CN104850965A - 智能财务系统财务数据自动生成方法及其智能财务系统 - Google Patents
智能财务系统财务数据自动生成方法及其智能财务系统 Download PDFInfo
- Publication number
- CN104850965A CN104850965A CN201510300848.0A CN201510300848A CN104850965A CN 104850965 A CN104850965 A CN 104850965A CN 201510300848 A CN201510300848 A CN 201510300848A CN 104850965 A CN104850965 A CN 104850965A
- Authority
- CN
- China
- Prior art keywords
- financial
- index
- analysis
- module
- enterprise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种智能财务系统财务数据自动生成方法及其智能财务系统。所述财务系统包括数据收集与处理子系统、诊断与分析子系统以及方案生成子系统；所述数据收集与处理子系统包括SPSS软件模块、数据整理模块、基本数据库模块、聚类分析模块、指标体系模块以及标准数据库模块；所述诊断与分析子系统包括因子分析模块、关键因素确定模块、指标分解模块、趋势分析模块以及结果分析模块；所述方案生成子系统包括主题诊断及因素评估模块、拟定方案主题模块以及基本方案生成模块。所述方法利用所述系统并通过数据挖掘技术用于财务诊断和数据的生成，提高了企业的竞争力。
Description
技术领域
本发明涉及金融系统数据处理方法技术领域尤其涉及一种智能财务系统财务数据自动生成方法及其智能财务系统。
背景技术
信息爆炸时代人们获取信息的途径更广泛了，从网络上获取各种需要的信息成为了信息主要的来源渠道，投资者尽量获取有价值的信息，从而为将来的投资决策提供数据支持信息。企业在经营管理中积累了大量数据，各财经网站也每天都发布着各大上市公司的信息，管理者需分析这些数据并进行各类决策。虽说信息系统在企业经营管理活动中得到越来越广泛的使用，但如何高效的寻找有用信息仍然是困扰企业管理者的大难题。为了使决策更符合现实情况、更有效，管理者需要对海量的数据进行有选择的处理，同时这也极为消耗时间。
海量信息给人们带来很多负面影响，最主要的是无用信息太多、提炼有效信息很难。无用信息太多必然影响管理者的决策时效性，也必将造成信息失真，提炼有效信息很难必然造成管理成本大幅上升。企业迫切需要对海量财务数据进行深入分析，提炼出潜在的有效信息，以便企业更好利用。
发明内容
本发明所要解决的技术问题是提供一种智能财务系统财务数据自动生成方法及其智能财务系统，所述方法利用数据挖掘用于财务诊断和数据的生成，可为企业实际财务诊断提供相应的技术支持，实现企业需求和数据处理之间的沟通，让施诊者获得更多信息及数据的支持，在解决问题时更有把握和预见性，使财务诊断的实用性得到提高，进而使财务诊断愈加智能化，使财务问题在施诊时更为便利，进一步丰富、发展财务诊断理论，使财务诊断能适应信息智能化对传统财务管理思想、方法的冲击，将财务诊断真正落到实处，提高企业的竞争力。
为解决上述技术问题，本发明所采取的技术方案是：一种智能财务系统财务数据自动生成方法，其特征在于所述方法包括如下步骤：
1)数据收集与处理：将企业保存的财务报表导入SPSS软件中，或者直接在SPSS软件中输入财务报表，组建财务诊断的基本数据库，数据收集完成之后，通过SPSS软件中的聚类分析功能按照企业的特性构建财务指标体系，使财务指标标准规范化，获得财务诊断的标准数据库；
2)诊断与分析：根据上一环节预处理后的财务指标体系，通过因子分析进行进一步的降维，得出影响财务诊断的关键指标，利用指标分解法对得出的关键指标进行指标分解，得出影响关键指标的具体因素，再对这些具体因素进行趋势分析，得出这些因素对财务报表的影响方向和影响程度，最后根据前面的诊断分析，利用图表进行结果分析为下一环节诊断方案的生成做准备；
