[发明专利]上市公司疑似财务风险判别方法及装置在审

专利信息
申请号: 202010306652.3 申请日: 2020-04-17
公开(公告)号: CN111612602A 公开(公告)日: 2020-09-01
发明(设计)人: 部慧;吴俊杰;姚磊;王岸汀 申请(专利权)人: 北京智信度科技有限公司
主分类号: G06Q40/00 分类号: G06Q40/00;G06Q10/06;G06Q10/04
代理公司: 北京远大卓悦知识产权代理事务所(普通合伙) 11369 代理人: 卞静静
地址: 100071 北京市丰台区南四环西*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 上市公司 疑似 财务 风险 判别 方法 装置
【权利要求书】:

1.上市公司疑似财务风险判别方法,其特征在于,包括:

获取上市公司的财务报表,提取财务报表中的财务数据;

根据财务数据,至少在退市风险警示维度、盈利能力维度、流动性风险维度、经营风险维度、偿债能力维度、科创板专属指标维度下构建财务变量;

判断各财务变量是否分别符合各给定规则,记录不符合对应给定规则的财务变量;

根据不符合对应给定规则的财务变量,判别上市公司是否存在疑似财务风险。

2.如权利要求1所述的上市公司疑似财务风险判别方法,其特征在于,给定规则至少包括:

财务变量在设定时间段内是否为负;

财务变量是否超过同行业、同成熟度、同板块的上市公司的阈值水平;

财务变量是否超过固定阈值。

3.如权利要求1所述的上市公司疑似财务风险判别方法,其特征在于,还包括:

将上市公司至少按照行业类型、板块类型和成熟度进行分类,并计算同行业、同成熟度、同板块的上市公司的财务变量的阈值水平。

4.如权利要求3所述的上市公司疑似财务风险判别方法,其特征在于,判断上市公司的成熟度的方法包括:

上市公司股票是否为特定指数的成分股,如是,则认为上市公司在当期是成熟型企业;上市公司是否上市时间长达十年以上,如是,则认为上市公司是成熟型企业;上市公司近三年的平均营业收入增长率是否小于预设增长率,如是,则认为上市公司是成熟型企业。

5.如权利要求2所述的上市公司疑似财务风险判别方法,其特征在于,退市风险警示维度的财务变量包括上市公司各年净利润、期末净资产、营业总收入、审计意见、证监会处罚信息、公司停牌时间及是否按时披露财务信息;盈利能力维度的财务变量包括毛利率、ROE、净利润、营业收入增长率;流动性风险维度的财务变量包括经营活动产生的现金流入、经营活动产生的现金流量净额、现金收入比、净利润与经营活动产生的现金流量净额之比;经营风险维度的财务变量包括流动比率、速动比率、利息保障倍数;科创板专属指标包括净利润、研发费用、营业总收入和经营活动产生的现金流量净额。

6.如权利要求5所述的上市公司疑似财务风险判别方法,其特征在于,根据不符合对应给定规则的财务变量,对上市公司的疑似财务风险进行计分,若上市公司的得分超过给定阈值,则判别该上市公司存在疑似财务风险。

7.如权利要求6所述的上市公司疑似财务风险判别方法,其特征在于,若退市风险警示维度的财务变量不符合对应给定规则,则直接判别上市公司存在疑似财务风险。

8.如权利要求6所述的上市公司疑似财务风险判别方法,其特征在于,还包括:

采集财务数据样本,构建财务数据样本的退市风险警示维度、盈利能力维度、流动性风险维度、经营风险维度、偿债能力维度、科创板专属指标维度的各财务变量,并对各财务变量进行赋值,将财务变量分为第一类财务变量和第二类财务变量,进而得到第一类财务变量得分和第二类财务变量得分,以第一类财务变量得分为输入,以第二类财务变量得分为输出,训练获得神经网络预测模型;

若退市风险警示维度的财务变量符合对应给定规则,则将上市公司对应的第一类财务变量得分输入神经网络预测模型,将得到的预测结果与第二类财务变量得分比较,获得比较误差,若比较误差小于误差阈值,则将第一财务变量得分与第二财务变量得分相加,并与给定阈值比较,若比较误差大于误差阈值,则判别上市公司存在疑似财务风险;

所述第一类财务变量为盈利能力维度、流动性风险维度、经营风险维度的财务变量,所述第二类财务变量为除第一类财务变量之外的财务变量。

9.上市公司疑似财务风险判别装置,其特征在于,包括:

处理器;

存储器,其存储有可执行指令;

其中,所述处理器被配置为执行所述可执行指令,以执行权利要求1~8任一所述的上市公司疑似财务风险判别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京智信度科技有限公司,未经北京智信度科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010306652.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top