CN116883184A - 一种基于大数据的财税智能化分析方法 - Google Patents
一种基于大数据的财税智能化分析方法 Download PDFInfo
- Publication number
- CN116883184A CN116883184A CN202310851978.8A CN202310851978A CN116883184A CN 116883184 A CN116883184 A CN 116883184A CN 202310851978 A CN202310851978 A CN 202310851978A CN 116883184 A CN116883184 A CN 116883184A
- Authority
- CN
- China
- Prior art keywords
- financial
- data
- information
- decision model
- profit
- 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 78
- 238000011156 evaluation Methods 0.000 claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 31
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 238000012549 training Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 50
- 230000006399 behavior Effects 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 14
- 230000004069 differentiation Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 101001093143 Homo sapiens Protein transport protein Sec61 subunit gamma Proteins 0.000 claims description 3
- 101000694017 Homo sapiens Sodium channel protein type 5 subunit alpha Proteins 0.000 claims description 3
- 101100120905 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) TDH1 gene Proteins 0.000 claims description 3
- 102100027198 Sodium channel protein type 5 subunit alpha Human genes 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 4
- 238000012854 evaluation process Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 206010063385 Intellectualisation Diseases 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012546 transfer 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Medical Informatics (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基于大数据的财税智能化分析方法,所述方法包括:首先,构建财务共享服务中心,收集企业财务信息及其相关数据并进行预处理;进一步,建立财务标准化模块,将预处理后的企业财务信息及其相关数据输入财务标准化模块进行财务评估结果分析;然后,训练预设历史财税信息数据集形成财务决策模型;最后,将财务评估结果输入财务决策模型更新财务决策模型;本发明通过建立财务标准化模块和通过财务匹配分析提高财务分析的精确度,简化财务分析流程;还通过财务评估过程并输入训练的财务决策模型进行及时更新,提高财务决策模型与财务数据分析的适配性同时降低异常财务数据的出现。
Description
技术领域
本发明涉及财税智能化技术领域,具体涉及一种基于大数据的财税智能化分析方法。
背景技术
随着21世纪科学技术水平的高度发展,改变了原有生产工艺和生产方式,让智能化得到了广泛的应用,特别是财税智能化发展;智慧财税必将是未来财税行业发展的趋势。随着大数据的普及与运用,企业的财税管理今后要依靠对大数据的充分挖掘与分析,精确制定企业需求解决方案,合理配置企业各项资源,保障企业的各项业务活动、财务活动的执行。