3)方案生成：根据诊断分析环节的结果，结合实际情况确定方案主题，生成多个基本诊断方案供用户选择。
进一步的技术方案在于：数据收集与处理包括如下步骤：1)构建财务诊断的基础数据子库；2)构建财务诊断的标准数据子库；3)构建财务诊断指标体系；4)基于聚类分析的财务数据预处理。
进一步的技术方案在于：构建财务诊断指标体系包括如下步骤：
1)建立指标体系：根据各个行业的特点，构建不同的指标体系；
2)财务状况分析包括：偿债能力分析、营运能力分析、盈利能力分析、现金流量分析、财务弹性分析、发展能力分析、风险状况分析、偿债风险指标、经营风险指标、资产风险指标；
进一步的技术方案在于：基于聚类分析的财务数据预处理包括如下步骤：
1)数据标准化：采用聚类分析来进行数据预处理，从给定的大量数据中找出数据之间存在的有价值的联系；
2)定义距离：设有n个指标，P个观测值，每个指标都有P个观测值，设第i个指标的第j个指标观测值为Xij，把n个指标看成P维空间中的n个点，则两个指标间亲疏程度可用P维空间中两点的距离来度量。
进一步的技术方案在于：诊断与分析过程如下：
1)利用因子分析得出财务诊断关键因素；
2)利用统计分析进行财务分析诊断；
3)利用图表法进行财务诊断结果分析。
进一步的技术方案在于：利用因子分析得出财务诊断关键因素的步骤如下：
1)将原始数据标准化，以消除变量间在数量级和量纲上的不同；
2)求标准化数据的相关矩阵；
3)求相关矩阵的特征值和特征向量；
4)计算方差贡献率与累积方差贡献率；
5)确定因子：
X1＝a11F1+a12F2+...+a1mFm+e1
X2＝a21F1+a22F2+...+a2mFm+e2
...
Xp＝ap1F1+ap2F2+...+apmFm+ep
6)因子旋转：若所得的m个因子无法确定或其实际意义不是很明显，这时需将因子进行旋转以获得较为明显的实际含义；
7)用原指标旳线性组合来求各因子得分，采用回归估计法，Bartlett估计法或Thomson估计法计算因子得分；
8)综合得分：以各因子的方差贡献率为权，由各因子的线性组合得到综合评价指标函数；
上式中e1、e2、e3...ep为特殊因子，aij是因子负荷，0＜i≤p，0＜j≤m，若接近于Xi的方差，则直接用F1，F2，F3....Fm的线性组合来表示Xi，而忽略特殊因子e，其中前n个因子的累计贡献率不低于80％时，取前n个因子来反映原评价指标；
F＝(W1F1+W2F3+...+WmFm)/(W1+W2+...+Wm)，此时Wm为旋转前或旋转后因子的方差贡献率。
进一步的技术方案在于：利用统计分析进行财务分析诊断的具体步骤如下：
1)将指标体系中的各个比率通过指标分解法进行分解，得到影响该指标的具体因素；
2)利用连环替代的原理，分析各个报表项目对指标的影响程度；
3)利用趋势分析法对各影响因素的变化趋势进行分析，找出变动异常的因素，分析其原因。
进一步的技术方案在于：利用图表法进行财务诊断结果分析的具体步骤如下：通过之前的诊断分析，按照之前构建的财务诊断指标体系，将诊断指标按照盈利能力、偿债能力、营运能力、发展能力和现金流量五个方面进行分类，并根据分类后五方面的指标绘制雷达图；企业将自身得出的雷达图与以下八种模式进行对比，得出相应的改进措施；八种模式包括：稳定型企业、成长型企业、积极扩大型企业、消极安全型企业、保守型企业、特殊型企业、活动型企业和均衡萎缩型企业；
其中：稳定型企业各种能力都比较均衡优秀，均接近于行业最优水平，企业可以进行设备投资，扩大企业规模，发展多种经营模式，产品研发、广告投入；成长型企业盈利能力、营运能力和发展能力较强，但偿债能力和现金流量不是很好，该类企业拥有较好的市场前景，盈利空间较大，但是企业的财政可能尚未适应企业急速扩张的需要，构建大量的固定资产，用于扩大生产规模，造成偿债能力下降，现金流量减少；积极扩大型企业的发展能力和偿债能力较高，但是盈利能力、营运能力和现金流量不理想；消极安全型企业偿债能力很好，但其他方面较差；保守型企业的盈利能力和营运能力较好，但发展能力、偿债能力和现金流量较差；特殊型企业的营运能力和偿债能力较好，但盈利能力、发展能力和现金流量不理想；活动型企业的发展能力急速增长，但其他方面能力较差；均衡萎缩型企业五方面都处于最低水平，企业处于危险时期。
