CN113177396A - 报表生成方法、装置、计算机设备和存储介质 - Google Patents

报表生成方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113177396A
CN113177396A CN202110482718.9A CN202110482718A CN113177396A CN 113177396 A CN113177396 A CN 113177396A CN 202110482718 A CN202110482718 A CN 202110482718A CN 113177396 A CN113177396 A CN 113177396A
Authority
CN
China
Prior art keywords
data
financial
specified
preset
abnormal
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.)
Granted
Application number
CN202110482718.9A
Other languages
English (en)
Other versions
CN113177396B (zh
Inventor
陈振华
陈琦
汪涛
朱云恬
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.)
Ping An Securities Co Ltd
Original Assignee
Ping An Securities 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 Ping An Securities Co Ltd filed Critical Ping An Securities Co Ltd
Priority to CN202110482718.9A priority Critical patent/CN113177396B/zh
Publication of CN113177396A publication Critical patent/CN113177396A/zh
Application granted granted Critical
Publication of CN113177396B publication Critical patent/CN113177396B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/174—Form filling; Merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • G06Q40/125—Finance or payroll

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Technology Law (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请涉及数据处理领域，提供一种报表生成方法、装置、计算机设备和存储介质，方法包括：获取底层数据；获取与预设业务类型对应的数据要素；从底层数据中筛选与数据要素对应的财务数据；获取时期信息；通过规则引擎从预设的规则库中调用与时期信息对应的指定检查规则及指定指标计算规则；基于指定检查规则对财务数据进行校验得到校验结果，基于校验结果与财务数据生成目标财务数据；基于指定指标计算规则对目标财务数据进行运算得到指定财务指标数据；基于与底层数据中每一种业务类型分别对应的指定财务指标数据及预设的报表模板，生成财务报表。本申请提升了财务报表的生成效率。本申请还可以应用于区块链领域，上述财务报表可存储于区块链上。

Description

报表生成方法、装置、计算机设备和存储介质
技术领域
本申请涉及数据处理技术领域，具体涉及一种报表生成方法、装置、计算机设备和存储介质。
背景技术
现有技术在生成财务报表时，通常是使用办公软件Office中的Excel表来处理生成的。然而这种生成财务报表的方式需要人工从繁琐的基本财务数据中进行数据整理、分析和统计计算，再配合使用Excel表生成最终的财务报表，这样的处理方式需要占用大量的人力资料和耗费较多的时间，容易造成财务报表的生成效率较低，且人工处理容易导致生成的财务报表的数据准确率较低。
发明内容
本申请的主要目的为提供一种报表生成方法、装置、计算机设备和存储介质，旨在解决现有的生成财务报表的方式需要占用大量的人力资料和耗费较多的时间，容易造成财务报表的生成效率较低，且人工处理容易导致生成的财务报表的数据准确率较低的技术问题。
本申请提出一种报表生成方法，所述方法包括步骤：
获取底层数据；其中，所述底层数据为与财务相关的基础业务数据；
获取与预设业务类型对应的数据要素；其中，所述预设业务类型为所有业务类型中的任意一种类型；
基于所述数据要素，从所述底层数据中筛选出与所述数据要素对应的财务数据；
获取当前的时期信息；
通过规则引擎从预设的规则库中调用与所述时期信息对应的指定检查规则，以及与所述时期信息对应的指定指标计算规则；
基于所述指定检查规则对所述财务数据进行校验处理，得到对应的校验结果，并基于所述校验结果与所述财务数据生成目标财务数据；
基于所述指定指标计算规则对所述目标财务数据进行运算处理，得到与所述目标财务数据对应的指定财务指标数据；
基于与所述底层数据中每一种业务类型分别对应的指定财务指标数据以及预设的报表模板，生成相应的财务报表。
可选地，所述基于所述指定指标计算规则对所述目标财务数据进行运算处理，得到与所述目标财务数据对应的指定财务指标数据的步骤，包括：
获取与所述目标财务数据对应的指标计算方式；
调用与所述指标计算方式对应的计算模型；
获取与所述计算模型中各个参数分别对应的参数权重；
基于每一个所述参数之间的计算逻辑以及所述参数权重，通过所述计算模型对所述目标财务数据进行代入计算处理，生成对应的计算结果；
将所述计算结果作为所述指定财务指标数据。
可选地，所述基于所述指定指标计算规则对所述目标财务数据进行运算处理，得到与所述目标财务数据对应的指定财务指标数据的步骤之后，包括：
将所述指定财务指标数据分别输入至指定数量的预设异常识别模型；其中，所述指定数量大于1，且每一个所述预设异常识别模型的模型种类互不相同；
通过各所述预设异常识别模型分别对所述指定财务指标数据进行异常识别处理，并输出对应的异常分数；
基于所述异常分数，按照预设规则生成与所述指定财务指标数据对应的异常识别结果；其中，所述异常识别结果的内容为所述指定财务指标数据属于异常数据，或所述指定财务指标数据不属于异常数据；
获取与目标用户对应的用户终端信息；
将所述异常识别结果发送至与所述用户终端信息对应的用户终端。
可选地，所述基于所述异常分数，按照预设规则生成与所述指定财务指标数据对应的异常识别结果的步骤，包括：
基于预设的数值标准分别对各所述预设异常识别模型输出的异常分数进行数值转换，得到对应的多个指定异常分数；
获取与各所述预设异常识别模型分别对应的可靠性数值；
基于所述可靠性数值，确定出与各所述指定异常分数分别对应的权重值；
基于所述权重值对各所述指定异常分数进行加权求和计算处理，得到对应的和值，并将所述和值记为与所述指定财务指标数据对应的异常识别得分；
判断所述异常识别得分是否小于预设的异常识别得分阈值；
若所述异常得分小于所述异常识别得分阈值，生成所述指定财务指标数据不属于异常数据的第一异常识别结果；
若所述异常得分不小于所述异常识别得分阈值，生成所述指定财务指标数据属于异常数据的第二异常识别结果。
可选地，所述基于所述异常分数，按照预设规则生成与所述指定财务指标数据对应的异常识别结果的步骤，包括：
获取与各所述预设异常识别模型分别对应的预设分数阈值；
分别判断各所述预设异常识别模型输出的异常分数是否均小于对应的预设分数阈值；
