zfc/guzhi

Wei_佳 f4714f6ca6 feat: 新增计算流程文档，移除工作台统计与项目卡片，并更新登录页提示文本

2025-11-26 17:47:22 +08:00

15 KiB

Raw Blame History

估值计算报告

基本信息

字段	值
估值ID	38
资产名称	蜀锦
所属机构	成都古蜀蜀锦研究所
所属行业	纺织业
非遗等级	0
创建时间	2025-11-26 10:38:50

详细计算过程

1.最终估值A

最终估值A = 模型估值B × 0.7 + 市场估值C × 0.3

状态: ✅ 已完成

输入参数:

{
  "model_data": {
    "risky_data": {
      "lowest_price": 1580.0,
      "highest_price": 3980.0,
      "inheritor_ages": [
        0,
        0,
        2
      ],
      "lawsuit_status": 0.0
    },
    "cultural_data": {
      "douyin_views": 67000.0,
      "bilibili_views": 0,
      "kuaishou_views": 0,
      "offline_sessions": 50.0,
      "cross_border_depth": 0.0,
      "normalized_entropy": 9,
      "structure_complexity": 1.5,
      "historical_inheritance": 18.0,
      "inheritor_level_coefficient": 0.7
    },
    "economic_data": {
      "likes": 67000.0,
      "shares": 500.0,
      "comments": 800.0,
      "esg_score": 5.0,
      "link_views": 296000.0,
      "patent_count": 0.0,
      "patent_score": 3.0,
      "sales_volume": 5000.0,
      "funding_support": 0.0,
      "search_index_s1": 0.7,
      "innovation_ratio": 18.93491124260355,
      "popularity_score": 7.0,
      "three_year_income": [
        169.0,
        169.0,
        169.0
      ],
      "infringement_score": 0.0,
      "policy_match_score": 5,
      "industry_average_s2": 2200.0,
      "implementation_stage": 10.0,
      "industry_coefficient": -0.5
    }
  },
  "market_data": {
    "manual_bids": [
      3980.0,
      1580.0,
      2780.0
    ],
    "issuance_level": "限量：总发行份数 ≤100份",
    "collection_count": 67000,
    "expert_valuations": [],
    "daily_browse_volume": 296000.0,
    "recent_market_activity": "近一周",
    "weighted_average_price": {}
  }
}

输出结果:

{
  "model_value_b": 345.2993048233941,
  "final_value_ab": 241.99307337637583,
  "market_value_c": 0.9452,
  "model_duration_ms": 1911,
  "total_duration_ms": 2440,
  "market_duration_ms": 443
}

1.1.模型估值B

计算公式： 模型估值B = （经济价值B1 × 0.7 + 文化价值B2 × 0.3） × 风险调整系数B3

状态: ✅ 已完成

输入参数:

{
  "risky_data": {
    "lowest_price": 1580.0,
    "highest_price": 3980.0,
    "inheritor_ages": [
      0,
      0,
      2
    ],
    "lawsuit_status": 0.0
  },
  "cultural_data": {
    "douyin_views": 67000.0,
    "bilibili_views": 0,
    "kuaishou_views": 0,
    "offline_sessions": 50.0,
    "cross_border_depth": 0.0,
    "normalized_entropy": 9,
    "structure_complexity": 1.5,
    "historical_inheritance": 18.0,
    "inheritor_level_coefficient": 0.7
  },
  "economic_data": {
    "likes": 67000.0,
    "shares": 500.0,
    "comments": 800.0,
    "esg_score": 5.0,
    "link_views": 296000.0,
    "patent_count": 0.0,
    "patent_score": 3.0,
    "sales_volume": 5000.0,
    "funding_support": 0.0,
    "search_index_s1": 0.7,
    "innovation_ratio": 18.93491124260355,
    "popularity_score": 7.0,
    "three_year_income": [
      169.0,
      169.0,
      169.0
    ],
    "infringement_score": 0.0,
    "policy_match_score": 5,
    "industry_average_s2": 2200.0,
    "implementation_stage": 10.0,
    "industry_coefficient": -0.5
  }
}

输出结果:

{
  "risk_details": {
    "legal_risk": 0.0,
    "market_risk": 0.0,
    "risk_value_b3": 0.92,
    "risk_score_sum": 0.3,
    "inheritance_risk": 10.0
  },
  "model_value_b": 345.2993048233941,
  "risk_value_b3": 0.92,
  "cultural_details": {
    "pattern_gene_b22": 810.0,
    "cultural_value_b2": 37.972824,
    "living_heritage_b21": 9.28804
  },
  "economic_details": {
    "basic_value_b11": 16.77359467455621,
    "legal_strength_l": 3.3000000000000003,
    "economic_value_b1": 519.9049773282518,
    "financial_value_f": 33.8,
    "traffic_factor_b12": 16.711681022311755,
    "policy_multiplier_b13": 1.75,
    "development_potential_d": 6.680473372781065
  },
  "cultural_value_b2": 37.972824,
  "economic_value_b1": 519.9049773282518
}

1.1.1.经济价值B1

计算公式： 经济价值B1 = 基础价值B11 × (1 + 流量因子B12) × 政策乘数B13

状态: ✅ 已完成

输入参数:

{
  "likes": 67000.0,
  "shares": 500.0,
  "comments": 800.0,
  "esg_score": 5.0,
  "link_views": 296000.0,
  "patent_count": 0.0,
  "patent_score": 3.0,
  "sales_volume": 5000.0,
  "funding_support": 0.0,
  "search_index_s1": 0.7,
  "innovation_ratio": 18.93491124260355,
  "popularity_score": 7.0,
  "three_year_income": [
    169.0,
    169.0,
    169.0
  ],
  "infringement_score": 0.0,
  "policy_match_score": 5,
  "industry_average_s2": 2200.0,
  "implementation_stage": 10.0,
  "industry_coefficient": -0.5
}

输出结果:

{
  "basic_value_b11": 16.77359467455621,
  "legal_strength_l": 3.3000000000000003,
  "economic_value_b1": 519.9049773282518,
  "financial_value_f": 33.8,
  "traffic_factor_b12": 16.711681022311755,
  "policy_multiplier_b13": 1.75,
  "development_potential_d": 6.680473372781065
}

1.1.1.1.基础价值B11

计算公式： 基础价值B11 = 财务价值F × (0.45 + 0.05 × 行业系数I) + 法律强度L × (0.35 + 0.05 × 行业系数I) + 发展潜力D × 0.2

状态: ✅ 已完成

输入参数:

{
  "legal_strength_l": 3.3000000000000003,
  "financial_value_f": 33.8,
  "industry_coefficient": -0.5,
  "development_potential_d": 6.680473372781065
}

输出结果:

{
  "basic_value_b11": 16.77359467455621,
  "legal_strength_l": 3.3000000000000003,
  "financial_value_f": 33.8,
  "industry_coefficient": -0.5,
  "development_potential_d": 6.680473372781065
}

1.1.1.1.1.财务价值F

计算公式： 财务价值F = [3年内年均收益 × (1 + 增长率)^5] ÷ 5

状态: ✅ 已完成

输入参数:

{
  "three_year_income": [
    169.0,
    169.0,
    169.0
  ]
}

输出结果:

{
  "financial_value_f": 33.8
}

1.1.1.1.2.法律强度L

计算公式： 法律强度L = 专利分 × 0.4 + 普及分 × 0.3 + 侵权分 × 0.3

状态: ✅ 已完成

输入参数:

{
  "patent_score": 3.0,
  "popularity_score": 7.0,
  "infringement_score": 0.0
}

输出结果:

{
  "legal_strength_l": 3.3000000000000003
}

1.1.1.1.3.发展潜力D

计算公式： 发展潜力D = 专利分 × 0.5 + ESG分 × 0.2 + 创新投入比 × 0.3

状态: ✅ 已完成

输入参数:

{
  "esg_score": 5.0,
  "patent_count": 0.0,
  "innovation_ratio": 18.93491124260355
}

输出结果:

{
  "development_potential_d": 6.680473372781065
}

1.1.1.1.4.行业系数I

计算公式： 行业系数I = (目标行业平均ROE - 基准行业ROE) ÷ 基准行业ROE

状态: ✅ 已完成

输入参数:

{
  "industry_coefficient": -0.5
}

输出结果:

{
  "industry_coefficient": -0.5
}

1.1.1.2.流量因子B12

计算公式： 流量因子B12 = ln(S1 ÷ S2) × 0.3 + 社交媒体传播度S3 × 0.7

状态: ✅ 已完成

输入参数:

{
  "search_index_s1": 0.7,
  "industry_average_s2": 2200.0
}

输出结果:

{
  "traffic_factor_b12": 16.711681022311755,
  "social_media_spread_s3": 27.32506756756757
}