本发明还公开了一种智能财务系统，其特征在于：所述财务系统包括数据收集与处理子系统、诊断与分析子系统以及方案生成子系统；所述数据收集与处理子系统包括SPSS软件模块、数据整理模块、基本数据库模块、聚类分析模块、指标体系模块以及标准数据库模块；所述诊断与分析子系统包括因子分析模块、关键因素确定模块、指标分解模块、趋势分析模块以及结果分析模块；所述方案生成子系统包括主题诊断及因素评估模块、拟定方案主题模块以及基本方案生成模块。
采用上述技术方案所产生的有益效果在于：所述方法利用数据挖掘用于财务诊断和数据的生成，可为企业实际财务诊断提供相应的技术支持，实现企业需求和数据处理之间的沟通，让施诊者获得更多信息及数据的支持，在解决问题时更有把握和预见性，使财务诊断的实用性得到提高，进而使财务诊断愈加智能化，使财务问题在施诊时更为便利，进一步丰富、发展财务诊断理论，使财务诊断能适应信息智能化对传统财务管理思想、方法的冲击，将财务诊断真正落到实处，提高企业的竞争力。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明所述系统的原理框图。
具体实施方式
下面结合本发明实施例中的附图，对本发明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发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
本发明公开了一种智能财务系统财务数据自动生成方法，所述方法包括如下步骤：
1)数据收集与处理：将企业保存的财务报表导入SPSS软件中，或者直接在SPSS软件中输入财务报表，组建财务诊断的基本数据库，数据收集完成之后，通过SPSS软件中的聚类分析功能按照企业的特性构建财务指标体系，使财务指标标准规范化，获得财务诊断的标准数据库；
2)诊断与分析：根据上一环节预处理后的财务指标体系，通过因子分析进行进一步的降维，得出影响财务诊断的关键指标，利用指标分解法对得出的关键指标进行指标分解，得出影响关键指标的具体因素，再对这些具体因素进行趋势分析，得出这些因素对财务报表的影响方向和影响程度，最后根据前面的诊断分析，利用图表进行结果分析为下一环节诊断方案的生成做准备；
3)方案生成：根据诊断分析环节的结果，结合实际情况确定方案主题，生成多个基本诊断方案供用户选择。
进一步的，构建财务诊断指标体系包括如下步骤：
1)建立指标体系：根据各个行业的特点，构建不同的指标体系；
2)财务状况分析包括：偿债能力分析、营运能力分析、盈利能力分析、现金流量分析、财务弹性分析、发展能力分析、风险状况分析、偿债风险指标、经营风险指标、资产风险指标；
进一步的，基于聚类分析的财务数据预处理包括如下步骤：
1)数据标准化：采用聚类分析来进行数据预处理，从给定的大量数据中找出数据之间存在的有价值的联系；
2)定义距离：设有n个指标，P个观测值，每个指标都有P个观测值，设第i个指标的第j个指标观测值为Xij，把n个指标看成P维空间中的n个点，则两个指标间亲疏程度可用P维空间中两点的距离来度量。
进一步的，诊断与分析过程如下：
1)利用因子分析得出财务诊断关键因素；
2)利用统计分析进行财务分析诊断；
3)利用图表法进行财务诊断结果分析。
6、根据权利要求5所述的智能财务系统财务数据自动生成方法，其特征在于利用因子分析得出财务诊断关键因素的步骤如下：
1)将原始数据标准化，以消除变量间在数量级和量纲上的不同；
2)求标准化数据的相关矩阵；
3)求相关矩阵的特征值和特征向量；
4)计算方差贡献率与累积方差贡献率；
5)确定因子：
X1＝a11F1+a12F2+...+a1mFm+e1
X2＝a21F1+a22F2+...+a2mFm+e2
...
