资产利润率

摘要： 商业银行的盈利能力直接影响我国整个金融体系的运作情况,进而对我国经济的发展趋势产生影响.文章从商业银行经营三大原则出发,分析其资产利润率(ROA)的影响因素.通过研究分析发现,资本充足率(CAR)和流动性比率(Liquidity)的提高长期内对ROA的提高有一定程度的积极作用,不良贷款率对ROA有抑制作用.

摘要： 一股份制银行华东地区分行对公业务部门主管张强(化名)向记者感慨。目前他还没收到半年度绩效奖金,但鉴于上半年他所在的银行净利润下滑与坏账拨备大幅增加,他担心这笔收入较以往会大幅缩水。8月10曰,银保监会发布的二季度银行业主要监管指标数据显示,上半年,商业银行累计实现净利润1.0万亿元,同比下降9.4%,平均资本利润率为10.35%。商业银行平均资产利润率为0.83%,较上季末下降0.15个百分点。

摘要： 近年来,河南省银行业盈利能力受多因素影响呈现滞缓趋势,对全省经济金融持续健康稳定发展形成一定的风险隐患.本文在分析2015～2017年河南省银行业盈利整体情况和主要特征的基础上,研究影响盈利情况的主要因素和盈利能力减弱可能存在的主要问题和风险隐患,并结合河南实际,提出针对性的政策建议.

摘要： 中国银行保险监督管理委员会5月11日发布数据显示，2018年首季，在强监管背景下，我国银行业金融机构运行平稳，在拨备覆盖率与流动性指标均较上季末实现不同程度增长的同时，商业银行平均资产利润率、平均资本利润率分别较上季末上升0．13、1．44个百分点，抗风险“弹药”依然充裕。

摘要： 来自银监会的数据显示，截至2017年末，民营银行总资产达3381．4亿元，同比增长85．22％，其中各项贷款余额1444．17亿元，增长76．38％。2017年民营银行总计实现净利润19．67亿元，是上年同期的2．09倍，资本利润率和资产利润率分别为5．06％、0．76％，同比分别提高0．30和0．04个百分点。

摘要： 基于中国工业企业数据库(2003~2011年)和商务部《境外投资企业(机构)名录》的合并数据,运用基于倾向得分匹配的倍差法检验了对外直接投资对企业资产利润率的影响,发现中国企业对外直接投资总体上显著降低了企业利润率,无论企业投资于单个或多个国家(或地区)。基于企业投资动因的分类检验发现,OFDI行为显著降低了商贸服务类和当地生产类 OFDI企业的利润率,而对技术研发类和资源开发类 OFDI企业的利润率影响不显著。此外,对发达国家的对外直接投资显著降低了企业利润率,而对发展中国家的投资对利润率的影响不显著。最后,滞后性检验发现,对外直接投资对企业利润率的影响在投资后的3年和5年仍然显著为负。

摘要： 基于中国工业企业数据库(2004-2011)和商务部《境外投资企业(机构)名录》的合并数据,使用Probit模型检验了资产利润率对企业对外直接投资决策的影响,发现资产利润率越低的企业进行对外直接投资的概率越大.在将OFDI样本按照投资动因分类检验时发现,利润率越高的企业越倾向于进行技术研发类OFDI,利润率越低的企业越倾向于进行商贸服务类、当地生产类和资源开发类OFDI.在将OFDI按照不同的投资目的国分类检验时发现,利润率越低的企业越倾向于向发展中国家投资,利润率对投向发达国家的OFDI决策影响不显著.

摘要： 受外部宏观经济形势的影响,村镇银行面临利率市场化、金融服务互联网化、竞争同质化等多重挑战和压力,不良资产的风险暴露开始显现,规模效应劣势开始凸显,扶持政策到期的盈利压力持续增加。村镇银行作为我国农村金融体系增量改革的典型实践,自创建以来,在'支农支小'、'以城带乡'等方面成果显著。截至2015年12月末,全国共组建村镇银行1377家,其中已批准开业机构1311家。中西部地

摘要： 用于对商品的需求、供应、以及所关联的利润率建模的系统、方法和计算机程序产品。根据一种方法，确定价格敏感度分布，并随后确定商品的单位的数目的市场潜力分布。接下来，基于市场潜力分布，根据蒙特卡洛法而选择预测市场，其中，预测市场包括预定义数目的单位的商品。随后，基于价格敏感度分布和预测市场中的单位的预定义数目，而对预测市场中的商品的需求和/或供应建模。通过这样对需求和/或供应建模，该方法可考虑如由所购买的商品的单位的数目、以及购买和/或生产的那些单位的价格定义的商品的市场的不确定性。

摘要： 本发明提出了一种碳资产整合管理的碳交易利润分配方法及系统，包括：获取分布式光伏主体的能源数据，根据分布式光伏主体的能源数据分析得到碳资产信息，所述碳资产信息包括分布式光伏主体的减排量、所属区域以及所属类型；对碳资产信息进行可信认证；基于所属区域、所属类型的优先级整合通过可信认证的碳资产，直至整合后碳资产对应的分布式光伏主体的减排量总和达到预设的碳交易标准；根据整合后的碳资产进行碳交易，根据碳资产信息确定的分配比例，进行碳交易利润的分配。通过设置优先级实现将各个分布式光伏主体的碳资产的合理整合，以达到规定的碳交易标准，为分布式光伏主体因体量小而无法参与碳交易提出了合理的解决方法。

