上市公司风险诊断方法、系统、计算机终端及存储介质技术方案

本发明专利技术实施例公开了一种上市公司风险诊断方法、系统、计算机终端及存储介质，该诊断方法包括从网站上采集待诊断公司的原始数据；对原始数据进行预处理以提取出关键数据；将关键数据输入预先建立的多个模型进行分析以判断待诊断上市公司的基本面信息和风险状况信息；根据基本面信息和风险状况信息得到诊断结果；能从多方面分析待诊断上市公司的现状，分析结果更全面。

Risk diagnosis methods, systems, computer terminals and storage media of listed companies

【技术实现步骤摘要】
上市公司风险诊断方法、系统、计算机终端及存储介质
本专利技术涉及人工智能领域，尤其涉及一种上市公司风险诊断方法、系统、计算机终端及存储介质。
技术介绍
随着人工智能产业的逐步成熟,如何在各垂直领域落地应用已经成为当今的商业热点，针对金融领域而言，人工智能基础设施的逐步完善使得对金融进行全方位智能化分析变得可能。但是，目前市面上对金融分析的人工智能分析只能从单维度角度实现分析，且缺乏分析的实时性，智能化程度低。
技术实现思路
本专利技术的目的在于针对现有技术的上述问题，提供一种上市公司风险诊断方法，包括：从网站上采集待诊断公司的原始数据；对所述原始数据进行预处理以提取出关键数据；将所述关键数据输入预先建立的多个模型进行分析以判断待诊断上市公司的基本面信息和风险状况信息；根据所述基本面信息和风险状况信息得到诊断结果。作为上述技术方案的进一步改进，所述多个模型包括：财务分析模型，用于根据财务异常评价指标进行分析，所述财务异常评价指标包括存贷指标、质押指标、商誉指标、以及违规违法指标中的至少一种；基本面分析模型，用于根据基本财务评价指标进行分析，所述基本财务评价指标包括ROE指标、现金流质量指标、以及存货周转速度指标中的至少一种；重点分析模型，用于根据股票影响因素评价指标进行分析，所述股票影响因素评价指标包括北向资金指标和舆情指数指标中的至少一种；股东分析模型，用于根据投资股东评价指标进行分析，所述投资股东评价指标包括社保基金和中央汇金中的至少一种；重大事项分析模型，用于根据公告信息评价指标进行分析，所述公告信息评价指标包括关联交易、高管变更、以及股权激励中的至少一种。作为上述技术方案的进一步改进，所述多个模型还包括预处理模型，所述预处理模型用于构建所述财务异常评价指标和所述基本财务评价指标之间的关联关系，并根据所述关联关系对所述原始数据进行数据清洗之后再进行所述数据提取。作为上述技术方案的进一步改进，所述原始数据包括所述待诊断公司的财报信息、新闻信息、以及舆论信息中的至少一种。作为上述技术方案的进一步改进，所述预处理包括识别出所述原始数据的数据类型，并根据所述数据类型从所述原始数据提取所述关键数据。作为上述技术方案的进一步改进，采用爬虫采集方法实时采集待诊断公司的原始数据。作为一个总的技术构思，本专利技术还提供一种上市公司风险诊断系统，包括：采集单元，用于从网站上采集待诊断公司的原始数据；提取单元，用于对所述原始数据进行预处理以提取出关键数据；分析单元，用于将所述关键数据输入预先建立的多个模型进行分析以判断待诊断上市公司的基本面信息和风险状况信息；诊断单元，用于根据所述基本面信息和风险状况信息得到诊断结果。作为上述技术方案的进一步改进，所述分析单元包括：财务分析子单元，用于采用财务分析模型根据财务异常评价指标进行分析，所述财务异常评价指标包括存贷指标、质押指标、商誉指标、以及违规违法指标中的一种或者任意几种的组合；基本面分析子单元，用于采用基本面分析模型根据基本财务评价指标进行分析，所述基本财务评价指标包括ROE指标、现金流质量指标、以及存货周转速度指标中的至少一种；重点分析子单元，用于采用重点分析模型根据股票影响因素评价指标进行分析，所述股票影响因素评价指标包括北向资金指标和舆情指数指标中的至少一种；股东分析子单元，用于采用股东分析模型根据投资股东评价指标进行分析，所述投资股东评价指标包括社保基金和中央汇金中的至少一种；重大事项分析子单元，用于采用重大事项分析模型根据公告信息评价指标进行分析，所述公告信息评价指标包括关联交易、高管变更、以及股权激励中的至少一种。作为一个总的技术构思，本专利技术还提供一种计算机终端，包括：处理器和存储器；所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机终端执行所述的上市公司风险诊断方法。作为一个总的技术构思，本专利技术还提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实施所述的上市公司风险诊断方法。与现有技术相比，本专利技术提供的上市公司风险诊断方法，通过将关键数据输入预先建立的多个模型进行分析以判断待诊断上市公司的基本面信息和风险状况信息，进一步根据该基本面信息和风险状况信息得到诊断结果，能从多方面分析待诊断上市公司的现状，分析结果更全面。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对本专利技术保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。图1示出了本专利技术实施例中上市公司风险诊断方法流程图；图2示出了本专利技术实施例中的分析模型的一部分分析结果示意图；图3示出了本专利技术实施例中的分析模型的另一部分分析结果示意图；图4示出了本专利技术实施例中提取的关键数据示意图；图5示出了本专利技术实施例中上市公司风险诊断系统结构示意图；图6示出了本专利技术实施例中分析单元的各子单元结构示意图。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在下文中，可在本专利技术的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本专利技术的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关
中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本专利技术的各种实施例中被清楚地限定。针对现有技术中的缺陷，本专利技术人发现当前市面上的公司分析方法和系统，限于技术能力，大都只能纯粹的展示需要上市的公司的基础信息，缺少对需要上市的公司的全面的相关信息的分析能力。即使有一些方法和系统有简单的分析功能，也是某个单一维度的分析，比如净利润趋势分析，并不能实时的、全面的对上本文档来自技高网...