财务分析的对象是企业的各项基本活动,如:筹资活动、投资活动和经营活动等,财务分析就是从报表中获取符合报表使用人分析目的的信息,认识企业活动的特点,评价其业绩,从而发现其问题;财务分析的起点是阅读财务报表,终点是做出某种判断(包括评价和找出问题),中间的是财务报表分析过程,由比较、分类、类比、归纳、演绎、分析和综合等认识事物的步骤和方法组成;现有的财务分析方法较多,主要有:比较分析法、比率分析法、因素分析法等。
而现有的财务企业记账行业虽然一定程度上运用了智能化的财税录入和财务分析过程,但是财务智能化的精确度还不够,对于一些财务数据的利润分析存在匹配不合理的情况,需要增加人员的投入,需要对财务与利润的匹配度进行再一次核实和决策,使得财务分析流程繁复,影响企业财务分析效率;而且由于人工分析的偶然性和主观性,容易出现异常财务数据,现有的缺少一套程序能清晰完整的体现财税智能化分析过程。
发明内容
本发明的目的在于提供一种基于大数据的财税智能化分析方法,解决以下技术问题:
(1)如何提高财务分析的精确度,简化财务分析流程。
(2)怎样提高财务决策模型与财务数据分析的适配性同时降低异常财务数据的出现。
本发明的目的可以通过以下技术方案实现:
一种基于大数据的财税智能化分析方法,所述方法包括:
S1、构建财务共享服务中心,收集企业财务信息及其相关数据并进行预处理;
S2、建立财务标准化模块,将预处理后的企业财务信息及其相关数据输入财务标准化模块进行财务评估结果分析;
S3、训练预设历史财税信息数据集形成财务决策模型;
S4、将财务评估结果输入财务决策模型更新财务决策模型。
优选地,所述财务标准化模块的建立方法为:
确定财务服务范围及服务对象,根据财务服务范围及服务对象确定财务核算标准;
依据财务核算标准进行关键词提取,获取关键词占比信息;
所述关键词包括:基参数Ba、程序参数Pr、定额参数Qu;
根据关键词占比信息进行列表评分化处理;
所述列表评分化处理包括依据不同关键词对应的财务信息利润占总利润比进行百分制处理。
优选地,所述财务评估结果分析的过程为:
根据不同关键词占比计算财务利润系数;
根据财务利润系数大小进行财务匹配度分析;
根据财务匹配度分析结果输出财务评估结果。
优选地,所述财务利润系数的计算过程为:
SS1、根据基参数Ba、程序参数Pr、定额参数Qu占比信息分别获取参数对应的影响函数f(Ba)、f(Pr)、f(Qu);
SS2、根据公式 计算出财务信息利润系数FPc;其中,Ba0为标准基参数,Pr0为标准程序参数,Qu0为标准定额参数;ΔBa为预设基参数偏差值,ΔPr为预设程序参数偏差值,ΔQu为预设定额参数偏差值。
优选地,所述财务匹配度分析过程为:
将所述财务信息利润系数FPc与预设财务信息利润系数阈值[F1,F2]进行比对大小:
SSS1、若FPc∈[F1,F2],则判断财务匹配度合格,进行步骤SSS3;
SSS2、若则判断财务匹配度不合格;
SSS3、获取财务匹配度合格的基标准、程序标准和定额标准对应的财务信息利润表占总利润比的总和进行评分,根据评分大小获取匹配度最高的数据信息。
优选地,所述历史财税信息数据集的训练方法为:
将财税信息数据集分为第一财务数据集和第二财务数据集;
其中,第一财务数据集记录有异常财务行为的财务数据;第二财务数据集未记录有异常财务行为的财务数据;
确定各所述异常财务行为的财务数据对应的目标分类信息并记录时间点;
获取各个记录时间点的目标分类信息的财务数据大小获取预设曲线L;
获取曲线L在[t0,t1]的面积值S;其中,t0为记录开始时间,t2为记录结束时间;
确定面积值S大小是否符合预设数据集对应的面积范围:
若符合,则输入第一数据集;
若不符合,则输入第二数据集;
确定预测异常财务行为的财务数据,进行预测异常财务行为的财务数据的参数化调整并形成财务决策模型。
优选地,所述财务决策模型的更新过程为:
通过将所述匹配度最高的数据信息输入财务决策模型;
依据财务决策模型结果判断是否有异常财务行为数据;
判断异常财务行为数据出现的记录时间点等结果更新财务决策模型。
优选地,所述预处理包括:设置数据预处理设备,所述数据预处理设备包括数据获取接收器、数据清理器和数据分类器;
所述数据获取接收器用于接收外界输入的流动资金数据、固定资产数据、业绩数据和负债数据,并传输至所述数据清理器;
所述数据清理器用于对接收到的数据进行格式排查,并将格式合格的数据传输至所述数据分类器;
所述数据分类器用于将格式合格的数据按照格式类别进行分类。
本发明的有益效果:
(1)本发明通过建立财务标准化模块,根据不同关键词占比计算财务利润系数,由于不同关键词对应的参数在财务分析过程重要性不同进而在评估分析中的占比也不同,计算不同占比的关键词参数综合后的财务利润系数,保证评估过程是数据化和具体化,保证财务分析的流程更加简化和通顺;通过将预处理后的数据输入财务标准化模块进行财务评估,再根据财务匹配度分析结果输出财务评估结果,通过财务匹配分析获得财务评估结果,保证财务数据分析的精简化和精确化。
