一种基于大数据的企业虚拟标杆确定方法及系统技术方案

本发明专利技术公开了一种基于大数据的企业虚拟标杆确定方法及系统，方法包括：对考核企业的主业板块及其行业占比进行划分；构建虚拟标杆企业，并在上市企业数据池中找出各行业的对标数据池；对指标数据进行分档，得到5个不同水平的标杆；将5个不同水平的标杆进行融合，得到优秀水平的虚拟标杆、良好水平的虚拟标杆、平均水平的虚拟标杆、较低水平的虚拟标杆和较差水平的虚拟标杆。本发明专利技术结合了统计学的p分位点原理、加权求和的方法和循环三西格玛剔除异常数据原理，通过将企业的主业板块先拆分后融合的方式来构建可量化且极大限度符合实际的企业虚拟标杆，更加客观、科学和准确，也提高了后续对标的精准度。本发明专利技术可广泛应用于数据挖掘领域。

【技术实现步骤摘要】
一种基于大数据的企业虚拟标杆确定方法及系统
本专利技术涉及数据挖掘领域，尤其是一种基于大数据的企业虚拟标杆确定方法及系统。
技术介绍
随着我国市场经济的不断发展壮大和成熟，通过市场整体状况来对企业的经营业绩进行客观有效的评价成为重点关注的问题，对标考核也因此被公认为合理而且行之有效的业绩考核方法。标杆企业作为对标考核的重要因素，如何确定企业标杆成为对标考核中不断探索的问题。企业的发展受到内外因多种因素的影响，难以从众多企业中锁定与考核企业内外部环境均一致的标杆企业，故目前业内尚缺乏一套科学和客观的对标考核方法。为节省人力物力以及提高对标的精准度，基于大数据分析模型来确定企业虚拟标杆就具有重要的意义。
技术实现思路
为解决上述技术问题，本专利技术的目的在于：提供一种科学、客观和精准的，基于大数据的企业虚拟标杆确定方法。本专利技术的另一目的在于：提供一种科学、客观和精准的，基于大数据的企业虚拟标杆确定系统。本专利技术所采取的技术方案是：一种基于大数据的企业虚拟标杆确定方法，包括以下步骤：按资产总额占比和行业个数对考核企业的主业板块及其行业占比进行划分，并以划分出的主业板块作为考核企业的对标板块；构建与考核企业的主业板块及其行业占比一致的虚拟标杆企业，并按行业在上市企业数据池中找出虚拟标杆企业各行业的对标数据池，所述虚拟标杆企业行业的对标数据池为满足考核企业特点的同行业的所有上市企业集合；采用统计学的p分位点原理对虚拟标杆企业各行业对标数据池中的指标数据进行分档，得到优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆这5个不同水平的标杆；采用加权求和的方法将优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆这5个不同水平的标杆进行融合，得到优秀水平的虚拟标杆、良好水平的虚拟标杆、平均水平的虚拟标杆、较低水平的虚拟标杆和较差水平的虚拟标杆。进一步，所述按资产总额占比和行业个数对考核企业的主业板块及其行业占比进行划分，并以划分出的主业板块作为考核企业的对标板块这一步骤，其包括：按资产总额占比对考核企业的行业进行划分，并输入考核企业A的所有行业c1、c2、···、cn及其行业占比v1、v2、···、vn，其中，n为A的行业总个数；判断考核企业A的行业个数n是否大于6，若是，则以占考核企业资产总额80％以上的前m个行业c1、c2、···、cm作为考核企业A的主业板块，并将考核企业的主业板块c1、c2、···、cm对应的行业占比v1、v2、···、vm同比例进行扩大，此时m＜n；反之，则直接以输入的所有行业c1、c2、···、cn及其行业占比v1、v2、···、vn作为考核企业A的主业板块c1、c2、···、cm及其行业占比v1、v2、···、vm，此时m＝n。进一步，所述构建与考核企业的主业板块及其行业占比一致的虚拟标杆企业，并按行业在上市企业数据池中找出虚拟标杆企业各行业的对标数据池这一步骤，其包括：构建与考核企业A的主业板块c1、c2、···、cm及其行业占比v1、v2、···、vm一致的虚拟标杆企业B；在上市企业数据池中逐个行业寻找同行业中满足企业A特点的所有企业，以形成企业B主业板块各行业C1、C2、···、Cm的对标数据池{B1，B2，B3，···，Bm}，其中，Bi＝{Bi1，Bi2，Bi3，···，Biq}，i＝1，2，3，···，m；q为同行业中满足企业A特点的企业总个数；采用三西格玛原理对对标数据池{B1，B2，B3，···，Bm}中的指标数据进行去异常处理，得到虚拟标杆企业B各行业最终的对标数据池{pool1，pool2，pool3，···，poolm}。