CN109949145A - 一种基于复试记账法的每日账簿算法 - Google Patents

一种基于复试记账法的每日账簿算法 Download PDF

Info

Publication number
CN109949145A
CN109949145A CN201910252840.XA CN201910252840A CN109949145A CN 109949145 A CN109949145 A CN 109949145A CN 201910252840 A CN201910252840 A CN 201910252840A CN 109949145 A CN109949145 A CN 109949145A
Authority
CN
China
Prior art keywords
account
record
ledger
date
money
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
Application number
CN201910252840.XA
Other languages
English (en)
Inventor
陈智宏
章庆炜
汪照明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Bending Technology Co Ltd
Original Assignee
Hangzhou Bending Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Bending Technology Co Ltd filed Critical Hangzhou Bending Technology Co Ltd
Priority to CN201910252840.XA priority Critical patent/CN109949145A/zh
Publication of CN109949145A publication Critical patent/CN109949145A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种基于复试记账法的每日账簿算法,涉及财会智能化技术领域。包括以下步骤:针对每一笔交易,赋予一个交易代码,每个交易代码对应一组拥有借/贷属性的复式记账记录;根据所述复式记账记录在总账记录和分类账记录上进行累进;若总账记录和分类账记录发生变动,则进行关账并产生相应的关账记录;否则对应的总账记录或分类账记录不发生任何变化;关账记录产生后,对总账和分类账进行分片切割,并根据切割结果产生新的关账数据。本发明大幅度降低了数据记录的数量级,避免了在物理存储上的数据爆炸。