(2)本发明通过财务评估过程获得财务利润系数,根据财务利润系数分析判断财务评估结果保证对训练后的财务决策模型进行即时数据更新,提高财务决策模型对财务数据智能化分析的适配性和精确性,减少财务异常数据对财务分析结果的影响。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,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。
图1为本发明一种基于大数据的财税智能化分析方法流程示意图;
图2为本发明数据预处理设备连接图。
具体实施方式
下面将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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种基于大数据的财税智能化分析方法,具体方法包括:
S1、构建财务共享服务中心,收集企业财务信息及其相关数据并进行预处理;
S2、建立财务标准化模块,将预处理后的企业财务信息及其相关数据输入财务标准化模块进行财务评估结果分析;
S3、训练预设历史财税信息数据集形成财务决策模型;
S4、将财务评估结果输入财务决策模型更新财务决策模型。
通过上述技术方案:财税智能化是社会发展的一个必然趋势,而现有的财务企业记账行业虽然一定程度上运用了智能化的财税录入和财务分析过程,但是财务智能化的精确度还不够,对于一些财务数据的利润分析存在匹配不合理的情况,需要增加人员的投入,需要对财务与利润的匹配度进行再一次核实和决策,使得财务分析流程繁复,影响企业财务分析效率;而且由于人工分析的偶然性和主观性,容易出现异常财务数据,现有的缺少一套程序能清晰完整的体现财税智能化分析过程。
本发明为了解决上述技术问题,通过对财务进行评估,将评估结果输入财务决策模型更新财务决策模型,保证财务数据的精确分析和匹配处理过程,具体方法为:首先,构建财务共享服务中心,收集企业财务信息及其相关数据并进行预处理;然后,建立财务标准化模块,将预处理后的企业财务信息及其相关数据输入财务标准化模块进行财务评估结果分析;接着,训练预设历史财税信息数据集形成财务决策模型;最后,将财务评估结果输入财务决策模型更新财务决策模型。
作为本发明的一种实施方式,具体的,财务标准化模块的建立方法为:
确定财务服务范围及服务对象,根据财务服务范围及服务对象确定财务核算标准;
依据财务核算标准进行关键词提取,获取关键词占比信息;
关键词包括:基参数Ba、程序参数Pr、定额参数Qu;
根据关键词占比信息进行列表评分化处理;
列表评分化处理包括依据不同关键词对应的财务信息利润占总利润比进行百分制处理。
通过上述技术方案:通过构建财务标准化模块保证对预处理后的数据进行信息分析,提取财务数据关键信息,保证获得财务数据的信息标准大小;具体通过确定财务服务范围及服务对象,根据财务服务范围及服务对象确定财务核算标准,这里的服务范围及对象包括财务数据来源信息,分析财务服务范围,根据这些基础信息确定财务核算标准,确定财务核算标准有助于企业制定准确的财务预测,提高财务管理统一性;然后依据财务核算标准进行关键词提取,获取关键词占比信息,通过提取关键词信息有利于投资者更易通过关键词比较需求企业之间的的财务数据,从而更加准确的分析企业的财务状况,进而更好的规划财务资源;财务关键词包括:基参数Ba、程序参数Pr、定额参数Qu;最后,根据关键词占比信息进行列表评分化信息处理;列表评分化处理包括依据不同关键词对应的财务信息利润表占比的总和进行百分制处理;百分制处理指的是依据关键词对应的范围对财务信息利润的影响占比划分而来的。
需要注意的是:这里的关键词是指一类财务数据,通过现有财务分类方法将这些信息进行统一划分,主要分为三类财务关键词包括:基参数Ba、程序参数Pr、定额参数Qu,并且这些是通过财务管理标准总结出来的:主要指财务管理的程序、制度、定额等标准数据,具体的又分为一、基标准,如成本费用开支制度、固定资金管理制度、报表文件统一化、败据资料代码化;二、程序标准,如财务预测程序、财务计划程序、计划实施控制程序、财务分析程序、财务信息传递程序;三、定额标准,如流动资金定额、成本费用开支定额、设备利用定额、物质消耗定额;根据这些标准信息统一化处理,标准参数是依据三个指标方向的历史重要性,本实施例比如:可以通过各个关键词提取的服务区域不同,比较各个关键词对应的服务区域加起来的利润占比,但不限于这一种分析方式,这里总结即为关键词占比的重要性主要是依据财务领域的实际分析经验总结而来的参数化结果。
作为本发明的一种实施方式,具体的,财务评估结果分析的过程为:
根据不同关键词占比计算财务利润系数;
根据财务利润系数大小进行财务匹配度分析;
根据财务匹配度分析结果输出财务评估结果。