Xp＝ap1F1+ap2F2+...+apmFm+ep
6)因子旋转：若所得的m个因子无法确定或其实际意义不是很明显，这时需将因子进行旋转以获得较为明显的实际含义；
7)用原指标旳线性组合来求各因子得分，采用回归估计法，Bartlett估计法或Thomson估计法计算因子得分；
8)综合得分：以各因子的方差贡献率为权，由各因子的线性组合得到综合评价指标函数；
上式中e1、e2、e3...ep为特殊因子，aij是因子负荷，0＜i≤p，0＜j≤m，若接近于Xi的方差，则直接用F1，F2，F3....Fm的线性组合来表示Xi，而忽略特殊因子e，其中前n个因子的累计贡献率不低于80％时，取前n个因子来反映原评价指标；
F＝(W1F1+W2F3+...+WmFm)/(W1+W2+...+Wm)，此时Wm为旋转前或旋转后因子的方差贡献率。
进一步的，利用统计分析进行财务分析诊断的具体步骤如下：
1)将指标体系中的各个比率通过指标分解法进行分解，得到影响该指标的具体因素；
2)利用连环替代的原理，分析各个报表项目对指标的影响程度；
3)利用趋势分析法对各影响因素的变化趋势进行分析，找出变动异常的因素，分析其原因。
进一步的，利用图表法进行财务诊断结果分析的具体步骤如下：通过之前的诊断分析，按照之前构建的财务诊断指标体系，将诊断指标按照盈利能力、偿债能力、营运能力、发展能力和现金流量五个方面进行分类，并根据分类后五方面的指标绘制雷达图；企业将自身得出的雷达图与以下八种模式进行对比，得出相应的改进措施；八种模式包括：稳定型企业、成长型企业、积极扩大型企业、消极安全型企业、保守型企业、特殊型企业、活动型企业和均衡萎缩型企业；
其中：稳定型企业各种能力都比较均衡优秀，均接近于行业最优水平，企业可以进行设备投资，扩大企业规模，发展多种经营模式，产品研发、广告投入；成长型企业盈利能力、营运能力和发展能力较强，但偿债能力和现金流量不是很好，该类企业拥有较好的市场前景，盈利空间较大，但是企业的财政可能尚未适应企业急速扩张的需要，构建大量的固定资产，用于扩大生产规模，造成偿债能力下降，现金流量减少；积极扩大型企业的发展能力和偿债能力较高，但是盈利能力、营运能力和现金流量不理想；消极安全型企业偿债能力很好，但其他方面较差；保守型企业的盈利能力和营运能力较好，但发展能力、偿债能力和现金流量较差；特殊型企业的营运能力和偿债能力较好，但盈利能力、发展能力和现金流量不理想；活动型企业的发展能力急速增长，但其他方面能力较差；均衡萎缩型企业五方面都处于最低水平，企业处于危险时期。
如图1所示，本发明还一种智能财务系统，所述财务系统包括数据收集与处理子系统、诊断与分析子系统以及方案生成子系统；所述数据收集与处理子系统包括SPSS软件模块、数据整理模块、基本数据库模块、聚类分析模块、指标体系模块以及标准数据库模块；所述诊断与分析子系统包括因子分析模块、关键因素确定模块、指标分解模块、趋势分析模块以及结果分析模块；所述方案生成子系统包括主题诊断及因素评估模块、拟定方案主题模块以及基本方案生成模块。
