一種基于網(wǎng)民傳感器大數(shù)據(jù)的上市企業(yè)財(cái)務(wù)預(yù)警方法
【專利摘要】本發(fā)明是一種基于網(wǎng)民傳感器大數(shù)據(jù)的企業(yè)財(cái)務(wù)預(yù)警方法，包括：以網(wǎng)民為企業(yè)傳感器進(jìn)行信號(hào)搜集和融合的方法，對(duì)企業(yè)全網(wǎng)信息采集，對(duì)企業(yè)相關(guān)信息進(jìn)行頻次統(tǒng)計(jì)和基于財(cái)經(jīng)領(lǐng)域詞典的語義分析，把大數(shù)據(jù)變量引入結(jié)合財(cái)務(wù)指標(biāo)的企業(yè)非線性支持向量機(jī)預(yù)警模型。采用這種方法可以比傳統(tǒng)財(cái)務(wù)預(yù)警方法更加精準(zhǔn)。
【專利說明】
一種基于網(wǎng)民傳感器大數(shù)據(jù)的上市企業(yè)財(cái)務(wù)預(yù)警方法
技術(shù)領(lǐng)域
[0001]本發(fā)明是一種基于網(wǎng)民傳感器大數(shù)據(jù)的上市企業(yè)財(cái)務(wù)預(yù)警方法，屬于財(cái)務(wù)預(yù)警領(lǐng)域。
【背景技術(shù)】
[0002]經(jīng)濟(jì)危機(jī)的爆發(fā)，使企業(yè)財(cái)務(wù)預(yù)警變得愈發(fā)重要?；谪?cái)務(wù)指標(biāo)的財(cái)務(wù)預(yù)警模型，由于財(cái)務(wù)指標(biāo)的滯后性、不完全性和主觀性，使得預(yù)警模型與現(xiàn)實(shí)的應(yīng)用嚴(yán)重脫節(jié)。一些考慮了非財(cái)務(wù)指標(biāo)的模型，由于指標(biāo)獲取的難度，非財(cái)務(wù)指標(biāo)一直沒有獲得系統(tǒng)的研究，無法明確非財(cái)務(wù)指標(biāo)之間的組合對(duì)企業(yè)的敏感關(guān)系，導(dǎo)致了考慮了非財(cái)務(wù)指標(biāo)的財(cái)務(wù)預(yù)警模型適用性不強(qiáng)。隨著互聯(lián)網(wǎng)應(yīng)用的普及和大數(shù)據(jù)技術(shù)的發(fā)展，海量的個(gè)人網(wǎng)上搜索或者關(guān)注行為，以及各種論壇、博客、媒體發(fā)布的企業(yè)相關(guān)信息往往在不經(jīng)意間透露了真實(shí)的一些企業(yè)管理狀態(tài)和走勢(shì)信息，而且涵蓋的范圍非常廣泛。根據(jù)大數(shù)據(jù)的思維范式，把這些信息，通過大數(shù)據(jù)的處理技術(shù)量化后引入到財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型當(dāng)中，其特征在于大數(shù)據(jù)可以包含導(dǎo)致企業(yè)財(cái)務(wù)危機(jī)方方面面的因素，甚至能夠包含人們尚未認(rèn)識(shí)到的危機(jī)根源。大數(shù)據(jù)體現(xiàn)了群體智慧的特征，有價(jià)值的信息密度非常低，這使一些人為的修改在群體行為的均衡下，信息的價(jià)值往往不受太大的影響，可以避免僅依靠信息提供者而受到蒙蔽的現(xiàn)象。大數(shù)據(jù)技術(shù)的發(fā)展，使得這些信息的獲取比以往通過公司公告、調(diào)查、談話等方式獲得的信息更為客觀和全面，而且這些信息中可以囊括企業(yè)在社會(huì)網(wǎng)絡(luò)中的嵌入性影響，可以實(shí)現(xiàn)更加精準(zhǔn)的企業(yè)財(cái)務(wù)預(yù)警。

【發(fā)明內(nèi)容】

