<sub id="zgnnt"></sub>
    <nav id="zgnnt"></nav>

    <em id="zgnnt"><source id="zgnnt"></source></em>
  1. <nav id="zgnnt"></nav>

      <form id="zgnnt"><pre id="zgnnt"></pre></form>
      <em id="zgnnt"></em>
      <em id="zgnnt"><source id="zgnnt"><track id="zgnnt"></track></source></em>
      1. 解决方案Solutions

        为行业提供全面、专业的产品和解决方案

        您现在的位置:首页 » 解决方案 » 大证券业务板块

        智能财务风险分析解决方案

        一、方案名称

        智能财务风险分析解决方案

        二、方案概述

        智能财务风险分析解决方案是基于上市公司的财务报表及附注数据,根据不同业务场景提取有效财务特征并生成主题数据宽表。在此基础上,选取公司的行业收入、成本、利润占比特征,利用多种有监督或无监督的机器学习方法,进行公司分类,生成基于大数据的公司分类体系,以保证公司之间是可比的。在建立可比公司的基础上,进行业务情景的进阶分析,包括公司收入成本异常分析、财务指标异常挖掘、财务舞弊分析和财务风险分析。

        、方案特色

        解决方案结合监管科技3.0全新理念,整合信息资源,建设针对资本市场主体的,可供监管机构使用和对接的财务分析系统。方案利用机器学习、深度学习等人工智能、大数据技术,围绕有效识别财务舞弊、财务风险等监管痛点,发现上市公司、拟上市公司等资本市场相关主体的财务异常问题,辅助财务异常预警与监测,提升监管效能。

        、核心功能

        主营业务分析

        他比异常分析:采取对齐一个看另一个的方法,对收入/成本中的一类指标进行聚类,考察另外一类指标的异常度,挖掘收入或成本显著偏离可比公司的异常财报。

        毛利率异常分析:基于同义产品映射表,对于目标财报中的每一主营产品,检查其毛利率或毛利率的变化情况是否在同一披露期其他公司的同产品中存在显著差异,对于差异较大者,预警异常。

        提示主营频繁变动:对于主营业务产品及其占比频繁变动的公司进行提示,预警异常。根据同义产品映射表判断主营产品是否变化。对于第一与第二主营,提示|p_{t+1}-p_t|大于某百分比阈值之上的占比变化率。

        无监督异常挖掘

        对所有待挖掘指标进行两个指标、三个指标的排列组合,固定若干具有一定业务可解释性的聚类特征组合。

        在每一公司分组内,对每种特征组合进行聚类分析以识别异常。选择显著偏离样本分布的财报及对应指标进行异常预警提示,将异常的指标或指标组合作为异常线索。

        财务舞弊分析

        无监督学习?;诠痉肿?,利用多元回归等方法在组内挖掘数据规律,进而识别违背数据规律的异常指标或公司。

        以多元回归为例。多元回归是指在每个公司分组内挖掘出指标间具有统计显著性的回归模型。该回归模型被认为是一条数据规律,偏离回归模型的样本视为异常,将回归得到的残差作为样本的异常程度?;毓橥诰蚩梢缘玫奖淞考湟阎ㄈ绻椿叵担┖臀粗ㄈ绮煌副曛涞牧叵担┑墓媛?,进而得到违反类内规律的异常样本和指标。

        在回归变量的选择上,首先应按会计科目的级别分别进行回归;另外,应结合会计科目随业务流转图,挖掘图中??槟诤湍?榧涞幕毓楣媛?,以原因为解释变量,以结果为被解释变量,带入先验的业务解释信息,以期最终形成完整的逻辑链条

        对于无监督学习的结果,应进行“联合相关性”意义上的业务解释与认定,输出标签名称,回归式联合相关性规律,偏离度等。

        有监督学习。构建财务舞弊黑样本库,并对白样本进行提纯,采用有监督学习的方法进行财务舞弊分析。

        建模的思路有两种。一是直接通过有监督学习算法进行模型训练,可以考虑采用决策树、朴素贝叶斯、SVM等方法。二是可将多种模型算法采用集成学习(例如XGBoost、AdaBoost)进行融合、精炼,提高学习结果的可靠性和鲁棒性。

        最终输出每份报表的舞弊评分及经过业务人员认定的、符合业务逻辑的异常线索。

        经营风险分析

        构建关键风险指标体系。根据业务部门的专家经验及已投入使用的风险指标体系构建数据宽表,包括但不限于现金流风险、营运风险、发展风险、盈利风险、偿债风险的相关指标,形成不同类别公司的关键风险指标体系,任何一家公司的数据输入都按指标体系形成该公司的特征向量。业务部门可以根据监管需要不断更新和维护该指标体系。

        自比他比分析。将公司财务报表分别与历史财务报表、类内可比公司的财务报表进行比较,通过大数据方法,确定每个风险指标异常的阈值,将超过阈值的风险指标认定为异常指标。

        财务风险评分。根据分析对象定义财务经营风险黑样本的选取规则,通过有监督学习的方式(例如,Logistic回归)学习历史高风险企业的特点,得到不同风险指标的权重,进而得到风险评分。

        定制公司财务分析

        定制公司是指除了系统内公开披露财务数据公司的分析,系统还支持用户根据自身诉求,想要分析所关注公司的财务风险,用户按照系统给定的模板(财务三大表及财务附注),上传任意公司财务报表数据后,系统进行勾稽规则校验后,通过模型算法实现对该公司的财务风险分析。

        、产品单位、产品经理及联系方式

        金证优智 林桐 18611979824  tlin@kingdomai.com

        财神争霸 百姓彩票 3分快三app 五彩堂 亚洲彩票 五分快3 彩神8网页网址登录 彩神x 网信彩票购彩大厅 幸运快三