CN110322191A - 基于区块链的固定资产管理方法、系统、介质及电子设备 - Google Patents

Abstract

本发明的实施例提供了基于区块链的固定资产管理的方法、系统、设备及存储介质，包括：根据区块链中存储的与各个固定资产相关的信息建立各类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式；响应于新记入至区块链中的固定资产信息，根据其所属固定资产类型对应的关系表达式计算该固定资产的折旧率；将计算得到的折旧率与新记入的固定资产信息中包含的当前折旧率相比较，以确定固定资产的当前状态。本发明实施例的技术方案避免了由于多方操作固定资产信息导致信息遗漏、记录错误等问题，并且能及时发现资产异常情况，确保企业正常的生产经营。

Description

基于区块链的固定资产管理方法、系统、介质及电子设备

技术领域

本发明涉及区块链技术，尤其涉及基于区块链的固定资产管理方法、系统、存储介质及电子设备。

背景技术

企事业单位通常都投入大量的金钱来购置各种资产，但是随着时间的推移，很难及时、清楚地知道该企业及下属机构拥有多少资产，它们分布在那些部门以及存放在何处、谁在使用、状况如何。现有的固定资产管理系统通常结合条形码技术，给每个固定资产分配一个条码标签，从资产购入企业开始到资产退出的整个生命周期，针对固定资产实物进行全程跟踪管理，实现了资产管理工作的信息化。

但这种固定资产管理系统依赖于集中的数据信息库。如果通过特定人员进行维护存储固定资产信息的数据信息库，工作量太大且效率很低。而且实际上在诸如资产购入、资产分配或由于员工离职或工作变动时资产交接等的资产处理过程中，通常会有不同的经手人或不同部门人员对资产进行录入、日常维护、核查和盘点等操作。如果通过不同人员对数据信息库中相关固定资产信息进行记录和更新，很难避免信息记录错误、信息遗漏、信息被非法篡改等问题，导致出现帐物不符、帐面价值与实际价值有很大出入等现象。因此，亟需一种对企业固定资产进行有效管理和跟踪的技术方案，以及时有效地发现哪些固定资产需要置换，哪些固定资产被闲置，从而在确保企业正常生产经营的情况下，避免企业固定资产的大量的重复购置或闲置浪费。

发明内容

因此，本发明实施例的目的在于提供一种基于区块链的固定资产管理方法、系统、存储介质及电子设备，对企业固定资产进行有效管理和跟踪，以及时发现资产异常情况，确保企业正常的生产经营，同时避免企业固定资产的重复购置或闲置浪费。

上述目的是通过以下技术方案实现的：

根据本发明实施例的第一方面，提供了一种基于区块链的固定资产管理方法，包括：响应于新记入至区块链中的固定资产信息，根据该固定资产信息中所涉及的固定资产类型所对应的关系表达式计算该固定资产的折旧率；以及将计算得到的折旧率与新记入的固定资产信息中包含的当前折旧率相比较，以判断该固定资产是否存在异常情况；其中与各类型固定资产对应的关系表达式通过下列步骤得到的：

对于每种类型的固定资产，从存储有与各个固定资产相关的信息的区块链中获取属于该类型的多个固定资产的相关信息作为训练样本数据集；

基于所述训练样本数据集，建立该类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式。

在本发明的一些实施例中，该方法还可包括响应于固定资产的采购、分配、流转、盘点、出售或报废，将与该固定资产的相关信息作为交易记入区块链中。

在本发明的一些实施例中，新记入区块链中的固定资产信息至少包括固定资产的类型、固定资产编号、用于确定影响该固定资产生命周期的各因素的当前值的信息以及当前折旧率。

在本发明的一些实施例中，基于所述训练样本数据集建立该类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式可以是采用线性回归分析方法来进行的。

在本发明的一些实施例中，该方法还可包括响应于新记入的固定资产信息中包含的当前折旧率与所述计算得到的折旧率之间的差值超过设定的阈值，确定该固定资产存在异常情况并发出预警信息。

在本发明的一些实施例中，该方法还可包括响应于新记入的固定资产信息中包含的当前折旧率与所述计算得到的折旧率之间的差值小于设定的阈值，确定固定资产不存在异常情况；以及将该新记入至区块链中的固定资产信息加入所述训练样本数据集。

在本发明的一些实施例中，该方法还可包括定期地或响应于所述训练样本数据集的更新，重新基于所述训练样本数据集来调整各类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式。