进一步，所述采用统计学的p分位点原理对虚拟标杆企业各行业对标数据池中的指标数据进行分档，得到优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆这5个不同水平的标杆这一步骤，其具体为：采用统计学的p分位点原理，从虚拟标杆企业各行业的对标数据池中分别选定排名前10％的指标值作作为优秀水平标杆，排名前25％的指标值作为良好水平标杆，排名前50％的指标值作为平均水平标杆，排名前70％的指标值作为较低水平标杆，排名前90％的指标值作为较差水平标杆。进一步，所述采用加权求和的方法将优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆这5个不同水平的标杆进行融合，得到优秀水平的虚拟标杆、良好水平的虚拟标杆、平均水平的虚拟标杆、较低水平的虚拟标杆和较差水平的虚拟标杆这一步骤，其具体为：根据虚拟标杆企业的主业板块及其行业占比，采用加权求和方法将不同对标数据池中同一水平的标杆进行融合，得到优秀水平的虚拟标杆、良好水平的虚拟标杆、平均水平的虚拟标杆、较低水平的虚拟标杆和较差水平的虚拟标杆，所述优秀水平的虚拟标杆、良好水平的虚拟标杆、平均水平的虚拟标杆、较低水平的虚拟标杆和较差水平的虚拟标杆的计算公式为：其中，e＝1，2，3，···，m；excellent(e)、fine(e)、avg(e)、low(e)和bad(e)分别为虚拟标杆企业第e个行业对标数据池poole的优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆，v(e)为虚拟标杆企业第e个行业的行业占比。本专利技术所采取的另一技术方案是：一种基于大数据的企业虚拟标杆确定系统，包括：划分模块，用于按资产总额占比和行业个数对考核企业的主业板块及其行业占比进行划分，并以划分出的主业板块作为考核企业的对标板块；对标数据池确定模块，用于构建与考核企业的主业板块及其行业占比一致的虚拟标杆企业，并按行业在上市企业数据池中找出虚拟标杆企业各行业的对标数据池，所述虚拟标杆企业行业的对标数据池为满足考核企业特点的同行业的所有上市企业集合；对标数据池数据分档模块，采用统计学的p分位点原理对虚拟标杆企业各行业对标数据池中的指标数据进行分档，得到优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆这5个不同水平的标杆；档位线融合模块，用于采用加权求和的方法将优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆这5个不同水平的标杆进行融合，得到优秀水平的虚拟标杆、良好水平的虚拟标杆、平均水平的虚拟标杆、较低水平的虚拟标杆和较差水平的虚拟标杆。进一步，所述划分模块包括：输入单元，用于按资产总额占比对考核企业的行业进行划分，并输入考核企业A的所有行业c1、c2、···、cn及其行业占比v1、v2、···、vn，其中，n为A的行业总个数；主业提取单元，用于判断考核企业A的行业个数n是否大于6，若是，则以占考核企业资产总额80％以上的前m个行业c1、c2、···、cm作为考核企业A的主业板块，并将考核企业的主业板块c1、c2、···、cm对应的行业占比v1、v2、···、vm同比例进行扩大，此时m＜n；反之，则直接以输入的所有行业c1、c2、···、cn及其行业占比v1、v2、···、vn作为考核企业A的主业板块c1、c2、···、cm及其行业占比v1、v2、···、vm，此时m＝n。进一步，所述对标数据池确定模块包括：虚拟标杆企业构建单元，用于构建与考核企业A的主业板块c1、c2、···、cm及其行业占比v1、v2、···、vm一致的虚本文档来自技高网...

