本技术涉及大数据及智能数据处理,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:
1、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。
2、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。
3、针对上述问题,目前亟待有效的技术解决方案。
技术实现思路
1、本技术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。
2、本技术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:
3、获取拟上市发行项目的公司经营信息和项目特征信息;
4、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;
5、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;
6、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;
7、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;
8、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。
9、可选地,在本技术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:
10、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;
11、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;
12、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。
13、可选地,在本技术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:
14、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;
15、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;
16、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;
17、根据所述上市项目特征画像提取项目报告数据包。
18、可选地,在本技术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:
19、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;
20、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;
21、所述项目评测指标拟合数据的拟合公式为:
22、
23、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。
24、可选地,在本技术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:
25、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;
26、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;
27、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;
28、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。
29、可选地,在本技术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:
30、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;
31、所述项目上市发行评判指标数据的计算公式为:
32、
33、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。
34、第二方面,本技术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:
35、获取拟上市发行项目的公司经营信息和项目特征信息;
36、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;
37、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;
38、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;
39、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;
40、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。
41、可选地,在本技术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:
42、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;
43、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;
44、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。
45、可选地,在本技术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:
46、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;
47、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;
48、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;
49、根据所述上市项目特征画像提取项目报告数据包。
50、第三方面,本技术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。
51、由上可知,本技术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。
52、本技术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,或者通过实施本技术实施例了解。本技术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。