数据处理方法、装置、电子设备、存储介质及程序产品
本发明涉及计算机数据处理,特别涉及一种数据处理方法、装置、电子设备、存储介质及程序产品。
背景技术:
1、品牌作为企业核心无形资产,其价值的精准量化评估,对于资本市场投资决策、企业并购重组、品牌运营管理等场景具有重要数据支撑作用。
2、相关技术中,主要采用收益法中的多周期超额收益法,采集企业单期财务收益数据;通过专家主观打分或问卷确定品牌收益贡献占比(品牌作用指数),从而计算品牌超额收益;通过多个主观维度指标的打分体系生成品牌强度系数,并作为折现率依据;对预测期超额收益进行折现求和,得到品牌价值。
3、然而,相关技术存在以下问题,(1)品牌强度量化环节依赖主观输入,数据处理缺乏客观、可复现的算法支撑,(2)引用的行业分类标准与品牌价值作用机理失配,导致跨行业数据分析的基准不一致,(3)财务收益基准数据未针对品牌资产的长期属性进行平滑处理,评估结果时序稳定性差,(4)品牌未来收益预测采用静态参数,缺乏基于市场真实交易数据动态反馈的量化预测模型,(5)多源异构数据处理流程彼此割裂,无法实现大规模、批量化的自动化处理,导致无法对企业品牌价值进行精准量化评估,亟待解决。
技术实现思路
1、本发明提供一种数据处理方法、装置、电子设备、存储介质及程序产品,以解决相关技术中品牌价值评估依赖人工主观打分、结果不可复现、无法动态更新的技术问题,提升品牌资产量化结果客观性、时效性与计算可追溯性。
2、为达到上述目的,本发明第一方面实施例提供一种数据处理方法,包括以下步骤:响应于数据处理请求,获取目标企业的多期财务数据、资本市场时序数据和主营业务数据;对所述财务数据进行时序加权平滑运算得到当期均衡财务收益数据,并对所述主营业务数据进行行业分类匹配得到行业品牌贡献比率,并对所述资本市场时序数据生成品牌收益强度;根据所述当期均衡财务收益数据、所述行业品牌贡献比率和所述品牌收益强度生成最终品牌资产量化值。
3、进一步地,在一些实施例中,在根据所述当期均衡财务收益数据、所述行业品牌贡献比率和所述品牌收益强度生成最终品牌资产量化值之后,还包括:分别对所述最终品牌资产量化值进行时序波动校验、横向偏差校验和外部对标校验,得到剔除异常结果的品牌资产量化值;根据所述剔除异常结果的品牌资产量化值,生成资产量化数据处理结果。
4、进一步地,在一些实施例中,获取目标企业的多期财务数据和资本市场时序数据,包括:基于预设的评测基准日,根据第一回溯采集日期采集所述目标企业的结构化财务数据,并对所述结构化财务数据进行预处理得到所述多期财务数据;基于所述预设的评测基准日,根据第二回溯采集日期采集所述目标企业的初始资本市场时序数据,并对所述资本市场时序数据进行预处理得到所述资本市场时序数据。
5、进一步地,在一些实施例中,所述对所述财务数据进行时序加权平滑运算得到当期均衡财务收益数据,包括:获取所述资产评估数据库的企业多周期连续财务指标,根据所述多周期连续财务指标构建标准化财务样本集;根据预设的多周期加权平滑计算方法对所述标准化财务样本集进行平滑核算,得到基础均衡收益数据;分别对零售行业和贸易二级行业匹配差异化权重参数组,并基于匹配后的权重参数对所述基础均衡收益数据开展异常场景适配修正,得到所述均衡财务收益。
6、进一步地,在一些实施例中,所述对所述主营业务数据进行行业分类匹配得到行业品牌贡献比率,包括:确定所述目标企业对应的多级行业分类标准和每级行业的品牌贡献比率基准值;根据所述多级行业分类标准和所述每级行业的品牌贡献比率基准值得到行业分类知识库数据;根据所述行业分类知识库数据对所述主营业务数据进行行业分类匹配得到行业品牌贡献比率。
7、进一步地,在一些实施例中,所述对所述资本市场时序数据生成品牌收益强度,包括:从所述资本市场时序数据中获取所述目标企业的企业上市时间,并基于所述企业上市时间确定对应的适配计算窗口;确定所述目标企业对应的时间区间内个股区间均值和大盘指数区间均值,根据所述对应的时间区间内个股区间均值和大盘指数区间均值计算所述目标企业对应的品牌乘数,得到初始品牌收益强度;对所述初始强度参数进行上下限阈值校验和截断处理,得到所述品牌收益强度。
8、根据本发明实施例提供的数据处理方法,响应数据处理请求采集企业多期财务、资本市场时序及主营业务三类数据;分别对财务数据时序加权平滑得到均衡财务收益、对主营业务数据行业匹配得到行业品牌贡献比率、对资本市场时序数据运算得到品牌收益强度;融合三类参数计算得到品牌资产量化值,实现品牌资产自动化量化评估,解决了相关技术中品牌价值评估依赖人工主观打分、结果不可复现、无法动态更新的技术问题,提升了品牌资产量化结果客观性、时效性与计算可追溯性。
