CN110298602A - 用于预决算分析的模型库及其建立方法、利用其进行预决算分析的方法 - Google Patents
用于预决算分析的模型库及其建立方法、利用其进行预决算分析的方法 Download PDFInfo
- Publication number
- CN110298602A CN110298602A CN201910605340.XA CN201910605340A CN110298602A CN 110298602 A CN110298602 A CN 110298602A CN 201910605340 A CN201910605340 A CN 201910605340A CN 110298602 A CN110298602 A CN 110298602A
- Authority
- CN
- China
- Prior art keywords
- model
- analysis
- budget
- final account
- data
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 132
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000004044 response Effects 0.000 claims description 9
- 238000010276 construction Methods 0.000 abstract description 2
- 238000012550 audit Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000013507 mapping Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种用于预决算分析的模型库,包括用于进行审查分析的第一模型,其包括至少一个指标项和分析算法;指标项间形成为树状层级结构,所述分析算法关联至末级指标项。本发明还公开了一种预决算分析模型库和利用预决算分析模型库进行预决算分析的方法,根据本发明公开的模型库和构建方法可以实现通过构建多维度的分析库,达到了精细化、并且与政策衔接的预决算审查分析方式,从而可以加强人大的预算监督。
Description
技术领域
本发明涉及审计技术领域,特别是一种用于预决算分析的模型库及其建立方法、利用其进行预决算分析的方法。
背景技术
2018年3月中共中央办公厅印发的《关于人大预算审查监督重点向支出预算和政府拓展的指导意见》中明确要求编制地方政府预算年度分析报告,加强对重点支出和重要政策的分析。但是,目前各级政府的年度财政预算报告出发点不同,主要是每年人大审议通过的上一年政府预算执行和本年度预算草案的报告和年中预算执行中人大常委会审议通过的决算报告。这些报告的内容虽然日益丰富,涵盖了一般公共预算、政府性基金、国有资本经营预算和社会保险基金四大板块,但由于人大预决算数据数量大、种类多、关联性强、独立分散等特点,目前预决算审查报告仍然存在如下问题:
1、审查分析方法单一,不够细致。
2、没有统一的审核分析标准和方法。
3、与政策衔接不够紧密,很难系统地反映预算、政策落实情况,对决策的参考性受到限制,也不利于外界完整地了解政府的活动和预算收支情况。
发明内容
根据本发明的目的之一在于,通过构建预决算分析库,自动生成预决算审查报告,解决了现有技术中预决算审查报告分析不够细致的问题,并且建立了统一的审核分析标准和方法。
根据本发明的目的之二在于,通过利用构建的多维度的分析库进行预决算分析,从而达到了精细化、并且与政策拓展衔接的预决算审查分析方式,可以加强人大的预算监督力度。
根据本发明的一个方面,提供了一种用于预决算分析的模型库,包括用于进行审查分析的第一模型,其包括至少一个指标项和分析算法;指标项间形成为树状层级结构,分析算法关联至末级指标项。由于该第一模型的构建方法支持于不同的指标项和不同的分析算法,并且根据该树状结构可以多维度的对获取的数据进行多样化的审查和分析,并且可以制定统一的审查指标,有利于使得获取和处理后的审查数据规范化。
在一些实施方式中,模型库还包括用于进行预算执行监督的第二模型,其包括预警模型和与预警模型关联的预警指标。根据构建的第二模型,可以对获取的预决算数据进行及时预警和监督。
在一些实施方式中,该模型库还包括有用于为第一模型提供支撑数据的第三模型。根据支撑数据可以使得第一模型的审查标准与政策拓展衔接紧密,从而可以系统地反映预算、政策落实情况,对决策具有极高的参考性,有利于外界完整地了解政府的活动和预算收支情况。