所述方法利用所述系统并通过数据挖掘技术用于财务诊断和数据的生成，可为企业实际财务诊断提供相应的技术支持，实现企业需求和数据处理之间的沟通，让施诊者获得更多信息及数据的支持，在解决问题时更有把握和预见性，使财务诊断的实用性得到提高，进而使财务诊断愈加智能化，使财务问题在施诊时更为便利，进一步丰富、发展财务诊断理论，使财务诊断能适应信息智能化对传统财务管理思想、方法的冲击，将财务诊断真正落到实处，提高企业的竞争力。
Claims (9)
1.一种智能财务系统财务数据自动生成方法，其特征在于所述方法包括如下步骤：
1)数据收集与处理：将企业保存的财务报表导入SPSS软件中，或者直接在SPSS软件中输入财务报表，组建财务诊断的基本数据库，数据收集完成之后，通过SPSS软件中的聚类分析功能按照企业的特性构建财务指标体系，使财务指标标准规范化，获得财务诊断的标准数据库；
2)诊断与分析：根据上一环节预处理后的财务指标体系，通过因子分析进行进一步的降维，得出影响财务诊断的关键指标，利用指标分解法对得出的关键指标进行指标分解，得出影响关键指标的具体因素，再对这些具体因素进行趋势分析，得出这些因素对财务报表的影响方向和影响程度，最后根据前面的诊断分析，利用图表进行结果分析为下一环节诊断方案的生成做准备；
3)方案生成：根据诊断分析环节的结果，结合实际情况确定方案主题，生成多个基本诊断方案供用户选择。
2.根据权利要求1所述的智能财务系统财务数据自动生成方法，其特征在于数据收集与处理包括如下步骤：1)构建财务诊断的基础数据子库；2)构建财务诊断的标准数据子库；3)构建财务诊断指标体系；4)基于聚类分析的财务数据预处理。
3.根据权利要求2所述的智能财务系统财务数据自动生成方法，其特征在于构建财务诊断指标体系包括如下步骤：
1)建立指标体系：根据各个行业的特点，构建不同的指标体系；
2)财务状况分析包括：偿债能力分析、营运能力分析、盈利能力分析、现金流量分析、财务弹性分析、发展能力分析、风险状况分析、偿债风险指标、经营风险指标、资产风险指标。
4.根据权利要求2所述的智能财务系统财务数据自动生成方法，其特征在于基于聚类分析的财务数据预处理包括如下步骤：
1)数据标准化：采用聚类分析来进行数据预处理，从给定的大量数据中找出数据之间存在的有价值的联系；
2)定义距离：设有n个指标，P个观测值，每个指标都有P个观测值，设第i个指标的第j个指标观测值为Xij，把n个指标看成P维空间中的n个点，则两个指标间亲疏程度可用P维空间中两点的距离来度量。
5.根据权利要求1所述的智能财务系统财务数据自动生成方法，其特征在于诊断与分析过程如下：
1)利用因子分析得出财务诊断关键因素；
2)利用统计分析进行财务分析诊断；
3)利用图表法进行财务诊断结果分析。
6.根据权利要求5所述的智能财务系统财务数据自动生成方法，其特征在于利用因子分析得出财务诊断关键因素的步骤如下：
1)将原始数据标准化，以消除变量间在数量级和量纲上的不同；
2)求标准化数据的相关矩阵；
3)求相关矩阵的特征值和特征向量；
4)计算方差贡献率与累积方差贡献率；
5)确定因子：
X1＝a11F1+a12F2+...+a1mFm+e1
X2＝a21F1+a22F2+...+a2mFm+e2
...