根据本发明实施例的第二方面，还提供了一种基于区块链的固定资产管理系统，包括训练模块、预测模块和状态分析模块。其中训练模块用于对于每种类型的固定资产，从存储有与各个固定资产相关的信息的区块链中获取属于该类型的多个固定资产的相关信息作为训练样本数据集，以及基于所述训练样本数据集，建立该类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式。预测模块用于响应于新记入至区块链中的固定资产信息，根据该固定资产信息中所涉及的固定资产类型所对应的关系表达式计算该固定资产的折旧率。状态分析模块用于将从预测模块得到的折旧率与所述新记入的固定资产信息中包含的当前折旧率相比较，以判断该固定资产是否存在异常情况。

根据本发明实施例的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被执行时实现如上述实施例第一方面所述的基于区块链的固定资产管理方法。

根据本发明实施例的第四方面，提供了一种电子设备，包括处理器和存储器，其中存储器用于存储可执行指令；所述处理器被配置为经由执行所述可执行指令来实现如上述实施例中第一方面所述的基于区块链的固定资产管理方法。

本发明实施例提供的技术方案可以包括以下有益效果：

利用区块链维护企业相关固定资产信息，使得能通过区块链确保固定资产信息可追溯且不易篡改，还避免了由于多方操作固定资产信息导致信息遗漏、记录错误等问题；还可通过区块链上存储的信息跟踪企业固定资产管理的历史数据，自动识别或预测固定资产中可能面临的异常情况并给相关工作人员发出提示和预警信息，对企业固定资产进行有效管理和跟踪，能及时发现资产异常情况，确保企业正常的生产经营，同时避免企业固定资产的重复购置或闲置浪费。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为根据本发明一个实施例的基于区块链的固定资产管理方法的流程示意图。

图2示出了根据本发明一个实施例的基于区块链的固定资产管理系统的结构示意图。

图3示出了根据本发明又一个实施例的基于区块链的固定资产管理系统的结构示意图。

具体实施方式

为了使本发明的目的，技术方案及优点更加清楚明白，以下结合附图通过具体实施例对本发明进一步详细说明。应当理解，所描述的实施例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下获得的所有其他实施例，都属于本发明保护的范围。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

图1给出了根据本发明一个实施例的基于区块链的固定资产管理方法的流程示意图。概况而言，该方法主要包括：步骤S101)响应于新记入至区块链中的固定资产信息，根据该固定资产信息中所涉及的固定资产类型所对应的关系表达式计算该固定资产的折旧率；以及步骤S102)将计算得到的折旧率与新记入的固定资产信息中包含的当前折旧率相比较，以判断该固定资产是否存在异常情况。其中，与各类型固定资产对应的关系表达式通过下列步骤得到的：对于每种类型的固定资产，从存储有与各个固定资产相关的信息的区块链中获取属于该类型的多个固定资产的相关信息作为训练样本数据集；以及基于所述训练样本数据集，建立该类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式。该方法的执行主体可以是服务器或用于进行固定资产管理的任何一个或多个计算装置及其组合。

在该实施例中，考虑到固定资产从购入至报废的整个生命周期中经手不同的人员，采用了区块链来存储与各个固定资产相关的信息。区块链采用分布式记账方式，每次交易只有被记账者计入区块链中才算是生效。交易记账由区块链网络中多个节点共同完成，每一个节点都记录的是完整的账目，每一个节点在参与记录的同时也来验证其他节点记录结果的正确性。只有当区块链网络中大部分节点都同时认为这个记录正确时，或者所有参与记录的节点都比对结果一致通过后，记录的真实性才能得到全网认可，记录数据才允许上链。用户可使用账户通过区块链进行各种交易操作，通过具有记账权的节点将与交易相关的数据和信息打包存入区块链中。在一个实施例中，要构建的区块链网络中至少包括按功能划分的两类节点：普通节点和记账节点，其中普通节点可供用户进行交易事务、查询和接收来自区块链的信息；记账节点用于将与交易相关的数据和信息打包存入区块链中，其上存储有区块链的完整副本，可验证交易的有效性、对交易进行确认、发布和传播交易以及创建新区块。在构建区块链网络时，可以在企业内部各基层营业机构设定或配置上述两类区块链节点来构建企业内部区块链网络。或者可以在多个企业或组织结构设定或配置上述两类区块链节点来构建用于进行固定资产管理的区块链网络。

