上市公司风险诊断方法、系统、计算机终端及存储介质.pdf

《上市公司风险诊断方法、系统、计算机终端及存储介质.pdf》由会员分享，可在线阅读，更多相关《上市公司风险诊断方法、系统、计算机终端及存储介质.pdf（15页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910940109.6 (22)申请日 2019.09.30 (71)申请人 上海烨睿信息科技有限公司 地址 200050 上海市长宁区愚园路753号E 栋802室 (72)发明人 陈烨赵志强刘志伟严文宗 (74)专利代理机构 北京超凡宏宇专利代理事务 所(特殊普通合伙) 11463 代理人 谢玲 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 40/00(2012.01) (54)发明名称 上市公司风险诊断方法、 系统、 计算机终端 及存储介质 。

2、(57)摘要 本发明实施例公开了一种上市公司风险诊 断方法、 系统、 计算机终端及存储介质， 该诊断方 法包括从网站上采集待诊断公司的原始数据； 对 原始数据进行预处理以提取出关键数据； 将关键 数据输入预先建立的多个模型进行分析以判断 待诊断上市公司的基本面信息和风险状况信息； 根据基本面信息和风险状况信息得到诊断结果； 能从多方面分析待诊断上市公司的现状， 分析结 果更全面。 权利要求书2页 说明书6页 附图6页 CN 110675078 A 2020.01.10 CN 110675078 A 1.一种上市公司风险诊断方法， 其特征在于， 包括： 从网站上采集待诊断公司的原始数据； 对所述。

3、原始数据进行预处理以提取出关键数据； 将所述关键数据输入预先建立的多个模型进行分析以判断待诊断上市公司的基本面 信息和风险状况信息； 根据所述基本面信息和风险状况信息得到诊断结果。 2.根据权利要求1所述的上市公司风险诊断方法， 其特征在于， 所述多个模型包括： 财务分析模型， 用于根据财务异常评价指标进行分析， 所述财务异常评价指标包括存 贷指标、 质押指标、 商誉指标、 以及违规违法指标中的至少一种； 基本面分析模型， 用于根据基本财务评价指标进行分析， 所述基本财务评价指标包括 ROE指标、 现金流质量指标、 以及存货周转速度指标中的至少一种； 重点分析模型， 用于根据股票影响因素评价指。

4、标进行分析， 所述股票影响因素评价指 标包括北向资金指标和舆情指数指标中的至少一种； 股东分析模型， 用于根据投资股东评价指标进行分析， 所述投资股东评价指标包括社 保基金和中央汇金中的至少一种； 重大事项分析模型， 用于根据公告信息评价指标进行分析， 所述公告信息评价指标包 括关联交易、 高管变更、 以及股权激励中的至少一种。 3.根据权利要求2所述的上市公司风险诊断方法， 其特征在于， 所述多个模型还包括预 处理模型， 所述预处理模型用于构建所述财务异常评价指标和所述基本财务评价指标之间 的关联关系， 并根据所述关联关系对所述原始数据进行数据清洗之后再进行数据提取以得 到所述关键数据。 4。

5、.根据权利要求1至3中任一项所述的上市公司风险诊断方法， 其特征在于， 所述原始 数据包括所述待诊断公司的财报信息、 新闻信息、 以及舆论信息中的至少一种。 5.根据权利要求1所述的上市公司风险诊断方法， 其特征在于， 所述预处理包括识别出 所述原始数据的数据类型， 并根据所述数据类型从所述原始数据提取所述关键数据。 6.根据权利要求1所述的上市公司风险诊断方法， 其特征在于， 采用爬虫采集方法实时 采集待诊断公司的原始数据。 7.一种上市公司风险诊断系统， 其特征在于， 包括： 采集单元， 用于从网站上采集待诊断公司的原始数据； 提取单元， 用于对所述原始数据进行预处理以提取出关键数据； 分。