Xp＝ap1F1+ap2F2+...+apmFm+ep
6)因子旋转：若所得的m个因子无法确定或其实际意义不是很明显，这时需将因子进行旋转以获得较为明显的实际含义；
7)用原指标旳线性组合来求各因子得分，采用回归估计法，Bartlett估计法或Thomson估计法计算因子得分；
8)综合得分：以各因子的方差贡献率为权，由各因子的线性组合得到综合评价指标函数；
上式中e1、e2、e3...ep为特殊因子，aij是因子负荷，0＜i≤p，0＜j≤m，若接近于Xi的方差，则直接用F1，F2，F3....Fm的线性组合来表示Xi，而忽略特殊因子e，其中前n个因子的累计贡献率不低于80％时，取前n个因子 来反映原评价指标；
F＝(W1F1+W2F3+...+WmFm)/(W1+W2+...+Wm)，此时Wm为旋转前或旋转后因子的方差贡献率。
7.根据权利要求5所述的智能财务系统财务数据自动生成方法，其特征在于利用统计分析进行财务分析诊断的具体步骤如下：
1)将指标体系中的各个比率通过指标分解法进行分解，得到影响该指标的具体因素；
2)利用连环替代的原理，分析各个报表项目对指标的影响程度；
3)利用趋势分析法对各影响因素的变化趋势进行分析，找出变动异常的因素，分析其原因。
8.根据权利要求5所述的智能财务系统财务数据自动生成方法，其特征在于利用图表法进行财务诊断结果分析的具体步骤如下：通过之前的诊断分析，按照之前构建的财务诊断指标体系，将诊断指标按照盈利能力、偿债能力、营运能力、发展能力和现金流量五个方面进行分类，并根据分类后五方面的指标绘制雷达图；企业将自身得出的雷达图与以下八种模式进行对比，得出相应的改进措施；八种模式包括：稳定型企业、成长型企业、积极扩大型企业、消极安全型企业、保守型企业、特殊型企业、活动型企业和均衡萎缩型企业；
其中：稳定型企业各种能力都比较均衡优秀，均接近于行业最优水平，企业可以进行设备投资，扩大企业规模，发展多种经营模式，产品研发、广告投入；成长型企业盈利能力、营运能力和发展能力较强，但偿债能力和现金流量不是很好，该类企业拥有较好的市场前景，盈利空间较大，但是企业的财政可能尚未适应企业急速扩张的需要，构建大量的固定资产，用于扩大生产规模，造成偿债能力下降，现金流量减少；积极扩大型企业的发展能力和偿债能力较高，但是盈利能力、营运能力和现金流量不理想；消极安全型企业偿债能力很好，但其他方面较差；保守型企业的盈利能力和营运能力较好，但发展能力、偿债能力和现金流量较差；特殊型企业的营运能力和偿债能力较好，但盈利能力、发展能力和现金流量不理想；活动型企业的发展能力急速增长，但其他方 面能力较差；均衡萎缩型企业五方面都处于最低水平，企业处于危险时期。
9.一种智能财务系统，其特征在于：所述财务系统包括数据收集与处理子系统、诊断与分析子系统以及方案生成子系统；所述数据收集与处理子系统包括SPSS软件模块、数据整理模块、基本数据库模块、聚类分析模块、指标体系模块以及标准数据库模块；所述诊断与分析子系统包括因子分析模块、关键因素确定模块、指标分解模块、趋势分析模块以及结果分析模块；所述方案生成子系统包括主题诊断及因素评估模块、拟定方案主题模块以及基本方案生成模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510300848.0A CN104850965A (zh) | 2015-05-29 | 2015-05-29 | 智能财务系统财务数据自动生成方法及其智能财务系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510300848.0A CN104850965A (zh) | 2015-05-29 | 2015-05-29 | 智能财务系统财务数据自动生成方法及其智能财务系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104850965A true CN104850965A (zh) | 2015-08-19 |
Family
ID=53850597
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510300848.0A Pending CN104850965A (zh) | 2015-05-29 | 2015-05-29 | 智能财务系统财务数据自动生成方法及其智能财务系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104850965A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106204098A (zh) * | 2016-06-28 | 2016-12-07 | 郑州师范学院 | 一种全球内衣行业数据收集与分析平台及其分析方法 |
| CN106327321A (zh) * | 2016-08-22 | 2017-01-11 | 洪婷 | 一种自动生成财务数据的方法 |
| CN106651560A (zh) * | 2016-12-01 | 2017-05-10 | 四川弘智远大科技有限公司 | 一种政府补贴数据监管系统 |
| CN107924508A (zh) * | 2015-08-24 | 2018-04-17 | 金周浩 | 通过会计和财务信息生成的业务管理系统和方法 |
| CN108198063A (zh) * | 2018-01-20 | 2018-06-22 | 菏泽学院 | 一种财务管理系统 |
| CN109408698A (zh) * | 2018-10-31 | 2019-03-01 | 辽宁工程技术大学 | 基于数据挖掘技术的智能化财务报告支持系统及使用方法 |