在一些实施方式中,该模型库还包括:用于提供分析报告模板的第四模型,第四模型分别与第一模型和第二模型具有关联关系。通过第四模型,可以自动化的根据第一模型和第二模型的结果生成分析报表,使得数据结果更加直观,有利于对预决算数据和结果进行研究和分析。
根据本发明的另一个方面,提供了一种预决算分析模型库的建立方法,预决算分析模型库包括第一模型,该模型的建立方法包括如下步骤:获取预决算数据进行筛选和分类生成多个类别的分析数据;为不同类别的分析数据对应设置指标项和分析算法;将相应的分析数据类别、指标项和分析算法关联存储形成多个第一模型。通过将预决算数据进行筛除和分类可以使得获取的数据降低干扰因素,进行更加准确的数据分析,根据多个分析指标和分析算法进行建立模型,可以得到统一数据格式的多样化模型,全面覆盖预决算的适用范围。
在一些实施方式中,预决算分析模型库还包括第二模型,该模型的建立方法包括如下步骤:配置预警模型和与其关联的预警指标,并将其存储形成第二模型。由此,可以根据不同的预警模型对获取的预决算数据进行预警,有利于辅助政府作出关键性决策。
在一些实施方式中,上述建立第二模型的方法还包括如下步骤:为第二模型配置预警发布方式存储。由此可以自定义预警的发布方式,适应于不同的用户需求。
在一些实施方式中,预决算分析模型还包括第三模型,该模型的建立方法包括如下步骤:采集支撑数据生成第三模型;为各支撑数据关联匹配的第一模型。通过支撑数据可以使得第一模型的审查标准与政策拓展衔接紧密,从而可以系统地反映预算、政策拓展落实情况,对决策具有极高的参考性,有利于外界完整地了解政府的活动和预算收支情况。
在一些实施方式中,预决算分析模型还包括第四模型,该模型的建立方法包括如下步骤:配置分析报告模板存储生成第四模型,其中,第四模型分别与第一模型和第二模型具有关联关系。通过预先配置分析报告模板,可以在实际操作中时自适应的自动生成分析报告,从而使得数据结果更加直观,有利于对预决算数据和结果进行研究和分析。
根据本发明的另一个方面,提供了一种预决算分析模型库进行预决算分析的方法,包括如下步骤:获取预决算数据,存储至第一数据库;响应于分析指令,获取第一模型,并基于第一模型对第一数据库中的数据进行分析,生成第一分析结果。由此,可以根据第一模型对模板预决算数据进行分析,生成第一分析结果,利于得到统一数据格式的多样化数据。
在一些实施方式中,包括如下步骤:响应于预警指令,获取第二模型,并基于第二模型对第一数据库中的数据进行分析,生成第二分析结果。由此,可以根据预警指令使用该第二模型对当前的预决算数据进行实时预警和简单,有利于相关部门的管理和审核工作。
在一些实施方式中,包括如下步骤:响应于报告生成指令,获取第四模型形成审查分析报告输出,其中审查分析报告中的分析数据来自第一分析结果和/或第二分析结果。由此,可以实现的在线生成分析报告,使用户更加直观的获取分析结果并辅助决策。
附图说明
图1为本发明一实施方式的用于预决算分析的模型库结构示意图;
图2为本发明又一实施方式的用于预决算分析的模型库结构示意图;
图3为本发明一实施方式的预决算分析模型库的建立方法流程图;
图4为本发明一实施方式的预决算分析模型库进行预决算分析的方法流程图;
图5为本发明一实施方式的总预算情况指标体系示意图;
图6为本发明一实施方式的部门预决算情况分析指标体系示意图;
图7为本发明一实施方式的预警模型指标体系示意图。
具体实施方式
为了解决现有技术中存在的弊端,发明人构思建立一套预决算分析模型库,通过综合利用对比分析、结构分析、趋势分析、主成分分析等方法,构建多种第一模型,该第一模型实现为包括一般公共预算收入情况分析模型、政府性基金预算收入情况分析模型、国有资本经营预算收入情况分析模型、社会保险基金收入情况分析模型、一般公共预算支出情况分析模型、政府性基金预算支出情况分析模型、国有资本经营预算支出情况分析模型、社会保险基金支出情况分析模型、财政收支与政策匹配性分析模型、部门预算分析模型、部门预决算支出差异分析模型、重点政策领域支出模型、创新驱动政策支出分析模型、创新驱动领域政策与预算安排的匹配性分析模型等的一种或几种的组合。通过对预警指标的多样化设置构建第二模型,该第二模型实现为包括全口径预决算预警模型、部门预决算预警模型、重点专项预警模型、政府综合(部门)财务报告预警模型、税收收入预警模型、国有资本收益预警模型等的一种或几种的组合。为了给预决算审查分析提供重要依据,确保审查工作与政策紧密衔接,构建了具有支撑数据的第三模型,该支撑数据包括有政府部门相关的政策法规数据,数据来源部门包括财政、审计、社保、税务、国资、发改、国规等。其中,本发明对于第一模型、第二模型和第三模型的具体实施例的构思并不局限于上述。下面结合附图对本发明作进一步详细的说明。
图1示意性地显示了根据本发明的一种实施方式的用于预决算分析的模型库结构示意图,如图1所示,