Description

一种基于复试记账法的每日账簿算法
技术领域
本发明涉及财会智能化技术领域,尤其涉及一种基于复试记账法的每日账簿算法。
背景技术
在我们的供应链核心财务数据中,我们严格遵循了复式记账的会计方法,设计了财务条目数据用于对所有和账务相关的交易进行复式记账。每个账务条目数据,我们称之为账务日志(Accounting Journal),每个账务日志对应了一组会计分录。这个分录由独立的记录组成。每个记录都包含了财务科目信息和对应的操作。
同时我们设计了总账账簿和分类账账簿。总账账簿以成本/利润中心为单位,汇总和记录了在不同财务科目上发生的金额,数量[库存相关],和对应的期初,期末值。分类账簿分为交易对象的分类账簿和商品的分类账簿。交易对象的分类账簿是总账账簿在客户/供应商上的分解,而商品的分类账簿,则是一部分和库存相关的总账账务在商品上的分解,这个分解形成了商品,SKU的两级分解。
我们需要每日的期初/期末金额和数量,作为业务基准数据,这个数据可以用于日常运营的流水数据校准基准。使得每日账务成为自洽数据,使得每日的账务可以独立检查。比如库存数据,当盘点发现实物和账务不符的情况,根据流水和期初,可以迅速确定是否由于录入单据而产生这个错误。
当然建立每日的总账/分类账簿是有巨大代价的。由于总账账簿和分类账簿包含了当日的期初现状,当日发生的交易,以及期末的完整,一致的数据。意味着,即使一个客户没有交易,或者一个SKU没有发生任何交易,那么这个相关的状态数据,仍然要出现在当日的账簿上。这会使得数据爆炸性的增长。下面以一个服装客户的库存分类张博真实情况为例:
客户有10个门店,和接近50万SKU,每个SKU都记录了在途进/出,和存货库存总共三个财务科目的数据。那么仅对库存的当然分类账簿,就产生了10*50万*3,大概1500万条数据。而实际上,当日有交易的SKU总共只有1000个左右,而且不同门店,交易的SKU重叠很少。如果是一个月,就有1500万*30左右的库存分类账产生。这对存储,对报表都产生了巨大的负面影响,导致库存的账簿相关的报表运行时间非常长。而实际上不同日期的账簿之间包含了大量除了日期不同,其它数据都相同的“重复”数据。
发明内容
本发明的目的在于提供一种基于复试记账法的每日账簿算法,大幅度降低数据记录的数量级,避免了在物理存储上的数据爆炸。
为实现上述目的,本发明提供如下技术方案:
一种基于复试记账法的每日账簿算法,其特征在于,包括以下步骤,
S1,针对每一笔交易,赋予一个交易代码,每个交易代码对应一组拥有借/贷属性的复式记账记录;
S2,根据所述复式记账记录在总账记录和分类账记录上进行累进;
S3,若总账记录和分类账记录发生变动,则进行关账并产生相应的关账记录;否则对应的总账记录或分类账记录不发生任何变化;
S4,关账记录产生后,对总账和分类账进行分片切割,并根据切割结果产生新的关账数据。
进一步的,所述总账记录和分类账记录皆对应有一个财务科目,任一财务科目拥有借/贷属性。
进一步的,所述S2中累进的具体方法如下:若复式记账记录的借/贷属性与财务科目的借/贷属性一致,则对应的总账记录或分类账记录上累进表现为累加;若复式记账记录的借/贷属性与财务科目的借/贷属性不一致,则对应的总账记录或分类账记录上累进表现为累减。
进一步的,所述总账和分类账皆设置有一个记账日期、一个日期期间、一个分片时间和一个有效期间;所述记账日期为归集的累进记录对应的财务记账日期;所述日期期间为以日期起止的区间;所述分片时间为分片切割的具体时间;所述有效期间为以分片时间为下边界的区间。
进一步的,所述S4中新的关账数据的计算过程如下:
M当日=SUM(Mi*ki)
新产生的关账记录中:
M期末=M期初+M当日
P=P0∩P关账
D记账=D关账
Q=Q0∩Q关账
被关账记录中:
其中,M当日为当日发生金额;SUM(·)为求和算法;Mi为当日单笔交易的发生金额;ki为单笔交易对应的累进表现,若累进表现为累加,则ki=1,若累进表现为累减,则ki=-1;下标i为该笔交易的序数;M期初和M期末分别为期初金额和期末金额;P为本次关账的有限期间;P0为本次关账的原有有效期间,是以上次关账的切片时间为左边界的半无界区间;P关账为以本次关账的切片时间为右边界的半无界区间;D记账为记账日期;D关账为关账日期;Q为本次关账的日期期间;Q0为本次关账的原有日期期间,是以上次关账的关账日期为左边界的半无界区间;Q关账为以本次关账的关账日期为右边界的半无界区间;分别为被关账记录的期初金额、原有期初金额和当日发生金额;分别为被关账记录的发生金额、原有金额和当日发生金额。
与现有技术相比,本发明的有益效果是:本发明使得只有在总账记录和分类账记录发生变动的情况下才会产生新的物理记录,避免出现大量重复数据,能够大幅度降低数据记录的数量级,防止在物理存储上的数据爆炸。
具体实施方式
下面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。
从数学和信息的角度说,如果一个SKU在一个门店在N天内,没有发生过任何交易,那么我们可以通过一条信息来记录,这条信息可以是等价于N条信息。在报表的阶段,我们可以通过计算从一条数据,产生出N条信息,来代表N天内的相关账簿当中所需要的数据。这样就避免了在物理存储上的数据爆炸。
有基于此,本实施例提供一种基于复试记账法的每日账簿算法,包括以下步骤,
S1,首先,针对系统中的每一笔交易,赋予一个交易代码,以区分任意和财务相关的交易,如对某一笔采购收货交易赋予交易代码为1102;每个交易代码对应一组拥有借/贷属性的复式记账记录,以确保该记录是符合复式记账原则的。
S2,根据所述复式记账记录在总账记录和分类账记录上进行累进;所述总账记录和分类账记录皆对应有一个财务科目,任一财务科目拥有借/贷属性。累进的具体方法如下:若复式记账记录的借/贷属性与财务科目的借/贷属性一致,则对应的总账记录或分类账记录上累进表现为累加;若复式记账记录的借/贷属性与财务科目的借/贷属性不一致,则对应的总账记录或分类账记录上累进表现为累减。
对财务科目的借/贷属性进行举例说明:资产类记为借,数据上以True表示,比如存货库存(编码为1405);负债类标记为贷,数据上以False表示,比如采购成本(编码为6702)。以上述采购收货交易为例,其交易代码为1102,金额为100。这个交易同时影响了存货库存和采购成本,基于复试记账法,这个交易将分别以借的形式在存货库存的科目上发生,以贷的形式在采购成本上发生。这个交易的影响结果就是由于在(借)的科目现货上发生借的交易,借/贷属性相同,那么库存增加100元。同时,在(贷)的科目采购成本上,发生贷的贷的交易,仍然是借/贷属性相同,那么采购成本增加100元。即累进发生之后,总账记录和分类账记录则相应发生变动。其它交易,都遵循这个记账方法。同时,对于基于数量的记账,也是同样的记账方法,只是把金额变成了数量。
同时,所述总账和分类账皆设置有一个记账日期、一个日期期间、一个分片时间和一个有效期间;所述记账日期为归集的累进记录对应的财务记账日期;所述日期期间为以日期起止的区间;所述分片时间为分片切割的具体时间;所述有效期间为以分片时间为下边界的区间。
S3,若总账记录和分类账记录发生变动,则进行关账并产生相应的关账记录;否则对应的总账记录或分类账记录不发生任何变化。具体的,当分类账和总账为闭区间的时候(即关账),意味着,这个分类账和总账数据不再发生任何变化,并且日期期间会呈现闭合状态。当总账记录和分类账为开区间,那么记账日期为当前记账日期,所有新发生交易都会在当前分类账和总账进行累进。而上述的案例中,对应的存货库存,采购成本对应的总账账簿,都会相应的发生+100的金额变化。不仅如此,包含交易对象(供应商)的分类账簿会发生+100的变化。当总账记录和分类账记录不发生变动时,不产生新的物理记录,其代表的含义便是由上一次关账开始到当天未发生交易,既保障了信息的完整性又解除了物理存储上数据爆炸的风险。
S4,关账记录产生后,对总账和分类账进行分片切割,并根据切割结果产生新的关账数据;所述新的关账数据的计算过程如下:
M当日=SUM(Mi*ki)
新产生的关账记录中:
M期末=M期初+M当日
P=P0∩P关账
D记账=D关账
Q=Q0∩Q关账
被关账记录中:
其中,M当日为当日发生金额;SUM(·)为求和算法;Mi为当日单笔交易的发生金额;ki为单笔交易对应的累进表现,若累进表现为累加,则ki=1,若累进表现为累减,则ki=-1;下标i为该笔交易的序数;M期初和M期末分别为期初金额和期末金额;P为本次关账的有限期间;P0为本次关账的原有有效期间,是以上次关账的切片时间为左边界的半无界区间;P关账为以本次关账的切片时间为右边界的半无界区间;D记账为记账日期;D关账为关账日期;Q为本次关账的日期期间;Q0为本次关账的原有日期期间,是以上次关账的关账日期为左边界的半无界区间;Q关账为以本次关账的关账日期为右边界的半无界区间。分别为被关账记录的期初金额、原有期初金额和当日发生金额;分别为被关账记录的发生金额、原有金额和当日发生金额。
仍然以客户有10个门店,和接近50万SKU,每个SKU都记录了在途进/出,和存货库存总共三个财务科目的数据为例。如果客户交易的SKU在1000左右。那么关账产生的数据量会从1500万下降到数千条。关账的时间从30分钟下降到3秒,报表查询时间从几十分钟下降到数十秒。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