6、析单元， 用于将所述关键数据输入预先建立的多个模型进行分析以判断待诊断上市 公司的基本面信息和风险状况信息； 诊断单元， 用于根据所述基本面信息和风险状况信息得到诊断结果。 8.根据权利要求7所述的上市公司风险诊断系统， 其特征在于， 所述分析单元包括： 财务分析子单元， 用于采用财务分析模型根据财务异常评价指标进行分析， 所述财务 异常评价指标包括存贷指标、 质押指标、 商誉指标、 以及违规违法指标中的一种或者任意几 种的组合； 基本面分析子单元， 用于采用基本面分析模型根据基本财务评价指标进行分析， 所述 基本财务评价指标包括ROE指标、 现金流质量指标、 以及存货周转速度指标中的至少一种。

7、； 权利要求书 1/2 页 2 CN 110675078 A 2 重点分析子单元， 用于采用重点分析模型根据股票影响因素评价指标进行分析， 所述 股票影响因素评价指标包括北向资金指标和舆情指数指标中的至少一种； 股东分析子单元， 用于采用股东分析模型根据投资股东评价指标进行分析， 所述投资 股东评价指标包括社保基金和中央汇金中的至少一种； 重大事项分析子单元， 用于采用重大事项分析模型根据公告信息评价指标进行分析， 所述公告信息评价指标包括关联交易、 高管变更、 以及股权激励中的至少一种。 9.一种计算机终端， 其特征在于， 包括： 处理器和存储器； 所述存储器用于存储计算机程序， 所述处理器。

8、运行所述计算机程序以使所述计算机终 端执行根据权利要求1至6中任一项所述的上市公司风险诊断方法。 10.一种计算机可读存储介质， 其特征在于， 其存储有计算机程序， 所述计算机程序被 处理器执行时实施所述权利要求1至6中任一项所述的上市公司风险诊断方法。 权利要求书 2/2 页 3 CN 110675078 A 3 上市公司风险诊断方法、 系统、 计算机终端及存储介质 技术领域 0001 本发明涉及人工智能领域， 尤其涉及一种上市公司风险诊断方法、 系统、 计算机终 端及存储介质。 背景技术 0002 随着人工智能产业的逐步成熟,如何在各垂直领域落地应用已经成为当今的商业 热点， 针对金融领域。

9、而言， 人工智能基础设施的逐步完善使得对金融进行全方位智能化分 析变得可能。 但是， 目前市面上对金融分析的人工智能分析只能从单维度角度实现分析， 且 缺乏分析的实时性， 智能化程度低。 发明内容 0003 本发明的目的在于针对现有技术的上述问题， 提供一种上市公司风险诊断方法， 包括： 0004 从网站上采集待诊断公司的原始数据； 0005 对所述原始数据进行预处理以提取出关键数据； 0006 将所述关键数据输入预先建立的多个模型进行分析以判断待诊断上市公司的基 本面信息和风险状况信息； 0007 根据所述基本面信息和风险状况信息得到诊断结果。 0008 作为上述技术方案的进一步改进， 所述。

10、多个模型包括： 0009 财务分析模型， 用于根据财务异常评价指标进行分析， 所述财务异常评价指标包 括存贷指标、 质押指标、 商誉指标、 以及违规违法指标中的至少一种； 0010 基本面分析模型， 用于根据基本财务评价指标进行分析， 所述基本财务评价指标 包括ROE指标、 现金流质量指标、 以及存货周转速度指标中的至少一种； 0011 重点分析模型， 用于根据股票影响因素评价指标进行分析， 所述股票影响因素评 价指标包括北向资金指标和舆情指数指标中的至少一种； 0012 股东分析模型， 用于根据投资股东评价指标进行分析， 所述投资股东评价指标包 括社保基金和中央汇金中的至少一种； 0013 。