与企业的固定资产相关信息可以以交易信息的形式存储至区块链中。例如，企业员工对于固定资产的任何一次操作，例如固定资产的采购、分配、流转、盘点、核查、报废等等，都可以作为交易发布至区块链中。在一个实施例中，上述基于区块链的固定资产管理方法还可以包括响应于固定资产的采购、分配、流转、盘点、核查或报废，通过区块链网络中的记账节点将与该固定资产的相关信息作为交易信息记入区块链中。在一个实施例中，记入区块链中的固定资产信息至少包括固定资产的类型、固定资产编号、用于计算或确定影响该固定资产生命周期的各因素的当前值的相关信息以及当前折旧率。以一台联想电脑为例，其类型可设置为“台式计算机”，编号为初次购入该联想电脑时分配的编码。影响该联想电脑生命周期的主要因素可包括使用年限和使用频率，例如当前使用年限为2年，使用频率平均为每天8小时。该联想电脑的当前折旧率可以根据由对该电脑执行当前固定资产交易的用户根据该电脑的当前设备完整度估算或设置的当前估价与该电脑的原始购入价格来计算。在又一个实施例中，记入区块链中的固定资产信息可以包括将固定资产名称、编号、类型、当前状态(使用、报废、折旧率等)、采购来源(供应商信息等)、分配状态(拥有者、物理位置等)、流转记录(员工入职、离职、调岗等)、报废与折旧信息、破损程度等等。另外还可以将与固定资产相关的诸如音频、视频、图像之类的相关证明材料上传至区块链中。区块链是按照时间顺序将数据区块以顺序相连的方式组合成的链式数据结构，并以密码学方式保证了不可篡改和不可伪造。因此，通过多个节点构成的区块链网络来存储与固定资产相关的信息，确保固定资产信息可追溯且不易篡改，对固定资产信息操作的多方之间的信任，避免由于多方操作带来的信息记录错误、信息遗漏等问题导致的帐物不符、帐面价值与实际价值有很大出入的现象。而且，区块链中每个区块记录的交易信息是上一个区块形成之后、该区块被创建前发生的所有交易活动，这也保证了数据的完整性。因此，可利用区块链中存储的固定资产相关信息对企业固定资产进行更有效的管理和跟踪。在本发明的实施例中，利用在区块链中存储的固定资产相关的历史数据建立各类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式，以对固定资产的折旧率进行预测。下面首先介绍各类型固定资产对应的折旧率关系表达式的建立过程。

更具体地，对于每种类型的固定资产，从存储有与各个固定资产相关的信息的区块链中获取属于该类型的多个固定资产的相关信息作为训练样本数据集。固定资产可以分为很多类型，例如打印机、电话、复印机、投影仪、台式计算机、笔记本电脑、电视、平板电脑等等。有时固定资产也不限于硬件资产，也可以是应用软件，甚至是诸如专利许可之类的无形资产。对于不同类型的固定资产，影响其生命周期的因素不同，相应地其折旧率的预测或估算方式也不同。因此，在本发明的实施例中，对于不同类型的固定资产分别训练与其关联的折旧率预测模型。训练样本数据可以通过区块链中存储的与固定资产相关的历史数据中获取。对于每种类型的固定资产，从区块链中查询并获取属于该类型的多个固定资产的相关信息作为训练样本数据集。该训练样本数据中每个样本至少包括用于确定影响固定资产生命周期的各因素的取值的相关信息以及已知的固定资产折旧率。

接着，基于训练样本数据集，建立该类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式。仍以台式计算机这类型的固定资产为例，假设影响台式计算机生命周期的因素有两个：使用年限和使用频率，那么可以用线性关系表达式来表征台式计算机的折旧率Y与使用年限和使用频率之间的关联关系，例如记为Y＝a1*f1+a2*f2，a1,a2表示各因素的权重，其取值范围为[0～1]；f1，f2为经归一化处理后各因素的值，其取值范围为[0～1]；Y取值范围[0～100％]。为对上述关系表达式中参数进行估计，从区块链中获取多个台式计算机的相关历史数据作为训练样本数据集，该训练样本数据集中的每个样本数据包括台式计算机的实际使用年限、预计使用年限、使用频率以及折旧率。基于训练样本数据集中多个样本，在已知折旧率和各因素值的情况下估计出上述表达式中的参数a1和a2，从而得到对于台式计算机折旧率的预测模型或关系表达式。利用所建立的关系表达式可以预测固定资产的状态，比如，2018年初购入一批台式计算机，根据上述台式计算机的对应折旧率关系表达式，可预估2019,2020…年等未来几年这批台式计算机的相应折旧率。仍继续使用上面的示例，假设所估计的参数a1为0.5，a2也为0.5，则台式计算机对应的折旧率关系表达式为Y＝0.5*f1+0.5*f2。那么对于2018年初购入的这批台式计算机，假定在采购时记入区块链的相关信息为预计使用年限5年、使用频率为每天使用6小时，那么到2020年其实际使用年限应该为2年，则预测其在2020年的折旧率Y＝0.5*2/5+0.5*6/24＝0.325。