Claims (5)

1.一种基于复试记账法的每日账簿算法,其特征在于,包括以下步骤,
S1,针对每一笔交易,赋予一个交易代码,每个交易代码对应一组拥有借/贷属性的复式记账记录;
S2,根据所述复式记账记录在总账记录和分类账记录上进行累进;
S3,若总账记录和分类账记录发生变动,则进行关账并产生相应的关账记录;否则对应的总账记录或分类账记录不发生任何变化;
S4,关账记录产生后,对总账和分类账进行分片切割,并根据切割结果产生新的关账数据。
2.根据权利要求1所述的基于复试记账法的每日账簿算法,其特征在于,所述总账记录和分类账记录皆对应有一个财务科目,任一财务科目拥有借/贷属性。
3.根据权利要求2所述的基于复试记账法的每日账簿算法,其特征在于,所述S2中累进的具体方法如下:若复式记账记录的借/贷属性与财务科目的借/贷属性一致,则对应的总账记录或分类账记录上累进表现为累加;若复式记账记录的借/贷属性与财务科目的借/贷属性不一致,则对应的总账记录或分类账记录上累进表现为累减。
4.根据权利要求1所述的基于复试记账法的每日账簿算法,其特征在于,所述总账和分类账皆设置有一个记账日期、一个日期期间、一个分片时间和一个有效期间;所述记账日期为归集的累进记录对应的财务记账日期;所述日期期间为以日期起止的区间;所述分片时间为分片切割的具体时间;所述有效期间为以分片时间为下边界的区间。
5.根据权利要求4所述的基于复试记账法的每日账簿算法,其特征在于,所述S4中新的关账数据的计算过程如下:
M当日=SUM(Mi*ki)
新产生的关账记录中:
M期末=M期初+M当日
P=P0∩P关账
D记账=D关账
Q=Q0∩Q关账
被关账记录中:
其中,M当日为当日发生金额;SUM(·)为求和算法;Mi为当日单笔交易的发生金额;ki为单笔交易对应的累进表现,若累进表现为累加,则ki=1,若累进表现为累减,则ki=-1;下标i为该笔交易的序数;M期初和M期末分别为期初金额和期末金额;P为本次关账的有限期间;P0为本次关账的原有有效期间,是以上次关账的切片时间为左边界的半无界区间;P关账为以本次关账的切片时间为右边界的半无界区间;D记账为记账日期;D关账为关账日期;Q为本次关账的日期期间;Q0为本次关账的原有日期期间,是以上次关账的关账日期为左边界的半无界区间;Q关账为以本次关账的关账日期为右边界的半无界区间; 分别为被关账记录的期初金额、原有期初金额和当日发生金额;分别为被关账记录的发生金额、原有金额和当日发生金额。
CN201910252840.XA 2019-03-29 2019-03-29 一种基于复试记账法的每日账簿算法 Pending CN109949145A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910252840.XA CN109949145A (zh) 2019-03-29 2019-03-29 一种基于复试记账法的每日账簿算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910252840.XA CN109949145A (zh) 2019-03-29 2019-03-29 一种基于复试记账法的每日账簿算法