该用于预决算分析的模型库包括第一模型1、第二模型2和第三模型。其中,第一模型1用于进行审查分析,其包括至少一个指标项101和分析算法102,并且各指标项101间形成为树状层级结构,分析算法102关联至末级指标项101。
在优选实施例中,各指标项还分别对应有匹配的指标权重,以用于分析过程时,利用指标项进行定性分析计算。
其中,第一模型的形成方法可以实现为包括以下步骤:
步骤一、根据需求确定指标项内容;
步骤二、对涉及的指标内容进行分层处理,形成至少一个指标项,并根据需求设定指标的层级关系,将各指标项间配置为树状层级结构;
步骤三、根据需求为各指标项分配指标权重,其中指标权重确定方法可以选用智能分析方法、由代表专家信息确定或信息熵方法等方法确定;
步骤四、为相应的指标项配置分析算法,并通过末级指标项进行关联。
在此给出一种总预算情况指标体系的具体实施例如图5所示:其指标项101包括三级,以一般公共预算收支、政府性基金收支、国有资本经营收支和社会保险基金收支情况分析等为一级指标,以各个一级指标对应的项为二级指标,以各个二级指标对应的小项作为三级指标,并且根据不同的三级指标对应构建了不同的分析算法,由此可以进行重点支出及政策绩效、财政专项资金、政府债务的分析等。
又给出一种部门预决算情况分析指标体系的具体实施例如图6所示:其指标项101包括三级,以行政事业单位基本信息、行政事业单位职工工资福利情况、部门收入、部门支出、各类学校学生基本情况、“三公”经费及会议费支出情况、政府采购情况和政府购买服务情况为一级指标,以各个一级指标对应项为二级指标,以各个二级指标对应的小项(如下表格)作为三级指标,并且根据不同的三级指标对应构建了不同的分析算法,由此可以进行重点支出及政策绩效、财政专项资金的分析等。
对于第二模型2,其用于进行预算执行监督,包括预警模型201和与预警模型201关联的预警指标202。其中,该预警模型201和预警指标202可以自定义设置,在具体实施方式中如图7所示,预警模型可以实现为包括全口径预决算预警模型、部门预决算预警模型、重点专项预警模型、政府综合(部门)财务报告预警模型、税收收入预警模型、国有资本收益预警模型等,同时设置与上述各模型对应的预警指标例如全口径预决算预警模型对应的预警指标可以是包括一般公共预算中非税收入占比超出一定比例、预算支出进度低于序时进度、预算调整安排的支出进度低于一定比例的项目、决算报表具体收支分类科目和年初预算差异大于一定比例。在优选实施例中,预警模型对应的对应指标也可以是多层分级树状结构。
其中,预警指标可以根据用户的需求增加、修改、自定义设置。从而可以满足多种用户需求。为了使该第二模型2更加智能化,另在模型中设置了预警发布方式,例如电话预警、邮件预警、传真预警等,用户可以根据需求进行自定义的设置。
对于第三模型3,其用于为第一模型1提供支撑数据。该支撑数据实现为政府部门的预决算数据、执行数据、政策法规,其中,政策法规数据来源包括财政、审计、社保、税务、国资、发改、国规等。并引入D-S证据理论方法,按照预算编制、预算规模、预算方向、预算结构、部门预算支出、政策法规等指标组合关联规则设置第一模型与第三模型精准匹配的目标权重以及参数,以此实现第一模型与第三模型的拓展衔接,具体地,每一笔预算支出都可以通过建立的D-S理论关联规则关联到第三模型,从而精确查询到对应的支撑数据即法规法条,这样任意预算数据均可以支持查询到相对应的政策法规,从而为预决算审查分析提供重要依据,确保预算审查工作与政策拓展紧密衔接。
在优选实施方式中,如图2所示,该模型库还包括:用于提供分析报告模板401的第四模型4,第四模型4分别与第一模型1和第二模型2具有关联关系。该分析报告模板通过人工预先进行存储,包括有一般公共预算、政府性基金预算、国有资本经营预算、社会保险基金预算等审查分析模板,并且通过对第一模型1和第二模型2的分析和预警结果的自动抓取生成月度报告、季度报告、年度报告等图表,由此可以使用户直观的看到分析和预警结果。
根据本实施例提供的预警分析模型库,可以统一审核分析标准和方法。并利用构建的多维度的分析库进行预决算分析,从而达到了精细化、并且与政策衔接的预决算审查分析方式,可以加强人大的预算监督力度。并且可以在线生成分析结果及预警结果表格,使得分析结果可视化。
在其它实现例中,形成的预决算分析模型库可以不局限于上述内容,根据需求还可以是仅包括上述第一模型、第二模型、第三模型和第四模型的任一一种或两者以上的组合,上述实施例视为对模型库中包括的模型种类和数量的限制。
图3示意性地显示了根据本发明一实施方式的预决算分析模型库的建立方法流程图,如图3所示,预决算分析模型库包括第一模型,本实施例包括如下步骤:
步骤S201:获取预决算数据进行筛选和分类生成多个类别的分析数据。该预决算数据包括财政、审计、社保、税务、国资、发改、国规等政府部门数据。对上述的数据进行筛选和数据清洗(可以通过关键词匹配等现有技术实现),再根据各个数据的数据类型进行分类按类型生成分析数据。
步骤S202:为不同类别的分析数据对应设置指标项和分析算法。其中,设置的指标项和分析算法的具体内容,可以根据需求灵活设置,例如可以参照上述的模型库实例进行设置。
步骤S203:将相应的分析数据类别、指标项和分析算法关联存储形成多个第一模型。将上述的分析数据类别、指标项和分析算法设置映射或索引关系,并将其存储至数据库中形成第一模型,通过索引或映射,可以使得指标项有多级,且能形成树状结构。根据该第一模型可以对预决算数据进行分析。在具体实现中,指标项可以包括定性指标和定量指标,定性指标的内容可以通过代表专家信息来确定,具体确定方法例如可以是群代表专家决策、D-S证据融合方法等,而定量指标的内容则可以通过收集相关数据(如相关政府部门的数据)对数据进行计算得到,优选地在计算得到指标内容数据后还可以对指标内容数据进行标准化处理,包括数据采集、数据整理归类、数据清洗等。
在优选实施方式中,该预决算分析模型库还包括第二模型,本实施例包括如下步骤:配置预警模型和与其关联的预警指标,其中,具体的预警模型和与其关联的预警指标可以根据需求设置,并将其存储形成第二模型,具体示例可以参照上述模型库部分的实例。为了使用户及时收到预警结果,还可以在第二模型中配置预警发布方式存储。这样用户可以根据需求设置接收预警结果的方式。
在优选实施方式中,该预决算分析模型还包括第三模型,包括如下步骤:采集支撑数据生成第三模型,并且为各支撑数据关联匹配的第一模型。
在优选实施方式中,该预决算分析模型还包括第四模型,包括如下步骤:配置分析报告模板存储生成第四模型,其中,第四模型分别与第一模型和第二模型具有关联关系,该关联关系可以通过映射或索引的方式进行关联匹配,例如通过为其设置关联的模型ID映射。
图4示意性地显示了根据本发明一实施方式的预决算分析模型库进行预决算分析的方法流程图,如图4所示,本实施例包括如下步骤:
步骤S301:获取预决算数据,存储至第一数据库。
步骤S302:响应于分析指令,获取第一模型,并基于第一模型对第一数据库中的数据进行分析,生成第一分析结果。
在优选实施方式中,还包括响应于预警指令,获取第二模型,并基于第二模型对第一数据库中的数据进行分析,生成第二分析结果。
在优选实施方式中,还包括响应于报告生成指令,获取第四模型形成审查分析报告输出,其中所述审查分析报告中的分析数据来自所述第一分析结果和/或所述第二分析结果。
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (12)
1.用于预决算分析的模型库,其特征在于,包括用于进行审查分析的第一模型,其包括至少一个指标项和分析算法;
所述指标项间形成为树状层级结构,所述分析算法关联至末级指标项。
2.根据权利要求1所述的模型库,其特征在于,所述模型库还包括有用于进行预算执行监督的第二模型,其包括预警模型和与所述预警模型关联的预警指标。
3.根据权利要求1或2所述的模型库,其特征在于,所述模型库还包括有用于为所述第一模型提供支撑数据的第三模型。
4.根据权利要求3所述的模型库,其特征在于,还包括:
用于提供分析报告模板的第四模型,所述第四模型分别与第一模型和第二模型具有关联关系。
5.一种预决算分析模型库的建立方法,其特征在于,所述预决算分析模型库包括第一模型,所述方法包括如下步骤:
获取预决算数据进行筛选和分类生成多个类别的分析数据;
为不同类别的分析数据对应设置指标项和分析算法;
将相应的分析数据类别、指标项和分析算法关联存储形成多个第一模型。
6.根据权利要求5所述的建立方法,其特征在于,所述预决算分析模型库还包括第二模型,所述方法包括如下步骤:
配置预警模型和与其关联的预警指标,并将其存储形成第二模型。
7.根据权利要求6所述的建立方法,其特征在于,所述方法还包括如下步骤:
为所述第二模型配置预警发布方式存储。
8.根据权利要求5-7任意一项所述的建立方法,其特征在于,所述预决算分析模型还包括第三模型,所述方法包括如下步骤:
采集支撑数据生成第三模型;
为各支撑数据关联匹配的第一模型。
9.根据权利要求8所述的方法,其特征在于,所述预决算分析模型还包括第四模型,所述方法包括如下步骤:
配置分析报告模板存储生成第四模型,其中,所述第四模型分别与所述第一模型和所述第二模型具有关联关系。
10.一种利用权利要求1-4任意一项所述的预决算分析模型库进行预决算分析的方法,其特征在于,包括如下步骤:
获取预决算数据,存储至第一数据库;
响应于分析指令,获取第一模型,并基于所述第一模型对第一数据库中的数据进行分析,生成第一分析结果。