11、重大事项分析模型， 用于根据公告信息评价指标进行分析， 所述公告信息评价指 标包括关联交易、 高管变更、 以及股权激励中的至少一种。 0014 作为上述技术方案的进一步改进， 所述多个模型还包括预处理模型， 所述预处理 模型用于构建所述财务异常评价指标和所述基本财务评价指标之间的关联关系， 并根据所 述关联关系对所述原始数据进行数据清洗之后再进行所述数据提取。 0015 作为上述技术方案的进一步改进， 所述原始数据包括所述待诊断公司的财报信 息、 新闻信息、 以及舆论信息中的至少一种。 0016 作为上述技术方案的进一步改进， 所述预处理包括识别出所述原始数据的数据类 型， 并根据所述数据类型。

12、从所述原始数据提取所述关键数据。 说明书 1/6 页 4 CN 110675078 A 4 0017 作为上述技术方案的进一步改进， 采用爬虫采集方法实时采集待诊断公司的原始 数据。 0018 作为一个总的技术构思， 本发明还提供一种上市公司风险诊断系统， 包括： 0019 采集单元， 用于从网站上采集待诊断公司的原始数据； 0020 提取单元， 用于对所述原始数据进行预处理以提取出关键数据； 0021 分析单元， 用于将所述关键数据输入预先建立的多个模型进行分析以判断待诊断 上市公司的基本面信息和风险状况信息； 0022 诊断单元， 用于根据所述基本面信息和风险状况信息得到诊断结果。 002。

13、3 作为上述技术方案的进一步改进， 所述分析单元包括： 0024 财务分析子单元， 用于采用财务分析模型根据财务异常评价指标进行分析， 所述 财务异常评价指标包括存贷指标、 质押指标、 商誉指标、 以及违规违法指标中的一种或者任 意几种的组合； 0025 基本面分析子单元， 用于采用基本面分析模型根据基本财务评价指标进行分析， 所述基本财务评价指标包括ROE指标、 现金流质量指标、 以及存货周转速度指标中的至少一 种； 0026 重点分析子单元， 用于采用重点分析模型根据股票影响因素评价指标进行分析， 所述股票影响因素评价指标包括北向资金指标和舆情指数指标中的至少一种； 0027 股东分析子单。

14、元， 用于采用股东分析模型根据投资股东评价指标进行分析， 所述 投资股东评价指标包括社保基金和中央汇金中的至少一种； 0028 重大事项分析子单元， 用于采用重大事项分析模型根据公告信息评价指标进行分 析， 所述公告信息评价指标包括关联交易、 高管变更、 以及股权激励中的至少一种。 0029 作为一个总的技术构思， 本发明还提供一种计算机终端， 包括： 0030 处理器和存储器； 0031 所述存储器用于存储计算机程序， 所述处理器运行所述计算机程序以使所述计算 机终端执行所述的上市公司风险诊断方法。 0032 作为一个总的技术构思， 本发明还提供一种计算机可读存储介质， 其存储有计算 机程序。

15、， 所述计算机程序被处理器执行时实施所述的上市公司风险诊断方法。 0033 与现有技术相比， 本发明提供的上市公司风险诊断方法， 通过将关键数据输入预 先建立的多个模型进行分析以判断待诊断上市公司的基本面信息和风险状况信息， 进一步 根据该基本面信息和风险状况信息得到诊断结果， 能从多方面分析待诊断上市公司的现 状， 分析结果更全面。 附图说明 0034 为了更清楚地说明本发明的技术方案， 下面将对实施例中所需要使用的附图作简 单地介绍， 应当理解， 以下附图仅示出了本发明的某些实施例， 因此不应被看作是对本发明 保护范围的限定。 在各个附图中， 类似的构成部分采用类似的编号。 0035 图1。

16、示出了本发明实施例中上市公司风险诊断方法流程图； 0036 图2示出了本发明实施例中的分析模型的一部分分析结果示意图； 0037 图3示出了本发明实施例中的分析模型的另一部分分析结果示意图； 说明书 2/6 页 5 CN 110675078 A 5 0038 图4示出了本发明实施例中提取的关键数据示意图； 0039 图5示出了本发明实施例中上市公司风险诊断系统结构示意图； 0040 图6示出了本发明实施例中分析单元的各子单元结构示意图。 具体实施方式 0041 下面将结合本发明实施例中附图， 对本发明实施例中的技术方案进行清楚、 完整 地描述， 显然， 所描述的实施例仅仅是本发明一部分实施例，。