Publications (1)

Publication Number Publication Date
CN109949145A true CN109949145A (zh) 2019-06-28

Family

ID=67013144

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910252840.XA Pending CN109949145A (zh) 2019-03-29 2019-03-29 一种基于复试记账法的每日账簿算法

Country Status (1)

Country Link
CN (1) CN109949145A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110852861A (zh) * 2019-11-14 2020-02-28 河南响应信息技术有限公司 一种会计核算实时结账方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110852861A (zh) * 2019-11-14 2020-02-28 河南响应信息技术有限公司 一种会计核算实时结账方法及系统

Similar Documents

Publication Publication Date Title
Altman A fifty-year retrospective on credit risk models, the Altman Z-score family of models and their applications to financial markets and managerial strategies
TW580627B (en) System and method for efficiently providing due diligence knowledge and a computer therefor
Musah Benefits and challenges of bookkeeping and accounting practices of SMEs and its effect on growth and performance in Ghana
CN109977151A (zh) 一种数据分析方法及系统
Doumpos et al. Developing and testing models for replicating credit ratings: A multicriteria approach
Wyrobek Application of machine learning models and artificial intelligence to analyze annual financial statements to identify companies with unfair corporate culture
Khan Corporate Governance of Family Businesses in Asia: What’s right and what’s wrong?
Espinoza et al. The macroeconomics of the Arab States of the Gulf
CN110796539A (zh) 一种征信评估方法及装置
CN108614864A (zh) 银行交易信息处理方法及装置
Grobys et al. Man versus machine: on artificial intelligence and hedge funds performance
Lu et al. A study of applying data mining approach to the information disclosure for Taiwan’s stock market investors
Mungo et al. Cryptocurrency co-investment network: token returns reflect investment patterns
Wang et al. Applying TOPSIS method to evaluate the business operation performance of Vietnam listing securities companies
Rahman et al. Non-Performing Loans (NPLs) in Islamic Banks of Bangladesh: An Empirical Study
CN109949145A (zh) 一种基于复试记账法的每日账簿算法
Ng et al. Hands-On Artificial Intelligence for Banking: A practical guide to building intelligent financial applications using machine learning techniques
Cancino et al. Credit decision-making and information requirements
AU2008251036B2 (en) Automated tool for investment technologies
Armie et al. The complexities of honda’s supply Chain & associated risks: understanding suppliers & customers, industry differentiators, and market locations
Zand Towards intelligent risk-based customer segmentation in banking
Miori et al. Clustering Uniswap v3 traders from their activity on multiple liquidity pools, via novel graph embeddings
Petersone et al. A Data-Driven Framework for Identifying Investment Opportunities in Private Equity
Wahlstrøm Financial data science for exploring and explaining the ever-increasing amount of data
Yesseleva-Plonka Blockchain network system for assessing SMEs’ creditworthiness

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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: 20190628