[发明专利]生成公司财务指标预测模型的方法和装置

说明书

技术领域

本发明属于计算机数据处理领域，尤其涉及一种生成公司财务指标预测模型的方法和装置。

背景技术

在金融行业中，机构(诸如券商、银行之类的金融机构等)的机构人员(例如，分析师等)一直以来借助基本面信息、实地调研以及宏观指标去分析和预测二级市场中上市公司的盈利状况和财务指标。对于金融产品，例如股票，每股盈利(EPS)、净利润、营业收入等财务指标的预测，可能会影响到上市公司的相对估值水平的改变，从而影响股价水平。这些预测指标构成了股票基本面投资的基础，是二级市场上的股票投资者和投资经理们重点关注的目标。

传统的财务指标预测方法基于公司主营业务、销售收入、现金流等科目建立预测模型，逐一预测财务报表的各项科目，最终预测财务指标。在此基础上，财务一致预测利用分析师的预测结果，对诸如分析师之类的机构人员的预测结果进行例如简单算术平均来预测财务指标。

通常而言，机构的分析师们会不定期更新其覆盖的金融产品的财务指标的预测。例如，对于一个上市公司，在一个会计年度可能会有几十到一两百次分析师对其未来财务指标的预测调整。现实中，因为预测方法的差异、预测时间的不同、以及使用数据的不一致，不同分析师们之间的预测往往有不小的差别。

随着大数据时代的到来，各种数据的分享和收集逐渐由机器代替，数据的计算由机器替代。分析师们基于各自对于市场判断快速地更新各自的财务指标的预测结果。金融行业的数据提供商目前使用一段时间内简单平均方法来综合体现多个机构和分析师财务指标一致的预测结果。这种方法的不足在于：不能够捕捉到信息的时效性对于最终预测结果准确性产生的影响，对于突发事件的反应迟缓，因为财务指标预测通常随时间和市场发生变化，但是简单平均方法的性质决定，过去一段时间的分析师预测一视同仁，这样一旦公司出现重大事件，公司基本面情况发生变化，时间久远的研报和预测便无法清晰反映出此类变化，而离现实时间轴越近的预测则更加准确；忽略了分析师/机构对于不同金融产品的专业预测能力的差别，根据历史数据来看，权威分析师的预测往往更加准确；以及未能更加准确地反映分析师作为一个群体的预测倾向。

因此，亟需一种能够更好地综合不同机构人员发布的预测结果以更准确地预测公司财务指标的方法。

发明内容

本发明针对上述问题，提出一种通过对机构和机构人员进行评分来生成综合不同机构人员发布的预测结果的公司财务指标预测模型的方法和装置。

本发明的第一方面提出了一种生成公司财务指标预测模型的方法，包括：针对预定时间段，获取多个机构人员针对与一个或多个金融产品相对应的公司财务指标生成的历史预测数据，以及获取针对与所述一个或多个金融产品相对应的公司财务指标的实际数据，其中，所述多个机构人员与所述多个机构相关联；对所述历史预测数据和所述实际数据进行筛选，以确定所筛选的所述历史预测数据和所述实际数据不包括异常值；针对所述一个或多个金融产品中的每个金融产品，基于所筛选的所述历史预测数据和所述实际数据，对所述多个机构人员进行评分；针对所述一个或多个金融产品，基于所筛选的所述历史预测数据和所述实际数据，对所述多个机构进行评分；以及基于所述多个机构和所述多个机构人员的评分结果，针对所述一个或多个金融产品中的每个金融产品，确定所述多个机构人员针对该每个金融产品生成的预测结果作为组合预测模型时所对应的权重，进而预测与该每个金融产品相对应的公司财务指标。

本发明的第二方面提出了一种有形的计算机可读存储介质，该介质包括指令，该指令在被执行时引起计算设备至少用于：针对预定时间段，获取多个机构人员针对与一个或多个金融产品相对应的公司财务指标生成的历史预测数据，以及获取针对与所述一个或多个金融产品相对应的公司财务指标的实际数据，其中，所述多个机构人员与所述多个机构相关联；对所述历史预测数据和所述实际数据进行筛选，以确定所筛选的所述历史预测数据和所述实际数据不包括异常值；针对所述一个或多个金融产品中的每个金融产品，基于所筛选的所述历史预测数据和所述实际数据，对所述多个机构人员进行评分；针对所述一个或多个金融产品，基于所筛选的所述历史预测数据和所述实际数据，对所述多个机构进行评分；以及基于所述多个机构和所述多个机构人员的评分结果，针对所述一个或多个金融产品中的每个金融产品，确定所述多个机构人员针对该每个金融产品生成的预测结果作为组合预测模型时所对应的权重，进而预测与该每个金融产品相对应的公司财务指标。