9、为达到上述目的,本发明第二方面实施例提供一种数据处理装置,包括:获取模块,用于响应于数据处理请求,获取目标企业的多期财务数据、资本市场时序数据和主营业务数据;计算模块,用于对所述财务数据进行时序加权平滑运算得到当期均衡财务收益数据,并对所述主营业务数据进行行业分类匹配得到行业品牌贡献比率,并对所述资本市场时序数据生成品牌收益强度;生成模块,用于根据所述当期均衡财务收益数据、所述行业品牌贡献比率和所述品牌收益强度生成最终品牌资产量化值。
10、进一步地,在一些实施例中,所述生成模块还用于:分别对所述最终品牌资产量化值进行时序波动校验、横向偏差校验和外部对标校验,得到剔除异常结果的品牌资产量化值;根据所述剔除异常结果的品牌资产量化值,生成资产量化数据处理结果。
11、进一步地,在一些实施例中,所述获取模块,具体用于:基于预设的评测基准日,根据第一回溯采集日期采集所述目标企业的结构化财务数据,并对所述结构化财务数据进行预处理得到所述多期财务数据;基于所述预设的评测基准日,根据第二回溯采集日期采集所述目标企业的初始资本市场时序数据,并对所述资本市场时序数据进行预处理得到所述资本市场时序数据。
12、进一步地,在一些实施例中,所述计算模块,具体用于:获取所述资产评估数据库的企业多周期连续财务指标,根据所述多周期连续财务指标构建标准化财务样本集;根据预设的多周期加权平滑计算方法对所述标准化财务样本集进行平滑核算,得到基础均衡收益数据;分别对零售行业和贸易二级行业匹配差异化权重参数组,并基于匹配后的权重参数对所述基础均衡收益数据开展异常场景适配修正,得到所述均衡财务收益。
13、进一步地,在一些实施例中,所述计算模块,具体用于:确定所述目标企业对应的多级行业分类标准和每级行业的品牌贡献比率基准值;根据所述多级行业分类标准和所述每级行业的品牌贡献比率基准值得到行业分类知识库数据;根据所述行业分类知识库数据对所述主营业务数据进行行业分类匹配得到行业品牌贡献比率。
14、进一步地,在一些实施例中,所述计算模块,具体用于:从所述资本市场时序数据中获取所述目标企业的企业上市时间,并基于所述企业上市时间确定对应的适配计算窗口;确定所述目标企业对应的时间区间内个股区间均值和大盘指数区间均值,根据所述对应的时间区间内个股区间均值和大盘指数区间均值计算所述目标企业对应的品牌乘数,得到初始品牌收益强度;对所述初始强度参数进行上下限阈值校验和截断处理,得到所述品牌收益强度。
15、根据本发明实施例提供的数据处理装置,响应数据处理请求采集企业多期财务、资本市场时序及主营业务三类数据;分别对财务数据时序加权平滑得到均衡财务收益、对主营业务数据行业匹配得到行业品牌贡献比率、对资本市场时序数据运算得到品牌收益强度;融合三类参数计算得到品牌资产量化值,实现品牌资产自动化量化评估,解决了相关技术中品牌价值评估依赖人工主观打分、结果不可复现、无法动态更新的技术问题,提升了品牌资产量化结果客观性、时效性与计算可追溯性。
16、为达到上述目的,本发明第三方面实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的数据处理方法。
17、为达到上述目的,本发明第四方面实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,以用于实现如上述实施例所述的数据处理方法。
18、本发明第五方面实施例提供一种计算机程序产品,包括计算机程序,所述计算机程序被执行,以用于实现如上述实施例所述的数据处理方法。
19、由此,本发明具有以下有益效果:
20、(1)本发明以资本市场交易时序数据的客观统计分析和量化预测模型,完全替代传统主观评估环节,使品牌强度参数的生成成为一项标准化、无人工干预、可无限复现的数据处理算法,在处理全量上市公司样本时,结果的客观性、可验证性发生实质性跃升。
21、(2)本发明通过预置的专用三级行业分类体系,使得不同行业的品牌价值分析得以在同一机理下完成,消除了因采用通用行业分类而引入的系统性数据偏差,提升了跨行业分析结果的可靠性与可比性。
22、(3)本发明通过多期财务数据的加权平滑处理和异常值自动修正机制,有效消除了企业短期财务噪声对量化结果的干扰,精确匹配品牌资产长期属性。
23、(4)本发明通过连续时序数据动态建模,使得bp参数可随最新的市场交易数据自动更新,实时量化反映投资者群体对品牌未来预期的集体预期,实现品牌未来收益能力的动态量化预测,保持与市场信息的实时同步。
24、(5)本发明支持多线程批量并行处理,构建一体化的自动融合处理框架,提升大规模数据处理效率与一致性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com