1.1.1.2.1.互动量指数

计算公式： 互动量指数 = (点赞 + 评论 + 分享) ÷ 1000

状态: ✅ 已完成

输入参数:

{
  "likes": 67000.0,
  "shares": 500.0,
  "comments": 800.0
}

输出结果:

{
  "interaction_index": 68.3
}

1.1.1.2.2.覆盖人群指数

计算公式： 覆盖人群指数 = 粉丝数 ÷ 10000

状态: ✅ 已完成

输入参数:

{
  "followers": 0
}

输出结果:

{
  "coverage_index": 0.0
}

1.1.1.2.3.转化效率

计算公式： 转化效率 = 商品链接点击量 ÷ 内容浏览量

状态: ✅ 已完成

输入参数:

{
  "link_views": 296000.0,
  "sales_volume": 5000.0
}

输出结果:

{
  "conversion_efficiency": 0.016891891891891893
}

1.1.1.2.4.社交媒体传播度S3

计算公式： 社交媒体传播度S3 = 互动量指数 × 0.4 + 覆盖人群指数 × 0.3 + 转化效率 × 0.3

状态: ✅ 已完成

输入参数:

{
  "coverage_index": 0.0,
  "interaction_index": 68.3,
  "conversion_efficiency": 0.016891891891891893
}

输出结果:

{
  "social_media_spread_s3": 27.32506756756757
}

1.1.1.3.政策乘数B13

计算公式： 政策乘数B13 = 1 + 政策契合度评分P × 0.15，其中 P = 政策匹配度 × 0.4 + 实施阶段评分 × 0.3 + 资金支持度 × 0.3

状态: ✅ 已完成

输入参数:

{
  "funding_support": 0.0,
  "policy_match_score": 5,
  "implementation_stage": 10.0
}

输出结果:

{
  "policy_multiplier_b13": 1.75,
  "policy_compatibility_score": 5.0
}

1.1.2.文化价值B2

计算公式： 文化价值B2 = 活态传承系数B21 × 0.6 + (纹样基因值B22 ÷ 10) × 0.4

状态: ✅ 已完成

输入参数:

{
  "douyin_views": 67000.0,
  "bilibili_views": 0,
  "kuaishou_views": 0,
  "offline_sessions": 50.0,
  "cross_border_depth": 0.0,
  "normalized_entropy": 9,
  "structure_complexity": 1.5,
  "historical_inheritance": 18.0,
  "inheritor_level_coefficient": 0.7
}

输出结果:

{
  "pattern_gene_b22": 810.0,
  "cultural_value_b2": 37.972824,
  "living_heritage_b21": 9.28804
}

1.1.2.1.活态传承系数B21

计算公式： 活态传承系数B21 = 传承人等级系数 × 0.4 + 教学传播频次 × 0.3 + 跨界合作深度 × 0.3

状态: ✅ 已完成

输入参数:

{
  "douyin_views": 67000.0,
  "bilibili_views": 0,
  "kuaishou_views": 0,
  "offline_sessions": 50.0,
  "cross_border_depth": 0.0,
  "inheritor_level_coefficient": 0.7
}

输出结果:

{
  "teaching_frequency": 30.0268,
  "living_heritage_b21": 9.28804
}

1.1.2.1.1.教学传播频次

计算公式： 教学传播频次 = 线下传习次数 × 0.6 + 线上课程点击量（万） × 0.4

状态: ✅ 已完成

输入参数:

{
  "douyin_views": 67000.0,
  "bilibili_views": 0,
  "kuaishou_views": 0,
  "offline_sessions": 50.0
}

输出结果:

{
  "teaching_frequency": 30.0268
}

1.1.2.2.纹样基因值B22

计算公式： 纹样基因值B22 = (结构复杂度SC × 0.6 + 归一化信息熵H × 0.4) × 历史传承度HI × 10

状态: ✅ 已完成

输入参数:

{
  "normalized_entropy": 9,
  "structure_complexity": 1.5,
  "historical_inheritance": 18.0
}

输出结果:

{
  "pattern_gene_b22": 810.0
}

1.1.3.风险调整系数B3

计算公式： 风险调整系数B3 = 0.8 + 风险评分总和R × 0.4，其中 R = 市场风险 × 0.3 + 法律风险 × 0.4 + 传承风险 × 0.3

状态: ✅ 已完成

输入参数:

{
  "lowest_price": 1580.0,
  "highest_price": 3980.0,
  "inheritor_ages": [
    0,
    0,
    2
  ],
  "lawsuit_status": 0.0
}