| CN109409593A (zh) * | 2018-10-17 | 2019-03-01 | 郑州大学 | 用于辅助医院财务预算分配决策的流程管理方法及系统 |
| CN109688215A (zh) * | 2018-12-24 | 2019-04-26 | 安徽经邦软件技术有限公司 | 基于集团管理的报告上报系统和实现方法 |
| CN109710684A (zh) * | 2018-12-24 | 2019-05-03 | 安徽经邦软件技术有限公司 | 一种基于逻辑推理机的智能财务报告生成系统 |
| CN109783537A (zh) * | 2018-12-26 | 2019-05-21 | 阚研佳 | 一种财务评估系统 |
| CN112069167A (zh) * | 2020-07-21 | 2020-12-11 | 中国东方红卫星股份有限公司 | 一种财务健康诊断系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101071477A (zh) * | 2006-05-10 | 2007-11-14 | 何千军 | 基于专家系统和非线性技术的财务分析系统及方法 |
| CN101763602A (zh) * | 2010-01-07 | 2010-06-30 | 云南新材料孵化器有限公司 | 企业动态管理诊断系统 |
| CN103136597A (zh) * | 2013-01-28 | 2013-06-05 | 山东电力集团公司电力经济技术研究院 | 基于统计指标对公司经营的决策支持系统及其使用方法 |
| CN104252683A (zh) * | 2014-10-17 | 2014-12-31 | 重庆市科学技术研究院 | 一种科技项目投融资评价方法 |
-
2015
- 2015-05-29 CN CN201510300848.0A patent/CN104850965A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101071477A (zh) * | 2006-05-10 | 2007-11-14 | 何千军 | 基于专家系统和非线性技术的财务分析系统及方法 |
| CN101763602A (zh) * | 2010-01-07 | 2010-06-30 | 云南新材料孵化器有限公司 | 企业动态管理诊断系统 |
| CN103136597A (zh) * | 2013-01-28 | 2013-06-05 | 山东电力集团公司电力经济技术研究院 | 基于统计指标对公司经营的决策支持系统及其使用方法 |
| CN104252683A (zh) * | 2014-10-17 | 2014-12-31 | 重庆市科学技术研究院 | 一种科技项目投融资评价方法 |
Non-Patent Citations (1)
| Title |
|---|
| 高婕: "财务诊断的数据挖掘与方案生成研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107924508A (zh) * | 2015-08-24 | 2018-04-17 | 金周浩 | 通过会计和财务信息生成的业务管理系统和方法 |
| CN106204098A (zh) * | 2016-06-28 | 2016-12-07 | 郑州师范学院 | 一种全球内衣行业数据收集与分析平台及其分析方法 |
| CN106327321A (zh) * | 2016-08-22 | 2017-01-11 | 洪婷 | 一种自动生成财务数据的方法 |
| CN106651560A (zh) * | 2016-12-01 | 2017-05-10 | 四川弘智远大科技有限公司 | 一种政府补贴数据监管系统 |
| CN108198063A (zh) * | 2018-01-20 | 2018-06-22 | 菏泽学院 | 一种财务管理系统 |
| CN109409593A (zh) * | 2018-10-17 | 2019-03-01 | 郑州大学 | 用于辅助医院财务预算分配决策的流程管理方法及系统 |
| CN109409593B (zh) * | 2018-10-17 | 2021-07-16 | 郑州大学 | 用于辅助医院财务预算分配决策的流程管理方法及系统 |
| CN109408698A (zh) * | 2018-10-31 | 2019-03-01 | 辽宁工程技术大学 | 基于数据挖掘技术的智能化财务报告支持系统及使用方法 |
| CN109408698B (zh) * | 2018-10-31 | 2022-01-14 | 辽宁工程技术大学 | 基于数据挖掘技术的智能化财务报告支持系统及使用方法 |
| CN109688215A (zh) * | 2018-12-24 | 2019-04-26 | 安徽经邦软件技术有限公司 | 基于集团管理的报告上报系统和实现方法 |
| CN109710684A (zh) * | 2018-12-24 | 2019-05-03 | 安徽经邦软件技术有限公司 | 一种基于逻辑推理机的智能财务报告生成系统 |
| CN109688215B (zh) * | 2018-12-24 | 2021-07-13 | 安徽经邦软件技术有限公司 | 基于集团管理的报告上报的实现方法 |
| CN109783537A (zh) * | 2018-12-26 | 2019-05-21 | 阚研佳 | 一种财务评估系统 |