在一个实施例中，在基于所述训练样本数据集建立的该类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式的过程中，该关系表达式中各参数的估计可采用现有的多种线性参数估计方法来进行，例如最小方差估计、最小二乘法、极大似然法、随机参数估计等等。又例如，也可以将训练样本数据集中的样本数据输入至现有的多元线性回归工具来获取该关系表达式中各参数值。

现参考图1对于根据本发明实施例的基于区块链的固定资产管理方法具体执行过程进行更详细的介绍。在步骤S101)响应于新记入至区块链中的固定资产信息，根据该固定资产信息中所涉及的固定资产类型所对应的关系表达式计算该固定资产的折旧率。固定资产相关信息存在初始购入时原始数据录入多，但一旦固定资产投入运行时日常变动输入量较小的特点，通常在固定资产交接、盘查清点、出售、报废或内部调动等涉及企业固定资产变动的情况，才会涉及到固定资产相关数据的变动。因此，如上文提到的，凡是企业员工对于固定资产的相关动作或活动，都会作为交易发布至区块链中，例如响应于固定资产的采购、分配、流转、盘点、核查或报废，通过区块链网络中的记账节点将与该固定资产的相关信息作为交易信息记入区块链中。同时，为及时跟踪和管理固定资产，当每次出现新记入至区块链中的固定资产信息时，基于该新存储的固定资产信息预测其对应的折旧率，例如根据该固定资产信息中所涉及的固定资产类型选择与该类型固定资产对应折旧率的关系表达式，根据该新记入至区块链中的固定资产信息确定影响该类型固定资产生命周期的各因素的当前取值，以计算或预估该固定资产的折旧率。

在步骤S102)将经过步骤S101)中计算得到的折旧率与新记入的固定资产信息中包含的当前折旧率相比较，以判断该固定资产是否存在异常情况。如上文提到的，记入区块链中的固定资产信息至少包括固定资产的类型、固定资产编号、用于计算影响该固定资产生命周期的各因素的当前值的相关信息以及当前折旧率。所记入的该固定资产的当前折旧率通常是根据由执行当前固定资产交易的用户根据该固定资产的当前完整度估算或设置的当前估价与该固定资产的原始购入价格来计算。仍以台式计算机为例，假设其原始购入价格为6000元，当前进行盘点的工作人员对该台式计算机估计的当前价格为3000元，则输入的当前折旧率应为50％。通过将该新记入的固定资产信息中包含的当前折旧率与经过步骤S101)中预测得到的折旧率相比较，可以确定该固定资产的状态。例如，如果新记入的固定资产信息中包含的当前折旧率大于预测得到的折旧率，且二者之间的差值超过设定的阈值，可确定该固定资产存在异常情况并发出预警信息以通知资产可能需要提前报废，这样使得负责固定资产的管理人员可以提取预测可能会出现问题的固定资产，及时进行更换，保证了企业正常运行。又例如，如果新记入的固定资产信息中包含的当前折旧率小于预测得到的折旧率，且二者之间的差值超过预先定义的某个阈值，则说明该固定资产的利用率不高，这类型的固定资产可能存在闲置情况，可发出相关提示信息，指示对于这类型固定资产的购置或更换计划可以推迟，以尽量避免企业固定资产的重复购置或闲置浪费。

前述实施例的技术方案利用区块链来管理和跟踪企业相关固定资产信息，避免了由于多方操作固定资产信息导致信息遗漏、记录错误等问题，使得固定资产信息可追溯且不易篡改，同时还可通过区块链上存储的信息，及时识别或预测固定资产中可能出现的异常情况并给相关工作人员发出提示和预警信息，以确保企业正常的生产经营。

在又一个实施例中，响应于新记入的固定资产信息中包含的当前折旧率与上述预测得到的折旧率之间的差值小于设定的报警阈值时，确定固定资产不存在异常情况，并可以将该新记入至区块链中的固定资产信息加入至训练样本数据集，这样可以随着固定资产数据的变动保持训练样本数据集的及时更新。考虑到影响固定资产生命周期的各因素可能随着时间和实际业务需求而发生变化，例如随着企业微信等及时软件的推广，企业内部电话的使用频率可能降低，而移动设备或计算机的使用率可能增加，因此在一些实施例中，可以定期地或响应于所述训练样本数据集的更新，重新基于训练样本数据集来调整各类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式。在该实施例中，通过不断利用使用最近时间段较新的固定资产相关数据来调整和优化固定资产的折旧率与影响该固定资产生命周期的各因素之间的关系表达式中的参数估计，使得其能随着时间的推移更有效更准确地预测相应固定资产的折旧率。