17、 而不是全部的实施例。 0042 通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来 布置和设计。 因此， 以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求 保护的本发明的范围， 而是仅仅表示本发明的选定实施例。 基于本发明的实施例， 本领域技 术人员在没有做出创造性劳动的前提下所获得的所有其他实施例， 都属于本发明保护的范 围。 0043 在下文中， 可在本发明的各种实施例中使用的术语 “包括” 、“具有” 及其同源词仅 意在表示特定特征、 数字、 步骤、 操作、 元件、 组件或前述项的组合， 并且不应被理解为首先 排除一个或更多个其它特征、 数字、 步骤、 操。

18、作、 元件、 组件或前述项的组合的存在或增加一 个或更多个特征、 数字、 步骤、 操作、 元件、 组件或前述项的组合的可能性。 0044 此外， 术语 “第一” 、“第二” 、“第三” 等仅用于区分描述， 而不能理解为指示或暗示 相对重要性。 0045 除非另有限定， 否则在这里使用的所有术语(包括技术术语和科学术语)具有与本 发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。 所述术语(诸如在 一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含 义并且将不被解释为具有理想化的含义或过于正式的含义， 除非在本发明的各种实施例中 被清楚地限定。 0046 。

19、针对现有技术中的缺陷， 本发明人发现当前市面上的公司分析方法和系统， 限于 技术能力， 大都只能纯粹的展示需要上市的公司的基础信息， 缺少对需要上市的公司的全 面的相关信息的分析能力。 即使有一些方法和系统有简单的分析功能， 也是某个单一维度 的分析， 比如净利润趋势分析， 并不能实时的、 全面的对上市公司的基本面和风险情况进行 分析。 因此， 有必要提出一种上市公司风险诊断方法、 系统、 计算机终端及存储介质。 0047 实施例1 0048 如图1所示， 本实施例提供一种上市公司风险诊断方法， 包括： 0049 101： 从网站上采集待诊断公司的原始数据； 0050 102： 对原始数据进行。

20、预处理以提取出关键数据； 0051 103： 将关键数据输入预先建立的多个模型进行分析以判断待诊断上市公司的基 本面信息和风险状况信息； 0052 104： 根据基本面信息和风险状况信息得到诊断结果。 0053 本实施例中， 从200多个相关网站上分布式实时采集待诊断上市公司的原始数据， 包括待诊断上市公司的财报信息、 新闻信息、 以及舆论信息。 0054 将上述原始数据进行预处理， 具体地， 该预处理步骤包括对上述原始数据进行清 洗和提取。 然后采用预先建立的多个模型将经预处理后的原始数据进行分析以判断待诊断 说明书 3/6 页 6 CN 110675078 A 6 上市公司的基本面信息和风。

21、险状况信息。 0055 上述预先建立的多个模型包括财务分析模型、 基本面分析模型、 重点分析模型、 股 东分析模型、 和重大事项分析模型。 其中， 各分析模型的分析结果如图2和图3所示， 其中， 图 2和图3中的笑脸图标表示结果良好没有风险， 另一个图标表示结果存在风险。 0056 其中， 财务分析模型， 用于根据财务异常评价指标进行分析， 财务异常评价指标包 括存贷指标、 质押指标、 商誉指标、 以及违规违法指标中的至少一种； 基本面分析模型， 用于 根据基本财务评价指标进行分析， 基本财务评价指标包括ROE指标、 现金流质量指标、 以及 存货周转速度指标中的至少一种； 重点分析模型， 用于。