摘要： 本发明公开了一种资产组合实时波动率绘制方法、装置及存储介质，从市场公开信息中获取目标资产组合对应的公开要素和标的要素，获取当前交易日之前的历史数据，所述历史数据包括目标资产组合日收益率、公开要素日收益率和标的要素日收益率，计算出目标资产组合剩余仓位日收益率，训练得到目标资产组合剩余仓位日收益率预估模型。然后周期性获取当前交易日标的要素行情数据，采用训练得到的目标资产组合剩余仓位日收益率预估模型预估出对应的目标资产组合剩余仓位收益率，计算当前时刻目标资产组合的波动率。本发明利用日内高频数据结合仓位预估对组合做实时风险监控，捕捉日内微小的波动，及时反馈市场，提高波动率计算的准确性与时效性。

摘要： 本发明公开一种基于神经网络模型的总资产收益率的文本回归预测方法和系统方法包括S1：收集公司的年报和半年报，以及对应的总资产收益率；S2：从收集到的年报和半年报中提取出董事会报告或管理层讨论与分析部分的多个文本，对提取出的多个文本进行预处理；S3：根据预处理后的多个文本构建数据集，将数据集分为训练集、验证集和测试集；S4：建立神经网络模型，利用所述训练集和验证集训练所述神经网络模型，利用测试集测试所述神经网络模型，得到训练好的神经网络模型；S5：利用训练好的神经网络模型进行总资产收益率的预测。本发明同比一些传统经典模型，在预测的准确度和训练时长上都有一定的优势。

摘要： 本发明公开了一种降低网络安全监测装置资产告警率的方法，对告警资产进行调查分析，找到网络安全监测装置资产告警率高的原因为Linux后台机告警数量多；对Linux后台机告警数量多展开原因分析，得到主要原因为USB存储设备未禁用和非法端口未关闭；针对USB存储设备未禁用的问题，采用物理封堵USB端口，或者采用软件关闭和物理封堵结合；针对非法端口未关闭的问题，研发端口关闭助手程序，利用程序关闭Linux主机开放的非法端口。本发明方法可以降低变电站网络安全监测装置资产告警率，有效减少公司网络安全监测装置资产告警，提高变电站内网络安全防护水平，杜绝变电站被黑客或非法组织恶意攻击的可能。

摘要： 本发明公开了一种不良资产折减率计算方法及装置，其中方法包括：通过预先训练的特征提取模型从待处理的资产数据包中提取出借款人的基本要素信息和借款信息，并对提取的特征信息进行数据预处理，得到关联借款人的结构化的不良资产数据；根据结构化数据，并利用折减率计算模型计算借款人的信任度分值、借款利率分值、基本要素分值，并赋予信任度分值、借款利率分值和基本要素分值在折减率计算中相对应的权重；根据信任度分值、借款利率分值、基本要素分值以及各个分值分别对应的权重，计算得到借款人的不良资产折减率R。本发明提高了不良资产折减率计算效率和计算结果准确度。

摘要： 本申请实施例公开了一种进行金融资产收益率预测的方法和装置，预测设备可以获取金融资产第一时间段的第一历史数据、金融资产第二时间段的第一历史收益率、金融资产第三时间段的第二历史数据和金融资产第四时间段的人力预测收益率，第一时间段与第三时间段时长相等，将第一历史数据输入长短期记忆人工神经网络模型进行训练，得到训练后的模型，将第二历史数据输入训练后的模型得到金融资产第五时间段的第二预测收益率，预测设备从第五时间段的第二预测收益率中选择第四时间段对应的模型预测收益率，将模型预测收益率和人力预测收益率进行加权融合，得到最终预测收益率。由此可见，本申请基于长短期记忆人工神经网络模型和基于人力两个维度进行预测，提高了预测的准确度。

摘要： 本发明公开了一种基于日内波动率预测的资产自动交易方法和装置，该方法包括：读取标的资产的历史行情数据；根据所述历史行情数据计算用于构建日内波动率预测模型的特征和目标值；根据所述特征和所述目标值，利用最小二乘法构建所述日内波动率预测模型；读取所述标的资产的当前行情数据；根据所述日内波动率预测模型和所述当前行情数据计算所述标的资产的预测波动率；根据所述预测波动率对所述标的资产下发交易信号。本发明通过读取历史行情数据构建日内波动率预测模型，在交易时段内实时预测当前的波动率并得出交易信号，实现了预测、处理和执行的全流程。不仅运算量较小，并且在日内进行实时预测，使用价值相对较高，用户体验好。

摘要： 本发明公开了一种分项计算资产周转率方法，总资产周转率为多个项目周转率的加权平均数，先计算到销售时点为止的各阶段每笔投资的投资积数和投资额，总投资额从销售时点计算到第一笔回款时点，计算投资积数，将投资额减去回款额，得出一个新的投资额，以此时点开始计算到下笔回款时点为止的投资积数，以此类推计算投资积数，计算到投资额为0时为止，计算此时该项目的总投资积数，用此时项目投资积数除以项目总投资额得出项目平均周转天数，项目平均周转天数为项目周转率。

摘要： 本发明涉及一种基于综合能源大数据分析的电网资产周转率计算方法，将地区人口数据、产值数据、用电量数据、气象数据、GDP增长数据以及能源替代相关情况数据等相结合，利用Map‑Reduce并行处理框架和时间序列分析方法既可快速处理海量数据集又可挖掘时序数据中蕴含的动态变化规律的特点，进行电网资产周转率的计算。首先对历史用电量、人口、产值、气象以及区域能源替代的综合统计分析，基于时间序列法建立离散时间非线性数学预测模型，计算出用电量数据，确定电网主营业务收入的预测值；然后，对项目规划信息和历史投资等数据进行关联分析，从而得出当期总资产余额的预测值；最后，利用上述预测值对电网资产周转率进行计算和评价。