图2给出了根据本发明一个实施例的基于区块链的固定资产管理系统200的结构示意图。如图2所示，该系统200包括训练模块201、预测模块202、状态分析模块203。尽管该框图以功能上分开的方式来描述组件，但这样的描述仅为了说明的目的。明显地，在图中描绘的组件可以任意地进行组合或被分为独立的软件、固件和/或硬件组件。而且，显然无论这样的组件是如何被组合或划分的，它们都可以在同一主机或多个主机上执行，其中多个主机可以是由一个或多个网络连接。

其中训练模块201用于对于每种类型的固定资产，从存储有与各个固定资产相关的信息的区块链中获取属于该类型的多个固定资产的相关信息作为训练样本数据集，以及基于所述训练样本数据集，建立该类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式。如上文介绍的，训练样本数据集中每个样本至少包括用于确定影响固定资产生命周期的各因素的取值的相关信息以及已知的固定资产折旧率。可以用线性关系表达式来表征固定资产的折旧率与影响该固定资产生命周期的各因素之间的关系。利用从区块链中获取训练样本数据集对线性关系表达式中各参数进行估计，从而得到或建立对于固定资产折旧率的预测模型或关系表达式。在一个实施例中，在基于所述训练样本数据集建立的该类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式的过程中，该关系表达式中各参数的估计可采用现有的多种线性参数估计方法来进行，例如最小方差估计、最小二乘法、极大似然法、随机参数估计等等。又例如，也可以将训练样本数据集中的样本数据输入至现有的多元线性回归工具来获取该关系表达式中各参数值。

在又一个实施例中，该系统200还可包括数据记录模块，其用于响应于固定资产的采购、分配、流转或报废，将与该固定资产的相关信息作为交易记入区块链中。固定资产相关信息存在初始购入时原始数据录入多，但一旦固定资产投入运行时日常变动输入量较小的特点，通常在固定资产交接、盘查清点、出售、报废或内部调动等涉及企业固定资产变动的情况，才会涉及到固定资产相关数据的变动。因此，如上文提到的，凡是企业员工对于固定资产的相关动作或活动，都会作为交易发布至区块链中，例如响应于固定资产的采购、分配、流转、盘点、核查或报废，通过区块链网络中的记账节点将与该固定资产的相关信息作为交易信息记入区块链中。新记入区块链中的固定资产信息至少包括固定资产的类型、固定资产名称与编号、用于计算或确定影响该固定资产生命周期的各因素的当前值的信息以及当前折旧率。固定资产的当前折旧率可以根据由对执行当前固定资产交易的用户根据该固定资产的当前完整度估算或设置的当前估价与该固定资产的原始购入价格来计算。在又一个实施例中，记入区块链中的固定资产信息可以包括将固定资产名称、编号、类型、当前状态(使用、报废、折旧率等)、采购来源(供应商信息等)、分配状态(拥有者、物理位置等)、流转记录(员工入职、离职、调岗等)、报废与折旧信息、破损程度等等。另外还可以将与固定资产相关的诸如音频、视频、图像之类的相关证明材料上传至区块链中。区块链是按照时间顺序将数据区块以顺序相连的方式组合成的链式数据结构，并以密码学方式保证了不可篡改和不可伪造。因此，通过多个节点构成的区块链网络来存储与固定资产相关的信息，确保固定资产信息可追溯且不易篡改，对固定资产信息操作的多方之间的信任，避免由于多方操作带来的信息记录错误、信息遗漏等问题导致的帐物不符、帐面价值与实际价值有很大出入的现象。而且，区块链中每个区块记录的交易信息是上一个区块形成之后、该区块被创建前发生的所有交易活动，这也保证了数据的完整性。因此，可利用区块链中存储的固定资产相关信息对企业固定资产进行更有效的管理和跟踪。