11.根据权利要求10所述的方法,其特征在于,包括如下步骤:
响应于预警指令,获取第二模型,并基于所述第二模型对第一数据库中的数据进行分析,生成第二分析结果。
12.根据权利要求10或11所述的方法,其特征在于,包括如下步骤:
响应于报告生成指令,获取第四模型形成审查分析报告输出,其中所述审查分析报告中的分析数据来自所述第一分析结果和/或所述第二分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910605340.XA CN110298602A (zh) | 2019-07-05 | 2019-07-05 | 用于预决算分析的模型库及其建立方法、利用其进行预决算分析的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910605340.XA CN110298602A (zh) | 2019-07-05 | 2019-07-05 | 用于预决算分析的模型库及其建立方法、利用其进行预决算分析的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110298602A true CN110298602A (zh) | 2019-10-01 |
Family
ID=68030496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910605340.XA Pending CN110298602A (zh) | 2019-07-05 | 2019-07-05 | 用于预决算分析的模型库及其建立方法、利用其进行预决算分析的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110298602A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112148749A (zh) * | 2020-11-24 | 2020-12-29 | 车智互联(北京)科技有限公司 | 一种数据分析方法,计算设备及存储介质 |
CN113568873A (zh) * | 2021-07-01 | 2021-10-29 | 浪潮软件股份有限公司 | 一种政策文件智能匹配方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556666A (zh) * | 2009-05-21 | 2009-10-14 | 中国建设银行股份有限公司 | 建立审计模型的方法、装置及审计系统 |
CN107464037A (zh) * | 2017-07-05 | 2017-12-12 | 九次方大数据信息集团有限公司 | 基于多指标维度模型的企业画像方法及系统 |
CN107480902A (zh) * | 2017-08-22 | 2017-12-15 | 广东电网有限责任公司 | 一种风险导向审计方法 |
CN109658061A (zh) * | 2018-12-13 | 2019-04-19 | 安徽天勤盛创信息科技股份有限公司 | 一种审计综合分析平台 |
-
2019
- 2019-07-05 CN CN201910605340.XA patent/CN110298602A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556666A (zh) * | 2009-05-21 | 2009-10-14 | 中国建设银行股份有限公司 | 建立审计模型的方法、装置及审计系统 |
CN107464037A (zh) * | 2017-07-05 | 2017-12-12 | 九次方大数据信息集团有限公司 | 基于多指标维度模型的企业画像方法及系统 |
CN107480902A (zh) * | 2017-08-22 | 2017-12-15 | 广东电网有限责任公司 | 一种风险导向审计方法 |
CN109658061A (zh) * | 2018-12-13 | 2019-04-19 | 安徽天勤盛创信息科技股份有限公司 | 一种审计综合分析平台 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112148749A (zh) * | 2020-11-24 | 2020-12-29 | 车智互联(北京)科技有限公司 | 一种数据分析方法,计算设备及存储介质 |
CN112148749B (zh) * | 2020-11-24 | 2021-04-20 | 车智互联(北京)科技有限公司 | 一种数据分析方法,计算设备及存储介质 |