若各所述预设异常识别模型输出的异常分数均小于对应的预设分数阈值，则生成所述指定财务指标数据不属于异常数据的第三异常识别结果；
若各所述预设异常识别模型输出的异常分数未均小于对应的预设分数阈值，则生成所述指定财务指标数据属于异常数据的第四异常识别结果。
可选地，所述通过规则引擎从预设的规则库中调用与所述时期信息对应的指定检查规则，以及与所述时期信息对应的指定指标计算规则的步骤之前，包括：
接收输入的指定数据；其中，所述指定数据为与预设财务制度对应的公式配置数据；
基于所述指定数据，生成与所述指定数据对应的业务处理规则；其中，所述业务处理规则包括检查规则与指标计算规则；
对所述业务处理规则进行使用期间定义功能的配置处理，得到配置后的业务处理规则；
将所述配置后的业务处理规则存储于预先创建的数据库内，得到所述规则库。
可选地，所述基于与所述底层数据中每一种业务类型分别对应的指定财务指标数据以及预设的报表模板，生成相应的财务报表的步骤，包括：
获取与所述底层数据中每一种业务类型分别对应的指定财务指标数据；以及，
获取所述报表模板；其中，所述报表模板至少包括与各所述指定财务指标数据分别对应的财务指标字段；
将所有所述指定财务指标数据填充至所述报表模板内的对应位置处，得到填充后的报表模板；
将所述填充后的报表模板作为所述财务报表。
本申请还提供一种报表生成装置，包括：
第一获取模块，用于获取底层数据；其中，所述底层数据为与财务相关的基础业务数据；
第二获取模块，用于获取与预设业务类型对应的数据要素；其中，所述预设业务类型为所有业务类型中的任意一种类型；
筛选模块，用于基于所述数据要素，从所述底层数据中筛选出与所述数据要素对应的财务数据；
第三获取模块，用于获取当前的时期信息；
调用模块，用于通过规则引擎从预设的规则库中调用与所述时期信息对应的指定检查规则，以及与所述时期信息对应的指定指标计算规则；
第一处理模块，用于基于所述指定检查规则对所述财务数据进行校验处理，得到对应的校验结果，并基于所述校验结果与所述财务数据生成目标财务数据；
第二处理模块，用于基于所述指定指标计算规则对所述目标财务数据进行运算处理，得到与所述目标财务数据对应的指定财务指标数据；
第一生成模块，用于基于与所述底层数据中每一种业务类型分别对应的指定财务指标数据以及预设的报表模板，生成相应的财务报表。
本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
本申请中提供的报表生成方法、装置、计算机设备和存储介质，具有以下有益效果：
本申请中提供的报表生成方法、装置、计算机设备和存储介质，在采集到底层数据后，会基于与预设业务类型对应的数据要素从底层数据中筛选出与所述数据要素对应的财务数据，之后再根据当前的时期信息通过规则引擎从预设的规则库中调用对应的指定指标检查规则与指定指标计算规则，来对财务数据进行校验处理与运算处理以生成对应的财务指标数据，进而基于财务指标数据以及预设的报表模板来生成相应的财务报表。由于不同时期的计算财务指标数据的规则不会相互干扰，保证了生成的财务指标数据的准确性。另外，本申请通过引入规则引擎，将大量的规则计算从数据库中提炼出来并维护到规则引擎中，可以实现业务逻辑在规则引擎中的多种形式展现，也可以实现规则的单独优化，从而可以更高效率地完成对于财务指标数据的计算，进而可以高效地生成与财务指标数据对应的财务报表，有效地减少了人力物力的参与，提升了财务报表的生成效率，也保证了生成的财务报表的数据准确性。
附图说明
图1是本申请一实施例的报表生成方法的流程示意图；
图2是本申请一实施例的报表生成装置的结构示意图；
图3是本申请一实施例的计算机设备的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用于解释本申请，并不用于限定本申请。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
参照图1，本申请一实施例的报表生成方法，包括：
S1：获取底层数据；其中，所述底层数据为与财务相关的基础业务数据；
S2：获取与预设业务类型对应的数据要素；其中，所述预设业务类型为所有业务类型中的任意一种类型；
S3：基于所述数据要素，从所述底层数据中筛选出与所述数据要素对应的财务数据；
S4：获取当前的时期信息；
S5：通过规则引擎从预设的规则库中调用与所述时期信息对应的指定检查规则，以及与所述时期信息对应的指定指标计算规则；
S6：基于所述指定检查规则对所述财务数据进行校验处理，得到对应的校验结果，并基于所述校验结果与所述财务数据生成目标财务数据；
S7：基于所述指定指标计算规则对所述目标财务数据进行运算处理，得到与所述目标财务数据对应的指定财务指标数据；
S8：基于与所述底层数据中每一种业务类型分别对应的指定财务指标数据以及预设的报表模板，生成相应的财务报表。
如上述步骤S1至S8所述，本方法实施例的执行主体为一种报表生成装置。在实际应用中，上述报表生成装置可以通过虚拟装置，例如软件代码实现，也可以通过写入或集成有相关执行代码的实体装置实现，且可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。本实施例中的报表生成装置，能够提升财务报表的生成效率，以及提高生成的财务报表的数据准确性。具体地，首先获取底层数据。其中，上述底层数据为与财务相关的基础业务数据，例如可包括金融资产的名称、简称、所属部门、IFRS9分类等。另外，可通过先与业务系统建立对接，再从业务系统中获取所需的底层数据，例如可通过数据中台的形式采集业务系统涉及的与财务相关的表数据，或者采用手工补录的方式来将与底层数据对应的报表进行导入。并且，在得到了上述底层数据后，还可以进一步对该底层数据进行加工处理。加工处理过程可包括：映射的方式；汇总金额的常规数值计算；根据判断条件等计算符合条件的逻辑等。此外，当需要生成集团的财务报表时，在得到了上述底层数据后，还可进一步判断底层数据中是否存在抵消数据，若存在则从底层数据筛选出该抵消数据并剔除。对于集团来说，集团包括了多个子公司，上述抵消数据是指子公司之间进行交易后相互抵消的财务数据，由于集团的财务报表不披露子公司之间相互抵消的财务数据，则需要进一步将上述抵消数据从底层数据中剔除去。当在检测到底层数据中存在抵消数据时，通过智能地从底层数据中剔除掉该抵消数据，有利于减少后续计算生成财务指标数据时的计算量，提高生成的财务指标数据的准确性以及生成的财务报表的数据可靠性。
然后获取与预设业务类型对应的数据要素。其中，上述预设业务类型为所有业务类型中的任意一种类型。业务类型可以包括多种，举例地，业务类型可以包括：公司股权投资、债权投资、私募基金以及银行理财产品等。另外，不同的业务类型对应着不同的数据要素。举例地，公司股权投资对应的数据要素包括：投资起始日、预计投资结束日、持股份额、持股比例、公允价值余额、减值准备金额。债权投资对应的数据要素包括：起息日、到期日、贷款类型、利率、计息基础等。私募基金与银行理财产品对应的数据要素包括：投资起始日、预计投资结束日、持有份额、预期收益率、计息基础。在得到了上述数据要素后，基于上述数据要素，从上述底层数据中筛选出与上述数据要素对应的财务数据。其中，财务数据的数据格式可为：数据要素+财务数据值，可先从底层数据中分别查找出数据要素以及对应的财务数据值，进而对得到的查找数据进行相应的数据整理来得到上述财务数据。