【技术保护点】
一种基于大数据的企业虚拟标杆确定方法，其特征在于：包括以下步骤：按资产总额占比和行业个数对考核企业的主业板块及其行业占比进行划分，并以划分出的主业板块作为考核企业的对标板块；构建与考核企业的主业板块及其行业占比一致的虚拟标杆企业，并按行业在上市企业数据池中找出虚拟标杆企业各行业的对标数据池，所述虚拟标杆企业行业的对标数据池为满足考核企业特点的同行业的所有上市企业集合；采用统计学的p分位点原理对虚拟标杆企业各行业对标数据池中的指标数据进行分档，得到优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆这5个不同水平的标杆；采用加权求和的方法将优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆这5个不同水平的标杆进行融合，得到优秀水平的虚拟标杆、良好水平的虚拟标杆、平均水平的虚拟标杆、较低水平的虚拟标杆和较差水平的虚拟标杆。

【技术特征摘要】
1.一种基于大数据的企业虚拟标杆确定方法，其特征在于：包括以下步骤：按资产总额占比和行业个数对考核企业的主业板块及其行业占比进行划分，并以划分出的主业板块作为考核企业的对标板块；构建与考核企业的主业板块及其行业占比一致的虚拟标杆企业，并按行业在上市企业数据池中找出虚拟标杆企业各行业的对标数据池，所述虚拟标杆企业行业的对标数据池为满足考核企业特点的同行业的所有上市企业集合；采用统计学的p分位点原理对虚拟标杆企业各行业对标数据池中的指标数据进行分档，得到优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆这5个不同水平的标杆；采用加权求和的方法将优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆这5个不同水平的标杆进行融合，得到优秀水平的虚拟标杆、良好水平的虚拟标杆、平均水平的虚拟标杆、较低水平的虚拟标杆和较差水平的虚拟标杆。2.根据权利要求1所述的一种基于大数据的企业虚拟标杆确定方法，其特征在于：所述按资产总额占比和行业个数对考核企业的主业板块及其行业占比进行划分，并以划分出的主业板块作为考核企业的对标板块这一步骤，其包括：按资产总额占比对考核企业的行业进行划分，并输入考核企业A的所有行业c1、c2、···、cn及其行业占比v1、v2、···、vn，其中，n为A的行业总个数；判断考核企业A的行业个数n是否大于6，若是，则以占考核企业资产总额80％以上的前m个行业c1、c2、···、cm作为考核企业A的主业板块，并将考核企业的主业板块c1、c2、···、cm对应的行业占比v1、v2、···、vm同比例进行扩大，此时m＜n；反之，则直接以输入的所有行业c1、c2、···、cn及其行业占比v1、v2、···、vn作为考核企业A的主业板块c1、c2、···、cm及其行业占比v1、v2、···、vm，此时m＝n。3.根据权利要求2所述的一种基于大数据的企业虚拟标杆确定方法，其特征在于：所述构建与考核企业的主业板块及其行业占比一致的虚拟标杆企业，并按行业在上市企业数据池中找出虚拟标杆企业各行业的对标数据池这一步骤，其包括：构建与考核企业A的主业板块c1、c2、···、cm及其行业占比v1、v2、···、vm一致的虚拟标杆企业B；在上市企业数据池中逐个行业寻找同行业中满足企业A特点的所有企业，以形成企业B主业板块各行业C1、C2、···、Cm的对标数据池{B1，B2，B3，···，Bm}，其中，Bi＝{Bi1，Bi2，Bi3，···，Biq}，i＝1，2，3，···，m；q为同行业中满足企业A特点的企业总个数；采用三西格玛原理对对标数据池{B1，B2，B3，···，Bm}中的指标数据进行去异常处理，得到虚拟标杆企业B各行业最终的对标数据池{pool1，pool2，pool3，···，poolm}。4.根据权利要求1、2或3所述的一种基于大数据的企业虚拟标杆确定方法，其特征在于：所述采用统计学的p分位点原理对虚拟标杆企业各行业对标数据池中的指标数据进行分档，得到优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆这5个不同水平的标杆这一步骤，其具体为：采用统计学的p分位点原理，从虚拟标杆企业各行业的对标数据池中分别选定排名前10％的指标值作作为优秀水平标杆，排名前25％的指标值作为良好水平标杆，排名前50％的指标值作为平均水平标杆，排名前70％的指标值作为较低水平标杆，排名前90％的指标值作为较差水平标杆。5.根据权利要求3所述的一种基于大数据的企业虚拟标杆确定方法，其特征在于：所述采用加权求和的方法将优秀水平标杆、良好水平标杆、平均水平标杆、较低水平标杆和较差水平标杆这5个不同水平的标杆进行融合，得到优秀水平的虚拟标杆、良好水平的虚拟标杆、平均水平的虚拟标杆、较低水平的虚拟标杆和较差水平的虚拟标杆这一步骤，其具体为：根据虚拟标杆企业的主业板块及其行业占比，采用加权求和方法将不同对标数据池中同一水平的标杆进行融合，得到优秀水平的虚拟标杆、良好水平的虚拟标杆、平均水平的虚拟标杆、较低水平的虚拟标杆和较差水平的虚拟标杆，所述优秀水平的虚拟标杆、良好水平的虚拟标杆、平均水平的虚拟标杆、较低水平的虚拟标杆和较差水平的虚拟标杆的计算公式为：其中，e＝1，2，3，···，m；excellent(e)、fine(e)、a...

【专利技术属性】
技术研发人员：孔祥明，贾义动，徐佩琪，伍紫莹，蔡文鑫，
申请(专利权)人：广东广业开元科技有限公司，
类型：发明
国别省市：广东,44