| CN112069167A (zh) * | 2020-07-21 | 2020-12-11 | 中国东方红卫星股份有限公司 | 一种财务健康诊断系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104850965A (zh) | 智能财务系统财务数据自动生成方法及其智能财务系统 | |
| Emel et al. | A credit scoring approach for the commercial banking sector | |
| Ng et al. | Applying Z-score model to distinguish insolvent construction companies in China | |
| Gyan et al. | Diversification strategy, efficiency, and firm performance: Insight from emerging market | |
| CN109492945A (zh) | 企业风险识别监控方法、装置、设备及存储介质 | |
| Bravo et al. | Granting and managing loans for micro-entrepreneurs: New developments and practical experiences | |
| Papenbrock | Asset clusters and asset networks in financial risk management and portfolio optimization | |
| CN111754317A (zh) | 一种金融投资数据测评方法及系统 | |
| Von Krogh et al. | Artificial intelligence in strategizing: Prospects and challenges | |
| Wang | Efficient markets are more connected: An entropy-based analysis of the energy, industrial metal and financial markets | |
| CN112581291B (zh) | 风险测评异动检测方法、装置、设备及存储介质 | |
| Cao et al. | Financial crisis forecasting via coupled market state analysis | |
| CN105447117A (zh) | 一种用户聚类的方法和装置 | |
| Mu et al. | Internet financial interest rate risk measure based on genetic rough set reduction | |
| de Llano Monelos et al. | DEA as a business failure prediction tool Application to the case of galician SMEs | |
| Lychkina et al. | Stratification of Socio-economic Systems Based on the Principles of the Multi-modeling in a Heterogeneous Information-analytical Environment | |
| CN114331463A (zh) | 基于线性回归模型的风险识别方法及其相关设备 | |
| Guerrini et al. | Measuring the efficiency of the Italian construction industry | |
| Kwak et al. | Firm bankruptcy prediction using multiple criteria linear programming data mining approach | |
| Lee et al. | Application of machine learning in credit risk scorecard | |
| Alfò et al. | Extending a logistic approach to risk modeling through semiparametric mixing | |
| Bakare et al. | Does financial structure development drive economic performance? Theoretical and empirical evidence from Nigeria | |
| Gu et al. | Financial Decision Management of Enterprise Cloud Accounting Based on Big Data Technology | |
| Bhandari et al. | Long memory and fractality among global equity markets: A multivariate wavelet approach | |
| Parnes | Approximating default probabilities with soft information |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150819 |