继续参考图2，为及时跟踪和管理固定资产，当每次出现新记入至区块链中的固定资产信息时，预测模块202用于响应于新记入至区块链中的固定资产信息，根据该固定资产信息中所涉及的固定资产类型所对应的关系表达式计算该固定资产的折旧率。例如根据该固定资产信息中所涉及的固定资产类型由训练模块201所建立的与该类型固定资产对应折旧率的关系表达式，根据该新记入至区块链中的固定资产信息确定影响该类型固定资产生命周期的各因素的当前取值，以计算或预估该固定资产的折旧率。然后，状态分析模块203将从预测模块得到的折旧率与新记入的固定资产信息中包含的当前折旧率相比较，以判断该固定资产是否存在异常情况。如上文提到的，所记入的该固定资产的当前折旧率通常是根据由执行当前固定资产交易的用户根据该固定资产的当前完整度估算或设置的当前估价与该固定资产的原始购入价格来计算。通过将该新记入的固定资产信息中包含的当前折旧率与预测模块202预测得到的折旧率相比较，可以确定该固定资产的状态。例如，如果新记入的固定资产信息中包含的当前折旧率大于预测得到的折旧率，且二者之间的差值超过设定的阈值，可确定该固定资产存在异常情况并发出预警信息以通知资产可能需要提前报废，这样使得负责固定资产的管理人员可以提取预测可能会出现问题的固定资产，及时进行更换，保证了企业正常运行。又例如，如果新记入的固定资产信息中包含的当前折旧率小于预测得到的折旧率，且二者之间的差值超过预先定义的某个阈值，则说明该固定资产的利用率不高，这类型的固定资产可能存在闲置情况，可发出相关提示信息，指示对于这类型固定资产的购置或更换计划可以推迟，以尽量避免企业固定资产的重复购置或闲置浪费。

在又一个实施例中，如果新记入的固定资产信息中包含的当前折旧率与所述计算得到的折旧率之间的差值小于设定的阈值，状态分析模块203确定固定资产不存在异常情况，在这种情况下，训练模块201可以将该新记入至区块链中的固定资产信息加入训练样本数据集。训练模块201还可以定期地或响应于所述训练样本数据集的更新，重新基于所述训练样本数据集来调整各类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式，以使其能随着时间的推移更有效更准确地预测相应固定资产的折旧率。

图3给出了根据本发明又一个实施例的基于区块链的固定资产管理系统300的结构示意图。如图3所示，该系统300包括区块链网络构建子系统301、信息存储子系统302、固定资产管理子系统303。下面是对每个子系统功能的具体介绍。

区块链网络构建子系统301用于选择区块链节点及构建区块链网络。例如，以公司基层营业机构为最小节点，一个或多个集团/公司参与企业固定资产管理和跟踪交易区块链网络构建。如上文提到的区块链网络节点至少可分为两类节点：普通节点和记账节点，其中普通节点可供用户进行交易事务、查询和接收来自区块链的信息；记账节点用于将与交易相关的数据和信息打包存入区块链中，其上存储有区块链的完整副本，可验证交易的有效性、对交易进行确认、发布和传播交易以及创建新区块。在构建区块链网络时，可以在企业内部各基层营业机构设定或配置上述两类区块链节点来构建企业内部区块链网络。或者可以在多个企业或组织结构设定或配置上述两类区块链节点来构建用于进行固定资产管理的区块链网络。

信息存储子系统302用于将与企业的固定资产相关信息以交易信息的形式存储至区块链中。固定资产相关信息存在初始购入时原始数据录入多，但一旦固定资产投入运行时日常变动输入量较小的特点，通常在固定资产交接、盘查清点、出售、报废或内部调动等涉及企业固定资产变动的情况，才会涉及到固定资产相关数据的变动。因此，如上文提到的，凡是企业员工对于固定资产的相关动作或活动，都可以通过信息存储子系统302作为交易发布至区块链中。例如信息存储子系统302响应于固定资产的采购、分配、流转、盘点、核查、出售或报废，通过区块链网络中的记账节点将与该固定资产的相关信息作为交易信息记入区块链中。在一个实施例中，记入区块链中的固定资产信息至少包括固定资产的类型、固定资产编号、用于计算或确定影响该固定资产生命周期的各因素的当前值的相关信息以及当前折旧率。在又一个实施例中，记入区块链中的固定资产信息可以包括将固定资产名称、编号、类型、当前状态(使用、报废、折旧率等)、采购来源(供应商信息等)、分配状态(拥有者、物理位置等)、流转记录(员工入职、离职、调岗等)、报废与折旧信息、破损程度等等。另外还可以将与固定资产相关的诸如音频、视频、图像之类的相关证明材料上传至区块链中。