CN113568873A (zh) * | 2021-07-01 | 2021-10-29 | 浪潮软件股份有限公司 | 一种政策文件智能匹配方法及装置 |
CN113568873B (zh) * | 2021-07-01 | 2024-03-22 | 浪潮软件股份有限公司 | 一种政策文件智能匹配方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20070288336A1 (en) | Method and System For Advanced Financial Analysis | |
Pattanayak et al. | Chart of accounts: a critical element of the public financial management framework | |
CN107330628A (zh) | 一种审计风险管理信息库的构建方法及装置 | |
Sprague Jr et al. | A decision support system for banks | |
Chen et al. | A pictorial approach to poor-quality cost management | |
CN110298602A (zh) | 用于预决算分析的模型库及其建立方法、利用其进行预决算分析的方法 | |
CN109816272A (zh) | 受限信息条件下科技型上市企业财务风险预警方法 | |
CN113435988A (zh) | 一种预算绩效的智能管理方法及系统 | |
Si | Construction and application of enterprise internal audit data analysis model based on decision tree algorithm | |
US10409833B2 (en) | Systems and methods for analyzing energy or environmental factors relative to energy | |
CN113935564A (zh) | 数据处理方法、数据处理装置、计算机设备和存储介质 | |
CN113205271A (zh) | 一种基于机器学习对企业所得税风险评估的方法 | |
CN117273511A (zh) | 数据分析方法及装置 | |
WO2023098034A1 (zh) | 一种业务数据报表的分类方法及装置 | |
Chen et al. | Financial distress prediction using data mining techniques | |
CN110135718A (zh) | 综合性城市安全生产态势评估方法及系统 | |
CN114418444A (zh) | 信用评级系统的生成方法、信用评级方法 | |
Edelstein et al. | Bank branch grouping strategy, an unusual DEA application | |
Rohrer et al. | Applying Meta-Modellig to an Accounting Application. | |
CN117391643B (zh) | 一种基于知识图谱的医保单据审核方法及系统 | |
Hao et al. | Research on the Application of DM Technology with RF in Enterprise Financial Audit | |
CN116308158B (zh) | 一种国有资产监督管理系统 | |
CN117131070B (zh) | 一种自适应规则引导的大语言模型生成sql系统 | |
Bruno et al. | Data quality and data management in banking industry. Empirical evidence from small Italian banks | |
TR2023019051A2 (tr) | Kredi̇ ri̇sk yöneti̇mi̇ karar destek si̇stemi̇ |
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 |
Application publication date: 20191001 |
|
RJ01 | Rejection of invention patent application after publication |