[发明专利]企业投资价值评估方法、装置、服务器及可读存储介质

说明书

本发明公开了一种企业投资价值评估方法、装置、服务器及可读存储介质，方法包括：调用各数据节点基于纵向联邦学习，将企业数据作为训练样本训练构建各自所述数据节点的本地评估模型；调用各数据节点分别采用本地评估模型，对各自拥有的待评估企业的目标企业数据进行投资价值评估，得到各第一评估结果；根据各第一评估结果，确定待评估企业的投资价值。这样，可根据各数据节点基于纵向联邦学习，构建各自的本地评估模型，并得到各第一评估结果，根据各第一评估结果，确定待评估企业的投资价值，从而对企业做出全面、可靠的评估结果。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种企业投资价值评估方法、装置、服务器及可读存储介质。

背景技术

如何针对企业进行有价值投资和/或可持续投资，已经越来越受到人们的关注和重视。在投资者针对企业进行投资的过程中，需要认知被投资企业潜在的各种风险、或者寻找该被投资企业的增量价值，从而保障当前投资者或者投资机构的基本利益。

然而，针对被投资企业的投资决策离不开对被投资企业进行各种数据分析和评估。目前，常采用单一数据源来训练构建评估模型以针对被投资企业进行投资价值评估操作，然而，这种基于单一数据源训练构建的评估模型，其可靠性难以得到保障，导致针对被投资企业的投资价值评估结果可信度低。

发明内容

本发明的主要目的在于提供一种企业投资价值评估方法、装置、服务器及可读存储介质，旨在解决现有技术中的对企业的价值评估结果不可靠的技术问题。

为实现上述目的，本发明提供一种企业投资价值评估方法，各数据节点拥有不同投资分析指标下的企业数据，所述企业投资价值评估方法包括：

调用各所述数据节点基于纵向联邦学习，将所述企业数据作为训练样本训练构建各自所述数据节点的本地评估模型；

调用各所述数据节点分别采用所述本地评估模型，对各自拥有的待评估企业的目标企业数据进行投资价值评估，得到各第一评估结果；

根据各所述第一评估结果，确定所述待评估企业的投资价值。

进一步地，所述调用各所述数据节点基于纵向联邦学习，将所述企业数据作为训练样本训练构建各自所述数据节点的本地评估模型的步骤，包括：

从所述不同投资分析指标中，确定各所述数据节点所拥有的所述待评估企业的目标评估指标；

基于各所述数据节点所拥有的所述目标评估指标和所述企业数据，采用纵向联邦学习训练构建各自所述数据节点的本地评估模型。

进一步地，所述不同投资分析指标包括：环境影响指标、社会影响指标、公司治理指标和/或开放生态指标：

所述从所述不同投资分析指标中，确定各所述数据节点所拥有的所述待评估企业的目标评估指标的步骤，包括：

调用各所述数据节点中的企业数据，并确定各所述数据节点中的所述环境影响指标、所述社会影响指标、所述公司治理指标和所述开放生态指标所对应的比重；

根据各所述数据节点中的所述环境影响指标、所述社会影响指标、所述公司治理指标和所述开放生态指标所对应的比重，确定各所述数据节点所拥有的所述目标评估指标。

进一步地，所述基于各所述数据节点所拥有的所述目标评估指标和所述企业数据，采用纵向联邦学习训练构建各自所述数据节点的本地评估模型的步骤，包括：

获取各所述数据节点所拥有的所述目标评估指标和目标企业数据以作为训练样本，基于多个所述训练样本采用纵向联邦学习方法分别训练各所述数据节点所对应的本地评估模型，其中所述企业数据包含所述目标企业数据。

进一步地，所述基于多个所述训练样本采用纵向联邦学习方法分别训练各所述数据节点所对应的本地评估模型的步骤，包括：