[0003]一種基于網(wǎng)民傳感器大數(shù)據(jù)的企業(yè)財(cái)務(wù)預(yù)警方法，其特征在于:在社會(huì)環(huán)境中，企業(yè)存在的基礎(chǔ)在于相關(guān)者的認(rèn)可，這些相關(guān)者包括顧客、投資者、供應(yīng)鏈伙伴、政府等等。考慮到企業(yè)的經(jīng)營行為，或者企業(yè)關(guān)聯(lián)方的動(dòng)作都會(huì)使企業(yè)的相關(guān)者產(chǎn)生反應(yīng)，進(jìn)而影響到網(wǎng)絡(luò)上的相關(guān)信息。本方法把所有網(wǎng)民，看作是企業(yè)分布在網(wǎng)絡(luò)上的“傳感器”，這些“傳感器”有的反應(yīng)企業(yè)的內(nèi)部運(yùn)作狀態(tài)，有的反應(yīng)企業(yè)所處的整體市場(chǎng)環(huán)境，有的反應(yīng)企業(yè)相關(guān)方的運(yùn)行狀態(tài)等等。由此構(gòu)建基于大數(shù)據(jù)進(jìn)行企業(yè)財(cái)務(wù)預(yù)警的模型。
【附圖說明】
[0004]圖1是基于網(wǎng)民傳感器大數(shù)據(jù)的企業(yè)財(cái)務(wù)預(yù)警原理圖。
[0005]圖2是數(shù)據(jù)處理機(jī)制圖。
[0006]圖3是預(yù)測(cè)效果比較圖。
【具體實(shí)施方式】
[0007]對(duì)企業(yè)的財(cái)務(wù)指標(biāo)進(jìn)行篩選，選取有效的財(cái)務(wù)指標(biāo)準(zhǔn)備為企業(yè)財(cái)務(wù)預(yù)警非線性支持向量機(jī)的輸入變量； 以網(wǎng)民為企業(yè)傳感器，對(duì)傳感器的信號(hào)進(jìn)行搜集和融合。利用爬蟲對(duì)企業(yè)在互聯(lián)網(wǎng)上的所有新聞、博客、評(píng)論等內(nèi)容進(jìn)行抓取，統(tǒng)計(jì)相關(guān)頻次，以及進(jìn)行財(cái)經(jīng)領(lǐng)域詞典的文本分析，統(tǒng)計(jì)體現(xiàn)網(wǎng)民對(duì)企業(yè)情緒的積極性、中性和消極性數(shù)值，這部分變量也將作為企業(yè)財(cái)務(wù)預(yù)警非線性支持向量機(jī)的輸入變量；
以企業(yè)ST情況作為企業(yè)財(cái)務(wù)預(yù)警非線性支持向量機(jī)的輸出變量；
與基于財(cái)務(wù)指標(biāo)的企業(yè)財(cái)務(wù)預(yù)警方法相比，結(jié)果如圖3所示。
【主權(quán)項(xiàng)】
1.本發(fā)明的目的是提供一種基于網(wǎng)民傳感器大數(shù)據(jù)的企業(yè)財(cái)務(wù)預(yù)警方法，包括:以網(wǎng)民為企業(yè)傳感器進(jìn)行信號(hào)搜集和融合的方法，對(duì)企業(yè)全網(wǎng)信息采集，對(duì)企業(yè)相關(guān)信息進(jìn)行頻次統(tǒng)計(jì)和基于財(cái)經(jīng)領(lǐng)域詞典的語義分析，把大數(shù)據(jù)變量引入結(jié)合財(cái)務(wù)指標(biāo)的企業(yè)非線性支持向量機(jī)預(yù)警模型。2.以網(wǎng)民為企業(yè)傳感器進(jìn)行信號(hào)搜集和融合的方法。3.企業(yè)全網(wǎng)信息采集。4.企業(yè)相關(guān)信息進(jìn)行頻次統(tǒng)計(jì)和基于財(cái)經(jīng)領(lǐng)域詞典的語義分析。5.把大數(shù)據(jù)變量引入結(jié)合財(cái)務(wù)指標(biāo)的企業(yè)非線性支持向量機(jī)預(yù)警模型。
【文檔編號(hào)】G06Q10/00GK105989412SQ201510045946
【公開日】2016年10月5日
【申請(qǐng)日】2015年1月29日
【發(fā)明人】宋彪, 朱建明
【申請(qǐng)人】宋彪, 朱建明