之后获取当前的时期信息。其中，上述时期信息可为年份信息。后续通过规则引擎从预设的规则库中调用与上述时期信息对应的指定检查规则，以及与上述时期信息对应的指定指标计算规则。其中，上述规则引擎是一种嵌入在应用程序中的组件，比如Drools，iLog等。规则引擎可以快速的根据数据调取命令调取出相应的业务处理规则并解析。上述规则库内存储有一定数量的业务处理规则，业务处理规则包括检查规则与指标计算规则，规则库会随着时间更新来对输入的新的业务处理规则进行收录，既会对业务处理规则进行更新，也会保留着旧的业务处理规则。举例地，如果当前的时期信息为2019年，对应于2019年使用的业务处理规则为检查规则A与指标计算规则B；而如果当前的时期信息为2019年，对应于2019年使用的业务处理规则为检查规则C与指标计算规则D。然后基于上述指定检查规则对上述财务数据进行校验处理，得到对应的校验结果，并基于上述校验结果与上述财务数据生成目标财务数据。其中，上述校验处理是指通过上述指定检查规则来检测出财务数据内是否存在问题数据，如果不存在问题数据，则直接将上述财务数据作为上述目标财务数据。而如果存在问题数据，则对上述财务数据中的问题数据进行标记处理得到标记数据，再将该第二标记数据发送至相关人员，并在接收相关人员返回的调整后的第二标记数据，并根据上述第二标记数据来生成上述目标财务数据。
之后基于上述指定指标计算规则对上述目标财务数据进行运算处理，得到与上述目标财务数据对应的指定财务指标数据。其中，此步骤的与上述目标财务数据对应的指定财务指标数据是指任意一种业务类型所对应的财务指标数据。每一种业务类型的财务指标数据的计算生成方式均相同，如可参照与上述目标财务数据对应的指定财务指标数据的计算方式。可先获取与上述目标财务数据的指标计算方式所对应的计算模型，再基于计算模型中各个参数之间的计算逻辑以及各个参数的参数权重，通过上述计算模型对上述目标财务数据进行代入计算处理，生成对应的计算结果，并将计算结果作为上述指定财务指标数据。最后基于与上述底层数据中每一种业务类型分别对应的指定财务指标数据以及预设的报表模板，生成相应的财务报表。其中，此步骤的指定财务指标数据是指与每一种业务类型分别对应的财务指标数据，每一种业务类型分别对应的财务指标数据的计算生成方式可参照与上述目标财务数据对应的指定财务指标数据的计算生成方式。另外，上述报表模板至少包括与各上述财务指标数据分别对应的财务指标字段，可通过将所有上述财务指标数据填充至上述报表模板内的对应位置处以生成上述财务报表。此外，在生成了上述财务报表后，还可进一步对该财务报表进行存储。对于上述财务报表的存储方式不作具体限定，例如可将该财务报表存储至区块链上，通过使用区块链来对上述财务报表进行存储和管理，能够有效地保证上述财务报表的安全性与不可篡改性。且将财务报表存储至区块链上不会占用本地的空间资源，能够减少对本地运作的流畅性造成影响。
本实施例在采集到底层数据后，会基于与预设业务类型对应的数据要素从底层数据中筛选出与上述数据要素对应的财务数据，之后再根据当前的时期信息通过规则引擎从预设的规则库中调用对应的指定指标检查规则与指定指标计算规则，来对财务数据进行校验处理与运算处理以生成对应的财务指标数据，进而基于财务指标数据以及预设的报表模板来生成相应的财务报表。由于不同时期的计算财务指标数据的规则不会相互干扰，保证了生成的财务指标数据的准确性。另外，本实施例通过引入规则引擎，将大量的规则计算从数据库中提炼出来并维护到规则引擎中，可以实现业务逻辑在规则引擎中的多种形式展现，也可以实现规则的单独优化，从而可以更高效率地完成对于财务指标数据的计算，进而可以高效地生成与财务指标数据对应的财务报表，有效地减少了人力物力的参与，提升了财务报表的生成效率，也保证了生成的财务报表的数据准确性。
进一步地，本申请一实施例中，上述步骤S7，包括：
S700：获取与所述目标财务数据对应的指标计算方式；
S701：调用与所述指标计算方式对应的计算模型；
S702：获取与所述计算模型中各个参数分别对应的参数权重；
S703：基于每一个所述参数之间的计算逻辑以及所述参数权重，通过所述计算模型对所述目标财务数据进行代入计算处理，生成对应的计算结果；
S704：将所述计算结果作为所述指定财务指标数据。
如上述步骤S700至S704所述，上述基于上述指定指标计算规则对上述目标财务数据进行运算处理，得到与上述目标财务数据对应的指定财务指标数据的步骤，具体可包括：首先获取与上述目标财务数据对应的指标计算方式。其中，对于不同的目标财务数据所采用的指标计算方式不同。另外，目标财务数据中可包括与指标计算方式对应的标识符，不同的标识符对应着不同的指标计算方式，指标计算方式包括成本计算、减值、投资退出等。然后调用与上述指标计算方式对应的计算模型。其中，对于不同的指标计算方式会预先设置有对应的计算模型，计算模型可包括成本计算模型和减值计算模型等多种模型，通过使用计算模型可实现生成与上述目标财务数据对应的指定财务指标数据。之后获取与上述计算模型中各个参数分别对应的参数权重。其中，计算模型中可以预先设置多个参数，不同的参数分别对应不同的参数权重。参数的参数名可以与目标财务数据中包含的字段名对应相同。后续基于每一个上述参数之间的计算逻辑以及上述参数权重，通过上述计算模型对上述目标财务数据进行代入计算处理，生成对应的计算结果。其中，为了确保生成的计算结果的准确性，计算模型中每个参数所对应的参数权重可以动态调整。举例地，假如参数权重对应利率或收益率，则可以根据实时获取的利率进行调整，也可以根据实时获取的收益率进行调整等。可以按照预设频率爬取相应的利率或收益率等，根据爬取到的利率或收益率查找对应的权重调整比例，按照权重调整比例对每个参数的参数权重进行相应的调整。最后在得到了上述计算结果时，将上述计算结果作为上述指定财务指标数据。举例地，如果目标财务数据中包含摊余成本与抵押金额，则可通过目标财务数据对应的减值计算模型对目标财务数据进行代入计算处理来计算得到减值结果并用作指定财务指标数据，减值是指处理后的财务数据的账面价值高于其可收回金额，减值会造成损失。具体的，先获取摊余成本对应的参数权重以及抵押金额对应的参数权重，再采用公式：减值结果＝摊余成本*a-抵押金额*b来计算出减值结果，a为摊余成本的参数权重，b为抵押金额的参数权重。本实施例通过调用计算模型来自动对经过校验处理后生成的目标财务数据进行与指标计算方式对应的计算处理以生成对应的计算结果，并将该计算结果作为上述指定财务指标数据，能够有效避免了因人为因素而导致的计算错误，有效提高了对于目标财务数据计算的准确性，提高生成的指定财务指标数据的数据准确性。
进一步地，本申请一实施例中，上述步骤S7之后，包括：
S710：将所述指定财务指标数据分别输入至指定数量的预设异常识别模型；其中，所述指定数量大于1，且每一个所述预设异常识别模型的模型种类互不相同；
S711：通过各所述预设异常识别模型分别对所述指定财务指标数据进行异常识别处理，并输出对应的异常分数；
S712：基于所述异常分数，按照预设规则生成与所述指定财务指标数据对应的异常识别结果；其中，所述异常识别结果的内容为所述指定财务指标数据属于异常数据，或所述指定财务指标数据不属于异常数据；
S713：获取与目标用户对应的用户终端信息；
S714：将所述异常识别结果发送至与所述用户终端信息对应的用户终端。