输出结果:

{
  "legal_risk": 0.0,
  "market_risk": 0.0,
  "risk_value_b3": 0.92,
  "risk_score_sum": 0.3,
  "inheritance_risk": 10.0
}

1.1.3.1.市场风险

计算公式： 市场风险依据价格波动率：波动率 ≤5% 计10分，5-15%计5分，>15%计0分

状态: ✅ 已完成

输入参数:

{
  "lowest_price": 1580.0,
  "highest_price": 3980.0
}

输出结果:

{
  "market_risk": 0.0
}

1.1.3.2.法律风险

计算公式： 法律风险根据诉讼状态评分（无诉讼/已解决/未解决）

状态: ✅ 已完成

输入参数:

{
  "lawsuit_status": 0.0
}

输出结果:

{
  "legal_risk": 0.0
}

1.1.3.3.传承风险

计算公式： 传承风险依据传承人年龄：≤50岁10分，50-70岁5分，>70岁0分，取最高分

状态: ✅ 已完成

输入参数:

{
  "inheritor_ages": [
    0,
    0,
    2
  ]
}

输出结果:

{
  "inheritance_risk": 10.0
}

1.2.市场估值C

计算公式： 市场估值C = 市场竞价C1 × 热度系数C2 × 稀缺性乘数C3 × 时效性衰减C4

状态: ✅ 已完成

输入参数:

{
  "manual_bids": [
    3980.0,
    1580.0,
    2780.0
  ],
  "issuance_level": "限量：总发行份数 ≤100份",
  "collection_count": 67000,
  "expert_valuations": [],
  "daily_browse_volume": 296000.0,
  "recent_market_activity": "近一周",
  "weighted_average_price": {}
}

输出结果:

{
  "market_value_c": 0.9452,
  "market_bidding_c1": 2780.0,
  "temporal_decay_c4": 1.0,
  "heat_coefficient_c2": 2.0,
  "scarcity_multiplier_c3": 1.7
}

1.2.1.市场竞价C1

计算公式： 市场竞价C1 结合历史交易价格、人工竞价与专家估值的加权结果

状态: ✅ 已完成

输入参数:

{
  "manual_bids": [
    3980.0,
    1580.0,
    2780.0
  ],
  "expert_valuations": [],
  "weighted_average_price": {}
}

输出结果:

{
  "market_bidding_c1": 2780.0
}

1.2.2.热度系数C2

计算公式： 热度系数C2 = 1 + 浏览热度分（依据日均浏览量与收藏数量）

状态: ✅ 已完成

输入参数:

{
  "collection_count": 67000,
  "daily_browse_volume": 296000.0
}

输出结果:

{
  "heat_coefficient_c2": 2.0
}

1.2.3.稀缺性乘数C3

计算公式： 稀缺性乘数C3 = 1 + 稀缺等级分

状态: ✅ 已完成

输入参数:

{
  "issuance_level": "限量：总发行份数 ≤100份"
}

输出结果:

{
  "scarcity_multiplier_c3": 1.7
}

1.2.4.时效性衰减C4

计算公式： 时效性衰减C4 依据距最近市场活动天数的衰减系数

状态: ✅ 已完成

输入参数:

{
  "recent_market_activity": "近一周"
}

输出结果:

{
  "temporal_decay_c4": 1.0
}

15 KiB Raw Blame History Unescape Escape

估值计算报告

基本信息

详细计算过程

1.最终估值A

1.1.模型估值B

1.1.1.经济价值B1

1.1.1.1.基础价值B11

1.1.1.1.1.财务价值F

1.1.1.1.2.法律强度L

1.1.1.1.3.发展潜力D

1.1.1.1.4.行业系数I

1.1.1.2.流量因子B12

1.1.1.2.1.互动量指数

1.1.1.2.2.覆盖人群指数

1.1.1.2.3.转化效率

1.1.1.2.4.社交媒体传播度S3

1.1.1.3.政策乘数B13

1.1.2.文化价值B2

1.1.2.1.活态传承系数B21

1.1.2.1.1.教学传播频次

1.1.2.2.纹样基因值B22

1.1.3.风险调整系数B3

1.1.3.1.市场风险

1.1.3.2.法律风险

1.1.3.3.传承风险

1.2.市场估值C

1.2.1.市场竞价C1

1.2.2.热度系数C2

1.2.3.稀缺性乘数C3

1.2.4.时效性衰减C4

15 KiB

Raw Blame History