22、根据股票影响因素评价指标进行分 析， 股票影响因素评价指标包括北向资金指标和舆情指数指标中的至少一种； 股东分析模 型， 用于根据投资股东评价指标进行分析， 投资股东评价指标包括社保基金和中央汇金中 的至少一种； 重大事项分析模型， 用于根据公告信息评价指标进行分析， 公告信息评价指标 包括关联交易、 高管变更、 以及股权激励中的至少一种。 0057 需要说明的是， 本实施例并不对上述各评价指标类型做具体限定， 此处仅作举例 说明， 在具体应用时， 还可以对相应模型中采用的评价指标做适当的扩充。 例如， 对于基本 面分析模型中采用的待诊断上市公司的基本财务评价指标， 还可以涵盖赊账率、 净利润。

23、增 速、 营收销售费用是否背离、 净现是否匹配、 ROE稳定情况、 存贷周转速度、 营收增速、 应收账 款是否突增、 其他应收款占比、 过去是否有亏损、 销售费用率、 财务费用率、 扣除非经常项后 的净利润经营现金流、 带息负债率等多项评价指标。 在跨行业对比中， 从毛利率、 存货周转 速度、 短期偿债能力、 设备投资力度、 经营现金流质量、 实收净利润对公司进行分析。 此外， 基本面分析模型中依据的评价指标还可以包括是否经四大审计、 会计事务所是否稳定、 是 否为百年老店、 分红次数、 转增、 最近一次高分红、 是否有大股东增减持、 是否为MSCI标的 股、 股东户数是否减少、 对市场的敏感。

24、程度、 待诊断上市公司是否预计存在限售股解禁、 业 绩预期、 涨跌幅、 换手率、 缩量下跌、 放量上涨等多项维度对个股进行多项扩展指标的综合 评估。 0058 进一步地， 将经预处理后的原始数据和评价指标进行比较， 具体包括将原始数据 和财务异常评价指标、 基本财务评价指标、 股票影响因素评价指标、 投资股东评价指标、 和 公告信息评价指标进行比较。 0059 优选地， 本实施例中， 预先建立的多个模型还包括预处理模型， 预处理模型用于构 建财务异常评价指标和基本财务评价指标之间的关联关系， 并根据关联关系对原始数据进 行数据清洗之后再进行数据提取以得到关键数据。 经过该预处理， 可以根据该关。

25、联关系快 速判识原始数据中有关财务异常评价指标和基本财务评价指标的相关原始数据的正确性， 及时删除错误的相关原始数据， 更准确且更快速地得到数据清洗地结果。 0060 本实施例中， 如图4所示， 以五粮液(000858.SZ)发布业绩预告为例。 采用本实施例 的预处理方法进行预处理后， 可以在快速识别出该公告是业绩预告公告， 而且提取出公告 里关键数据， 展示给用户。 其中， 提取的关键数据包括待评估业绩增减情况、 业绩增减的具 体数据、 和与上年同期的增减比例。 0061 最后， 将预处理后的原始数据与各模型的评价指标进行比较， 即， 将预处理后的原 始数据数据分别与各模型中的财务异常评价指。

26、标、 基本财务评价指标、 股票影响因素评价 指标、 投资股东评价指标、 以及公告信息评价指标进行比较， 若原始数据超过相应的指标， 说明书 4/6 页 7 CN 110675078 A 7 则认为诊断为存在异动。 0062 上述的上市公司风险诊断方法能从多方面分析待诊断上市公司的现状， 分析结果 更全面。 0063 实施例2 0064 与上述实施例1相对应地， 如图5所示， 本实施例提供一种上市公司风险诊断系统， 包括： 0065 采集单元， 用于从网站上采集待诊断公司的原始数据； 0066 提取单元， 用于对原始数据进行预处理以提取出关键数据； 0067 分析单元， 用于将关键数据输入预先建。

27、立的多个模型进行分析以判断待诊断上市 公司的基本面信息和风险状况信息； 0068 诊断单元， 用于根据基本面信息和风险状况信息得到诊断结果。 0069 其中， 如图6所示， 分析单元包括： 0070 财务分析子单元， 用于采用财务分析模型根据财务异常评价指标进行分析， 财务 异常评价指标包括存贷指标、 质押指标、 商誉指标、 以及违规违法指标中的一种或者任意几 种的组合； 0071 基本面分析子单元， 用于采用基本面分析模型根据基本财务评价指标进行分析， 基本财务评价指标包括ROE指标、 现金流质量指标、 以及存货周转速度指标中的至少一种； 0072 重点分析子单元， 用于采用重点分析模型根据。