如上述步骤S710至S714所述，在执行完上述基于上述指定指标计算规则对上述目标财务数据进行运算处理，得到与上述目标财务数据对应的指定财务指标数据的步骤之后，还可包括对于上述指定财务指标数据的异常判别过程。具体地，首先将上述指定财务指标数据分别输入至指定数量的预设异常识别模型；其中，上述指定数量大于1，且每一个上述预设异常识别模型的模型种类互不相同。另外，上述预设异常识别模型可为高斯模型、one-class SVM(one-class SupportVector Machine，一级支持向量机)模型和i-forest(Isolation forest，孤立森林)模型中的至少两种。此外，还根据实际需求的不同，只采用1个预设异常识别模型来处理上述指定财务指标数据。假如实际需求为在保证准确性的基础上降低电子设备的运算负荷，其可以根据该指定财务指标数据的数据类型，采用最适合处理该数据类型的一种预设异常识别模型来处理该指定财务指标数据，比如采用高斯模型。然后通过各上述预设异常识别模型分别对上述指定财务指标数据进行异常识别处理，并输出对应的异常分数。之后基于上述异常分数，按照预设规则生成与上述指定财务指标数据对应的异常识别结果。其中，上述异常识别结果的内容为上述指定财务指标数据属于异常数据，或上述指定财务指标数据不属于异常数据。另外，对于上述预设规则不作具体限定。举例地，上述预设规则可包括：根据上述异常分数，生成与上述指定财务指标数据对应的异常得分。其中，上述异常得分可根据与各异常分数分别对应的权重值，对各上述异常分数进行加权求和计算得到。然后根据上述异常得分与上述指定财务指标数据对应的异常识别结果。可根据实际需求预先设置一个得分阈值。如果上述异常得分大于该得分阈值，则判定上述指定财务指标数据属于异常数据，并生成上述指定财务指标数据属于异常数据的异常识别结果。而如果上述异常得分不大于该得分阈值，则判定上述指定财务指标数据不属于异常数据，并生成上述指定财务指标数据不属于异常数据的异常识别结果。后续获取与目标用户对应的用户终端信息。其中，上述目标用户可为与生成财务报表业务相关的用户。另外，上述用户终端信息可指该用户终端对应的号码信息。最后将上述异常识别结果发送至与上述用户终端信息对应的用户终端。其中，具体可采用短信的形式将上述异常识别结果发送上述用户终端，由于终端一般都具有在屏幕上直接显示短信内容的功能，从而目标用户很大概率能够看到该异常识别结果的内容，从而提高提醒目标用户的成功率。本实施例通过使用种类互不相同的至少两个预设异常识别模型对输入的指定财务指标数据进行异常识别处理，以智能快捷地分别生成与该指定财务指标数据对应的异常分数，进而能够根据得到的多个异常分数来识别出该指定财务指标数据是否属于异常数据，有效地提高了对于指定财务指标数据的异常识别的准确性。
进一步地，根据实际需求，可利用历史财务数据集建立数量满足需求的预设异常识别模型。其中，以下将对如何利用历史财务数据集建立每个预设异常识别模型为例进行说明。具体地，若预设异常识别模型为高斯模型，高斯模型可如下公式所示：
Figure BDA0003049852170000131
公式中，p(x)为高斯模型的输出，x为高斯模型的输入，例如可为历史财务数据集中的财务数据，μ，δ为高斯模型的模型参数，其分别为均值和标准差。通过对历史财务数据集中的全部财务数据进行计算，可以计算出全部财务数据的均值和标准差。那么按照计算出的均值和标准差设置该高斯模型的模型参数，便实现建立该预设异常识别模型。而若预设异常识别模型为one-class SVM模型或i-forest模型，则可以先将历史财务数据集中正常和异常的财务数据分别提取出来，将正常的财务数据作为正向样本对指定数据处理模型进行训练，并将异常的财务数据作为负向样本对指定数据处理模型进行训练。通过训练确定预设异常识别模型中的权值(权值即为预设异常识别模型的模型参数)，从而实现建立该预设异常识别模型。
进一步地，本申请一实施例中，上述步骤S712，包括：
S7120：基于预设的数值标准分别对各所述预设异常识别模型输出的异常分数进行数值转换，得到对应的多个指定异常分数；
S7121：获取与各所述预设异常识别模型分别对应的可靠性数值；
S7122：基于所述可靠性数值，确定出与各所述指定异常分数分别对应的权重值；
S7123：基于所述权重值对各所述指定异常分数进行加权求和计算处理，得到对应的和值，并将所述和值记为与所述指定财务指标数据对应的异常识别得分；
S7124：判断所述异常识别得分是否小于预设的异常识别得分阈值；
S7125：若所述异常得分小于所述异常识别得分阈值，生成所述指定财务指标数据不属于异常数据的第一异常识别结果；
S7126：若所述异常得分不小于所述异常识别得分阈值，生成所述指定财务指标数据属于异常数据的第二异常识别结果。
如上述步骤S7120至S7126所述，上述基于上述异常分数，按照预设规则生成与上述指定财务指标数据对应的异常识别结果的步骤，具体可包括：首先基于预设的数值标准分别对各上述预设异常识别模型输出的异常分数进行数值转换，得到对应的多个指定异常分数。其中，由于各种预设异常识别模型的打分标准不同，使得各种预设异常识别模型模型所输出的异常分数的差异可能很大。例如，针对同一财务指标数据进行计算，一种模型类型为高斯模型的预设异常识别模型模型的打分标准可以在0-1之间，其输出的异常分数越靠近1则说明该财务指标数据异常的可能性越大，反之则越小；而另一种模型类型为i-forest模型的预设异常识别模型模型的打分标准则可以在0-100之间，其输出的第一异常分数越靠近100则说明该财务指标数据异常的可能性越大，反之则越小。因此，为保证基于各种预设异常识别模型模型输出的各异常分数来准确的确定出异常得分，可以将各种预设异常识别模型模型输出的异常分数转换到同一数值标准下。可选的，可以从各种预设异常识别模型模型的打分标准中确定出最小或最大打分标准，并依次确定出其它预设异常识别模型模型的每种打分标准与该最小或最大打分标准之间的倍数关系。这样，通过将每种倍数关系与该倍数关系对应的异常分数相乘，便可将得到的各种异常分数转换到同一数值标准下。然后获取与各上述预设异常识别模型分别对应的可靠性数值。其中，上述可靠性数值对应着模型的可靠程度，具体可为模型的历史计算准确率数据。之后基于上述可靠性数值，确定出与各上述指定异常分数分别对应的权重值。其中，可以根据每一个预设异常识别模型的可靠性数值预先设置每一个预设异常识别模型的权重，对于预设异常识别模型的权重的具体数值不作具体限定，只需保证模型的可靠性数值越高则模型的权重越大即可。另外，每一个指定异常分数的权重值对应着输出该指定异常分数的预设异常识别模型的权重。后续基于上述权重值对各上述指定异常分数进行加权求和计算处理，得到对应的和值，并将上述和值记为与上述指定财务指标数据对应的异常识别得分。其中，可通过公式score＝X1*Y1+X2*Y2+…+Xk*Yk+…+Xn*Yn来计算出上述和值，score为和值，Xk为第k个异常分数，Yk为第k个异常分数对应的权重值。在得到了上述异常识别得分后，判断上述异常识别得分是否小于预设的异常识别得分阈值。其中，为便于利用得到的异常识别得分来确定该指定财务指标数据是否异常，可以预先设置异常识别得分阈值。对于设置异常识别得分阈值的方式不作具体限定，可以采用静态的直接设置方式，或者也可采用动态的设置方式，例如根据历史确定出的异常识别得分来动态的生成该异常识别得分阈值。如果上述异常得分小于上述异常识别得分阈值，生成上述指定财务指标数据不属于异常数据的第一异常识别结果。而如果上述异常得分不小于上述异常识别得分阈值，生成上述指定财务指标数据属于异常数据的第二异常识别结果。本实施例能够基于各预设异常识别模型的可靠性数值与各指定异常分数来快速地生成与上述指定财务指标数据对应的异常得分，进而能够根据该异常得分以及预设的异常识别得分阈值之间的大小比较结果来准确地识别出该指定财务指标数据是否属于异常数据，有效地提高了对于指定财务指标数据的异常识别的准确性。
进一步地，本申请一实施例中，上述步骤S712，包括：
S7130：获取与各所述预设异常识别模型分别对应的预设分数阈值；
S7131：分别判断各所述预设异常识别模型输出的异常分数是否均小于对应的预设分数阈值；
S7132：若各所述预设异常识别模型输出的异常分数均小于对应的预设分数阈值，则生成所述指定财务指标数据不属于异常数据的第三异常识别结果；
S7133：若各所述预设异常识别模型输出的异常分数未均小于对应的预设分数阈值，则生成所述指定财务指标数据属于异常数据的第四异常识别结果。
如上述步骤S7130至S7133所述，上述基于上述异常分数，按照预设规则生成与上述指定财务指标数据对应的异常识别结果的步骤，具体可包括：首先获取与各上述预设异常识别模型分别对应的预设分数阈值。其中，预先对于不同的预设异常识别模型会分别对应设置有用于判定财务指标数据异常的预设分数阈值，且对预设分数阈值的具体数值不作具体限定，可根据实际需求设置。然后分别判断各上述预设异常识别模型输出的异常分数是否均小于对应的预设分数阈值。如果各上述预设异常识别模型输出的异常分数均小于对应的预设分数阈值，则生成上述指定财务指标数据不属于异常数据的第三异常识别结果。而如果各上述预设异常识别模型输出的异常分数未均小于对应的预设分数阈值，则生成上述指定财务指标数据属于异常数据的第四异常识别结果。本实施例只有判定出各上述预设异常识别模型输出的异常分数均小于对应的预设分数阈值时，才会判定指定财务指标数据不属于异常数据。而如果异常分数中存在至少一个不小于对应的预设分数阈值的特定异常分数时，便会直接判定指定财务指标数据属于异常数据，有效地提高了对于指定财务指标数据的异常识别的准确性。