通过上述技术方案:通过将预处理后的数据输入财务标准化模块进行财务评估,将预处理后是数据进行财务标准化模块的匹配分析,进而得出精确的财务数据信息并进一步分析,具体的过程包括:首先,根据不同关键词占比计算财务利润系数,由于不同关键词对应的参数在财务分析过程重要性不同进而在评估分析中的占比也不同,计算不同占比的关键词参数综合后的财务利润系数,保证评估过程是数据化和具体化,保证财务分析的流程更加简化和通顺;然后,根据财务利润系数大小进行财务匹配度分析;财务匹配度分析是根据财务利润系数大小结果判断而来的;最后,再根据财务匹配度分析结果输出财务评估结果,通过财务匹配分析获得财务评估结果,保证财务数据分析的精简化和精确化。
作为本发明的一种实施方式,具体的,财务利润系数的计算过程为:
SS1、根据基参数Ba、程序参数Pr、定额参数Qu占比信息分别获取参数对应的影响函数f(Ba)、f(Pr)、f(Qu);
SS2、根据公式 计算出财务信息利润系数FPc;其中,Ba0为标准基参数,Pr0为标准程序参数,Qu0为标准定额参数;ΔBa为预设基参数偏差值,ΔPr为预设程序参数偏差值,ΔQu为预设定额参数偏差值。
通过上述技术方案:对财务利润系数的具体计算过程为是通过设定关键词参数的影响函数,根据函数的计算获得财务利润系数,财务利润系数FPc能反映在关键词分析下的财务数据分析情况;具体根据基参数Ba、程序参数Pr、定额参数Qu占比信息分别获取参数对应的影响函数f(Ba)、f(Pr)、f(Qu);然后通过公式 计算出财务利润系数FPc;其中,Ba0为标准基参数,Pr0为标准程序参数,Qu0为标准定额参数;ΔBa为预设基参数偏差值,ΔPr为预设程序参数偏差值,ΔQu为预设定额参数偏差值,且是根据经验数据选择设定的。
影响函数f(Ba)、f(Pr)、f(Qu)为预设的函数,是根据财务关键词数据库对财务管理影响的大小经验总结计算而来的,是根据历史数据情况设定的一个调整函数,保证在调整系数的在特定合理的区间范围。
作为本发明的一种实施方式,具体的,财务匹配度分析过程为:
将财务信息利润系数FPc与预设财务信息利润系数阈值[F1,F2进行比对大小:
SSS1、若FPc∈[F1,F2],则判断财务匹配度合格,进行步骤SSS3;
SSS2、若则判断财务匹配度不合格;
SSS3、获取财务匹配度合格的基标准、程序标准和定额标准对应的财务信息利润表占总利润比的总和进行评分,根据评分大小获取匹配度最高的数据信息。
通过上述技术方案:通过判断财务利润系数大小判断财务匹配度情况,由于关键词参数范围能够影响财务的利润获得,通过财务利润系数FPc能够反映财务与利润的关系;将财务利润系数FPc与预设财务利润系数阈值[F1,F2]进行比对大小:如果FPc属于[F1,F2]阈值范围,则判断财务匹配度合格,进行步骤SSS3;如果FPc不属于[F1,F2]阈值范围,则判断财务匹配过高或者过低,存在不合理性,则判断财务匹配度不合格;最后获取财务匹配度合格的基标准、程序标准和定额标准对应的财务信息利润表占比总和并进行评分,根据评分大小获取匹配度最高的数据信息,这里的数据信息对应的是对应企业财务数据相关信息。
作为本发明的一种实施方式,具体的,历史财税信息数据集的训练方法为:
将财税信息数据集分为第一财务数据集和第二财务数据集;
其中,第一财务数据集记录有异常财务行为的财务数据;第二财务数据集未记录有异常财务行为的财务数据;
确定各异常财务行为的财务数据对应的目标分类信息并记录时间点;
获取各个记录时间点的目标分类信息的财务数据大小获取预设曲线L;
获取曲线L在[t0,t1]的面积值S;其中,t0为记录开始时间,t2为记录结束时间;
确定面积值S大小是否符合预设数据集对应的面积范围:
若符合,则输入第一数据集;
若不符合,则输入第二数据集;
确定预测异常财务行为的财务数据,进行预测异常财务行为的财务数据的参数化调整并形成财务决策模型。
通过上述技术方案:历史财税信息数据集是根据财务数据库中获得的,通过对历史财税信息数据集进行训练,具体方法为:首先将财税信息数据集分为第一财务数据集和第二财务数据集;其中,第一财务数据集记录有异常财务行为的财务数据;第二财务数据集未记录有异常财务行为的财务数据;接着,确定各异常财务行为的数据对应的目标分类信息并记录时间点;然后,获取各个记录时间点的目标分类信息的数据大小获取预设曲线L;获取曲线L在[t0,t1的面积值S;其中,t0为记录开始时间,t2为记录结束时间;确定面积值S大小是否符合预设预设数据集范围;通过判断面积值S大小范围与预设预设数据集范围,这里的预设预设数据集是通过财务数据历史判断提前获得的标准数据集,通过预设预设数据集能多次对财务决策模型进行训练优化,两种情况下:若符合预设预设数据集范围,则输入第一数据集训练形成财务决策模型,若不符合,则输入第二数据集训练形成财务决策模型并进行预测异常财务行为数据参数化调整。
作为本发明的一种实施方式,具体的,财务决策模型的更新过程为:
通过将匹配度最高的数据信息输入财务决策模型;
依据财务决策模型结果判断是否有异常财务行为数据;
判断异常财务行为数据出现的记录时间点等结果更新财务决策模型。