在又一个实施例中，为提高信息存储和信息处理效率可以通过类似如表1所示的数据结构来存储固定资产交易信息。

表1

在表1所示的数据结构中，由于固定资产的一些相关信息材料或证明材料等有时会包括一些图像、文档等数据量比较大的信息，因此为了提高存储效率和解决区块信息过大的问题，在本发明的实施例中，可以将诸如文档、图像、视频等形式的材料以链接的形式存放在区块中，这个链接的值是通过哈希函数对材料进行加密得到的哈希值，比如SHA1等，这种通过哈希函数得到的指针链接的方式能够保证内容不可篡改。这些相关材料可以保存在区块链节点的局部存储设备中，又可以云存储的方式进行存放。同时，为保证材料存储的高可靠性，可以采用冗余编码的方式对材料进行存储，例如采用前向纠错编码、低密度奇偶校验编码的方式对其材料进行冗余编码处理。例如，某企业预对所有固定资产做清查，针对每一个固定资产，其交易输入例如可以是{设备名称＝联想电脑、使用部门＝A、入账日期＝2016/02/28、原值＝6,800、使用年限＝2、使用频率＝8h/天、当前折旧价＝3,000、当前状态＝正常使用}等，隐私授权＝已授权，经手人员的公开密钥＝ATCGWKY123YTU，签字＝XXXY等。一个交易的输出可以例如是企业固定资产相关信息的存放链接ostfmmqqjjwwttyuyt，相关信息访问者的公开密钥(账户地址)＝1392929293346等。应理解，上述示例仅是举例说明而非进行任何限制。

继续参考图3，固定资产管理子系统303根据区块链中存储的与各个固定资产相关的历史数据建立各类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式。例如，固定资产管理子系统303可以将区块链存储的历史数据中的固定资产按照种类或型号进行分类，分为n个类别，即C＝{c1,c2,...cn}，比如可以分成{打印机、电话、台式机电脑、笔记本电脑、pad、电视等}；然后分别统计每类固定资产可能会影响其生命周期的所有因素集合F＝{f1,f2,...fm}，比如影响计算机生命周期的因素可包括{使用频率、使用年限}。这样就可以建立该类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式。接着，对于每种类型的固定资产，从区块链中获取属于该类型的多个固定资产的相关信息作为训练样本数据集，利用线性参数估计方法来对所建立的关系表达式中参数进行估计，从而得到相应类别固定资产折旧率的预测模型或关系表达式。

当出现新记入至区块链中的固定资产信息时，固定资产管理子系统303根据该固定资产信息中所涉及的固定资产类型所对应的关系表达式计算该固定资产的折旧率，并将计算得到的折旧率与新记入的固定资产信息中包含的当前折旧率相比较，以判断该固定资产是否存在异常情况。如果新记入的固定资产信息中包含的当前折旧率大于预测得到的折旧率，且二者之间的差值超过设定的阈值，可确定该固定资产存在异常情况并发出预警信息以通知资产可能需要提前报废，这样使得负责固定资产的管理人员可以提取预测可能会出现问题的固定资产，及时进行更换，保证了企业正常运行。通常如果资产原值减去折旧价后达到预期的残值率(比如5％)则资产报废。通常如果新记入的固定资产信息中包含的当前折旧率与预测得到的折旧率相差30％左右，可判定固定资产存在异常情况。具体的阈值可以根据企业实际需求来进行设定。又例如，如果新记入的固定资产信息中包含的当前折旧率小于预测得到的折旧率，且二者之间的差值超过预先定义的某个阈值，则说明该固定资产的利用率不高，这类型的固定资产可能存在闲置情况，可发出相关提示信息，指示对于这类型固定资产的购置或更换计划可以推迟，以尽量避免企业固定资产的重复购置或闲置浪费。

在又一个实施例中，如果新记入的固定资产信息中包含的当前折旧率与上述预测得到的折旧率之间的差值小于设定的报警阈值时，确定固定资产不存在异常情况，固定资产管理子系统303可以将该新记入至区块链中的固定资产信息加入至训练样本数据集，并且定期地或响应于所述训练样本数据集的更新，重新基于训练样本数据集来调整各类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式，从而通过不断利用使用最近时间段较新的固定资产相关数据来调整和优化固定资产的折旧率与影响该固定资产生命周期的各因素之间的关系表达式中的参数估计，以更有效更准确地预测相应固定资产的折旧率。

在本发明的又一个实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序或可执行指令，当所述计算机程序或可执行指令被执行时实现如前述实施例中所述的技术方案，其实现原理类似，此处不再赘述。在本发明的实施例中，计算机可读存储介质可以是任何能够存储数据且可以被计算装置读取的有形介质。计算机可读存储介质的实例包括硬盘驱动器、网络附加存储器(NAS)、只读存储器、随机存取存储器、CD-ROM、CD-R、CD-RW、磁带以及其它光学或非光学数据存储装置。计算机可读存储介质也可以包括分布在网络耦合计算机系统上的计算机可读介质，以便可以分布式地存储和执行计算机程序或指令。