进一步地，本申请一实施例中，上述步骤S5之前，包括：
S500：接收输入的指定数据；其中，所述指定数据为与预设财务制度对应的公式配置数据；
S501：基于所述指定数据，生成与所述指定数据对应的业务处理规则；其中，所述业务处理规则包括检查规则与指标计算规则；
S502：对所述业务处理规则进行使用期间定义功能的配置处理，得到配置后的业务处理规则；
S503：将所述配置后的业务处理规则存储于预先创建的数据库内，得到所述规则库。
如上述步骤S500至S503所述，上述通过规则引擎从预设的规则库中调用与上述时期信息对应的指定检查规则，以及与上述时期信息对应的指定指标计算规则的步骤之前，还可包括生成上述规则库的过程。具体地，首先接收输入的指定数据。其中，上述指定数据为与预设财务制度对应的公式配置数据。另外，上述公式配置数据是由用户，例如业务人员输入的，该预设财务制度则指代与上述用户对应的相关公司的财务制度。然后基于上述指定数据，生成与上述指定数据对应的业务处理规则。其中，上述业务处理规则包括检查规则与指标计算规则。另外，在接收到用户输入的公式配置数据后，装置可通过隐式处理的形式将该公式配置数据转变为相应的底层IT编程语言，以得到上述业务处理规则。举例地，以Excel来说，财务报表中某一个附注披露值是由某种计算公式计算而来的，则这种计算公式可以定义为指标计算规则；为了核对某些附注披露值是否在某种范围内而做的校验，即可定义为检查规则。之后对上述业务处理规则进行使用期间定义功能的配置处理，得到配置后的业务处理规则。其中，上述使用期间定义功能是为了确保采用不同的计算公式来计算不同年份的财务指标数据而定义出来的，可通过在每个规则上添加对应的时间信息以实现使用期间定义功能。举例地，具体需根据当前的时期信息来选取对应的业务处理规则，如2018年计算某个附注指标值使用的是公式E，2019年使用的是公式F。最后将上述配置后的业务处理规则存储于预先创建的数据库内，得到上述规则库。其中，上述数据库为预先创建的用于存储业务处理规则的，通过将所需的业务处理规则存储至一个规则库内，进而可以基于该规则库来对内部的业务处理规则进行统一的调取。本实施例能够根据输入的与预设财务制度对应的公式配置数据快速智能地生成对应的业务处理规则，且通过为业务处理规则配置使用期间定义功能，使得后续能够根据当前的时期信息来调用出对应的指定指标检查规则与指定指标计算规则来对底层数据中筛选出的财务数据进行相应处理，从而生成所需的财务指标数据，保证了生成的财务指标数据的准确性。
进一步地，本申请一实施例中，上述步骤S503之后，包括：
S504：展示所述规则库中的目标业务处理规则；其中，所述目标业务处理规则所述规则库包含所有的业务处理规则中的任意一个规则；
S505：判断是否接收到对于所述目标业务处理规则的编辑指令；
S506：若是，响应所述编辑指令，并接收输入对于所述目标业务处理规则的编辑信息；
S507：根据所述编辑信息，对所述目标业务处理规则进行对应的编辑处理，生成处理后的目标业务处理规则；
S508：使用所述处理后的目标业务处理规则对所述目标业务处理规则进行替换处理。
如上述步骤S504至S508所述，在执行完上述将上述配置后的业务处理规则存储于预先创建的数据库内，得到上述规则库的步骤之后，还可根据用户的实际使用需求对规则库内的业务处理规则进行编辑处理。具体地，首先展示上述规则库中的目标业务处理规则。其中，上述目标业务处理规则上述规则库包含所有的业务处理规则中的任意一个规则。另外，对于上述目标业务处理规则的展示方式不作具体限定，例如可通过web界面对该目标业务处理规则进行展示。然后判断是否接收到对于上述目标业务处理规则的编辑指令。其中，在当前的展示界面上会显示出一个与目标业务处理规则对应的编辑按钮，用户可以对该编辑按钮进行操作(例如单击或双击)，来向装置输入针对于编辑按钮的操作指令，当检测到了上述操作指令时，装置便判定接收到了上述编辑指令。若接收到上述编辑指令，响应上述编辑指令，并接收输入对于上述目标业务处理规则的编辑信息。其中，对于上述编辑信息的内容不作限定，例如可以为用户输入的对目标业务处理规则进行修改的修改信息。之后根据上述编辑信息，对上述目标业务处理规则进行对应的编辑处理，生成处理后的目标业务处理规则。最后使用上述处理后的目标业务处理规则对上述目标业务处理规则进行替换处理。通过本实施例，用户可以根据自身的实际需求来对业务处理规则进行对应的编辑处理来生成所需的业务处理规则，可以保证业务处理规则的实时更新，便于对于业务处理规则的动态灵活维护，也提高了用户的使用体验。
进一步地，本申请一实施例中，上述步骤S8，包括：
S800：获取与所述底层数据中每一种业务类型分别对应的指定财务指标数据；以及，
S801：获取所述报表模板；其中，所述报表模板至少包括与各所述指定财务指标数据分别对应的财务指标字段；
S802：将所有所述指定财务指标数据填充至所述报表模板内的对应位置处，得到填充后的报表模板；
S803：将所述填充后的报表模板作为所述财务报表。
如上述步骤S800至S803所述，上述基于与上述底层数据中每一种业务类型分别对应的指定财务指标数据以及预设的报表模板，生成相应的财务报表的步骤，具体可包括：首先获取与上述底层数据中每一种业务类型分别对应的指定财务指标数据。以及获取上述报表模板。其中，上述报表模板为根据实际使用需求预先编写生成并输入至装置内的，上述报表模板至少包括与各上述指定财务指标数据分别对应的财务指标字段。然后将所有上述指定财务指标数据填充至上述报表模板内的对应位置处，得到填充后的报表模板。其中，对于每一个指定财务指标数据都会设置有对应的填充标签，根据上述填充标签来将指定财务指标数据填入至报表模板内的对应位置处，便可得到与所有上述指定财务指标数据对应的财务报表。最后将上述填充后的报表模板作为上述财务报表。其中，在得到了上述财务报表后，还可展示上述财务报表，从而使得用户可以简单方便地查看到财务报表内的报表数据，提升了用户的使用体验。另外，对于上述财务报表的展示方式不作具体限定。举例地，可以基于html的输出通过浏览器以清晰的图表形式来展示上述财务报表。本实施例通过获取与上述底层数据中每一种业务类型分别对应的指定财务指标数据，进而将所有上述指定财务指标数据填充至预设的报表模板内的对应位置处，以实现方便快速的生成上述指定财务指标数据对应的财务报表，有效的减少了人力物力的参与，提升了财务报表的生成效率。
本申请实施例中的报表生成方法还可以应用于区块链领域，如将上述财务报表等数据存储于区块链上。通过使用区块链来对上述财务报表进行存储和管理，能够有效地保证上述财务报表的安全性与不可篡改性。
上述区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
区块链底层平台可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。其中，用户管理模块负责所有区块链参与者的身份信息管理，包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等，并且在授权的情况下，监管和审计某些真实身份的交易情况，提供风险控制的规则配置(风控审计)；基础服务模块部署在所有区块链节点设备上，用来验证业务请求的有效性，并对有效请求完成共识后记录到存储上，对于一个新的业务请求，基础服务先对接口适配解析和鉴权处理(接口适配)，然后通过共识算法将业务信息加密(共识管理)，在加密之后完整一致的传输至共享账本上(网络通信)，并进行记录存储；智能合约模块负责合约的注册发行以及合约触发和合约执行，开发人员可以通过某种编程语言定义合约逻辑，发布到区块链上(合约注册)，根据合约条款的逻辑，调用密钥或者其它的事件触发执行，完成合约逻辑，同时还提供对合约升级注销的功能；运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出，例如：告警、监控网络情况、监控节点设备健康状态等。
