[发明专利]一种基于大数据综合建模技术的企业效益预测方法及系统

说明书

本发明公开了一种基于大数据综合建模技术的企业效益预测方法及系统，包括以下步骤：获取企业数据，将数据根据时间进行分类排序，建立评价指标，确定权重系数，建立综合评价模型，将权重系数代入模型当中，计算得到企业的预计收益。本发明通过历史效益增长率预测未来效益增长率，结合企业前景在预测模型对企业未来效益进行预测，可以更好地反映企业的经济效益，有利于不断促进企业改变目标战略。

技术领域

本发明涉及数据处理领域，特别涉及一种基于大数据综合建模技术的企业效益预测方法及系统。

背景技术

基于大数据时代，通过对企业运营中产生的各种数据进行收集、分析，可以有效地帮助企业自己或他人创造更多的价值。例如，通过分析产品的热销类型和购买人群，可以帮助企业做出更准确的产品营销策略。又例如，通过对企业交易数据的分析，可以帮助企业形成信用档案，有助于企业进行融资或贷款。

传统对企业效益预测的方法，大多仍停留在人工手动进行海量数据统计和指标测算分析操作的阶段，不仅存在工作量大，操作繁琐，人力和时间成本高的问题，而且操作过程中容易出错，从而导致预测结果不准确。

发明内容

本发明要解决的技术问题是克服现有技术的缺陷，提供一种基于大数据综合建模技术的企业效益预测方法及系统。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明一种基于大数据综合建模技术的企业效益预测方法，包括以下步骤：

S1、获取企业数据；

S2、将数据根据时间进行分类排序，数据按照时间划分为往期数据和本期数据，往期数据按照年份至少向前推动1年，并分别记为S1,S2,Sn(n＞1)；

S3、建立评价指标，在往期数据当中选取支出项目与实际收入进行相关性验证，得到关键支出项目作为评价指标；

S4、确定权重系数，根据往期数据计算企业历史增长率，再根据历史增长率预测未来增长率，通过预计的未来增长率计算企业未来前景得分，将预计增长率和企业未来前景得分作为权重；

S5、建立综合评价模型，通过线性加权函数作为综合评价模型，对企业进行综合评价；

S6、将权重系数代入模型当中，计算得到企业的预计收益。

优选的，所述企业数据包括工商信息、司法信息、企业人数、纳税登记、主营产品、销售额、纳税额、实际收入和资金投出，同时对获取的企业数据进行清洗并筛选。

优选的，所述支出项目包括人工费用、场地费用、物料费用、广告费用、物料成本费用，所述支出项目与实际收入的相关性通过协方差进行计算，公式如下：Cov(X.Y)＝E[X-E(X)][Y-E(Y)]；

其中E为期望值，X为单个项目费用，Y为实际收益；

当结果＞0，则单个项目费用与实际收益之间为正相关，作为关键支出项目；当结果≤0，则单个项目费用与实际收益之间为负数相关，不作为关键支出项目。

优选的，所述企业未来增长率计算步骤如下：

A、计算历史增长率的平均值，计算企业往期每月的增长率，并计算几何平均值；

B、估计时间段确定，根据历史增长率对估计时间段的敏感性决定历史增长率在预测中的权重；

C、对负盈利进行处理，以年为时间单位的盈利百分比变化定义为：

t时期净收益(EPS)的百分比变化＝(EPS_t-EPS_t-1)/EPS_t-1，

若EPS_t-1数值为负数，则将其忽略；