通过上述技术方案:通过将匹配度最高的数据信息输入财务决策模型进行财务决策模型的更新,并依据财务决策模型结果判断是否有异常财务行为数据;根据判断异常财务行为数据出现的记录时间点等结果更新财务决策模型,保证财务模型的准确建构,提高财务模型对财务数据分析的适配性和精确性。
作为本发明的一种实施方式,具体的,请参阅图2所示,预处理包括:设置数据预处理设备,数据预处理设备包括数据获取接收器、数据清理器和数据分类器;
数据获取接收器用于接收外界输入的流动资金数据、固定资产数据、业绩数据和负债数据,并传输至数据清理器;
数据清理器用于对接收到的数据进行格式排查,并将格式合格的数据传输至数据分类器;
数据分类器用于将格式合格的数据按照格式类别进行分类。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (8)
1.一种基于大数据的财税智能化分析方法,其特征在于,所述方法包括:
S1、构建财务共享服务中心,收集企业财务信息及其相关数据并进行预处理;
S2、建立财务标准化模块,将预处理后的企业财务信息及其相关数据输入财务标准化模块进行财务评估结果分析;
S3、训练预设历史财税信息数据集形成财务决策模型;
S4、将财务评估结果输入财务决策模型更新财务决策模型。
2.根据权利要求1所述的一种基于大数据的财税智能化分析方法,其特征在于,所述财务标准化模块的建立方法为:
确定财务服务范围及服务对象,根据财务服务范围及服务对象确定财务核算标准;
依据财务核算标准进行关键词提取,获取关键词占比信息;
所述关键词包括:基参数Ba、程序参数Pr、定额参数Qu;根据关键词占比信息进行列表评分化处理;
所述列表评分化处理包括依据不同关键词对应的财务信息利润占总利润比进行百分制处理。
3.根据权利要求1所述的一种基于大数据的财税智能化分析方法,其特征在于,所述财务评估结果分析的过程为:
根据不同关键词占比计算财务利润系数;
根据财务利润系数大小进行财务匹配度分析;
根据财务匹配度分析结果输出财务评估结果。
4.根据权利要求3所述的一种基于大数据的财税智能化分析方法,其特征在于,所述财务利润系数的计算过程为:
SS1、根据基参数Ba、程序参数Pr、定额参数Qu占比信息分别获取参数对应的影响函数f(Ba)、f(Pr)、f(Qu);
SS2、根据公式 计算出财务信息利润系数FPc;其中,Ba0为标准基参数,Pr0为标准程序参数,Qu0为标准定额参数;ΔBa为预设基参数偏差值,ΔPr为预设程序参数偏差值,ΔQu为预设定额参数偏差值。
5.根据权利要求4所述的一种基于大数据的财税智能化分析方法,其特征在于,所述财务匹配度分析过程为:
将所述财务信息利润系数FPc与预设财务信息利润系数阈值[F1,F2]进行比对大小:
SSS1、若FPc∈[F1,F2],则判断财务匹配度合格,进行步骤SSS3;
SSS2、若则判断财务匹配度不合格;
SSS3、获取财务匹配度合格的基标准、程序标准和定额标准对应的财务信息利润表占总利润比的总和进行评分,根据评分大小获取匹配度最高的数据信息。
6.根据权利要求1所述的一种基于大数据的财税智能化分析方法,其特征在于,所述历史财税信息数据集的训练方法为:
将财税信息数据集分为第一财务数据集和第二财务数据集;
其中,第一财务数据集记录有异常财务行为的财务数据;第二财务数据集未记录有异常财务行为的财务数据;
确定各所述异常财务行为的财务数据对应的目标分类信息并记录时间点;
获取各个记录时间点的目标分类信息的财务数据大小获取预设曲线L;
获取曲线L在[t0,t1]的面积值S;其中,t0为记录开始时间,t2为记录结束时间;
确定面积值S大小是否符合预设数据集对应的面积范围:
若符合,则输入第一数据集;
若不符合,则输入第二数据集;
确定预测异常财务行为的财务数据,进行预测异常财务行为的财务数据的参数化调整并形成财务决策模型。
7.根据权利要求5所述的一种基于大数据的财税智能化分析方法,其特征在于,所述财务决策模型的更新过程为:
通过将所述匹配度最高的数据信息输入财务决策模型;
依据财务决策模型结果判断是否有异常财务行为数据;
判断异常财务行为数据出现的记录时间点等结果更新财务决策模型。
8.根据权利要求1所述的一种基于大数据的财税智能化分析方法,其特征在于,所述预处理包括:设置数据预处理设备,所述数据预处理设备包括数据获取接收器、数据清理器和数据分类器;
所述数据获取接收器用于接收外界输入的流动资金数据、固定资产数据、业绩数据和负债数据,并传输至所述数据清理器;
所述数据清理器用于对接收到的数据进行格式排查,并将格式合格的数据传输至所述数据分类器;