参照图2，本申请一实施例中还提供了一种报表生成装置，包括：
第一获取模块1，用于获取底层数据；其中，所述底层数据为与财务相关的基础业务数据；
第二获取模块2，用于获取与预设业务类型对应的数据要素；其中，所述预设业务类型为所有业务类型中的任意一种类型；
筛选模块3，用于基于所述数据要素，从所述底层数据中筛选出与所述数据要素对应的财务数据；
第三获取模块4，用于获取当前的时期信息；
调用模块5，用于通过规则引擎从预设的规则库中调用与所述时期信息对应的指定检查规则，以及与所述时期信息对应的指定指标计算规则；
第一处理模块6，用于基于所述指定检查规则对所述财务数据进行校验处理，得到对应的校验结果，并基于所述校验结果与所述财务数据生成目标财务数据；
第二处理模块7，用于基于所述指定指标计算规则对所述目标财务数据进行运算处理，得到与所述目标财务数据对应的指定财务指标数据；
第一生成模块8，用于基于与所述底层数据中每一种业务类型分别对应的指定财务指标数据以及预设的报表模板，生成相应的财务报表。
本实施例中，上述报表生成装置中的第一获取模块1、第二获取模块2、筛选模块3、第三获取模块4、调用模块5、第一处理模块6、第二处理模块7与第一生成模块8的功能和作用的实现过程具体详见上述报表生成方法中对应步骤S1至S8的实现过程，在此不再赘述。
进一步地，本申请一实施例中，上述第二处理模块，包括：
第一获取单元，用于获取与所述目标财务数据对应的指标计算方式；
调用单元，用于调用与所述指标计算方式对应的计算模型；
第二获取单元，用于获取与所述计算模型中各个参数分别对应的参数权重；
第一生成单元，用于基于每一个所述参数之间的计算逻辑以及所述参数权重，通过所述计算模型对所述目标财务数据进行代入计算处理，生成对应的计算结果；
第一确定单元，用于将所述计算结果作为所述指定财务指标数据。
本实施例中，上述报表生成装置中的第一获取单元、调用单元、第二获取单元、第一生成单元与第一确定单元的功能和作用的实现过程具体详见上述报表生成方法中对应步骤S700至S704的实现过程，在此不再赘述。
进一步地，本申请一实施例中，上述报表生成装置，包括：
输入模块，用于将所述指定财务指标数据分别输入至指定数量的预设异常识别模型；其中，所述指定数量大于1，且每一个所述预设异常识别模型的模型种类互不相同；
输出模块，用于通过各所述预设异常识别模型分别对所述指定财务指标数据进行异常识别处理，并输出对应的异常分数；
第二生成模块，用于基于所述异常分数，按照预设规则生成与所述指定财务指标数据对应的异常识别结果；其中，所述异常识别结果的内容为所述指定财务指标数据属于异常数据，或所述指定财务指标数据不属于异常数据；
第四获取模块，用于获取与目标用户对应的用户终端信息；
发送模块，用于将所述异常识别结果发送至与所述用户终端信息对应的用户终端。
本实施例中，上述报表生成装置中的输入模块、输出模块、第二生成模块、第四获取模块与发送模块的功能和作用的实现过程具体详见上述报表生成方法中对应步骤S710至S714的实现过程，在此不再赘述。
进一步地，本申请一实施例中，上述第二生成模块，包括：
转换单元，用于基于预设的数值标准分别对各所述预设异常识别模型输出的异常分数进行数值转换，得到对应的多个指定异常分数；
第三获取单元，用于获取与各所述预设异常识别模型分别对应的可靠性数值；
第二确定单元，用于基于所述可靠性数值，确定出与各所述指定异常分数分别对应的权重值；
计算单元，用于基于所述权重值对各所述指定异常分数进行加权求和计算处理，得到对应的和值，并将所述和值记为与所述指定财务指标数据对应的异常识别得分；
第一判断单元，用于判断所述异常识别得分是否小于预设的异常识别得分阈值；
第一生成单元，用于若所述异常得分小于所述异常识别得分阈值，生成所述指定财务指标数据不属于异常数据的第一异常识别结果；
第二生成单元，用于若所述异常得分不小于所述异常识别得分阈值，生成所述指定财务指标数据属于异常数据的第二异常识别结果。
本实施例中，上述报表生成装置中的转换单元、第三获取单元、第二确定单元、计算单元、第一判断单元、第一生成单元与第二生成单元的功能和作用的实现过程具体详见上述报表生成方法中对应步骤S7120至S7126的实现过程，在此不再赘述。
进一步地，本申请一实施例中，上述第二生成模块，包括：
第四获取单元，用于获取与各所述预设异常识别模型分别对应的预设分数阈值；
第二判断单元，用于分别判断各所述预设异常识别模型输出的异常分数是否均小于对应的预设分数阈值；
第四生成单元，用于若各所述预设异常识别模型输出的异常分数均小于对应的预设分数阈值，则生成所述指定财务指标数据不属于异常数据的第三异常识别结果；
第五生成单元，用于若各所述预设异常识别模型输出的异常分数未均小于对应的预设分数阈值，则生成所述指定财务指标数据属于异常数据的第四异常识别结果。
本实施例中，上述报表生成装置中的第四获取单元、第二判断单元、第四生成单元与第五生成单元的功能和作用的实现过程具体详见上述报表生成方法中对应步骤S7130至S7133的实现过程，在此不再赘述。
进一步地，本申请一实施例中，上述报表生成装置，包括：
接收模块，用于接收输入的指定数据；其中，所述指定数据为与预设财务制度对应的公式配置数据；
第三生成模块，用于基于所述指定数据，生成与所述指定数据对应的业务处理规则；其中，所述业务处理规则包括检查规则与指标计算规则；
第三处理模块，用于对所述业务处理规则进行使用期间定义功能的配置处理，得到配置后的业务处理规则；
存储模块，用于将所述配置后的业务处理规则存储于预先创建的数据库内，得到所述规则库。
本实施例中，上述报表生成装置中的接收模块、第三生成模块、第三处理模块与存储模块的功能和作用的实现过程具体详见上述报表生成方法中对应步骤S500至S503的实现过程，在此不再赘述。
进一步地，本申请一实施例中，上述报表生成装置，包括：
展示模块，用于展示所述规则库中的目标业务处理规则；其中，所述目标业务处理规则所述规则库包含所有的业务处理规则中的任意一个规则；
判断模块，用于判断是否接收到对于所述目标业务处理规则的编辑指令；
响应模块，用于若是，响应所述编辑指令，并接收输入对于所述目标业务处理规则的编辑信息；
第四生成模块，用于根据所述编辑信息，对所述目标业务处理规则进行对应的编辑处理，生成处理后的目标业务处理规则；
替换模块，用于使用所述处理后的目标业务处理规则对所述目标业务处理规则进行替换处理。
本实施例中，上述报表生成装置中的展示模块、判断模块、响应模块、第四生成模块与替换模块的功能和作用的实现过程具体详见上述报表生成方法中对应步骤S504至S508的实现过程，在此不再赘述。
进一步地，本申请一实施例中，上述第一生成模块，包括：
第五获取单元，用于获取与所述底层数据中每一种业务类型分别对应的指定财务指标数据；以及，
第六获取单元，用于获取所述报表模板；其中，所述报表模板至少包括与各所述指定财务指标数据分别对应的财务指标字段；
填充单元，用于将所有所述指定财务指标数据填充至所述报表模板内的对应位置处，得到填充后的报表模板；
第三确定单元，用于将所述填充后的报表模板作为所述财务报表。
本实施例中，上述报表生成装置中的第五获取单元、第六获取单元、填充单元与第三确定单元的功能和作用的实现过程具体详见上述报表生成方法中对应步骤S800至S803的实现过程，在此不再赘述。
