[发明专利]基于行业画像的行业利润预测方法、系统、介质及终端

说明书

本发明提供一种基于行业画像的行业利润预测方法、系统、介质及终端；所述方法包括以下步骤：获取行业利润数据；基于所述行业利润数据，选取行业因子；根据所述行业利润数据和所述行业因子，建立行业利润预测模型，以通过所述行业利润预测模型对行业利润进行预测；本发明基于行业画像利用统计学方法对行业利润增速进行预测，消除了主观预测的随意性，揭示了行业基本面数据和行业利润间稳定的相关性，可以辅助投资者对行业的基本面变化情况有提前预判，消减信息不对称性，提高市场的有效性，从而促进资源要素的有效分配，提高市场活力。

技术领域

本发明属于金融分析技术领域，特别是涉及一种基于行业画像的行业利润预测方法、系统、介质及终端。

背景技术

数理统计预测法，是利用统计学原理，从影响各行业的历史资料中，概括出行业因子与行业利润间的内在联系，建立数学模型，然后根据目前行业的基本面数据来预测行业利润，选取因子的原则包括：

(1)样本数要足够多，样本数量太少，容易碰到由于样本的随机波动而造成较高的符合率假象。

(2)选择因子的数量要恰当，因子太少则提供信息不足，预测能力差，因子过多，计算复杂且样本数量较少更易引起误差，一般认为选择因子的数目最好不超过样本的1/5-1/10。

(3)选择准主导因子，并要选好能相互配合，相互弥补的次要因子，与主导因子相互搭配，但注意不要把一些虽然与预测量相关性好，但他们的作用是重复的因子，这样的因子，只是单独对预报量发生作用，并不是同主导因子配合共同起作用，也不能起到弥补的作用。

(4)选择相关性好且相关性稳定的因子，用多因子做预测，至少要有一个预测因子与预测量相关性好且相关性稳定。

经济分析中的数理统计预测，往往注重统计理论，而忽略经济理论分析，如往往将各个申万一级行业作为一个预测因子，而实际上行业内部利润变化方向并不一致，甚至相反；受主观预测随意性的影响，也会导致行业利润预测准确性低，无法为投资者提供行业基本面变化情况的提前预判；以纺织服装业为例，它可以分为纺织制造和服装家纺两个二级子类，纺织制造业实际上是服装家纺的上游，其利润即是服装家纺企业的成本之一，因此预测行业利润时应将二者分开研究。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于行业画像的行业利润预测方法、系统、介质及终端，用于解决现有技术中行业利润预测受主观预测影响，行业利润预测准确性较低的问题。

为实现上述目的及其他相关目的，本发明提供一种基于行业画像的行业利润预测方法，包括以下步骤：获取行业利润数据；基于所述行业利润数据，选取行业因子；根据所述行业利润数据和所述行业因子，建立行业利润预测模型，以通过所述行业利润预测模型对行业利润进行预测。

于本发明的一实施例中，所述行业利润数据包括历史利润数据和行业基本面数据；其中，所述行业基本面数据包括：全国居民人均可支配收入、社会消费品零售总额、行业出口增速、原材料价格以及行业经营数据；所述行业经营数据包括：存货、应收票据及应收款、亏损企业亏损总额、利润总额。

于本发明的一实施例中，基于所述行业利润数据，选取行业因子包括以下步骤：根据所述行业利润数据，计算历史行业利润增长率与对应的行业基本面数据之间的相关性；根据所述行业利润数据，度量所述历史行业利润增长率与除对应的行业基本面数据外行业基本面数据之间的相互关系；根据计算结果和度量结果，选取所述行业因子。

于本发明的一实施例中，所述行业利润预测模型为一数学模型。

于本发明的一实施例中，所述行业利润预测模型采用线性回归分析方式进行所述行业利润的预测。

于本发明的一实施例中，所述数学模型采用多元回归分析方式进行所述行业利润的预测。