所述数据分类器用于将格式合格的数据按照格式类别进行分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310851978.8A CN116883184A (zh) | 2023-07-12 | 2023-07-12 | 一种基于大数据的财税智能化分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310851978.8A CN116883184A (zh) | 2023-07-12 | 2023-07-12 | 一种基于大数据的财税智能化分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116883184A true CN116883184A (zh) | 2023-10-13 |
Family
ID=88263916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310851978.8A Pending CN116883184A (zh) | 2023-07-12 | 2023-07-12 | 一种基于大数据的财税智能化分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116883184A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117591530A (zh) * | 2024-01-17 | 2024-02-23 | 杭银消费金融股份有限公司 | 一种数据截面处理方法及系统 |
-
2023
- 2023-07-12 CN CN202310851978.8A patent/CN116883184A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117591530A (zh) * | 2024-01-17 | 2024-02-23 | 杭银消费金融股份有限公司 | 一种数据截面处理方法及系统 |
CN117591530B (zh) * | 2024-01-17 | 2024-04-19 | 杭银消费金融股份有限公司 | 一种数据截面处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114048436A (zh) | 一种预测企业财务数据模型构建方法及构建装置 | |
CN116883184A (zh) | 一种基于大数据的财税智能化分析方法 | |
CN109902747B (zh) | 一种身份识别方法、装置、设备及计算机可读存储介质 | |
CN108734567A (zh) | 一种基于大数据人工智能风控的资产管理系统及其评估方法 | |
CN111897528B (zh) | 一种面向企业在线教育的低代码平台 | |
CN116523262A (zh) | 基于大数据的生产计划智能规划方法、系统和介质 | |
CN110689437A (zh) | 一种基于随机森林的通信施工项目财务风险预测方法 | |
CN112668822A (zh) | 科技成果转化平台共享系统、方法、存储介质、手机app | |
CN111476650A (zh) | 基于人工智能技术的财务自动化月结系统 | |
CN114493619A (zh) | 一种基于电力数据的企业征信标签构建方法 | |
CN109829115B (zh) | 搜索引擎关键词优化方法 | |
CN116485552A (zh) | 一种基金投资风控方法、装置、介质及终端 | |
CN110866829A (zh) | 一种基于集成学习模型的股价预测方法 | |
CN116090702A (zh) | 一种基于物联网的erp数据智能监管系统及方法 | |
CN115147029A (zh) | 基于大数据的企业活跃度监测方法及系统 | |
CN114708090A (zh) | 基于大数据的银行支付业务风险识别装置 | |
CN110991841B (zh) | 一种基于ai技术的对招投标过程中不规范行为的分析方法 | |
CN113191569A (zh) | 一种基于大数据的企业管理方法及系统 | |
CN112184417A (zh) | 一种业务的审批方法、装置、介质及电子设备 | |
CN117453805B (zh) | 一种不确定性数据的可视化分析方法 | |
CN117236532B (zh) | 一种基于负荷数据的用电高峰负荷预测的方法及系统 | |
CN112801372B (zh) | 数据处理方法、装置、电子设备和可读存储介质 | |
Liu et al. | Study on the application of data mining method in enterprise financial management | |
CN116700159A (zh) | 一种生产线节能策略自动生成方法及系统 | |
CN116934066A (zh) | 一种中厚板轧制工艺前馈调整方法、装置、设备及介质 |
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 |