在本发明的又一个实施例中，还提供了一种电子设备，包括处理器和存储器，其中所述存储器用于存储可由处理器执行的可执行指令，其中所述处理器被配置为执行存储器上存储的可执行指令，所述可执行指令被执行时实现前述任一实施例中介绍的技术方案，其实现原理类似，此处不再赘述。

本说明书中针对“各个实施例”、“一些实施例”、“一个实施例”、或“实施例”等的参考指代的是结合所述实施例所描述的特定特征、结构、或性质包括在至少一个实施例中。因此，短语“在各个实施例中”、“在一些实施例中”、“在一个实施例中”、或“在实施例中”等在整个说明书中各地方的出现并非必须指代相同的实施例。此外，特定特征、结构、或性质可以在一个或多个实施例中以任何合适方式组合。因此，结合一个实施例中所示出或描述的特定特征、结构或性质可以整体地或部分地与一个或多个其他实施例的特征、结构、或性质无限制地组合，只要该组合不是非逻辑性的或不能工作。

本说明书中“包括”和“具有”以及类似含义的术语表达，意图在于覆盖不排他的包含，例如包含了一系列步骤或单元的过程、方法、系统、产品或设备并不限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。“一”或“一个”也不排除多个的情况。另外，本申请附图中的各个元素仅仅为了示意说明，并非按比例绘制。

虽然本发明已经通过上述实施例进行了描述，然而本发明并非局限于这里所描述的实施例，在不脱离本发明范围的情况下还包括所做出的各种改变以及变化。

Claims (10)

1.一种基于区块链的固定资产管理的方法，包括：

响应于新记入至区块链中的固定资产信息，根据该固定资产信息中所涉及的固定资产类型所对应的关系表达式计算该固定资产的折旧率；

将计算得到的折旧率与新记入的固定资产信息中包含的当前折旧率相比较，以判断该固定资产是否存在异常情况；

其中与各类型固定资产对应的关系表达式通过下列步骤得到的：

对于每种类型的固定资产，从存储有与各个固定资产相关的信息的区块链中获取属于该类型的多个固定资产的相关信息作为训练样本数据集；

基于所述训练样本数据集，建立该类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式。

2.根据权利要求1所述的方法，还包括响应于固定资产的采购、分配、流转、盘点、出售或报废，将与该固定资产的相关信息作为交易记入区块链中。

3.根据权利要求1所述的方法，其中新记入区块链中的固定资产信息至少包括固定资产的类型、固定资产编号、用于确定影响该固定资产生命周期的各因素的当前值的信息以及当前折旧率。

4.根据权利要求1所述的方法，其中基于所述训练样本数据集建立该类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式是采用线性回归分析方法来进行的。

5.根据权利要求1-4中任一项所述的方法，还包括响应于新记入的固定资产信息中包含的当前折旧率与所述计算得到的折旧率之间的差值超过设定的阈值，确定该固定资产存在异常情况并发出预警信息。

6.根据权利要求1-4向中任一项所述的方法，还包括响应于新记入的固定资产信息中包含的当前折旧率与所述计算得到的折旧率之间的差值小于设定的阈值，确定固定资产不存在异常情况；以及

将该新记入至区块链中的固定资产信息加入所述训练样本数据集。

7.根据权利要求6所述的方法，还包括定期地或响应于所述训练样本数据集的更新，重新基于所述训练样本数据集来调整各类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式。

8.一种基于区块链的固定资产管理的系统，包括训练模块、预测模块和状态分析模块，其中：

训练模块，用于对于每种类型的固定资产，从存储有与各个固定资产相关的信息的区块链中获取属于该类型的多个固定资产的相关信息作为训练样本数据集，以及基于所述训练样本数据集，建立该类型固定资产的折旧率与影响该类型固定资产生命周期的各因素之间的关系表达式；

预测模块，用于响应于新记入至区块链中的固定资产信息，根据该固定资产信息中所涉及的固定资产类型所对应的关系表达式计算该固定资产的折旧率；

状态分析模块，用于将从预测模块得到的折旧率与所述新记入的固定资产信息中包含的当前折旧率相比较，以判断该固定资产是否存在异常情况。

9.一种计算机可读存储介质，其上存储有计算机程序，所述程序被执行时实现权利要求1-7所述的方法。

10.一种电子设备，包括处理器和存储器，其中存储器用于存储可执行指令；所述处理器被配置为经由执行所述可执行指令来执行权利要求1-7所述的方法。