【技术保护点】
1.一种上市公司风险诊断方法，其特征在于，包括：/n从网站上采集待诊断公司的原始数据；/n对所述原始数据进行预处理以提取出关键数据；/n将所述关键数据输入预先建立的多个模型进行分析以判断待诊断上市公司的基本面信息和风险状况信息；/n根据所述基本面信息和风险状况信息得到诊断结果。/n

【技术特征摘要】
1.一种上市公司风险诊断方法，其特征在于，包括：
从网站上采集待诊断公司的原始数据；
对所述原始数据进行预处理以提取出关键数据；
将所述关键数据输入预先建立的多个模型进行分析以判断待诊断上市公司的基本面信息和风险状况信息；
根据所述基本面信息和风险状况信息得到诊断结果。


2.根据权利要求1所述的上市公司风险诊断方法，其特征在于，所述多个模型包括：
财务分析模型，用于根据财务异常评价指标进行分析，所述财务异常评价指标包括存贷指标、质押指标、商誉指标、以及违规违法指标中的至少一种；
基本面分析模型，用于根据基本财务评价指标进行分析，所述基本财务评价指标包括ROE指标、现金流质量指标、以及存货周转速度指标中的至少一种；
重点分析模型，用于根据股票影响因素评价指标进行分析，所述股票影响因素评价指标包括北向资金指标和舆情指数指标中的至少一种；
股东分析模型，用于根据投资股东评价指标进行分析，所述投资股东评价指标包括社保基金和中央汇金中的至少一种；
重大事项分析模型，用于根据公告信息评价指标进行分析，所述公告信息评价指标包括关联交易、高管变更、以及股权激励中的至少一种。


3.根据权利要求2所述的上市公司风险诊断方法，其特征在于，所述多个模型还包括预处理模型，所述预处理模型用于构建所述财务异常评价指标和所述基本财务评价指标之间的关联关系，并根据所述关联关系对所述原始数据进行数据清洗之后再进行数据提取以得到所述关键数据。


4.根据权利要求1至3中任一项所述的上市公司风险诊断方法，其特征在于，所述原始数据包括所述待诊断公司的财报信息、新闻信息、以及舆论信息中的至少一种。


5.根据权利要求1所述的上市公司风险诊断方法，其特征在于，所述预处理包括识别出所述原始数据的数据类型，并根据所述数据类型从所述原始数据提取所述关键数据。


6.根据权利要求1所述的...

【专利技术属性】
技术研发人员：陈烨，赵志强，刘志伟，严文宗，
申请(专利权)人：上海烨睿信息科技有限公司，
类型：发明
国别省市：上海;31