参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏、输入装置和数据库。其中，该计算机设备设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括存储介质、内存储器。该存储介质存储有操作系统、计算机程序和数据库。该内存储器为存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储底层数据、数据要素、财务数据、时期信息、指定检查规则、指定指标计算规目标财务数据、指定财务指标数据以及财务报表。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机设备的显示屏是计算机中必不可少的一种图文输出设备，用于将数字信号转换为光信号，使文字与图形在显示屏的屏幕上显示出来。该计算机设备的输入装置是计算机与用户或其他设备之间进行信息交换的主要装置，用于把数据、指令及某些标志信息等输送到计算机中去。该计算机程序被处理器执行时以实现一种报表生成方法。
上述处理器执行上述报表生成方法的步骤：
获取底层数据；其中，所述底层数据为与财务相关的基础业务数据；
获取与预设业务类型对应的数据要素；其中，所述预设业务类型为所有业务类型中的任意一种类型；
基于所述数据要素，从所述底层数据中筛选出与所述数据要素对应的财务数据；
获取当前的时期信息；
通过规则引擎从预设的规则库中调用与所述时期信息对应的指定检查规则，以及与所述时期信息对应的指定指标计算规则；
基于所述指定检查规则对所述财务数据进行校验处理，得到对应的校验结果，并基于所述校验结果与所述财务数据生成目标财务数据；
基于所述指定指标计算规则对所述目标财务数据进行运算处理，得到与所述目标财务数据对应的指定财务指标数据；
基于与所述底层数据中每一种业务类型分别对应的指定财务指标数据以及预设的报表模板，生成相应的财务报表。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的装置、计算机设备的限定。
本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种报表生成方法，具体为：
获取底层数据；其中，所述底层数据为与财务相关的基础业务数据；
获取与预设业务类型对应的数据要素；其中，所述预设业务类型为所有业务类型中的任意一种类型；
基于所述数据要素，从所述底层数据中筛选出与所述数据要素对应的财务数据；
获取当前的时期信息；
通过规则引擎从预设的规则库中调用与所述时期信息对应的指定检查规则，以及与所述时期信息对应的指定指标计算规则；
基于所述指定检查规则对所述财务数据进行校验处理，得到对应的校验结果，并基于所述校验结果与所述财务数据生成目标财务数据；
基于所述指定指标计算规则对所述目标财务数据进行运算处理，得到与所述目标财务数据对应的指定财务指标数据；
基于与所述底层数据中每一种业务类型分别对应的指定财务指标数据以及预设的报表模板，生成相应的财务报表。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种报表生成方法，其特征在于，包括：
获取底层数据；其中，所述底层数据为与财务相关的基础业务数据；
获取与预设业务类型对应的数据要素；其中，所述预设业务类型为所有业务类型中的任意一种类型；
基于所述数据要素，从所述底层数据中筛选出与所述数据要素对应的财务数据；
获取当前的时期信息；
通过规则引擎从预设的规则库中调用与所述时期信息对应的指定检查规则，以及与所述时期信息对应的指定指标计算规则；
基于所述指定检查规则对所述财务数据进行校验处理，得到对应的校验结果，并基于所述校验结果与所述财务数据生成目标财务数据；
基于所述指定指标计算规则对所述目标财务数据进行运算处理，得到与所述目标财务数据对应的指定财务指标数据；
基于与所述底层数据中每一种业务类型分别对应的指定财务指标数据以及预设的报表模板，生成相应的财务报表。
2.根据权利要求1所述的报表生成方法，其特征在于，所述基于所述指定指标计算规则对所述目标财务数据进行运算处理，得到与所述目标财务数据对应的指定财务指标数据的步骤，包括：
获取与所述目标财务数据对应的指标计算方式；
调用与所述指标计算方式对应的计算模型；
获取与所述计算模型中各个参数分别对应的参数权重；
基于每一个所述参数之间的计算逻辑以及所述参数权重，通过所述计算模型对所述目标财务数据进行代入计算处理，生成对应的计算结果；
将所述计算结果作为所述指定财务指标数据。
3.根据权利要求1所述的报表生成方法，其特征在于，所述基于所述指定指标计算规则对所述目标财务数据进行运算处理，得到与所述目标财务数据对应的指定财务指标数据的步骤之后，包括：
将所述指定财务指标数据分别输入至指定数量的预设异常识别模型；其中，所述指定数量大于1，且每一个所述预设异常识别模型的模型种类互不相同；
通过各所述预设异常识别模型分别对所述指定财务指标数据进行异常识别处理，并输出对应的异常分数；
基于所述异常分数，按照预设规则生成与所述指定财务指标数据对应的异常识别结果；其中，所述异常识别结果的内容为所述指定财务指标数据属于异常数据，或所述指定财务指标数据不属于异常数据；
获取与目标用户对应的用户终端信息；
将所述异常识别结果发送至与所述用户终端信息对应的用户终端。
4.根据权利要求3所述的报表生成方法，其特征在于，所述基于所述异常分数，按照预设规则生成与所述指定财务指标数据对应的异常识别结果的步骤，包括：
基于预设的数值标准分别对各所述预设异常识别模型输出的异常分数进行数值转换，得到对应的多个指定异常分数；
获取与各所述预设异常识别模型分别对应的可靠性数值；
基于所述可靠性数值，确定出与各所述指定异常分数分别对应的权重值；
基于所述权重值对各所述指定异常分数进行加权求和计算处理，得到对应的和值，并将所述和值记为与所述指定财务指标数据对应的异常识别得分；
判断所述异常识别得分是否小于预设的异常识别得分阈值；
若所述异常得分小于所述异常识别得分阈值，生成所述指定财务指标数据不属于异常数据的第一异常识别结果；
若所述异常得分不小于所述异常识别得分阈值，生成所述指定财务指标数据属于异常数据的第二异常识别结果。
5.根据权利要求3所述的报表生成方法，其特征在于，所述基于所述异常分数，按照预设规则生成与所述指定财务指标数据对应的异常识别结果的步骤，包括：
获取与各所述预设异常识别模型分别对应的预设分数阈值；
分别判断各所述预设异常识别模型输出的异常分数是否均小于对应的预设分数阈值；
若各所述预设异常识别模型输出的异常分数均小于对应的预设分数阈值，则生成所述指定财务指标数据不属于异常数据的第三异常识别结果；
若各所述预设异常识别模型输出的异常分数未均小于对应的预设分数阈值，则生成所述指定财务指标数据属于异常数据的第四异常识别结果。
6.根据权利要求1所述的报表生成方法，其特征在于，所述通过规则引擎从预设的规则库中调用与所述时期信息对应的指定检查规则，以及与所述时期信息对应的指定指标计算规则的步骤之前，包括：
接收输入的指定数据；其中，所述指定数据为与预设财务制度对应的公式配置数据；
基于所述指定数据，生成与所述指定数据对应的业务处理规则；其中，所述业务处理规则包括检查规则与指标计算规则；
对所述业务处理规则进行使用期间定义功能的配置处理，得到配置后的业务处理规则；
将所述配置后的业务处理规则存储于预先创建的数据库内，得到所述规则库。
7.根据权利要求1所述的报表生成方法，其特征在于，所述基于与所述底层数据中每一种业务类型分别对应的指定财务指标数据以及预设的报表模板，生成相应的财务报表的步骤，包括：
获取与所述底层数据中每一种业务类型分别对应的指定财务指标数据；以及，
获取所述报表模板；其中，所述报表模板至少包括与各所述指定财务指标数据分别对应的财务指标字段；
将所有所述指定财务指标数据填充至所述报表模板内的对应位置处，得到填充后的报表模板；
将所述填充后的报表模板作为所述财务报表。
8.一种报表生成装置，其特征在于，包括：