28、股票影响因素评价指标进行分析， 股票影响因素评价指标包括北向资金指标和舆情指数指标中的至少一种； 0073 股东分析子单元， 用于采用股东分析模型根据投资股东评价指标进行分析， 投资 股东评价指标包括社保基金和中央汇金中的至少一种； 0074 重大事项分析子单元， 用于采用重大事项分析模型根据公告信息评价指标进行分 析， 公告信息评价指标包括关联交易、 高管变更、 以及股权激励中的至少一种。 0075 上述各单元执行工作时的方法步骤如实施例1所示， 在此， 不多做赘述。 0076 实施例3 0077 本实施例提供一种计算机终端， 包括： 0078 处理器和存储器； 0079 存储器用于存储计算。

29、机程序， 处理器运行计算机程序以使计算机终端执行的诊断 方法。 0080 实施例4 0081 本实施例提供一种计算机可读存储介质， 其存储有计算机程序， 该计算机程序被 处理器执行时实施的上市公司风险诊断方法。 0082 在本申请所提供的几个实施例中， 应该理解到， 所揭露的装置和方法， 也可以通过 其它的方式实现。 以上所描述的装置实施例仅仅是示意性的， 例如， 附图中的流程图和结构 图显示了根据本发明的多个实施例的装置、 方法和计算机程序产品的可能实现的体系架 构、 功能和操作。 在这点上， 流程图或框图中的每个方框可以代表一个模块、 程序段或代码 的一部分， 所述模块、 程序段或代码的一。

30、部分包含一个或多个用于实现规定的逻辑功能的 可执行指令。 也应当注意， 在作为替换的实现方式中， 方框中所标注的功能也可以以不同于 附图中所标注的顺序发生。 例如， 两个连续的方框实际上可以基本并行地执行， 它们有时也 说明书 5/6 页 8 CN 110675078 A 8 可以按相反的顺序执行， 这依所涉及的功能而定。 也要注意的是， 结构图和/或流程图中的 每个方框、 以及结构图和/或流程图中的方框的组合， 可以用执行规定的功能或动作的专用 的基于硬件的系统来实现， 或者可以用专用硬件与计算机指令的组合来实现。 0083 另外， 在本发明各个实施例中的各功能模块或单元可以集成在一起形成一。

31、个独立 的部分， 也可以是各个模块单独存在， 也可以两个或更多个模块集成形成一个独立的部分。 0084 所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时， 可以 存储在一个计算机可读取存储介质中。 基于这样的理解， 本发明的技术方案本质上或者说 对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来， 该计 算机软件产品存储在一个存储介质中， 包括若干指令用以使得一台计算机设备(可以是智 能手机、 个人计算机、 服务器、 或者网络设备等)执行本发明各个实施例所述方法的全部或 部分步骤。 而前述的存储介质包括： U盘、 移动硬盘、 只读存储器(ROM， Read。

32、-Only Memory)、 随机存取存储器(RAM， Random Access Memory)、 磁碟或者光盘等各种可以存储程序代码的 介质。 0085 以上所述， 仅为本发明的具体实施方式， 但本发明的保护范围并不局限于此， 任何 熟悉本技术领域的技术人员在本发明揭露的技术范围内， 可轻易想到变化或替换， 都应涵 盖在本发明的保护范围之内。 说明书 6/6 页 9 CN 110675078 A 9 图1 说明书附图 1/6 页 10 CN 110675078 A 10 图2 说明书附图 2/6 页 11 CN 110675078 A 11 图3 说明书附图 3/6 页 12 CN 110675078 A 12 图4 说明书附图 4/6 页 13 CN 110675078 A 13 图5 说明书附图 5/6 页 14 CN 110675078 A 14 图6 说明书附图 6/6 页 15 CN 110675078 A 15 。