，三级指标中的目标指标为覆盖区域。
[0058]
s103、获取目标企业的评估数据。
[0059]
其中，目标企业的评估数据可以包括目标企业的上市估值数据。
[0060]
s104、根据获取的评估数据和目标一级指标、目标二级指标和目标三级指标建立企业评估模型。
[0061]
其中，根据获取的评估数据和目标一级指标、目标二级指标和目标三级指标建立企业评估模型，具体包括：
[0062]
将评估数据和目标一级指标、目标二级指标和目标三级指标对卷积神经网络模型进行训练，当训练值与评估数据差值满足预设阈值的情况下，停止训练，将停止训练后的模型作为企业评估模型。
[0063]
做一个具体实例，卷积神经网络中，网络输入层根据目标一级指标、目标二级指标和目标三级指标确定。输出层由预设的目标企业的评估数据确定。卷积神经网络为2层卷积层、一层池化层和一层全连接层组成，其中卷积层卷积核为10*10的结构，池化层为2*2的结构。
[0064]
激活函数可以包括relu和softmax两种。损失函数可以包括binary crossentropy分类较差熵函数，建模优化器选择rmsoprop。
[0065]
s105、根据企业评估模型对企业进行评估。
[0066]
本发明实施例提供的企业评估方法的技术方案中，获取目标企业的多个一级指标、二级指标和三级指标，将多个一级指标、二级指标和三级指标进行筛选，得到筛选后的目标一级指标、目标二级指标和目标三级指标，获取目标企业的评估数据，根据获取的评估数据和目标一级指标、目标二级指标和目标三级指标建立企业评估模型，根据企业评估模型对企业进行评估，提高了用以提高企业评估中的评估效率。
[0067]
基于相同的发明构思，本技术还提供了一种企业评估装置。
[0068]
图2示出了本发明实施例提供的一种企业评估装置的硬件结构示意图，如图2所示装置包括：
[0069]
获取模块201用于获取目标企业的多个一级指标、二级指标和三级指标。
[0070]
筛选模块202用于将多个一级指标、二级指标和三级指标进行筛选，得到筛选后的目标一级指标、目标二级指标和目标三级指标。
[0071]
获取模块201还用于获取目标企业的评估数据。
[0072]
建模模块203用于根据获取的评估数据和目标一级指标、目标二级指标和目标三级指标建立企业评估模型。
[0073]
评估模块204用于根据企业评估模型对企业进行评估。
[0074]
在一些实施例中，多个一级指标包括：供货及服务能力数据、供应商最大供货规模
数据、运营稳定性数据、破产指数。
[0075]
在一些实施例中，多个二级指标包括：企业人员规模、企业规模、资金流动性和人员流动性。
[0076]
在一些实施例中，多个三级指标包括：销售收入、净资产、注册资本金、实收资本、厂房面积、覆盖区域、流动比、速动比和总资产。
[0077]
在一些实施例中，筛选模块202，具体用于利用指定算法分别获取多个一级指标、二级指标和三级指标的同级别指标中，每个指标与同级别指标中其余指标的相关系数，获取每个指标与同级别指标中其余指标的相关系数的和，将相关系数的和最小的指标作为这一级别指标的目标指标。
[0078]
在一些实施例中，指定算法包括皮尔逊相关系数算法。
[0079]
在一些实施例中，建模模块203，具体用于将评估数据和目标一级指标、目标二级指标和目标三级指标对卷积神经网络模型进行训练；
[0080]
当训练值与评估数据差值满足预设阈值的情况下，停止训练；
[0081]
将停止训练后的模型作为企业评估模型。
[0082]
本发明实施例提供的企业评估装置的技术方案中，获取目标企业的多个一级指标、二级指标和三级指标，将多个一级指标、二级指标和三级指标进行筛选，得到筛选后的目标一级指标、目标二级指标和目标三级指标，获取目标企业的评估数据，根据获取的评估数据和目标一级指标、目标二级指标和目标三级指标建立企业评估模型，根据企业评估模型对企业进行评估，提高了用以提高企业评估中的评估效率。
[0083]
基于相同的发明构思，本技术还提供了一种企业评估设备。
[0084]
图3示出了本发明实施例提供的企业评估设备的硬件结构示意图。
[0085]
在企业评估设备可以包括处理器301以及存储有计算机程序指令的存储器302。
[0086]
具体地，上述处理器301可以包括中央处理器(central processing unit，cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
[0087]
存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器302可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在一个实例中，存储器302可以包括可移除或不可移除(或固定)的介质，或者存储器302是非易失性固态存储器。存储器302可在综合网关容灾设备的内部或外部。
[0088]
在一个实例中，存储器302可以是只读存储器(read only memory，rom)。在一个实例中，该rom可以是掩模编程的rom、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、电可改写rom(earom)或闪存或者两个或更多个以上这些的组合。
[0089]
存储器302可以包括只读存储器(rom)，随机存取存储器(ram)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的一方面的方法所描述的操作。
[0090]
处理器301通过读取并执行存储器302中存储的计算机程序指令，以实现图2所示
实施例中的方法/步骤s201至s203，并达到图2所示实例执行其方法/步骤达到的相应技术效果，为简洁描述在此不再赘述。
[0091]
在一个示例中，企业评估设备还可包括通信接口303和总线310。其中，如图3所示，处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
[0092]
通信接口303，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
[0093]
总线310包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(accelerated graphics port，agp)或其他图形总线、增强工业标准架构(extended industry standard architecture，eisa)总线、前端总线(front side bus，fsb)、超传输(hyper transport，ht)互连、工业标准架构(industry standardarchitecture，isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci
‑
express(pci
‑
x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线310可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
[0094]
该企业评估设备可以基于企业评估方法，从而实现结合图1和图2描述的企业评估方法和装置。
[0095]
另外，结合上述实施例中的企业评估方法，本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令。该计算机程序指令被处理器执行时实现上述实施例中的任意一种企业评估方法。
[0096]
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
[0097]
以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(application specific integrated circuit，asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd
‑
rom、光盘、硬盘、光纤介质、射频(radio frequency，rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
[0098]
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
[0099]
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给
通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
[0100]
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。