第一获取模块，用于获取底层数据；其中，所述底层数据为与财务相关的基础业务数据；
第二获取模块，用于获取与预设业务类型对应的数据要素；其中，所述预设业务类型为所有业务类型中的任意一种类型；
筛选模块，用于基于所述数据要素，从所述底层数据中筛选出与所述数据要素对应的财务数据；
第三获取模块，用于获取当前的时期信息；
调用模块，用于通过规则引擎从预设的规则库中调用与所述时期信息对应的指定检查规则，以及与所述时期信息对应的指定指标计算规则；
第一处理模块，用于基于所述指定检查规则对所述财务数据进行校验处理，得到对应的校验结果，并基于所述校验结果与所述财务数据生成目标财务数据；
第二处理模块，用于基于所述指定指标计算规则对所述目标财务数据进行运算处理，得到与所述目标财务数据对应的指定财务指标数据；
第一生成模块，用于基于与所述底层数据中每一种业务类型分别对应的指定财务指标数据以及预设的报表模板，生成相应的财务报表。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202110482718.9A 2021-04-30 2021-04-30 报表生成方法、装置、计算机设备和存储介质 Active CN113177396B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110482718.9A CN113177396B (zh) 2021-04-30 2021-04-30 报表生成方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110482718.9A CN113177396B (zh) 2021-04-30 2021-04-30 报表生成方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN113177396A true CN113177396A (zh) 2021-07-27
CN113177396B CN113177396B (zh) 2022-11-25

Family

ID=76926536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110482718.9A Active CN113177396B (zh) 2021-04-30 2021-04-30 报表生成方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113177396B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116303689A (zh) * 2023-05-25 2023-06-23 武汉科迪智能环境股份有限公司 数据报表的生成方法、装置、计算机设备及可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109117467A (zh) * 2018-07-27 2019-01-01 广东讯飞启明科技发展有限公司 可配置的动态数据报表的生成方法、系统、设备和介质
CN110457294A (zh) * 2019-06-28 2019-11-15 阿里巴巴集团控股有限公司 一种数据处理方法和装置
CN110674131A (zh) * 2019-08-30 2020-01-10 深圳壹账通智能科技有限公司 财务报表数据处理方法、装置、计算机设备和存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109117467A (zh) * 2018-07-27 2019-01-01 广东讯飞启明科技发展有限公司 可配置的动态数据报表的生成方法、系统、设备和介质
CN110457294A (zh) * 2019-06-28 2019-11-15 阿里巴巴集团控股有限公司 一种数据处理方法和装置
CN110674131A (zh) * 2019-08-30 2020-01-10 深圳壹账通智能科技有限公司 财务报表数据处理方法、装置、计算机设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HONGKUI YU ET AL.: "Research and Design of General Report Form System", 《2010 INTERNATIONAL CONFERENCE ON MACHINE VISION AND HUMAN-MACHINE INTERFACE》 *
刘之强 等: "银行报表指标类信息系统测试体系分析", 《中国金融电脑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116303689A (zh) * 2023-05-25 2023-06-23 武汉科迪智能环境股份有限公司 数据报表的生成方法、装置、计算机设备及可读存储介质

Also Published As

Publication number Publication date
CN113177396B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
CN113516297B (zh) 基于决策树模型的预测方法、装置和计算机设备
CN112347310A (zh) 事件处理信息的查询方法、装置、计算机设备和存储介质
CN111737963B (zh) 基于配置文件的表单填写方法、装置和计算机设备
CN112527630A (zh) 测试用例生成方法、装置、计算机设备和存储介质
CN112637282B (zh) 信息推送方法、装置、计算机设备和存储介质
CN112328482A (zh) 基于脚本模板的测试方法、装置、计算机设备和存储介质
CN111797605A (zh) 基于报表模板的报表生成方法、装置和计算机设备
CN112668041A (zh) 单证文件的生成方法、装置、计算机设备和存储介质
CN112597158A (zh) 数据匹配方法、装置、计算机设备和存储介质
CN113742776A (zh) 基于生物识别技术的数据校验方法、装置和计算机设备
CN113282514A (zh) 问题数据的处理方法、装置、计算机设备和存储介质
CN113177396B (zh) 报表生成方法、装置、计算机设备和存储介质
CN113435990B (zh) 基于规则引擎的凭证生成方法、装置和计算机设备
CN113327037A (zh) 基于模型的风险识别方法、装置、计算机设备和存储介质
CN113656588A (zh) 基于知识图谱的数据对码方法、装置、设备和存储介质
CN113051372A (zh) 材料数据的处理方法、装置、计算机设备和存储介质
CN112965981A (zh) 数据核对方法、装置、计算机设备和存储介质
CN113077185B (zh) 工作量评估方法、装置、计算机设备和存储介质
CN113535260B (zh) 基于模拟器的数据处理方法、装置、设备及存储介质
CN113191146B (zh) 诉求数据的分配方法、装置、计算机设备和存储介质
CN114547053A (zh) 基于系统的数据处理方法、装置、计算机设备和存储介质
CN112650659A (zh) 埋点设置方法、装置、计算机设备和存储介质
CN113627551A (zh) 基于多模型的证件分类方法、装置、设备和存储介质
CN112035543A (zh) 药品用量数据的异常识别方法、装置和计算机设备
CN113407225B (zh) 代码清单的生成方法、装置、计算机设备和存储介质

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
GR01 Patent grant
GR01 Patent grant